Home › Ligue 1 › Jogadores · Produção Ofensiva

2026-2027

Ligue 1 / Jogadores / Produção Ofensiva

Jogadores — Produção Ofensiva xG · xA

Name: Estatísticas de Jogadores — Produção Ofensiva | Campeonato Francês (Ligue 1) 2026-2027 | TheScouter
Creator: TheScouter

Campeonato Francês (Ligue 1) · 2026-2027 · 394 registros np 8.8% sot 25.9% pk 100% ast 75.4%

Gols méd. 0

xG ⚡ méd. 0,31

xA ⚡ méd. 0,13

xG+xA ⚡ méd. 0,44

xG/90 ⚡ méd. 0,13

xG/Fin ⚡ méd. 0,060

G-xG ⚡ méd. 0,00

xGOT ⚡ méd. 0,31

Jogadores — Produção Ofensiva 25 de 394

Ligue 1 · 2026-2027

#	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
358	Florian Thauvin	fr FRA	MF	Lens	33	1.993	3	2	5	4,22	1,11	5,33	0,84	0,22	1,07	1,22	0,24	0,264	0,469	4,22	-1,22	0,71	0,89	1,79	0	0,60	0,40	1,00	1
340	Lassine Sinayoko	ml MLI	FW	Paris FC	26	1.999	4	1	5	4,03	0,57	4,60	0,84	0,12	0,96	2,03	0,42	0,237	0,448	4,03	-0,03	0,99	0,43	1,75	2	0,83	0,21	1,04	4
210	Esteban Lepaul	fr FRA	FW	Rennes	26	2.000	3	0	3	3,61	0,13	3,74	0,87	0,03	0,90	2,61	0,63	0,190	0,361	3,61	-0,61	0,83	-0,13	0,00	2	0,72	0,00	0,72	1
218	Louis Mafouta	cf CTA	FW	Le Mans	32	1.994	3	1	4	3,03	0,65	3,68	0,65	0,14	0,78	2,03	0,43	0,233	0,379	3,03	-0,03	0,99	0,35	1,54	2	0,64	0,21	0,85	—
58	Paris Brunner	de GER	FW	Monaco	20	2.006	4	0	4	2,61	0,15	2,76	0,61	0,03	0,64	2,61	0,61	0,163	0,290	2,61	1,39	1,53	-0,15	0,00	4	0,93	0,00	0,93	8
324	Mbwana Samatta	tz TAN	FW,MF	Le Havre	33	1.992	2	0	2	2,61	0,13	2,74	0,55	0,03	0,58	2,61	0,55	0,130	0,290	2,61	-0,61	0,77	-0,13	0,00	2	0,42	0,00	0,42	2
150	Amine Gouiri	dz ALG	FW	Marseille	26	2.000	4	1	5	2,45	0,57	3,02	0,49	0,11	0,61	1,45	0,29	0,188	0,408	2,45	1,55	1,63	0,43	1,76	3	0,81	0,20	1,01	1
212	Danny Loader	cm CMR	FW,MF	Auxerre	26	2.000	1	1	2	2,45	0,58	3,03	0,55	0,13	0,68	1,45	0,32	0,245	0,408	2,45	-1,45	0,41	0,42	1,73	0	0,22	0,22	0,45	1
328	Tiago Santos	pt POR	DF	Lille	24	2.002	2	0	2	2,28	0,09	2,37	0,46	0,02	0,47	2,28	0,46	0,253	0,380	2,28	-0,28	0,88	-0,09	0,00	2	0,40	0,00	0,40	1
375	Ayase Ueda	jp JPN	FW	Lille	28	1.998	2	0	2	2,03	0,09	2,12	0,94	0,04	0,98	2,03	0,94	0,225	0,290	2,03	-0,03	0,99	-0,09	0,00	2	0,93	0,00	0,93	1
123	Kamory Doumbia	ml MLI	MF	Brest	23	2.003	4	1	5	1,81	0,54	2,35	0,40	0,12	0,53	0,81	0,18	0,129	0,362	1,81	2,19	2,21	0,46	1,84	3	0,89	0,22	1,12	1
191	Mamadou Koné	ci CIV	FW	Lorient	19	2.006	1	0	1	1,74	0,05	1,79	0,63	0,02	0,65	1,74	0,63	0,217	0,290	1,74	-0,74	0,57	-0,05	0,00	1	0,36	0,00	0,36	—
198	Rémy Labeau Lascary	gp GLP	FW,MF	Auxerre	23	2.003	1	0	1	1,74	0,07	1,81	0,65	0,03	0,68	1,74	0,65	0,193	0,290	1,74	-0,74	0,57	-0,07	0,00	1	0,37	0,00	0,37	2
283	Loïs Openda	be BEL	FW	Lyon	26	2.000	1	1	2	1,74	0,61	2,35	0,47	0,16	0,64	1,74	0,47	0,109	0,290	1,74	-0,74	0,57	0,39	1,65	1	0,27	0,27	0,54	4
237	Pathé Mboup	sn SEN	MF	Brest	22	2.003	1	0	1	1,62	0,11	1,73	0,37	0,02	0,40	1,62	0,37	0,096	0,203	1,62	-0,62	0,62	-0,11	0,00	1	0,23	0,00	0,23	4
312	Renaud Ripart	fr FRA	FW	Troyes	33	1.993	1	0	1	1,58	0,03	1,61	0,52	0,01	0,53	0,58	0,19	0,197	0,527	1,58	-0,58	0,63	-0,03	0,00	0	0,33	0,00	0,33	2
355	Casper Tengstedt	dk DEN	FW	Toulouse	26	2.000	3	0	3	1,58	0,06	1,64	1,00	0,04	1,04	0,58	0,37	0,158	0,527	1,58	1,42	1,90	-0,06	0,00	2	1,90	0,00	1,90	3
227	Marquinhos	br BRA	DF	Paris SG	32	1.994	3	0	3	1,52	0,03	1,55	0,30	0,01	0,31	1,52	0,30	0,380	0,380	1,52	1,48	1,97	-0,03	0,00	3	0,60	0,00	0,60	1
14	Ludovic Ajorque	fr FRA	FW	Brest	32	1.994	1	0	1	1,45	0,10	1,55	0,29	0,02	0,31	1,45	0,29	0,091	0,290	1,45	-0,45	0,69	-0,10	0,00	1	0,20	0,00	0,20	4
24	Cameron Archer	eng ENG	FW	Auxerre	25	2.001	3	0	3	1,45	0,06	1,51	0,52	0,02	0,54	1,45	0,52	0,207	0,290	1,45	1,55	2,07	-0,06	0,00	3	1,07	0,00	1,07	2
196	Khvicha Kvaratskhelia	ge GEO	FW	Paris SG	25	2.001	0	1	1	1,45	0,55	2,00	0,47	0,18	0,64	1,45	0,47	0,121	0,290	1,45	-1,45	0,00	0,45	1,81	0	0,00	0,32	0,32	4
318	Jacen Russell-Rowe	ca CAN	FW	Toulouse	24	2.002	1	0	1	1,45	0,06	1,51	0,38	0,02	0,40	1,45	0,38	0,145	0,290	1,45	-0,45	0,69	-0,06	0,00	1	0,26	0,00	0,26	1
366	Ferran Torres	es ESP	FW	Paris SG	26	2.000	4	0	4	1,45	0,06	1,51	0,52	0,02	0,54	1,45	0,52	0,161	0,290	1,45	2,55	2,76	-0,06	0,00	4	1,43	0,00	1,43	2
387	Gessime Yassine	ma MAR	FW,MF	Strasbourg	20	2.005	2	1	3	1,45	0,58	2,03	0,30	0,12	0,42	1,45	0,30	0,161	0,290	1,45	0,55	1,38	0,42	1,73	2	0,42	0,21	0,62	—
138	Rayan Fofana	ci CIV	MF	Le Havre	20	2.006	1	0	1	1,41	0,04	1,45	1,01	0,03	1,04	0,41	0,29	0,234	0,469	1,41	-0,41	0,71	-0,04	0,00	0	0,72	0,00	0,72	—

Página 1 de 16 · 394 registros total

‹ 1 2 3 … 16 ›

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): 8.8%
· tx_sot — conv. p/ chute no alvo (xGOT, xGA): 25.9%
· tx_pk — conv. de pênaltis: 100%
· tx_ast — assistências por gol na liga: 75.4%

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