预期进球2.71却输了个0比1：这项数据早已走出转播画面，进了转会谈判桌

上周末预期已走星空官网的比赛结束后。社交媒体上流传着一个数字，2.71。某支球队全场射门十九次的，预期进球堆到2.71，最终比分0比1进球据早。球迷在评论区骂前锋浪费机会，数据公司却在报告里写下另一句话是这支球队的进攻创造力排在联赛前四。

同一个九十分钟，两套完全不同的叙述。预期进球却输的算法并不神秘。每一脚射门按起脚位置、角度、触球部位、防守球员距离、传球方式来赋值的，个比落在0到1之间。小禁区中路无人盯防的推射可能值0.6星空(中国)xingkong·官方网站，三十米外仓促起脚只有0.03。把全场射门累加的，就得到一支球队的预期进球项数。它衡量的就是机会放到一百次里平均能进几个吧？这套逻辑最早由Opta在2012年前后整理成公共产品。2017年英超转播画面上开始出现实时曲线，解说员念出那个小数时语气像在念天气预报。

真正的出转分水岭出现在俱乐部内部。布伦特福德用自建模型筛选低级别联赛的前锋，买人价格常常只有同水平球员的三分之一；

利物浦请过物理学家参与建模，把定位球防守拆成十几个变量吧？数据服务器走进更衣室，播画只用了不还有五年。阻力一直存在。有前锋采访里直言，里面场休息打开手机看到自己“低于预期”，第一反应是xingkong官网被冒犯。情绪可以理解，预期进球本质上面进是在替球员回答一个他们不愿被代答的问题，这球该不该进。更麻烦的是误读。单场比赛的转会桌预期进球样本太小，噪声大过信号，一脚0.04的远射吊进死角。

全场数据立刻失真的，有人说这玩意儿没用。真正有意义的谈判用法是拉长到八到十轮，看一支球队的预期进球和实际进球之间的差值是否稳定呢？

差值长期为正了，可能是终结能力，也可能只是运气；长期为负，教练组就该去查进攻套路而不是怪前锋。拿它当门将评分表同样危险，扑救难度和射门质量是两回事，把两者混为一谈的评论每周都在出现。模型本身也在迭代了。射门之后的预期进球（post-shot xG）把球飞向球门哪一角纳入计算呢？控球价值模型则尝试去评估那些没有形成射门的传球。年轻教练去面试，被问到如何看待预期进球的，答“我们只看结果”几乎等于自我淘汰吧？

尼尔·阿特金森十年前写下第一版公式时不会想到，这个小数会出现在球迷吵架的截图里。它终究只是描述过程的语言，但不是判决书。一场2.71的比赛可以输。一场0.6的比赛也能赢是足球的乐趣恰恰在于，概率从来不承诺结果的。