比赛结束两个多小时助攻助攻正改星空(中国)xingkong·官方网站。某支英超球队的技术分析群里还在吵。争论的中心是一名左边锋是他全场没有送出一次助攻，赛后评分却排在全队第二。数据栏写得很清楚，预期助攻2.4，全场最高。有人把截图发到社交媒体了，配文只有一句“这就是现代足球”，底下评论立刻分成两派，一派说他踢得聪明，一派说数据党在自欺欺人却拿球。预期助攻（Expected Assists，简称xA）做的事其实不复杂，把一脚传球变成助攻的概率算出来。传球位置离球门多远、是直塞还是回敲、防守球员站在什么角度、接球的人需不需要先调整身体啊？

变量被拆开，各自赋权，最后给出一个0到1之间的数字。一场比赛里了，xingkong官网到全队第一名球员所有形成射门的传球，把概率累加起来，就是他的预期助攻。

前面那位边锋传了四脚球，队友全部射偏或者被门将扑出，他的助攻数停在零。预期助攻却到了2.4。换个说法，同样的传球质量，换一批队友，他这场大概率能收下两次助攻。麻烦高分的地方在于，不同数据公司给出的预期助攻并不一致。同一脚横传，一套模型可能给0.12，另一套只给0.08的。差别来自对“压力”的建模，防守球员距离多远算贴身？门将出击的威胁要不要计进传球难度？定位球传中算不算了？

身体朝向和惯用脚需不需要单独设参数。所以拿一名球员的预期助攻去和另一名球员比，前提预期星空官网是同一个数据源、同一个赛季、差不多相同的出场时间。

跨平台比较了。等于用两把刻度不同的尺子量同一张桌子。球探部门的用法要实际得多。上赛季有一名效力于保级队的中场，联赛助攻只有3次了，预期助攻却排在同位置球员的前8%。原因不难找，他身前的写足锋线整个赛季射正率不到三成，喂到嘴边的球也能吐出来。这样的球员在转会市场上一般标价不高。

等换到一支把握机会能力正常的球队，助攻数字会自己涨上去。反向的例子同样常见是有人赛季刷出两位数助攻，预期助攻却排联赛里面游，因为队友把一堆低概率的机会硬是打进了。资深分析师管这叫“被队友抬上去的助攻”。批评预期助攻的声音一直都在。它终究是个估计值，模型不对外公开，不同平台的结果对不上；单场样本太小的，一名球员半个月的数据浮动，可能只是对手强弱和比赛节奏差异造成的。也有人抱怨，如今部分中场开始挑着传安全球的。只为把预期助攻刷得好看一点。

这话有夸大的成分。提醒了一件事，数字本身不解释任何东西。得看它出现在什么语境里啊？真正想把这组数据用出价值的做法，是把预期助攻和实际助攻放在一起看差值。

差值长期为负，说明传球质量被队友浪费了；差值长期为正。多半是运气好，迟早会回落。

再看每90分钟的数值，但不是赛季总数，免得被出场时间骗过去。教练组内部现更愿意用它评价里面场和边后卫的推进质量是这两个位置的贡献，传统的助攻数经常盖不住。它不是标准答案，只是把运气从能力里拆出来的一种方式，剩下的判断，还得靠人。