Goles esperados (xG), explicados sin hype
El xG es el número más citado de la analítica de fútbol — y el más malinterpretado. Esto es lo que mide de verdad el modelo, dónde falla y cómo usarlo con criterio.
Analítica de datos de fútbol: artículos largos, directos en YouTube y código abierto. Aprende los números del juego — y constrúyelos tú mismo.
Piezas largas sobre xG, datasets y decisiones de modelado — proceso antes que titulares, con el código que las respalda.
Explorar el blog →Vídeos paso a paso: pipelines de datos, notebooks y análisis de partidos que puedes seguir y reutilizar en tu trabajo.
Ver en YouTube →Notebooks y pequeñas herramientas, abiertas en GitHub. Clónalas, ejecútalas, rómpelas y adáptalas a tu club o proyecto.
Ver el código →Inmersiones en datos de fútbol: métodos, fuentes y decisiones — escritas para ser útiles, no solo legibles.
El xG es el número más citado de la analítica de fútbol — y el más malinterpretado. Esto es lo que mide de verdad el modelo, dónde falla y cómo usarlo con criterio.
Los datos abiertos son la forma más rápida de empezar. Este recorrido va del JSON de eventos a un mapa de disparos en unos pocos pasos — el mismo patrón de pipeline que reutilizarás con cualquier dataset público.
No necesitas un proveedor de pago para empezar en la analítica de fútbol. Estas cinco fuentes gratuitas cubren eventos, resultados, xG, cuotas y tablas históricas — con notas honestas sobre sus límites.
Pipelines, notebooks y sesiones de análisis de partidos — grabados mientras construimos.
Suscríbete en YouTube y verás el primer pipeline en cuanto salga.
Suscribirse en YouTubeTodo lo que construimos para los vídeos acaba aquí: pipelines, features y utilidades que puedes reutilizar.
Los primeros notebooks de los directos se publicarán en GitHub. Sigue el perfil para tenerlos el día que salgan.
Seguir en GitHubUn dataset, un modelo que quieres validar, una idea para un vídeo o un proyecto para tu club o empresa — cuéntanoslo y te responderemos en menos de 48 horas.