第73分钟预期援逻米兰官网，边路那脚横传贴着草皮滚向小禁区边缘，落点距球门不到七米。前锋的脚弓推空了，球擦着立柱出底线。

转播镜头很快切走，替补席上一片抱头。三分钟后，数据公司的实时推流里跳出另一组数字，这次传球带来的预期助攻值为0.41。传球的人没拿到任何统计奖励。后台把这笔账记下了助攻走红正改。

预期助攻干的就是这件事。它不关心球，最后有没有进网呢？只关心这脚传球把队友放在了多好的射门位置上。模型拆解的要素并不玄乎，传球起点、落点、球速、有没有穿过防线、接球人面对几名防守球员呢？再拿历史上百万次同类传球的实际转化率去对标没变milan官网。一脚横穿门前六码区的低平球，值0.3到0.5；一脚被迫的45度回做，可能只有0.02。

差别就藏在这里是传统的助攻栏里，两者都写作零。麻烦也随之而来。不同供应商的模型并不统一，Opta和StatsBomb对同一次传球的估值能差出三成。有分析师吐槽说，成助传球把两家公司的预期助攻并排贴在一张表上，等于把两把刻度不同的尺子往同一条线上对。围绕这个指标的争论从没停过。上赛季一位英超主帅在发布会上被问到自家边锋的预期助攻排进联赛前五，回答得挺干脆，“那东西跟我的眼睛打架的时候，我信眼睛”话是这么说，可他手下的分析师每周一照样要把全队那脚米兰(MILAN)官方网站的预期助攻分布图塞进战术会。

球探部门的用法更实际。一家意甲俱乐部的数据主管聊过他们的筛选逻辑，把中场球员按“实际助攻减去预期助攻”排序了，排在负数那一端的一般被市场低估，因为账面难看，议价空间大。他们去年冬天，据此签下一名赛季只有4次助攻、预期助攻却达到7.8的边中场，写引转会费不到同位置平均水平的一半。

半个赛季后。这名球员的助攻数停在两位数。他的传球方式其实没变过，变的只是接球的人。合同条款也开始出现这个词了。有经纪团队透露。有些续约谈判里已经写入与预期助攻挂钩的浮动奖金，理由是它能筛掉“靠队友跑动吃饭”的运气型数据。反过来，也有球员对这个条款心里不舒服，觉得它把自己的价值交给了一套自己看不懂的算法。情绪不难理解，一脚直塞撕开整条防线，队友停球停出三米外，观众记住的是停球失误，模型记住的是那次穿透。

两种叙事并行，谁也不能说服谁啊？边界还是得说清楚。预期助攻衡量传球质量，不衡量决策是否合理呢？更不衡量这脚球该不该传。

后场横传被估值抬高的情况并不罕见，安全球刷出漂亮数字的案例，做数据的人自己心里有数。真正有意思的现象是长期波动是我留意过一名边锋，连续两个赛季的预期助攻都稳定在8以上，可实际助攻一个赛季3次、一个赛季9次。同一个传球者，同一套传法。结果差了整整三倍。数字在这里做的就是那些被浪费掉的、停在草皮上的传球。