Home  ›  Serie a Italia  ›  Jogadores · Produção Ofensiva
2025-2026
 Serie a Italia / Jogadores / Produção Ofensiva

Jogadores — Produção Ofensiva xG · xA

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
2026-2027 2025-2026 Times Jogadores Visão Geral Produção Ofensiva Finalizações Disciplina Goleiros Minutos & Rotatividade Ações Defensivas Pênaltis
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
401
Oliver Nielsen
dk DEN DF
Lazio
22 2.003 0 0 0 0,57 0,05 0,62 0,03 0,00 0,04 0,57 0,03 0,095 0,287 0,57 -0,57 0,00 -0,05 0,00 0 0,00 0,00 0,00 0
426
Sebastian Otoa
dk DEN DF
Genoa
21 2.004 0 0 0 0,57 0,02 0,59 0,06 0,00 0,06 0,57 0,06 0,191 0,287 0,57 -0,57 0,00 -0,02 0,00 0 0,00 0,00 0,00 2
485
Juan Rodríguez 2005
uy URU DF
Cagliari
20 2.005 1 0 1 0,57 0,02 0,59 0,04 0,00 0,04 0,57 0,04 0,191 0,287 0,57 0,43 1,75 -0,02 0,00 1 0,07 0,00 0,07 0
512
Jamil Siebert
de GER DF
Lecce
23 2.002 1 0 1 0,57 0,03 0,60 0,03 0,00 0,03 0,57 0,03 0,095 0,287 0,57 0,43 1,75 -0,03 0,00 1 0,05 0,00 0,05 1
552
Fikayo Tomori
eng ENG DF
Milan
27 1.997 0 2 2 0,57 1,00 1,57 0,02 0,04 0,06 0,57 0,02 0,064 0,287 0,57 -0,57 0,00 1,00 2,01 0 0,00 0,07 0,07 2
557
Mariano Troilo
ar ARG DF
Parma
22 2.003 1 0 1 0,57 0,05 0,62 0,03 0,00 0,03 0,57 0,03 0,064 0,287 0,57 0,43 1,75 -0,05 0,00 1 0,06 0,00 0,06 1
563
Álex Valle
es ESP DF
Como
21 2.004 1 4 5 0,57 2,00 2,57 0,03 0,09 0,11 0,57 0,03 0,052 0,287 0,57 0,43 1,75 2,00 2,00 1 0,04 0,18 0,22 1
572
Danilo Veiga
pt POR DF
Lecce
22 2.002 0 1 1 0,57 0,47 1,04 0,02 0,01 0,03 0,57 0,02 0,095 0,287 0,57 -0,57 0,00 0,53 2,11 0 0,00 0,03 0,03 1
578
Martin Vitík
cz CZE DF
Bologna
22 2.003 0 0 0 0,57 0,05 0,62 0,04 0,00 0,04 0,57 0,04 0,072 0,287 0,57 -0,57 0,00 -0,05 0,00 0 0,00 0,00 0,00 0
585
Stefan de Vrij
nl NED DF
Inter
33 1.992 0 0 0 0,57 0,05 0,62 0,08 0,01 0,08 0,57 0,08 0,095 0,287 0,57 -0,57 0,00 -0,05 0,00 0 0,00 0,00 0,00 0
597
Gabriele Zappa
it ITA DF,MF
Cagliari
25 1.999 0 3 3 0,57 1,48 2,05 0,03 0,08 0,12 0,57 0,03 0,052 0,287 0,57 -0,57 0,00 1,52 2,03 0 0,00 0,17 0,17 0
1
Zakaria Aboukhlal
ma MAR MF
Torino
25 2.000 0 0 0 0,50 0,05 0,55 0,09 0,01 0,10 0,50 0,09 0,072 0,251 0,50 -0,50 0,00 -0,05 0,00 0 0,00 0,00 0,00 7
15
Pontus Almqvist
se SWE MF
Parma
26 1.999 0 1 1 0,50 0,47 0,97 0,10 0,09 0,19 0,50 0,10 0,101 0,251 0,50 -0,50 0,00 0,53 2,15 0 0,00 0,20 0,20 1
19
Angeliño
es ESP MF
Roma
28 1.997 0 0 0 0,50 0,04 0,54 0,11 0,01 0,12 0,50 0,11 0,101 0,251 0,50 -0,50 0,00 -0,04 0,00 0 0,00 0,00 0,00 0
38
Tommaso Barbieri
it ITA MF
Cremonese
22 2.002 0 1 1 0,50 0,61 1,11 0,03 0,03 0,06 0,50 0,03 0,031 0,251 0,50 -0,50 0,00 0,39 1,64 0 0,00 0,05 0,05 1
68
Warren Bondo
fr FRA MF
Cremonese
21 2.003 0 0 0 0,50 0,06 0,56 0,03 0,00 0,03 0,50 0,03 0,063 0,251 0,50 -0,50 0,00 -0,06 0,00 0 0,00 0,00 0,00 0
78
Marco Brescianini
it ITA MF
Atalanta
25 2.000 1 0 1 0,50 0,02 0,52 0,25 0,01 0,26 0,50 0,25 0,168 0,251 0,50 0,50 1,99 -0,02 0,00 1 0,49 0,00 0,49 0
79
Marco Brescianini
it ITA MF
Fiorentina
25 2.000 1 1 2 0,50 0,50 1,00 0,05 0,05 0,10 0,50 0,05 0,050 0,251 0,50 0,50 1,99 0,50 2,01 1 0,10 0,10 0,21 0
99
Valentin Carboni
ar ARG MF
Genoa
20 2.005 0 0 0 0,50 0,04 0,54 0,13 0,01 0,14 0,50 0,13 0,084 0,251 0,50 -0,50 0,00 -0,04 0,00 0 0,00 0,00 0,00 0
111
Fallou Cham
gm GAM MF
Hellas Verona
19 2.006 0 0 0 0,50 0,04 0,54 0,20 0,01 0,21 0,50 0,20 0,101 0,251 0,50 -0,50 0,00 -0,04 0,00 0 0,00 0,00 0,00 1
136
Juan David Cabal
co COL MF
Juventus
24 2.001 2 0 2 0,50 0,04 0,54 0,15 0,01 0,16 0,50 0,15 0,101 0,251 0,50 1,50 3,98 -0,04 0,00 2 0,61 0,00 0,61 2
145
Fisayo Dele-Bashiru
ng NGA MF
Lazio
24 2.001 1 0 1 0,50 0,07 0,57 0,04 0,01 0,04 0,50 0,04 0,056 0,251 0,50 0,50 1,99 -0,07 0,00 1 0,08 0,00 0,08 2
160
Benjamín Domínguez
ar ARG MF
Bologna
21 2.003 0 3 3 0,50 1,43 1,93 0,08 0,24 0,32 0,50 0,08 0,042 0,251 0,50 -0,50 0,00 1,57 2,10 0 0,00 0,49 0,49 3
173
Kingsley Ehizibue
nl NED MF,DF
Udinese
30 1.995 2 0 2 0,50 0,06 0,56 0,02 0,00 0,03 0,50 0,02 0,056 0,251 0,50 1,50 3,98 -0,06 0,00 2 0,10 0,00 0,10 2
186
Giovanni Fabbian
it ITA MF
Fiorentina
22 2.003 0 0 0 0,50 0,04 0,54 0,10 0,01 0,10 0,50 0,10 0,072 0,251 0,50 -0,50 0,00 -0,04 0,00 0 0,00 0,00 0,00 0

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
© 2026 TheScouter  ·  Stats Engine v6.1  ·  Serie a Italia  ·  2025-2026  ·  Jogadores / Produção Ofensiva  ·  ⚡ xG · xA · xGOT · xGA · npxG