Sharkline

← Tous les articles

Qu'est-ce que le xG au football : expliqué simplement

·9 min de lecture·mis à jour 14 septembre 2026

Le xG (expected goals, « buts attendus ») est l’estimation de la probabilité qu’un tir finisse au fond des filets. Le modèle prend des milliers de tirs semblables du passé et regarde combien de fois ils sont rentrés. Sur cent tirs pris depuis ce point, avec cette partie du corps et dans cette situation, le but est arrivé trente fois. Alors le tir d’aujourd’hui vaut 0,30 xG. La somme du xG de tous les tirs d’une équipe sur un match montre combien de buts elle a mérité selon la qualité des occasions créées. Marquer, en revanche, ça peut arriver de n’importe où : le xG ne décrit pas le résultat, mais à quel point une équipe s’est approchée du but.

Comment se calcule le xG : de quoi dépend la valeur d’un tir

La mesure ne juge ni la force ni la beauté d’un tir. Elle répond à une seule question : à quelle fréquence des tirs comme celui-là se sont transformés en but par le passé. Reste à définir ce que veut dire « comme celui-là ».

Distance et angle. Les deux facteurs principaux, et ils ne pèsent pas pareil. Un tir depuis onze mètres plein axe et un tir à la même distance collé à la ligne de fond sont deux mondes. Le second n’a presque plus de cage devant lui.

Avec quoi on tire. De la tête, on marque nettement moins qu’avec le pied depuis le même point. Encore moins avec le mauvais pied.

Ce qui s’est passé juste avant. Un centre au ras du sol, une remise, une passe filtrée, un rebond après un arrêt, une contre-attaque rapide face à une défense désorganisée. Une occasion née dans la vitesse contre une défense mal placée vaut plus qu’un tir géométriquement identique surgi d’une possession posée.

Combien de monde était entre les deux. Les modèles les plus avancés comptent le nombre de défenseurs entre le ballon et le but, et la position du gardien. Les modèles plus simples pèsent moins cet aspect. C’est justement là que les chiffres des différents fournisseurs de données commencent à diverger.

Penalty contre tir depuis trente mètres

La façon la plus rapide de sentir l’échelle.

Le penalty vaut à peu près la même chose dans tous les modèles connus. 0,79 pour Opta, 0,78 pour StatsBomb après la mise à jour de 2022, 0,76 pour Wyscout. L’écart est faible, et toujours pour la même raison. Les conditions du tir ne changent jamais, et le taux historique de conversion des penalties reste autour de trois quarts.

Un tir depuis trente mètres hors de la surface se voit en général attribuer des centièmes de but. Un beau tir dans la lucarne offre autant de xG qu’il en aurait offert en finissant dans les tribunes. Le modèle valorise l’occasion, pas ce qui en sort.

De là sort une première considération pratique. Quinze frappes de loin et quatre face-à-face avec le gardien peuvent se ressembler sur la feuille de match. En xG, il y a un gouffre.

Et une seconde, moins confortable : un xG de référence unique n’existe pas. Trois fournisseurs de données attribuent au même tir trois valeurs différentes, et sur l’ensemble d’un match, l’écart atteint facilement plusieurs dixièmes. Comparer le xG n’a de sens qu’au sein d’une même source. Un chiffre tiré d’une publication extérieure doit s’accompagner d’une question : c’est le modèle de qui ?

Pourquoi le résultat d’un match ment parfois

Situation classique : une équipe perd 0-2 alors qu’elle a visiblement créé plus que l’adversaire.

Prenons un match hypothétique (les chiffres ici sont des exemples, pas ceux d’un vrai match). L’équipe à domicile totalise 1,9 xG sur dix-huit tirs, dont trois occasions dépassent 0,3. L’équipe visiteuse totalise 0,4 xG sur cinq tirs, et marque deux fois : une fois après une déviation, une fois d’une frappe lointaine. Score final : 0-2 pour les visiteurs.

Ce qui s’est vraiment passé. L’équipe à domicile a joué un match qui, en moyenne, se termine par sa victoire ou par un nul. L’équipe visiteuse a joué un match qui, en moyenne, se termine par sa défaite. Et elle a gagné, parce que ça arrive : avec 0,4 xG au total, marquer deux fois est rare mais possible.

C’est là que commence la partie la plus intéressante. Le classement retiendra le 0-2. Et le prochain adversaire de l’équipe à domicile, s’il ne regarde que le résultat, trouvera une équipe très différente de celle qu’il attendait.

Overperformance : à quoi ressemble une équipe « chanceuse »

Quand une équipe marque durablement plus que ce que dit son xG, il y a deux explications possibles, et les distinguer compte plus qu’il n’y paraît.

La première : elle a vraiment un finisseur meilleur que la moyenne. Des joueurs comme ça existent, mais ils sont peu nombreux, et leur rendement reste au-dessus de la moyenne pendant des années, pas pendant cinq journées.

La seconde, bien plus fréquente : une série de chance. Déviations, rebonds favorables, gardiens adverses dans un mauvais jour. La série se termine, les chiffres reviennent à la moyenne, et l’équipe « en feu » de la veille arrête de marquer d’un coup en jouant exactement pareil.

L’histoire inverse est symétrique. Une équipe qui crée beaucoup et ne marque pas paraît inoffensive jusqu’au jour où la finition revient à la normale. Ce sont justement ces séries qui coûtent le plus souvent son poste à un entraîneur, surtout quand le classement ne reflète pas ce que l’équipe est en train de créer.

Règle de lecture : un écart entre buts et xG sur cinq matchs, c’est du bruit ; sur trente matchs, c’est déjà sérieux.

Ce que le xG ne montre pas

Une liste courte, à garder à côté de n’importe quel joli graphique.

Le contexte du score. Une équipe qui mène 3-0 se replie et arrête de créer. Son xG faible en seconde période raconte un choix tactique, pas une faiblesse.

Tout ce qui n’est pas un tir. Une défense qui coupe les actions avant le tir ne laisse aucune trace dans le xG. Un match où l’adversaire n’a même pas réussi à cadrer apparaît vide dans les données, alors que ça pourrait avoir été la meilleure performance défensive de la saison.

Qui a tiré. Le xG de base valorise un tir pareil, peu importe qui l’a frappé. La différence entre un attaquant de niveau international et un défenseur qui s’est retrouvé dans la surface adverse n’est pas dans la mesure.

Ce qui s’est passé après le tir. Ça, c’est une autre mesure : le xGOT, les buts attendus selon l’endroit où le ballon est entré. En pratique, elle note le gardien. Elle prend en compte la direction du tir et valorise déjà le travail du gardien.

Un seul match. Sur un match isolé, le xG reste une estimation avec une marge d’erreur large. Il devient utile sur la durée, là où le hasard cesse de tout décider.

Comment les mesures de qualité entrent dans l’analyse d’un match

Analyse du matchANALYSE IA
Manchester City

Manchester City — Liverpool

Premier League

Liverpool

Probabilité de victoire

1 · City

44%

N

28%

2 · Liverpool

28%

Conclusion

Des buts des deux côtés

Les deux attaques sont en forme et leurs duels montent haut.

74%

Confiance

★★★qualité des données

À domicile, l’équipe marque au moins deux buts sur huit matchs de suite.

Risque : rotation avant le rendez-vous européen de milieu de semaine.

Exemple de fiche d’analyse. Chiffres illustratifs.

La valeur principale du xG pour l’analyse, c’est qu’il sépare la qualité du jeu du résultat. N’importe quel système qui ne regarde que les résultats surestime les équipes chanceuses et enterre celles qui ne le sont pas. Et il le fait juste avant que les deux ne reviennent à leurs valeurs moyennes.

Dans l’analyse de Sharkline, les statistiques d’équipes et de joueurs, la forme, le classement et l’historique des confrontations directes arrivent d’une API de données sportives. La couche consensus, elle, est récoltée auprès de plus de vingt sources. Des mesures comme le xG, le système les regarde, mais ne les laisse pas entrer dans le texte du verdict. Au lieu de « xG 2,4 contre 0,9 », on écrit « crée des occasions dangereuses trois fois plus souvent ». C’est un choix délibéré. Un indicateur que le lecteur doit décoder ne l’aide pas à décider. Il sert juste à faire paraître l’analyse plus scientifique.

Ce qui ressort, c’est le verdict : la probabilité de chaque résultat, la confiance en pourcentage, la note de qualité des données récoltées et le risque principal. Pas besoin de calculer les mesures soi-même.

Comment fonctionne toute la chaîne, des données brutes jusqu’au verdict final, est expliqué dans comment l’IA analyse un match et sur la page comment fonctionne Sharkline.

Questions fréquentes

Qu’est-ce que le xG en mots simples ? C’est la probabilité de but d’un tir précis, calculée à partir de l’historique de tirs semblables. Un xG de 0,3 signifie que des occasions comme ça se sont transformées en but environ trois fois sur dix par le passé. La somme du xG sur un match montre combien de buts une équipe a mérité selon la qualité des occasions créées.

Combien vaut le xG d’un penalty ? Environ 0,76 à 0,79 selon le fournisseur de données : 0,76 pour Wyscout, 0,78 pour StatsBomb, 0,79 pour Opta. La valeur est presque fixe parce que les conditions du tir sont toujours les mêmes, et elle reflète le taux historique de conversion des penalties.

Pourquoi le même match a-t-il des valeurs de xG différentes selon les sources ? Parce que le xG n’est pas une mesure, c’est un modèle. Des fournisseurs différents prennent en compte des facteurs différents et ont été entraînés sur des échantillons différents, donc le même tir reçoit d’eux une valeur différente. Comparer les chiffres n’a de sens qu’au sein d’une même source.

Le xG permet-il de prédire le résultat du prochain match ? Rien ne permet de prédire. Le xG aide à mieux évaluer la force d’une équipe : la qualité des occasions est plus stable que les résultats. Mais ça reste une donnée d’entrée, pas une réponse.

Qu’est-ce qui compte le plus : le résultat ou le xG ? Au classement, c’est le résultat qui compte ; pour évaluer une équipe, le xG est plus utile. Un match gagné à 0,4 xG contre 1,9 raconte de la chance, pas de la supériorité, et le prochain adversaire s’en rendra compte.

Les matchs sont décortiqués. À toi de décider.

Ouvrir dans Telegram