Kuinka xG lasketaan jalkapallossa? Maaliodottaman selitys

Kun Erling Haaland laukaisee viiden metrin päästä tyhjään maaliin, se tilastoituu aivan eri tavalla kuin 30 metrin yritys suoraan vapaapotkusta, vaikka molemmat olisivat yhtä paljon yksi laukaus tilastoissa. Juuri tämän eron näkyväksi tekeminen on kuinka xG lasketaan jalkapallossa kysymyksen ydin: xG eli odotetut maalit arvioi jokaisen laukauksen maalitodennäköisyyden asteikolla 0–1 ja laskee nämä todennäköisyydet yhteen koko ottelun tai kauden ajalta.

Mitä kuinka xG lasketaan jalkapallossa -kysymys oikeasti tarkoittaa

Lyhyt vastaus: xG on tilastollinen malli, joka antaa jokaiselle laukaukselle luvun 0:n ja 1:n väliltä sen perusteella, kuinka todennäköisesti vastaavanlaisesta tilanteesta on historiallisesti syntynyt maali. Jos laukauksen xG-arvo on BBC Sportin selityksen mukaan 0,2, kyseessä on noin 20 prosentin maalintekotodennäköisyys, ja arvolla 0,8 todennäköisyys on noin 80 prosenttia. Pelaajan tai joukkueen koko ottelun xG saadaan laskemalla kaikkien laukausten todennäköisyydet yhteen, jolloin luku kertoo, montako maalia tilanteista keskimäärin pitäisi syntyä.

Tämä ero näkyy konkreettisesti, kun vertaa kahta joukkuetta, jotka ovat laukoneet yhtä monta kertaa mutta aivan erilaisista tilanteista. Jos haluat syventyä siihen, miten laukausmäärä ja laukausten laatu eroavat toisistaan joukkuetasolla, aiheeseen pureudutaan tarkemmin joukkuekohtaisissa laukaustilastoissa.

xG:n tausta ja kehitys Valioliigassa

xG ei ole aivan uusi keksintö, vaikka se on yleistynyt suomalaisessakin jalkapallokeskustelussa vasta viime vuosina. Valioliigan virallinen tilastosivu listaa odotetut maalit (xG) hyökkäystilastona kausista 2012/13 nykypäivään asti, mikä tarkoittaa, että data-aineistoa on kertynyt yli kymmenen vuoden ajalta. Mallien kehitys on edennyt yksinkertaisista etäisyys- ja kulmalaskelmista kohti koneoppimista, joka ottaa huomioon kymmeniä muuttujia yhtä aikaa. BBC on raportoinut, että varhaiset Opta-pohjaiset mallit rakennettiin yli 300 000 laukauksen aineistolla, kun taas nykyiset mallit hyödyntävät huomattavasti laajempaa historiaa.

Kehitys ei ole pysähtynyt pelkkään datamäärän kasvuun. Mallit ovat oppineet erottamaan tilanteet entistä tarkemmin toisistaan, mikä on tehnyt xG:stä luotettavamman työkalun sekä analyytikoille että fantasialiigan pelaajille. Jos termi on sinulle vielä vieras kokonaisuudessaan, kannattaa aloittaa aloittelijan oppaasta edistyneisiin jalkapallotilastoihin.

Mitkä muuttujat vaikuttavat xG-lukuun

BBC:n mukaan xG-mallit huomioivat ainakin laukaisuetäisyyden maalista, laukaisukulman, sen onko kyseessä jalka- vai päälaukaus, maalivahdin sijainnin sekä muiden pelaajien sijoittelun kentällä. Sportmonksin kuvauksen mukaan malli ottaa huomioon myös laukaisutyypin, pelaajien määrän pallon ja maalin välissä sekä sen, onko kyseessä esimerkiksi rangaistuspotku tai avauma tiukasta kulmasta.

Laukaisusijainti ja -kulma

Mitä lähempänä maalia ja mitä suoremmassa kulmassa laukaus tapahtuu, sitä korkeampi xG-arvo sille tyypillisesti annetaan. BBC:n mukaan juuri etäisyys ja kulma ovat mallien kaksi perusmuuttujaa, joiden päälle muut tekijät rakentuvat.

Laukaisutapa ja puolustustilanne

Jalalla suoraan edestä lyöty laukaus saa tyypillisesti korkeamman arvon kuin vaikeasta kulmasta päällä yritetty laukaus. Myös maalivahdin ja puolustajien sijainti pallon ja maalin välissä lasketaan mukaan, sillä Sportmonksin mukaan pelaajien määrä laukaisulinjalla vaikuttaa suoraan todennäköisyysarvioon.

Tyhjään maaliin viiden metrin päästä laukaistu pallo ja 30 metrin yritys eivät ole koskaan olleet sama tilastoyksikkö, vaikka molemmat näkyvät yhtä laukausta otteluraportissa.

Kuinka xG lasketaan jalkapallossa koneoppimisen avulla

The Analystin mukaan Optan xG-malli pohjautuu koneoppimiseen, joka on koulutettu lähes miljoonalla historiallisella laukauksella. Käytännössä malli vertaa jokaista uutta laukausta tuhansiin aiempiin, piirteiltään samankaltaisiin tilanteisiin ja laskee niistä toteutuneen maaliprosentin. The Analyst toteaa myös, että malli pystyy käymään läpi esimerkiksi koko Valioliigan 2022/23-kauden 9 609 laukausta sekunneissa, mikä mahdollistaa reaaliaikaisen tilastoinnin jokaisen ottelukierroksen jälkeen.

Pelaajakohtaisessa analyysissä xG:tä verrataan usein toteutuneisiin maaleihin, jolloin nähdään, kuka viimeistelee odotusarvoaan paremmin tai heikommin. Tällaista viimeistelytehokkuuden tarkastelua on avattu laajemmin pelaajakohtaisissa maalien ja syöttöjen odotusarvotilastoissa.

xG verrattuna muihin edistyneisiin mittareihin

xG on usein lähtökohta, josta muita mittareita johdetaan. xA eli odotetut syöttöpisteet arvioi syöttäjän osuutta maalintekotilanteen syntymisessä, kun taas PPDA mittaa joukkueen prässäyksen intensiteettiä. Nämä kolme yhdessä antavat kattavamman kuvan siitä, miksi joukkue tai pelaaja menestyy kuin pelkät maalit ja syötöt. Jos haluat ymmärtää syöttöpuolen vastineen tarkemmin, aihetta käsitellään xA:n selityksessä, ja prässimittarin osalta kannattaa tutustua PPDA:n selitykseen.

xG-taulukko ja miten Valioliigan tilastot esitetään

Squawka on julkaissut Valioliigan xG-taulukon, jossa ottelujen odotetut maalit muunnetaan vaihtoehtoiseksi sarjataulukoksi pyöristämällä kunkin joukkueen xG lähimpään kokonaislukuun. Tämä auttaa havainnollistamaan, vastaako joukkueen sijoitus sen todellista pelillistä tasoa vai onko tuloksissa ollut onnea mukana. Samalla periaatteella rakennetut taulukot ovat suosittuja myös fantasialiigan pelaajien keskuudessa, koska ne paljastavat, mitkä joukkueet ovat alisuoriutuneet laadukkaista mahdollisuuksistaan huolimatta.

xG:n rajoitukset ja mitä se ei kerro

xG ei ota huomioon kaikkea pelissä tapahtuvaa. Se ei esimerkiksi mittaa suoraan sitä, kuinka hyvä maalivahti on torjunnoissaan, eikä se huomioi täysin tilannekohtaisia tekijöitä kuten sään vaikutusta tai pelaajan väsymystä ottelun loppuvaiheessa. Eri tilastopalveluiden mallit myös poikkeavat hieman toisistaan, koska ne on koulutettu eri aineistoilla ja painotuksilla, joten samankin ottelun xG-luvut voivat vaihdella lähteestä riippuen muutamalla kymmenyksellä.

Tästä huolimatta xG on vakiintunut osaksi Valioliigan virallista tilastointia, ja sitä käytetään rinnakkain perinteisten lukujen kanssa. Jos haluat nähdä, miten yksittäisten pelaajien laukaisupaikat ja niiden laatu näkyvät käytännössä, aihetta avataan pelaajien kaksinkamppailutilastojen rinnalla julkaistuissa analyyseissä.

Usein kysytyt kysymykset

Mikä on hyvä xG-arvo yhdelle laukaukselle?

Yleisesti ottaen arvo 0,2 tai korkeampi kuvaa jo kohtuullisen hyvää maalintekomahdollisuutta, ja BBC:n esimerkin mukaan tämä vastaa noin 20 prosentin todennäköisyyttä. Rangaistuspotkujen ja lähietäisyyden tyhjän maalin tilanteiden xG voi nousta jopa 0,8:aan tai ylikin.

Eroavatko eri tilastopalveluiden xG-luvut toisistaan?

Kyllä. Koska mallit on koulutettu eri laukausaineistoilla ja painotuksilla, esimerkiksi Opta-pohjaiset ja muiden palveluiden xG-luvut samasta ottelusta voivat poiketa toisistaan muutamalla kymmenyksellä, vaikka perusperiaate on sama.

Lasketaanko rangaistuspotkuille oma xG-arvo?

Kyllä, rangaistuspotkuille käytetään yleensä omaa, historiallisiin toteutumaprosentteihin perustuvaa kiinteää tai lähes kiinteää arvoa, koska tilanne on vakioitu eikä siihen vaikuta sama vaihtelu kuin avoimen pelin laukauksiin.

Voiko xG ennustaa yksittäisen ottelun lopputuloksen?

Ei suoraan. xG kuvaa todennäköisyyksiä suuren otoksen yli, joten yksittäinen ottelu voi aina poiketa mallin odotuksesta. Pitkällä aikavälillä, esimerkiksi koko kauden yli, xG kuitenkin korreloi usein toteutuneiden tulosten kanssa.

Miten xG eroaa xA:sta?

xG arvioi laukauksen maalintekotodennäköisyyttä, kun taas xA arvioi syötön todennäköisyyttä johtaa maaliin. Syöttäjä saa xA-pisteitä syötöstä riippumatta siitä, viimeistelikö vastaanottaja tilanteen vai ei.

Mistä löydän Valioliigan virallisen xG-datan?

Valioliigan virallinen tilastosivu julkaisee xG-luvut osana hyökkäystilastoja, ja data kattaa kaudet 2012/13 nykyhetkeen asti.

Yhteenveto: kuinka xG lasketaan jalkapallossa käytännössä

xG rakentuu laukauskohtaisesta todennäköisyysarviosta, joka huomioi sijainnin, kulman, laukaisutavan ja puolustustilanteen, ja joka summataan yhteen koko ottelun tai kauden tasolla. Malli perustuu koneoppimiseen ja laajaan historialliseen laukausaineistoon, ja se on vakiintunut osa Valioliigan virallista tilastointia. Lukijalle tämä tarkoittaa, että xG kannattaa aina lukea rinnakkain muiden mittareiden, kuten xA:n ja PPDA:n, sekä tietysti toteutuneiden maalien kanssa, jotta kokonaiskuva pelin kulusta ja joukkueen tai pelaajan todellisesta tasosta on mahdollisimman tarkka.

Lähteet

• Premier League — Official Stats — haettu October 1, 2026
• BBC Sport — xG-selitys — haettu October 1, 2026
• The Analyst — Opta xG Model — haettu October 1, 2026
• Sportmonks — Expected Goals Explained — haettu October 1, 2026
• Squawka — xG Table — haettu October 1, 2026