Le squadre dell’allenatore del Milan rendono più di quanto dovrebbero? Per distinguere tra merito e caso si può far ricorso alle statistiche sui gol attesi. Per scoprire che la sovraperformance offensiva è frequente tra chi vince lo scudetto.
Cosa sono gli “expected goals”
Non c’è partita senza dati ma, come in ogni industria, non tutti i numeri raccontano la stessa storia. Il calcio si è sempre affidato a indicatori “contabili” – gol, tiri, possesso, differenza reti – utili ma spesso incapaci di distinguere tra merito e caso. Le statistiche avanzate servono proprio a questo: misurare il “processo” prima ancora del risultato. Tra queste, gli expected goals (xG) sono ormai un linguaggio comune tra gli appassionati.
Partiamo dalla definizione: che cosa sono, in concreto, gli “expected goals”? Ogni tiro viene associato a una probabilità di diventare gol, stimata sulla base di migliaia di conclusioni simili: distanza e angolo, parte del corpo, tipo di assist, situazione (azione manovrata, contropiede, palla inattiva) e così via.
Per intenderci, un rigore vale circa 0,76 xG: su 100 rigori ci si aspettano 76 reti. Un tiro da fuori area può valere 0,03–0,05 xG. Se una squadra produce dieci tiri da 0,10 xG ciascuno, il totale è 1: “ci si aspetta” un gol non perché sia garantito, ma perché su grandi numeri la media tende a quel valore. Nota importante: trattandosi di un modello statistico, l’xG cambia da un fornitore di dati all’altro. Per confronti seri serve una sola fonte, e l’avvertenza è che andrebbe sempre controllata prima di giungere a conclusioni. In questo caso, però, si può procedere comunque con l’argomentazione anche affidandoci a fonti diverse.
Esiste un “fattore Allegri”?
In termini statistici, l’ipotesi che vorremmo testare è che nelle squadre di Massimiliano Allegri, quest’anno allenatore del Milan, la componente “residuale” tra prestazione (xG prodotti e concessi) e output (gol e punti) risulti più spesso positiva rispetto alla media del campionato, contribuendo a una classifica migliore di quanto gli xG suggerirebbero.
Per dirla in modo ancora più semplice, nell’attuale stagione di Serie A 2025-2026 il Milan (attualmente secondo in classifica) sarebbe avanti perché sta segnando più di quanto “dovrebbe”.
I dati raccontano però una storia diversa. Dopo 20 giornate, infatti, il Milan ha 33 gol segnati contro 33,2 xG: praticamente in linea (differenza +0,2). Anche tra le prime dieci non emerge un’anomalia offensiva: Inter 40 xG; Juventus 35,2; Milan 33,2; Napoli 30,2; Atalanta 30,1; Como 28,1; Roma 26,9; Bologna 26,8; Udinese 24,4; Lazio 22,5.
Figura 1

Vale la pena, a questo punto, guardare alle differenze tra gol effettivamente segnati e xG (e tra gol subiti e xGA) per capire, nel ranking attuale, dove stanno le peculiarità. L’Inter segna 43 gol con 40 xG (+3) e concede 17 reti a fronte di 18,2 xGA (-1,2). La Juventus, al contrario, ha 32 gol con 35,2 xG (-3,2) e 16 subiti con 18,0 xGA (-2,0). Il Napoli è leggermente “sopra” in attacco (+2,8), Roma e Bologna sotto (circa -3), mentre la Lazio è un caso interessante: 26 gol con 22,5 xG (+3,5) ma 24 subiti con 20,5 xGA (+3,5). In difesa, oltre al Milan spicca il Como: 13 gol subiti contro 19,7 xGA (-6,7), mentre l’Atalanta è all’estremo opposto (27 subiti con 21,5 xGA, +5,5).
Nel caso rossonero la divergenza principale, dunque, sta dietro: 16 gol subiti contro 22,5 xGA (-6,5). Questo si riflette negli “expected points”: nel modello di xGscore, il Milan ha 43 punti ma xPTS 35,6 (+7,4). Non è una sentenza perché le spiegazioni potrebbero essere molte: portiere in stato di grazia, difesa che induce tiri meno “convertibili”, oppure semplice varianza possono convivere. Una forbice così ampia, di solito, tende a ridursi con il passare delle giornate.
Figura 2

A questo punto entra Massimiliano Allegri, e la domanda diventa storica: le sue squadre sovraperformano “sempre” con riferimento agli xG? Con i dati pubblici non è semplice ricostruire una serie omogenea per il Milan 2010-2014 usando lo stesso modello; per la Juventus, invece, si possono osservare due cicli.
Nel primo ciclo juventino (dal 2014-2015 al 2017-2018) l’overperformance offensiva è netta: 72 gol con 60,2 xG nel 2014-2015; 75 con 59,9 nel 2015-2016; 77 con 58,3 nel 2016-2017; 86 con 55,4 nel 2017-2018. Si tratta anche anni di scudetto.
Nel secondo ciclo (dal 2021-2022 al 2023-2024) la fotografia cambia: 57 gol a fronte di 52,83 xG nel 2021/22 (+4,17), ma poi 56 con 57,02 xG nel 2022/23 (-1,02) e 54 con 57,35 xG nel 2023/24 (-3,35). E anche la classifica scende: quarto posto nel 2021-2022, settimo nel 2022-2023 (stagione segnata dalla penalizzazione) e terzo nel 2023-2024.
Figura 3

“L’efficienza” del Milan nasce in difesa
Per curiosità, e per verificare se la forbice tra gol e xG sia davvero un’anomalia “allegriana”, si può guardare ai campioni d’Italia più recenti: Inter 2020-2021 +14,8 (89 gol vs 74,2 xG); Milan 2021/22 +9,3 (69 gol vs 59,7 xG); Napoli 2022/23 +12,3 (77 gol vs 64,7 xG); Inter 2023/24 +10,8 (89 gol vs 78,2 xG); Napoli 2024/25 +6,1 (59 gol vs 52,9 xG). Il saldo è sempre positivo, in un intervallo che qui va da circa +6 a +15 gol: segno che una sovraperformance offensiva è frequente tra i campioni e, da sola, non rende Allegri un caso “unico” (almeno in attacco).
Che cosa dicono, insieme, questi numeri? Che l’“efficienza” non è un tratto genetico di un allenatore: nasce dall’incastro tra rosa, stile e contesto, e dal modo in cui si attraversano i momenti della stagione. Gli xG sono preziosi perché aiutano a leggere il calcio come processo e non come sequenza di episodi, ma vanno interpretati come tendenze, non come verdetti. Nel caso del Milan, la storia non è un attacco miracoloso: è una fase difensiva che finora ha trasformato 22,5 xGA in soli 16 gol subiti. Se è merito, può reggere; se è soprattutto varianza, il “ritorno verso la media” potrebbe farsi sentire proprio dove oggi fa più rumore.
Lavoce è di tutti: sostienila!
Lavoce.info non ospita pubblicità e, a differenza di molti altri siti di informazione, l’accesso ai nostri articoli è completamente gratuito. L’impegno dei redattori è volontario, ma le donazioni sono fondamentali per sostenere i costi del nostro sito. Il tuo contributo rafforzerebbe la nostra indipendenza e ci aiuterebbe a migliorare la nostra offerta di informazione libera, professionale e gratuita. Grazie del tuo aiuto!
Docente e ricercatore alla Scuola Enrico Mattei, dove insegna i corsi di Economia Sperimentale e di Comunicazione Scientifica al Master MEDEA (Management dell’Economia dell’Ambiente e dell’Energia).
Ha studiato Economia a Milano, laureandosi al DES in Bocconi nel 2002. Ha conseguito un master in Development Economics alla University of Sussex e il dottorato in Economia all’Università Cattolica del Sacro Cuore. Per due anni, è stato post-doc alla Paris School of Economics. iProf di Economia della felicità su Oilproject.org, collabora con diverse testate di divulgazione scientifica.
Lascia un commento