Come Leggere le Statistiche Calcistiche per Scommettere Meglio

Il calcio è stato per decenni uno degli sport più resistenti alla rivoluzione dei dati. Mentre il baseball aveva già i suoi sabermetrici negli anni ’70 e il basket costruiva modelli predittivi negli anni ’90, il calcio restava ancorato all’occhio dell’esperto, alla sensazione, al “si vede che quella squadra è forte”. Poi sono arrivati gli expected goals e tutto è cambiato. Oggi, scommettere sul calcio senza guardare i dati è come guidare di notte senza fari: tecnicamente possibile, ma sconsigliato.

Expected Goals: la statistica che ha rivoluzionato tutto

Gli xG (expected goals) misurano la qualità delle occasioni da gol create e concesse da una squadra. Ogni tiro viene valutato in base alla posizione in campo, all’angolo di tiro, alla parte del corpo usata, al tipo di azione che lo ha generato e ad altri fattori. Il risultato è un numero tra 0 e 1 che rappresenta la probabilità che quel tiro diventi gol. Un rigore ha un xG di circa 0.76. Un tiro dalla distanza, al volo, con il difensore addosso, può avere un xG di 0.03.

La somma degli xG di tutti i tiri di una squadra in una partita dà il totale di gol “attesi”. Se una squadra genera 2.1 xG e ne subisce 0.8, ha dominato la partita in termini di qualità delle occasioni, indipendentemente dal risultato effettivo. E qui sta il punto cruciale per lo scommettitore: i risultati di una singola partita sono soggetti a una varianza enorme. Un portiere che para tre tiri da xG 0.5, un palo, un gol su un tiro da xG 0.03 — queste cose accadono costantemente. Gli xG filtrano il rumore e mostrano il segnale sottostante.

Per le scommesse, gli xG sono utili in due modi principali. Primo, identificano le squadre che stanno sovra- o sotto-performando rispetto alla qualità del loro gioco. Una squadra con 1.8 xG a partita ma solo 1.0 gol effettivi sta probabilmente attraversando un periodo di sfortuna o scarsa efficienza sotto porta — due fattori che tendono a regredire verso la media. Scommettere sulla loro ripresa può offrire valore. Secondo, gli xG aiutano a valutare la solidità difensiva reale: una squadra che subisce pochi gol ma concede molti xG sta vivendo di prestazioni eccezionali del portiere, una situazione insostenibile nel lungo periodo.

Possesso palla e tiri: contano davvero?

Il possesso palla è la statistica più citata e meno utile del calcio moderno. Il 65% di possesso non dice nulla sulla qualità del gioco se quei palloni vengono fatti girare tra i difensori senza mai creare pericolo. Il Barcellona di Guardiola dominava con il possesso e vinceva. Ma anche squadre come l’Atletico Madrid di Simeone hanno vinto titoli con il 40% di possesso, dimostrando che il dato in sé è quasi privo di valore predittivo isolato.

Più utile del possesso puro è il possesso nel terzo offensivo, ovvero la percentuale di tempo in cui la squadra controlla il pallone nella zona di campo più vicina alla porta avversaria. Questo dato correla molto meglio con la creazione di occasioni da gol e, di conseguenza, con la probabilità di segnare. Una squadra con il 55% di possesso ma il 30% nel terzo offensivo sta probabilmente giocando una partita sterile. Una con il 45% di possesso ma il 40% nel terzo offensivo sta attaccando con efficacia.

I tiri totali soffrono di un problema simile: non tutti i tiri sono uguali. Un tiro dalla trequarti che finisce in tribuna e un tiro a botta sicura da sei metri sono entrambi “un tiro”, ma il loro valore predittivo è radicalmente diverso. Per questo, i tiri nello specchio della porta (shots on target) sono un indicatore leggermente migliore, ma ancora insufficiente. La vera metrica utile è il rapporto tra tiri e xG: se una squadra tira 15 volte e genera solo 0.8 xG, sta sparando da lontano senza creare vero pericolo. Se tira 8 volte e genera 2.0 xG, ogni tiro è un’occasione reale.

PPDA e pressing: la metrica che pochi guardano

Il PPDA (Passes Per Defensive Action) misura l’intensità del pressing di una squadra. Calcola quanti passaggi il PPDA permette all’avversario di completare prima di intervenire con un’azione difensiva (tackle, intercettazione, fallo). Un PPDA basso (intorno a 7-8) indica un pressing alto e aggressivo: la squadra non lascia respirare l’avversario. Un PPDA alto (15+) indica una squadra che si siede e aspetta.

Questa statistica è particolarmente utile per le scommesse sui gol totali. Le partite tra due squadre con PPDA basso tendono a essere intense e ricche di transizioni, con più occasioni da gol in entrambe le direzioni. Le partite dove una squadra pressa alto e l’altra si difende bassa possono andare in entrambe le direzioni: goleada del pressing team o contropiede letale della squadra difensiva.

Il PPDA è anche un indicatore di sostenibilità fisica. Le squadre che mantengono un pressing alto per tutta la stagione hanno spesso cali di rendimento nel secondo tempo delle partite e nella seconda metà della stagione. Scommettere sui gol nel secondo tempo per squadre con PPDA molto basso può essere una strategia basata su dati concreti, non su intuizioni.

Il PPDA è disponibile su piattaforme come Understat e FBref, gratuitamente. Incrociarlo con gli xG e con il calendario di una squadra — quante partite ha giocato nelle ultime due settimane, quanto ha ruotato — permette di costruire un quadro molto più completo di quello offerto dai semplici risultati.

Expected Points: la classifica che racconta la verità

Gli expected points (xPTS) prendono i dati sugli xG di ogni partita e simulano migliaia di volte il risultato per calcolare quanti punti una squadra “avrebbe dovuto” ottenere. Se una squadra ha generato 1.8 xG e ne ha subiti 0.9 in una partita finita 0-1, i suoi xPTS per quella partita saranno vicini a 2 (vittoria attesa), non 0 (sconfitta reale). Aggregando i dati su un’intera stagione, la classifica basata sugli xPTS mostra quale squadra sta giocando meglio al netto della fortuna.

Le discrepanze tra classifica reale e classifica xPTS sono oro per lo scommettitore. Una squadra quarta in classifica ma prima per xPTS sta giocando da capolista con i risultati di una outsider: la regressione verso la media è probabile e le quote, che riflettono principalmente la classifica reale e i risultati recenti, probabilmente la sottovalutano. Al contrario, una squadra in cima alla classifica ma mediocre per xPTS sta vivendo al di sopra dei propri mezzi e potrebbe presto crollare.

Naturalmente, gli xPTS non sono perfetti. Non tengono conto della qualità del portiere (un portiere eccezionale sovra-performa sistematicamente gli xG against), della mentalità nei momenti decisivi, o della capacità di gestire il vantaggio. Ma come indicatore di base per identificare squadre sopravvalutate o sottovalutate dal mercato, restano uno degli strumenti più potenti a disposizione.

Dove trovare i dati e come usarli

L’era dei dati ha democratizzato l’accesso alle statistiche calcistiche. Piattaforme come FBref (gratuito, copre i principali campionati con dati dettagliati), Understat (specializzato in xG con visualizzazioni intuitive), WhoScored (valutazioni dei giocatori e statistiche di squadra) e Transfermarkt (valori di mercato, infortuni, calendari) offrono tutto il necessario per un’analisi seria senza spendere un centesimo.

Per chi vuole andare oltre, servizi a pagamento come StatsBomb, Opta e InStat forniscono dati a livello di giocatore con una granularità enormemente superiore. Ma per la maggior parte degli scommettitori, le risorse gratuite sono più che sufficienti. Il collo di bottiglia non è l’accesso ai dati ma la capacità di interpretarli correttamente.

L’approccio pratico consigliato è costruire un foglio di calcolo con le metriche chiave per ogni squadra dei campionati su cui si scommette. Le colonne essenziali: xG a favore per partita, xG contro per partita, differenza xG, xPTS vs punti reali, PPDA, tiri on target per partita. Aggiornare questi dati settimanalmente richiede 20-30 minuti. In cambio, si ottiene una visione del campionato molto più accurata di quella offerta dalla semplice classifica.

Un errore comune è usare i dati in modo meccanico, senza contesto. Se una squadra ha xG bassi nelle ultime tre partite, potrebbe significare un calo di forma — o potrebbe significare che ha affrontato tre delle migliori difese del campionato. Il dato grezzo senza contesto è fuorviante. Per questo, ogni analisi statistica dovrebbe sempre essere accompagnata dalla consultazione del calendario: chi ha affrontato quella squadra, e chi affronterà nelle prossime settimane.

I numeri non parlano, bisogna saperli ascoltare

La tentazione più grande, quando si scopre il mondo delle statistiche calcistiche, è affidarsi ciecamente ai numeri. Ma i dati sono una lente, non una sfera di cristallo. Gli xG non predicono il futuro: descrivono il passato in modo più accurato dei semplici risultati. Le metriche di pressing non garantiscono che una squadra prenderà gol nel secondo tempo: indicano che la probabilità è più alta della media.

Lo scommettitore statisticamente alfabetizzato non è quello che recita numeri a memoria. È quello che sa quando un dato è rilevante e quando no, che comprende la differenza tra correlazione e causalità, che riconosce i limiti del proprio modello. I dati xG pre-2017 sono meno affidabili di quelli attuali perché i modelli erano meno sofisticati. Le statistiche di campionati con campioni piccoli (coppe, playoff) sono più rumorose di quelle dei campionati lunghi. Le metriche di pressing perdono significato quando una squadra cambia allenatore e sistema di gioco.

Alla fine, le statistiche nel betting non sostituiscono la conoscenza del calcio: la potenziano. Chi guarda le partite e poi controlla i numeri ha un vantaggio su chi guarda solo i numeri. E chi guarda sia le partite che i numeri ha un vantaggio enorme su chi non guarda nessuno dei due. Nel calcio delle scommesse, l’ignoranza non è mai una strategia. Ma la conoscenza, da sola, non basta: serve anche la saggezza di sapere cosa fare con quello che si sa.