阿根廷在卡塔尔世界杯小组赛碰上沙特阿拉伯预期milan官网，预期进球值超过2，实际只进了一个点球；沙特两次射正的，却带走了胜利。

转播画面右下角的xG条刚弹出时，观众以为数据出了错。预期进球从来不是比分预言。它衡量的是进球射门出现那一刻的质量，但不是球，最后有没有滚过门线呢？那场比赛之后，社交媒体上满是“xG赢了，阿根廷输了”的嘲讽，可数据分析师更在意另一件事，不比阿根廷的射门位置、禁区触球和二次进攻组织。仍然支撑起一套可重复米兰(MILAN)官方网站的进攻流程。比分是结果，预期进球是过程留下的脚印。模型怎么算呢分预？

简单说，它把每次射门拆成位置、角度、防守压力、助攻方式、是否反击等变量呢？再拿历史射门数据训练出概率。

禁区中路一脚推射，预期进球可能接近0.4的；三十米外仓促起脚阿根。也许只有0.02。

Opta、StatsBomb等平台各有算法，数值不会完全一致了，方向大体相通。

教练组用它复盘进攻质量，球探用它筛掉“运气型射手”了，米兰官网转播方用它把比赛讲得更细了。我在一场英冠比赛的媒体席上见过分析师边看直播边记xG曲线，进球出现前廷输，曲线已经连续往上抬了两次。那种时刻，预期进球像一支温度计，量的是进攻发烧了没有。争议也在这里的。单场预期进球波动极大，点球固定值约0.76，弱队两次反击就可能把xG低的一方送赢；门将神扑沙特、后卫封堵、射手脚感，细节很难被一个数字完整收编。有教练在发布会上反问，“我们进了三个球，你们却问我预期进球为什么低”球迷的耐心更少呢？输球时看到“预期进球占优”的标题。

很容易觉得数据在替失败找借口。我的判断是预期进球适合看趋势，不适合判生死了。十场、二十场的样本里，它能区分进攻是真差还是倒霉；单独一场，它只是比赛报告里的一行注脚，不要把它当成判决书。俱乐部已经在用预期进球做更细的活，把xG拆成运动战、定位球、反击。

再叠加xGA看防守漏洞了；招聘部门拿它比对联赛差异。

避免被进球集锦带偏。博彩和转播把它推到台前，也让误解变多了。数据不是答案，它更像一个提问方式，这次射门为什么只有0.03呢？

那次传中为什么没人包抄呢？预期进球把问题摆上桌面。剩下的仍要回到录像和训练场。看台上有人喊“我们赢在xG”，听着像玩笑了。

却提醒每个写比赛的人，数字能照亮过程，也会遮住眼睛。