Antes de qualquer coisa, xG n\u00e3o \u00e9 \u201cs\u00f3 mais um n\u00famero\u201d. \u00c9 a chance de gol que a bola tem ao cruzar a linha, calculada minuto a minuto. E a\u00ed entra o guardi\u00e3o da rede, o \u00faltimo obst\u00e1culo. Se o goleiro tem reflexos de gato, o xG pode ser inflado; se falha, o xG se converte em gol real. N\u00e3o tem mist\u00e9rio: a qualidade da defesa altera diretamente a rentabilidade das apostas.<\/p>\n
Os algoritmos de casas de apostas normalmente pegam dados brutos e aplicam ajustes. Eles t\u00eam um \u201cgoleiro factor\u201d que penaliza ou valoriza. Mas a maioria desses fatores s\u00e3o gen\u00e9ricos, como \u201cgoleiro m\u00e9dio\u201d. Na pr\u00e1tica, cada guarda-redes tem seu pr\u00f3prio perfil. Um goleiro que salva p\u00eanaltis com frequ\u00eancia diminui o xG esperado. Um que erra bolas curtas aumenta o risco. E a\u00ed o apostador que percebe a diferen\u00e7a ganha vantagem. Olha: quem n\u00e3o olha, perde.<\/p>\n
Imagine um cl\u00e1ssico Brasil\u2011Argentina. O Argentino tem 0,84 xG contra o brasileiro. O goleiro brasileiro, por\u00e9m, tem taxa de defesa de 78\u202f% nos \u00faltimos 10 jogos. Se o modelo ignora essa taxa, ele superestima o risco de gol do argentino. Resultado: odds inflacionadas. Inversamente, se o modelo usar a taxa correta, as odds caem e o apostador bem informado pode apostar no \u201cunder\u201d. Aqui est\u00e1 o ponto: o detalhe faz a diferen\u00e7a.<\/p>\n