ホーム スポーツ サッカーの「ゴール期待値(xG)」計算方法と試合分析への活用法を徹底解説

サッカーの「ゴール期待値(xG)」計算方法と試合分析への活用法を徹底解説

浅倉 智也 浅倉 智也 • 更新: • 公開: • 読了約 19 分
目次

2026年現在のサッカー界において、試合の勝敗やチーム・選手のパフォーマンスを評価する基準は、従来の「シュート数」や「得点数」といった表面的なスタッツから、より本質的な質を測る指標へと大きくシフトしています。その中心にあるのが、世界中のプロリーグやメディアで広く導入されている「ゴール期待値(xG:Expected Goals)」です。試合の流れや決定機の本質を可視化するこの先進的データは、どのように算出され、どのように活用されているのでしょうか。

本稿では、ゴール期待値の基本的な仕組みや具体的な計算方法から、試合分析への実践的な活用のコツ、そして2026年最新のトレンドに至るまで、専門的な視点からわかりやすく紐解いていきます。

サッカーの「ゴール期待値(xG)」とは何か? 基本概念と誕生の背景

ゴール期待値

サッカーの試合において、スコアだけでは見えてこない「本当のチャンスの質」を評価するために生まれたのがゴール期待値(xG)です。従来のサッカー分析では、「シュート数15本対5本で圧倒していたのに敗戦した」といった、決定的な不条理がしばしば議論の対象になっていました。しかし、遠距離からの手詰まりなミドルシュート15本と、ゴール正面の完全にフリーな決定機5本では、価値がまったく異なります。こうしたシュートの「質」を定量化するために、現代のサッカーデータ分析において欠かせない指標として普及しました。

期待値の概念自体はスポーツ科学全般で研究されてきましたが、近年ではトラッキングシステムやAI・機械学習の飛躍的な進化に伴い、ピッチ上のあらゆる位置や状況をミリ単位でデータ化することが可能になりました。これにより、一瞬のシュートシーンが持つ「難易度と得点確率」を客観的な数値として即座にはじき出すことができるようになったのです。ファンやメディアにとっても、試合展開の妥当性を測るリテラシーの基準として定着しつつあります。

ゴール期待値の計算方法と仕組み:確率を導き出す変数の正体

では、ゴール期待値は具体的にどのように計算されているのでしょうか。一般的に、xGのモデルは過去数万本以上のシュートデータをAIに学習させ、ロジスティック回帰などの統計的・機械学習アルゴリズムを用いて構築されます。すべてのシュートには「0.0から1.0の間」の数値が割り振られ、1.0に近づくほど得点確率が高いことを示します。例えば、PK(ペナルティキック)のゴール期待値はおおむね0.74〜0.76程度に設定されています。

計算の際に考慮される主な変数(パラメータ)には、以下のようなものがあります。

シュート地点からゴールまでの距離と角度:ゴール正面の至近距離ほど数値が高くなり、角度のないサイドや遠距離ほど数値は低くなります。

ディフェンダーの圧力と位置:シュートコースをブロックしようと迫る守備側の選手との距離や、視界を遮る人数が計算に影響します。

シュートのシチュエーション:ヘディングなのか、足(利き足か逆足か)でのダイレクトシュートなのか、ドリブルからのシュートなのかといった状況です。

直前のパスの性質:スルーパスから抜け出したのか、クロスボールから合わせたのか、セットプレーの流れから生まれたのかといった崩しのプロセスも加味されます。

【データ比較】ゴール期待値(xG)と従来のスタッツの決定的な違い

従来のサッカーにおける主要スタッツと、ゴール期待値を中心とした先進的データの違いを整理すると、現代の試合分析における解像度の高さがより明確になります。以下の比較表をご覧ください。

分析項目 従来のスタッツ(シュート数・ポゼッション等) ゴール期待値(xG)を中心とした先進的データ
評価の対象 表面的な回数やボール保持の時間 チャンスの「質」および得点の確率的妥当性
試合分析へのメリット 大まかな試合の優劣や主導権を把握できる 運の要素を排除し、戦術の再現性や決定力を正確に評価できる
主な活用シーン 試合速報、一般的なメディア報道、大まかな振り返り プロチームの戦術スカウティング、選手のパフォーマンス評価、移籍市場の査定

このように、従来のスタッツが「何回シュートを打ったか」という数量に主眼を置いていたのに対し、ゴール期待値は「そのシュートがどれほどゴールに値するものだったか」という価値を評価します。これにより、単なる偶然やGKの好セーブ、あるいは一発のラッキーゴールに惑わされない、本質的なチームの得点力が見えてきます。

試合分析への活用法:チーム評価と戦術検証の現場から

指導者やアナウンサー、クラブのスカウト部門は、ゴール期待値をどのように試合分析に活かしているのでしょうか。第一の活用法は「チームの戦術的アプローチの検証」です。例えば、ある試合でシュート数が少なくてもxGが高ければ、「質の高い決定機を効率よく創出できている優れた戦術」と評価できます。逆に、シュート数は多くてもxGの合計値が低ければ、「無謀なミドルシュートを乱発しており、崩しの精度に課題がある」と判断されます。

第二の活用法は「選手の決定力(xG Overperformance / Underperformance)の評価」です。あるストライカーのシーズン得点数が、彼が放ったシュートのゴール期待値の総計を大きく上回っている場合、その選手は「期待値以上の難しいシュートを沈める並外れた決定力を持っている」と評価されます。逆に、期待値よりも実際の得点数が大幅に下回る選手は、決定機の数は作れてもフィニッシュの精度に問題を抱えていると分析されます。

第三の活用法は「中長期的な運の収束(regression to the mean)の予測」です。サッカーは偶発性の高いスポーツであるため、一時的にシュートが入らなくて勝てない時期があっても、高いxGを継続して記録しているチームは、いずれ勝敗のバランスが本来の実力に見合ったものに収束していくと考えられています。この特性は、シーズンを通した順位予測や補強戦略において極めて重要な判断材料となっています。

2026年最新トレンド:トラッキングデータの進化と次世代指標への展開

2026年現在のフットボールアナリティクス界隈では、従来のゴール期待値(xG)をさらに進化させた高度な派生指標が主流になりつつあります。その代表例が「xGOT(Expected Goals on Target:枠内シュート期待値)」や「xT(Expected Threat:期待脅威度)」です。

xGが「シュートが放たれた瞬間の確率」を測るのに対し、xGOTは「シュートが実際に枠内に飛んだ後、GKから見てどれだけ止めにくいコースだったか」を評価します。これにより、シュート自体の軌道やコースの鋭さ、さらにはGKのセーブ能力を切り分けて分析することが可能になりました。また、xTはシュートに至る前のパスやドリブルが、どれだけゴールの可能性を高めたかをピッチのゾーンごとに評価する仕組みであり、ビルドアップの貢献度を可視化する指標として重宝されています。

AIやコンピュータビジョンの精度が極めて高水準に達した今日では、これらの先進的データはテレビ中継のリアルタイムグラフィックや、各スポーツニュースの試合解説でも一般的に用いられるようになり、ファンが試合を多角的に楽しむための不可欠な共通言語となっています。

【ゴール期待値】に関するよくある質問(FAQ)

Q1:ゴール期待値(xG)の数値は、誰がどのように決めているのですか?
A1:OptaやStatsBombといった大手スポーツデータ分析企業が、過去の数百万本に及ぶ膨大なシュートデータを基に独自の機械学習モデルを構築し、算出しています。そのため、提供する企業やアルゴリズムによって、同じシュートであってもわずかに数値が異なる場合があります。

Q2:ゴール期待値が「1.0」を超えることはあるのですか?
A2:1本のシュートにおけるxGが1.0を超えることは理論上ありません。最高値はおおむねPKの「0.75〜0.76前後」であり、空のゴールに目の前で押し込むような決定機であっても0.9台前半程度が上限となります。ただし、1試合全体を通したチームの合計xGであれば、2.5や3.0といった数値になることは十分にあります。

Q3:ゴール期待値が高いチームが必ず試合に勝つわけではないのはなぜですか?
A3:サッカーは得点数が非常に少ないスポーツであり、決定率のブレや運、GKの神がかり的なセーブなど、確率論だけでは説明できない偶発的な要素(バリアンス)が結果を左右するためです。期待値はあくまで「勝利の確率や内容の良さ」を示すものであり、試合結果そのものを保証するものではありません。

ここまで、サッカーのゴール期待値(xG)の基本概念から計算方法、試合分析への活用法、そして2026年現在の最新トレンドに至るまで詳しくサッカーの「ゴール期待値(xG)」の計算方法と仕組み、試合分析への活用法を解説

2026年現在の現代サッカーにおいて、チームや選手のパフォーマンスを評価する指標として欠かせない存在となっているのが「ゴール期待値(xG)」です。かつてはシュート数という単純な数字だけで語られていた決定力が、トラッキングデータやAI技術の進化により、一瞬一瞬のシュートが「どれくらいの確率でゴールにつながるのか」という精緻な確率データとして可視化されるようになりました。

本記事では、サッカーデータ分析の根幹をなすxGの仕組みや具体的な計算方法から、試合分析への実用的な活用法、そして2026年最新のトレンドに至るまで、その全貌を徹底検証していきます。

サッカーの「ゴール期待値(xG)」とは何か? 基本概念をわかりやすく解説

サッカーの試合を見ていると、「決定機を外した」「今のシュートは入ってもおかしくなかった」といった主観的な感想が飛び交います。こうした感覚的な評価を客観的な数値へと落とし込んだものが、英語の「Expected Goals」の略称であるxG(ゴール期待値)です。

xGの数値は通常、0.00から1.00の間で表されます。例えば、ペナルティキック(PK)の一般的なゴール期待値はおよそ0.76前後とされており、これは過去の膨大なPKデータから「約76%の確率でゴールが決まる」ことを意味します。一方で、ゴールから遠く離れた位置や、極端な角度からの無理なシュートであれば、xGは0.02や0.05といった低い数値になります。

この指標が画期的なのは、「結果的にゴールに入ったかどうか」ではなく、「そのシュートがどれだけ質の高いシュートチャンスから生まれたものか」を純粋に測ることができる点にあります。運の要素に左右されやすいサッカーという競技において、チームの本質的な攻撃力や決定力を測る物差しとして、国内外のプロクラブやメディア、ファン層に広く浸透しています。

ゴール期待値(xG)の計算方法と評価される仕組み

では、このゴール期待値は一体どのようにして算出されているのでしょうか。現代のデータ分析プロバイダー(OptaやStatsBombなど)は、過去数十万本以上のシュートデータをAIや機械学習モデルに学習させ、さまざまな変数を組み合わせて計算しています。

計算において特に重視される主な変数は以下の通りです。

・シュート地点の位置(距離と角度):ゴール正面の至近距離ほど数値が高く、サイドの深い位置や遠距離ほど低くなります。
・シュートに至る状況:スルーパスから抜け出したのか、クロスボールからのボレーなのか、あるいはセットプレーやカウンター攻撃なのかといった状況要因。
・使用した体の部位:足で蹴ったシュートと、ヘディングシュートでは成功確率が異なるため、部位による補正が入ります。
・守備側のプレッシャー:シュートを撃つ瞬間に、どれだけDFやGKがブロックに寄せていたかというディフェンスの密度。

これらの膨大な要素を瞬時にアルゴリズムが処理し、1本のシュートに対して精密な確率(xG)が導き出されます。試合終了後には、両チームの合計xGを比較することで、「どちらがより決定的なチャンスを多く作り出していたか」を数字で証明できるようになります。

シュートの質を測る先進的データの見方と試合分析への活用法

ゴール期待値は、単体のシュート評価だけでなく、チーム全体の試合分析や選手のパフォーマンス評価において絶大な威力を発揮します。

実際の試合において、例えば「試合に0-2で敗れたものの、チームの合計xGは2.8で、相手のxGは0.9だった」というケースがあったとします。この場合、スタッツ分析の観点からは「圧倒的にチャンスを創出していたが、相手GKの好セーブやシュートの不運に泣いた」あるいは「決定力に課題があった」と論理的に読み解くことができます。単にスコアだけを見るのではなく、次節に向けた戦術の修正や選手起用の判断材料として極めて有用です。

また、個人のストライカー評価においても、シーズン終了時に「実際の得点数」と「獲得したxGの総数」を比較することで、「xGを大きく上回るゴールを決めている選手は、シュート技術や決定力が卓越している(あるいは一時的な決定力の爆発がある)」、「xGの高いチャンスを数多く外している選手は、ポジショニングや動き出しに優れているが決定力に課題がある」といった深い分析が可能になります。

【データ比較】ゴール期待値(xG)の活用シーンと従来スタッツの違い

従来のサッカー統計と、ゴール期待値を中心とした先進的データの違いをわかりやすく比較表にまとめました。

比較項目 従来のスタッツ(シュート数・枠内シュート数) 先進的データ(ゴール期待値:xG)
測定の焦点 シュートを「撃った回数」や「枠内への飛距離」 シュートの「質(ゴールに入る確率の高さ)」
遠距離・無理なシュートの扱い 1本のシュートとして数値をプラスにカウント 低確率(例: xG 0.03)として適切に低く評価
試合分析への寄与 試合の主導権や攻勢の目安にはなるが、決定力の質は見えにくい チャンスの質と量を同時に可視化し、運の要素を排除した真の実力を評価
主な活用者 メディア、一般的なサッカーファン プロクラブのコーチングスタッフ、アナリスト、移籍市場のスカウト

2026年最新トレンド:ゴール期待値の進化とトラッキングデータの融合

導入から数年が経過し、2026年現在のサッカー界におけるゴール期待値の活用は、さらに高度なステージへと進化しています。

従来のxGは「シュートが放たれた瞬間」の静的なデータに基づくものが主流でしたが、最新のトラッキングシステムでは、ピッチ上の全選手の22人分の座標データ(骨格や移動速度)がリアルタイムで追跡されています。これにより、シュートの瞬間だけでなく、「パスが出た瞬間のディフェンダーの寄せの速さ」や「ゴールキーパーの視界の遮られ具合(GKスクリーン)」といった動的な変数までが自動計算に組み込まれるようになっています。

加えて、シュートだけでなくパスの成功確率を測る「xT(Expected Threat:期待脅威度)」など派生データも一般化し、ゴールに至るまでのプロセス全体を数値化する潮流が加速しています。Jリーグをはじめとする国内外のトップリーグでは、これらの先進データがクラブの強化部や育成年代の指導現場にまで浸透し、チーム戦略の標準インフラとして定着しています。

【ゴール期待値】に関するよくある質問(FAQ)

Q1:ゴール期待値(xG)が「1.0」を超えることはありますか?
A1:1本のシュートあたりのxGが1.0を超えることは理論上ありません。確率の最大値が1.0(100%)であるためです。ただし、1試合全体を通したチームの合計xGであれば、2.5や3.8といったように1.0を超える数値が記録されます。

Q2:xGの数値が低いのにゴールを決めた選手は、運が良いだけですか?
A2:一概に運が良いとは言えません。遠距離からの強烈なミドルシュートや、難しい体勢からのボレーシュートなど、個人の圧倒的なシュート技術やキックの精度によって、低確率(低xG)のチャンスをゴールに変える名手も存在します。

Q3:一般のサッカーファンでもxGのデータを見ることはできますか?
A3:はい、見ることができます。国内外の主要なサッカー専門ウェブサイトや試合速報アプリ、データ分析メディア(FotMobやSofaScoreなど)において、試合ごとのチームおよび選手のxGデータがリアルタイムや試合後に一般公開されています。

ここまで、サッカーにおけるゴール期待値(xG)の計算方法、仕組み、そして試合分析への活用法について詳しく見てきました。

ゴール期待値は、単なる数字の遊びや難解な数学モデルではなく、ピッチ上で起きている現象の「本質」を私たちに教えてくれる強力なレンズです。このデータの仕組みや見方を少し意識するだけで、贔屓のチームの戦術的意図や、ストライカーの本当のすごみがこれまで以上に鮮明に浮かび上がってくるはずです。2026年の最新トレンドを押さえた上で、今後のサッカー観戦や試合分析にぜひ役立ててみてください。

同じカテゴリの記事

浅倉 智也

全記事の事実確認を担当。一次情報・公式発表・公開資料の三点を確認できない場合は公開を見送る判断をします。

おすすめの関連記事