Home › Serie a Italia › Jogadores · Produção Ofensiva

2025-2026

Serie a Italia / Jogadores / Produção Ofensiva

Jogadores — Produção Ofensiva xG · xA

Name: Estatísticas de Jogadores — Produção Ofensiva | Campeonato Italiano (Serie a Italia) 2025-2026 | TheScouter
Creator: TheScouter

Campeonato Italiano (Serie a Italia) · 2025-2026 · 609 registros np 8.9% sot 27.7% pk 76.4% ast 67.9%

Gols méd. 1

xG ⚡ méd. 1,48

xA ⚡ méd. 0,58

xG+xA ⚡ méd. 2,06

xG/90 ⚡ méd. 0,13

xG/Fin ⚡ méd. 0,070

G-xG ⚡ méd. 0,00

xGOT ⚡ méd. 1,46

Jogadores — Produção Ofensiva 25 de 609

Serie a Italia · 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
440	Nicolás Paz 2004	ar ARG	MF	Como	20	2.004	12	6	18	13,09	3,78	16,87	0,41	0,12	0,53	11,56	0,36	0,108	0,251	12,07	-1,09	0,92	2,22	1,59	12	0,38	0,19	0,56	0
348	Lautaro Martínez	ar ARG	FW	Inter	27	1.997	17	6	23	11,88	3,59	15,47	0,50	0,15	0,64	11,88	0,50	0,129	0,305	11,88	5,12	1,43	2,41	1,67	17	0,71	0,25	0,96	8
334	Donyell Malen	nl NED	FW	Roma	26	1.999	14	2	16	11,28	1,49	12,77	0,69	0,09	0,78	8,22	0,50	0,161	0,349	10,82	2,72	1,24	0,51	1,35	11	0,86	0,12	0,98	14
67	Federico Bonazzoli	it ITA	FW	Cremonese	28	1.997	10	1	11	11,12	1,06	12,18	0,40	0,04	0,44	8,83	0,32	0,148	0,348	11,12	-1,12	0,90	-0,06	0,94	7	0,36	0,04	0,39	4
589	Kenan Yıldız	tr TUR	MF,FW	Juventus	20	2.005	10	6	16	11,08	3,65	14,73	0,35	0,12	0,47	9,55	0,30	0,114	0,264	10,57	-1,08	0,90	2,35	1,65	9	0,32	0,19	0,51	7
425	Riccardo Orsolini	it ITA	MF,FW	Bologna	28	1.997	10	1	11	10,87	0,96	11,83	0,46	0,04	0,50	6,29	0,27	0,133	0,318	9,84	-0,87	0,92	0,04	1,04	6	0,43	0,04	0,47	18
291	Nikola Krstović	me MNE	FW	Atalanta	25	2.000	10	5	15	10,35	2,99	13,34	0,52	0,15	0,67	10,35	0,52	0,105	0,305	10,35	-0,35	0,97	2,01	1,67	10	0,50	0,25	0,75	27
163	Anastasios Douvikas	gr GRE	FW	Como	25	1.999	14	1	15	9,59	0,97	10,56	0,38	0,04	0,42	8,83	0,35	0,148	0,320	9,59	4,41	1,46	0,03	1,04	13	0,55	0,04	0,59	7
459	Andrea Pinamonti	it ITA	FW	Sassuolo	26	1.999	9	3	12	9,59	2,00	11,59	0,34	0,07	0,41	8,83	0,31	0,131	0,305	9,14	-0,59	0,94	1,00	1,50	9	0,32	0,11	0,42	13
138	Keinan Davis	eng ENG	FW	Udinese	27	1.998	10	4	14	9,45	2,24	11,69	0,41	0,10	0,51	6,39	0,28	0,189	0,378	9,45	0,55	1,06	1,76	1,79	6	0,44	0,17	0,61	10
422	Gift Orban	ng NGA	FW	Hellas Verona	23	2.002	7	2	9	9,45	1,56	11,01	0,42	0,07	0,49	7,92	0,35	0,111	0,337	9,45	-2,45	0,74	0,44	1,28	5	0,31	0,09	0,40	20
120	Lorenzo Colombo	it ITA	FW	Genoa	23	2.002	7	1	8	9,14	0,92	10,06	0,35	0,04	0,39	7,61	0,29	0,138	0,322	8,68	-2,14	0,77	0,08	1,09	6	0,27	0,04	0,31	3
275	Moise Kean	it ITA	FW	Fiorentina	25	2.000	8	1	9	9,14	0,99	10,13	0,40	0,04	0,45	7,61	0,34	0,093	0,339	9,14	-1,14	0,88	0,01	1,01	6	0,35	0,04	0,40	30
356	Scott McTominay	sct SCO	MF	Napoli	28	1.996	10	3	13	9,06	2,22	11,28	0,29	0,07	0,36	8,30	0,27	0,090	0,251	8,55	0,94	1,10	0,78	1,35	10	0,32	0,10	0,42	5
551	Marcus Thuram	fr FRA	FW	Inter	27	1.997	13	6	19	8,83	3,45	12,28	0,42	0,16	0,58	8,83	0,42	0,119	0,305	8,83	4,17	1,47	2,55	1,74	13	0,62	0,28	0,90	15
514	Giovanni Simeone	ar ARG	FW	Torino	30	1.995	11	0	11	8,53	0,55	9,08	0,34	0,02	0,37	8,53	0,34	0,109	0,305	8,53	2,47	1,29	-0,55	0,00	11	0,44	0,00	0,44	18
303	Rafael Leão	pt POR	FW	Milan	26	1.999	9	3	12	8,23	1,84	10,07	0,40	0,09	0,49	6,70	0,33	0,131	0,343	8,23	0,77	1,09	1,16	1,63	7	0,44	0,15	0,58	9
250	Rasmus Højlund	dk DEN	FW	Napoli	22	2.003	12	5	17	8,07	2,88	10,95	0,26	0,09	0,36	7,31	0,24	0,135	0,323	8,07	3,93	1,49	2,12	1,74	11	0,39	0,16	0,56	20
470	Christian Pulisic	us USA	FW	Milan	26	1.998	8	4	12	8,07	2,24	10,31	0,45	0,13	0,58	7,31	0,41	0,149	0,305	7,61	-0,07	0,99	1,76	1,79	8	0,45	0,22	0,67	3
297	Armand Lauriente	fr FRA	FW	Sassuolo	26	1.998	7	9	16	7,92	4,87	12,79	0,27	0,17	0,44	7,92	0,27	0,112	0,305	7,92	-0,92	0,88	4,13	1,85	7	0,24	0,31	0,56	18
53	Domenico Berardi	it ITA	FW	Sassuolo	30	1.994	8	4	12	7,77	2,23	10,00	0,36	0,10	0,46	5,48	0,25	0,194	0,348	7,31	0,23	1,03	1,77	1,80	6	0,37	0,18	0,55	12
507	Gianluca Scamacca	it ITA	FW	Atalanta	26	1.999	10	1	11	7,62	0,85	8,47	0,52	0,06	0,58	6,09	0,42	0,134	0,346	7,62	2,38	1,31	0,15	1,18	8	0,68	0,07	0,75	8
224	Giovane	br BRA	FW,MF	Hellas Verona	21	2.003	3	4	7	7,61	2,24	9,85	0,45	0,13	0,58	7,61	0,45	0,162	0,305	7,61	-4,61	0,39	1,76	1,79	3	0,18	0,23	0,41	8
404	Christopher Nkunku	fr FRA	FW	Milan	27	1.997	7	3	10	7,17	1,60	8,77	0,48	0,11	0,58	3,35	0,22	0,247	0,448	7,17	-0,17	0,98	1,40	1,87	2	0,46	0,20	0,66	8
446	Mateo Pellegrino	ar ARG	FW	Parma	24	2.001	9	1	10	7,16	0,84	8,00	0,22	0,03	0,24	6,39	0,19	0,098	0,325	7,16	1,84	1,26	0,16	1,19	8	0,27	0,03	0,30	12

Página 1 de 25 · 609 registros total

‹ 1 2 3 … 25 ›

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 Serie a Italia:
· tx_np — conv. p/ chute total (xG, npxG): 8.9%
· tx_sot — conv. p/ chute no alvo (xGOT, xGA): 27.7%
· tx_pk — conv. de pênaltis: 76.4%
· tx_ast — assistências por gol na liga: 67.9%

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