Statistiche e modelli: usarle con criterio

Expected goals, possesso palla, tiri in porta, forma recente: le statistiche del calcio sono diventate il vocabolario comune di telecronisti e scommettitori. Ma i numeri, senza criterio, ingannano quanto l’intuizione — a volte di più, perché danno alla sensazione la veste dell’oggettività. Questa guida separa le statistiche che predicono davvero da quelle che descrivono soltanto, spiega come si leggono i modelli pubblici e mostra gli errori che trasformano i dati in trappole.

Il principio di fondo: una statistica è utile per scommettere solo se misura qualcosa che persiste — una capacità stabile della squadra — e non un episodio. Il risultato di una partita è rumore; la qualità delle occasioni create è segnale. Distinguere i due è metà del lavoro.

Gli expected goals: cosa misurano e cosa no

Gli xG assegnano a ogni tiro una probabilità di gol basata su posizione, parte del corpo, tipo di assist e pressione difensiva: un rigore vale circa 0,79 xG, un tiro da fuori area 0,03-0,05. Sommati, dicono quante reti una squadra «avrebbe dovuto» segnare con quella qualità di occasioni. La loro forza predittiva è documentata: gli xG accumulati prevedono i risultati futuri meglio dei gol reali, perché i gol subiscono la varianza dei portieri e dei legni.

• Gol reali: esito, rumoroso nel breve periodo.
• xG prodotti: qualità delle occasioni, segnale stabile.
• xG concessi: ciò che la difesa permette agli avversari.
• Differenza xG per partita: il singolo indicatore predittivo più usato dai modelli.
• Sovra/sotto rendimento: gol segnati meno xG — misura di fortuna o di cinismo.

Il limite degli xG sta nel contesto: non misurano la qualità della costruzione prima del tiro, pesano poco i colpi di testa da angolo rispetto ai tiri da fuori, e su campioni piccoli (tre-quattro partite) sono rumorosi quasi quanto i gol. Vanno letti su almeno dieci partite, meglio se ponderati per avversario e scenario — casa, trasferta, vantaggio o svantaggio nel punteggio.

Possesso, tiri e le statistiche che descrivono soltanto

Il possesso palla è la statistica più sopravvalutata del vocabolario comune: dice chi ha tenuto la palla, non quanto bene. Le grandi squadre dominano il possesso e vincono; ma anche le squadre medie che affrontano avversarie chiuse accumulano possesso sterile. La correlazione con i risultati esiste a livello di stagione ed evapora a livello di singola partita — esattamente l’uso che ne fa lo scommettitore.

Stesso destino per i tiri totali senza filtro di qualità: venti tiri da fuori area valgono meno di tre occasioni pulite. Le statistiche che contano sono quelle posizionali — tiri da dentro l’area, grandi occasioni, xG — e i loro derivati difensivi. Il resto è arredamento narrativo, utile al dibattito, inutile alla previsione.

La forma recente: finestra giusta e peso giusto

La «forma» — risultati delle ultime cinque partite — è un indicatore a metà: cattura momentum reali (fiducia, condizione atletica, automatismi) ma su un campione minuscolo e distorto dagli avversari incontrati. Cinque vittorie contro squadre di metà classifica dicono meno di due pareggi contro la prima e la seconda: la qualità dell’opposizione va sempre ponderata.

La finestra temporale corretta dipende dalla domanda: per la forza attuale della squadra, le ultime dieci-venti partite pesate per avversario; per il fattore campo, la stagione corrente; per le tendenze di mercato (over/under), l’intero arco disponibile con le rose aggiornate. Mischiare finestre — la forma di tre anni fa con la rosa di oggi — è l’errore più comune dei modelli fai-da-te.

Modelli e quote di chiusura: il benchmark onesto

Chi costruisce un proprio modello — anche semplice, come la differenza xG per partita convertita in probabilità — ha bisogno di un metro: la quota di chiusura del mercato è il benchmark più accurato disponibile, perché incorpora i modelli professionali degli operatori e tutto il denaro informato. Se la propria stima batte sistematicamente la chiusura, il modello ha valore; se converge, non aggiunge nulla ma costa tempo.

Il confronto va fatto con registrazione: stima propria annotata prima della partita, quota di chiusura confrontata dopo, esito a referto. Trenta-cinquanta partite bastano per capire se la propria lettura ha scostamenti sistematici — sovrastima delle favorite, sottovalutazione del fattore campo — e correggerli. Senza questo loop, il modello resta un passatempo.

Gli errori che trasformano i dati in trappole

Il primo è il data mining selvaggio: con cento statistiche disponibili, qualcuna «predice» ogni risultato a posteriori. Le correlazioni trovate frugando nel passato senza ipotesi previa sono quasi sempre rumore — il classico tasso di vittoria con la maglia rossa. Il secondo è ignorare le notizie: gli xG di una squadra senza il suo centravanti titolare descrivono un’altra squadra; i dati senza formazioni sono carta straccia.

Il terzo è l’overfitting emotivo: costruire la regola che giustifica la scommessa che si vuole già fare. La difesa è procedurale — ipotesi prima dei dati, finestra e campione definiti prima, registrazione degli esiti dopo. Il quarto è il campione minuscolo presentato come trend: «tre over 2,5 di fila» non è una tendenza, è una moneta lanciata tre volte.

Dalle statistiche alla giocata

La catena completa è breve: dati stabili su finestra corretta, stima di probabilità propria, confronto con la probabilità implicita della quota, giocata solo con valore e stake da bankroll. Le statistiche alimentano il primo anello; gli altri due — lettura dei prezzi e gestione del budget — sono descritti negli articoli sulle quote decimali e sul bankroll management.

Il quadro dei mercati dove applicare la lettura è nella guida alle scommesse sportive. I dati non rendono la scommessa un investimento: rendono la giocata una decisione informata invece di un tifo. Per adulti 18+, con budget chiuso, è già un ottimo risultato.