Home › Ligue 1 › Jogadores · Produção Ofensiva

2025-2026

Ligue 1 / Jogadores / Produção Ofensiva

Jogadores — Produção Ofensiva xG · xA

Name: Estatísticas de Jogadores — Produção Ofensiva | Campeonato Francês (Ligue 1) 2025-2026 | TheScouter
Creator: TheScouter

Campeonato Francês (Ligue 1) · 2025-2026 · 561 registros np 10.2% sot 30% pk 70.3% ast 71%

Gols méd. 1

xG ⚡ méd. 1,49

xA ⚡ méd. 0,63

xG+xA ⚡ méd. 2,12

xG/90 ⚡ méd. 0,13

xG/Fin ⚡ méd. 0,080

G-xG ⚡ méd. 0,00

xGOT ⚡ méd. 1,47

Jogadores — Produção Ofensiva 25 de 561

Ligue 1 · 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
216	Mason Greenwood	eng ENG	MF	Marseille	23	2.001	16	7	23	17,36	4,56	21,92	0,63	0,17	0,80	11,74	0,43	0,150	0,345	16,54	-1,36	0,92	2,44	1,53	10	0,58	0,26	0,84	1
498	Lassine Sinayoko	ml MLI	FW,MF	Auxerre	25	1.999	12	4	16	14,72	2,62	17,34	0,48	0,09	0,56	11,91	0,39	0,158	0,368	14,36	-2,72	0,82	1,38	1,53	9	0,39	0,13	0,52	13
303	Esteban Lepaul	fr FRA	FW	Rennes	25	2.000	20	5	25	14,04	3,15	17,19	0,50	0,11	0,62	11,23	0,40	0,167	0,370	13,67	5,96	1,42	1,85	1,59	17	0,72	0,18	0,90	8
434	Joaquín Panichelli	ar ARG	FW	Strasbourg	22	2.002	16	1	17	12,72	1,06	13,78	0,52	0,04	0,57	8,51	0,35	0,219	0,399	12,36	3,28	1,26	-0,06	0,94	11	0,66	0,04	0,70	14
49	Folarin Balogun	us USA	FW	Monaco	24	2.001	13	4	17	11,97	2,60	14,57	0,48	0,10	0,59	9,87	0,40	0,156	0,374	11,97	1,03	1,09	1,40	1,54	10	0,52	0,16	0,69	17
38	Pierre-Emerick Aubameyang	ga GAB	FW	Marseille	36	1.989	10	5	15	11,57	3,06	14,63	0,51	0,14	0,65	11,57	0,51	0,193	0,340	11,57	-1,57	0,86	1,94	1,63	10	0,44	0,22	0,66	9
188	Matias Fernandez-Pardo	be BEL	FW,MF	Lille	20	2.005	8	5	13	10,93	2,94	13,87	0,42	0,11	0,53	9,53	0,36	0,161	0,364	10,93	-2,93	0,73	2,06	1,70	6	0,30	0,19	0,49	16
175	Odsonne Édouard	fr FRA	FW	Lens	27	1.998	12	3	15	10,91	1,94	12,85	0,55	0,10	0,64	10,21	0,51	0,182	0,352	10,91	1,09	1,10	1,06	1,55	11	0,60	0,15	0,75	12
504	Issa Soumaré	sn SEN	FW,MF	Le Havre	24	2.000	8	5	13	10,61	2,99	13,60	0,32	0,09	0,42	8,51	0,26	0,138	0,353	9,89	-2,61	0,75	2,01	1,67	7	0,24	0,15	0,40	14
285	Khvicha Kvaratskhelia	ge GEO	FW	Paris Saint-Germain	24	2.001	8	4	12	10,23	2,59	12,82	0,62	0,16	0,78	9,53	0,58	0,157	0,353	10,23	-2,23	0,78	1,41	1,55	7	0,49	0,24	0,73	5
54	Bradley Barcola	fr FRA	FW	Paris Saint-Germain	22	2.002	11	1	12	10,21	1,08	11,29	0,53	0,06	0,58	10,21	0,53	0,155	0,340	10,21	0,79	1,08	-0,08	0,93	11	0,57	0,05	0,62	6
450	Gonçalo Ramos	pt POR	FW	Paris Saint-Germain	24	2.001	6	1	7	9,23	1,01	10,24	0,63	0,07	0,70	7,82	0,53	0,159	0,355	8,87	-3,23	0,65	-0,01	0,99	5	0,41	0,07	0,48	6
182	Endrick	br BRA	FW,MF	Lyon	19	2.006	5	7	12	9,21	4,00	13,21	0,68	0,30	0,98	8,51	0,63	0,184	0,354	9,21	-4,21	0,54	3,00	1,75	4	0,37	0,52	0,89	4
518	Florian Thauvin	fr FRA	MF	Lens	32	1.993	11	6	17	9,15	3,51	12,66	0,34	0,13	0,47	7,04	0,26	0,124	0,324	8,74	1,85	1,20	2,49	1,71	9	0,41	0,22	0,63	8
522	Corentin Tolisso	fr FRA	MF	Lyon	30	1.994	11	4	15	9,15	2,51	11,66	0,36	0,10	0,46	7,04	0,28	0,169	0,324	8,74	1,85	1,20	1,49	1,59	9	0,43	0,16	0,59	3
152	Bamba Dieng	sn SEN	FW	Lorient	25	2.000	10	1	11	8,89	0,85	9,74	0,66	0,06	0,72	7,48	0,56	0,198	0,355	8,53	1,11	1,12	0,15	1,18	9	0,74	0,07	0,82	9
185	Ansu Fati	es ESP	MF,FW	Monaco	22	2.002	11	0	11	8,68	0,35	9,03	0,71	0,03	0,74	5,87	0,48	0,202	0,345	8,27	2,32	1,27	-0,35	0,00	8	0,91	0,00	0,91	3
468	Wesley Saïd	fr FRA	MF	Lens	30	1.995	12	2	14	8,33	1,45	9,78	0,38	0,07	0,44	7,63	0,34	0,139	0,309	8,33	3,67	1,44	0,55	1,38	11	0,54	0,09	0,63	13
7	Matthis Abline	fr FRA	FW,MF	Nantes	22	2.003	6	4	10	7,85	2,41	10,26	0,27	0,08	0,36	7,14	0,25	0,093	0,340	7,48	-1,85	0,76	1,59	1,66	6	0,21	0,14	0,35	5
267	Ilan Kebbal	dz ALG	MF,FW	Paris FC	27	1.998	9	4	13	7,51	2,33	9,84	0,30	0,09	0,40	4,70	0,19	0,153	0,355	7,10	1,49	1,20	1,67	1,72	6	0,36	0,16	0,53	3
137	Ousmane Dembélé	fr FRA	FW	Paris Saint-Germain	28	1.997	10	7	17	7,21	3,93	11,14	0,61	0,33	0,94	5,10	0,43	0,160	0,380	6,85	2,79	1,39	3,07	1,78	8	0,85	0,59	1,44	8
134	Romain Del Castillo	fr FRA	MF,FW	Brest	29	1.996	9	3	12	7,09	1,65	8,74	0,24	0,06	0,30	1,47	0,05	0,215	0,482	6,27	1,91	1,27	1,35	1,82	3	0,31	0,10	0,41	5
202	Olivier Giroud	fr FRA	FW	Lille	38	1.986	7	1	8	6,89	0,80	7,69	0,39	0,04	0,43	4,08	0,23	0,168	0,408	6,53	0,11	1,02	0,20	1,25	4	0,39	0,06	0,45	8
181	Julio Enciso	py PAR	MF,FW	Strasbourg	21	2.004	3	6	9	6,87	3,68	10,55	0,33	0,18	0,50	6,16	0,29	0,113	0,312	6,87	-3,87	0,44	2,32	1,63	2	0,14	0,29	0,43	5
166	Désiré Doué	fr FRA	FW,MF	Paris Saint-Germain	20	2.005	7	4	11	6,83	2,50	9,33	0,46	0,17	0,62	6,12	0,41	0,124	0,340	6,46	0,17	1,03	1,50	1,60	7	0,47	0,27	0,73	0

Página 1 de 23 · 561 registros total

‹ 1 2 3 … 23 ›

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 Ligue 1:
· tx_np — conv. p/ chute total (xG, npxG): 10.2%
· tx_sot — conv. p/ chute no alvo (xGOT, xGA): 30%
· tx_pk — conv. de pênaltis: 70.3%
· tx_ast — assistências por gol na liga: 71%

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