📝 xG (الأهداف المتوقعة) في كرة القدم — شرح كامل للمراهنين العرب 2026

<h2>ما هو مقياس xG؟</h2>

<p>في عالم تحليل كرة القدم الحديث، لم يعد عدد الأهداف وحده كافياً لفهم ما جرى على أرض الملعب. ظهر مقياس <strong>xG</strong> — اختصاراً لـ <em>Expected Goals</em> أو <strong>الأهداف المتوقعة</strong> — ليمنحنا صورة أعمق وأدق عن جودة الفرص التي أتيحت لكل فريق.</p>

<p>ببساطة: <strong>xG هو احتمال تحوّل تسديدة بعينها إلى هدف</strong>، مُعبَّراً عنه بقيمة تتراوح بين 0 و1. فمثلاً، تسديدة برأسية من مسافة ستة أمتار في مواجهة مباشرة مع المرمى قد تحمل قيمة xG تساوي 0.65، أي أن 65% من التسديدات المشابهة تاريخياً تحوّلت إلى أهداف. في المقابل، تسديدة من خارج منطقة الجزاء بزاوية ضيقة قد تحمل قيمة xG لا تتجاوز 0.03.</p>

<p>هذا المقياس لا يقيس ما حدث فعلاً، بل يقيس <em>ما كان ينبغي أن يحدث</em> بناءً على بيانات إحصائية تاريخية تضم الملايين من التسديدات.</p>

<h2>كيف يُحسب xG؟</h2>

<p>يستند النماذج الإحصائية لحساب xG إلى عدة عوامل رئيسية:</p>

<h3>1. موقع التسديدة</h3>

<p>العامل الأكثر تأثيراً. التسديدات من داخل منطقة الجزاء المركزية تحمل قيم xG أعلى بكثير من تلك التي تنطلق من خارجها. تُرسم خرائط حرارية توضّح مناطق الخطر وتصنّف كل موقع وفق معدل التحويل التاريخي.</p>

<h3>2. زاوية التسديدة</h3>

<p>كلما ضاقت الزاوية بين المسدِّد والمرمى، انخفضت قيمة xG. التسديدة من الزاوية الحادة جداً تكاد تُعدم احتمالات الهدف، حتى لو جاءت من مسافة قريبة.</p>

<h3>3. الجزء المُسدَّد به</h3>

<p>تسديدات القدم الأساسية تُنتج xG أعلى مقارنةً بالرأسيات في المتوسط، وإن كانت الرأسيات من مواقع مثالية تشكّل استثناءات بارزة.</p>

<h3>4. الضغط الدفاعي</h3>

<p>عدد المدافعين بين المسدِّد والمرمى، وقرب الحارس من خطه، كلها عوامل تُعدّل قيمة xG. التسديدة على مرمى فارغ تحمل xG قريباً من 1.0.</p>

<h3>5. طبيعة الكرة المُستقبَلة</h3>

<p>هل هي عرضية؟ ثمرة ضغط عالٍ؟ أم كرة ثابتة (ركلة ركنية، تمريرة حرة)؟ كل هذه السياقات تؤثر في قيمة xG النهائية.</p>

<p>تجمع النماذج المتقدمة كنموذج <em>StatsBomb 360</em> بيانات مواضع 22 لاعباً في لحظة التسديدة لإنتاج قيم xG أكثر دقة.</p>

<h2>xG الفريق مقابل xG المباراة</h2>

<p><strong>xG الفريق</strong> هو مجموع قيم xG لكل التسديدات التي أطلقها الفريق خلال مباراة أو موسم. يُخبرك هذا الرقم بمدى جودة الفرص التي أنتجها الفريق بغض النظر عن دقة المسدِّدين.</p>

<p><strong>xG المباراة</strong> يقارن الرقمين معاً: إذا انتهت مباراة بنتيجة 0-0 لكن كانت قيم xG للفريقين 2.1 مقابل 0.4، فإن هذه النتيجة مُضلِّلة تماماً. الفريق الأول خلق فرصاً عالية الجودة ولم يحوّلها، وهذا يُلمح إلى أن النتيجة ستتعدّل في المباريات القادمة.</p>

<h2>xGA: الأهداف المتوقعة المُستقبَلة</h2>

<p>مقياس <strong>xGA</strong> (Expected Goals Against) يقيس جودة الفرص التي أتاحها الفريق للخصم. إنه مرآة دفاعية لـ xG. الفريق الذي يُسجّل xGA منخفضاً يعني أن دفاعه يُجبر الخصم على التسديد من مواقع رديئة، وهذا مؤشر دفاعي حقيقي يتجاوز مجرد عدد الأهداف المُستقبَلة.</p>

<p>المزيج بين xG الهجومي وxGA الدفاعي يُعطيك صورة شاملة عن هوية الفريق الحقيقية.</p>

<h2>لماذا xG أفضل من عدد الأهداف في التنبؤ؟</h2>

<p>الإجابة تكمن في مفهوم <em>الانحدار نحو الوسط</em>. اللاعب الذي يُسجّل 5 أهداف من 5 تسديدات ضعيفة (مجموع xG = 0.8) يتمتع بحظ استثنائي لا يمكن الاعتماد عليه. والعكس صحيح: المهاجم الذي يُهدر فرصاً ذهبية قيمتها xG = 4.5 في عشر مباريات سيُسجّل قريباً.</p>

<p>الدراسات الإحصائية تُثبت أن xG في المباريات السابقة يتنبأ بنتائج المباريات المستقبلية بدقة أعلى من عدد الأهداف المُسجَّلة فعلاً. لهذا السبب تحديداً يوظّف المحللون المحترفون وصنّاع الرهانات xG كأداة محورية.</p>

<h2>كيف تستخدم xG في تحليل المباريات؟</h2>

<p>إليك إطاراً عملياً للتطبيق:</p>

<h3>قبل المباراة</h3>

<ul>

<li>قارن متوسط xG الموسمي للفريقين: الفريق الذي يُنتج xG أعلى باستمرار يمتلك هجوماً بنيوياً متميزاً.</li>

<li>ابحث عن الفجوة بين xG الفعلي والأهداف المُسجَّلة: فريق يُسجّل 8 أهداف من xG قيمته 14 يعاني من أزمة حقيقية أمام المرمى.</li>

<li>لاحظ xGA: الفريق الذي يمنح خصومه تسديدات بعيدة وضعيفة دفاعه أمتن مما تقوله جداول الترتيب.</li>

</ul>

<h3>بعد المباراة</h3>

<ul>

<li>مقارنة xG الفعلي بالنتيجة تكشف من الفائز الحقيقي وفق منطق الفرص.</li>

<li>تسليط الضوء على أنماط متكررة: فريق يُنتج باستمرار xG مرتفعاً دون تحويله قد يكون صفقة ممتازة في أسواق المراهنات للمباريات القادمة.</li>

</ul>

<h2>مصادر بيانات xG الموثوقة</h2>

<p>لا تعتمد على أرقام xG من مصدر واحد — كل مزوّد يستخدم نموذجاً مختلفاً قليلاً:</p>

<ul>

<li><strong>Understat.com</strong> — مجاني، يغطي الدوريات الأوروبية الكبرى الست، واجهة مرئية ممتازة.</li>

<li><strong>FBref.com</strong> — يستخدم بيانات StatsBomb، التغطية الأشمل والأكثر عمقاً.</li>

<li><strong>SofaScore / Fotmob</strong> — تطبيقات مريحة مع بيانات xG مدمجة في الإحصاءات المباشرة.</li>

<li><strong>StatsBomb (مدفوع)</strong> — المستوى الاحترافي الأعلى دقةً، مُستخدَم من الأندية والمحللين.</li>

<li><strong>Opta (مدفوع)</strong> — مرجع الصناعة، تغطية عالمية شاملة.</li>

</ul>

<h2>كيف تُوظّف توقعات iCashy الذكاء الاصطناعي مع xG؟</h2>

<p>منصة <strong>iCashy</strong> لا تكتفي بعرض أرقام xG الخام. <a href="/sports-betting-predictions">محرّك توقعات كرة القدم</a> في المنصة يدمج xG ضمن نظام تحليل متعدد الطبقات:</p>

<ul>

<li><strong>وحدة ذكاء اللاعبين:</strong> تُقارن xG الفردي لكل مهاجم بمتوسطه الموسمي واكتشاف حالات الأداء فوق أو تحت المستوى الطبيعي.</li>

<li><strong>تحليل السياق:</strong> xG في المباريات المنزلية vs. الخارجية، vs. الفرق من مستوى مشابه — السياق يُغيّر كل شيء.</li>

<li><strong>كشف الأنماط:</strong> يرصد الذكاء الاصطناعي حين يُصبح الفارق بين xG والنتائج الفعلية كبيراً بما يكفي للاستغلال في <strong>تداولات</strong> أسواق التوقعات.</li>

<li><strong>التحقق الموضوعي:</strong> النظام يستحضر إحصاءات حقيقية من قواعد بيانات موثّقة — لا أرقام مُختلَقة.</li>

</ul>

<p>اقرأ المزيد عن <a href="/blog/how-to-read-ai-match-analysis">كيفية قراءة تحليلات الذكاء الاصطناعي للمباريات</a> لتستثمر هذه الأدوات كاملاً.</p>

<h2>xG في الدوريات العربية والآسيوية — الواقع الحالي</h2>

<p>يُغطي Understat وFBref الدوريات الأوروبية الكبرى بشكل ممتاز، لكن بيانات xG في الدوريات العربية — كدوري روشن السعودي، دوري أديداس المصري، أو الدوريات السورية — لا تزال محدودة مقارنةً بنظيراتها الأوروبية. مع ذلك، ثمة ثلاث طرق عملية للتعامل مع هذا القصور:</p>

<ul>

<li><strong>Wyscout / InStat:</strong> منصتان احترافيتان تُوفّران بيانات xG لمعظم البطولات العالمية بما فيها دوريات المنطقة العربية، لكنهما مدفوعتان ومُوجَّهتان للأندية والوكلاء.</li>

<li><strong>التحليل السياقي:</strong> حين تغيب بيانات xG، استبدلها بمتغيرات بديلة: نسبة الكرات من منطقة الجزاء، نسبة التسديدات على المرمى إلى إجمالي التسديدات (SOT%)، والتسديدات من داخل المنطقة مقارنةً بخارجها. هذه أدوات إحصائية بديلة معقولة.</li>

<li><strong>توقعات iCashy الذكاء الاصطناعي:</strong> يعتمد المحرك على قواعد بيانات شاملة من المباريات الدولية والقارية، مما يُوفّر سياقاً إضافياً لتحليل الفرق العربية حين تشارك في البطولات الآسيوية أو الكأس الدولية. اطّلع على <a href="/sports-betting-predictions">صفحة التوقعات الرياضية</a> لمزيد من التفاصيل.</li>

</ul>

<p>الرسالة الجوهرية: غياب بيانات xG الجاهزة لا يعني غياب التحليل العميق — المنهجية التحليلية تبقى صالحة حتى مع بيانات بديلة.</p>

<h2>أخطاء شائعة عند استخدام xG</h2>

<ul>

<li><strong>الاعتماد على عيّنة صغيرة:</strong> xG مباراة واحدة مُضلِّل. الدلالة الإحصائية تستلزم 5 مباريات على الأقل.</li>

<li><strong>تجاهل جودة الخصم:</strong> إنتاج xG مرتفع أمام فرق ضعيفة لا يعني أداءً حقيقياً متميزاً.</li>

<li><strong>إهمال مؤهلات الحارس:</strong> حارس مرمى استثنائي يُخفّض النتائج الفعلية دون أن يُغيّر xG.</li>

<li><strong>المقارنة بين نماذج مختلفة:</strong> xG من Understat وxG من StatsBomb قد يختلفان للمباراة ذاتها — الثبات على مصدر واحد أهم من التبديل.</li>

</ul>

<h2>الخلاصة</h2>

<p>مقياس xG ليس صيغة سحرية، لكنه أداة تحليلية بالغة القوة حين تُستخدم بفهم وسياق. إنه يفصل الحظ عن الجودة الحقيقية، ويُجيبك عن سؤال جوهري: هل نتيجة هذا الفريق تعكس مستواه الفعلي أم أنه فوق أو تحت مستحقاته؟</p>

<p>في عالم تحليل كرة القدم، من يفهم xG يرى ما يخفى على الأغلبية. انطلق الآن إلى <a href="/sports-betting-predictions">صفحة التوقعات الرياضية</a> في iCashy، واكتشف كيف يُوظّف الذكاء الاصطناعي هذه البيانات لصياغة <strong>توقعات</strong> أكثر دقة وموضوعية. وإن كنت مهتماً بمزيد من الأدوات، اطّلع على <a href="/blog/best-football-prediction-sites-2026">أفضل مواقع توقعات كرة القدم لعام 2026</a> أو اقرأ دليلنا حول <a href="/blog/predict-football-results-accurately">كيف تتنبأ بنتائج المباريات بدقة</a>.</p>

xG (Expected Goals) in Football — A Complete Guide for Arab Bettors 2026

<h2>What Is xG?</h2>

<p>Modern football analysis has moved well beyond the scoreline. The <strong>xG</strong> metric — short for <em>Expected Goals</em> — gives analysts, fans, and bettors a far richer picture of what actually happened on the pitch, and what is likely to happen next.</p>

<p>In plain terms: <strong>xG is the probability that a specific shot will result in a goal</strong>, expressed as a value between 0 and 1. A header from six yards out directly in front of goal might carry an xG of 0.65, meaning 65% of historically similar attempts ended in a goal. A long-range effort from a tight angle might sit at just 0.03. These probabilities are derived from millions of historical shots, not guesswork.</p>

<p>xG does not measure what happened — it measures <em>what should have happened</em> given the quality of the chance.</p>

<h2>How Is xG Calculated?</h2>

<p>xG models weigh several variables simultaneously to arrive at a probability score for each shot:</p>

<h3>1. Shot Location</h3>

<p>The single most influential factor. Shots from central areas inside the six-yard box carry the highest xG values. As distance from goal increases and angles narrow, xG drops sharply. Heat maps show that the highest-value real estate is a small central zone known as the "big chance" area.</p>

<h3>2. Shot Angle</h3>

<p>Even a close-range shot from a near-post angle has limited goal-scoring geometry. The wider the open goal the shooter faces, the higher the xG. Models encode the actual arc of the target rather than just raw distance.</p>

<h3>3. Body Part Used</h3>

<p>On average, foot shots produce higher xG than headers, though headers from central, close-range positions can carry very high values. Weak-foot attempts are typically discounted relative to the strong foot.</p>

<h3>4. Defensive Pressure</h3>

<p>The number of defenders between the shooter and goal, and how positioned the goalkeeper is, both modify the raw location-based probability. A tap-in to an empty net approaches xG = 1.0; the same shot with a covering defender drops substantially.</p>

<h3>5. How the Ball Was Received</h3>

<p>Was it a cross? A through-ball? A rebound from a parried save? A set-piece delivery? Each scenario shifts the probability. Rebounds, for instance, are often taken under pressure without time to compose, lowering xG even from close range.</p>

<p>Advanced models such as <em>StatsBomb 360</em> incorporate the positions of all 22 players at the moment of the shot for the most granular accuracy currently available.</p>

<h2>Team xG vs. Match xG</h2>

<p><strong>Team xG</strong> aggregates all shot probabilities across a game or season. It answers the question: how good were the chances this team created, irrespective of finishing quality?</p>

<p><strong>Match xG</strong> compares the figures for both sides. A 0-0 draw between a team with an xG of 2.1 and one with 0.4 is not a balanced performance — it is a dominant display by one team that ran out of luck at the finish. The scoreline gives you the result; match xG gives you the underlying story.</p>

<h2>xGA: Expected Goals Against</h2>

<p><strong>xGA</strong> (Expected Goals Against) is the defensive counterpart to xG. It measures the quality of chances a team <em>conceded</em>, not just how many shots the opponent took. A team with a low xGA is forcing opponents into poor shot positions — tight angles, long distances, heavy pressure — which is a sign of genuine defensive organisation rather than lucky shot-stopping.</p>

<p>The combination of xG and xGA gives you a complete team profile: how effectively a side generates quality chances and how well it suppresses them at the other end.</p>

<h2>Why xG Beats Actual Goals as a Predictor</h2>

<p>The key concept is <em>regression to the mean</em>. A striker who scores 5 goals from chances worth a combined xG of 0.8 is experiencing extreme positive variance. That level of conversion cannot be sustained. Conversely, a striker who has blazed high-xG chances over ten matches will eventually start converting at a rate closer to his true ability.</p>

<p>Statistical research consistently shows that a team's xG over the previous five to eight matches predicts future results more accurately than actual goals scored. This is why professional clubs, data analysts, and sharp bettors all treat xG as a core input rather than a curiosity.</p>

<h2>Using xG in Match Analysis: A Practical Framework</h2>

<h3>Before the Match</h3>

<ul>

<li>Compare seasonal xG averages: a team consistently generating over 1.5 xG per game has a structurally strong attack.</li>

<li>Look for the gap between xG and actual goals: a team scoring 8 goals from 14 xG is over-performing; expect correction.</li>

<li>Study xGA trends: the team conceding xGA of 0.6 per game is defensively elite regardless of where it sits in the table.</li>

</ul>

<h3>After the Match</h3>

<ul>

<li>Comparing match xG to the scoreline reveals the "deserved" winner based on chance quality.</li>

<li>Repeated patterns — high xG, low goals — signal a finishing problem that bookmakers may undervalue in future lines.</li>

</ul>

<h2>Where to Find Reliable xG Data</h2>

<p>Different providers use different models, so figures will vary slightly. Consistency within one source matters more than switching between providers:</p>

<ul>

<li><strong>Understat.com</strong> — Free, covers the top six European leagues, excellent visual interface.</li>

<li><strong>FBref.com</strong> — Uses StatsBomb data; the deepest freely available dataset.</li>

<li><strong>SofaScore / Fotmob</strong> — Mobile-friendly apps with xG embedded in live match stats.</li>

<li><strong>StatsBomb (paid)</strong> — Professional-grade, used by Premier League clubs and analysts globally.</li>

<li><strong>Opta (paid)</strong> — Industry benchmark with global coverage across hundreds of competitions.</li>

</ul>

<h2>How iCashy AI Predictions Incorporate xG</h2>

<p>The <a href="/sports-betting-predictions">iCashy AI sports prediction engine</a> does not simply surface raw xG numbers. It processes xG as one layer in a multi-dimensional analysis:</p>

<ul>

<li><strong>Player Intelligence module:</strong> Compares individual striker xG against their seasonal average to flag hot and cold streaks with statistical backing.</li>

<li><strong>Context weighting:</strong> Home versus away xG splits, performance against high-press versus low-block opponents, and recent form windows are all factored in before a prediction is issued.</li>

<li><strong>Variance detection:</strong> When the gap between a team's underlying xG and its actual results becomes large enough to be statistically significant, the AI flags it as a potential value angle for trades in iCashy prediction markets.</li>

<li><strong>Verified outputs:</strong> All statistics cited in AI match reports are grounded in real data sources — no fabricated names, no invented figures.</li>

</ul>

<p>For a deeper walkthrough, read <a href="/blog/how-to-read-ai-match-analysis">how to read iCashy AI match analysis reports</a>. If you want to compare platforms that publish xG-based predictions, see <a href="/blog/best-football-prediction-sites-2026">the best football prediction sites of 2026</a>.</p>

<h2>Common xG Mistakes to Avoid</h2>

<ul>

<li><strong>Small sample sizes:</strong> One match of xG data is almost meaningless. Statistical signal emerges after five or more matches.</li>

<li><strong>Ignoring opponent quality:</strong> Generating a high xG against a bottom-table side means less than the same output against a top-four defence.</li>

<li><strong>Overlooking goalkeeper quality:</strong> An elite keeper can sustain a below-xG goals-conceded record for a full season, masking underlying defensive weaknesses.</li>

<li><strong>Mixing model sources:</strong> xG from Understat and xG from StatsBomb will differ for the same match. Choose one source and stay consistent.</li>

</ul>

<h2>Putting It All Together</h2>

<p>xG is not a crystal ball. But used with proper context, it is one of the most powerful tools available for separating luck from genuine quality in football. It answers the question that results alone never can: does this team's position in the table reflect its true level?</p>

<p>For anyone serious about football analysis — whether for trades on prediction markets, for sports betting on platforms like iChancy, or simply for a richer understanding of the game — building xG literacy is essential. Head to the <a href="/sports-betting-predictions">iCashy AI predictions page</a> to see these metrics in action, or explore our guide on <a href="/blog/predict-football-results-accurately">how to predict football results accurately</a> for a broader analytical toolkit.</p>