# 足球数据分析：xG 及其他 · 足球, 等级5：中高级

足球 · 等级5：中高级 · Insporta Book (https://book.insporta.app/zh/football/level-5/football-analytics-xg-beyond/)

足球数据分析：xG 及其他: 100条事实, 10项测试.

从查尔斯·里普的笔记本到 StatsBomb 360：xG、PSxG、xA、xT、OBV、VAEP 和场地倾斜度——比赛如何学会评估事件、动作和位置，打造这些工具的人，以及模型仍然会失灵的具体方式。

## 测试 1: 数字的起源

- Reep的笔记本成为足球最早的数据语料库。他的分析结论后来受到严厉批评，但逐个事件系统记录的做法正是从他开始的。 (来源: 执教历史；数据分析文献)
- Hughes于1990年撰写《The Winning Formula》，把Reep的分析固化为英格兰足总的执教学说，主张从POMO区域发动直接进攻。 (来源: FA 执教文献)
- Opta Sportsdata于1996年开始运营，并迅速成为英格兰足球事件数据的标准数据源，随后扩展到转播和博彩市场。 (来源: Opta 历史档案)
- Prozone成立于1995年，1998年在吉姆·史密斯执教的德比郡找到了它在英格兰的第一个客户，并为俱乐部层面的视频加数据分析确立了模板。 (来源: 执教历史)
- Wyscout于2004年在意大利推出，后来发展成几乎所有欧洲俱乐部都在使用的工具，用于球探报告、对手分析和球员视频库。 (来源: 执教历史)
- Benham于2012年收购布伦特福德，2014年收购米特兰，并把博彩赔率式的统计推断用于两家俱乐部的引援和比赛准备。 (来源: Business Insider、Financial Times 人物简介)
- Graham于2012年至2023年担任利物浦研究总监，主持了俱乐部自20世纪80年代以来最成功的时期：在6项主要荣誉中包括2019年欧冠和2020年英超。 (来源: MIT Sloan Sports Analytics / Ludonautics)
- Knutson于2013年以分析博客的形式创办了StatsBomb，2018年推出自己的事件数据，并一直担任首席执行官，直到2024年8月Hudl收购该公司。 (来源: StatsBomb 档案；Business Wire)
- Rudd在2011年的论文用转移概率定义了控球状态框架。Karun Singh后来在2018年的一篇博客文章中使“预期威胁”这一名称广为人知。 (来源: 学术界与业界数据分析史)
- Singh的博客把xT描述为覆盖各球场区域的价值曲面，通过对转移概率的迭代求解计算得出。这篇文章至今仍是业内介绍该指标的标准文献。 (来源: karun.in；2018年数据分析文献)

## 测试 2: 数据分析的语法

- xG模型根据距离、角度、触球部位和进攻方式等特征拟合历史射门结果；更先进的模型还会纳入追踪数据中的防守队员位置。 (来源: Opta、StatsBomb 说明文档)
- PSxG对守门员在射门到达门框范围内的轨迹条件下失球的概率建模；它使用xG用到的全部信息，再加上射门最终飞向的位置。 (来源: StatsBomb 说明文档)
- xA把由此产生的射门的xG记在传球者名下，因此即使最后一脚没有射进，一次把球送到绝佳射门位置的精彩传球也会得到奖励。 (来源: Opta 说明文档)
- Singh的xT把每个球场格子的威胁计算为球队在随后少数几次动作内得分的概率，然后给把球移动到价值更高格子的球员记功。 (来源: karun.in；xT 文献)
- OBV是StatsBomb专有的控球价值框架，为包括防守拦截和射门在内的每个事件赋予价值，以弥补xT的一个局限。 (来源: StatsBomb 说明文档)
- VAEP把每个事件视为近期内进球或失球概率的变化，并据此分配贡献。 (来源: KU Leuven Machine Learning Research Group)
- 场地倾斜度通过衡量控球发生在哪里来体现区域优势，而不仅仅是球队占有多少控球——一支球队可以拥有60%的控球率，却只有40%的场地倾斜度。 (来源: 数据分析文献)
- Packing统计一次传球或带球使多少名对方队员退出比赛。它由Impect的Stefan Reinartz和Jens Hegeler开发，并在2016年欧洲杯期间通过德国电视台得到普及。 (来源: DFB 技术报告)
- 360快照补全了每个有球事件发生时所有无球球员的位置，使得对防守站位和传球选项的分析成为可能，而这是单纯的事件数据看不到的。 (来源: StatsBomb 360 产品文档)
- PPDA是仅凭普通事件数据就能计算的经典压迫代理指标；OBV和基于360的指标需要专有数据或追踪数据，而单纯的Opta数据源并不提供这些。 (来源: 数据分析文献)

## 测试 3: 数据革命的缔造者

- Edwards在2016年至2022年担任利物浦体育总监，这段时期被Graham称为“英超第一个数据科学部门”的时代，之后他于2024年回到FSG担任范围更广的职务。 (来源: Athletic、Ludonautics 人物简介)
- Comolli在利物浦的任期很短，当时的直接结果颇有争议，却为Edwards后来扩大规模的数据导向引援框架播下了种子。 (来源: Athletic 人物简介)
- Ankersen是Benham时代的公开代言人，他以提出这样的观点而闻名：英冠比赛结果所受的随机波动，比积分榜排名所显示的更大。 (来源: Athletic、Guardian 人物简介)
- Randall与Knutson共同创办了StatsBomb；2024年8月宣布Hudl收购后，两人都离开了公司。 (来源: World Soccer Talk、Business Wire 2024)
- Riddersholm带领米特兰在2014/15赛季夺得队史首个冠军，依靠的是Benham模式的定位球套路，以及Knutson参与设计的数据化球探体系。 (来源: Superliga 档案)
- Graham在离开利物浦后于2023年创办了Ludonautics。迈克尔·爱德华兹在早期就被宣布为非执行董事。 (来源: Research Live、Training Ground Guru 2023)
- Graham那本回忆录兼分析之作于2024年出版，是关于俱乐部层面足球数据文化被引用最多的公开文本之一。 (来源: Penguin Books Australia / Aevitas 2024)
- Decroos、Bransen、Van Haaren和Davis的论文在KDD 2019上提出了VAEP，成为学术运动分析领域控球价值建模的标准参考。 (来源: KDD 2019 / KU Leuven ML Group)
- 德国记者Christoph Biermann的《Football Hackers》（2019年英文译本）记述了以数据分析为主导的俱乐部的崛起，从米特兰到利物浦再到布伦特福德。 (来源: 出版社记录；SportsBook of the Year 2019)
- Benham、Knutson和Graham的模式是一个标准范例：来自职业足球之外、量化背景深厚的人，一再成为数据导向俱乐部聘用的第一位数据分析人员。 (来源: 2013—2026年执教趋势)

## 测试 4: 读懂数据

- 进球数与xG之间出现很大的负差距，在更大的样本中通常会向xG回归；基本假设是射门终结的随机波动，而不是模型失效。 (来源: 数据分析文献)
- PSxG减去进球数是衡量扑救能力的标准代理指标：25 - 18 = +7，意味着他少丢了7个球，相比他所面对的射门所预测的数字。 (来源: StatsBomb 数据分析)
- 射门图集中在球门区的前锋，其价值来自把传球喂到脚下的射门终结，而不是来自远距离或大角度的射门创造。 (来源: StatsBomb、Wyscout 可视化)
- 向前传球统计的是向前推进的米数；xT奖励的是把球移动到价值更高的区域。向前传球数量很大而xT不高，说明这些米数是在相对安全的区域里累积的。 (来源: 数据分析文献)
- 场地倾斜度高而xG不高，是比赛后段有区域压迫却没能打穿防线的典型特征——这是低位防守的对手防得很好的经典迹象。 (来源: 数据分析文献)
- 进攻OBV高而防守OBV为负，是进攻型边后卫的典型特征——想想阿方索·戴维斯或特伦特·亚历山大-阿诺德这样的球员。 (来源: StatsBomb OBV 文献)
- 定位球xG为8而只进了4球，是回归可以弥补的合理随机差距；在大规模调整之前，成本最低的干预是复查执行环节。 (来源: 执教文献)
- 位置比数量更重要；深位置的盘带是价值较低的事件，这张图更像是说明角色安排，而不是缺乏技术。 (来源: 数据分析文献)
- 肋部接球和顶级的带球贡献，是内切型边锋角色的标志，阿森纳和曼城自2022年以来一直专门为这一类型的球员招兵买马。 (来源: 2022—2025年引援文献)
- 只有知道球员在没有球时站在哪里，才能看出无球威胁。机会时刻的位置快照正是所需的具体证据。 (来源: StatsBomb 360 应用案例)

## 测试 5: 赛场上的数据分析

- 米特兰2014/15赛季的冠军是俱乐部历史上的第一个，并成为公开的数据分析文章谈论Benham方法论时的旗舰案例。 (来源: 丹麦超级联赛记录；Football Hackers)
- 布伦特福德在2020/21赛季英冠升级附加赛中获胜，让俱乐部时隔74年重返顶级联赛，被普遍视为Benham数据分析模式的胜利。 (来源: 英冠2020/21赛季记录)
- 莱斯特城的夺冠赛季是模型被低频率、高波动结果打个措手不及的现代典型——恰恰是Benham的方法所针对的风险特征。 (来源: 英超记录；数据分析文献)
- Graham公开的回顾把萨拉赫描述为最公开地印证了该部门价值的、由模型驱动的签约。他以约3690万英镑从罗马加盟，并在利物浦赢得了所有主要冠军。 (来源: Athletic、Ludonautics 人物简介)
- 罗伯逊以800万英镑从降级的赫尔城加盟，是数据球探的经典案例：底层数据与市场认知严重脱节。 (来源: Athletic、Ludonautics 人物简介)
- 利物浦2021年的合作协议是StatsBomb 360的首发案例，该产品为每个有球事件周围的球员增加了位置快照。 (来源: Sky Sports、Business Wire 2021)
- 哈兰德在2022/23赛季的36个英超进球——38轮赛制时代单赛季的最高纪录——建立在每90分钟xG本身就属顶级的基础上，这是一种罕见的组合。 (来源: 英超2022/23赛季记录)
- 布莱顿的德泽尔比时代把数据优先的引援模式与独特的后场出球结构结合在一起，成为向前传球画像分析的公开参考。 (来源: 英超2022—24赛季分析)
- 伊拉奥拉的伯恩茅斯采用了积极的压迫模式和重度依赖数据的引援方式，带领俱乐部获得了2025/26赛季欧联杯资格。 (来源: 英超2023—26赛季)
- 利兹联以数据为依据的运作在马塞洛·比耶尔萨手下变得显眼，并在旧金山49人接手后成为一个公开的数据分析故事，尤其体现在定位球和球门球的建模上。 (来源: 英冠、英超2020—25赛季分析)

## 测试 6: 数字背后的数字

- 公开的xG模型对一个罚球点球的取值趋于0.76左右：大致每四个就有三个罚进。 (来源: Opta、StatsBomb 模型说明文档)
- 球门区中路的运动战射门属于xG最高的运动战情形之列，但仍不及罚球点球。具体数值因模型而异，大约在45%上下。 (来源: Opta、StatsBomb 模型说明文档)
- 尽管看上去很有戏剧性，远距离的中路射门xG非常低：即使是最优秀的前锋，射进这类球的比例也很低。 (来源: Opta、StatsBomb 模型说明文档)
- StatsBomb记录其数据源为每场比赛3,300至3,400多个事件，并在360产品中为每个事件增加了位置快照。 (来源: 2021—2024年 StatsBomb 说明文档)
- Singh的模型把球场划分为192个区域，即16×12的网格，并基于2017/18赛季英超数据拟合。 (来源: 2018年 karun.in 博客)
- 罗伯逊的转会被视为数据球探捡漏的象征性案例：一名最终成长为世界级的边后卫，转会费后来被戏称为那个时代最大的捡漏之一。 (来源: 2017年 Athletic 转会记录)
- 业内的经验法则——在多份Opta和StatsBomb赛季报告中得到印证——是在大多数现代联赛中，定位球大约占进球总数的四分之一到三分之一。 (来源: Opta、StatsBomb 赛季总结)
- xT奖励目的区域的价值；传入罚球区的一脚传球，价值远高于传入中圈的传球，因为从禁区区域出发，接下来几次动作内的得分概率要高得多。 (来源: karun.in 博客；xT 文献)
- 相对底层xG的表现不佳，在更大的样本中几乎总会向xG回归；应对办法是耐心和监测，而不是战术上的彻底改弦更张。 (来源: 数据分析文献)
- 瓶颈被具体地描述出来：球队创造了威胁，却没有把威胁转化为射门，也没有把射门转化为进球。一名终结者正好补上从威胁到xG之间缺失的一环。 (来源: 执教文献)

## 测试 7: 模型对阵模型

- PSxG以射门到达门框范围内的轨迹为条件，把守门员的反应与射门终结质量分离开来——是衡量扑救能力的正确工具。 (来源: StatsBomb 说明文档)
- xG链只在随后出现射门时才奖励动作。xT奖励任何把球移动到价值更高区域的动作，无论这次控球是否以射门结束——更贴近引援的要求。 (来源: karun.in 博客；xG 链文献)
- 无球跑动按定义不是有球事件，因此对它的任何测量，都需要前锋不在球上时刻的位置数据。 (来源: 数据分析文献)
- 加入防守队员的站位会使模型的预测更精确：同一位置的射门，如果有防守队员挡在射手面前，得分概率会明显更低。 (来源: StatsBomb、Opta 模型文献)
- 单场xG是小样本量；与整个赛季的总量相比，单场的数字是噪声大得多的统计，仅凭一场比赛得出的醒目结论很少站得住脚。 (来源: 数据分析文献)
- OBV同样为射门和防守动作赋值，而专有数据源附带质量保证和覆盖范围；业余爱好者的xT是一个有用的低成本起点，但不是完整的引援技术体系。 (来源: StatsBomb OBV 说明文档)
- 简单的射门有简单的特征，两个模型在这些特征上意见一致。分歧在复杂的阶段会增大，因为每家供应商的情境特征各不相同。 (来源: 数据分析文献)
- 频次图显示数量；xG图显示按位置质量加权的数量。后者直接回答了所提出的问题。 (来源: 数据分析文献)
- 对方控球期间的无球跑动距离按定义不是事件；只能通过连续的球员位置追踪来重建。 (来源: 数据分析文献)
- VAEP在KDD 2019上有完整的文档，可以复现；OBV则在供应商的实时数据管线上大规模运行。两者各有用处，但取舍在于透明度与运营便利性之间。 (来源: KDD 2019；StatsBomb 说明文档)

## 测试 8: 数据分析2023—2026

- Hudl的收购于2024年8月完成。Ted Knutson和Charlotte Randall退居幕后；合并后的公司在Hudl的产品套件中保留了StatsBomb这一名称。 (来源: World Soccer Talk、Business Wire 2024)
- Ludonautics于2023年创立；Edwards的职务在创立时宣布，Graham的书则在2024年出版。 (来源: Training Ground Guru 2023)
- Edwards在2022年卸任体育总监后，于2024年回到FSG，担任范围更广的足球运营职务。 (来源: 2024年 Athletic 报道)
- Graham于2024年出版的那本书以利物浦时代为核心架构，该时代在2019/20赛季英超冠军时达到顶峰，那是俱乐部30年来的第一个联赛冠军。 (来源: Penguin Books 2024)
- 阿隆索的勒沃库森在2023/24赛季夺得俱乐部历史上首个德甲冠军，全程不败，并加上了德国杯，被数据分析文献广泛引为执教与数据协同发挥作用的案例。 (来源: 德甲2023/24赛季记录)
- 斯洛特的利物浦赢得了2024/25赛季英超冠军，在他执教的第一个赛季就为俱乐部带来了自2019/20赛季以来的首个冠军。 (来源: 英超2024/25赛季记录)
- 2023—26年顶级俱乐部的规律是，追踪数据加事件数据——StatsBomb 360、Second Spectrum、Sportlogiq——是基础层；其余一切都建立在其上。 (来源: 2023—2026年数据分析应用趋势)
- 任何关于领先指标的论断都必须对照随机波动加以检验：如果样本较小，中场区域的xT作为每90分钟指标可能噪声很大。合理性检验应当是稳定性分析，而不是资历审查。 (来源: 数据分析文献)
- 对定位球xG的论断进行验证，需要跨时间段的具体指标，并按赛程难度加以调整；未经调整的单赛季醒目数字通常不具有决定性。 (来源: 数据分析文献)
- 单场比赛面对的xG为4，说明有大量危险射门漏了过来；零封是真实的，但底层信号是：反复以这种质量和数量的射门去防守，终究会失球。 (来源: 数据分析文献)

## 测试 9: 模型失灵时

- 射门终结能力只有在非常大的射门样本中才会显现；10次射门被随机波动主导。错的不是模型，而是样本量。 (来源: 数据分析文献)
- 在一支更多时间被压在防守三区的球队里，球员有更多抢截机会。绝对的抢截次数把技术与暴露机会混为一谈；解决办法是按每次机会的比率进行调整。 (来源: 数据分析文献)
- 连续四个赛季稳定地超出预期25%，足以作为证据更新对该球员射门终结能力的看法。在这样的时间跨度上仍坚持回归，是另一种独特的错误。 (来源: 数据分析文献)
- 在某个特定级别联赛的一次租借，是一个小而不具代表性的样本；把它作为决定性依据，是引援中教科书式的过拟合风险。 (来源: 数据分析文献)
- 对于所处角色迫使其做出高风险动作的球员，OBV可能为很大的负值；检验办法是把他的OBV与位置基准比较，并考虑战术指令。 (来源: StatsBomb OBV 说明文档)
- 不考虑防守队员的情境，球门区里三名防守队员站在门线上的拥挤射门，与无人盯防的射门被同等对待。该模型按设计会高估拥挤的定位球射门。 (来源: 数据分析文献)
- xT的取值是从历史数据中学习得来的。如果现代比赛比2017/18赛季的样本更看重肋部，那么被重复使用的模型就会低估该区域。 (来源: xT 文献)
- 关键时刻分析是一个等着发生的典型基础比率错误：最后时刻的射门有它自己的基础比率。具体的解决办法是与同一球员非关键时刻的表现以及位置基线进行比较。 (来源: 数据分析文献)
- 单一供应商技术栈中的模型风险是一种特定的集中风险：每个模型都有假设，把整个运作押在一家供应商身上，就会把它的偏差全盘引入。 (来源: 风险管理文献)
- 每场比赛的争顶成功率以噪声大著称；单场的拆分数据通常被随机波动主导，基于这种拆分做出的预测是教科书式的小样本错误。 (来源: 数据分析文献)

## 测试 10: 综合复习：全能分析师

- xG是概率，不是保证。一次0.15的射门，在足够多的尝试中大约有15%的几率进球；这就是这个数字的全部含义。 (来源: Opta、StatsBomb 说明文档)
- xT的核心动机，是为那些有价值的推进球的动作记功，传统统计之所以完全看不到它们，是因为随后没有进球或助攻。 (来源: karun.in 博客；数据分析文献)
- 利物浦2021年宣布的多年期StatsBomb合作协议与StatsBomb 360的推出绑定在一起；俱乐部在Graham领导的自有内部部门之外同时使用该工具。 (来源: Sky Sports、Business Wire 2021)
- 正确的问题是：哪个动作的预期进球价值更高？一次短传横敲给12码处无人盯防的射门，通常远胜于一脚非惯用脚的20码射门；这个决定就是单纯的xG最大化。 (来源: 数据分析文献)
- 样本量检查是检验任何数据驱动的球探论断时杠杆效应最高的合理性测试；一张基于500分钟的漂亮图表，讲述的故事与同样的图表基于5,000分钟时不同。 (来源: 数据分析文献)
- 无论风格如何，职业比赛中定位球进球的基础比率约为25%—35%；控球率的说法与这一基础比率无关。 (来源: Opta、StatsBomb 赛季总结)
- 把xG和xA合并，需要每90分钟的分母和一个位置基准；缺少这两者，合成得分反映的是角色和出场时间，而不是孤立的球员质量。 (来源: 引援数据分析)
- 单场xG是小样本统计，能成为标题却不能证明什么；对待单场差值，正确的姿态是暂时保持兴趣。 (来源: 数据分析文献)
- Benham与Knutson在布伦特福德/米特兰的搭档，是现代以数据优先为先的象征性聘用，后来经Edwards和Graham在利物浦得到扩大。 (来源: 执教与数据分析史)
- 公开模型是有用的初筛，但它们缺少防守队员情境和无球结构，而专有数据源和追踪数据源提供这些——这正是引援部门愿意付费升级的具体原因。 (来源: 2023—2026年数据分析文献)

来源: IFAB Laws of the Game / UEFA 与 FIFA 技术报告 / Opta 与 StatsBomb 定义 / 执教文献

参加测试: https://insporta.app/try?utm_source=book&utm_medium=referral