Las tasas de pases completados suelen engañar. No es lo mismo completar un pase corto y sin marca que filtrar uno entre líneas en medio de presión. Por eso se ha desarrollado el modelo expected pass (xPass), que estima la probabilidad de éxito de cada pase, según sus características y el contexto del juego. Por ejemplo, un pase con xPass de 0.20 indica que normalmente se completa en solo el 20% de los casos —es decir, un pase difícil.
Este diagrama, tomado de un análisis reciente, ilustra claramente estas ideas. El punto rojo representa al pasador; el cono del pase está delineado, y los puntos azules son los oponentes cercanos. La franja roja a lo largo de la trayectoria del pase indica la probabilidad de que sea interceptado: mientras más oscura es la zona, mayor es el riesgo. Como asume el modelo, los oponentes más próximos a la trayectoria (zonas en rojo más intenso) reducen drásticamente la probabilidad de éxito del pase. En resumen, los modelos modernos de xPass cuantifican con precisión cómo la posición de cada defensor hace que un pase sea más difícil.
La evolución del xPass
Los primeros modelos de xPass usaban datos de eventos y características básicas: distancia, ángulo, tipo de pase, si había presión general, etc. Pero no incluían información exacta sobre las posiciones de los defensores. Con la llegada de datos de tracking y visión 360°, ahora es posible modelar el efecto de cada defensor en el campo sobre la dificultad de un pase.
Por ejemplo, StatsBomb ha desarrollado una versión avanzada de xPass que incorpora:
- Presión individual cerca del poseedor y el receptor.
- Obstáculos en la trayectoria del pase.
- Densidad de rivales en una “zona de visión” cónica desde el pasador.
Cada defensor dentro de esa zona se representa como una “mancha de calor” (una gaussiana 2D), y mientras más cerca esté del pase, más reduce la probabilidad de completarlo.
En resumen: ahora podemos saber con bastante precisión cómo la ubicación de los rivales afecta la dificultad de un pase.
Invertir la lógica: medir la presión defensiva desde el pase rival
Si podemos medir cuán difícil es un pase, ¿por qué no preguntarnos qué tanto contribuyó cada defensor a hacerlo difícil?
La propuesta es sencilla:
- Calculamos el xPass del pase real.
- Simulamos ese mismo pase sin defensores presentes (o al menos sin los más cercanos).
- La diferencia entre ambos (ΔxPass) refleja el impacto colectivo de la defensa.
- Esa diferencia se distribuye entre los defensores cercanos, en proporción a su posición, ángulo y distancia al pase.
Así, un defensor que está entre el pasador y el receptor, muy cerca y bien posicionado, recibirá más “crédito” por dificultar el pase. Otro que está más alejado, en mal ángulo, recibirá menos.
Esta lógica es parecida a las métricas de “control del campo” o “prevención de pases” que ya existen, como el trabajo de Kothari (2021), donde se simula qué pasa si quitamos a un defensor y cuánto crece el área que el rival controla.
Nuestro modelo haría lo mismo, pero desde la perspectiva del pase: ¿cuánto más fácil sería este pase si no estuvieras tú?
¿Qué valor aporta esta métrica?
Esta métrica no necesita que el defensor toque el balón. No hace falta que intercepte, que recupere o que bloquee. Basta con que esté bien posicionado, presionando sin contacto, y ya está generando valor defensivo.
Esto es útil porque:
- Muchos jugadores defensivos inteligentes no destacan en estadísticas tradicionales.
- Podemos detectar defensores que constantemente dificultan el juego rival sin necesidad de acciones directas.
- Permite un análisis más justo y profundo del rendimiento defensivo.
¿Cómo implementarlo?
Estudios y trabajos relacionados
Esto no es ciencia ficción. Hay trabajos que apuntan a esta dirección:
- El xPass original y su versión 360 de StatsBomb.
- Modelos de control del campo como los de Fernández et al. (2020).
- Métricas defensivas como xDEF (Marc Lamberts) y pass prevention (Kothari, Analytics FC).
- El enfoque de expected threat (xT) puede combinarse para valorar si el defensor impidió una acción peligrosa.
¿Qué sigue?
Esta idea aún necesita validación y desarrollo práctico. Pero su potencial es claro: valorar a los defensores por lo que impiden, no solo por lo que hacen.
El fútbol se juega con el balón, pero también se defiende con las sombras. Y es hora de empezar a medir esas sombras.