Wat zijn expected goals (xG) en waarom elke Ajax-fan er iets mee kan

Expected goals in één zin

Expected goals, afgekort xG, is de kans dat een schot een doelpunt wordt. Elke poging krijgt een waarde tussen 0 en 1.

Een intikker vanaf de doellijn kan op 0,95 staan. Een inkopper van vijf meter zit rond de 0,5. Een afstandsschot van 25 meter komt op 0,03. Tel alle xG-waardes van een wedstrijd op en je hebt een score die vertelt hoeveel goals er op basis van de kansen gevallen hadden mogen zijn.

Dat is de basis. De complicatie zit in hoe je die 0,95 of 0,03 bepaalt.

Hoe het getal tot stand komt

Databureaus als Opta en StatsBomb analyseren honderdduizenden historische schoten om voor elke denkbare situatie een gemiddelde kans te berekenen. Voor elke individuele kans kijken hun modellen naar een vaste set variabelen:

• Afstand tot het doel. Dichterbij betekent een hogere waarde.
• Hoek ten opzichte van het doel. Recht voor de goal is kansrijker dan vanuit een scherpe hoek.
• Lichaamsdeel waarmee het schot wordt gelost. Een schot met de voet heeft meestal een hogere waarde dan een kopbal vanaf dezelfde positie.
• Hoe de kans is ontstaan. Komt de bal uit een voorzet, een steekpass of een individuele actie?
• Druk van verdedigers. Hoeveel ruimte had de schutter op het moment van het schot.

Strafschoppen krijgen in de Eredivisie een vaste waarde die bij de meeste databureaus tussen 0,76 en 0,79 ligt. Ruim een kwart mist dus, zelfs in de Eredivisie. Vrije trappen zitten een stuk lager, rond 0,05 tot 0,08. Een inkopper uit een voorzet op vijf meter komt richting de 0,5.

Wie het schot neemt, telt niet mee in het model. Of Godts in scoringspositie komt of een centrale verdediger die voor het eerst in de spits terecht komt, maakt voor de xG-waarde niets uit. Dat is tegelijk de grootste kracht en de grootste zwakte van Expected Goals. Objectief wel, realistisch niet altijd.

Waarom een uitslag kan liegen

Dit is waar het voor fans echt interessant wordt. Een eindstand vertelt niet altijd hoe de wedstrijd eigenlijk liep.

Stel, Ajax wint thuis met 1-0 van FC Utrecht via een afstandsschot dat via de kruising binnenvalt. Tevreden busje huiswaarts. Kijk je naar de xG-statistieken van die wedstrijd, dan kan er zoiets staan:

• Ajax: 0,42 xG over negentig minuten
• FC Utrecht: 1,87 xG, waarvan drie grote kansen van dichtbij

In dat scenario heeft Utrecht beter gespeeld en de betere kansen gecreëerd. Ajax nam de drie punten mee door één gelukkig schot. Op de lange termijn houdt zo'n manier van winnen geen stand. Een Ajax dat wekelijks beter speelt dan zijn xG-totaal zegt, is een Ajax dat binnenkort punten gaat laten liggen.

Andersom geldt het net zo goed. Zie je weken achter elkaar 2,0 tot 2,5 xG per wedstrijd maar blijft de score hangen op een treurige 1-1, dan hoef je geen scout te zijn om te zien dat het geluk nu even aan de verkeerde kant zit. De goals gaan een keer vallen.

Over- en onderpresteren

Die logica werkt ook voor individuele spelers en is misschien wel de meest bruikbare toepassing voor wie het Ajax-seizoen volgt.

Neem Mika Godts. In zijn eerste volle seizoen als vaste kracht staat hij bovenaan de interne topscorerslijst, met veertien treffers en tien assists. Topscorer én assistkoning. Kijk je naar zijn Expected Goals, dan zit hij ruwweg in lijn met zijn rendement. Geen wilde uitschieter naar boven of beneden, wel een speler die precies de kansen pakt die hij zou moeten pakken. Dat maakt zijn seizoen minder een kwestie van geluk, en meer een zaak van klasse.

Wout Weghorst zit op zeven goals, maar kwam er een half seizoen lang niet meer aan te pas. Voor fans klonk dat rendement al maanden aan de magere kant. Als je zijn Expected Goals per wedstrijd erbij pakt, klopt dat gevoel. De kansen waren er, de afronding niet. Een speler die consistent onder zijn Expected Goals blijft scoren is de kans dat hij op termijn zijn vertrouwen verliest.

De internationale klassieker voor overpresteren is Lionel Messi, die jarenlang boven zijn Expected Goals bleef scoren. Dat is precies wat een model niet goed vangt. De allerbeste afmakers zijn statistische afwijkingen. Daarvoor is een model nooit gebouwd.

Waar xG tegenwoordig overal opduikt

xG is in een paar jaar uitgegroeid van nerd-statistiek tot standaard-onderdeel van voetbalanalyse. Studio Voetbal noemt het, Twitter-accounts als 11tegen11 maken er shotmaps van, en wie via Betnation weleens op een sportwedstrijd wedt, ziet dat xG-waardes meelopen onder de odds en voorbeschouwingen. Bookmakers werken met vergelijkbare modellen om kansen op winst of verlies in te schatten. De statistiek die jij op de bank gebruikt om te mopperen over een gemiste kans, heeft ergens in een ander model ook de lijnen voor een Ajax-wedstrijd bepaald.

De grenzen van xG

xG vertelt hoe waarschijnlijk een kans was, niet hoe de wedstrijd echt liep. Een paar dingen die het model niet meeneemt, en die voor een Ajax-fan toch belangrijk zijn:

• Spelverloop. Een ploeg die al met 2-0 voor staat creëert minder kansen in de slotfase, omdat ze terugzakken. Dat zegt niets over hoe goed ze waren.
• Een keeper die zwaar overpresteert. Een xG-totaal van 2,3 kan uitmonden in 0-0 als de doelman alle grote kansen pakt. Dat is een wedstrijd-bepaler die buiten het model staat.
• Eigen doelpunten. Die tellen in de meeste xG-modellen niet mee.
• Uitzonderlijke afmakers. Zoals Messi. Of een Taylor die op vrijdag blijkbaar geen bal naast kan schieten. Dat zie je pas in het seizoen erna terug in de aangepaste modellen.

Voor veel Ajax-fans werkt xG uiteindelijk het beste als vangnet voor je eigen gevoel. Je dacht dat Ajax veel beter was dan de uitslag. Soms klopt dat. Heel soms klopt het niet. xG zegt welke van de twee.