Statistiche per scommesse 2026: la guida che separa i numeri dai miracoli

Perché le statistiche contano più delle sensazioni

C'è un momento preciso in cui un tifoso diventa un bettor. Non è quando apre il primo conto su un bookmaker. È quando capisce che la sua "sensazione" sulla partita di domenica vale esattamente quanto un pronostico del barista sotto casa. Zero. O quasi.

Le statistiche per scommesse non sono un accessorio da nerd. Sono il modo in cui il banco prova a dirti che una quota è "giusta" — e il modo in cui tu puoi dimostrare che si sbaglia. Nel 2026, con oltre 13,9 miliardi di euro raccolti online in Italia nel 2025 e un payout medio che gira intorno all'87%, la domanda non è "le statistiche funzionano?". La domanda è: "quanto costa ignorarle?".

Ogni quota che vedi contiene una tassa invisibile. Il bookmaker non ti mostra lo scontrino, ma la paghi su ogni giocata, vincente o perdente. Si chiama margine, overround, vig — chiamala come vuoi. Nei mercati 1X2 delle prime cinque leghe europee, Bet365 viaggia intorno al 5,56% di overround, Pinnacle al 3,60%. Tradotto: se scommetti a occhi chiusi su Bet365, parti già circa il 5,3% dietro. Le statistiche servono a colmare quel divario, non a "prevedere il futuro".

Questa guida mette insieme i pezzi: dove trovare i dati, come si leggono, quali mercati hanno senso, quali bookmaker offrono gli strumenti migliori e dove i numeri mentono. Senza promesse da venditore di fumo. Perché il banco non è tuo amico, e nemmeno la statistica lo è: è solo un attrezzo. Dipende da come lo usi.

I migliori siti di statistiche per scommesse nel 2026

La prima regola è semplice: nessun sito ti dà tutto. I database gratuiti sono enormi ma superficiali, quelli a pagamento sono profondi ma specializzati. Il bettor che vuole usare le statistiche sul serio impara a combinare tre o quattro fonti, non a innamorarsi di una sola.

OddsPortal resta il riferimento per il confronto quote. Non è un sito di statistiche "pure", ma è l'unico che ti mostra in tempo reale quanto margine stai pagando su ogni mercato e quale bookmaker offre il prezzo migliore. La copertura è globale, il filtro per bookmaker è immediato. Il limite? Le statistiche di squadra sono basiche: possesso, tiri, poco più.

FlashScore e Sofascore sono i due nomi che senti sempre. FlashScore è più veloce e asciutto, Sofascore più ricco di metriche live: tiri, xG in tempo reale, mappe di calore, formazioni. Per il live betting sono il pane quotidiano. Per l'analisi pre-match, però, lasciano il tempo che trovano: sono progettati per "seguire", non per "capire".

FootyStats è probabilmente il miglior compromesso per chi scommette sul calcio e vuole statistiche già digerite: percentuali di Over 2.5, BTTS, clean sheet, corner, divise per campionato e per squadra. Copre oltre 1.500 leghe. La versione gratuita mostra abbastanza per farsi un'idea; quella a pagamento sblocca filtri e dati storici. Il difetto è che i modelli sono "scatole nere": non ti spiegano come arrivano a quelle percentuali.

Sbostats fa una cosa sola ma la fa bene: archivio di statistiche basate sulle quote iniziali dei bookmaker. Oltre 70 milioni di dati su calcio, tennis e hockey. Se vuoi capire come una squadra si comporta rispetto alle aspettative del mercato — non solo rispetto alle altre squadre — è una miniera.

FBref e Understat sono per chi vuole il dato grezzo, non la previsione pronta. FBref è il coltellino svizzero: statistiche avanzate, xG, xA, passaggi progressivi, tutto esportabile. Understat fa una cosa sola — xG e xPTS — ma con una pulizia e una profondità che pochi altri hanno. Sono siti da "analista", non da "scommettitore della domenica".

Il consiglio pratico: usa OddsPortal per le quote, FootyStats o Sofascore per il colpo d'occhio, FBref o Understat per il dato che non trovi altrove. E non pagare un abbonamento premium prima di aver capito quale metrica ti serve davvero.

Le formule che separano un pronostico da una scommessa

Un pronostico è un'opinione. Una scommessa è un'opinione con un prezzo. La statistica serve a mettere il prezzo.

La formula più importante non è il xG, non è il Poisson, non è il modello Dixon-Coles. È questa: probabilità implicita = 1 / quota decimale. Sembra banale. È il fondamento di tutto. Una quota 2.10 significa che il bookmaker ti sta dicendo che quell'evento ha il 47,62% di probabilità. Se tu, con i tuoi numeri, arrivi al 50%, hai un edge. Se arrivi al 45%, stai regalando soldi.

Il problema è che le probabilità implicite di tutti gli esiti di un mercato, sommate, superano il 100%. Quella differenza è l'overround. Prendi un 1X2 con quote 2.10, 3.40 e 3.60: 47,62% + 29,41% + 27,78% = 104,81%. Il bookmaker si tiene il 4,81% di margine "teorico" su quel mercato. Per ottenere le probabilità "pulite" (no-vig), dividi ogni probabilità implicita per il totale del book. Il 47,62% diventa 45,43%, il 29,41% diventa 28,06%, il 27,78% diventa 26,50%. Solo a quel punto puoi confrontare le tue stime con quelle del mercato senza l'effetto della tassa.

Poi c'è l'expected value, il EV. La formula è: EV = (probabilità stimata × quota) − 1. Se stimi il 50% e la quota è 2.10, il EV è (0,50 × 2,10) − 1 = +0,05, cioè +5% di rendimento atteso per ogni euro puntato. Sembra poco. Su cento giocate da 10 euro, sono 50 euro di profitto atteso. Il problema è che il EV non si realizza nel breve periodo: la varianza è una bestia che non si addomestica con una formula.

Il modello più usato per il calcio è la distribuzione di Poisson. L'idea è che i gol di una squadra seguono una distribuzione di Poisson con un parametro λ (lambda) che rappresenta il numero medio di gol attesi. Se la Roma segna in media 1,6 gol in casa e il Torino ne concede 1,2 in trasferta, il λ della Roma si aggira intorno a 1,4–1,5. Da lì calcoli la probabilità di 0, 1, 2, 3 gol e costruisci il griglia dei risultati esatti. I modelli più evoluti — Dixon-Coles, bivariate Poisson — correggono il fatto che i gol non sono eventi perfettamente indipendenti e che le squadre "si aspettano" a vicenda.

Il xG (expected goals) è la metrica che ha cambiato il modo di guardare le partite. Non misura quanti gol hai fatto, ma quanti "dovevi" fare in base alla qualità dei tiri. Un tiro da 0,1 xG significa che statisticamente finisce in rete una volta su dieci; un rigore vale circa 0,77 xG perché il 77% dei rigori viene trasformato. Il xG è utile per capire se una squadra sta "overperformando" (segna più di quanto crea) o "underperformando" (crea tanto ma segna poco). Attenzione: il xG non è una previsione. È una descrizione del passato. Le squadre che sovraperformano il xG per una stagione intera spesso regrediscono l'anno dopo. Il mercato lo sa. Tu lo sai?

Mercati del calcio: 1X2, Under/Over, Goal/No Goal, corner

Ogni mercato ha la sua statistica. Usare il xG per scommettere sui corner è come usare il metro per pesare l'oro. Funziona per caso, ma non è il modo giusto.

1X2 è il mercato più liquido e quello con il margine più "visibile". È anche il più difficile da battere con le sole statistiche, perché il mercato incorpora una quantità enorme di informazioni: infortuni, motivazioni, calendario, arbitri. La statistica utile qui non è "chi ha vinto di più", ma "chi ha vinto di più rispetto alle aspettative". Una squadra che vince 1-0 con 0,4 xG a partita non è forte: è fortunata. Il mercato tende a correggere queste illusioni, ma non immediatamente.

Under/Over è il regno delle medie. Non conta quante partite hanno finito Over 2.5, conta la distribuzione dei gol. Una squadra può aver giocato dieci partite con Over 2.5 e dieci con Under 0.5: la media è 1.5, ma la distribuzione è bimodale. I modelli di Poisson funzionano meglio qui che sul 1X2, perché i gol totali sono meno influenzati dal "chi vince" e più dal ritmo e dagli stili di gioco. Attenzione al bias del campionato: nel 2025/26 la Bundesliga ha chiuso il 63,4% delle partite con Over 2.5, la Serie A il 45,6%. Lo stesso mercato, due realtà diverse.

Goal/No Goal (BTTS) è una domanda a due facce: segnano entrambe? Qui la statistica chiave non è la media gol, ma la propensione offensiva e difensiva delle due squadre. Una squadra che segna tanto ma concede poco produce meno BTTS di una squadra che segna poco ma concede tanto. Il dato da cercare è la percentuale di partite in cui entrambe le squadre hanno segnato, ma anche la percentuale di clean sheet avversarie. Spesso i siti ti danno il BTTS "storico" senza distinguere tra casa e trasferta. Tu devi farlo.

Corner è il mercato più "fisico" e meno glamour, ma anche uno dei più interessanti per chi vuole statistiche pulite. Il numero di corner dipende dallo stile di gioco: squadre che attaccano sulle fasce e crossano tanto producono più corner; squadre che attaccano per vie centrali ne producono meno. La media dei corner totali è una buona base, ma va divisa per prima e seconda frazione: molte squadre cambiano ritmo dopo il 60'. E attenzione ai bookmaker che offrono linee "esotiche" (Over 9.5, Under 11.5): il margine su questi mercati è spesso più alto del 1X2, a volte sopra il 9%. Non è un regalo: è un costo.

Statistiche live e scommesse in-play

Il live betting ha superato il pre-match. Nel 2026, circa il 60% del mercato delle scommesse sportive passa dal live. È il regno dell'istantaneità, dove il xG in tempo reale e le statistiche di pressione contano più della classifica.

La statistica live più utile non è il possesso palla. Una squadra con il 70% di possesso e zero tiri in area ha un xG live più basso di una squadra con il 30% di possesso e quattro tiri in area. Il possesso è una metrica di "controllo", non di "pericolo". I modelli più seri usano il Pressure Index, che misura la qualità della minaccia: tiri, tiri in porta, ingressi in area, corner conquistati in un intervallo di tempo. È lì che si nasconde il valore.

Il problema del live è che il mercato si muove più velocemente di te. Le quote cambiano ogni 30 secondi, e il margine tende ad allargarsi quando il bookmaker è incerto. Uno studio su 17.458 scommesse live contro Betfair ha trovato un ROI del 4,5%, ma con un Sharpe ratio di 5,94. Tradotto: il vantaggio esiste, ma è piccolo e richiede una disciplina da chirurgo. Non è il posto per chi si fa prendere dall'emozione del gol appena segnato.

La statistica live più sottovalutata è la "deviazione dal modello pre-partita". Se il modello pre-partita dava il 60% alla squadra di casa e al 30' il punteggio è 0-0 con xG 0,8 a 0,2, la probabilità live non è più 60%. È più bassa. Il mercato lo sa, ma non sempre lo prezza correttamente. È lì che si cerca il edge: nella differenza tra ciò che le statistiche dicono e ciò che la quota live implica.

Tennis e basket: due sport, due logiche

Chi pensa che le statistiche del calcio valgano per tutti gli sport prende schiaffi. Il tennis e il basket hanno metriche diverse, tempi diversi, fonti diverse.

Nel tennis, la statistica regina è la percentuale di prime palle. Non è un caso: il servizio è l'unico colpo che dipende solo da te. Un giocatore con il 70% di prime palle vince più partite di uno con il 60%, a parità di tutto il resto. Poi contano le palle break convertite, i punti vinti sulla seconda, gli ace e i doppi falli. L'ATP traccia oltre 60 metriche per giocatore per partita. Il problema è che il tennis è uno sport di "matchup": un giocatore può essere fortissimo contro i serve-and-volley e debolissimo contro i passisti. Le statistiche aggregate nascondono queste sfumature. I siti specializzati — Tennis Abstract, Tennis Explorer — offrono dati testa a testa e per superficie, che sono più utili delle medie generali.

Nel basket, il ritmo è tutto. NBA e Eurolega sono due sport diversi: la NBA ha più possessi, più punti (linee totali intorno ai 220–235), più volatilità; l'Eurolega ha meno possessi (totali intorno ai 150–170), più peso tattico di ogni singola azione. Le statistiche chiave sono il pace (possessi per 48 minuti), l'offensive rating (punti per 100 possessi), il true shooting percentage (TS%) e il defensive rating. I modelli previsionali funzionano bene, ma il mercato è estremamente efficiente: la precisione dei modelli "batte il mercato" di poco, e spesso solo grazie a informazioni su infortuni e rotazioni. Non è un caso che i modelli NBA più sofisticati siano usati dalle stesse squadre, non solo dai bettor.

Serie A, Serie B e Champions League: dove i numeri mentono di più

L'Italia è un mercato strano. La Serie A è tattica, difensiva, con meno gol della media europea. Nel 2025/26, solo il 45,6% delle partite di Serie A è finito Over 2.5, contro il 63,4% della Bundesliga. Questo non significa che in Serie A si segni poco: significa che la distribuzione dei gol è più concentrata e che i mercati Under hanno più valore di quanto sembri.

La statistica che fa più danni in Serie A è la "favorita in casa". Tra il 2018-19 e il 2025-26, la Juventus ha pareggiato in casa contro Lecce, Sassuolo e Verona — tutte partite in cui era favorita netta. Il mercato prezza la Juventus come se il fattore campo fosse una garanzia. Non lo è. Le squadre italiane tendono a "gestire" i risultati, a chiudersi, a speculare. Il 1X2 in Serie A è un mercato in cui il pareggio è sottoprezzato più spesso che altrove.

In Serie B, il discorso è ancora più estremo. I dati sono meno accessibili, i modelli sono meno precisi, e il divario tra le squadre è più ampio. Le statistiche di xG sono disponibili solo per alcune piattaforme, e spesso non coprono l'intera stagione. Chi scommette su Serie B con le statistiche deve accontentarsi di dati più grezzi — gol fatti/subiti, forma recente, testa a testa — e accettare un margine di errore più alto.

La Champions League è il regno dell'information asymmetry. Le quote riflettono il prestigio e il "blasone" più di quanto dovrebbero. Nel 2025/26, l'Inter era data a 1,50 per lo scudetto, con Milan e Napoli a 5,50. Le quote scudetto non sono statistiche: sono scommesse sulla percezione. In Champions, le squadre "piccole" che arrivano da campionati con stili diversi (Ajax, Porto, Celtic) sono spesso sottovalutate perché il mercato non ha abbastanza dati per prezzarle correttamente. È lì che le statistiche di xG e di stile di gioco possono fare la differenza.

Quote, margine e payout: quanto costa davvero scommettere in Italia

Il payout medio in Italia nel 2025 è stato intorno all'87,7%. Significa che per ogni euro giocato, in media, 87,7 centesimi tornano ai giocatori. Il resto è margine del bookmaker, tasse e costi. Non è un caso che il margine medio dei bookmaker sia sceso dal 15% a poco sopra il 12% negli ultimi anni, per effetto della concorrenza e delle promozioni. Ma il margine "medio" nasconde differenze enormi tra mercati e tra operatori.

Nei mercati 1X2 delle prime cinque leghe, Bet365 ha un overround medio del 5,56%, William Hill del 5,79%, Pinnacle del 3,60%. Pinnacle è il bookmaker "sharp" per eccellenza: prezzi più bassi, limiti più alti, margine più sottile. Bet365 è il bookmaker "soft": prezzi più alti, promozioni, ma un margine che si paga su ogni giocata. Se scommetti 1.000 euro l'anno su 1X2, la differenza tra il 5,56% e il 3,60% è di circa 20 euro di costo "nascosto". Non sembra molto, ma su dieci anni sono 200 euro, e su un bankroll più serio sono centinaia di euro.

Il discorso cambia per i mercati secondari. I corner, i cartellini, le scommesse sui giocatori hanno margini più alti: BTTS intorno al 6,84%, corner totali oltre il 9,29%, tiri del giocatore intorno all'8,66%. Non sono mercati "impossibili", ma il edge deve essere più grande per giustificare il costo. Se il tuo modello stima il 55% e il mercato prezza il 52%, su un mercato con il 9% di margine sei ancora in perdita. Su un mercato 1X2 con il 5% di margine, sei in profitto.

Un trucco che pochi usano: confrontare le quote su OddsPortal prima di piazzare la scommessa. Prendere il prezzo migliore su ogni esito può ridurre l'overround complessivo dal 5,56% a circa lo 0,78% su un 1X2 e all'1,68% su un Under/Over 2.5. Non è un miracolo: alcuni prezzi sono "stale" o limitati. Ma la direzione è chiara: un solo conto significa pagare il margine pieno ogni volta.

I migliori bookmaker ADM per chi parte dalle statistiche

Non tutti i bookmaker sono uguali, soprattutto per chi usa le statistiche. Alcuni offrono strumenti di analisi integrati, altri hanno margini più bassi, altri ancora hanno mercati "esotici" con dati decenti. Ecco una selezione di operatori con licenza ADM, basata su quote di mercato, payout e strumenti disponibili.

1. Lottomatica (ex Better/Goldbet) — Leader di mercato con una quota sulla spesa del 36,50% ad agosto 2026. Offre un'ampia gamma di mercati, statistiche integrate per le principali leghe e un'app decente. Il payout è nella media italiana (intorno all'87–88%), ma la copertura degli eventi è enorme. Per chi parte dalle statistiche, è un buon "secondo conto" per confrontare le quote.

2. Sisal — Secondo operatore con una quota del 20,52%. Ha una sezione statistiche dedicata, con dati su forma, testa a testa e andamento dei mercati. È particolarmente forte sul calcio italiano e sulle scommesse live. Il margine non è il più basso del mercato, ma la qualità dei dati integrati è superiore alla media.

3. Bet365 — Presente in Italia con licenza ADM, è il bookmaker "soft" per eccellenza. Margine 1X2 intorno al 5,56%, ma offre una quantità di mercati e statistiche che pochi altri hanno: Bet Builder, Cash Out, live streaming, statistiche in tempo reale. Per chi vuole "vedere i numeri" mentre scommette, è una scelta quasi obbligata. Il costo? Lo paghi nel margine.

4. Snai — Storico operatore italiano, quota dell'11,63%. È forte sul calcio e sulle scommesse "tradizionali", con una sezione statistiche che copre Serie A, Serie B e principali campionati europei. Il payout è in linea con la media, ma i limiti di puntata sono più alti di altri operatori "retail".

5. Eurobet — Quota del 9,49%. Offre un buon compromesso tra margine e strumenti: statistiche pre-match, live betting con dati aggiornati e una piattaforma stabile. Non è il più economico, ma è uno dei più completi per chi vuole analizzare senza cambiare dieci siti.

Un discorso a parte meritano gli operatori "sharp" come Pinnacle, che non hanno licenza ADM ma sono accessibili tramite broker o piattaforme internazionali. Il loro margine è più basso (3,60% sul 1X2), ma i limiti e le condizioni di accesso sono diversi. Per il bettor italiano "medio", la scelta realistica è tra gli operatori ADM, con la consapevolezza che il margine si paga.

Programmi, app e database: cosa usare (e cosa evitare)

Le app di statistiche per scommesse sono diventate un mercato nel mercato. Alcune sono ottime, altre sono垃圾 — scusa, spazzatura. La differenza sta nella trasparenza del modello e nella qualità dei dati, non nella grafica.

FootyStats è disponibile come app e come sito. Copre oltre 1.500 leghe, con percentuali pre-calcolate per Over/Under, BTTS, clean sheet e corner. È la scelta più pratica per chi vuole un "cruscotto" pronto senza imparare a programmare. Il limite è che non puoi personalizzare i filtri: ti dà le sue percentuali, non le tue.

Sbostats è un'app (iOS e Android) con oltre 70 milioni di statistiche basate sulle quote iniziali. È utile per capire come le squadre si comportano rispetto alle aspettative del mercato, non solo rispetto alle altre squadre. La versione gratuita è limitata, ma sufficiente per farsi un'idea.

KiqIQ è una piattaforma più "analitica": offre un modello di Poisson, 38 calcolatori e 93 guide per chi vuole costruirsi le proprie probabilità invece di usare quelle pre-confezionate. È gratuita nella versione base, con funzioni avanzate a pagamento. Per chi vuole capire "come funziona" e non solo "quanto è", è una buona palestra.

Forebet è il sito di pronostici statistici più conosciuto, ma va usato con cautela. I suoi modelli coprono molte leghe, ma la precisione a lungo termine è nella media (62–65% sul 1X2). Non è "il Santo Graal": è un punto di partenza, non un oracolo.

Cosa evitare? Le app che promettono "pronostici sicuri al 90%" e i gruppi Telegram che vendono "fixed match". Sono truffe o, nella migliore delle ipotesi, modelli sovradattati che funzionano per due settimane e poi crollano. La statistica non è una sfera di cristallo: è un modo per stimare probabilità. Chi ti promette certezze ti sta vendendo fumo.

Scommesse virtuali e statistiche: il matrimonio che non ti aspetti

Le scommesse virtuali sono l'angolo più strano del betting. Non c'è un evento reale, non c'è un infortunio, non c'è un arbitro. C'è un algoritmo che genera una partita finta e tu scommetti sul risultato. Eppure, le statistiche funzionano benissimo — forse troppo bene.

Il vantaggio delle virtuali è che i dati sono perfetti: non ci sono errori di trascrizione, non ci sono partite rinviate, non ci sono giocatori che si distraggono. Lo svantaggio è che il bookmaker controlla l'algoritmo. Il margine sulle virtuali è spesso più alto del 10%, a volte del 15%. Non è un mercato "equo": è un casinò travestito da campo di calcio.

La statistica utile qui non è la "forma" delle squadre finte, ma la struttura del payout. Se il bookmaker offre un margine del 12% sulle virtuali, devi avere un edge del 12% solo per andare in pari. È possibile? In teoria sì, se trovi un bug nell'algoritmo o una correlazione nascosta. In pratica, è come cercare di battere il banco al blackjack contando le carte: funziona finché il banco non ti caccia. E il banco, qui, è l'algoritmo stesso.

Il mio consiglio: le virtuali vanno trattate come un gioco, non come un investimento. Se vuoi usarle, usa le statistiche per capire il payout e il margine, non per "prevedere" il risultato. Perché il risultato, in una virtuale, è già scritto. E non da te.

Errori, trappole e responsabilità

La statistica è uno strumento potente, ma ha un difetto: ti fa sentire intelligente. E quando ti senti intelligente, fai cavolate.

Il primo errore è il favourite-longshot bias: il mercato tende a sottoprezzare le quote alte e a sovraprezzare le quote basse. I prezzi di 7.00 o più lunghi, su Bet365, hanno vinto solo il 6,6% delle volte, contro una probabilità "fair" del 10,6%. Tradotto: scommettere sugli sfavoriti "perché pagano tanto" è un modo lento e doloroso di perdere soldi. Non è un caso che i bookmaker guadagnino di più sulle quote alte.

Il secondo errore è il sovradattamento. Un modello che funziona su una stagione non funziona necessariamente sulla successiva. Le squadre cambiano, gli allenatori cambiano, i campionati cambiano. Se costruisci un modello sui dati 2023/24 e lo applichi al 2025/26, stai usando una mappa vecchia per un territorio nuovo. I modelli vanno ricalibrati, testati e mai trattati come verità rivelate.

Il terzo errore è ignorare il margine. Un edge del 2% su un mercato con il 5% di margine non è un edge: è una perdita. La statistica ti dice che la tua probabilità è più alta di quella implicita, ma non ti dice che il bookmaker si sta già mangiando quella differenza. Il margine è il primo numero da guardare, prima ancora del xG, del Poisson e di qualsiasi modello.

E poi c'è la responsabilità. Le statistiche non sono una licenza per scommettere di più. Sono una licenza per scommettere meglio. Se il gioco smette di essere un gioco, le statistiche non servono a niente. Gioca solo quello che puoi permetterti di perdere, e se senti che il controllo ti sta sfuggendo, fermati. Il banco vince sempre, alla lunga. Le statistiche servono a rallentare quella vittoria, non a invertirla.

Qual è il miglior sito per statistiche sulle scommesse in Italia?

Non esiste un "migliore" in assoluto. OddsPortal è il re del confronto quote, FootyStats è il più pratico per le percentuali già pronte, FBref e Understat sono i più profondi per i dati avanzati. La scelta dipende da cosa ti serve: quote, percentuali o dati grezzi.

Le statistiche possono davvero far vincere le scommesse?

Possono aumentare la precisione delle tue stime, ma non garantiscono il profitto. Il margine del bookmaker è una tassa che paghi sempre. Le statistiche servono a trovare un edge più grande di quella tassa, non a eliminarla. Chi promette vincite garantite con le statistiche sta vendendo fumo.

Come si calcola il margine di un bookmaker?

Si sommano le probabilità implicite (1/quota) di tutti gli esiti dello stesso mercato. Se il totale supera il 100%, la differenza è l'overround. Per un 1X2 con quote 2.10, 3.40 e 3.60, il totale è 104,81%: il margine è 4,81%. Più alto è il margine, più caro è il mercato.

Meglio le statistiche per il live o per il pre-match?

Dipende dal mercato. Il pre-match è più adatto ai modelli statistici "lenti" (xG, Poisson, forma), perché hai tempo per analizzare. Il live richiede metriche istantanee (Pressure Index, xG live, tiri in area) e una disciplina ferrea. Molti bettor usano entrambi: pre-match per il valore, live per correggere gli errori del mercato.

Le scommesse virtuali si possono analizzare con le statistiche?

Sì, ma il margine è più alto e l'algoritmo è controllato dal bookmaker. Le statistiche servono più a capire il costo del mercato che a "prevedere" il risultato. Le virtuali sono un gioco, non un investimento: trattale come tali.