xA expected assists la estadística de los creadores de juego

En el mundo de los números futbolísticos existe una injusticia que se repite temporada tras temporada. Un mediapunta extraordinario puede entregar pases perfectos durante noventa minutos, crear oportunidades cristalinas que cualquier delantero debería convertir, y terminar el partido con cero asistencias porque su compañero remató al segundo anfiteatro. Las estadísticas tradicionales le castigarían con la misma nota que a un jugador que no creó absolutamente nada. Las Expected Assists corrigen esta ceguera estadística, y para quien hace pronósticos deportivos, representan una mina de información que la mayoría ignora.

La métrica nació como hermana menor del xG, pero su utilidad es igualmente profunda. Mientras el xG mide la probabilidad de que un disparo termine en gol, el xA mide la probabilidad de que un pase se convierta en asistencia. No depende de si el receptor dispara o acierta. Evalúa únicamente la calidad del pase: dónde se origina, dónde llega, qué tipo de pase es, en qué contexto de juego ocurre. Un pase filtrado que deja solo al delantero a tres metros del portero tiene un xA alto. Un pase lateral desde el que el receptor dispara desde 35 metros tiene un xA bajo. La suma de todos esos valores a lo largo de una temporada revela quiénes son los verdaderos creadores de ocasiones, independientemente de la puntería de sus compañeros.

El modelo detrás de los números

Stats Perform, a través de su división Opta, desarrolló uno de los modelos de Expected Assists más utilizados en el fútbol profesional. La metodología emplea regresión logística alimentada por cientos de miles de pases históricos, donde cada pase se evalúa según variables específicas que determinan su probabilidad de convertirse en asistencia. El tipo de pase es fundamental: un centro al área tiene características diferentes a un pase filtrado o un balón en profundidad. El patrón de juego también importa: los pases en jugada abierta se comportan distinto a los que provienen de córner, falta o saque de banda. La ubicación de origen y destino del pase, la parte del cuerpo utilizada y la configuración defensiva del rival completan el cuadro.

Lo verdaderamente innovador del xA es que la medición se detiene en el momento de la recepción. Si el receptor controla el balón y luego regatea a tres defensas antes de disparar, el pasador no recibe crédito adicional por esa hazaña individual. Tampoco es penalizado si el receptor decide pasar hacia atrás en lugar de rematar. Esta característica aísla la contribución del creador de manera pura: solo se evalúa la calidad del pase en sí mismo, no lo que ocurre después. Por esta razón, comparar el xA total de un jugador directamente con sus asistencias reales es un error metodológico común. El xA mide la calidad y frecuencia de pases a zonas peligrosas, no predice asistencias exactas.

Los proveedores de datos calculan xA de formas ligeramente diferentes. StatsBomb incluye información de posiciones de jugadores mediante sus "freeze frames". Wyscout y Opta utilizan conjuntos de variables distintos. Por eso, un mismo partido puede mostrar valores de xA diferentes según la fuente consultada. Para pronósticos serios, mantener consistencia en la fuente de datos es más importante que buscar el modelo "perfecto" que probablemente no existe.

xA versus xAG: la confusión frecuente

Existe una métrica relacionada que genera confusión incluso entre analistas experimentados: el xAG (Expected Assisted Goals). Aunque suenan similar, miden cosas diferentes y su distinción tiene implicaciones prácticas para pronósticos.

El xAG asigna el valor de xG del siguiente disparo al pasador que suministró ese disparo. Si entregas un pase y tu compañero dispara desde una posición con 0.35 xG, recibes 0.35 xAG. El problema es doble. Primero, si el receptor decide regatear a medio equipo antes de disparar y mejora sustancialmente su posición, el pasador original recibe crédito por un xG inflado que no creó directamente. Segundo, si el receptor decide pasar en lugar de disparar, el pasador original recibe cero xAG aunque su pase inicial creara todo el peligro.

El xA evita ambas distorsiones porque evalúa el pase en el momento de la recepción, antes de cualquier acción posterior del receptor. Esto lo hace más justo para evaluar la creatividad individual del pasador, aunque menos intuitivo para comparar directamente con asistencias reales. En la práctica, analistas profesionales utilizan ambas métricas: el xA para identificar creadores puros y el xAG para entender qué jugadores están involucrados en las secuencias de gol más peligrosas.

Los perfiles que emergen de cruzar ambas métricas son reveladores. Un jugador con xA alto y xAG alto es un creador de élite que además genera disparos de alta calidad. Un jugador con xA alto pero xAG bajo distribuye muchos balones a zonas avanzadas, pero sus compañeros no disparan desde esas posiciones o toman toques adicionales antes de hacerlo. Un jugador con xA bajo pero xAG alto es un creador selectivo que guarda sus pases decisivos para momentos específicos donde generan ocasiones enormes.

Aplicación práctica en pronósticos

La discrepancia entre xA y asistencias reales de un equipo o jugador señala directamente hacia regresión futura, y esa regresión es predecible en mercados de goles y resultados.

Consideremos un caso típico. Bruno Fernandes lideró la Premier League en xA con 16.7 en una temporada donde registró solo 8 asistencias reales. La diferencia de 8.7 asistencias "perdidas" refleja un rendimiento paupérrimo de los rematadores del Manchester United cuando recibían sus pases. Si esos delanteros mantienen niveles mínimamente normales de conversión, Fernandes acumulará más asistencias en el futuro cercano. Para pronósticos, esto significa que apostar al over de goles del United cuando Fernandes esté en el campo tiene fundamento estadístico sólido: la calidad de creación está ahí, solo falta que la conversión se normalice.

El análisis inverso también tiene valor. Un jugador cuyas asistencias superan significativamente su xA probablemente esté beneficiándose de compañeros con finalizaciones excepcionales o de fortuna pura. Cuando esa suerte se equilibre, sus números de asistencias caerán. Los equipos que dependen excesivamente de jugadores en esta situación son vulnerables a rachas sin goles aparentemente inexplicables.

A nivel de equipo, la suma de xA versus asistencias totales revela la eficiencia ofensiva real. Un equipo que genera 40 xA pero solo concreta 25 asistencias tiene un problema de finalización que probablemente se corregirá, especialmente si no hay cambios significativos en plantilla. Un equipo que convierte 35 asistencias desde 30 xA está sobreproduciendo y probablemente experimentará una regresión negativa.

Identificación de creadores ocultos

Una de las aplicaciones más valiosas del xA para apostadores es identificar jugadores creativos que las estadísticas tradicionales ignoran. Los laterales ofensivos modernos son el ejemplo perfecto.

Trent Alexander-Arnold y Andrew Robertson del Liverpool de la temporada 2019-20 ilustran el poder del análisis de xA. Ambos crearon 41 ocasiones en juego abierto, idéntico número. Sin embargo, Robertson registró 10 asistencias mientras Alexander-Arnold sumó solo 6. La lectura superficial sugiere que Robertson fue más decisivo. El xA cuenta otra historia: Alexander-Arnold acumuló 7.1 xA contra 4.9 de Robertson en esas mismas jugadas. Los pases del inglés tenían mayor probabilidad de convertirse en gol. La diferencia radica en que muchos de los centros de Alexander-Arnold al segundo palo, con alto valor de xA, simplemente no fueron convertidos. Robertson registró asistencias en pases donde los receptores aún tenían mucho trabajo por hacer.

Para pronósticos, esto significa que equipos enfrentando al Liverpool debían preocuparse más por los centros de Alexander-Arnold que las estadísticas de asistencias sugerían. La amenaza real era mayor que la aparente. Este tipo de información asimétrica, donde sabes algo que el mercado general ignora, es exactamente donde residen las oportunidades de valor en apuestas.

Los mediapuntas en equipos con delanteros de baja calidad son otra categoría donde el xA revela valor oculto. Un jugador puede estar generando oportunidades de primer nivel mientras sus estadísticas de asistencias permanecen mediocres simplemente porque juega junto a rematadores deficientes. Si ese jugador cambia de equipo o si llegan refuerzos ofensivos de calidad, sus asistencias se dispararán previsiblemente. Los fichajes de Emiliano Buendía por el Norwich City ejemplifican este principio: su fichaje se basó parcialmente en métricas de xA que mostraban creatividad excepcional pese a asistencias modestas en la segunda división española.

Consideraciones metodológicas

El xA, como toda métrica estadística, tiene limitaciones que debes incorporar a tu análisis. La variabilidad en muestras pequeñas es significativa. Un partido individual puede mostrar xA que no representan el nivel real del jugador. Necesitas acumular múltiples partidos antes de que las tendencias se estabilicen. Para análisis confiable, trabaja con mínimos de 10-15 partidos o, idealmente, temporadas completas.

El contexto táctico también importa. Equipos con mucha posesión acumulan más xA naturalmente porque dan más pases en zonas avanzadas. Comparar el xA total de un jugador del Barcelona con uno del Getafe sin ajustar por posesión produce conclusiones distorsionadas. Las métricas por 90 minutos o ajustadas por posesión ofrecen comparaciones más justas entre jugadores de equipos con estilos diferentes.

Las fuentes de datos gratuitas incluyen FBref (que utiliza datos de StatsBomb para xAG, aunque con nomenclatura diferente), Understat para las cinco grandes ligas europeas, y Sofascore con estadísticas básicas de creación. Plataformas premium como Wyscout, Opta o StatsBomb directamente ofrecen datos más granulares pero requieren suscripción.

Estrategia de implementación

Para integrar xA en tu sistema de pronósticos, comienza monitorizando la diferencia entre xA y asistencias reales de los principales creadores de cada equipo que sigues. Cuando esa diferencia supere las 3 asistencias en cualquier dirección durante al menos 10 partidos, tienes un candidato a regresión.

Cruza esta información con cambios de plantilla. Un equipo que ficha un delantero de élite transformará el xA de sus creadores en asistencias reales con mayor eficiencia. Apostar al over de goles de ese equipo en las primeras jornadas tras el fichaje captura esta mejora antes de que las cuotas se ajusten.

Presta atención especial a laterales ofensivos y mediapuntas en equipos con problemas de gol. Estos jugadores suelen estar subestimados por las estadísticas tradicionales pero su contribución real, medida en xA, señala hacia dónde fluye el peligro ofensivo. Cuando sus compañeros empiecen a convertir, los resultados cambiarán.

El xA no reemplaza el análisis visual ni el conocimiento táctico. Pero añade una capa de información objetiva que la mayoría de apostadores ignora. En un mercado donde pequeñas ventajas sistemáticas se traducen en rentabilidad a largo plazo, conocer quién crea realmente las ocasiones de gol te coloca un paso adelante de quienes solo miran goles y asistencias en la portada del periódico.