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
376
Stefano Moreo
it ITA FW,MF
Pisa
32 1.993 7 1 8 7,01 0,76 7,77 0,27 0,03 0,30 5,48 0,21 0,135 0,350 7,01 -0,01 1,00 0,24 1,31 5 0,27 0,04 0,31 5
180
Francesco Esposito
it ITA FW
Inter
20 2.005 7 3 10 7,00 1,88 8,88 0,40 0,11 0,51 7,00 0,40 0,123 0,305 7,00 0,00 1,00 1,12 1,60 7 0,40 0,17 0,57 2
86
Hakan Çalhanoğlu
tr TUR MF
Inter
31 1.994 9 4 13 6,84 2,30 9,14 0,38 0,13 0,50 3,02 0,17 0,137 0,372 6,33 2,16 1,32 1,70 1,74 5 0,49 0,22 0,71 0
581
Nikola Vlašić
hr CRO MF,FW
Torino
27 1.997 8 3 11 6,84 1,76 8,60 0,20 0,05 0,25 3,02 0,09 0,140 0,402 6,84 1,16 1,17 1,24 1,70 3 0,24 0,09 0,33 4
594
Nicolò Zaniolo
it ITA FW,MF
Udinese
26 1.999 5 6 11 6,70 3,34 10,04 0,27 0,13 0,40 6,70 0,27 0,093 0,305 6,70 -1,70 0,75 2,66 1,80 5 0,20 0,24 0,44 6
106
Santiago Castro
ar ARG FW
Bologna
20 2.004 7 2 9 6,09 1,29 7,38 0,23 0,05 0,28 6,09 0,23 0,097 0,305 6,09 0,91 1,15 0,71 1,55 7 0,27 0,08 0,34 12
579
Vitinha
pt POR FW,MF
Genoa
25 2.000 5 1 6 6,09 0,91 7,00 0,25 0,04 0,28 6,09 0,25 0,094 0,305 6,09 -1,09 0,82 0,09 1,10 5 0,20 0,04 0,24 14
133
Lucas Da Cunha
fr FRA MF
Como
24 2.001 6 4 10 6,07 2,23 8,30 0,20 0,07 0,27 3,02 0,10 0,145 0,380 6,07 -0,07 0,99 1,77 1,79 2 0,20 0,13 0,33 1
237
Albert Guðmundsson
is ISL FW,MF
Fiorentina
28 1.997 5 4 9 5,95 1,99 7,94 0,24 0,08 0,32 3,65 0,15 0,145 0,396 5,95 -0,95 0,84 2,01 2,01 2 0,20 0,16 0,36 6
580
Dušan Vlahović
rs SRB FW
Juventus
25 2.000 7 1 8 5,94 0,86 6,80 0,55 0,08 0,63 5,18 0,48 0,121 0,330 5,94 1,06 1,18 0,14 1,16 6 0,65 0,09 0,74 9
259
Gustav Isaksen
dk DEN FW
Lazio
24 2.001 5 1 6 5,79 0,87 6,66 0,33 0,05 0,38 5,79 0,33 0,121 0,305 5,79 -0,79 0,86 0,13 1,14 5 0,28 0,06 0,34 1
122
Francisco Conceição
pt POR MF,FW
Juventus
22 2.002 3 5 8 5,78 2,98 8,76 0,25 0,13 0,38 5,78 0,25 0,079 0,251 5,78 -2,78 0,52 2,02 1,68 3 0,13 0,22 0,35 3
155
Federico Dimarco
it ITA MF
Inter
27 1.997 7 16 23 5,53 8,19 13,72 0,18 0,27 0,46 5,53 0,18 0,085 0,251 5,53 1,47 1,27 7,81 1,95 7 0,23 0,53 0,77 5
3
Che Adams
sct SCO FW
Torino
29 1.996 6 2 8 5,48 1,32 6,80 0,26 0,06 0,32 5,48 0,26 0,103 0,305 5,48 0,52 1,09 0,68 1,52 6 0,29 0,10 0,38 9
137
Jonathan David
ca CAN FW
Juventus
25 2.000 6 4 10 5,33 2,25 7,58 0,27 0,11 0,38 4,57 0,23 0,130 0,305 4,87 0,67 1,13 1,75 1,78 6 0,30 0,20 0,51 11
181
Sebastiano Esposito
it ITA FW,MF
Cagliari
23 2.002 7 5 12 5,33 2,73 8,06 0,18 0,09 0,27 4,57 0,15 0,094 0,333 5,33 1,67 1,31 2,27 1,83 6 0,24 0,17 0,40 5
335
Ruslan Malinovskyi
ua UKR MF
Genoa
32 1.993 6 3 9 5,31 1,77 7,08 0,21 0,07 0,29 3,02 0,12 0,097 0,354 5,31 0,69 1,13 1,23 1,69 3 0,24 0,12 0,36 1
91
Matteo Cancellieri
it ITA FW
Lazio
23 2.002 4 2 6 5,18 1,31 6,49 0,27 0,07 0,34 5,18 0,27 0,126 0,305 5,18 -1,18 0,77 0,69 1,53 4 0,21 0,10 0,31 3
167
Paulo Dybala
ar ARG MF,FW
Roma
31 1.993 2 6 8 5,04 3,20 8,24 0,33 0,21 0,55 4,27 0,28 0,117 0,251 4,53 -3,04 0,40 2,80 1,87 2 0,13 0,40 0,53 3
337
Rolando Mandragora
it ITA MF
Fiorentina
28 1.997 7 3 10 5,04 1,68 6,72 0,19 0,06 0,25 4,27 0,16 0,079 0,280 5,04 1,96 1,39 1,32 1,78 6 0,26 0,11 0,37 0
26
Arthur Atta
fr FRA MF
Udinese
22 2.003 5 3 8 5,03 1,82 6,85 0,18 0,06 0,24 5,03 0,18 0,088 0,251 5,03 -0,03 0,99 1,18 1,65 5 0,18 0,11 0,28 8
596
Duván Zapata
co COL FW
Torino
34 1.991 3 1 4 5,03 0,71 5,74 0,41 0,06 0,47 4,26 0,35 0,148 0,305 4,57 -2,03 0,60 0,29 1,40 3 0,24 0,08 0,33 7
590
Mattia Zaccagni
it ITA FW
Lazio
30 1.995 3 0 3 4,72 0,27 4,99 0,20 0,01 0,21 3,96 0,17 0,139 0,305 4,26 -1,72 0,64 -0,27 0,00 3 0,13 0,00 0,13 6
193
Evan Ferguson
ie IRL FW
Roma
20 2.004 3 2 5 4,57 1,16 5,73 0,53 0,14 0,67 4,57 0,53 0,169 0,305 4,57 -1,57 0,66 0,84 1,72 3 0,35 0,23 0,58 3
455
Roberto Piccoli
it ITA FW
Fiorentina
24 2.001 4 1 5 4,57 0,71 5,28 0,25 0,04 0,28 4,57 0,25 0,097 0,305 4,57 -0,57 0,88 0,29 1,42 4 0,22 0,05 0,27 14

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