1. Perché il calcio si presta all'analisi statistica
Il calcio ha una caratteristica che lo rende particolarmente adatto a essere descritto con strumenti statistici: i gol sono eventi discreti (si contano in numeri interi: 0, 1, 2, 3...), relativamente rari rispetto alla durata della partita (raramente si superano i 4-5 gol per squadra), e si verificano in un intervallo di tempo fisso (i 90 minuti regolamentari).
Questa combinazione — eventi discreti, rari, in un arco di tempo definito — è esattamente il contesto in cui uno degli strumenti più noti della statistica, la distribuzione di Poisson, funziona bene. Non è un caso che venga usata da decenni per modellare il numero di gol in una partita di calcio, così come si usa per modellare altri fenomeni "a conteggio": il numero di chiamate che arrivano a un centralino in un'ora, il numero di difetti in un metro di tessuto, il numero di clienti che entrano in un negozio in una fascia oraria.
Questo non significa che il calcio sia "prevedibile" in senso assoluto — significa solo che esiste un modo matematicamente sensato per trasformare lo storico di una squadra in una stima di probabilità, invece che in un'intuizione.
2. Cos'è la distribuzione di Poisson
La distribuzione di Poisson risponde a una domanda specifica: se in media succede un certo numero di eventi in un intervallo di tempo, qual è la probabilità che se ne verifichino esattamente 0, 1, 2, 3... in quello stesso intervallo?
Facciamo un esempio puramente didattico, senza legami con dati reali. Immaginiamo una squadra che, in media, segna 1,4 gol a partita. Non sappiamo se in una partita specifica ne segnerà 0, 1, 2 o di più — ma la distribuzione di Poisson ci permette di calcolare la probabilità di ciascuno di questi scenari, usando questa formula:
P(X = k) = (λᵏ × e⁻λ) / k!
Dove λ (lambda) è la media di gol attesi (1,4 nel nostro esempio), k è il numero di gol di cui vogliamo calcolare la probabilità, ed e è la costante matematica di Eulero (≈2,718).
Applicandola al nostro esempio, per k = 2 gol otteniamo:
P(X = 2) = (1,4² × e⁻¹·⁴) / 2! ≈ 24,2%
In altre parole: se una squadra segna in media 1,4 gol a partita, il modello stima che ci sia circa il 24% di probabilità che in una partita specifica ne segni esattamente 2. Ripetendo lo stesso calcolo per k = 0, 1, 2, 3, 4... si ottiene una distribuzione completa di probabilità su tutti i possibili risultati di gol per quella squadra.
3. Come si applica al calcio
L'idea di fondo, a livello concettuale, è questa: si analizza lo storico di ogni squadra — quanti gol ha segnato e quanti ne ha subiti, in casa e in trasferta, in un certo numero di partite — per stimare un "profilo" di attacco e uno di difesa. Combinando il profilo offensivo di una squadra con quello difensivo dell'avversaria (e viceversa), si arriva a un numero atteso di gol per entrambe le squadre in quella partita specifica.
Da qui, applicando la distribuzione di Poisson a ciascuna delle due squadre, si ottiene una probabilità per ogni possibile risultato esatto (0-0, 1-0, 2-1, ecc.), e sommando opportunamente questi scenari si arriva a probabilità più sintetiche: probabilità di vittoria, pareggio o sconfitta (1-X-2), probabilità che si segnino più o meno di un certo numero di gol totali, e così via.
È importante essere chiari su cosa questo approccio non fa: non conosce infortuni dell'ultimo minuto, non legge la motivazione di una squadra in un giorno particolare, non sa se un allenatore cambierà modulo. Stima una probabilità basata su ciò che è successo storicamente — niente di più, niente di meno.
4. Perché un modello va calibrato e validato nel tempo
Costruire un modello statistico è solo metà del lavoro. L'altra metà — altrettanto importante — è verificare che le probabilità che produce siano effettivamente affidabili nel mondo reale, e continuare a farlo nel tempo.
Questo avviene attraverso un principio generale chiamato backtest: si confrontano sistematicamente le previsioni passate del modello con i risultati reali che si sono poi verificati, per capire se le probabilità dichiarate corrispondono a ciò che accade davvero. Se un modello dice che un certo esito ha il 70% di probabilità, nel lungo periodo quell'esito dovrebbe verificarsi effettivamente circa 7 volte su 10 — non 3, non 9.
C'è poi un aspetto altrettanto importante: alcuni campionati o competizioni hanno uno storico di dati più limitato (ad esempio un campionato minore, o una coppa dove le squadre partecipanti cambiano molto edizione dopo edizione). In questi casi, un buon modello deve "sapere di non sapere" — cioè riconoscere che le proprie stime sono meno solide quando i dati disponibili sono scarsi, e comunicarlo apertamente, invece di presentare con la stessa sicurezza previsioni basate su basi molto diverse.
Un modello che non si sottopone mai a questo tipo di verifica, o che non distingue tra contesti con dati solidi e contesti con dati scarsi, è un modello che nessuno ha davvero controllato — per quanto sofisticata possa sembrarne la matematica sulla carta.
5. Perché la trasparenza conta
Nell'analisi sportiva circolano moltissimi numeri, grafici e "modelli" — ma non tutti sono costruiti, né comunicati, allo stesso modo. C'è una differenza sostanziale tra due approcci:
- Un modello che dichiara apertamente i propri limiti: spiega su cosa si basa, ammette quando i dati a disposizione sono pochi, comunica un livello di affidabilità diverso a seconda del contesto, e non nasconde le proprie previsioni sbagliate.
- Un modello (o, più spesso, chi lo presenta) che promette certezze assolute, parla di "colpi sicuri" o "vincite garantite", e mostra solo i casi in cui ha avuto ragione.
Nessun modello statistico, per quanto ben costruito, può eliminare l'incertezza intrinseca di uno sport come il calcio. Quello che un buon modello può fare è essere onesto su quanto e dove quell'incertezza sia più o meno grande — e questo, più di qualsiasi promessa, è ciò che distingue uno strumento di analisi serio da chi vende illusioni.