엘로 레이팅 시스템(Elo rating system)은 체스 등 대결 형태의 게임에서 실력을 측정하기 위해 고안된 통계적 산출 방식이다. 이 시스템은 헝가리 출신의 미국 물리 교수이자 체스 마스터였던 아르파드 엘로(Arpad Elo)가 제안하였다. 이전의 순위 결정 체계가 단순히 승패 횟수에 의존했던 것과 달리, 엘로 시스템은 상대방의 실력을 고려하여 점수를 변동시키는 방식을 채택했다. 세계체스연맹(FIDE)은 1970년에 이 시스템을 공식적으로 도입하였으며, 이후 다양한 대결 스포츠와 게임 분야로 확산되었다.

엘로 레이팅의 핵심 원리는 확률에 기반한 상대적 평가다. 두 대국자의 실력 차이가 클수록 높은 점수를 가진 쪽이 승리할 확률이 높다고 가정하며, 경기 결과가 이 기대치에 얼마나 부합하는지에 따라 점수가 조정된다. 만약 실력이 월등히 높은 선수가 낮은 점수의 선수를 이길 경우, 이는 예상된 결과이므로 점수 변화가 미미하다. 반대로 낮은 점수의 선수가 높은 점수의 선수를 이기는 이변이 발생하면, 승자는 많은 점수를 얻고 패자는 그만큼 많은 점수를 잃게 된다.

이 시스템은 두 선수의 현재 레이팅 점수를 바탕으로 각자의 기대 승률을 먼저 계산한다. 경기 종료 후 실제 결과와 기대 승률의 차이에 상수인 'K값'을 곱하여 최종 점수 변화량을 산출한다. K값은 점수 변동의 폭을 결정하는 변수로, 경기 수가 적은 선수에게는 높은 K값을 부여하여 실력이 점수에 빠르게 반영되도록 하고, 숙련된 베테랑에게는 낮은 K값을 부여하여 점수의 급격한 변동을 방지한다. 이러한 구조 덕분에 선수들의 실력은 일정 기간 경기를 거치면 자신의 실제 기량에 수렴하게 된다.

현대 사회에서 엘로 레이팅 시스템은 체스를 넘어 광범위하게 활용된다. 축구의 FIFA 랭킹이나 미식축구 등 각종 스포츠의 전력 분석 지표로 쓰이며, 특히 온라인 비디오 게임의 매치메이킹 시스템(MMR)의 근간이 되었다. 게임 개발사들은 엘로 시스템을 변형하여 실력이 비슷한 사용자끼리 대전하도록 유도함으로써 게임의 몰입도와 공정성을 유지한다. 또한 보드게임과 카드 게임 등 승패가 갈리는 모든 경쟁적 활동에서 실력 척도로 통용된다.

엘로 시스템은 논리적이고 간결하지만 몇 가지 한계를 지닌다. 시간이 흐름에 따라 전체적인 점수가 상승하는 인플레이션 현상이나, 반대로 점수가 하락하는 디플레이션 현상이 발생할 수 있다. 또한 오랫동안 경기를 치르지 않은 선수의 실력이 현재 점수와 일치하지 않을 수 있다는 점도 문제로 지적된다. 이러한 단점을 보완하기 위해 글리코(Glicko) 시스템이나 마이크로소프트의 트루스킬(TrueSkill) 등 엘로 시스템을 계승하고 발전시킨 더욱 정교한 알고리즘들이 개발되어 사용되고 있다.