Valioliiga pelaajakohtaiset maalien ja syöttöjen odotusarvot (xG ja xA) – tilastot 2026–2027

Yhteenveto

✓Tarkistanut Jari HämäläinenKauden 2026–2027 alkukierrosten jälkeen Valioliigan pelaajakohtaiset maalien ja syöttöjen odotusarvot tarjoavat jo kiinnostavan katsauksen siihen, ketkä luovat laadukkaita maalipaikkoja ja ketkä viimeistelevät ne tehokkaasti. FBrefin tuoreimpien tietojen mukaan Alexander Isak johtaa kauden 2026–2027 xG-tilastoa luvulla 2,71, kun taas...

10 minuutin lukuaika
Tarkistanut Jari Hämäläinen

Kauden 2026–2027 alkukierrosten jälkeen Valioliigan pelaajakohtaiset maalien ja syöttöjen odotusarvot tarjoavat jo kiinnostavan katsauksen siihen, ketkä luovat laadukkaita maalipaikkoja ja ketkä viimeistelevät ne tehokkaasti. FBrefin tuoreimpien tietojen mukaan Alexander Isak johtaa kauden 2026–2027 xG-tilastoa luvulla 2,71, kun taas edelliskauden hallitsija Erling Haaland on kärjen tuntumassa luvulla 2,34. Tässä artikkelissa pureudumme Valioliigan pelaajakohtaisiin maalien ja syöttöjen odotusarvotilastoihin kaudelta 2026–2027 sekä vertaamme niitä edelliskauden lukemiin.

LyhyestiValioliigan pelaajakohtaiset maalien ja syöttöjen odotusarvot tilastot 2026–2027 -kauden alussa osoittavat, että kärkihyökkääjien xG-arvot ovat linjassa edelliskauden trendien kanssa. Kaudella 2025–2026 Erling Haaland keräsi koko sarjan korkeimman xG-lukeman 28,8 ja Bruno Fernandes johti xA-tilastoa luvulla 17,8 – nämä lukemat toimivat vertailupohjana uudelle kaudelle.

Mitä xG ja xA tarkoittavat pelaajakohtaisessa analyysissa

Odotetut maalit (xG) ja odotetut syötöt (xA) ovat edistyneen jalkapalloanalytiikan perusmittareita, jotka arvioivat laukausten ja syöttöjen laatua numeerisesti. Jokainen laukaus saa xG-arvon väliltä 0–1 sen mukaan, kuinka todennäköisesti kyseisestä paikasta syntyy maali. Vastaavasti xA (tai xAG) mittaa syötön kautta syntyneen maalipaikan laatua. Understat ja FBref tarjoavat molemmat näitä mittareita Premier Leagueen, mutta niiden laskentamallit eroavat hieman toisistaan.

Pelaajakohtaisessa analyysissa xG paljastaa, saako hyökkääjä riittävästi laadukkaita maalipaikkoja, ja xA kertoo, luoko pelintekijä todellisia uhkia vastustajan maalille. Yhdistelmämittari xG + xA on erityisen hyödyllinen, sillä se tiivistää pelaajan kokonaishyökkäyspanoksen yhteen lukuun.

Korkein xG kaudella 2025–202628,8 (Haaland, Goalazo/FBref)
Korkein xA kaudella 2025–202617,8 (Fernandes, Goalazo)
Korkein xG + xA kaudella 2025–202628,64 (Haaland, FotMob)
xG-johtaja kauden 2026–2027 alussa2,71 (Isak, Football365)

Valioliigan pelaajakohtaiset xG-tilastot kaudelta 2025–2026

Kausi 2025–2026 tarjosi selkeän kuvan siitä, ketkä pelaajat keräsivät eniten odotettuja maaleja. Goalazon kokoaman datan perusteella Erling Haaland hallitsi xG-tilastoa ylivoimaisesti luvulla 28,8, ja hän teki kauden aikana 27 maalia Manchester Citylle. Toisena oli Brentfordin Igor Thiago xG-luvulla 24,7 ja 22 maalilla.

Huomionarvoista on, että useat kärkipelaajat alisuorittivat xG-lukemaansa nähden. Thiago jäi xG-lukemastaan 2,7 maalilla, mikä viittaa siihen, että hän sai erinomaisia maalipaikkoja mutta viimeistely ei aina onnistunut. Vastaavasti Aston Villan Ollie Watkins keräsi xG-arvon 18,8 mutta teki vain 16 maalia. Tämä ero xG:n ja toteutuneiden maalien välillä on yksi odotusarvotilastojen keskeisimmistä analyysikulmista.

PelaajaJoukkuexGMaalitEro
Erling HaalandManchester City28,827−1,8
Igor ThiagoBrentford24,722−2,7
Ollie WatkinsAston Villa18,816−2,8
Dominic Calvert-LewinLeeds18,714−4,7
Jean-Philippe MatetaCrystal Palace16,012−4,0

Taulukosta nähdään, että kauden 2025–2026 kärkinimet alisuorittivat lähes poikkeuksetta xG-lukemaansa. Tämä on tyypillistä pitkän kauden mittaisessa tarkastelussa, sillä vain harva pelaaja kykenee johdonmukaisesti ylittämään odotettujen maaliensa määrän.

Pelaajakohtaiset xA-tilastot ja syöttöjen odotusarvot 2025–2026

Syöttöjen odotusarvo (xA) paljastaa, ketkä pelaajat luovat eniten laadukkaita maalipaikkoja joukkuetovereilleen. Goalazon tilastojen perusteella Bruno Fernandes johti koko Valioliigan xA-tilastoa kaudella 2025–2026 luvulla 17,8, mikä oli ylivoimaisesti korkein lukema sarjassa. Manchester Cityn Mathis Cherki oli toisena luvulla 10,8.

Arsenalissa Bukayo Saka keräsi xA-arvon 8,6, ja West Hamin Jarrod Bowen pääsi lukemaan 8,4. Nämä lukemat heijastavat pelaajien erilaisia rooleja: Fernandes toimii keskuskentän pelinrakentajana, kun taas Saka ja Bowen luovat maalipaikkoja laidalta käsin. Ero pelaajaroolien ja progressiivisten pelitapojen välillä näkyy selvästi xA-tilastoissa.

Bruno Fernandesin xA-lukema 17,8 oli lähes kaksinkertainen toiseksi sijoittuneeseen verrattuna – harva pelintekijä hallitsee syöttötilastoja näin ylivoimaisesti.

Yhdistelmämittari xG + xA: kokonaishyökkäyspanos kaudella 2025–2026

FotMobin kokoamien tilastojen mukaan xG + xA -yhdistelmämittarissa Erling Haaland oli kärjessä luvulla 28,64 kaudella 2025–2026. Bruno Fernandes seurasi toisena luvulla 23,13, ja Igor Thiago oli kolmantena luvulla 22,52. Tämä yhdistelmämittari on erityisen hyödyllinen, koska se huomioi sekä viimeistelymahdollisuudet että luodut maalipaikat.

Yhdistelmätilasto nostaa esiin myös pelaajia, jotka eivät välttämättä näy perinteisten maali- tai syöttötilastojen kärjessä. Esimerkiksi Antoine Semenyo keräsi xG + xA -lukeman 14,22, mikä kertoo monipuolisesta hyökkäyspanoksesta, vaikka hänen yksittäiset maali- ja syöttölukemansa eivät yltäneet aivan kärkeen.

Hyvä tietäänpxG (non-penalty expected goals) suodattaa rangaistuspotkujen vaikutuksen pois ja antaa tarkemman kuvan avopelistä syntyneistä maalipaikoista. FBref ja Understat tarjoavat molemmat npxG-mittarin erikseen, mikä tekee vertailusta reilumpaa pelaajien välillä.

Valioliigan pelaajakohtaiset maalien ja syöttöjen odotusarvot kauden 2026–2027 alussa

Kauden 2026–2027 alkukierrosten jälkeen tilastot ovat vielä varhaisia, mutta ne tarjoavat ensimmäisiä signaaleja. Football365:n syyskuun 2026 raportin mukaan Alexander Isak johtaa xG-tilastoa luvulla 2,71, Erling Haaland on toisena luvulla 2,34 ja Bryan Mbeumo neljäntenä luvulla 2,19.

On kuitenkin tärkeää muistaa, että kauden alkuvaiheen odotusarvot voivat vaihdella merkittävästi muutaman ottelukierroksen aikana. Pieni otoskoko tekee yksittäisten pelien painoarvosta suuren, ja vasta noin 10–15 kierroksen jälkeen xG- ja xA-lukemat alkavat vakaantua luotettavammiksi ennusteiksi.

PelaajaJoukkuexG (2026–2027 alku)
Alexander IsakLiverpool2,71
Erling HaalandManchester City2,34
Bryan MbeumoManchester United2,19

Nämä Valioliigan pelaajakohtaiset maalien ja syöttöjen odotusarvot tilastot 2026–2027 -kauden alkuvaiheesta kuvaavat lähinnä lähtötasoa. Seuraamme lukemien kehitystä kierros kierrokselta.

xG:n ja maalien välinen ero: ylisuoritus ja alisuoritus

Yksi tärkeimmistä xG-analyysiin liittyvistä käsitteistä on ylisuoritus (overperformance) ja alisuoritus (underperformance). Kun pelaaja tekee enemmän maaleja kuin hänen xG-lukemansa ennustaa, hän ylisuorittaa – ja päinvastoin. Goalazon tilastojen mukaan Haalandin ero oli −1,8 (27 maalia vs. xG 28,8) ja Calvert-Lewinin peräti −4,7 kaudella 2025–2026.

Jatkuva ylisuoritus voi kertoa poikkeuksellisesta viimeistelytaidosta, kun taas pitkäaikainen alisuoritus viittaa usein huonoon onneen tai teknisiin puutteisiin viimeistelyssä. Viimeistelytehokkuuden seuraaminen xG:n rinnalla antaa kokonaisvaltaisemman kuvan pelaajan suoritustasosta.

Miksi alisuoritus on yleisempää kuin ylisuoritus

Tilastojen valossa useampi pelaaja alisuorittaa xG-lukemaansa kuin ylisuorittaa sen. Tämä johtuu siitä, että xG-mallit eivät huomioi kaikkia viimeistelytilanteen muuttujia, kuten puolustajan asentoa tai maalivahdin liikettä. Lisäksi satunnaisuudella on merkittävä rooli: pallo voi osua tolppaan tai maalivahdin käteen puhtaasta tuurista.

Miksi tämä on tärkeääPelaajan xG-lukeman ja todellisten maalien välistä eroa kannattaa seurata usean kauden yli. Yksittäinen kausi voi vääristyä satunnaisuuden vuoksi, mutta kahden tai kolmen kauden trendi paljastaa, onko kyseessä aitoa taitoa vai tilastollista vaihtelua.

Joukkueiden xG-erot ja niiden vaikutus pelaajatilastoihin

Pelaajakohtaiset odotusarvot eivät synny tyhjiössä – joukkueen pelitapa vaikuttaa merkittävästi yksittäisten pelaajien xG- ja xA-lukemiin. FotMobin joukkuetilastojen mukaan Arsenal johti kaudella 2025–2026 xG-eroa (xG − xGA) luvulla 37,3, ja Manchester City oli toisena luvulla 27,4.

Joukkueen hyökkäysjärjestelmä selittää, miksi tietyt pelaajat saavat korkeampia xG-lukemia. Esimerkiksi Manchester Cityn pelitapa keskittää maalipaikat kärkihyökkääjälle, mikä nostaa Haalandin xG:tä. Arsenalissa puolestaan maalipaikat jakautuvat tasaisemmin, joten yksittäisen pelaajan xG voi jäädä matalammaksi, vaikka joukkueen kokonais-xG on sarjan paras. Näiden joukkuekohtaisten xG-erojen ymmärtäminen auttaa tulkitsemaan pelaajakohtaisia lukemia oikeassa kontekstissa.

Jalkapallostadion Valioliiga-ottelun aikana, näkymä maalin takaa

npxG ja npxG+xAG: tarkemmat mittarit ilman rangaistuspotkuja

FBrefin ja Optan yhteistyönä tuottamat tilastot sisältävät myös npxG-mittarin (non-penalty expected goals), joka suodattaa rangaistuspotkujen vaikutuksen pois. FBrefin datan perusteella npxG+xAG-yhdistelmämittari on noussut yhä suositummaksi, koska se kuvaa pelaajan avopelistä syntyvää kokonaispanosta ilman rangaistuspotkujen vääristävää vaikutusta.

Rangaistuspotkujen poistaminen on erityisen tärkeää, kun vertaillaan pelaajia eri joukkueista. Joukkueen päärangaistuslaukoja saattaa saada runsaasti rangaistuspotkuja, jotka nostavat hänen xG-lukemaansa keinotekoisesti. npxG tasapuolistaa vertailun ja näyttää, kuka todella luo ja viimeistelee maalipaikkoja avopelistä.

npxG+xAG on edistyneen analytiikan kultaluokka – se paljastaa pelaajan todellisen arvon ilman tilannepotkujen vääristymää ja huomioi sekä maalinteon että maalipaikkojen luomisen.

Tärkeimmät datalähteet Valioliigan odotusarvotilatoille

FBref ja Opta

FBref on ilmainen ja laajasti käytetty tilastosivusto, joka hyödyntää Optan tapahtumadataa. Se tarjoaa pelaajakohtaiset xG-, npxG-, xAG- ja npxG+xAG-mittarit yli 20 kilpailusarjalle, mukaan lukien Premier League. FBrefin tietokanta päivittyy ottelupäivittäin ja mahdollistaa yksityiskohtaiset pelaaja- ja joukkuevertailut.

Understat ja muut alustat

Understat tarjoaa oman xG-mallinsa, joka eroaa hieman Optan mallista. Lisäksi FotMob kokoaa xG + xA -yhdistelmätilastoja helppokäyttöiseen muotoon. Näiden eri lähteiden vertailu on hyödyllistä, sillä pienet erot laskentamalleissa voivat vaikuttaa yksittäisten pelaajien sijoituksiin. Luotettavin tapa on tarkistaa useampi lähde ja huomioida, että absoluuttisten lukemien sijaan suhteelliset sijoitukset ovat usein johdonmukaisempia eri mallien välillä.

Miten odotusarvotilastoja käytetään käytännössä

Valioliigan pelaajakohtaiset maalien ja syöttöjen odotusarvot tilastot 2026–2027 eivät ole pelkkiä lukuja – ne palvelevat useita käytännön tarkoituksia. Fantasialiigan pelaajat käyttävät xG- ja xA-tietoja tunnistamaan aliarvostettuja pelaajia, joiden odotetut lukemat ovat korkeampia kuin toteutuneet pisteet. Valmentajat ja analyytikot puolestaan seuraavat xG-trendejä arvioidessaan hyökkäyspelin laatua.

Esimerkiksi pelaaja, jonka xG on selvästi korkeampi kuin toteutuneet maalit, on fantasialiigassa mahdollisesti alihinnoiteltu, koska hänen laukaisukarttojen laatu ennustaa tulevaa suoritusta paremmin kuin menneisyyden maalit. Vastaavasti korkea xA voi paljastaa pelintekijän, jonka joukkuetoverit eivät ole onnistuneet viimeistelemään hänen luomiaan paikkoja.

Vinkki fantasialiigaanEtsi pelaajia, joiden xG ylittää selvästi toteutuneet maalit – heidän suoritustasonsa korjautuu todennäköisesti ylöspäin tulevilla kierroksilla, mikä tekee heistä hyviä hankintakohteita.

Usein kysytyt kysymykset

Mitä xG tarkoittaa ja miten se eroaa maaleista?

xG (expected goals) mittaa laukauksen todennäköisyyttä päätyä maaliksi laukaisupaikan, kulman ja muiden muuttujien perusteella. Se ei kerro toteutuneita maaleja vaan laukausten laatua. Pelaaja, jonka maalit ylittävät xG:n, ylisuorittaa tilastollisesti.

Mitä xA tarkoittaa ja miten se lasketaan?

xA (expected assists) mittaa syötön kautta syntyneen maalipaikan laatua. Jos syöttö johtaa laukaukseen, jonka xG-arvo on 0,3, syöttäjä saa xA-arvon 0,3. xA kertoo syöttäjän kyvystä luoda laadukkaita maalipaikkoja riippumatta viimeistelijän onnistumisesta.

Miksi pelaajan xG voi olla korkea mutta maalit matalat?

Kyse voi olla viimeistelyn vaihtelusta, satunnaisuudesta tai maalivahdin poikkeuksellisista torjunnoista. xG-malli ei huomioi kaikkia tilanteen muuttujia, kuten puolustajan painetta, joten pieni ero on normaalia. Pitkäaikainen alisuoritus viittaa kuitenkin viimeistelyongelmiin.

Mikä ero on xG:n ja npxG:n välillä?

npxG (non-penalty expected goals) poistaa rangaistuspotkut laskennasta. Tämä tekee vertailusta reilumpaa, koska rangaistuspotkujen xG-arvo on noin 0,76 ja ne nostavat laukojansa kokonais-xG:tä merkittävästi ilman avopelisuoritusta.

Mistä löydän ajantasaiset xG- ja xA-tilastot Valioliigasta?

Luotettavimpia lähteitä ovat FBref (Optan datalla), Understat ja FotMob. Kaikki kolme päivittyvät ottelupäivittäin ja tarjoavat pelaajakohtaisia sekä joukkuekohtaisia tilastoja. Eri mallien lukemat voivat poiketa hieman toisistaan.

Voiko xA olla korkea vaikka syöttöjä olisi vähän?

Kyllä. Jos pelaaja luo harvoja mutta poikkeuksellisen laadukkaita maalipaikkoja, hänen xA-lukemansa voi olla korkea pienellä syöttömäärällä. Tämä on tyypillistä pelaajille, jotka erikoistuvat ratkaiseviin viimeisiin syöttöihin eikä niinkään pelinhallintaan.

Yhteenveto ja tärkeimmät havainnot

Valioliigan pelaajakohtaiset maalien ja syöttöjen odotusarvot tilastot 2026–2027 tarjoavat arvokkaan työkalun pelaajien suoritustason arviointiin. Edelliskauden data osoittaa, että Erling Haalandin xG-dominanssi (28,8) ja Bruno Fernandesin xA-ylivoima (17,8) olivat kiistattomia. Kauden 2026–2027 alussa Alexander Isakin nousu xG-tilaston kärkeen luvulla 2,71 on mielenkiintoinen signaali, vaikka otoskoko on vielä pieni.

Tärkeintä on muistaa, että xG ja xA ovat todennäköisyysmalleja, eivät ennusteita. Ne kertovat maalipaikan ja syötön laadusta, eivät siitä, mitä kentällä todella tapahtui. Parhaimmillaan odotusarvotilastot paljastavat piilossa olevia trendejä ja auttavat ymmärtämään, miksi joukkue voittaa tai pelaaja loistaa – ja juuri tähän me valioliigatilastotinfo.comissa pyrimme.

Lähteet

Jaa rakkautesi
Avatar photo

Mikael Laaksonen

Mikael Laaksonen on tilastotieteestä valmistunut jalkapallon suurkuluttaja, joka on seurannut Englannin Valioliigaa intohimoisesti lapsuudesta asti. Hän yhdistää työssään tilastollisen taustansa aitoon pelituntemukseen, minkä ansiosta hän pystyy tulkitsemaan raakoja lukuja tavalla, joka avautuu myös tavalliselle jalkapallofanille. Mikael on rakentanut omia tilastomalleja ottelutulosten ja pelaajasuoritusten ennustamiseen vapaa-ajallaan vuosien varrella, ja tämä data-osaaminen näkyy hänen kirjoittamissaan analyyseissä. Hän seuraa jokaista Valioliigan kierrosta tarkasti, päivittää tilastot mahdollisimman nopeasti ottelujen jälkeen ja pyrkii aina tarjoamaan kontekstia pelkkien numeroiden taakse. Vapaa-ajalla hän pelaa fantasy-jalkapalloa ja käy säännöllisesti seuraamassa otteluita paikan päällä Englannissa.

Artikkelit: 84

Jätä vastaus

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *