Mitä tarkoittaa xG jalkapallossa – maaliodottaman selitys

Mitä tarkoittaa xG jalkapallossa? Lyhenne xG tulee englannin sanoista expected goals ja tarkoittaa suomeksi maaliodottamaa – tilastoa, joka kertoo, kuinka todennäköisesti yksittäinen laukaus olisi päätynyt maaliin. Luku esitetään asteikolla 0–1: arvo 0 tarkoittaa käytännössä varmaa hutia, arvo 1 varmaa maalia. Esimerkiksi laukaus, jolle on annettu xG 0,35, tarkoittaa, että vastaavanlaisista tilanteista noin kolmasosa päätyy maaliin.

Miksi xG syntyi ja mitä ongelmaa se ratkaisee

Perinteiset jalkapallotilastot – maalit, laukaukset, pallonhallinta – jättävät suuren aukon: ne eivät kerro, olivatko maalintekomahdollisuudet hyviä vai huonoja. Joukkue saattaa ampua 20 kertaa mutta lähes kaikki kaukolaukauksia, kun taas vastustaja luo kolme selkeää viimeistelypaikkaa maalintekijälleen. Pelkkä laukausmäärä harhauttaa, maaliodottama ei. Sporttinetin katsauksen mukaan xG mullisti jalkapalloa koskevan datan tulkinnan, koska se siirsi huomion maalimääristä paikkojen laatuun.

Konseptin juuret ulottuvat 1970-luvulle, jolloin ensimmäisiä tilastollisia laukausmalleja kokeiltiin. Nykymuotoinen xG vakiintui 2010-luvulla, kun datayritykset keräsivät miljoonien laukausten tietokannat – sijainti, kulma, kehonosa, irtopallo vai pelitilanteesta syntyneestä – ja kouluttivat koneoppimismalleja niistä. Wikipedian mukaan termi established itself in mainstream football analytics in the mid-2010s ja on nyt osa lähes jokaisen huippuseuran tietoanalyysiä.

Miten xG jalkapallossa lasketaan

xG ei ole arvaus vaan tilastollinen todennäköisyysmalli. FBrefin malliselityksen mukaan yksittäinen laukaus saa xG-arvonsa seuraavien muuttujien perusteella:

• Sijainti kentällä – etäisyys maaliin ja laukauskulma
• Kehonosa – jalalla, päällä vai muulla kehon osalla ammuttu
• Tilanne ennen laukausta – pelikentällä rakennettu hyökkäys, kulma, irtopallo vai nopea vastahyökkäys
• Puolustuspaine – oliko laukaaja täysin avoin vai vahtimiehen taklaaman uhkaama

Kaikkien muuttujien yhdistelmä tuottaa desimaaliluvun, esimerkiksi 0,12. Se tarkoittaa: vastaavanlaisista tilanteista historiallisesti noin 12 prosenttia on päätynyt maaliin. Yle Urheilun asiantuntijakirjoituksen mukaan malli on koulutettu miljoonilla laukauksilla, jolloin yksittäisten sattumakohtaisuuksien merkitys pienenee ja yleiset todennäköisyydet tarkentuvat.

xG joukkuetasolla – mitä numerot kertovat ottelun kulusta

Yksittäisen laukauksen xG-arvo on pieni palikka, mutta koko ottelun yhteenlaskettu xG kertoo pelin todellisesta luonteesta. Jos joukkue A:n xG on 2,3 ja joukkue B:n xG on 0,6, A on luonut selvästi laadukkaampia maalipaikkoja – vaikka lopputulos olisi 0–1 B:n hyväksi. Valioliigan joukkuetilastot osoittavat toistuvasti, kuinka sarjataulukko ja xG-taulukko eroavat toisistaan kauden alkuviikkoina – ja kuinka ne usein tasoittuvat pitkällä aikavälillä.

xG:tä käytetään myös xGA-muodossa (expected goals against), joka kuvaa vastustajan luomien paikkojen kokonaistodennäköisyyttä. Joukkue, jonka xGA on kauden pienin, ei välttämättä päästä vähiten maaleja – mutta se hallitsee rakennetta erinomaisesti.

Joukkueen xG-tilastojen lukeminen käytännössä

Tulkittaessa Valioliigan joukkuetilastoja xG-luvuilla kannattaa pitää mielessä kaksi periaatetta. Ensinnäkin yksittäinen ottelu voi olla harhaanjohtava otos. Toiseksi pitkän aikavälin xG-taulukko ennustaa tulevaa lopputulosta usein paremmin kuin sen hetkinen pistepörssi. Esimerkiksi joukkue, joka pelaa kolme ottelua xG 2,1 vs. 0,7 mutta häviää ne kaikki yksittäisiin maalivahtisuorituksiin, tulee todennäköisesti kääntämään vireen.

xG pelaajatasolla – viimeistelyn laadun mittari

Pelaajan xG-summa kertoo, kuinka paljon maaleja hänen laukauksiensa olisi pitänyt tilastollisesti tuottaa. Kun toteutuneiden maalien määrä ylittää selvästi xG-summan, puhutaan positiivisesta xG-ylityksestä – pelaaja viimeistelee paremmin kuin tilastollinen keskiarvo. Kun maalit jäävät selvästi xG:n alle, puolestaan paikkojen laatu ei vastaa viimeistelyä tai pelaaja on ollut epäonnekas. Laukaustilastoja tutkiva akateeminen opinnäytetyö Theseuksessa (Kauppinen 2023) kuvaa tätä arviointitapaa jalkapalloanalyysin keskeisimpänä yksittäisenä viimeistelymetriikkana.

Pelaaja, joka tekee kauden aikana selvästi enemmän maaleja kuin hänen xG-summansa, ei välttämättä ole huippuviimeistelijä – hän saattaa myös saada parempia syöttöjä tai olla oikeassa paikassa paremmin kuin tilasto ennustaa.

Valioliigan parhaat xG-ylittäjät

Erwin Haaland on Valioliigan tunnetuin esimerkki pelaajasta, jonka toteutuneet maalit ovat toistuvasti ylittäneet xG-ennusteen. Tämä ei tarkoita, että xG-malli olisi väärässä – se tarkoittaa, että Haalandin viimeistely on tilastollisesti katsoen poikkeuksellisen tehokasta. Valioliigan maalipörssitilastot havainnollistavat, kuinka tällainen ylisuorittaminen näkyy kaudelta toiselle.

xG vs. xGA – hyökkääminen ja puolustaminen samalla mittarilla

xG ja xGA muodostavat yhdessä kattavan kuvan joukkueen pelin molemmista päistä. Alla on esimerkkilaskelma, joka havainnollistaa eroja:

Positiivinen xG-erotus kertoo, että joukkue luo laadukkaampia paikkoja kuin vastustaja – tämä on pitkällä aikavälillä vahvin ennuste pistemenestyksen suhteen. Valioliigan xG- ja xGA-vertailussa näkee, miten joukkueet asettuvat tälle akselille kaudella 2026–2027.

Miksi xG-arvo vaihtelee eri palveluiden välillä

Opta, StatsBomb, FBref ja muut data-analytiikkapalvelut tuottavat omat xG-mallinsa. Perusidea – laukauksen maalitodennäköisyys historiallisen datan pohjalta – on sama, mutta mallien muuttujat, painotukset ja datan laajuus vaihtelevat. FBref selittää avoimesti oman mallinnuksensa logiikan, kun taas Optan tarkka kaava on kaupallinen salaisuus. Tämä tarkoittaa, että saman laukauksen xG voi olla esimerkiksi 0,18 FBrefissä ja 0,21 jossain toisessa palvelussa. Pienillä eroilla ei ole käytännön merkitystä, mutta on hyvä tietää, mistä ne johtuvat.

xG:n rajoitukset – mitä se ei mittaa

xG on tehokas mutta ei kaikkivoipa. Seuraavat tekijät jäävät tyypillisesti sen ulkopuolelle:

• Maalivahtien yksilölliset kyvyt – xG arvioi keskivertomaalivahdin torjuntatodennäköisyyttä
• Laukaajan persoonallinen viimeistelijätaito ei suoraan sisälly perusmalliin
• Ottelun tilanne (johtaako joukkue vai ottaako riskejä tasaisessa ottelussa)
• Psykologiset tekijät kuten paine, väsymys tai erityinen motivaatio

Tästä syystä xG:tä kannattaa lukea yhdessä muiden mittareiden kanssa – esimerkiksi edistyneiden jalkapallotilastojen kuten PPDA:n (prässin tehokkuus) tai progressiivisten syöttöjen kanssa.

xG kertoo, oliko maalipaikka hyvä tai huono – se ei takaa, mitä yksittäisessä hetkessä tapahtuu.

xG käytännön esimerkeissä – Valioliigasta tutut tilanteet

Konkretisoitaessa mitä tarkoittaa xG jalkapallossa, helpoin lähestymistapa on katsoa tunnettuja tilanteita. Penalty saa FBrefin mallissa xG-arvon noin 0,76 – eli historiallisesti noin 76 prosenttia penalteista päätyy maaliin. Läheltä maalilta ammutulle avoimelle yksin maalilla -tilanteelle tyypillinen arvo on 0,75–0,95. Kaukolaukaukselle 30 metrin päästä arvo on usein vain 0,02–0,06.

Usein kysytyt kysymykset – mitä tarkoittaa xG jalkapallossa

Mikä on xG lyhyesti?

xG tarkoittaa maaliodottamaa – luvun, joka kertoo yksittäisen laukauksen maalitodennäköisyyden asteikolla 0–1. Arvo on laskettu tilastollisesta mallista, joka hyödyntää miljoonia historiallisia laukauksia.

Voiko xG olla yli 1?

Yksittäisen laukauksen xG ei voi ylittää arvoa 1, koska se kuvaa todennäköisyyttä. Joukkueen koko ottelun xG-summa voi kuitenkin olla esimerkiksi 2,8 – se tarkoittaa, että joukkueen laukauksista koostuvien tilanteiden yhteenlaskettu todennäköisyys vastasi noin 2–3 maalia.

Onko xG sama kaikissa palveluissa?

Ei. Opta, StatsBomb, FBref ja muut laskevat omat mallinsa. Perusidea on sama, mutta muuttujat vaihtelevat. Pienet erot saman laukauksen xG-arvossa ovat normaaleja eivätkä yleensä vaikuta tulkintaan merkittävästi.

Miksi joukkue voi hävitä vaikka sen xG olisi korkeampi?

Jalkapallo sisältää paljon sattumanvaraisuutta, erityisesti lyhyessä otoksessa. Yksittäisessä ottelussa vastustajan maalivahti saattaa torjua poikkeuksellisesti tai oma viimeistely epäonnistuu. xG kuvaa todennäköisyyttä, ei varmuutta. Pidemmällä aikavälillä xG-erotus ja pisteet kuitenkin korreloivat voimakkaasti.

Mitä tarkoittaa, että pelaajalla on korkea xG?

Korkea kauden xG-summa tarkoittaa, että pelaaja on päätynyt toistuvasti laadukkaisiin maalitilanteisiin. Se voi johtua hyvästä liikkumisesta, hyvistä joukkuekavereiden syötöistä tai taitavasta asemoitumisesta. Jos toteutuneet maalit ylittävät xG-summan selvästi, pelaaja viimeistelee tilastollista keskiarvoa paremmin.

Onko xG luotettava mittari?

xG on jalkapalloanalyysin luotettavin yksittäinen laaduinmittari, mutta se ei ole täydellinen. LUT-yliopiston kandidaatintutkielmassa (Liinkangas 2022) todetaan, että xG-malli selittää maalimääriä paremmin kuin pelkkä laukausmäärä, mutta suuren satunnaisvaihtelun vuoksi on syytä käyttää riittävän pitkää otosta.

Yhteenveto – mitä tarkoittaa xG jalkapallossa

xG eli maaliodottama on modernin jalkapalloanalyysin tärkein yksittäinen mittari pelin laadun arvioimiseksi. Se kertoo yksittäisen laukauksen maalitodennäköisyyden, jonka laskemiseen käytetään sijaintia, kulmaa, kehon osaa ja tilanteen rakennetta. Asteikolla 0–1 luku 1 tarkoittaa varmaa maalia ja 0 varmaa hutia. Koko ottelun xG-summa paljastaa, kumpi joukkue loi parempia maalipaikkoja riippumatta lopputuloksesta. Pelaajatasolla xG mahdollistaa viimeistelytehokkuuden vertailun. Mittarin rajoitukset liittyvät yksittäisten pelaajaominaisuuksien, maalivahtien tason ja tilannemuuttujien puutteelliseen huomiointiin – siksi sitä kannattaa lukea rinnalla muiden edistyneiden mittareiden kanssa.

Lähteet

• Yle Urheilu – Mikä ihmeen maaliodottama? Asiantuntijat avaavat, mitä muotitermi tarkoittaa – haettu August 13, 2026
• Yle Urheilu – Onko sinuakin askarruttanut, mitä maaliodottamalla tarkoitetaan? – haettu August 13, 2026
• Wikipedia – Expected goals – haettu August 13, 2026
• FBref – xG Explained (expected goals model) – haettu August 13, 2026
• BBC Sport – What is xG in football and how does it work? – haettu August 13, 2026
• Theseus – Kauppinen, Janne (2023): Maaliodottama jalkapalloanalyysin mittarina – haettu August 13, 2026
• LUT-yliopisto – Liinkangas, Otso (2022): Data-analyyttinen malli maalimäärän ennustamisessa – haettu August 13, 2026