Statistiche per Scommesse 2026: Guida a Dati, Modelli e Bookmaker ADM

Il mercato italiano delle scommesse online ha chiuso il 2025 con numeri che definire “importanti” è riduttivo. Nei primi cinque mesi del 2026, la sola spesa per le scommesse virtuali in agenzia ha superato i 235 milioni di euro, con un payout dell'85%. Nel calcio, la Serie A resta il campionato più giocato, ma il margine di errore si è assottigliato: i bookmaker sono più bravi a prezzare, i modelli sono più accessibili, e la differenza tra chi scommette con le statistiche e chi gioca d'istinto non è mai stata così ampia.

Questa guida non promette scorciatoie. Non troverai “il pronostico sicuro” né il “metodo che batte il banco”. Troverai i dati, gli strumenti e i ragionamenti che stanno dietro a un approccio statistico serio alle scommesse sportive, con un occhio di riguardo per il mercato italiano, le sue regole fiscali e i suoi operatori con licenza ADM.

Statistiche per scommesse 2026: cosa contano davvero i numeri (e cosa no)

Partiamo da una verità scomoda: la statistica non serve a prevedere il futuro. Serve a quantificare l'incertezza. Un modello che dice “Over 2.5 al 58%” non ti garantisce che ci saranno tre gol. Ti dice che, su cento partite con quelle caratteristiche, cinquantotto volte ne vedrai almeno tre, e quarantadue no. Se la quota offerta dal bookmaker è superiore a 1.72 — il reciproco di 0,58 — hai un valore atteso positivo. Se è inferiore, stai pagando il banco per il privilegio di giocare.

Il problema è che la maggior parte dei giocatori confonde la probabilità con la certezza, e i siti di pronostici ci sguazzano. “Pronostico 1X2: 90% di fiducia” non significa nulla. La fiducia non è una grandezza statistica. Il margine del bookmaker, invece, lo è. E nel 2026, con l'aumento dell'imposta unica sulle scommesse online al 24,5% a partire dal 1° gennaio, quel margine pesa ancora di più sulle tasche di chi gioca.

La differenza tra probabilità, previsione e certezza

Probabilità è un numero tra 0 e 1. Previsione è un'affermazione sul futuro. Certezza è una parola che nel betting non dovrebbe esistere. Chiunque ti venda una “certezza” sta vendendo fumo, o peggio, sta cercando di farti giocare più di quanto dovresti. Un modello statistico serio non produce certezze: produce stime, intervalli di confidenza e, soprattutto, scenari in cui il modello stesso potrebbe sbagliarsi.

Prendiamo l'esempio della Serie A 2025-26. La media gol è stata di 2,43 a partita, con il 46% di Over 2.5 e il 45% di BTTS. Sono numeri solidi, ma non dicono nulla sulla singola partita. Una gara tra due squadre che si giocano la salvezza può finire 0-0 anche se la media del campionato dice 2,43. La statistica descrive il contesto, non il singolo evento. Chi non accetta questa distinzione finisce per inseguire “sicurezze” che non esistono.

Il punto non è smettere di usare le statistiche. È smettere di chiedere loro ciò che non possono dare. Una statistica ben usata ti dice quando una quota è fuori mercato, non quando una scommessa è “sicura”. La differenza tra un giocatore disciplinato e uno impulsivo sta tutta qui.

Perché il margine del bookmaker è la prima statistica da guardare

Prima ancora di guardare la forma delle squadre, i giocatori, i numeri, dovresti guardare il margine. Il margine — o overround — è la differenza tra la somma delle probabilità implicite di tutti gli esiti e il 100%. Se le quote di un 1X2 sono 2.00, 3.50 e 4.00, le probabilità implicite sono 50%, 28,6% e 25%. Sommate fanno 103,6%. Quel 3,6% è il margine del bookmaker, il suo compenso per il rischio e per l'organizzazione del mercato.

Un margine basso non è automaticamente un buon affare: dipende da quanto è efficiente quel mercato. Un margine del 5% su un mercato iper-liquido come il 1X2 di Premier League può essere più difficile da battere di un margine del 10% su un mercato di nicchia come i corner di Serie B, dove il bookmaker sa di avere meno informazioni e si protegge di più. La statistica utile non è il margine in sé, ma il margine corretto per l'efficienza del mercato.

C'è poi un fattore che nel 2026 rende il margine ancora più importante: l'imposta del 24,5% sulle scommesse online. Non è una tassa che il bookmaker paga al posto tuo: è un costo che si riflette sul payout effettivo. Se il margine del bookmaker è del 9% e l'imposta è del 24,5% sul margine lordo, il costo complessivo per il giocatore è di circa il 33,5%. Per essere redditizio, il tuo modello deve avere un edge superiore a questa soglia. Non è impossibile, ma è molto più difficile di quanto sembri.

Cosa trovi in questa guida e cosa resta fuori

Troverai una mappa degli strumenti statistici più utili per il mercato italiano, le formule di base — dalla probabilità implicita al modello di Poisson e Dixon-Coles —, un'analisi dei mercati calcistici che contano davvero, i numeri dei principali campionati e una classifica ragionata dei bookmaker ADM che offrono strumenti statistici decenti. Troverai anche due tabelle: una comparativa sugli operatori e una di sintesi sui dati di mercato.

Non troverai “i migliori pronostici del giorno”, né link a siti che vendono “metodi infallibili”. Non troverai nemmeno una lista di quote “sicure” per la prossima giornata: sarebbe irresponsabile e, soprattutto, statisticamente insensato. Quello che troverai è un metodo per leggere i numeri, confrontarli con le quote e decidere se ha senso giocare o se è meglio tenersi il bankroll per un'occasione migliore.

L'ultima cosa che questa guida non fa è dirti quanto puntare. Il bankroll management è una disciplina a parte, e dipende dalla tua tolleranza al rischio, dalla tua situazione finanziaria e dalla tua capacità di accettare di perdere. La statistica ti dice se una scommessa ha valore atteso positivo. Non ti dice se puoi permetterti di perderla.

Miglior sito statistiche scommesse: la mappa degli strumenti per il 2026

La domanda “qual è il miglior sito di statistiche per scommesse?” è mal posta. Non esiste un singolo sito che faccia tutto bene. Esiste un ecosistema di strumenti, ognuno con un compito specifico. Chi ti dice il contrario sta vendendo qualcosa, e quasi sempre quel qualcosa è un abbonamento a un servizio che non ti serve.

La prima distinzione da fare è tra database storici, strumenti live e comparatori di quote. Un sito come FBref è imbattibile per la ricerca storica, ma inutile per un live betting. SofaScore è perfetto per seguire una partita in tempo reale, ma non ha gli strumenti per costruire un modello pre-match. OddsPortal ti mostra come si è mosso il mercato, ma non ti dice se quel movimento ha senso. La scelta dipende da cosa devi fare: costruire un modello, seguire un live o confrontare i prezzi.

Database storici e xG: da FBref a Understat

FBref resta il riferimento per chi vuole costruire un modello da zero. I dati sono gratuiti, esportabili e coprono un numero enorme di campionati e stagioni. C'è un però: la disponibilità delle statistiche avanzate è cambiata negli ultimi anni, e l'xG non è più presente per tutti i campionati. Per l'expected goals bisogna rivolgersi altrove.

Understat è la scelta obbligata per l'xG gratuito sui cinque grandi campionati europei. I dati shot-by-shot permettono di costruire modelli di Poisson e Dixon-Coles con una granularità che fino a pochi anni fa era impensabile per un utente non professionista. Il limite è la copertura: niente Serie B, niente campionati minori, niente dati live. Per un modello pre-match sui top campionati, però, è più che sufficiente.

La differenza tra un database che offre solo gol fatti e subiti e uno che offre xG è enorme. I gol sono un indicatore rumoroso: una squadra può segnare tre gol con un xG di 0,8 e vincere 3-0, oppure segnare zero con un xG di 2,1 e perdere 0-1. L'xG misura la qualità delle occasioni, non il risultato. Per chi scommette su Over/Under o su mercati di risultato, l'xG è spesso un predittore più stabile dei gol reali, perché è meno influenzato dalla casualità di una singola partita.

Live score e statistiche in-play: SofaScore, FotMob e i loro limiti

SofaScore e FotMob sono le due app che chiunque scommetta live dovrebbe avere sul telefono. SofaScore eccelle per la profondità delle statistiche in-play: momentum, pressure index, xG live, attacchi pericolosi. FotMob è più pulita nell'interfaccia e più rapida nel confermare le formazioni ufficiali. Entrambe hanno un difetto comune: ti danno l'illusione di controllare la partita, quando in realtà stai guardando una semplificazione della realtà.

Il limite più grande degli strumenti live è che le statistiche che mostrano sono pensate per il tifoso, non per lo scommettitore. Il possesso palla è l'esempio perfetto: una squadra con il 65% di possesso può stare dominando territorialmente senza creare occasioni, mentre l'avversaria con il 35% può avere un xG più alto. Chi guarda solo il possesso prende decisioni sbagliate. Chi guarda xG, tiri nello specchio e attacchi pericolosi ha un quadro più realistico.

Un altro limite è la latenza. Le statistiche live arrivano con un ritardo che, nel betting in-play, può fare la differenza tra una quota di valore e una quota già mossa. Non è un caso che i bookmaker aggiornino le quote in tempo reale: il loro vantaggio non è solo informativo, è anche tecnologico. Se giochi live, devi accettare che il mercato sia più veloce di te e concentrarti sulle situazioni in cui il prezzo offerto è chiaramente sbagliato, non su quelle in cui speri di anticipare il mercato.

Confronto quote e movimento delle linee: OddsPortal e oltre

Il “line shopping” è il modo più semplice per migliorare il proprio margine. Prendere 2.10 invece di 2.00 sulla stessa scommessa, su cento giocate, fa la differenza tra un ROI positivo e uno negativo. OddsPortal è lo strumento più diffuso per vedere lo storico delle quote e capire come si è mosso il mercato prima del kick-off. Non ti dice se una quota è di valore, ma ti dice se il mercato sta convergendo verso una direzione. A volte, quella direzione è più informata del tuo modello.

Il movimento delle linee è un'informazione preziosa, ma va interpretata con cautela. Un calo improvviso di una quota può significare che è arrivata un'informazione nuova — un infortunio, un cambio di formazione, una notizia sul turnover — oppure che c'è stato un flusso di scommesse sbilanciato. Distinguere tra le due cose richiede esperienza. Un consiglio pratico: non inseguire il movimento. Se una quota è scesa, spesso il valore è già stato assorbito dal mercato. Il momento migliore per giocare è prima che il movimento diventi evidente, non dopo.

Oltre a OddsPortal, in Italia esistono comparatori meno noti ma utili per il mercato ADM. Il problema è che nessun comparatore copre tutti gli operatori con la stessa profondità. La soluzione è usarne due o tre e incrociare i dati. Non è un sistema perfetto, ma è meglio che giocare sempre allo stesso bookmaker senza guardare cosa offrono gli altri.

Tool di nicchia per player props, cartellini e corner

Per chi gioca mercati di nicchia — tiri, falli, cartellini, corner — gli strumenti si assottigliano. La maggior parte dei database gratuiti non copre questi mercati con la profondità necessaria. Esistono estensioni browser e servizi a pagamento che permettono di vedere le statistiche di un giocatore direttamente dal sito del bookmaker, ma la qualità varia e i costi possono essere significativi.

La regola d'oro per i player props è una sola: non piazzare mai una scommessa su un giocatore prima di aver visto le formazioni ufficiali. Un titolare che parte dalla panchina vale zero, indipendentemente da quello che dice la statistica. Le app come SofaScore e FotMob confermano le formazioni con un certo anticipo, ma non sempre in tempo utile per il live. Se giochi player props, la pazienza è più importante della velocità.

Per i corner, la statistica utile non è la media per partita, ma la distribuzione. Una squadra può avere una media di 5 corner a partita, ma con un'altissima varianza: partite da 2 corner e partite da 10. La media da sola non basta a prezzare una linea Over/Under. Servono la mediana, i quartili e, idealmente, la distribuzione completa. Senza questi dati, giocare sui corner è poco più che scommettere a caso.

Formule statistiche per scommesse: dalla probabilità implicita a Dixon-Coles

La formula più importante per chi scommette non è quella che prevede il risultato. È quella che calcola la probabilità implicita di una quota. Sembra banale, ma è il punto in cui la maggior parte dei giocatori sbaglia. Una quota non è una previsione: è un prezzo. E come ogni prezzo, va confrontato con il valore reale di ciò che stai comprando.

Probabilità implicita e overround: il calcolo che cambia tutto

La probabilità implicita di una quota decimale è semplicemente 1 diviso la quota. Una quota di 2.50 implica una probabilità del 40% (1 / 2.50 = 0,40). Il problema è che, se sommi le probabilità implicite dei tre esiti di un 1X2, il totale supera sempre il 100%. Quell'eccesso è il margine del bookmaker, l'overround. Più alto è il margine, più basso è il payout teorico per il giocatore.

Facciamo un esempio concreto. Quote di 2.00, 3.50 e 4.00 danno probabilità implicite del 50%, 28,6% e 25%. La somma è 103,6%. Il margine è del 3,6%, e il payout teorico è del 96,5% (100 / 103,6). Questo significa che, in media, ogni euro giocato su quel mercato restituisce 96,5 centesimi. È un margine basso, tipico dei mercati molto liquidi. Su mercati meno liquidi, il margine può facilmente superare il 10%, e il payout scendere sotto il 90%.

Il calcolo della probabilità implicita è il primo passo di qualsiasi analisi di valore. Se il tuo modello stima una probabilità del 55% per un esito e la quota offerta implica una probabilità del 50%, hai un edge teorico del 5%. Ma quell'edge è reale solo se il tuo modello è migliore del mercato. E il mercato, nella maggior parte dei casi, è molto bravo. La probabilità implicita non ti dice se hai ragione: ti dice quanto il mercato pensa che tu abbia torto.

Il modello di Poisson applicato a 1X2 e Under/Over

Il modello di Poisson è il punto di partenza di quasi ogni modello probabilistico applicato al calcio. L'idea è semplice: se una squadra segna in media 1,5 gol a partita, la probabilità che ne segni esattamente 2 si calcola con la distribuzione di Poisson. Mettendo insieme le medie di due squadre — gol fatti e gol subiti, meglio se pesati per la forza dell'avversario — si ottengono le probabilità di tutti i risultati possibili, da 0-0 a 5-4.

La formula è: P(k) = (λ^k * e^-λ) / k!, dove λ è il numero medio di gol atteso e k è il numero di gol di cui vuoi calcolare la probabilità. Un esempio pratico: se il gol atteso totale di una partita è 2,75, la probabilità di Over 2.5 si aggira intorno al 55%. Se il bookmaker offre una quota superiore a 1.82 — il reciproco di 0,55 — il valore atteso è positivo. Se offre 1.70, il valore atteso è negativo, anche se la probabilità stimata è la stessa.

Il modello di Poisson ha un limite noto: assume che i gol delle due squadre siano indipendenti. In realtà, non lo sono. Una squadra che segna per prima tende a chiudersi, l'altra si sbilancia, e il ritmo della partita cambia. Questo è il motivo per cui i modelli più sofisticati, come Dixon-Coles, introducono un parametro di correlazione. Per chi si accontenta di una stima grezza, Poisson è comunque meglio del nulla. Per chi vuole un modello serio, Poisson è solo l'inizio.

Dixon-Coles e la correlazione tra i gol

Il modello di Dixon-Coles corregge la distorsione del Poisson puro introducendo un parametro di correlazione (rho) che aggiusta le probabilità dei risultati a basso punteggio, in particolare 0-0, 1-0, 0-1 e 1-1. Per chi scommette su Under/Over o su risultati esatti, la differenza tra Poisson puro e Dixon-Coles può essere di diversi punti percentuali, abbastanza per trasformare una giocata marginale in una giocata di valore.

La logica è intuitiva: nel calcio, i gol non sono eventi indipendenti come il lancio di una moneta. Il punteggio influenza il comportamento delle squadre. Una squadra in vantaggio tende a difendere, una squadra in svantaggio tende ad attaccare. Questo crea una correlazione negativa tra i gol delle due squadre nei risultati a basso punteggio, e una correlazione positiva nei risultati ad alto punteggio. Dixon-Coles cattura questa dinamica meglio del Poisson puro.

Implementare Dixon-Coles non è banale: richiede dati storici sufficienti, una stima del parametro rho e una fase di validazione. Ma per chi vuole costruire un modello pre-match serio, è uno step obbligato. La buona notizia è che esistono librerie open source e tutorial che spiegano come farlo. La cattiva notizia è che nessuna libreria ti dice se il tuo modello è davvero migliore del mercato. Quello lo scopri solo confrontando le tue probabilità con le quote, su un campione abbastanza grande di partite.

Come si costruisce un modello senza dati inventati

La tentazione, quando si costruisce un modello, è quella di aggiungere variabili fino a quando i risultati sembrano buoni. È un errore. Ogni variabile in più aumenta il rischio di overfitting: il modello si adatta ai dati storici ma fallisce sulle partite future. Un modello semplice, con poche variabili ben scelte, è spesso più robusto di un modello complesso con decine di parametri.

Le variabili di base per un modello calcistico sono: gol fatti e subiti (meglio se pesati per la forza dell'avversario), xG creato e concesso, forma recente (con un peso maggiore per le partite più vicine), e contesto della partita (casa/trasferta, riposo, infortuni). A queste si possono aggiungere variabili più specifiche, come il rendimento contro squadre di fascia simile o il trend degli ultimi cinque incontri. Ma ogni variabile va giustificata con una logica, non aggiunta a caso.

La regola più importante è la validazione out-of-sample: il modello va testato su dati che non sono stati usati per costruirlo. Se il modello funziona solo sui dati storici ma fallisce sulle partite nuove, non è un modello: è una descrizione del passato. La statistica serve a prevedere il futuro, non a spiegare il passato. E il futuro, per definizione, è incerto.

Calcio scommesse statistiche: i mercati dove i numeri parlano

Non tutti i mercati sono uguali. Alcuni sono più efficienti — e quindi più difficili da battere —, altri offrono più spazio a chi ha un modello decente. La chiave è capire dove il margine del bookmaker è più alto e dove, al contrario, la liquidità del mercato rende le quote più vicine alla probabilità reale. E poi c'è il fattore fiscale: l'imposta del 24,5% sulle scommesse online rende ogni edge più difficile da ottenere.

1X2: liquidità alta, efficienza alta, spazio di valore basso

Il mercato 1X2 è il più giocato al mondo. È anche il più difficile da battere, perché ci sono più occhi che lo guardano, più modelli che lo prezzano e più soldi che lo muovono. I modelli di previsione seri, secondo la letteratura accademica, raggiungono tassi di accuratezza compresi tra il 56% e il 65% con filtri di valore. Non sembra molto, ma su centinaia di giocate, un 60% di accuratezza con quote superiori a 2.00 è un ROI solido.

La chiave, nel 1X2, non è prevedere il vincitore. È trovare le partite in cui il mercato ha prezzato male una delle tre opzioni. E il mercato sbaglia più spesso di quanto si pensi, soprattutto nei campionati minori e nelle partite con informazioni asimmetriche: infortuni dell'ultimo minuto, turnover, condizioni del campo. In Serie A, la squadra di casa ha vinto il 39% delle partite nella stagione 2025-26, con il 26,1% di pareggi e il 35% di vittorie esterne. Sono numeri che, confrontati con le quote, permettono di identificare le partite in cui il mercato sottostima o sovrastima una delle tre opzioni.

Il problema del 1X2 è che l'efficienza del mercato rende difficile trovare valore in modo sistematico. Chi ci riesce lo fa con modelli proprietari, dati esclusivi o una conoscenza approfondita di un campionato specifico. Per il giocatore medio, il 1X2 è un mercato in cui è facile perdere, non in cui è facile vincere. Non è un caso che i bookmaker guadagnino soprattutto sui mercati principali, dove il volume è alto e il margine, anche se basso, si moltiplica per milioni di giocate.

Under/Over e BTTS: dove il ritmo batte il pronostico sul vincitore

L'Under/Over è il mercato preferito da chi costruisce modelli. Il motivo è semplice: è più facile stimare quanti gol si segneranno che chi vincerà. Le medie gol sono più stabili dei risultati, e l'xG fornisce un indicatore affidabile del “vero” potenziale offensivo di una squadra. Nella Serie A 2025-26, la media è stata di 2,43 gol per partita, con il 46% di Over 2.5 e il 45% di BTTS. Sono numeri che, se confrontati con le quote offerte, permettono di identificare rapidamente le partite in cui il mercato sottostima o sovrastima il potenziale offensivo.

Il BTTS (Gol/No Gol) è un mercato ancora più interessante, perché dipende da due fattori: la capacità offensiva di entrambe le squadre e la loro propensione a subire gol. Nella Serie A 2025-26, il BTTS è arrivato nel 45,3% delle partite. Un dato che, se incrociato con le quote, offre spesso più valore del 1X2, perché il mercato è meno liquido e i prezzi sono meno efficienti. Non è un caso che molti modelli si concentrino su Over/Under e BTTS: sono mercati in cui la statistica ha più spazio per battere il mercato.

C'è però un avvertimento. I mercati Over/Under e BTTS sono sensibili al contesto: una partita tra due squadre che si giocano la salvezza può finire 0-0 anche se la media del campionato dice 2,43. Un modello che ignora il contesto — la posta in gioco, la stanchezza, le condizioni meteorologiche — rischia di sovrastimare la probabilità di gol. La statistica descrive il contesto medio, non la singola partita. Chi non tiene conto di questa distinzione finisce per giocare Over 2.5 in partite che finiscono 0-0.

Pari/Dispari: il mercato più sovrastimato dall'istinto

Pari/Dispari è un mercato che molti giocatori affrontano con l'istinto. “Questa partita finirà pari” è una frase che si sente spesso, ma raramente è supportata da numeri. Il pari è un esito con una probabilità che, nella maggior parte dei campionati, si aggira intorno al 25-30%. Non è né raro né frequente. È semplicemente un esito come gli altri, con una quota che spesso non riflette la sua reale probabilità.

Nella Serie A 2025-26, il pareggio è arrivato nel 26,1% delle partite. Questo significa che, su 100 partite, circa 26 finiscono in parità. Se il bookmaker offre una quota di 3.50 per il pareggio, la probabilità implicita è del 28,6%, leggermente superiore alla frequenza storica. Se offre 3.20, la probabilità implicita è del 31,25%, ancora più alta. In entrambi i casi, il mercato sta prezzando il pareggio come più probabile di quanto dica la statistica. Non è un errore enorme, ma è un esempio di come l'istinto possa portare a giocare un mercato che non offre valore.

Il pari è un mercato in cui la statistica batte l'istinto solo se si ha un modello che stima la probabilità di pareggio in modo indipendente. Senza un modello, giocare Pari/Dispari è poco più che scommettere su un colore alla roulette. La differenza è che alla roulette il margine del banco è fisso e noto, mentre nel betting il margine varia e può essere sfruttato — ma solo se sai cosa stai facendo.

Corner e cartellini: numeri utili, ma con varianza larga

I corner sono un mercato affascinante perché sono apparentemente casuali, ma in realtà seguono pattern abbastanza stabili. Nella Serie A 2025-26, la media dei corner è stata significativa, ma la distribuzione è larga: alcune partite finiscono con 4 corner, altre con 15 o più. Questo significa che la media da sola non basta a prezzare una linea Over/Under. Servono la mediana, i quartili e, idealmente, la distribuzione completa.

La varianza dei corner è il motivo per cui i bookmaker offrono margini più alti su questo mercato rispetto al 1X2. Non è un caso: il bookmaker sa che la sua stima è meno precisa, e si protegge con un margine più alto. Per il giocatore, questo significa che trovare valore sui corner è più difficile, ma non impossibile. Chi ha un modello che stima la distribuzione dei corner meglio del mercato può trovare edge interessanti, soprattutto nelle partite tra squadre con stili di gioco molto diversi.

I cartellini seguono una logica simile, ma con un fattore in più: l'arbitro. Un arbitro con una media di 5 cartellini a partita non è lo stesso di un arbitro con una media di 2. La statistica utile, per i cartellini, non è la media della squadra, ma la media dell'arbitro, corretta per la tensione della partita. Senza questo dato, giocare sui cartellini è poco più che scommettere sull'umore dell'arbitro. E l'umore, come la fortuna, non è una grandezza statistica.

Statistiche live scommesse: leggere il gioco senza farsi ingannare

Il live betting è il mercato che cresce più rapidamente, ma è anche quello in cui il vantaggio del bookmaker è più grande. Non perché le quote siano ingiuste, ma perché la velocità con cui cambiano rende difficile per il giocatore valutare se il prezzo offerto è davvero di valore. Le statistiche in-play, in questo contesto, sono un'arma a doppio taglio: danno l'illusione di controllare la partita, ma spesso riflettono il possesso palla più che la pericolosità reale.

Il possesso palla non è dominanza

Una squadra con il 65% di possesso palla non sta necessariamente dominando. Può stare facendo un possesso sterile, senza creare occasioni. Gli indicatori che contano davvero sono altri: tiri nello specchio, xG live, attacchi pericolosi e corner conquistati. Se una squadra ha il 60% di possesso ma un xG di 0,3, mentre l'avversaria ha il 40% di possesso e un xG di 0,8, la squadra che “domina” statisticamente è quella che sta perdendo le occasioni migliori.

Il possesso palla è una statistica comoda perché è facile da mostrare in TV e da capire per il tifoso medio. Ma per lo scommettitore è quasi inutile. Una squadra può avere il 70% di possesso e perdere 0-2, se l'avversaria è efficiente nelle ripartenze. Un'altra può avere il 30% di possesso e vincere 3-0, se sfrutta al meglio le occasioni. La statistica utile non è quanto tempo hai la palla, ma cosa fai con la palla quando ce l'hai.

Gli strumenti come SofaScore mostrano il “momentum” e il “pressure index”, che cercano di catturare la pericolosità delle squadre meglio del semplice possesso. Sono indicatori imperfetti, ma più utili del possesso palla. Il consiglio è di usarli come complemento, non come sostituto, di una visione della partita. Se non puoi guardare la partita, affidati a xG live e tiri nello specchio. Se puoi guardarla, fidati dei tuoi occhi più che delle statistiche live.

xG live e attacchi pericolosi: gli indicatori che contano

L'xG live è l'indicatore più utile per capire chi sta creando le occasioni migliori. A differenza del possesso palla, che misura il controllo territoriale, l'xG misura la qualità delle occasioni. Una squadra può avere un xG live di 1,5 dopo 30 minuti e stare perdendo 0-1: significa che sta creando, ma non sta segnando. Il mercato, in questi casi, tende a sottostimare la sua capacità di ribaltare il risultato, offrendo quote interessanti sul pareggio o sulla vittoria.

Gli “attacchi pericolosi” sono un altro indicatore utile, ma vanno interpretati con cautela. Un attacco pericoloso è un'azione che arriva nell'area avversaria, ma non tutte le azioni pericolose sono occasioni da gol. Una squadra può accumulare attacchi pericolosi senza creare vero pericolo. L'xG è più selettivo, perché misura la probabilità che un tiro diventi gol. Per questo è preferibile agli attacchi pericolosi come indicatore di pericolosità reale.

Il limite dell'xG live è che dipende dal modello utilizzato dal provider. Due provider diversi possono dare xG diversi per la stessa partita, a seconda della definizione di “occasione” e del modello di conversione. Non esiste un xG “ufficiale”. Per questo è importante usare sempre lo stesso provider e non confrontare xG di fonti diverse. La coerenza è più importante della precisione assoluta.

Perché il 90° minuto è il momento più rischioso per il bankroll

Negli ultimi minuti di una partita, il mercato live diventa particolarmente inefficiente. Le quote cambiano rapidamente, il tempo a disposizione è poco, e la probabilità di un gol cambia minuto per minuto. È il momento in cui i bookmaker guadagnano di più, perché i giocatori tendono a inseguire il risultato e ad accettare quote sfavorevoli pur di “recuperare” una scommessa persa. È il classico comportamento da tilt, e il mercato lo sa.

La statistica dice una cosa semplice: nei minuti finali, la probabilità di un gol è più bassa che all'inizio della partita, perché il tempo a disposizione è meno. Ma la percezione del giocatore è l'opposto: sembra che tutto possa succedere, e questo lo spinge a giocare. Il divario tra probabilità reale e percezione è il margine del bookmaker. Più il divario è ampio, più il bookmaker guadagna. E nei minuti finali, il divario è massimo.

Il consiglio, per chi gioca live, è di non giocare negli ultimi 10 minuti, a meno che non ci sia un'opportunità chiara e ben motivata. Il live betting è un gioco di velocità e disciplina. Chi non ha disciplina, meglio che si limiti al pre-match, dove le quote sono più stabili e il tempo per ragionare è maggiore. Il 90° minuto è il momento in cui il bankroll rischia di più, e non sempre per colpa del bookmaker.

Statistiche campionati scommesse: Serie A, Serie B e coppe europee

Ogni campionato ha la sua identità statistica. La Serie A non è la Premier League, e la Serie B non è la Serie A. Conoscere le tendenze di un campionato è il primo passo per costruire un modello che funzioni. E, nel 2026, con l'aumento dell'imposta sulle scommesse online, ogni punto percentuale di edge conta ancora di più.

Serie A 2025-26: 2,43 gol a partita, 46% Over 2.5, 45% BTTS

La Serie A 2025-26 ha chiuso con una media di 2,43 gol per partita su 380 gare, con il 46% di Over 2.5 e il 45% di BTTS. La squadra di casa ha vinto il 39% delle partite, il pareggio è arrivato nel 26,1% dei casi e la vittoria esterna nel 35%. Sono numeri che, confrontati con le quote, permettono di identificare le partite in cui il mercato sottostima o sovrastima una delle tre opzioni.

Il dato più interessante è la percentuale di pareggi: 26,1% è un valore significativo, superiore a quello di molti altri campionati europei. Questo significa che il mercato 1X2, in Serie A, tende a sottostimare leggermente la probabilità del pareggio, offrendo quote più alte di quelle giustificate dalla frequenza storica. Non è un edge enorme, ma è un esempio di come la conoscenza di un campionato specifico possa fare la differenza.

La media gol di 2,43 e il 46% di Over 2.5 suggeriscono che la Serie A non è un campionato particolarmente prolifico. Chi si aspetta partite ricche di gol rischia di sovrastimare l'Over. Allo stesso tempo, il 45% di BTTS indica che entrambe le squadre segnano in quasi una partita su due. Sono dati che vanno usati come punto di partenza, non come regola assoluta. La singola partita può sempre sorprendere.

Serie B e campionati minori: dove il mercato è meno efficiente

La Serie B e i campionati minori sono spesso più interessanti per chi cerca valore, perché il mercato è meno liquido e i bookmaker hanno meno informazioni. Questo non significa che sia più facile vincere, ma che le inefficienze sono più frequenti. Un modello che funziona discretamente in Serie A può funzionare meglio in Serie B, perché il mercato è meno bravo a prezzare le partite.

Il rischio, però, è la minore disponibilità di dati. La Serie B non ha la stessa copertura statistica della Serie A: l'xG è meno diffuso, i dati sui giocatori sono meno dettagliati, e le informazioni sulle formazioni arrivano più tardi. Chi vuole costruire un modello per la Serie B deve accontentarsi di dati meno raffinati, oppure investire in provider a pagamento. Non è un caso che molti modelli si concentrino sui top campionati, dove i dati sono più accessibili.

Un altro fattore da considerare è la volatilità. I campionati minori hanno meno partite, e un campione più piccolo significa stime meno stabili. Un modello che funziona su 380 partite di Serie A può essere inaffidabile su 38 partite di un campionato minore. La statistica richiede numeri, e i numeri richiedono tempo. Chi gioca sui campionati minori deve accettare un livello di incertezza più alto.

Champions League ed Europa League: probabilità di titolo e modelli esterni

Nelle competizioni europee, i modelli esterni forniscono probabilità di titolo che sono un utile punto di partenza per valutare le quote dei bookmaker. Queste probabilità non sono vangelo, ma offrono un riferimento indipendente rispetto alle quote di mercato, utile per identificare eventuali discrepanze. Il limite è che i modelli esterni sono spesso proprietari e non rivelano la metodologia, quindi vanno presi con cautela.

La Champions League e l'Europa League hanno una caratteristica che le rende diverse dai campionati: la fase a eliminazione diretta. Nelle partite a eliminazione, la motivazione e la tensione sono più alte, e il contesto conta più che nella stagione regolare. Un modello costruito sulla stagione regolare può fallire nelle partite a eliminazione, perché le squadre giocano in modo diverso. Chi scommette sulle coppe deve tenere conto di questo fattore, e non limitarsi a trasferire i numeri del campionato.

Un altro elemento da considerare è il turnover. Le squadre che giocano in Champions League spesso fanno turnover in campionato, e viceversa. Questo può influenzare le prestazioni e le statistiche. Un modello che non tiene conto del turnover rischia di sovrastimare la forza di una squadra in una partita di coppa, o di sottostimarla in campionato. La statistica utile, nelle coppe, è quella che tiene conto del contesto, non solo dei numeri grezzi.

Statistiche basket e tennis per scommesse: due sport, due logiche

Calcio e basket non sono la stessa cosa. Nemmeno calcio e tennis. Ogni sport ha le sue statistiche chiave, i suoi modelli e i suoi mercati. Applicare il modello di Poisson al tennis è un errore. Applicare la logica del 1X2 al basket è un altro errore. Chi non capisce questa distinzione finisce per usare gli strumenti sbagliati nel contesto sbagliato.

Basket: il ritmo (possessi) prima del talento

Nel basket, la statistica più importante non è il tiro da tre, né i punti segnati. È il ritmo, cioè il numero di possessi per partita. Una squadra che gioca a 100 possessi segnerà più punti di una che gioca a 85, anche se ha meno talento offensivo. I mercati Over/Under nel basket sono fortemente influenzati dal ritmo, e i modelli che ignorano questa variabile tendono a sbagliare sistematicamente.

I dati sui possessi e sull'efficienza offensiva sono disponibili per molti campionati, ma richiedono un minimo di elaborazione per essere utili. Non basta guardare la media punti: bisogna normalizzarla per il ritmo, altrimenti si confrontano mele con arance. Una squadra che segna 85 punti a 80 possessi è più efficiente di una che ne segna 95 a 100 possessi. La statistica utile è l'efficienza per possesso, non il totale dei punti.

Un altro fattore da considerare è la varianza. Il basket ha molte più azioni da gioco del calcio, e questo riduce la varianza dei risultati. Una squadra più forte vince più spesso nel basket che nel calcio, perché ci sono meno episodi casuali. Questo significa che i modelli previsionali nel basket possono raggiungere tassi di accuratezza più alti rispetto al calcio. Ma significa anche che il mercato è più efficiente, e trovare valore è più difficile.

Tennis: superficie, rendimento al servizio e head-to-head

Nel tennis, il ranking ATP è un indicatore macro, non micro. Un giocatore numero 30 può battere il numero 15 se la superficie è la sua preferita e il suo avversario sta attraversando un periodo di forma negativo. I dati che contano davvero sono altri: percentuale di prime palle in campo, palle break convertite, rendimento al servizio sulla superficie specifica e head-to-head, con la cautela che gli incontri vecchi possono essere poco rilevanti.

La superficie è il fattore più importante nel tennis, più del ranking. Un giocatore che eccelle sulla terra rossa può essere mediocre sull'erba, e viceversa. I modelli previsionali seri tengono conto della superficie e del rendimento specifico su quella superficie. Senza questo dato, il ranking è un indicatore fuorviante. Un numero 20 sulla terra rossa può essere più forte di un numero 10 che non ha mai giocato bene su quella superficie.

L'head-to-head è un dato utile, ma va usato con cautela. Due giocatori possono essersi affrontati cinque anni fa, in condizioni completamente diverse. Un head-to-head di 3-0 può essere fuorviante se due degli incontri sono stati giocati su una superficie diversa o in un periodo di forma diverso. La statistica utile non è il risultato aggregato, ma il rendimento recente sulle superfici rilevanti. Il passato conta, ma il presente conta di più.

Statistiche scommesse virtuali: i numeri del mercato italiano

Le scommesse virtuali sono un comparto spesso ignorato dalle guide statistiche, ma i numeri del mercato italiano meritano attenzione. Nei primi cinque mesi del 2026, la raccolta è stata di 1.585.892.581,90 euro, con una spesa effettiva di 235.928.862,83 euro e un payout dell'85,12%. Sono numeri che collocano le virtuali in una posizione di rilievo nel panorama del gioco pubblico italiano.

Raccolta, spesa e payout: cosa dicono i dati ADM 2026

Il payout dell'85% significa che, in media, ogni euro giocato ne restituisce 85 centesimi. È un margine del 15%, molto più alto di quello delle scommesse sportive tradizionali, dove il payout può arrivare al 94-95%. Per chi scommette sulle virtuali, la statistica utile non è quella delle squadre — che sono generate da un algoritmo —, ma quella del payout del bookmaker e della volatilità del gioco.

I dati AGIMEG mostrano che le scommesse virtuali hanno una spesa di 235,9 milioni di euro nei primi cinque mesi del 2026, a fronte di una raccolta di quasi 1,59 miliardi. La differenza tra raccolta e spesa è il payout, che è appunto dell'85%. Questo significa che il 15% di ogni euro giocato resta al bookmaker. È un margine molto più alto di quello delle scommesse sportive, e riflette la maggiore incertezza del comparto virtuale.

Un dato interessante è la concentrazione territoriale. Napoli è la provincia con la spesa più alta, seguita da Roma e Milano. Questo riflette la distribuzione delle agenzie e la popolarità delle virtuali nelle grandi città. Per chi scommette, però, il dato territoriale è meno rilevante del payout. Il payout è uguale per tutti, indipendentemente dalla provincia. E l'85% è un numero che dovrebbe far riflettere chi pensa di poter battere le virtuali con la statistica.

Perché i modelli previsionali sulle virtuali non funzionano

Le scommesse virtuali sono generate da un algoritmo, quindi non seguono le leggi del calcio reale. Le statistiche delle “squadre” virtuali non hanno lo stesso significato di quelle delle squadre reali. Non c'è xG, non c'è possesso palla, non c'è forma. C'è solo un generatore di numeri casuali con una distribuzione di probabilità calibrata dal bookmaker. Applicare un modello di Poisson a una squadra virtuale è come applicare un modello meteorologico a un dado.

L'unica statistica davvero utile, per le virtuali, è il payout del bookmaker e la volatilità del gioco. Il payout è noto — l'85% —, e la volatilità dipende dal tipo di virtuale. Alcune virtuali hanno esiti più prevedibili, altre meno. Ma nessuna ha un “modello” che possa essere scoperto e sfruttato. L'algoritmo è progettato per essere imprevedibile, e lo è. Chi pensa di poter battere le virtuali con la statistica sta sottovalutando la potenza del generatore casuale.

Il consiglio, per le virtuali, è di giocarle solo per divertimento, con un budget limitato e senza aspettative di profitto. Non sono un investimento, non sono un mercato inefficiente, non sono un'opportunità. Sono un gioco con un margine del 15%, e come tutti i giochi con un margine alto, sono progettate per far vincere il banco nel lungo periodo. La statistica non cambia questa realtà.

I migliori bookmaker ADM per chi scommette con le statistiche nel 2026

La classifica che segue non è un elenco di “promozioni”. È una selezione basata su criteri verificabili: licenza ADM, profondità dei mercati statistici (player props, corner, cartellini), qualità del live betting e presenza nel registro dei concessionari. I dati di mercato sono quelli diffusi da AGIMEG e dalle rilevazioni di settore per il 2026. Non abbiamo incluso operatori senza licenza ADM, indipendentemente dalle loro quote.

Metodologia: licenza, margini, profondità dei mercati, prelievi

Abbiamo incrociato tre fonti: il registro delle concessioni ADM, i dati di spesa degli operatori pubblicati da AGIMEG e la presenza di strumenti statistici nelle piattaforme. I criteri di valutazione sono: licenza ADM valida, profondità dei mercati (numero di mercati disponibili, presenza di player props e mercati di nicchia), qualità del live betting (aggiornamento delle quote, statististiche in-play) e velocità dei prelievi. Non abbiamo misurato i margini in modo sistematico, perché i dati pubblici non sono sufficienti per un confronto rigoroso.

La classifica è guidata da considerazioni di completezza dell'offerta statistica, non da ragioni commerciali. Alcuni operatori hanno margini più bassi ma meno mercati; altri hanno più mercati ma margini più alti. La scelta dipende da cosa cerchi: se giochi solo 1X2, un operatore con margini bassi è meglio; se giochi player props, un operatore con più mercati è meglio, anche se i margini sono più alti.

Un'avvertenza: i dati di spesa di AGIMEG misurano la quota di mercato, non la qualità statistica. Un operatore può avere una quota di mercato alta e un'offerta statistica mediocre, o viceversa. La classifica combina i due fattori, ma non pretende di essere una verità assoluta. È una guida, non un verdetto.

1. Sisal

Leader di mercato in Italia, con una quota di spesa che lo colloca stabilmente ai primi posti. Offre una delle coperture più ampie sui mercati calcistici, con statistiche integrate — possesso, tiri, xG — direttamente nell'app. Il margine sul 1X2 è nella media del mercato italiano, ma la profondità dei mercati secondari (corner, cartellini, player props) è eccellente. Licenza ADM: sì. Punto debole: l'interfaccia può risultare caotica per chi cerca statistiche avanzate.

L'offerta statistica di Sisal è pensata per il tifoso più che per lo scommettitore professionale. Le statistiche sono presentate in modo accattivante, ma non sempre sono esportabili o sufficientemente dettagliate per costruire un modello. Chi vuole usare Sisal per scommettere con le statistiche deve accontentarsi di un livello intermedio: buono per il live, meno buono per il pre-match avanzato.

Il punto di forza di Sisal è la copertura dei mercati. Se giochi player props o mercati di nicchia, Sisal è tra i pochi operatori italiani che offrono una selezione decente. La qualità delle quote non è la migliore del mercato, ma la varietà compensa. Per chi cerca soprattutto varietà, Sisal è una scelta solida.

2. Snai

Storico operatore italiano, secondo per spesa di mercato. È tradizionalmente forte sui mercati delle scommesse multiple e sui palinsesti calcistici. Le statistiche sono meno integrate rispetto a Sisal, ma la qualità delle quote sui mercati principali è competitiva. Licenza ADM: sì. Punto debole: l'esperienza mobile non è all'altezza della concorrenza.

Snai è un operatore solido ma non all'avanguardia sull'offerta statistica. Le statistiche sono disponibili, ma non sono il focus della piattaforma. Chi cerca strumenti avanzati per costruire modelli non troverà in Snai un alleato. Chi cerca quote competitive sui mercati principali e una presenza capillare sul territorio, sì.

Il live betting di Snai è funzionale ma non eccezionale. Le quote si aggiornano con una certa rapidità, ma le statistiche in-play sono meno dettagliate di quelle di operatori come Bet365. Per un uso occasionale, va bene. Per un uso intensivo, meglio guardare altrove.

3. Bet365

Il gigante internazionale, con una presenza significativa in Italia grazie alla licenza ADM. È il bookmaker con la più ampia offerta di mercati statistici al mondo: player props, corner, cartellini, tiri, passaggi, tutto. Il margine è nella media, ma la profondità dei mercati compensa. Licenza ADM: sì. Punto debole: il margine più alto significa che le quote sono meno generose sui mercati principali.

Bet365 è il paradiso di chi gioca player props. La selezione di mercati è enorme, e le statistiche associate ai giocatori sono tra le più dettagliate disponibili sul mercato italiano. Se il tuo pane quotidiano sono i tiri di un attaccante o i falli di un centrocampista, Bet365 è probabilmente l'operatore con l'offerta più completa. Il prezzo da pagare è un margine leggermente più alto sui mercati principali.

Il live betting di Bet365 è tra i migliori del mercato. Le quote si aggiornano in tempo reale, e le statistiche in-play sono integrate nella schermata di scommessa. L'interfaccia è densa di informazioni, il che può essere un vantaggio per chi sa cosa cercare e uno svantaggio per chi si perde nei dettagli. In ogni caso, è un operatore che chi scommette con le statistiche dovrebbe almeno provare.

4. Eurobet

Quarto operatore per spesa, con una presenza consolidata nel mercato italiano. Offre una buona copertura statistica, con un'interfaccia più pulita di Snai e una sezione live ben organizzata. Licenza ADM: sì. Punto debole: la profondità dei mercati di nicchia (player props, cartellini) è inferiore a quella di Bet365.

Eurobet è una scelta equilibrata. Non eccelle in nessuna categoria, ma fa tutto discretamente. Le statistiche sono disponibili per i principali campionati, il live è funzionale e i prelievi sono ragionevolmente rapidi. Per chi non ha esigenze estreme, è un operatore affidabile. Per chi cerca l'offerta statistica più profonda, meglio guardare a Bet365 o Sisal.

Il punto di forza di Eurobet è la semplicità. L'interfaccia non è sovraccarica, e le statistiche sono facili da trovare. Per chi inizia a usare le statistiche per scommettere, Eurobet è un buon punto di partenza. Per chi è già avanzato, potrebbe risultare limitato.

5. Lottomatica

Presente stabilmente nella top 5 del mercato italiano, con una quota di spesa significativa. Offre statistiche integrate per i principali campionati e un buon servizio di live betting. Licenza ADM: sì. Punto debole: i margini non sono tra i più bassi del mercato, e la profondità dei mercati di nicchia è nella media.

Lottomatica è un operatore generalista, con un'offerta che copre tutti i principali mercati ma non eccelle in nessuno. Le statistiche sono presenti, ma non sono il focus della piattaforma. Chi cerca un operatore affidabile per giocare i mercati principali non resterà deluso. Chi cerca strumenti avanzati per modelli statistici, meglio guardare altrove.

Il live betting di Lottomatica è nella media: funziona, ma non entusiasma. Le quote si aggiornano con una rapidità accettabile, e le statistiche in-play sono sufficienti per un uso occasionale. Per un uso intensivo, meglio un operatore specializzato.

6. Betfair

Noto soprattutto per l'exchange, ma opera in Italia anche come bookmaker tradizionale con licenza ADM. La copertura statistica è meno profonda di Bet365, ma le quote sui mercati principali sono competitive. Punto debole: l'interfaccia dell'exchange non è per tutti, e il bookmaker tradizionale è meno sviluppato dell'exchange.

Betfair è una scelta particolare. L'exchange offre un modo diverso di scommettere, basato sul confronto diretto tra giocatori. Per chi vuole usare le statistiche in modo avanzato, l'exchange può essere interessante, perché permette di “fare il bookmaker” e sfruttare le inefficienze del mercato. Ma richiede una curva di apprendimento più ripida rispetto a un bookmaker tradizionale.

Il bookmaker tradizionale di Betfair è meno interessante dell'exchange. Le quote sono competitive, ma l'offerta statistica è limitata. Chi cerca player props o mercati di nicchia non troverà in Betfair ciò che cerca. Chi cerca quote competitive sui mercati principali, sì.

7. Goldbet

Operatore solido, con una presenza capillare sul territorio e una buona offerta online. Le statistiche sono disponibili per i principali campionati, ma non ai livelli dei primi tre. Licenza ADM: sì. Punto debole: la sezione live è meno reattiva di quella dei concorrenti diretti, e l'offerta statistica è nella media.

Goldbet è un operatore affidabile ma non innovativo. Le statistiche ci sono, ma non sono il punto di forza. Chi cerca un operatore con una buona presenza territoriale e un'offerta online decente troverà in Goldbet un partner solido. Chi cerca strumenti statistici avanzati, meglio guardare altrove.

Il live betting di Goldbet è funzionale ma non eccezionale. Le quote si aggiornano con una certa rapidità, ma le statistiche in-play sono meno dettagliate di quelle di Bet365 o Sisal. Per un uso occasionale, va bene. Per un uso intensivo, meglio un operatore specializzato.

8. Betflag

Chiude la classifica un operatore italiano con una quota di mercato più contenuta, ma con un'offerta statistica dignitosa e un'attenzione particolare ai mercati calcistici. Licenza ADM: sì. Punto debole: la copertura dei campionati minori è limitata, e l'offerta statistica non è all'altezza dei primi della classe.

Betflag è una scelta di nicchia. Non è il primo operatore a cui pensare per le statistiche, ma offre un servizio decente a chi cerca un'alternativa ai grandi nomi. Le statistiche sono disponibili per i principali campionati, e il live betting è funzionale. Per chi vuole diversificare i bookmaker, Betflag può avere un senso.

Il punto di forza di Betflag è la semplicità. L'interfaccia è pulita, e le statistiche sono facili da trovare. Per chi inizia, è un buon punto di partenza. Per chi è già avanzato, potrebbe risultare limitato. In ogni caso, è un operatore con licenza ADM e un'offerta nella media.

Tabella comparativa: bonus, licenza, margine e velocità di prelievo

Nota: i tempi di prelievo sono indicativi e possono variare in base al metodo di pagamento e alla verifica del conto. La profondità dei mercati statistici è una valutazione qualitativa basata sulla presenza di player props, corner, cartellini e statistiche in-play. I dati di licenza ADM sono verificati sul registro dei concessionari.

Information gain: il calcolo del valore reale di un bonus e l'effetto dell'imposta

Questa è la parte che non troverai nelle guide che si limitano a elencare “i migliori siti di statistiche”. Qui facciamo i conti. Non per dimostrare che i bonus sono inutili, ma per mostrare quanto valgono davvero e perché il “gratis” non esiste. E, soprattutto, per mostrare come l'imposta del 24,5% sulle scommesse online cambi il calcolo.

Quanto vale davvero un bonus di benvenuto

Prendiamo un bonus di benvenuto tipico: 100 euro di “gioco gratis” con un requisito di puntata (rollover) di 5 volte l'importo del bonus, a quote minime di 1.50. Il valore nominale è 100 euro. Il valore reale è molto diverso. Primo: il rollover. Devi giocare 500 euro (100 x 5) prima di poter prelevare. Secondo: la quota minima di 1.50 restringe le tue scelte e ti spinge verso giocate che, statisticamente, hanno un valore atteso più basso. Terzo: l'imposta. In Italia, le vincite sulle scommesse online sono soggette a un'imposta del 24,5% a partire dal 2026. Quarto: il margine del bookmaker, che sul 1X2 è mediamente del 9-10%.

Facciamo un calcolo semplificato. Supponiamo che tu riesca a completare il rollover con un ROI dello 0% (cioè vincite pari alle puntate). Il bonus di 100 euro si riduce a 75,5 euro dopo l'imposta del 24,5%. Ma per arrivare a quel punto, hai dovuto giocare 500 euro, sui quali il bookmaker ha già incassato il suo margine (circa il 9,5%, cioè 47,5 euro). Il valore reale del bonus, in questo scenario, è di circa 28 euro. Non è “gratis”. È un incentivo che il bookmaker ti dà per farti giocare, sapendo che, statisticamente, una parte di quel bonus tornerà a lui sotto forma di margine.

Questo non significa che i bonus siano inutili. Significa che vanno valutati per quello che sono: un modo per ridurre il costo di ingresso, non un regalo. Un bonus con rollover basso e quote minime basse può avere un valore reale più alto. Un bonus con rollover alto e quote minime alte può avere un valore reale vicino allo zero. Prima di accettare un bonus, fai sempre il calcolo. Il “gratis” è una parola di marketing, non una categoria statistica.

L'imposta del 24,5% sulle scommesse online e il payout effettivo

La Legge di Bilancio ha aumentato l'imposta unica sulle scommesse online al 24,5%, contro il 20,5% delle scommesse fisiche. Per il giocatore, questo si traduce in una riduzione del payout effettivo. Se il bookmaker offre una quota di 2.00, il payout teorico è del 50%. Ma dopo l'imposta del 24,5% sulle vincite, il payout reale scende. Su una vincita di 100 euro, l'imposta è di 24,5 euro, e il netto è di 75,5 euro. Il payout effettivo, quindi, non è del 50%, ma del 37,75% (75,5 / 200).

Questo è il motivo per cui, nel 2026, è ancora più importante giocare solo dove il valore atteso è chiaramente positivo. Con un margine del bookmaker del 9% e un'imposta del 24,5%, il “costo” complessivo di una giocata è di circa il 33,5%. Per essere redditizio, il tuo modello deve avere un edge superiore a questa soglia. Non è impossibile, ma è molto più difficile di quanto sembri. La statistica non elimina l'imposta: ti aiuta a capire se, dopo l'imposta, la giocata ha ancora senso.

C'è un altro effetto dell'imposta che spesso viene ignorato: riduce il valore dei bonus. Un bonus di 100 euro, dopo l'imposta, vale 75,5 euro al netto. Se il rollover è alto, il valore reale può scendere sotto i 30 euro. I bookmaker lo sanno, e per questo offrono bonus sempre più spesso sotto forma di “free bet” senza prelievo, che sono tassate in modo diverso. Ma anche le free bet hanno condizioni. La statistica utile, qui, è quella che ti dice quanto vale davvero un bonus, non quanto dice il marketing.

La disciplina statistica batte il pronostico della domenica

La tentazione, quando si scommette, è quella di cercare il pronostico perfetto. Il “colpo sicuro” che risolve la giornata. Ma la statistica dice una cosa diversa: non esiste il colpo sicuro. Esiste la disciplina di giocare solo quando il valore atteso è positivo, e di non giocare quando non lo è. Chi segue questa disciplina vince nel lungo periodo, anche se perde molte singole giocate. Chi insegue il colpo sicuro perde nel lungo periodo, anche se vince qualche singola giocata.

La differenza tra un giocatore disciplinato e uno impulsivo non è la conoscenza delle statistiche. È la capacità di applicarle con coerenza. Un giocatore disciplinato può usare un modello semplice, ma lo applica con rigore: gioca solo quando l'edge è chiaro, non insegue le perdite, non aumenta le puntate dopo una sconfitta. Un giocatore impulsivo può avere il modello più sofisticato del mondo, ma se non lo applica con disciplina, perderà comunque.

La statistica, in definitiva, è uno strumento. Non è una bacchetta magica. Ti dice se una scommessa ha valore, ma non ti dice se devi giocarla. Quella decisione spetta a te, e dipende dalla tua disciplina, dal tuo bankroll e dalla tua capacità di accettare l'incertezza. Chi lo capisce ha già fatto un passo avanti verso un approccio più maturo alle scommesse. Chi non lo capisce continuerà a cercare il pronostico perfetto, e continuerà a pagare il margine del bookmaker.

Domande frequenti sulle statistiche per scommesse

Qual è il miglior sito di statistiche per scommesse nel 2026?

Non esiste un singolo sito migliore in assoluto. Per la ricerca storica e l'xG gratuito, Understat è il riferimento. Per le statistiche live, SofaScore e FotMob sono le app più complete. Per il confronto quote, OddsPortal è lo strumento più utile. La scelta dipende da cosa ti serve: un database, un tool live o un comparatore.

Le statistiche possono davvero aiutare a vincere sulle scommesse?

Sì, ma non nel modo in cui la maggior parte delle persone pensa. Le statistiche non ti danno la certezza della singola giocata. Ti danno un metodo per stimare le probabilità e confrontarle con le quote offerte. Chi vince nel lungo periodo non è chi indovina più spesso, ma chi gioca solo quando il valore atteso è positivo.

Cos'è il modello di Poisson e come si applica alle scommesse calcistiche?

Il modello di Poisson è una distribuzione di probabilità che stima la probabilità di un certo numero di eventi, in questo caso i gol, in un intervallo di tempo. Applicato al calcio, si usano le medie gol delle due squadre per calcolare la probabilità di tutti i risultati possibili, da 0-0 a 5-4. È il punto di partenza per modelli più sofisticati come Dixon-Coles.

Qual è la differenza tra xG e gol reali nelle statistiche per scommesse?

L'xG, expected goals, è una misura della qualità delle occasioni create, non dei gol effettivamente segnati. Una squadra può avere un xG alto e segnare poco, o viceversa. Per chi scommette, l'xG è spesso un indicatore più affidabile del potenziale offensivo rispetto ai gol reali, perché è meno influenzato dalla casualità di una singola partita.

Le statistiche sulle scommesse virtuali sono affidabili?

Le scommesse virtuali sono generate da un algoritmo, quindi non seguono le leggi del calcio reale. Le statistiche delle “squadre” virtuali non hanno lo stesso significato di quelle delle squadre reali. L'unica statistica davvero utile è il payout del bookmaker, che in Italia è mediamente dell'85%, e la volatilità del gioco. Non cercare modelli previsionali complessi: non funzionano.

Come si calcola il margine del bookmaker (overround) e perché è importante?

Il margine del bookmaker, o overround, è l'eccesso della somma delle probabilità implicite dei diversi esiti rispetto al 100%. Si calcola sommando i reciproci di tutte le quote di un mercato e sottraendo 100. Un margine del 5% significa che il payout teorico è del 95,2%. Più alto è il margine, più basso è il valore delle quote per il giocatore.

Le quote minime richieste per il rollover dei bonus penalizzano il valore statistico?

Sì, quasi sempre. Le quote minime, spesso 1.50 o 1.80, restringono il campo a giocate con probabilità più alte ma payout più bassi, che statisticamente tendono ad avere un valore atteso inferiore. Un bonus con requisiti di rollover elevati e quote minime alte è meno “generoso” di quanto sembri. Prima di accettare un bonus, calcola sempre il valore reale tenendo conto di queste condizioni.