martes, 1 de septiembre de 2026 Último Aaron Donald vuelve a los Rams y se suma a una larga lista de regresos
⚡ Último momento
Datos y Análisis

Analítica deportiva: la guía para entender xG, EPA y TS%

xG, EPA y true shooting: qué son, cómo se calculan y cómo usarlos para leer mejor cualquier partido, sin necesidad de ser matemático.

por Lucía Bengoechea 1 de septiembre de 2026 6 min de lectura
Analítica deportiva: la guía para entender xG, EPA y TS%

Foto: Joe K. / CC BY-SA 4.0

La analítica deportiva ya no es un lujo para expertos: está en cada transmisión, en cada debate de tribuna y en cada informe de scouting. Sin embargo, para muchos hinchas, términos como xG, EPA o true shooting percentage suenan a otro idioma. Esta guía explica, en criollo, qué significan y cómo cualquier fanático puede usarlos para entender mejor lo que ve en la cancha.

Qué es la analítica deportiva

En su forma más simple, la analítica deportiva existe desde hace más de un siglo: goles, puntos, promedios de bateo, récords de victorias y derrotas. Lo que cambió en las últimas dos décadas es la profundidad de los datos. Empresas como Opta, parte de Stats Perform y recolectora oficial de datos de la Premier League, registran cada toque de balón, quién lo hizo y en qué parte del campo ocurrió. En los deportes estadounidenses, las ligas registran cada jugada y, cada vez más, cada movimiento.

Esa materia prima alimenta dos grandes familias de números. La primera son los datos de eventos: cosas discretas que suceden, como tiros, pases, tackles y rebotes. La segunda son los datos de seguimiento: las posiciones continuas de los jugadores y la pelota, capturadas muchas veces por segundo mediante cámaras o sensores. Los datos de seguimiento permiten medir cuánto espacio encontró un delantero, a qué velocidad se separó un receptor de la cobertura o cuántos kilómetros corrió un base en un partido.

El objetivo no es reemplazar la mirada del hincha, sino corregir los trucos que nos juegan los ojos. Los humanos sobrevaloramos los momentos espectaculares y los recuerdos recientes. Los datos no se impresionan por lo dramático de un gol; les importa cuán probable era. Esa tensión entre el ojo y la planilla es donde la analítica se vuelve útil, y está remodelando desde las decisiones de llamadas de jugadas en la NFL hasta la forma en que los clubes buscan talento.

Tres conceptos que abren la mayoría de las conversaciones

El expected goals (xG) es la métrica insignia del fútbol. A cada tiro se le asigna un valor entre cero y uno que representa la probabilidad de que un jugador promedio convierta desde esa situación, según distancia, ángulo, tipo de asistencia y si la chance llegó de pie o de cabeza. Un tiro de 0.1 xG es uno que un jugador promedio convierte aproximadamente el diez por ciento de las veces. Sumando los valores de los tiros de un equipo se obtiene una medida de calidad de oportunidades, no solo de cantidad.

Un equipo que pierde 1-0 pero genera 2.5 xG probablemente jugó bien y tuvo mala suerte; uno que gana tres partidos seguidos creando muy poco puede estar viviendo de prestado. El xG ya es citado por la propia Premier League y por transmisores como Sky Sports, y funciona mejor en una serie de partidos que como veredicto de un encuentro aislado.

El expected points added (EPA) hace un trabajo similar para el fútbol americano. Los analistas asignan un valor de puntos esperados a cada estado del juego según down, distancia y posición en el campo, y luego miden cuánto movió ese valor cada jugada. La idea es que no todas las yardas son iguales: una ganancia de cinco yardas en tercera y cuatro extiende una serie, mientras que las mismas cinco yardas en tercera y quince generalmente la terminan.

El EPA por jugada se volvió una forma estándar de comparar mariscales de campo y ofensivas, desde la cobertura de ESPN hasta las Next Gen Stats de la propia NFL, donde forma parte de calificaciones compuestas. Si querés saber si una ofensiva es realmente buena o solo acumula yardas vacías, el EPA es el primer lugar al que miran los analistas serios, y es central en cómo se desarrollan y evalúan los mariscales de campo modernos.

El true shooting percentage (TS%) es la respuesta del básquet a un problema de larga data: el porcentaje de tiros de campo trata un triple y una bandeja como el mismo evento e ignora por completo los tiros libres. El TS% integra puntos de dobles, triples y libres en un solo número de eficiencia, de modo que un jugador que anota 30 puntos en 15 tiros luce brillante, y uno que necesita 28 tiros para el mismo total luce costoso. La familia más amplia de métricas de eficiencia —puntos por posesión, porcentaje de tiros de campo efectivo, rating ofensivo y defensivo— sigue la misma lógica: medir producción contra oportunidades usadas, no solo totales brutos. Esta forma de pensar es la que impulsó el cambio en la selección de tiros hacia triples y ataques al aro, una historia que contamos en detalle en cómo la analítica cambió la selección de tiros en el básquet.

Cómo puede usarla un hincha común

No hace falta construir modelos para beneficiarse de la analítica. Empezá con tres hábitos. Primero, cuando un resultado te sorprenda, revisá los números subyacentes antes de formarte una historia. Un 0-0 puede esconder un partido de un solo lado; el xG y los mapas de tiros te dirán de qué tipo fue. Segundo, desconfiá de las muestras pequeñas. Casi toda métrica, desde el porcentaje de conversión de un delantero hasta los números de un mariscal en tercera oportunidad, oscila salvajemente en unos pocos partidos. La señal vive en la vista de temporada completa.

Tercero, usá la eficiencia en lugar del volumen al comparar jugadores. Los puntos, goles y yardas premian la oportunidad; las cifras por tiro, por jugada y por posesión premian la calidad. También conviene saber qué no puede hacer la analítica. Ningún modelo mide liderazgo, comunicación o cómo maneja un jugador una multitud hostil de visitante. Los datos de seguimiento pueden decirte que un defensor cerró rápido a un tirador; no pueden decirte si seguía instrucciones o improvisaba.

Los mejores analistas tratan los números como un testigo más, junto al video y al scouting tradicional, por eso la cobertura reflexiva combina cada vez más datos con contexto narrativo, un tema que exploramos en por qué la cobertura deportiva necesita más contexto. Por último, esperá que el campo siga moviéndose. Los datos de seguimiento todavía son jóvenes en muchos deportes, los equipos guardan celosamente sus mejores modelos y las comunidades públicas de analítica siguen produciendo ideas que llegan a la corriente principal en unas pocas temporadas. Para un panorama más amplio de hacia dónde va la disciplina, mirá nuestro resumen de las formas en que los datos y la analítica están cambiando el deporte moderno.

El hincha que aprende este idioma ahora simplemente se está adelantando a donde ya van todas las transmisiones, todos los informes de partido y todos los debates de entretiempo.

Sobre el autor

Lucía Bengoechea

Escribe sobre básquet y análisis de datos. Le interesa lo que las estadísticas avanzadas explican del juego y lo que no: eficiencia, selección de tiro, topes salariales y los modelos que usan los equipos para decidir.

Ver todas las notas de Lucía Bengoechea →

1 comentario

Dejá tu comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Recibí el resumen deportivo

Las noticias, los números y los análisis que importan, en tu correo.