Chi gioca a poker da tanto tempo sa che le similitudini tra questo gioco e la vita sono molteplici, soprattutto perché le attività nelle quali siamo in grado di determinare il risultato finale senza che la sorte abbia un effetto sono veramente pochissime. Così come nel poker esiste la varianza, che ha un influenza enorme sui risultati del breve periodo ma sempre inferiore man mano che si macinano milioni di mani, anche in tutti gli altri aspetti della vita esiste una dose di varianza più o meno grande. Facciamo un esempio banale: se c'è una possibilità su 2.000 di rimanere coinvolti in un incidente stradale in bicicletta, colui che la utilizza tutti i giorni per andare a lavorare da più di 1000 giorni (considerando andata e ritorno) e non si è mai ritrovato per terra, sta "runnando sopra EV".
Allo stesso modo, lo sport più popolare del mondo è fortemente soggetto a varianza. Nel calcio, infatti, i ventidue giocatori in campo e gli arbitri determinano continui swing a livello di risultato atteso. Poniamo ad esempio che la realizzazione dei tiri da dentro l'aerea di rigore, da posizione centrale, sia pari all'80% e in un singolo match Gonzalo Higuian tiri dieci volte da quella posizione segnando un solo goal; in questo caso potremmo dire che l'argentino ha runnato sotto EV. Agli occhi dei semplici appassionati di calcio, la sua performance risulterebbe positiva grazie al goal, ma dal punto di vista statistico si tratterebbe di una prestazione inferiore al valore atteso, di una under-performance.
Questo genere di ragionamenti e analisi sono il pane quotidiano di chi studia gli Expected Goals, un parametro statistico che ha tantissimo in comune con il mondo del poker. Gli Expected Goals (xG) sono i goal che una squadra o un calciatore dovrebbe segnare al momento del tiro; l'esito finale (goal o non goal) non è preso in considerazione, perché il risultato è influenzato dalla varianza. Vengono calcolati grazie a una raccolta di statistiche avvenuta su un campione di decine di migliaia di partite, che ha permesso di attribuire a ogni differente tipologia di tiro (dalla distanza, da dentro l'area di rigore, di testa etc) una percentuale di riuscita. Alcuni modelli si fermano qui, cioè al dato generico calcolato su tutti i tiri effettuati da qualunque giocatore, mentre altri fanno una distinzione tra i vari ruoli (difensori, centrocampisti, attaccanti) e altri ancora sono talmente accurati da considerare le performance dei singoli giocatori in relazione all'andamento passato (per analizzare gli Expected Goals di Higuain, Messi e Cristiano Ronaldo, in questo caso, il modello non si riferisce alle percentuali di riuscita generiche, ma a quelle specifiche di Higuain, di Messi e di Cristiano Ronaldo). A parte l'ultimo caso, il grande inconveniente degli Expected Goals è che ci sono calciatori in grado di performare ben oltre l'atteso, non perché siano fortunati ma perché sono fuoriclasse e/o giocano in campionati nei quali il livello tecnico degli avversari è talmente basso da consentirgli di fare ciò che vogliono (vedi Cristiano Ronaldo e Messi, ma anche Giovinco in MLS). Le statistiche, come sempre, vanno interpretate.
Secondo Michael Caley, uno dei massimi esperti e inventore di uno dei modelli più noti, "gli xG rappresentano un metodo per stimare le possibilità di una squadra di creare o concedere occasioni da goal in una partita". Per intenderci, gli xG non sono altro che il corrispettivo, nel calcio, dell'Expected Value (EV) del poker.
Come ben sappiamo ogni singola decisione presa al tavolo ha un EV differente, che nel poker viene misurato in termini di "chips attese" negli MTT e nei Sit and Go, e di dollari/euro "attesi" nel cash game (dove a ogni chip corrisponde un valore monetario reale). Ogni giocatore ha un atteso diverso in base agli avversari che sta affrontando e alla disciplina in cui si sta mettendo alla prova. Vi avevamo raccontato della prop bet del grinder spagnolo "Spin4Play", che prevedeva il mantenimento di un EVroi del 2.5% dopo 20.000 Spin&Go. Secondo il diretto interessato, quello era il suo risultato atteso minimo, pertanto (sempre in base alle sue considerazioni e proiezioni) perdere la prop bet sarebbe stato possibile solo per suoi demeriti, visto che l'EVroi non tiene in considerazione il risultato finale, ma l'equity al momento dello showodown.
Il concetto di Expected Value (EV) si ritrova nel calcio con gli Expected Goals, che rappresentano un parametro praticamente identico, seppur adattato alle partite di calcio. Quante volte vi è capitato di assistere a un match nel quale la squadra favorita crea un'infinità di occasioni senza riuscire a segnare? In questo caso si può parlare di bad run proprio come si fa nel poker quando si è più forti del nostro avversario ma si finisce per perdere o fare breakeven. I principali modelli di Expected Goals, come scrive su L'Ultimo Uomo l'ottimo Flavio Fusi, sono quelli di Michael Caley e Paul Riley. Senza scendere troppo nei dettagli, entrambi sono in grado di determinare qual è l'atteso di una squadra nel trasformare un tiro in porta in un goal. Pertanto, sono in grado di estrapolare la varianza dal calcio e mostrare l'andamento atteso delle squadre o dei singoli calciatori.
I modelli di Caley e Riley si riferiscono principalmente alla Premier League e in una stagione come questa, nella quale una squadra che puntava a salvarsi sta per vincere il campionato, è molto interessare osservare gli Expected Goals. Questa è la classifica della Barclays Premier League aggiornata al 22 aprile:
Questa è invece la classifica di Caley basata non sui goal effettivamente segnati o subiti, ma sugli Expected Goals:
Come si può vedere l'Arsenal sarebbe in testa alla Premier League. Questo significa che ha runnato sotto EV (espressione cara a Wenger, che ad agosto 2015 già parlava dei "pochi goal segnati nonostante i tanti Expected Goals"), ovvero che ha ottenuto meno di quanto avrebbe dovuto. Si può dire che i Gunners siano stati sfortunati, almeno dal punto di vista della statistica applicata al modello di Caley. Stesso discorso per il Chelsea, che avrebbe deluso comunque le aspettative anche senza la varianza, ma che almeno ora sarebbe in 6° posizione invece che in 10°. Discorso opposto per il Tottenham, secondo anche in questo ranking ma con meno punti di quanti ne ha attualmente, e soprattutto per il Leicester, che ha un differenziale tra Expected e "ottenuto" pari a quasi 15 punti.
Com'era facilmente prevedibile, se escludiamo la varianza da questa stagione di Premier League il Leicester non sarebbe in testa. Dal punto di vista tecnico, una squadra come quella di Ranieri è inferiore alla gran parte dei team della massima divisione inglese, pertanto, per essere davanti a tutti a quattro giornate dalla fine, deve aver per forza god runnato. In altre parole, ha realizzato più goal di quanti ne avrebbe dovuti segnare (ad esempio: un tiro che ha la possibilità di trasformarsi in goal il 50% delle volte, quest'anno è entrato in rete con una percentuale ben più alta per le Foxes), oppure ne ha subiti meno di quanti avrebbe dovuto. Lo dimostra anche un interessante grafico di OPTA Sports, leader nell'archiviazione ed elaborazione di statistiche legate al calcio:
Qua viene mostrato il rendimento in termini di Expected Goals da parte di Jamie Vardy, uno dei migliori giocatori del Leicester. Anche in questo caso era prevedibile che l'attaccante inglese avesse avuto performance sopra il risultato atteso, che fosse quindi un "over-performer". Questa immagine di qualche mese fa dà un'idea immediata della sua run: all'epoca Vardy aveva segnato 15 goal (i puntini blu) su 37 tentativi, tenendo una media nettamente sopra l'atteso. Secondo i dati di Riley, il centravanti aveva generato 10.97 Expected Goals e stava quindi runnando di più di 4 reti sopra EV.
Anche se al momento le statistiche sulla Serie A non sono dettagliate come quelle sulla Premier League o la Major League Soccer (gli americani vanno matti per le statistiche applicate allo sport), è innegabile che gli Expected Goals rappresentino un parametro utilissimo a chiunque voglia approcciare il betting o i Daily Fantasy Sports con un piglio professionale. Riuscire a escludere la fortuna e la sfortuna dalle performance delle squadre e dei singoli giocatori è infatti qualcosa di estremamente prezioso per determinare quali sono i reali valori in campo di volta in volta.
Non sappiamo se Michael Caley sia uno scommettitore, ma a ottobre 2015, quando la Juventus era in crisi nera, con appena 12 punti e la 12° posizione in classifica, scrisse sul suo blog un post a dir poco profetico: "Facilmente la Juventus ribalterà la situazione, lo dice la storia degli under-performer negli Expected Goals (ovvero di coloro che hanno più xG che goal effettivamente segnati, ndr). Ho cercato 12 club che, al pari della Juventus, avevano un differenziale tra xG e goal segnati pari ad almeno 5 unità nelle prime sei giornate. Tutti questi club hanno recuperato dopo un inizio difficile. Di questi 12, 10 sono riusciti a migliorare la posizione che avevano dopo sei giornate, uno ha mantenuto la stessa posizione e solo uno ha fatto peggio. Tra questi ci sono anche PSG e Milan, che dopo aver raggiunto un gap di cinque unità tra xG e goal segnati, hanno poi vinto il campionato".
Anche leggendo queste considerazioni di Caley, è facile capire che imparando a interpretare i dati riguardanti gli Expected Goals, uno scommettitore o un giocatore di Daily Fantasy Sports può prendersi un notevole vantaggio su banco e avversari.