ゴール期待値（xG）とは何か — データの読み方ガイド
TL;DR
xG は「このシュートは何%の確率でゴールになるか」を積み上げた指標である。実得点との差で、効率の良し悪しが読み取れる。
指標の基本定義
xG（Expected Goals、ゴール期待値）とは、各シュートがゴールになる確率を推定した指標である。その確率を 1 試合や 1 シーズン分で積み上げて計算する。
発想は天気予報の降水確率に近い。「今日の降水確率は 70%」という予報は、雨が降るかどうかの予言ではない。「似た気象条件の日の過去データでは、70% の日で雨が降った」という意味だ。xG も同じで、「過去の似たシュートのうち、何%がゴールになったか」を個々のシュートに割り当てる。
単位はゴール数と同じである。1 試合のチーム xG が 1.5 なら、「平均的にはそのチームは 1.5 点取れるはずのチャンスを作った」と解釈する。
算出ロジック
各シュートには、過去の膨大なシュートデータから推定される「ゴールになる確率」が割り当てられる。主な判断材料は以下である。
- シュートの位置（ゴールからの距離と角度）
- シュートの種類（利き足・逆足・ヘッド）
- アシストの種類（スルーパス・クロス・セットプレー）
- 守備側の状況（マーカーの数・ゴールキーパーの位置）
Opta Analyst の xG モデルは約 100 万本のシュートで学習した機械学習モデルで、20 以上の変数を考慮している。
具体的な数値の例を挙げる。PK のゴール期待値は約 0.76 である。これはバスケットボールの一般的なフリースロー成功率（プロ平均で 75% 前後）と近い。ペナルティエリア内の標準的なシュートは 0.1〜0.3、ペナルティエリア外からのロングシュートは 0.02〜0.05 程度にとどまる。
1 試合のチーム xG は、その試合で打った全シュートの xG を合計して計算される。
データソース
JPick は API-Football 経由で xG データを取得している。
API-Football は世界中のサッカーリーグを網羅するデータプロバイダである。J リーグを含む対象試合において、試合統計の一部として xG 値を提供している（※一部の下部リーグや特定試合ではデータが欠損する場合がある）。データは試合終了後、通常数時間以内に確定する。
JPick のデータベースでは、試合ごとの xG を保存し、チーム別・シーズン別の累計値として集計している。
読み方の例
xG と実得点の差（xG difference）から、チームや選手の「効率」が見えてくる。
ケース A: xG = 2.5、実得点 = 4 本来の期待値より 1.5 点多く取っている。効率的な得点、または決定力が発揮された試合である。
ケース B: xG = 3.0、実得点 = 1 良い形でチャンスを作ったにもかかわらず、2 点分を落としている。運に恵まれないか、最後の精度を欠いた試合と読める。
ケース C: xG = 0.5、実得点 = 2 通常なら決まらないようなシュートが入った。試合終盤のミドルシュートや、個人技による単独突破からの得点などで発生しやすい。
重要なのは時間軸である。1 試合単位では xG と実得点の差が大きく出ることがある。だが 10 試合以上積み上げると、両者はほぼ一致する傾向がある。一時的な好調や不調ではなく、長期で見たときのチームの真価を知るために xG は使われる。
限界と注意点
xG は万能ではない。データからは読み取れない要素が複数ある。
サンプルサイズの問題。 1 試合や 2 試合の xG から結論を引き出すのは危険である。最低でも 10 試合、理想は 1 シーズンの累計で評価すべきだ。
モデルの違い。 Opta、StatsBomb（Hudl）、API-Football などが独自のモデルで xG を算出している。同じシュートに異なる値が付くため、プロバイダ間で直接比較はできない。数値を並べる際は、同じプロバイダのデータ内で比較する必要がある。
守備側の個別要素。 xG はシュートの質を評価するが、ゴールキーパーの技量や守備の特殊なポジショニングは完全には織り込めない。キーパーの活躍で失点を防いだ試合では、相手の xG は高くても実失点は少なくなる。
戦術の反映度。 「xG が低いから弱いチーム」と即断するのは誤りである。守備が堅く、ボール保持を重視する戦術のチームは、自らシュートを打たず、相手にもシュートを打たせない構造になりやすい。xG の絶対値だけでチームの強弱を判断するには、別の指標と組み合わせる必要がある。
関連指標との違い
xG を理解する上で、隣接する指標との関係を整理しておく。
xGA（xG against） は守備側の xG である。相手のシュートから「失点してもおかしくなかった点数」を表し、守備力の目安として使う。
xGD（xG difference） は xG − xGA の値だ。1 試合・1 シーズンでの総合力を 1 つの数値にまとめる。
枠内シュート数（Shots on target） は、シュートがゴール枠に飛んだ回数を数える基本的な指標である。ただしこの指標は「数」しか見ておらず、シュートの「質」は評価できない。xG が補完する領域である。
Post-Shot xG (PSxG) は シュートが打たれた後の軌道まで考慮した派生指標で、ゴールキーパーの評価に使われる。
Player Impact・JPick Edge は JPick 独自の指標群である。Player Impact は選手個人のチーム内影響力を、Edge Score は今季ブレイクの可能性を評価する。xG はこれらの算出要素の一部として組み込まれている。
JPick Lab での活用
JPick Lab では xG を以下のように活用している。
Snapshot 分析。 シーズン途中の特定節時点で、「xG 乖離チーム TOP 5」といったテーマで、期待値と実績の差が大きいチームを抽出・分析する。これにより、順位表だけでは見えない「本来の実力」や「幸運・不運の度合い」が浮かび上がる。
試合プレビュー。 対戦カード分析で、両チームの直近 xG 推移を参照し、「好調を維持できそうか」「失速の兆しがあるか」を客観的に判断する材料にする。
Edge Score の算出。 JPick Edge のうち、攻撃面の評価指標の一つとして xG を組み込んでいる。
指標を「1 つの数字」として見るのではなく、xG・xGA・xGD・実得点を組み合わせることで、チームや選手の立ち位置が立体的に浮かび上がる。それが JPick Lab の分析スタンスである。
References
- Opta Analyst. "What Is Expected Goals (xG)?" https://theanalyst.com/2023/08/what-are-expected-goals-xg (Accessed: 2026-04-22)
- Hudl (formerly StatsBomb). "What are Expected Goals (xG)?" https://www.hudl.com/blog/expected-goals-xg-explained (Accessed: 2026-04-22)
- American Soccer Analysis. "Expected Goals Explanation." https://www.americansocceranalysis.com/explanation (Accessed: 2026-04-22)
- API-Football. "API-Football Documentation (v3)." https://www.api-football.com/documentation-v3 (Accessed: 2026-04-22)
- Wikipedia. "Expected goals." https://en.wikipedia.org/wiki/Expected_goals (Accessed: 2026-04-22)