Jogadores — Produção Ofensiva xG · xA

Name: Estatísticas de Jogadores — Produção Ofensiva | Liga dos Campeões da UEFA (Champions League) 2025-2026 | TheScouter
Creator: TheScouter

Liga dos Campeões da UEFA (Champions League) · 2025-2026 · 884 registros np 11.3% sot 30.5% pk 74.7% ast 70.4%

Gols méd. 0

xG ⚡ méd. 0,72

xA ⚡ méd. 0,16

xG+xA ⚡ méd. 0,88

xG/90 ⚡ méd. 0,16

xG/Fin ⚡ méd. 0,080

G-xG ⚡ méd. 0,00

xGOT ⚡ méd. 0,71

Jogadores — Produção Ofensiva 25 de 884

Champions League · 2025-2026

#	Jogador	Nac	Pos	Time	Idade	Ano	Gols	Ast	G+A	xG ⚡	xA ⚡	xG+xA ⚡	xG/90 ⚡	xA/90 ⚡	(xG+xA)/90 ⚡	npxG ⚡	npxG/90 ⚡	xG/Fin ⚡	xG/NoA ⚡	xGOT ⚡	G-xG ⚡	G/xG ⚡	A-xA ⚡	A/xA ⚡	G-PK	G/90	A/90	G+A/90	Imp
510	Kylian Mbappé	fr FRA	FW	es Real Madrid	26	1.998	15	1	16	11,76	0,32	12,08	1,16	0,03	1,19	9,52	0,94	0,210	0,392	11,76	3,24	1,28	0,68	3,13	12	1,48	0,10	1,58	5
403	Harry Kane	eng ENG	FW	de Bayern Munich	32	1.993	14	2	16	10,78	0,64	11,42	0,94	0,06	0,99	7,05	0,61	0,234	0,416	10,39	3,22	1,30	1,36	3,13	10	1,22	0,17	1,39	3
606	Victor Osimhen	ng NGA	FW	tr Galatasaray	26	1.998	7	2	9	10,00	0,64	10,64	1,07	0,07	1,14	7,76	0,83	0,238	0,400	10,00	-3,00	0,70	1,36	3,13	4	0,75	0,21	0,97	14
26	Julián Álvarez	ar ARG	FW	es Atlético Madrid	25	2.000	10	4	14	8,94	1,28	10,22	0,65	0,09	0,75	6,70	0,49	0,194	0,406	8,94	1,06	1,12	2,72	3,13	7	0,73	0,29	1,02	0
397	Vinicius Júnior	br BRA	FW,MF	es Real Madrid	25	2.000	5	5	10	7,84	1,60	9,44	0,60	0,12	0,73	6,35	0,49	0,140	0,372	7,44	-2,84	0,64	3,40	3,13	4	0,38	0,38	0,77	8
340	Erling Haaland	no NOR	FW	eng Manchester City	25	2.000	8	0	8	7,44	0,00	7,44	0,89	0,00	0,89	6,70	0,80	0,213	0,372	7,44	0,56	1,07	0,00	0,00	7	0,96	0,00	0,96	3
310	Anthony Gordon	eng ENG	FW	eng Newcastle United	24	2.001	10	2	12	6,91	0,64	7,55	0,81	0,08	0,89	3,17	0,37	0,266	0,493	6,91	3,09	1,45	1,36	3,13	5	1,17	0,23	1,41	0
73	Harvey Barnes	eng ENG	FW,MF	eng Newcastle United	27	1.997	6	4	10	6,70	1,28	7,98	0,75	0,14	0,89	6,70	0,75	0,231	0,353	6,70	-0,70	0,90	2,72	3,13	6	0,67	0,45	1,12	6
445	Khvicha Kvaratskhelia	ge GEO	FW	fr Paris Saint-Germain	24	2.001	10	6	16	6,35	1,92	8,27	0,50	0,15	0,66	6,35	0,50	0,127	0,353	6,35	3,66	1,58	4,08	3,13	10	0,79	0,48	1,27	1
206	Ousmane Dembélé	fr FRA	FW	fr Paris Saint-Germain	28	1.997	8	2	10	6,12	0,64	6,76	0,67	0,07	0,74	3,88	0,42	0,180	0,409	5,72	1,88	1,31	1,36	3,13	6	0,87	0,22	1,09	8
386	Luis Javier Suárez	co COL	FW	pt Sporting CP	27	1.997	5	1	6	6,08	0,32	6,40	0,57	0,03	0,60	4,58	0,43	0,196	0,405	6,08	-1,08	0,82	0,68	3,13	3	0,47	0,09	0,57	5
865	Lamine Yamal	es ESP	MF	es Barcelona	18	2.007	6	4	10	5,56	1,28	6,84	0,57	0,13	0,71	3,32	0,34	0,159	0,370	5,56	0,44	1,08	2,72	3,13	3	0,62	0,41	1,03	2
791	Alexander Sørloth	no NOR	FW	es Atlético Madrid	29	1.995	6	1	7	5,29	0,32	5,61	0,76	0,05	0,81	5,29	0,76	0,182	0,353	5,29	0,71	1,13	0,68	3,13	6	0,87	0,14	1,01	6
594	Michael Olise	fr FRA	MF	de Bayern Munich	23	2.001	5	6	11	5,25	1,92	7,17	0,44	0,16	0,60	5,25	0,44	0,117	0,276	5,25	-0,25	0,95	4,08	3,13	5	0,42	0,50	0,92	2
850	Kasper Waarst Høgh	dk DEN	FW	no Bodø/Glimt	24	2.000	5	3	8	5,02	0,96	5,98	0,50	0,09	0,59	3,53	0,35	0,193	0,353	4,23	-0,02	1,00	2,04	3,13	5	0,49	0,30	0,79	6
339	Viktor Gyökeres	se SWE	FW	eng Arsenal	27	1.998	5	1	6	4,98	0,32	5,30	0,49	0,03	0,52	4,23	0,42	0,166	0,383	4,98	0,02	1,00	0,68	3,13	4	0,50	0,10	0,59	3
845	Vitinha	pt POR	MF	fr Paris Saint-Germain	25	2.000	6	1	7	4,81	0,32	5,13	0,28	0,02	0,30	3,32	0,19	0,112	0,310	4,34	1,19	1,25	0,68	3,13	5	0,35	0,06	0,41	0
702	Bukayo Saka	eng ENG	MF,FW	eng Arsenal	23	2.001	3	2	5	4,62	0,64	5,26	0,61	0,08	0,69	3,87	0,51	0,165	0,308	4,62	-1,62	0,65	1,36	3,13	2	0,39	0,26	0,66	3
460	Robert Lewandowski	pl POL	FW	es Barcelona	36	1.988	4	0	4	4,58	0,00	4,58	0,67	0,00	0,67	4,58	0,67	0,183	0,353	4,58	-0,58	0,87	0,00	0,00	4	0,58	0,00	0,58	5
318	Mason Greenwood	eng ENG	MF,FW	fr Marseille	23	2.001	3	1	4	4,42	0,32	4,74	0,59	0,04	0,64	4,42	0,59	0,130	0,276	4,42	-1,42	0,68	0,68	3,13	3	0,40	0,13	0,54	0
790	Dominik Szoboszlai	hu HUN	MF	eng Liverpool	24	2.000	5	4	9	4,34	1,28	5,62	0,37	0,11	0,48	3,59	0,31	0,145	0,310	4,34	0,66	1,15	2,72	3,13	4	0,43	0,34	0,77	0
69	Bradley Barcola	fr FRA	FW	fr Paris Saint-Germain	22	2.002	2	4	6	4,27	1,28	5,55	0,39	0,12	0,51	3,53	0,32	0,171	0,353	3,88	-2,27	0,47	2,72	3,13	2	0,18	0,37	0,55	4
67	Folarin Balogun	us USA	FW	fr Monaco	24	2.001	5	0	5	4,23	0,00	4,23	0,47	0,00	0,47	4,23	0,47	0,157	0,353	4,23	0,77	1,18	0,00	0,00	5	0,56	0,00	0,56	6
241	Hugo Ekitike	fr FRA	FW	eng Liverpool	23	2.002	3	1	4	4,23	0,32	4,55	0,46	0,03	0,49	4,23	0,46	0,118	0,353	4,23	-1,23	0,71	0,68	3,13	3	0,33	0,11	0,43	6
216	Luis Díaz	co COL	MF	de Bayern Munich	28	1.997	7	3	10	4,14	0,96	5,10	0,38	0,09	0,47	4,14	0,38	0,130	0,276	4,14	2,86	1,69	2,04	3,13	7	0,64	0,28	0,92	6

Página 1 de 36 · 884 registros total

‹ 1 2 3 … 36 ›

Glossário — Produção Ofensiva

⚡ = métrica computada

v6.1

# Posição no ranking

Jogador Nome do jogador

Nac Nacionalidade

Pos Posição em campo

Time Time

Idade Idade atual

Ano Ano de nascimento

Gols Gols marcados

Ast Assistências

G+A Gols + Assistências

xG ⚡ Expected Goals — gols esperados baseado na qualidade das finalizações (taxa média real da liga)

xA ⚡ Expected Assists (proxy matricial) — combina o volume de assistências do jogador com a qualidade ofensiva do time. Fórmula: (Ast × 0,32) + [(Ast × 1,7) × (npxG/Fin do time)] + [(Fin do jogador/Fin do time) × npxG do time × 0,08]

xG+xA ⚡ xG + xA — envolvimento ofensivo esperado total

xG/90 ⚡ xG por 90 minutos — ritmo de criação de chances qualificadas

xA/90 ⚡ xA por 90 minutos — ritmo de criação esperada de assistências

(xG+xA)/90 ⚡ (xG + xA) por 90 minutos — ritmo de contribuição ofensiva esperada

npxG ⚡ Non-Penalty xG — xG excluindo pênaltis cobrados

npxG/90 ⚡ Non-Penalty xG por 90 minutos

xG/Fin ⚡ xG por finalização total — qualidade média de cada tentativa

xG/NoA ⚡ xGOT / finalizações no alvo — perigo médio por chute no alvo

xGOT ⚡ Expected Goals on Target — xG sobre finalizações no alvo

G-xG ⚡ G − xG: positivo = eficiente acima do esperado

G/xG ⚡ G/xG: razão de aproveitamento. >1 = mais gols que o esperado

A-xA ⚡ A − xA: positivo = mais assists do que o esperado pela qualidade

A/xA ⚡ A/xA: razão de assistências. >1 = converte mais chances em assists

G-PK Gols excluindo pênaltis

G/90 Gols por 90 minutos

A/90 Assistências por 90 minutos

G+A/90 G+A por 90 minutos

Imp Impedimentos

Métricas ⚡ calculadas com as taxas reais da liga Champions League:
· tx_np — conv. p/ chute total (xG, npxG): 11.3%
· tx_sot — conv. p/ chute no alvo (xGOT, xGA): 30.5%
· tx_pk — conv. de pênaltis: 74.7%
· tx_ast — assistências por gol na liga: 70.4%

xG ajustado por posição (v5.3):
· Atacantes, meias, defensores e goleiros usam taxas de conversão calculadas separadamente a partir dos próprios dados da liga.
· Grupos com menos de 30 chutes (ou 15 no alvo) usam a taxa geral da liga como fallback, para evitar ruído estatístico.

xA Proxy (v5.4) — metodologia matricial:
· xA = (Ast_jog × 0,32) + [(Ast_jog × 1,7) × (npxG/Fin_time)] + [(Fin_jog/Fin_time) × npxG_time × 0,08]
· Ast_jog — assistências do jogador · Fin_jog — finalizações do jogador
· npxG_time / Fin_time — npxG e finalizações totais do time (temporada)
· NOTA: proxy com dados agregados — xA real requer dados shot-a-shot

Notas v4.3:
· SoTA (FBRef) já exclui pênaltis → xGA = SoTA × tx_sot + PKsof × tx_pk
· np_sot = SoT − PKconvertidos (PK errados não estão em SoT)
· xGA/Fin = xGA ÷ (SoTA + PKsof) = perigo médio por tentativa enfrentada