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
90
Andrea Cambiaso
it ITA MF,DF
Juventus
25 2.000 3 4 7 3,27 2,13 5,40 0,11 0,07 0,18 3,27 0,11 0,126 0,251 3,27 -0,27 0,92 1,87 1,88 3 0,10 0,13 0,23 2
414
Jens Odgaard
dk DEN MF
Bologna
26 1.999 5 1 6 3,27 0,67 3,94 0,21 0,04 0,26 3,27 0,21 0,093 0,251 3,27 1,73 1,53 0,33 1,50 5 0,33 0,07 0,39 5
463
Matteo Politano
it ITA MF,FW
Napoli
31 1.993 2 5 7 3,27 2,79 6,06 0,13 0,11 0,25 3,27 0,13 0,067 0,251 3,27 -1,27 0,61 2,21 1,79 2 0,08 0,20 0,29 0
549
Kristian Thorstvedt
no NOR MF
Sassuolo
26 1.999 4 4 8 3,27 2,25 5,52 0,12 0,08 0,20 3,27 0,12 0,076 0,251 3,27 0,73 1,22 1,75 1,78 4 0,15 0,15 0,29 1
588
Wesley 2003
br BRA MF
Roma
21 2.003 5 0 5 3,27 0,19 3,46 0,12 0,01 0,13 3,27 0,12 0,131 0,251 3,27 1,73 1,53 -0,19 0,00 5 0,18 0,00 0,18 2
534
Nikola Štulić
rs SRB FW
Lecce
23 2.001 4 0 4 3,20 0,19 3,39 0,17 0,01 0,18 2,44 0,13 0,097 0,356 3,20 0,80 1,25 -0,19 0,00 3 0,21 0,00 0,21 9
113
Walid Cheddira
ma MAR FW
Lecce
27 1.998 3 1 4 3,05 0,58 3,63 0,27 0,05 0,33 3,05 0,27 0,122 0,305 3,05 -0,04 0,99 0,42 1,72 3 0,27 0,09 0,36 10
176
Caleb Ekuban
gh GHA FW,MF
Genoa
31 1.994 4 1 5 3,05 0,66 3,71 0,28 0,06 0,34 3,05 0,28 0,105 0,305 3,05 0,96 1,31 0,34 1,51 4 0,36 0,09 0,45 6
605
Piotr Zieliński
pl POL MF
Inter
31 1.994 6 3 9 3,03 1,66 4,69 0,13 0,07 0,21 2,26 0,10 0,104 0,303 3,03 2,97 1,98 1,34 1,80 5 0,26 0,13 0,40 0
42
Toma Bašić
hr CRO MF
Lazio
28 1.996 2 3 5 3,02 1,71 4,73 0,16 0,09 0,25 3,02 0,16 0,101 0,251 3,02 -1,02 0,66 1,29 1,75 2 0,10 0,16 0,26 0
55
Adrian Bernabe
es ESP MF
Parma
24 2.001 3 1 4 3,02 0,72 3,74 0,11 0,03 0,14 3,02 0,11 0,060 0,251 3,02 -0,02 0,99 0,28 1,40 3 0,11 0,04 0,15 1
65
Jeremie Boga
ci CIV MF,FW
Juventus
28 1.997 4 0 4 3,02 0,18 3,20 0,40 0,02 0,42 3,02 0,40 0,126 0,251 3,02 0,98 1,33 -0,18 0,00 4 0,53 0,00 0,53 1
471
Adrien Rabiot
fr FRA MF
Milan
30 1.995 6 4 10 3,02 2,18 5,20 0,11 0,08 0,18 3,02 0,11 0,066 0,251 3,02 2,98 1,99 1,82 1,83 6 0,21 0,14 0,35 7
484
Jesus Rodríguez
es ESP MF
Como
19 2.005 2 9 11 3,02 4,65 7,67 0,16 0,24 0,40 3,02 0,16 0,067 0,251 3,02 -1,02 0,66 4,35 1,94 2 0,10 0,47 0,57 3
373
Álvaro Morata
es ESP FW
Como
32 1.992 0 1 1 2,90 0,65 3,55 0,28 0,06 0,34 2,13 0,21 0,126 0,305 2,44 -2,90 0,00 0,35 1,54 0 0,00 0,10 0,10 9
107
Danilo Cataldi
it ITA MF
Lazio
30 1.994 3 3 6 2,79 1,68 4,47 0,13 0,08 0,20 1,26 0,06 0,107 0,398 2,79 0,21 1,08 1,32 1,79 1 0,14 0,14 0,27 0
555
Mattéo Tramoni
fr FRA MF,FW
Pisa
25 2.000 2 2 4 2,78 1,06 3,84 0,16 0,06 0,22 2,01 0,11 0,099 0,308 2,78 -0,78 0,72 0,94 1,88 1 0,11 0,11 0,23 2
205
Martin Frese
dk DEN MF,DF
Hellas Verona
27 1.998 2 0 2 2,77 0,15 2,92 0,10 0,01 0,11 2,77 0,10 0,132 0,251 2,77 -0,77 0,72 -0,15 0,00 2 0,07 0,00 0,07 4
211
Gianluca Gaetano
it ITA MF,FW
Cagliari
25 2.000 2 4 6 2,77 2,10 4,87 0,13 0,10 0,23 2,77 0,13 0,081 0,251 2,77 -0,77 0,72 1,90 1,90 2 0,09 0,19 0,28 0
390
Michel Ndary Adopo
fr FRA MF
Cagliari
25 2.000 1 2 3 2,77 1,13 3,90 0,08 0,03 0,12 2,77 0,08 0,099 0,251 2,77 -1,77 0,36 0,87 1,77 1 0,03 0,06 0,09 5
475
Giacomo Raspadori
it ITA MF,FW
Atalanta
25 2.000 3 1 4 2,77 0,65 3,42 0,31 0,07 0,39 2,77 0,31 0,099 0,251 2,77 0,23 1,08 0,35 1,53 3 0,34 0,11 0,45 1
497
Alexis Saelemaekers
be BEL MF
Milan
26 1.999 3 3 6 2,77 1,70 4,47 0,09 0,05 0,14 2,77 0,09 0,064 0,251 2,77 0,23 1,08 1,30 1,77 3 0,10 0,10 0,19 2
70
Ange-Yoan Bonny
fr FRA FW
Inter
21 2.003 5 4 9 2,74 2,09 4,83 0,22 0,16 0,38 2,74 0,22 0,125 0,305 2,74 2,26 1,82 1,91 1,91 5 0,39 0,32 0,71 9
222
Santiago Giménez
mx MEX FW
Milan
24 2.001 0 1 1 2,74 0,65 3,39 0,28 0,07 0,34 2,74 0,28 0,101 0,305 2,74 -2,74 0,00 0,35 1,53 0 0,00 0,10 0,10 7
77
Gleison Bremer
br BRA DF
Juventus
28 1.997 4 3 7 2,58 1,63 4,21 0,11 0,07 0,17 2,58 0,11 0,112 0,287 2,58 1,42 1,55 1,37 1,84 4 0,17 0,12 0,29 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