xG no Brasileirão: o que é, como ler e por que muda o que você pensa sobre artilheiro

Em 2019, o Vasco ficou na Série A em parte porque um lateral chutou uma bola no ângulo num jogo que o clube tinha perdido nos 90 minutos normais. O modelo de xG atribuiu àquela finalização — distância de 28 metros, ângulo fechado, goleiro no caminho — uma probabilidade de 0,03. Três por cento de chance. Aconteceu. O Vasco ficou.

Isso não é argumento contra xG. É o motivo pelo qual xG existe: para separar o que aconteceu do que tinha probabilidade real de acontecer. E essa distinção, no Brasileirão, muda o ranking de artilheiros, o diagnóstico de times e a leitura de qual técnico realmente sabe o que está fazendo.

A versão de 30 segundos

xG significa Expected Goals — gols esperados. É o número que um modelo estatístico atribui a cada finalização com base em variáveis mensuráveis: distância ao gol, ângulo, parte do corpo usada, tipo de ação que gerou o chute, posicionamento do goleiro e dos defensores. Uma finalização de frente, dentro da área pequena, com o goleiro deslocado, vale perto de 0,85 xG. Um chute de 35 metros no ângulo vale 0,03.

Some todos os xG de um jogador numa temporada e você tem o xG acumulado: o número de gols que os modelos esperavam que ele marcasse dadas as chances que criou. Compare com os gols reais e você tem o saldo de xG — a medida mais honesta de eficiência ofensiva disponível hoje.

Agora, por que isso muda o debate sobre artilheiros?

O que o xG mede — e o que ele não mede

O xG parte de bases de dados enormes de finalizações históricas. O FBref, por exemplo, usa dados do Opta e Statsbomb que cobrem décadas de futebol europeu e, desde 2020, o Brasileirão com alguma cobertura parcial. O modelo calibra: em finalizações com as mesmas características daquela, qual porcentagem resultou em gol?

Variáveis que entram no cálculo principal:

• Distância ao gol (a mais determinante — cada metro a menos vale xG maior)
• Ângulo (quanto do arco do gol está visível da posição da bola)
• Parte do corpo (cabeça vale menos; pé dominante vale mais)
• Tipo de ação (cruzamento, contra-ataque, jogo posicional, bola parada — cada um tem curva própria)
• Assistência precedente (passe na área pequena vs. cruzamento longo)

O que não entra no modelo básico: a qualidade técnica específica do finalizador, a fadiga, o estádio, o placar no momento do chute. Modelos avançados — como o do Statsbomb, que incorpora posição de defensores — refinam isso, mas o xG público que você vê no Sofascore e no FBref é a versão padrão.

Um artilheiro excepcional como Pedro, do Flamengo, aparece com saldo de xG positivo: gola mais do que o modelo espera. Um centroavante dependente de chances fáceis aparece com saldo neutro ou negativo — marca o que é “obrigado” a marcar.

Como ler uma tabela de xG na prática

A confusão mais comum: tratar xG acumulado como sinônimo de qualidade do atacante. Não é. Você precisa olhar para três números juntos:

1. Gols reais — o que aconteceu.

2. xG acumulado — o que os modelos esperavam, dado o tipo de chances criadas.

3. Saldo (gols reais − xG) — onde fica a informação mais rica.

Um saldo positivo alto (+2 ou mais) ao longo de meia temporada indica uma de duas coisas: o jogador é genuinamente excepcional na finalização, ou ele foi muito feliz num período curto e vai regredir à média. A segunda hipótese é mais comum, por isso xG é ferramenta de longo prazo — quanto mais finalizações na amostra, mais confiável o saldo.

Veja o que isso significa na disputa da artilharia do Brasileirão 2026. Após a 15ª rodada, Pedro e Kevin Viveros estavam empatados com 8 gols, mas com xG muito diferentes: Pedro tinha saldo de +2,68 sobre um xG de 5,32, enquanto Viveros tinha xG de 7,64 com saldo praticamente zero (+0,36), como detalhamos na análise da artilharia do Brasileirão 2026 após a 15ª rodada. Em bom português: Viveros criou mais e aproveitou o esperado; Pedro criou menos e aproveitou mais do que o esperado. Qual dos dois tem maior probabilidade de terminar a temporada à frente? Os modelos apontam para Viveros — mas Pedro pode surpreender porque finaliza acima da curva historicamente.

O número que times e técnicos realmente olham: xGD

Para avaliar equipes — não jogadores — o dado relevante é o xGD (Expected Goal Difference): xG a favor menos xG contra, acumulado ao longo da temporada. É a versão avançada da diferença de gols e, na média, é um preditor mais confiável de posição final na tabela do que a diferença de gols reais.

Por quê? Elimina o ruído dos gols de fora da área que caem no ângulo, dos erros de goleiro e das defesas que salvam resultados. O xGD mede se o time cria mais do que cede de forma consistente — o que é controlável pelo técnico.

No Brasileirão 2026, com os dados do FBref até a 18ª rodada, ao menos dois times no G4 têm xGD negativo ou próximo de zero. Estão acima da posição que a qualidade de chances justifica — sinal de atenção que a tabela de pontos não mostra.

Essa lógica de separar resultado do processo aparece em outros esportes também. Na análise do regulamento técnico da F1 2026, o mesmo princípio vale: uma pole position não mede o carro certo se o pneu durou seis voltas a menos do que o previsto.

Quatro erros comuns ao ler xG no futebol brasileiro

A popularização do dado no Brasil trouxe uso errado. Os quatro mais comuns:

1. “O time mereceu perder porque o xG foi menor.” xG não é merecimento. É probabilidade — em 100 partidas com aquelas estatísticas, o time de xG maior venceria a maioria. Mas não aquela.

2. Usar xG de uma partida para julgar um jogador. Amostra de jogo único não é significativa. Você precisa de ao menos 10–15 partidas para o saldo dizer algo confiável.

3. Ignorar o tipo de chance. Um atacante de cruzamentos tem xG menor por definição — cabeças valem menos no modelo. Comparar com atacante de jogo combinado usando xG bruto distorce a análise.

4. Tratar o Sofascore como verdade absoluta. Diferentes provedores, modelos diferentes. Sofascore serve para comparação rápida, mas pode divergir do FBref. Use a mesma fonte dentro da mesma análise.

O esquema tático do Palmeiras de Abel Ferreira com três zagueiros é um exemplo claro de como xGD revela por que a pressão alta gera qualidade de chance — não apenas volume.

Minha escolha: qual métrica usar no dia a dia

Para equipes, minha escolha é o xGD por jogo (xGD dividido pelo número de partidas) — normaliza pela quantidade de jogos e permite comparar times em pontos diferentes da temporada.

Para jogadores, use o saldo de xG por 90 minutos: gols reais menos xG, dividido pelo tempo jogado em blocos de 90. Elimina a vantagem dos titulares absolutos sobre reservas.

FAQ

O que significa saldo de xG negativo?

Cada finalização tem um valor entre 0 e 1 — não existe xG negativo. O que pode ser negativo é o saldo (gols reais menos xG acumulado). Saldo de −1,5 significa que o jogador ou time marcou 1,5 gol a menos do que as chances criadas indicavam como esperado.

xG funciona para goleiros também?

Sim. Gera o xGA (Expected Goals Against) — gols esperados que o goleiro deveria ter sofrido pelas finalizações enfrentadas. Comparar xGA com gols reais sofridos revela se ele salva acima ou abaixo da média. É o dado que separa Everson do Atlético de um goleiro mediano com defesa sólida na frente.

Vale a pena acompanhar xG de jogo a jogo?

Para jogo único, o xG serve como contexto, não conclusão. Uma amostra de 90 minutos tem variância muito alta. Use a métrica de forma acumulada — ao menos 10 a 15 partidas — para tirar conclusões confiáveis sobre jogador ou time.

---

Fontes

• FBref / Sports Reference — Série A 2026 Standard Stats, atualização contínua. fbref.com/pt/comps/24/Serie-A-Estatísticas
• Statsbomb — xG Model Documentation, 2024. statsbomb.com/articles/soccer/statsbomb-xg-model
• Opta / Stats Perform — Expected Goals Methodology, 2023. statsperform.com/opta
• Sofascore — Estatísticas de jogadores, Brasileirão 2026, atualização em tempo real. sofascore.com
• Jogada10 / O Povo — Artilharia e xG do Brasileirão, 15ª rodada, 11 mai. 2026