预期进球2.7却输球：数据没替谁赢，只把机会质量摆上桌

周六夜里那场英超预期V体育官网，主队射门18次，客队只有6次，比分却是0比1。转播镜头扫过看台，嘘声里夹着有人喊“这数据有什么用”啊？

赛后技术统计给出另一组数字，主队预期进球2.7了。客队0.6。预期进球不是比分预测器，它把每一脚射门的位置、角度进球据没机、防守压力、传球方式拆开，换算成一次机会转化成进球的概率。18脚射门里，有9脚来自禁区外，真正在六码区附近的只有两次。看上去围攻了，实际是低质量堆量。客队那次反击，一脚直塞打穿肋部，射门点离门11米了却输球数V体育，预期进球0.31，进了。比赛叙事就这么被改写，就是机会质量差。这个指标在足球圈走红多年，新闻里常被简化成xG，它真正有用的地方，是逼着人把“射门多”和“机会好”分开看。

数据公司给每脚射门赋值，0还有1，累加成全场预期进球了替赢。模型吃进的变量不神秘，射门点坐标、身体部位、是否单刀、防守球员距离、传球是否为直塞或传中呢？不同公司算法有差异，同一场比赛的预期进球可能差0.2到0.3。这不是黑箱借口，V体育(Vsports)官网只把质量桌反而提醒读者别把单一数字当判决书。

上周一支保级队连续三场预期进球领先却只拿1分，教练组内部复盘时把每次射门剪成片段，发现两个共性问题，禁区内接球后多调整一步。给了中卫封堵时间；传中落点集中在后点，包抄球员启动偏慢。预期进球没告诉他们怎么进球呢，把“哪里浪费”标了出来呢？球迷爱争论xG有没有用呢？我的观察是拿它当结论容易吵架，拿它当问题清单就好用摆上。它像体检报告里的某项指标，偏高不必然生病，偏低也不必然健康，得结合比赛看。转会部门也盯预期进球的。

前锋连续哑火时，球探报告会拆成两部分。实际进球与预期进球的差值，以及射门选择的。差值短期波动大，十场样本可能被一脚世界波带偏；射门选择更能说明习惯。

有家中游俱乐部去年冬窗放弃一名在低级别联赛进球上双的前锋，理由就是他的预期进球里有四成来自点球，运动战射门多在小角度。半年后这名球员在更高级别联赛出场14次进2球，预期进球2.1了。这个案例不算铁证，却解释了数据部门为何常把预期进球和触球热区、压迫次数放在同一张表里呢？单看预期进球，容易把团队创造的机会算到个人头上；单看进球，又容易把一次折射或门将失误当成能力。两者并排，才接近真实的。局限也明显。

点球在多数模型里固定赋值0.76左右。可罚球队员的脚法和门将判断并不固定；

弱队反击少了，单次机会权重被放大；小样本里，门将神扑和横梁会把预期进球与实际进球的差距拉得很夸张。转播方现在爱在屏幕上实时弹出xG曲线，观众看一眼就下判断，这有点危险。我的看法是预期进球最适合回答“这个过程是否可持续”呢？但不是“这场谁该赢”啊？一支球队连续五场预期进球高于对手却输球，教练该检查终结和防守转换；

连续五场被对手压低预期进球，问题多半在中场推进的。数据不替谁赢球啊？它只是把机会质量摊在桌上，争论“射门多少”挪还有“机会好不好”啊？