Wat houdt de term in?

"Wij hadden de betere kansen, we verdienden te winnen!" Komt deze voetbaldiscussie u bekend voor? Na elke match toont uw tv-scherm daarom de statistieken van het aantal schoten en hoeveel daarvan er binnen het kader gemikt waren. Maar dat zegt nog niets over de kwaliteit van die doelkansen. Misschien trapte een ploeg 10 keer op doel van op 30 meter, terwijl het andere team 5 kansen van dichtbij miste. Wie had dan de meeste of de beste kansen?

Expected Goals, afgekort xG, biedt daar een antwoord op. Het is een manier om de kwaliteit van een doelpoging uit te drukken in een cijfer. Door historische data van meer dan 300.000 schoten te gebruiken, kan berekend worden hoeveel goals je gemiddeld kan verwachten van een bepaalde doelpoging.

Vergelijk het met een spelletje kop of munt. Uit ervaring weten we dat je na 10 pogingen gemiddeld 5 keer kop en 5 keer munt mag verwachten. Maar in de praktijk kan het natuurlijk net zo goed 10 keer kop worden. Op dezelfde manier zegt Expected Goals, of in een slechte Nederlandse vertaling 'te verwachten doelpunten' niets over de praktijk, maar wel iets over wat je gemiddeld kan verwachten van een specifieke spelsituatie.

xG geeft dus een indicatie hoe goed een doelkans was, gebaseerd op hoe vaak vergelijkbare situaties een goal hebben opgeleverd. Een xG waarde van 1.0 betekent dat een doelpoging 100% kans heeft om tegen de netten te vliegen, wat in realiteit natuurlijk nooit het geval is. Een strafschop heeft bijvoorbeeld een waarde van 0.78 omdat gemiddeld 78% van de strafschoppen een doelpunt oplevert.

De goal van Refealov in de bekerfinale had bijvoorbeeld een waarde van 0.6 xG. Dat betekent dat als gelijkaardige situatie 10 keer voorkomt, je gemiddeld 6 goals mag verwachten. Dat lijkt misschien weinig, maar Refaelov kan bijvoorbeeld net te laat komen of de bal slecht raken, de pass van Jukleröd kan te hard of te hoog zijn en ga zo maar door.

De goal van Refaelov in de bekerfinale, sporza
De goal van Refaelov in de bekerfinale © sporza

Hoe wordt het berekend?

Hoe kleiner de afstand tot de goal, hoe groter de kans om te scoren, dat weet iedereen. Tegelijk is schieten vanuit een scherpe hoek een stuk moeilijker dan vanop een plek recht voor doel. Dat lijken logische factoren die de waarde van een kans, oftewel de Expected Goals-waarde, bepalen. Maar er moet dus wel altijd een doelpoging zijn. Als een speler op een meter van de goal naast de bal trapt of glijdt, wordt dat dus niet meegenomen in de xG, terwijl dat natuurlijk ook een doelkans is. Dat is absoluut een tekortkoming, maar je moet altijd ergens de grens trekken.

De kans op een goal wordt groter dichter bij en centraler voor het doel, Opta
De kans op een goal wordt groter dichter bij en centraler voor het doel © Opta

Ook bepaalde spelomstandigheden hebben invloed op de berekening. Zo zal een kopbal een lagere waarde krijgen dan een schot vanop dezelfde positie omdat het een stuk moeilijker is te scoren met het hoofd, zeker verder van het doel. Ook het soort assist (voorzet of doorsteekpass) of de aanleiding (bv. een dribbel) bepalen de xG-waarde.

Afhankelijk van het model, tegenwoordig schieten databedrijfjes met hun eigen algoritmes namelijk als paddenstoelen uit de grond, kan die waarde verschillen. Bij sommige telt mee of het schot met links of rechts gegeven wordt, ook de duurtijd van de aanval (een snelle counter kan een grotere kans opleveren dan wanneer een verdediging goed georganiseerd is), het aantal spelers tussen de bal en het doel, de stand en of het een stilstaande fase is, kunnen factoren zijn in de berekening. Dat kan ervoor zorgen dat je voor een bepaalde match, ploeg of speler verschillende waarden vindt voor dezelfde doelkans.

Dit Twitter-account vergelijkt verschillende xG-bronnen voor elke match in de Bundesliga, met opvallende verschillen.

Enkele voorbeelden: deze poging van Diatta in de bekerfinale heeft een Expected Goals waarde van 0,01. Een erg kleine kans dus. Na een hoge voorzet van Sobol komt de bal bij de Senegalees aan de rand van de zestienmeter. De hoek is scherp én er staan heel wat verdedigers van Antwerp tussen de bal en de goal. Gemiddeld 1 op de 100 keer vliegt zo'n bal erin. Diatta probeert het toch en raakt niet voorbij Jukleröd.

Een kleine kans voor Diatta, Sporza
Een kleine kans voor Diatta © Sporza

De kopbal van Badji in het begin van de tweede helft was volgens velen de grootste kans van de match voor Blauw-Zwart, vooral dan omdat hij Antwerp-doelman Matijas tot een spectaculaire redding dwong. Toch klopt dat volgens de xG-methode niet helemaal. Vanop die positie, ver van de goal, had een kopbal op een hoge voorzet met een man in de rug gemiddeld slechts 7% kans om een doelpunt op te leveren. Opnieuw: de waarde van Expected Goals houdt geen rekening met het resultaat van een specifieke doelpoging, het zegt enkel iets over de doelkans zelf.

De 'grootste kans van de match' voor Badji, spectaculair gered door Matijas, sporza
De 'grootste kans van de match' voor Badji, spectaculair gered door Matijas © sporza

Waarom is het nuttig?

Als je de xG-waarde van alle kansen voor en tegen in wedstrijd samentelt, kan je uitrekenen hoeveel goals elke ploeg gemiddeld verwacht werd te scoren en welke ploeg zo grootste kans had om te match te winnen. Onderstaand voorbeeld toont dat in de match Anderlecht-Genk Paars-wit bijna dubbel zoveel kansen had als de Limburgers, in kwaliteit dan toch, en daardoor 57% kans had om te winnen. Toch had ook Genk 43% kans om minstens een punt uit de brand te slepen. Dergelijke statistieken en toepassingen kunnen dus zeker inzicht verschaffen in een wedstrijdanalyse.

Een voorbeeld van een xG-tijdlijn met winstpercentages en een visueel overzicht van de doelkansen., Opta
Een voorbeeld van een xG-tijdlijn met winstpercentages en een visueel overzicht van de doelkansen. © Opta

Daarnaast biedt de methode van de Expected Goals nog heel wat interessante toepassingen. Zo kan je makkelijk analyseren of een speler beter of slechter dan gemiddeld zijn kansen afwerkt. Van de topschutters in de Jupiler Pro League gingen Jonathan David en Kaveh Rezaei en Hans Vanaken duidelijk het meest efficiënt om met de kansen die ze kregen, maar Gouden Stier Dieumerci Mbokani kwam wel veruit het vaakst in interessante schietposities.

Topschutters JPLGoals Expected GoalsEfficiëntie
Mbokani1818100%
David1813138%
Vanaken138162%
Rezaei128150%
Refaelov119122%

Voor analisten en scouts is het de eeuwige vraag of een spits die op korte tijd veel scoort dat ook kan volhouden, zoals recent nog Mason Greenwood bij Manchester United bijvoorbeeld.

Daar kan xG bij helpen. Als het aantal goals een stuk hoger ligt dan de Expected Goals betekent dat dat die speler vaak raak trof uit kleine kansen (een 'overperformance'). Ofwel heeft die spits dus wat geluk gehad, ofwel is hij een uitzonderlijk talent. Het kransje topspelers dat systematisch een stuk efficiënter afwerkt dan gemiddeld is namelijk erg klein. In dat opzicht is dus een hoge xG misschien wel interessanter dan louter het aantal doelpunten, want dat betekent dat een speler vaak in goeie scoringsposities komt en op termijn doelpunten wel zullen volgen. Uiteraard blijft het altijd best om een speler te beoordelen op basis van (live) beelden, maar data als Expected Goals kunnen wel helpen bij de evaluatie als ze in de juiste context gebruikt worden.

Ook de prestaties van ploegen kunnen diepgaander onderzocht worden met behulp van Expected Goals. Die bieden namelijk een mooie weergave van de waarde van de kansen voor en tegen in elke wedstrijd. Elke ploeg kan wel eens met wat pech drie matchen op rij verliezen of met het nodige geluk veel punten sprokkelen, maar de xG verschaft inzicht in de onderliggende prestaties. Om de invloed van 'outliers' en toevallige omstandigheden te beperken, is het best om die statistieken in een periode van 5 tot 10 matchen te bekijken. Zo stond Zulte Waregem dit seizoen na de 19 speeldagen stevig in de top zes, maar hun onderliggende prestaties ondersteunden dat niet. Vanaf december ging het dan ook met de resultaten steil bergaf.

Bij Cercle gebeurde het tegenovergestelde. De Vereniging zette onder Storck vaak erg degelijke prestaties neer, maar het duurde lang vooraleer dat ook resulteerde in punten.

Voor een coach kunnen Expected Goals dus erg interessant zijn om de eigen prestaties te analyseren, zeker als zijn job op het spel staat door een reeks slechte resultaten.

De verdere ontwikkeling van de xG-methode heeft de voorbije jaren ook heel wat afgeleide producten opgeleverd, zoals Expected Point of Expected Saves. Een ander logisch gevolg van Expected Goals is Expected Assists. Net als een schot enkel een goal is als de bal binnenvliegt, krijgt de aangever enkel een assist achter zijn naam als de bal in doel verdwijnt. Als speler ben je voor je assiststatistieken dus erg afhankelijk van je ploegmaats en daar biedt xA een antwoord op. Zoals xG berekent wat de gemiddelde kans is dat een schot in een bepaalde situatie een doelpunt oplevert, zo kwantificeert Expected Assists hoe vaak een laatste pass vanop een specifieke plek een assists werd.

In de Jupiler Pro League is Ruud Vormer natuurlijk de koning van de beslissende pass en bij Club Brugge heeft hij ploegmaats die zijn voorzetten in dank aannemen en afwerken. Bij AA Gent lieten Vadis Odjidja en Jonathan David ongeveer evenveel assists noteren. Maar waar de Canadees vooral teerde op de efficiënte afwerking van zijn ploegmaats, gaf Vadis in feite meer dan dubbel zoveel goeie laatste passes. Eén van de grootste pechvogels dit seizoen was Nicolas Gavory. De linksachter van Standard gaf heel wat goeie laatste passes (ook veel stilstaande fases) die gemiddeld gezien meer dan 6 assists zouden moeten opleveren, maar hij kreeg er slechts 3 achter zijn naam door de matige afwerking van zijn ploegmaats. Anders had de Fransman zeker in de lijst van beste nieuwkomers gestaan.

AssistgeverAssistExpected Assist
Vormer1414
Vadis99
David84

Expected Goals is op korte termijn erg bekend geworden in het voetbal omdat het op een simpele manier inzicht geeft in de prestaties van spelers en ploegen. Toch betekent dat niet dat xG nu plots de heilige graal of de ultieme voorspeller van het moderne voetbal is. Het kan het spel in al haar facetten niet vangen in een cijfer. Wat het wel kan is illustreren wat de kwaliteit is van de kansen die een ploeg creëert of weggeeft en welke spelers beter of minder dan gemiddeld afwerken. Het zorgt voor een beter begrip van wat er gebeurt op het veld. En is dat niet wat we allemaal willen?

Wat houdt de term in? "Wij hadden de betere kansen, we verdienden te winnen!" Komt deze voetbaldiscussie u bekend voor? Na elke match toont uw tv-scherm daarom de statistieken van het aantal schoten en hoeveel daarvan er binnen het kader gemikt waren. Maar dat zegt nog niets over de kwaliteit van die doelkansen. Misschien trapte een ploeg 10 keer op doel van op 30 meter, terwijl het andere team 5 kansen van dichtbij miste. Wie had dan de meeste of de beste kansen?Expected Goals, afgekort xG, biedt daar een antwoord op. Het is een manier om de kwaliteit van een doelpoging uit te drukken in een cijfer. Door historische data van meer dan 300.000 schoten te gebruiken, kan berekend worden hoeveel goals je gemiddeld kan verwachten van een bepaalde doelpoging.Vergelijk het met een spelletje kop of munt. Uit ervaring weten we dat je na 10 pogingen gemiddeld 5 keer kop en 5 keer munt mag verwachten. Maar in de praktijk kan het natuurlijk net zo goed 10 keer kop worden. Op dezelfde manier zegt Expected Goals, of in een slechte Nederlandse vertaling 'te verwachten doelpunten' niets over de praktijk, maar wel iets over wat je gemiddeld kan verwachten van een specifieke spelsituatie. xG geeft dus een indicatie hoe goed een doelkans was, gebaseerd op hoe vaak vergelijkbare situaties een goal hebben opgeleverd. Een xG waarde van 1.0 betekent dat een doelpoging 100% kans heeft om tegen de netten te vliegen, wat in realiteit natuurlijk nooit het geval is. Een strafschop heeft bijvoorbeeld een waarde van 0.78 omdat gemiddeld 78% van de strafschoppen een doelpunt oplevert. De goal van Refealov in de bekerfinale had bijvoorbeeld een waarde van 0.6 xG. Dat betekent dat als gelijkaardige situatie 10 keer voorkomt, je gemiddeld 6 goals mag verwachten. Dat lijkt misschien weinig, maar Refaelov kan bijvoorbeeld net te laat komen of de bal slecht raken, de pass van Jukleröd kan te hard of te hoog zijn en ga zo maar door.Hoe wordt het berekend? Hoe kleiner de afstand tot de goal, hoe groter de kans om te scoren, dat weet iedereen. Tegelijk is schieten vanuit een scherpe hoek een stuk moeilijker dan vanop een plek recht voor doel. Dat lijken logische factoren die de waarde van een kans, oftewel de Expected Goals-waarde, bepalen. Maar er moet dus wel altijd een doelpoging zijn. Als een speler op een meter van de goal naast de bal trapt of glijdt, wordt dat dus niet meegenomen in de xG, terwijl dat natuurlijk ook een doelkans is. Dat is absoluut een tekortkoming, maar je moet altijd ergens de grens trekken.Ook bepaalde spelomstandigheden hebben invloed op de berekening. Zo zal een kopbal een lagere waarde krijgen dan een schot vanop dezelfde positie omdat het een stuk moeilijker is te scoren met het hoofd, zeker verder van het doel. Ook het soort assist (voorzet of doorsteekpass) of de aanleiding (bv. een dribbel) bepalen de xG-waarde. Afhankelijk van het model, tegenwoordig schieten databedrijfjes met hun eigen algoritmes namelijk als paddenstoelen uit de grond, kan die waarde verschillen. Bij sommige telt mee of het schot met links of rechts gegeven wordt, ook de duurtijd van de aanval (een snelle counter kan een grotere kans opleveren dan wanneer een verdediging goed georganiseerd is), het aantal spelers tussen de bal en het doel, de stand en of het een stilstaande fase is, kunnen factoren zijn in de berekening. Dat kan ervoor zorgen dat je voor een bepaalde match, ploeg of speler verschillende waarden vindt voor dezelfde doelkans.Dit Twitter-account vergelijkt verschillende xG-bronnen voor elke match in de Bundesliga, met opvallende verschillen.Enkele voorbeelden: deze poging van Diatta in de bekerfinale heeft een Expected Goals waarde van 0,01. Een erg kleine kans dus. Na een hoge voorzet van Sobol komt de bal bij de Senegalees aan de rand van de zestienmeter. De hoek is scherp én er staan heel wat verdedigers van Antwerp tussen de bal en de goal. Gemiddeld 1 op de 100 keer vliegt zo'n bal erin. Diatta probeert het toch en raakt niet voorbij Jukleröd.De kopbal van Badji in het begin van de tweede helft was volgens velen de grootste kans van de match voor Blauw-Zwart, vooral dan omdat hij Antwerp-doelman Matijas tot een spectaculaire redding dwong. Toch klopt dat volgens de xG-methode niet helemaal. Vanop die positie, ver van de goal, had een kopbal op een hoge voorzet met een man in de rug gemiddeld slechts 7% kans om een doelpunt op te leveren. Opnieuw: de waarde van Expected Goals houdt geen rekening met het resultaat van een specifieke doelpoging, het zegt enkel iets over de doelkans zelf.Waarom is het nuttig? Als je de xG-waarde van alle kansen voor en tegen in wedstrijd samentelt, kan je uitrekenen hoeveel goals elke ploeg gemiddeld verwacht werd te scoren en welke ploeg zo grootste kans had om te match te winnen. Onderstaand voorbeeld toont dat in de match Anderlecht-Genk Paars-wit bijna dubbel zoveel kansen had als de Limburgers, in kwaliteit dan toch, en daardoor 57% kans had om te winnen. Toch had ook Genk 43% kans om minstens een punt uit de brand te slepen. Dergelijke statistieken en toepassingen kunnen dus zeker inzicht verschaffen in een wedstrijdanalyse.Daarnaast biedt de methode van de Expected Goals nog heel wat interessante toepassingen. Zo kan je makkelijk analyseren of een speler beter of slechter dan gemiddeld zijn kansen afwerkt. Van de topschutters in de Jupiler Pro League gingen Jonathan David en Kaveh Rezaei en Hans Vanaken duidelijk het meest efficiënt om met de kansen die ze kregen, maar Gouden Stier Dieumerci Mbokani kwam wel veruit het vaakst in interessante schietposities.Voor analisten en scouts is het de eeuwige vraag of een spits die op korte tijd veel scoort dat ook kan volhouden, zoals recent nog Mason Greenwood bij Manchester United bijvoorbeeld. Daar kan xG bij helpen. Als het aantal goals een stuk hoger ligt dan de Expected Goals betekent dat dat die speler vaak raak trof uit kleine kansen (een 'overperformance'). Ofwel heeft die spits dus wat geluk gehad, ofwel is hij een uitzonderlijk talent. Het kransje topspelers dat systematisch een stuk efficiënter afwerkt dan gemiddeld is namelijk erg klein. In dat opzicht is dus een hoge xG misschien wel interessanter dan louter het aantal doelpunten, want dat betekent dat een speler vaak in goeie scoringsposities komt en op termijn doelpunten wel zullen volgen. Uiteraard blijft het altijd best om een speler te beoordelen op basis van (live) beelden, maar data als Expected Goals kunnen wel helpen bij de evaluatie als ze in de juiste context gebruikt worden. Ook de prestaties van ploegen kunnen diepgaander onderzocht worden met behulp van Expected Goals. Die bieden namelijk een mooie weergave van de waarde van de kansen voor en tegen in elke wedstrijd. Elke ploeg kan wel eens met wat pech drie matchen op rij verliezen of met het nodige geluk veel punten sprokkelen, maar de xG verschaft inzicht in de onderliggende prestaties. Om de invloed van 'outliers' en toevallige omstandigheden te beperken, is het best om die statistieken in een periode van 5 tot 10 matchen te bekijken. Zo stond Zulte Waregem dit seizoen na de 19 speeldagen stevig in de top zes, maar hun onderliggende prestaties ondersteunden dat niet. Vanaf december ging het dan ook met de resultaten steil bergaf. Bij Cercle gebeurde het tegenovergestelde. De Vereniging zette onder Storck vaak erg degelijke prestaties neer, maar het duurde lang vooraleer dat ook resulteerde in punten. Voor een coach kunnen Expected Goals dus erg interessant zijn om de eigen prestaties te analyseren, zeker als zijn job op het spel staat door een reeks slechte resultaten. De verdere ontwikkeling van de xG-methode heeft de voorbije jaren ook heel wat afgeleide producten opgeleverd, zoals Expected Point of Expected Saves. Een ander logisch gevolg van Expected Goals is Expected Assists. Net als een schot enkel een goal is als de bal binnenvliegt, krijgt de aangever enkel een assist achter zijn naam als de bal in doel verdwijnt. Als speler ben je voor je assiststatistieken dus erg afhankelijk van je ploegmaats en daar biedt xA een antwoord op. Zoals xG berekent wat de gemiddelde kans is dat een schot in een bepaalde situatie een doelpunt oplevert, zo kwantificeert Expected Assists hoe vaak een laatste pass vanop een specifieke plek een assists werd. In de Jupiler Pro League is Ruud Vormer natuurlijk de koning van de beslissende pass en bij Club Brugge heeft hij ploegmaats die zijn voorzetten in dank aannemen en afwerken. Bij AA Gent lieten Vadis Odjidja en Jonathan David ongeveer evenveel assists noteren. Maar waar de Canadees vooral teerde op de efficiënte afwerking van zijn ploegmaats, gaf Vadis in feite meer dan dubbel zoveel goeie laatste passes. Eén van de grootste pechvogels dit seizoen was Nicolas Gavory. De linksachter van Standard gaf heel wat goeie laatste passes (ook veel stilstaande fases) die gemiddeld gezien meer dan 6 assists zouden moeten opleveren, maar hij kreeg er slechts 3 achter zijn naam door de matige afwerking van zijn ploegmaats. Anders had de Fransman zeker in de lijst van beste nieuwkomers gestaan.Expected Goals is op korte termijn erg bekend geworden in het voetbal omdat het op een simpele manier inzicht geeft in de prestaties van spelers en ploegen. Toch betekent dat niet dat xG nu plots de heilige graal of de ultieme voorspeller van het moderne voetbal is. Het kan het spel in al haar facetten niet vangen in een cijfer. Wat het wel kan is illustreren wat de kwaliteit is van de kansen die een ploeg creëert of weggeeft en welke spelers beter of minder dan gemiddeld afwerken. Het zorgt voor een beter begrip van wat er gebeurt op het veld. En is dat niet wat we allemaal willen?