Los datos
necesitan contexto.
GoatLab distingue tres capas: hechos históricos, estimaciones estadísticas y explicaciones generadas con IA. Ninguna sustituye a las otras. Esta guía recorre las tres; los proveedores que las alimentan están en Fuentes.
1. Datos históricos
Todos los encuentros provienen de proveedores deportivos: calendario, marcadores, forma reciente, estadísticas completas, historial cara a cara y alineaciones. No publicamos cifras inventadas; cuando un dato no está disponible, lo decimos.
Frecuencia no significa probabilidad
«Anotó en 7 de 10 partidos» describe una muestra histórica. No equivale a una probabilidad del 70% para el siguiente encuentro: el rival, el periodo y la disponibilidad de jugadores pueden cambiar el contexto.
Predicciones, de forma progresiva
La síntesis GoatLab combina una distribución Poisson calculada con las tasas de goles recientes de cada equipo, el modelo CatBoost de Bzzoiro capturado antes del partido y señales de rendimiento — racha y forma, un índice multi-métrica (tiros a puerta, posesión, córners, faltas, tarjetas y goles esperados de la base histórica) y el historial cara a cara cuando hay tres cruces o más. La localía y las ausencias confirmadas entran como contexto cualitativo: acompañan la lectura, no mueven el número.
Cada insumo declara su peso en la página del partido; lo que falta, se dice.
El mismo xG puede contar dos historias
Ejemplo didáctico: un equipo genera un remate de 0,60 xG. Otro genera seis de 0,10 xG cada uno. Ambos suman 0,60 goles esperados, pero sus ocasiones se distribuyen de manera distinta.
Si tratamos los seis tiros como independientes, la probabilidad de fallarlos todos es 0,90 elevado a seis, cerca del 53%. La de convertir al menos uno es cerca del 47%. El remate único del primer equipo tiene una probabilidad de gol del 60% en este ejemplo. El cálculo simplifica situaciones como un rebote seguido de otro remate, donde las ocasiones pueden depender entre sí.
Al ver xG en GoatLab, revisa si estás leyendo una cifra estimada antes del partido o datos de un encuentro disputado. En el segundo caso, la cantidad de remates y sus características ayudan a interpretar cómo se acumuló el total.
La síntesis puede mostrar porcentajes experimentales mientras continúa su evaluación; en ese caso se etiqueta «Lectura con reserva · evaluación en curso». No se presentan como un modelo validado. La evaluación compara cada estimación con los resultados reales usando únicamente datos anteriores a cada partido y contra la distribución empírica de la muestra. Hoy: 176 partidos en el backtest Poisson, 163 evaluados para el ensemble, con el gate de publicación todavía sin superar.
El primer gol (tramos de 15 minutos y goleadores) usa una mezcla a partes iguales entre esa Poisson local y los goles esperados (xG) del proveedor Bzzoiro cuando hay ambos —procedencia «Blend Poisson+xG» declarada en cada partido— para no contradecir al proveedor; sin xG, usa la Poisson local. Los goleadores se muestran como un reparto del 100% entre los 5 con mayor probabilidad estimada de abrir el marcador: si el primer gol lo hace uno de ellos, así se reparten las probabilidades; la nota al pie declara lo que queda fuera de esa fila (cero + resto de plantilla). Sin leaderboard de la liga, los nombres se buscan en la plantilla del proveedor y, como último recurso, el reparto va por equipos con la misma Poisson del partido —nunca se inventan goleadores— y la procedencia lo declara.
El motor experimental incluye una Poisson independiente para explorar resultados y goles a partir de tasas esperadas. Supone independencia entre los goles de ambos equipos y no representa por sí solo todas las dinámicas del fútbol. Si no existe evidencia suficiente, no se muestra una estimación.
Dentro del capítulo de síntesis, la tabla de esperados estima las 9 cifras del acta (posesión, tiros, xG, córners, faltas, tarjetas y fueras de juego) con los ritmos propios de cada equipo ajustados por el rival. Bzzoiro aporta los ritmos, API-Football rellena los huecos y la media de la competición sostiene lo que falte; la columna de xG sigue el xG del modelo Bzzoiro para no contradecirlo. Con muchas amarillas esperadas y sin dato de rojas, se estima al menos una. Si la muestra es corta, la tabla lo dice. Los duelos en porcentaje (quién saca más córners, la carrera a 3/5/7, el margen y el último gol) se dibujan solo cuando su insumo supera su referencia: muestra de al menos 30 partidos y error menor que la media de su competición.
Proveedores y cobertura de cada dato: Fuentes.2. Análisis con IA
La IA prepara explicaciones con los datos proporcionados. No es una fuente de resultados en vivo ni un mecanismo validado de probabilidades.
La lectura puede citar la estimación de API-Football (distribución estimada, equipo con mayor probabilidad y umbral de goles) y las estimaciones del modelo Bzzoiro, reformuladas en lenguaje analítico, sin cuotas y siempre atribuidas al proveedor: son lecturas de contexto, no entran en la síntesis GoatLab ni en sus pesos.
Sus textos pueden contener errores: se identifican como generados con IA y señalan las limitaciones de los datos disponibles. Una lectura solo se muestra si sus datos de entrada coinciden con la versión actual. Si cambian la tabla, los resultados, las estimaciones o las bajas, se retira hasta que se prepare otra.
Cuando falta una lectura de IA vigente, GoatLab cruza la frecuencia con que cada equipo anotó con la frecuencia con que su rival recibió gol. Usa el mismo número de resultados anteriores para ambos y muestra los rivales de cada muestra. Si alguno tiene menos de tres resultados comparables, se omite el cruce.
Los análisis se preparan por partido y se comparten entre lectores.3. Criterio del editor
Las consultas se comparten entre visitantes. La versión inicial prepara datos de forma periódica: no ofrece posiciones del balón ni seguimiento continuo. Cada publicación identifica su fuente y su actualización.
GoatLab integra Google AdSense para financiar el sitio; la publicación de anuncios depende de la aprobación y configuración de la cuenta. Los anuncios se identifican y se separan del análisis. Las herramientas de producción audiovisual no cargan publicidad. GoatLab es analítica deportiva con fines informativos: sin cuotas ni enlaces a casas de apuestas, y sin incitación a apostar.
Los escudos provienen de Bzzoiro y se usan solo para identificar equipos y competiciones. GoatLab no está afiliado a ninguna marca, proveedor o casa de apuestas.- Poissontasas de goles recientes de cada equipo
- CatBoost · Bzzoirocapturado antes del partido
- Señales de rendimientoracha y forma · índice multi-métrica · H2H desde 3 cruces
Sin cifras inventadas: cuando un insumo falta, se declara.
Mira los cruces
con contexto.
El muro de encuentros aplica esta metodología a los partidos de la semana: forma comparable, estadísticas del partido y síntesis con sus límites a la vista.
Ver encuentrosPartidos de la ventana con hora local, forma G/E/P de ambos equipos y enlace al análisis completo.
Vista ilustrativa · sin datos reales