Maaliodottama eli expected goals (xG) on yksi nykyaikaisen urheiluanalyysin keskeisimmistä mittareista. Se mittaa jokaisen laukauksen laatua eli sitä, kuinka todennäköisesti kyseisestä paikasta ja tilanteesta syntyy maali. Tässä artikkelissa selitetään tiedottavasti, miten xG lasketaan, mihin se perustuu, miten se eroaa eri lajeissa ja mitä rajoituksia siihen liittyy.

xG on ennen kaikkea analyysityökalu. Se auttaa ymmärtämään otteluita paremmin, mutta ei poista yksittäisiin otteluihin liittyvää satunnaisvaihtelua eikä takaa menestystä vedonlyönnissä. Jalkapallon vedonlyönnin perusteisiin voit tutustua myös jalkapallovedonlyönnin osiossamme.

Mitä maaliodottama tarkoittaa?

Perinteiset tilastot, kuten pelkät maalit tai laukausmäärät, antavat usein harhaanjohtavan kuvan ottelusta. Joukkue voi voittaa 1–0 yhdellä laukauksella, vaikka vastustaja loisi kymmenen vaarallista paikkaa. Maaliodottama ratkaisee tämän antamalla jokaiselle laukaukselle arvon sen perusteella, kuinka laadukas maalipaikka oli. Kun ottelun kaikkien laukausten xG-arvot lasketaan yhteen, saadaan joukkueen kokonaismaaliodottama.

Arvo ilmoitetaan välillä 0,00–1,00: esimerkiksi 0,15 tarkoittaa, että vastaavista tilanteista syntyy maali keskimäärin 15 kertaa sadasta. Jos joukkueen xG on ottelussa 2,45 mutta se tekee nolla maalia, se on todennäköisesti pelannut hyvin mutta epäonnistunut viimeistelyssä tai kohdannut hyvän maalivahdin. Näin xG auttaa erottamaan pysyvän pelillisen laadun tilapäisestä tuurista.

Maaliodottaman rinnalla käytetään useita johdettuja mittareita: xGA mittaa vastustajalle päästettyjä paikkoja, NPxG jättää rangaistuspotkut pois, xGD on näiden erotus (xG − xGA) ja xA eli syöttöodottama mittaa syötön luoman paikan laatua.

Miten xG lasketaan jalkapallossa?

Jalkapallossa xG perustuu suureen historialliseen tietokantaan, johon on tallennettu satoja tuhansia laukauksia. Jokaista laukausta verrataan vastaaviin aiempiin tilanteisiin: jos tietynlaisesta paikasta ja tilanteesta on historiallisesti syntynyt maali 15 kertaa sadasta, laukauksen xG-arvoksi tulee 0,15. Esimerkiksi rangaistuspotkun xG on vakioitu noin arvoon 0,76, koska historiallisesti noin 76 % rangaistuspotkuista päättyy maaliin.

Avoimen pelin tilanteissa arvo vaihtelee useiden muuttujien mukaan. Tärkeimpiä ovat etäisyys ja kulma maaliin: mitä lähempänä ja keskempänä laukaisija on, sitä korkeampi xG. Lisäksi mallit huomioivat, tehtiinkö laukaus jalalla vai päällä, minkälainen syöttö sitä edelsi (esimerkiksi läpisyöttö nostaa arvoa enemmän kuin korkea keskitys), oliko kyseessä vastahyökkäys vai organisoitunut puolustus, sekä puolustajien sijainti.

Miten xG lasketaan jääkiekossa?

Jääkiekossa laukauksia tulee huomattavasti enemmän (usein 50–70 ottelussa), ja peli on nopeampaa. Siksi jääkiekon xG-mallit jakavat kaukalon vaarallisuusalueisiin (High-, Medium- ja Low-Danger) ja painottavat voimakkaasti laukausta edeltäviä tapahtumia. Maalin edestä (slot) ammuttu laukaus saa korkean arvon, kun taas siniviivalta ilman estettä ammuttu laukaus jää hyvin matalaksi.

Erityisen suuri vaikutus on poikittaissyötöillä (royal road), reboundeilla, laukausten ohjauksilla ja maskipelillä sekä numeerisella ylivoimalla – nämä kaikki muuttavat maalivahdin torjuntamahdollisuuksia ja siten laukauksen maaliodottamaa.

Tilastolliset menetelmät xG:n taustalla

xG-mallit eivät ole mielivaltaisia pisteytyksiä vaan perustuvat tilastotieteeseen. Koska laukauksen lopputulos on binaarinen (maali tai ei maali), perinteisin menetelmä on logistinen regressio, joka muuntaa muuttujat todennäköisyydeksi välille 0–1. Nykyaikaisemmat mallit käyttävät koneoppimista, kuten gradient boosting -menetelmiä (esim. XGBoost), Random Forest -malleja ja neuroverkkoja, jotka pystyvät löytämään muuttujien välisiä monimutkaisia riippuvuuksia.

Mallit opetetaan suurella historiallisella aineistolla ja validoidaan erillisellä testiaineistolla. Tärkeä osa on kalibrointi: jos malli antaa sadalle laukaukselle xG-arvon 0,10, näistä pitäisi todella syntyä noin 10 maalia.

Syvemmät mittarit: xA ja post-shot xG

Syöttöodottama (xA) mittaa syötön laatua: syöttäjä saa saman xG-arvon, jonka syötön vastaanottaja laukauksestaan luo – riippumatta siitä, syntyykö maali. Tämä erottaa laadukkaat pelintekijät niistä, joiden tilastot kaunistuvat joukkuetovereiden ansiosta.

Perus-xG olettaa keskimääräisen maalivahdin ja puolustuksen. Tämän rajoitteen korjaamiseksi on kehitetty laukauksen jälkeinen maaliodottama (Post-Shot xG eli xGOT), joka mittaa laukauksen laatua sen jälkeen, kun pallo on lähtenyt – ottaen huomioon nopeuden ja osumakohdan maalissa. Ohi mennyt laukaus saa xGOT-arvon 0,00, kun taas yläkulmaan osunut vauhdikas veto voi saada hyvin korkean arvon. Vertaamalla päästettyjä maaleja vastustajan xGOT-lukemiin voidaan arvioida maalivahdin tasoa (esimerkiksi GSAA-mittarilla).

Rajoitukset ja yleisimmät sudenkuopat

Vaikka xG on hyödyllinen työkalu, se ei ole erehtymätön. Suurin virhe on tuijottaa xG-dataa liian pienellä otoskoolla. Yksittäisessä ottelussa satunnaisvaihtelu on suurta: punainen kortti, varhainen sattumamaali tai rangaistuspotku voi muuttaa ottelun luonteen. Luotettavien johtopäätösten tekemiseen tarvitaan riittävän suuri otos – jalkapallossa usein vähintään 10–15 ottelua.

Muita huomioitavia asioita:

• Pelitilanne (game state): johtoasemassa oleva joukkue luovuttaa usein pallonhallinnan ja sallii vaarattomia kaukolaukauksia, mikä nostaa vastustajan xG:tä ilman todellista uhkaa.
• Pelaajamateriaali: harvat huippuviimeistelijät ylittävät xG-arvonsa pitkällä aikavälillä, mutta valtaosalla toteutuma palaa keskiarvoon.
• Datantarjoajien erot: Opta, Understat, Wyscout ja StatsBomb käyttävät eri malleja, joten saman ottelun xG voi vaihdella. Vertailussa kannattaa pitäytyä yhdessä lähteessä.

xG:n käyttö analyysissä ja vedonlyönnissä

Koska vedonlyöntikertoimet asetetaan pitkälti toteutuneiden tulosten ja markkinakäyttäytymisen perusteella, xG-analyysi voi auttaa hahmottamaan joukkueen todellista suorituskykyä tarkemmin kuin pelkkä sarjataulukko. Esimerkiksi jos joukkue on voittanut otteluita selvästi heikommalla xG:llä kuin vastustajansa, se on todennäköisesti ylisuorittanut, ja tulokset voivat tasoittua jatkossa (regression to the mean).

On kuitenkin tärkeää ymmärtää xG:n rajat: se on yksi työkalu muiden joukossa, ei voittava järjestelmä. Yksittäisen ottelun lopputulokseen liittyy aina suurta satunnaisvaihtelua, eikä mikään tilastomalli poista tätä epävarmuutta tai vedonlyöntiyhtiön katetta. xG auttaa ymmärtämään peliä paremmin, mutta se ei tee vedonlyönnistä pitkällä aikavälillä voitollista.

Usein kysytyt kysymykset

Mitä lyhenne xG tarkoittaa?

xG tulee sanoista ”Expected Goals” eli maaliodottama. Se on tilastollinen mittari, joka arvioi laukauksen tai ottelun maalipaikkojen todennäköisyyttä päätyä maaliin asteikolla 0,00–1,00.

Miksi rangaistuspotkun xG on noin 0,76?

Luku perustuu kymmenien tuhansien rangaistuspotkujen historialliseen dataan, jonka mukaan rangaistuspotku päättyy maaliin noin 76 prosentissa tapauksista.

Miksi eri sivustoilla on eri xG-lukemat samalle ottelulle?

Eri datantarjoajat (Opta, Understat, Wyscout, StatsBomb) käyttävät omia mallejaan ja eri määriä muuttujia. Osa huomioi puolustajien ja maalivahdin sijainnin tarkasti, osa nojaa lähinnä laukaisukoordinaatteihin.

Miten xA eroaa xG:stä?

xG mittaa laukaisijan maalipaikan laatua, xA taas syöttäjän luoman tilanteen laatua. Syöttäjä saa xA-arvokseen sen xG:n, jonka laukaisija syötöstä luo – riippumatta siitä, syntyykö maali.

Voiko yksittäinen pelaaja ylittää xG-arvonsa jatkuvasti?

Se on harvinaista ja koskee lähinnä huipputason viimeistelijöitä. Valtaosalla pelaajista toteutuma palaa pitkällä aikavälillä lähelle xG-arvoa.

Tekeekö xG vedonlyönnistä voitollista?

Ei. xG on analyysityökalu, joka voi auttaa ymmärtämään otteluita, mutta se ei poista satunnaisvaihtelua eikä vedonlyöntiyhtiön katetta. Pitkällä aikavälillä pelaaminen on pelaajalle tappiollista.

Mistä löytää ilmaisia xG-tilastoja?

Jalkapallossa suosittuja ovat esimerkiksi Understat, FBref ja FotMob. Jääkiekossa (NHL) tunnettuja ovat muun muassa Natural Stat Trick, Evolving-Hockey ja MoneyPuck.