El modelo combina dos variantes de los goles esperados para calcular las opciones de cada equipo y ha sido probado con el Real Madrid-Barcelona de la temporada 2024-2025.
Una herramienta para analizar partidos de fútbol en tiempo real ha sido desarrollada con la participación de Javier Belloso Ezcurra, profesor asociado del Departamento de Estadística, Informática y Matemáticas de la Universidad Pública de Navarra (UPNA). El sistema permite conocer cómo evolucionan durante un encuentro las probabilidades de victoria, empate o derrota de cada equipo.
El investigador de la UPNA ha realizado el trabajo junto a los catedráticos de ciencias del deporte Carlos Lago Peñas, de la Universidad de Vigo, y Miguel Ángel Gómez Ruano, de la Universidad Politécnica de Madrid. La universidad ha dado a conocer este 15 de agosto en Pamplona los resultados de una investigación publicada en la revista 'International Journal of Performance Analysis in Sport'.
El estudio ha ampliado el uso de los conocidos como goles esperados o 'expected goals' (xG), una métrica que calcula la probabilidad de que un remate termine dentro de los tres palos. Durante la última década, este indicador ha pasado de centrarse en lanzamientos concretos a utilizarse para estudiar de forma más amplia el rendimiento de equipos y futbolistas.
Para desarrollar esta herramienta para analizar partidos de fútbol, los investigadores han combinado dos variantes de los goles esperados. Se trata de los Pre-xG, que estudian las circunstancias anteriores al lanzamiento, y los PSxG, que añaden lo sucedido una vez que el futbolista ya ha disparado.
Los goles esperados antes del lanzamiento, denominados 'pre-shot expected goals', calculan la probabilidad de gol teniendo en cuenta factores como la distancia a la portería, el ángulo del disparo o la posición de los jugadores que defienden. El análisis se realiza, por tanto, sobre las condiciones existentes antes de que se produzca el remate.
Por su parte, los 'post-shot expected goals' incorporan elementos posteriores al disparo. Entre ellos se encuentran la dirección y colocación del balón o las posibilidades que tiene el guardameta de detenerlo, según ha explicado la UPNA.
A partir de todos estos datos, los investigadores han construido un modelo estadístico capaz de calcular probabilidades partiendo de situaciones con dos posibles resultados, como que un lanzamiento acabe o no en gol. El sistema permite estimar tanto el resultado final más probable como la forma en la que van cambiando las opciones de los dos equipos durante el encuentro.
Esta característica diferencia la herramienta de otros análisis realizados una vez terminado el partido. El modelo genera estimaciones dinámicas durante el juego, por lo que permite estudiar qué sucede antes y después de un gol, tras una sustitución o un cambio táctico, o ante cualquier otra circunstancia relevante.
La herramienta para analizar partidos de fútbol en tiempo real puede ofrecer así una lectura continua de lo que está ocurriendo sobre el terreno de juego. La investigación difundida desde Pamplona busca trasladar los datos estadísticos a diferentes fases del encuentro y comprobar cómo determinadas acciones modifican las probabilidades de cada equipo.
Los investigadores han probado el sistema con un partido especialmente significativo: el encuentro de LaLiga entre Real Madrid y FC Barcelona de la temporada 2024-2025, que terminó con victoria azulgrana por 0-4. Este Clásico ha servido como caso de estudio para observar cómo fueron variando las opciones de ganar, empatar o perder durante los noventa minutos.
El modelo basado en Pre-xG ha otorgado al Real Madrid una probabilidad de victoria del 14,40%, mientras que las opciones del FC Barcelona se han situado en el 65,51%. La posibilidad de que el encuentro terminase en empate ha quedado en el 20,09%.
Las diferencias han sido todavía mayores cuando se ha aplicado el modelo basado en PSxG. En ese caso, el Real Madrid ha obtenido un 1,47% de probabilidades de victoria, frente al 91,90% del FC Barcelona y el 6,62% correspondiente al empate.
También han cambiado los marcadores más probables en función de la métrica empleada. El modelo Pre-xG ha situado el 1-2 como resultado con mayor probabilidad, mientras que el PSxG ha señalado un 0-3, más próximo al 0-4 que finalmente se produjo en el encuentro.
Los autores han señalado que la combinación de estas dos métricas permite obtener "una visión más precisa sobre la dinámica de un partido, la influencia de las decisiones tácticas y la contribución de quienes participan en el juego". La herramienta puede aportar además información al personal técnico mediante datos que se van actualizando durante el propio encuentro.
La participación de Javier Belloso ha incorporado al estudio una doble perspectiva. El profesor ha obtenido el doctorado en Estadística en la UPNA, pero también cuenta con experiencia directa en el fútbol profesional tras haber jugado en equipos como la Real Sociedad de San Sebastián y el Recreativo de Huelva.
