Expected Goals (xG) en direct vs pré-match : pourquoi le live change tout
L’analyse comparative entre les modèles d’avant-match et la dangerosité instantanée mesurée en direct. Pourquoi le score xG doit impérativement être croisé avec la courbe de momentum.
La révolution des Expected Goals
Introduit au début des années 2010 dans le football d'élite, l'indicateur des Expected Goals (xG) a transformé la compréhension de l'efficacité offensive. En attribuant à chaque tir une probabilité de se convertir en but (de 0.01 pour une frappe lointaine désaxée à 0.85 pour un tir à bout portant face au gardien battu), le xG a mis fin aux débats subjectifs sur la qualité des occasions.
Cependant, une fracture méthodologique majeure sépare les modèles pré-match des modèles calculés en direct. Comprendre cette différence est indispensable pour quiconque souhaite analyser un match avec la rigueur des professionnels de la data.
Modèles xG d’avant-match : les limites du déterminisme
Les modèles de prévision d'avant-match reposent sur l'historique : les performances passées des équipes, les compositions probables, la forme des attaquants et les moyennes de buts concédés sur les 10 dernières journées. Bien qu'utiles pour poser un cadre théorique, ces modèles deviennent obsolètes dès le coup d'envoi.
1. L'aléa tactique imprévu : un carton rouge à la 12e minute, une blessure précoce du meneur de jeu ou un changement de dispositif (passage surprise d'un 4-3-3 à un 5-3-2 ultradéfensif) réduisent instantanément à néant les projections pré-match.
2. L'effet du score (Game State) : une équipe menée 0-1 à la mi-temps n'attaque pas de la même manière qu'une équipe qui mène 2-0. Le modèle d'avant-match ne peut pas anticiper l'énergie désespérée d'un prétendant au titre mené au score dans le temps additionnel.
Le xG en direct : la mesure du danger instantané
Le calcul des Expected Goals en direct fonctionne selon un paradigme diamétralement opposé : il ne regarde que ce qui se passe sur le pré en direct.
Les modèles xG les plus répandus évaluent chaque tir selon plusieurs critères (AXION reprend l’xG transmis par son fournisseur de données lorsqu’il est disponible, et l’estime sinon d’après la zone du tir) :
• Distance et angle du tir par rapport à la ligne de but.
• Partie du corps utilisée (pied fort, pied faible, tête, geste acrobatique).
• Type de passe décisive (centre aérien, passe en retrait au sol, ballon en profondeur éliminant la défense).
• Contexte de jeu (attaque placée contre un bloc bas regroupé vs transition rapide en contre-attaque).
| Caractéristique | Modèle xG Pré-Match | Modèle xG Live AXION |
|---|---|---|
| Source de données | Moyennes historiques passées | Statistiques du match en direct |
| Réactivité aux cartons rouges | Nulle en direct | Dès la mise à jour suivante des données |
| Prise en compte du Game State | Théorique / Simulée | Observation continue du score |
| Complémentarité | Analyse statique préparatoire | Lecture dynamique des temps forts |
La synergie xG live + courbe de momentum
Une équipe peut afficher un momentum élevé (70 % d’occupation dans le camp adverse) mais générer un xG insignifiant (0.15 xG), se heurtant à un mur défensif et tirant uniquement de 30 mètres sans réel danger.
À l’inverse, lorsqu’une poussée de momentum s’accompagne d’une montée en flèche de la courbe xG, le danger est réel : les tirs sont pris depuis la surface de réparation, la qualité des occasions augmente et la menace devient mesurable. Elle ne garantit jamais qu’un but va suivre.