Home  ›  Serie a Italia  ›  Jogadores · Produção Ofensiva
2026-2027
 Serie a Italia / Jogadores / Produção Ofensiva

Jogadores — Produção Ofensiva xG · xA

Campeonato Italiano (Serie a Italia)  ·  2026-2027  ·  454 registros np 9.7% sot 29.7% pk 60% ast 75.7%
Gols méd. 0
xG ⚡ méd. 0,32
xA ⚡ méd. 0,14
xG+xA ⚡ méd. 0,46
xG/90 ⚡ méd. 0,17
xG/Fin ⚡ méd. 0,070
G-xG ⚡ méd. 0,00
xGOT ⚡ méd. 0,32
2026-2027 2025-2026 Times Jogadores Visão Geral Produção Ofensiva Finalizações Disciplina Goleiros Minutos & Rotatividade Ações Defensivas Pênaltis
Jogadores — Produção Ofensiva 25 de 454
Serie a Italia  ·  2026-2027
# 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
354
Matteo Politano
it ITA FW,MF
Napoli
33 1.993 1 1 2 0,66 0,50 1,16 0,18 0,13 0,31 0,66 0,18 0,221 0,331 0,66 0,34 1,51 0,50 2,02 1 0,27 0,27 0,54 1
404
Nikola Štulić
rs SRB FW
Lecce
25 2.001 0 0 0 0,66 0,05 0,71 0,23 0,02 0,24 0,66 0,23 0,133 0,331 0,66 -0,66 0,00 -0,05 0,00 0 0,00 0,00 0,00 1
432
Nikola Vlašić
hr CRO FW,MF
Torino
29 1.997 0 0 0 0,66 0,05 0,71 0,14 0,01 0,15 0,66 0,14 0,110 0,331 0,66 -0,66 0,00 -0,05 0,00 0 0,00 0,00 0,00 —
92
Lorenzo Colombo
it ITA FW
Genoa
24 2.002 0 2 2 0,60 0,91 1,51 0,17 0,26 0,43 0,00 0,00 0,120 0,331 0,33 -0,60 0,00 1,09 2,20 0 0,00 0,56 0,56 3
17
Carlos Augusto
br BRA MF
Inter
27 1.999 1 1 2 0,56 0,50 1,06 0,32 0,29 0,61 0,56 0,32 0,282 0,282 0,56 0,44 1,78 0,50 2,02 1 0,58 0,58 1,15 2
65
Hakan Çalhanoğlu
tr TUR MF
Inter
32 1.994 2 0 2 0,56 0,02 0,58 0,37 0,02 0,39 0,56 0,37 0,188 0,282 0,56 1,44 3,55 -0,02 0,00 2 1,32 0,00 1,32 —
88
Alphadjo Cissè
it ITA MF
Milan
19 2.006 2 0 2 0,56 0,05 0,61 0,22 0,02 0,24 0,56 0,22 0,080 0,282 0,56 1,44 3,55 -0,05 0,00 2 0,79 0,00 0,79 1
120
Federico Dimarco
it ITA MF
Inter
28 1.997 0 1 1 0,56 0,53 1,09 0,16 0,15 0,31 0,56 0,16 0,080 0,282 0,56 -0,56 0,00 0,47 1,87 0 0,00 0,29 0,29 —
121
Andy Diouf
fr FRA MF
Inter
23 2.003 0 3 3 0,56 1,47 2,03 0,15 0,39 0,53 0,56 0,15 0,141 0,282 0,56 -0,56 0,00 1,53 2,04 0 0,00 0,78 0,78 —
144
Nicolò Fagioli
it ITA MF
Fiorentina
25 2.001 0 1 1 0,56 0,54 1,10 0,14 0,13 0,27 0,56 0,14 0,094 0,282 0,56 -0,56 0,00 0,46 1,87 0 0,00 0,25 0,25 —
188
Antoine Hainaut
fr FRA MF
Venezia
24 2.002 1 1 2 0,56 0,51 1,07 0,11 0,10 0,22 0,56 0,11 0,094 0,282 0,56 0,44 1,78 0,49 1,95 1 0,20 0,20 0,41 3
215
Jesper Karlström
se SWE MF
Udinese
31 1.995 1 0 1 0,56 0,02 0,58 0,11 0,00 0,12 0,56 0,11 0,188 0,282 0,56 0,44 1,78 -0,02 0,00 1 0,20 0,00 0,20 —
228
Teun Koopmeiners
nl NED MF
Juventus
28 1.998 1 1 2 0,56 0,53 1,09 0,38 0,35 0,73 0,56 0,38 0,113 0,282 0,56 0,44 1,78 0,47 1,90 1 0,67 0,67 1,34 —
247
Stanislav Lobotka
sk SVK MF
Napoli
31 1.994 1 0 1 0,56 0,03 0,59 0,12 0,01 0,12 0,56 0,12 0,141 0,282 0,56 0,44 1,78 -0,03 0,00 1 0,21 0,00 0,21 —
250
Simone Lontani
it ITA MF,FW
Parma
18 2.008 1 0 1 0,56 0,04 0,60 0,16 0,01 0,17 0,56 0,16 0,113 0,282 0,56 0,44 1,78 -0,04 0,00 1 0,28 0,00 0,28 1
266
Ricardo Mangas
pt POR MF,FW
Monza
28 1.998 1 2 3 0,56 1,08 1,64 0,14 0,26 0,40 0,56 0,14 0,188 0,282 0,56 0,44 1,78 0,92 1,86 1 0,24 0,49 0,73 3
308
Michel Ndary Adopo
fr FRA MF,DF
Cagliari
26 2.000 0 2 2 0,56 1,05 1,61 0,11 0,21 0,32 0,56 0,11 0,141 0,282 0,56 -0,56 0,00 0,95 1,91 0 0,00 0,40 0,40 2
348
Santiago Pierotti
ar ARG MF,FW
Lecce
25 2.001 0 0 0 0,56 0,03 0,59 0,14 0,01 0,14 0,56 0,14 0,188 0,282 0,56 -0,56 0,00 -0,03 0,00 0 0,00 0,00 0,00 1
351
Niccolò Pisilli
it ITA MF
Roma
22 2.004 2 0 2 0,56 0,02 0,58 0,32 0,01 0,33 0,56 0,32 0,188 0,282 0,56 1,44 3,55 -0,02 0,00 2 1,15 0,00 1,15 —
357
Christian Pulisic
us USA MF
Milan
28 1.998 1 1 2 0,56 0,51 1,07 0,45 0,41 0,85 0,56 0,45 0,188 0,282 0,56 0,44 1,78 0,49 1,96 1 0,80 0,80 1,59 1
358
Adrien Rabiot
fr FRA MF
Milan
31 1.995 2 2 4 0,56 1,00 1,56 0,17 0,29 0,46 0,56 0,17 0,141 0,282 0,56 1,44 3,55 1,00 2,00 2 0,59 0,59 1,17 —
367
Jesus Rodríguez
es ESP MF
Como
20 2.005 0 0 0 0,56 0,07 0,63 0,34 0,04 0,38 0,56 0,34 0,056 0,282 0,56 -0,56 0,00 -0,07 0,00 0 0,00 0,00 0,00 1
450
Edon Zhegrova
xk KVX MF
Juventus
27 1.999 2 1 3 0,56 0,53 1,09 0,67 0,62 1,29 0,56 0,67 0,113 0,282 0,56 1,44 3,55 0,47 1,90 2 2,37 1,18 3,55 —
451
Piotr Zieliński
pl POL MF
Inter
32 1.994 1 1 2 0,56 0,56 1,12 0,14 0,14 0,29 0,56 0,14 0,056 0,282 0,56 0,44 1,78 0,44 1,80 1 0,26 0,26 0,51 —
18
Yann Aurel Bisseck
de GER DF
Inter
25 2.000 1 0 1 0,52 0,04 0,56 0,17 0,01 0,18 0,52 0,17 0,103 0,258 0,52 0,48 1,94 -0,04 0,00 1 0,32 0,00 0,32 —

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): 9.7%
 · tx_sot — conv. p/ chute no alvo (xGOT, xGA): 29.7%
 · tx_pk  — conv. de pênaltis: 60%
 · tx_ast — assistências por gol na liga: 75.7%

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  ·  2026-2027  ·  Jogadores / Produção Ofensiva  ·  ⚡ xG · xA · xGOT · xGA · npxG