衡量足球赛事的最佳数据标准-预期进球「15分钟大视野」-今日头条

　　先来看一下一个非常典型的预期进球案例：

　　2015-16赛季意甲联赛，尤文图斯在开赛前十轮仅仅获得3场胜利，可以说是开局不分糟糕。但是如果套入预期进球数据模型，会发现他们在场上所表现出来得要比结果来得的多，即“数据上证明他们确实只是欠缺运气”。果然在后面的比赛中，尤文图斯逐渐缓了过来，并最终拿到了当季的意甲冠军。

　　那么，这就能够很显然的感知，相对于传统的射门、射正的统计方面，预期进球能够更直观地表达赛场上球队的状态。

　　首先要明确的一点就是，射门越多并不代表着获得进球的几率越大或者获得比赛的胜利的机会越大,而应当是取决于射门机会的优劣。而这，正是预期进球被引入和成为赛后数据分析的一个关键因素的原因所在。

　　预期进球是一个来源于冰球的数据概念，英文写作Expected Goal，简写是expG或xG，从17-18赛季开始在欧洲的比赛分析中被广泛使用，比如著名的英国足球节目“Match of the Day”。预期进球不是一个赛前关于比赛的内容预知，而是对于球员形成射门的机会，运用大数据运算，得出一项“获得进球机会的得分”的参数。某次射门机会能够取得进球的几率，这个数额越大则表示射门的机会越好，进球的几率越高。将某个球队正常比赛获得的预期得分相见，即可得到该球队当场球赛的预期得分总分。

　　简单来说，预期进球就是评估射门质量的一个最可靠数据。举几个简单的例子：

　　1、 如果一次传球传到了某个进攻球员的头部，那么预期进球率就会比较低，因为他很难形成射门；如果一次直塞穿透了几个防守队员，形成了一个单刀机会，那么预期进球率就会很高；如果是角球或定位球进攻，那么由于防守队员众多，那么射门得分的机会也相对低，预期进球也不会高。

　　2、 比较极端的情况：在前锋面前，皮球击中门柱后在门线上滚动，身边没有任何防守队员，那么预期进球可以达到0.99/0.98；其他条件不变的情况下，皮球停在球门线上，那么预期进球则为1。

　　从上文的阐述中，我们可以得知，预期进球可以很好地得出一个射门机会的优劣程度，应不应该获得进球，即整场比赛该球队能够获得的理论进球数。预期进球数据模型由OPTA对超过30万脚射门的数据进行整理分析得到的，而现在应用的预期进球分数则是由这个模型进行计算得出的。

　　影响数据的关键因素包括：

　　射门的角度；射门的方式，即用脚还是头完成的；射门时与球门间的距离，自然是离得越近越容易进球；是形成了单刀还是要面对防守队员；射门前是否需要摆脱防守，还是在防守中强行起脚；接到的传球的方式，是长传、短传、回做、传中，还是直塞球；是在阵地战中形成的机会还是快速反击；是角球、还是点球......等等。

　　预期进球不是一个对于比赛的结果的预测、预知，而只是比赛结束后的一种数据分析和统计那么它是否有存在的价值？

　　首先，它能够直观地体现球员的风格。

　　从预期进球和实际进球的比对中获悉球员的风格和得分能力，属于把握机会型的，还是能够自己创造机会的，是得益于球队的还是为整体服务的。这里提供一组16-17赛季英超射手榜的数据，射手榜前7的球员，除了阿圭罗之外，其他人的进球数字都超过了预期进球数，这就表明了他们都是非常出色的射手，能够把握住获得的得分机会，还能完成难度较大的进球。而阿圭罗数据偏低，则表明了状态或者把握能力相对较弱。

　　其次，对于分析球队真实状态具有很高的辅助作用。

　　比如在我的上一篇文章中，详细地分析了阿森纳的数据，从预期进球中可以看出，阿森纳上个赛季获得英超第5的排名，主要是得益于射手群的超常发挥，打进了很多高难度的进球和把握住了必须进球的机会。而本赛季的阿森纳，预期进球数已经跌至联赛降级水平。