xG et stats avancées : parier sur le football avec les bonnes données
Les expected goals expliqués sans jargon : ce que mesure le xG, comment détecter les équipes sur/sous-performantes, et les pièges d'interprétation.
Le xG, expliqué simplement
Le xG (expected goals) attribue à chaque tir une probabilité de but, calculée à partir de milliers de tirs similaires : position, angle, partie du corps, type d'action (jeu ouvert, corner, contre-attaque), pression défensive. • Un penalty vaut ~0,76 xG (76% des penalties sont marqués) • Une frappe de 25 mètres excentrée vaut ~0,03 xG • Un tir à bout portant seul face au but vide vaut ~0,9 xG La somme des xG d'un match donne la « juste » production offensive de chaque équipe : un 1-1 avec 2,8 xG contre 0,4 raconte un match totalement déséquilibré que le score masque. Pourquoi c'est précieux pour le parieur : le score d'un match est un échantillon minuscule (2-3 buts) d'un processus sous-jacent. Le xG mesure le processus. Or les cotes du grand public — et une partie de celles des bookmakers sur les marchés secondaires — réagissent aux scores, pas au processus. L'écart entre les deux est un gisement de value.
Détecter la sur/sous-performance : le cœur de la méthode
La comparaison clé : buts réels vs xG cumulés sur 6-10 matchs. Équipe en surperformance (buts >> xG) — elle marque plus que sa création ne le justifie : série de frappes exceptionnelles, gardien adverse en difficulté, réussite. L'histoire du football est formelle : cela régresse vers la moyenne. Ses résultats vont se dégrader alors que sa cote, gonflée par la série de victoires, devient trop courte → value sur ses adversaires. Équipe en sous-performance (buts << xG) — elle crée beaucoup et convertit mal, souvent poussée par la panique médiatique (« crise devant le but »). La conversion revient presque toujours → value sur elle, à des cotes allongées par les mauvais résultats. Le même raisonnement vaut en défense avec le xGA (expected goals against) : une défense « miraculée » (peu de buts encaissés, xGA élevé) est une correction en attente. La limite d'échantillon : sur 3-4 matchs, l'écart buts/xG ne veut rien dire. La régression se travaille sur 6-10 matchs minimum, et en vérifiant qu'aucun changement structurel (nouvel entraîneur, mercato, blessure du buteur) n'explique l'écart mieux que la variance.
Appliquer le xG aux marchés concrets
Over/under et BTTS — l'usage le plus direct : les xG pour et contre des deux équipes projettent le total attendu du match bien mieux que les buts récents. Deux équipes à 1,8 xG créés / 1,6 xG concédés par match = profil over, même si leurs derniers scores étaient fermés (voir notre guide des marchés football pour choisir la ligne). 1N2 et handicaps — la différence de xG par match (xG créés − xG concédés) classe les équipes plus fidèlement que le classement réel, surtout en début de saison où 2-3 résultats heureux faussent la table. Une équipe 12e au classement mais 6e au xG différentiel est systématiquement sous-cotée. Les pièges d'interprétation à connaître : • L'effet score (game state) — une équipe menée attaque, une équipe qui mène gère : ses xG bruts sont gonflés/déflatés par le scénario, pas par sa force. Regardez les xG « à score égal » quand la source les propose • Les penalties — un xG dopé par 4 penalties en 5 matchs n'est pas une création reproductible ; préférez le xG hors penalty (npxG) • Les modèles diffèrent — Opta, Understat, FBref n'ont pas les mêmes chiffres : comparez toujours au sein d'une même source • Un tir de 0,9 xG et neuf de 0,1 ne racontent pas le même match que deux tirs de 0,5 : jetez un œil à la distribution, pas seulement au total
La routine hebdomadaire du parieur data
Concrètement, 30 minutes par journée de championnat suffisent : 1. Le screening (10 min) — parcourez les tableaux xG de la ligue (Understat et FBref sont gratuits) et repérez les 3-4 plus gros écarts buts/xG des 6 dernières journées, dans les deux sens. 2. La vérification (10 min) — pour chaque écart : y a-t-il une explication structurelle (blessure, changement tactique, calendrier démentiel) ? Si oui, écartez. S'il ne reste que la variance, vous tenez un candidat. 3. La confrontation aux cotes (10 min) — convertissez les cotes en probabilités (notre convertisseur d'odds le fait instantanément) et comparez à votre lecture. La value n'existe que si le marché n'a pas déjà intégré la régression — sur les grands championnats, les lignes de clôture l'intègrent souvent ; les fenêtres se trouvent tôt dans la semaine et sur les ligues secondaires. Et toujours : le xG est un outil d'estimation de probabilité, pas une boule de cristal. Il alimente la démarche value bet (guide dédié) et n'exonère ni de la gestion de bankroll ni du registre de paris — la régression vers la moyenne peut prendre six journées de plus que votre patience.