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
51
Andrea Belotti
it ITA FW
Cagliari
31 1.993 2 0 2 1,68 0,04 1,72 0,68 0,02 0,70 0,91 0,37 0,280 0,419 1,68 0,32 1,19 -0,04 0,00 1 0,81 0,00 0,81 4
24
Kristjan Asllani
al ALB MF
Torino
23 2.002 0 0 0 1,52 0,14 1,66 0,12 0,01 0,13 0,75 0,06 0,076 0,251 1,01 -1,52 0,00 -0,14 0,00 0 0,00 0,00 0,00 0
134
Thijs Dallinga
nl NED FW
Bologna
24 2.000 2 2 4 1,52 1,05 2,57 0,17 0,12 0,29 1,52 0,17 0,063 0,305 1,52 0,48 1,31 0,95 1,90 2 0,22 0,22 0,44 4
166
Rafiu Durosinmi
ng NGA FW
Pisa
22 2.003 1 1 2 1,52 0,50 2,02 0,32 0,10 0,42 1,52 0,32 0,169 0,305 1,52 -0,52 0,66 0,50 1,99 1 0,21 0,21 0,42 3
174
Jeff Ekhator
it ITA FW,MF
Genoa
18 2.006 3 0 3 1,52 0,14 1,66 0,14 0,01 0,16 1,52 0,14 0,076 0,305 1,52 1,48 1,97 -0,14 0,00 3 0,28 0,00 0,28 10
319
Lorenzo Lucca
it ITA FW
Napoli
24 2.000 1 0 1 1,52 0,12 1,64 0,34 0,03 0,36 1,52 0,34 0,101 0,305 1,52 -0,52 0,66 -0,12 0,00 1 0,22 0,00 0,22 4
330
Daniel Maldini
it ITA FW
Lazio
23 2.001 2 1 3 1,52 0,61 2,13 0,20 0,08 0,28 1,52 0,20 0,101 0,305 1,52 0,48 1,31 0,39 1,64 2 0,26 0,13 0,39 3
346
Aarón Martín
es ESP MF,DF
Genoa
28 1.997 1 5 6 1,52 2,40 3,92 0,06 0,10 0,16 0,75 0,03 0,138 0,251 1,01 -0,52 0,66 2,60 2,08 1 0,04 0,21 0,25 0
380
Daniel Mosquera
co COL FW
Hellas Verona
25 1.999 0 2 2 1,52 1,06 2,58 0,23 0,16 0,39 1,52 0,23 0,095 0,305 1,52 -1,52 0,00 0,94 1,88 0 0,00 0,30 0,30 3
416
David Okereke
ng NGA FW,MF
Cremonese
27 1.997 2 0 2 1,52 0,06 1,58 0,34 0,01 0,35 1,52 0,34 0,190 0,305 1,52 0,48 1,31 -0,06 0,00 2 0,45 0,00 0,45 2
608
Milan Đurić
ba BIH FW
Cremonese
35 1.990 0 1 1 1,52 0,56 2,08 0,35 0,13 0,49 1,52 0,35 0,152 0,305 1,52 -1,52 0,00 0,44 1,78 0 0,00 0,23 0,23 2
4
Jayden Addai
nl NED MF
Como
19 2.005 3 0 3 1,51 0,10 1,61 0,20 0,01 0,21 1,51 0,20 0,116 0,251 1,51 1,49 1,99 -0,10 0,00 3 0,39 0,00 0,39 2
28
Carlos Augusto
br BRA MF,DF
Inter
26 1.999 1 1 2 1,51 0,63 2,14 0,08 0,03 0,11 1,51 0,08 0,075 0,251 1,51 -0,51 0,66 0,37 1,58 1 0,05 0,05 0,10 0
48
Rafik Belghali
dz ALG MF
Hellas Verona
23 2.002 2 0 2 1,51 0,15 1,66 0,07 0,01 0,08 1,51 0,07 0,072 0,251 1,51 0,49 1,33 -0,15 0,00 2 0,09 0,00 0,09 6
74
Domagoj Bradarić
hr CRO MF
Hellas Verona
25 1.999 0 1 1 1,51 0,57 2,08 0,07 0,03 0,10 1,51 0,07 0,116 0,251 1,51 -1,51 0,00 0,43 1,76 0 0,00 0,05 0,05 2
89
Nicolò Cambiaghi
it ITA MF,FW
Bologna
24 2.000 3 4 7 1,51 1,95 3,46 0,09 0,12 0,21 1,51 0,09 0,063 0,251 1,51 1,49 1,99 2,05 2,05 3 0,18 0,24 0,42 5
177
Mikael Ellertsson
is ISL MF
Genoa
23 2.002 1 1 2 1,51 0,64 2,15 0,05 0,02 0,07 1,51 0,05 0,058 0,251 1,51 -0,51 0,66 0,36 1,56 1 0,03 0,03 0,07 1
191
Mattia Felici
it ITA MF
Cagliari
24 2.001 2 1 3 1,51 0,53 2,04 0,33 0,12 0,45 1,51 0,33 0,168 0,251 1,51 0,49 1,33 0,47 1,89 2 0,44 0,22 0,66 0
252
Riyad Idrissi
it ITA MF,DF
Cagliari
20 2.005 2 0 2 1,51 0,04 1,55 0,17 0,00 0,18 1,51 0,17 0,251 0,251 1,51 0,49 1,33 -0,04 0,00 2 0,23 0,00 0,23 1
311
Ruben Loftus-Cheek
eng ENG MF,FW
Milan
29 1.996 3 1 4 1,51 0,67 2,18 0,12 0,05 0,17 1,51 0,12 0,052 0,251 1,51 1,49 1,99 0,33 1,50 3 0,24 0,08 0,32 1
325
Zito Luvumbo
ao ANG MF,FW
Cagliari
23 2.002 0 0 0 1,51 0,08 1,59 0,41 0,02 0,44 1,51 0,41 0,126 0,251 1,51 -1,51 0,00 -0,08 0,00 0 0,00 0,00 0,00 0
405
Brooke Norton-Cuffy
eng ENG MF,DF
Genoa
21 2.004 2 1 3 1,51 0,57 2,08 0,06 0,02 0,08 1,51 0,06 0,101 0,251 1,51 0,49 1,33 0,43 1,76 2 0,08 0,04 0,12 0
434
Mario Pašalić
hr CRO MF
Atalanta
30 1.995 3 4 7 1,51 2,02 3,53 0,07 0,09 0,16 1,51 0,07 0,063 0,251 1,51 1,49 1,99 1,98 1,98 3 0,14 0,19 0,33 1
480
Samuele Ricci
it ITA MF
Milan
23 2.001 1 4 5 1,51 1,99 3,50 0,10 0,14 0,24 1,51 0,10 0,084 0,251 1,51 -0,51 0,66 2,01 2,01 1 0,07 0,27 0,34 1
535
Petar Sucic
hr CRO MF
Inter
21 2.003 2 2 4 1,51 1,13 2,64 0,08 0,06 0,13 1,51 0,08 0,069 0,251 1,51 0,49 1,33 0,87 1,77 2 0,10 0,10 0,20 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