Estadísticas avanzadas en la Premier: PPDA, npxG, xThreat y su uso en apuestas

Lo que las casas miran y el bettor medio no

Una conversación con un trader de una casa DGOJ, hace tres años, me dejó una frase que recuerdo a menudo: «si supieras qué datos usamos realmente, pensarías que cambiar tus estadísticas por otras es una estupidez». Tenía razón. Las casas no se limitan al xG que cualquier web gratuita publica. Usan PPDA, usan npxG, usan xThreat, combinan 40 o 50 variables en modelos propios. El apostante que intenta competir con medias de posesión y tiros a puerta está usando herramientas de hace 15 años contra operadores que usan modelos de 2020 en adelante.

Simon Rolfes, director deportivo del Bayer Leverkusen, resumió con precisión la lógica del mercado europeo de talento con una frase que define también el ecosistema informacional del fútbol actual: cuando una ficha cae en Inglaterra, aquí también cae. Lo mismo pasa con las métricas: cuando la Premier adopta un estándar nuevo de análisis, en 18-24 meses está disponible en toda Europa. El bettor que aprende las métricas avanzadas de la Premier está preparando su caja de herramientas para todas las ligas top en el futuro inmediato.

PPDA: la métrica que mide la presión

PPDA significa «Passes Per Defensive Action». Mide cuántos pases permite un equipo en el tercio del campo del rival antes de ejecutar una acción defensiva (recuperación, falta, despeje). Es una medida inversa de la presión: cuanto menor es el PPDA, más presiona el equipo al rival. Un PPDA de 6 significa que el equipo deja al rival hacer 6 pases en su zona antes de actuar; un PPDA de 15 significa pasividad defensiva extrema.

En la Premier 25/26 los equipos con PPDA más bajo son Manchester City (alrededor de 7), Liverpool (8), Brighton (8,5), Arsenal (9). Los equipos con PPDA más alto (menos presión) son Everton, Forest, West Ham. La diferencia tiene consecuencias concretas para el mercado.

Un equipo con PPDA bajo recupera el balón en zonas altas del campo con frecuencia, lo que correlaciona con más córners generados, más tiros, más xG. Un equipo con PPDA alto concede recuperaciones en zonas bajas, lo que genera más contragolpes del rival pero también más goles encajados. Esa asimetría aparece en los mercados específicos: los partidos entre equipos con PPDA bajo tienden a tener más goles, más córners, más cambios de dinámica. Los partidos entre un equipo de PPDA bajo y uno alto suelen ser partidos controlados por el primero con resultado claro (over 2,5 frecuente, victoria del equipo presor).

El PPDA también tiene implicaciones defensivas. Equipos que suben el PPDA (dejan de presionar) tras encajar un gol tienden a empeorar el resto del partido. Equipos que bajan el PPDA tras ponerse por delante generan más contragolpes del rival pero también más oportunidades propias.

npxG: la métrica del xG sin ruido

npxG significa «non-penalty expected goals»: xG excluyendo los penaltis. El penalti tiene xG fijo de 0,76, lo que distorsiona las estadísticas acumuladas cuando un equipo tiene rachas de penaltis a favor. El npxG elimina ese ruido y deja el xG de juego abierto, que es la métrica que realmente mide la capacidad ofensiva del equipo.

Un delantero con 0,3 xG por partido pero 0,08 npxG está generando la mayor parte de su xG por penaltis. Eso es extremadamente volátil. Los penaltis dependen del árbitro, del rival, de las faltas que comete el defensor. Un delantero con 0,25 xG y 0,22 npxG tiene valor ofensivo de juego abierto alto y es más fiable para proyecciones futuras. La diferencia xG − npxG es uno de los mejores indicadores de la «suerte» del delantero en el pasado inmediato.

Para el apostante, el npxG es la métrica que usar en proyecciones de temporada largas. El Haaland de esta temporada está liderando el máximo goleador con 22-23 goles hasta la jornada 33, pero su npxG es aproximadamente 17-18. La diferencia indica overperformance clásica de un goleador clínico con apoyo de penaltis. Mi lectura: Haaland seguirá marcando, pero probablemente regresará parcialmente a la media en las últimas jornadas. Los últimos 5 partidos suyos podrían ver 3 goles en vez de los 4 proyectados por su ritmo actual.

El npxG de equipo es útil también. Manchester City tiene npxG acumulado de la temporada superior a su xG convencional porque juega con muchos penaltis (derivados de jugadas elaboradas en el área). El Liverpool tiene menos penaltis y más npxG puro. Esa asimetría cambia cómo debería proyectarse el rendimiento futuro.

xThreat: la métrica que valora los pases, no los disparos

El xThreat (xT) es posiblemente la métrica más sofisticada disponible en análisis público avanzado. Mide la probabilidad de que el balón llegue a gol desde cualquier zona del campo, basándose en datos históricos de miles de partidos. Cada zona del campo tiene un valor xT asociado: más alto cuanto más cerca del gol, con gradientes por banda, por distancia, por contexto del partido.

El xThreat por jugada es la diferencia entre el xT de la zona donde recibe el balón y el xT de la zona donde lo entrega (o pierde). Un centrocampista que recibe el balón en el centro del campo (xT = 0,02) y da un pase en profundidad a la posición del delantero (xT = 0,12) ha aportado un xThreat de 0,10 con ese pase. Acumulado durante 90 minutos, el xThreat de un jugador resume su aportación ofensiva real, no solo sus goles o asistencias.

Para el mercado, xThreat permite identificar equipos cuyo ataque es estructural (alto xThreat acumulado en todos los partidos) y equipos cuyo ataque es ocasional (xThreat alto solo en partidos concretos contra rivales débiles). Los equipos del primer tipo son más fiables para proyecciones de over 2,5 o de BTTS. Los del segundo tipo son más impredecibles y pagan peor valor esperado a largo plazo.

El xThreat por jugador individualiza el análisis. Un Saka del Arsenal con xThreat por 90 minutos de 0,5+ es un factor determinante en los partidos que disputa. Un Palmer del Chelsea con xThreat similar sostiene el ataque azul pese a las rotaciones. Jugadores con xThreat bajo pero goles altos (caso raro pero posible) están convirtiendo ocasiones que no genera su juego asociativo sino su acierto puntual, y suelen regresar a la media.

Aplicar estas métricas al mercado: cruces que generan valor

El método que uso semanalmente es un cruce de tres métricas: PPDA de cada equipo, npxG acumulado por partido, y xThreat del jugador clave. Con esas tres proyecciones puedo construir una estimación propia del xG del partido que luego comparo con la línea de over/under que ofrece la casa.

Un partido Brighton vs Villa, por ejemplo. Brighton tiene PPDA bajo (8,5) y npxG acumulado de 1,5 por partido. Villa PPDA medio (11) y npxG 1,7. El xThreat combinado de los jugadores titulares suele mover el multiplicador en 0,1-0,2 según el estado de forma. Proyección de xG total del partido: 3,2 aproximadamente. Probabilidad over 2,5 en torno al 72%. Si la casa paga over 2,5 a 1,70 (implícita 59%), el valor esperado es positivo y la apuesta es razonable.

El cruce funciona también en mercados alternativos. Para córners, combino xThreat del equipo con su tasa de tiros que derivan en córner por partido. Para tarjetas, combino PPDA del equipo (los equipos más presionantes cometen más faltas tácticas) con el promedio por árbitro. Para BTTS, proyecto xG de ambos equipos por separado y calculo la probabilidad conjunta con fórmula de Poisson ajustada.

La muestra importa. Estas métricas necesitan al menos 15-20 partidos de la temporada para ser fiables. En las primeras 8-10 jornadas uso medias ponderadas entre la temporada actual y la anterior. A partir de la jornada 15 el modelo puro de la temporada actual tiene suficiente potencia. A final de temporada (jornadas 32 en adelante), hay que empezar a incorporar factores no métricos (motivación, rotaciones por objetivos europeos) porque los números aislados pierden poder predictivo. Para entender cómo los modelos básicos de xG se articulan con estas métricas avanzadas, el xG sigue siendo la base sobre la que se construye el resto del análisis estadístico y conviene dominarlo antes de pasar a capas más finas.