欧冠小组赛第三轮预期米兰官网，一名边锋全场送出7次很重要传球，助攻数挂零。赛后评分网站的评论区照例骂成一片。

同一时间，三家俱乐部的数据部门在内部报告里给他打了高分是依据不是助攻。是预期助攻。这个指标把他那7脚传球折算成了1.42个"本该出现却没能出现"的进球。它的算法并不神秘助攻。每一脚传球的方向、落点、接球球员的射门位置、射门角度、身体部位、身后防守球员的距离，都会在模型里被逐项赋值，最后给出一个0到1之间的概率。一脚贴着地面送到小禁区线的横传，预期助攻可能高达0.35零助milan官网。

意思是接球者在这个位置射门。三成半的概率能打进；

回传给后腰那脚安全的短传，数值一般连0.02都不到。全场累加，就是这个球员这一场的预期助攻总量。它衡量的其实是传球质量本身，运气被排除在外边锋被家部同。这也是为什么越来越多球探把它排到助攻数前面是助攻数里混着接球者的一脚世界波呢？也藏着前锋的连续挥霍。麻烦在于，不同机构算出来的数对不上。Opta、StatsBomb、Understat对同一脚传球的判定经常分歧，被后卫蹭了一下的传中算不算俱乐米兰(MILAN)官方网站？接球者停球三米远再抽射，功劳怎么分呢？

有的模型把"造成的点球"归入其中，有的完全不认，所以拿A平台的预期助攻去比B平台的预期助攻，基本等于白比。我整理某赛季英超中场数据时碰到过更尴尬的情况是一名球员前12轮预期助攻只有2.1。后半程暴涨到接近6时盯上，原因就是球队换了里面锋，跑位线路变了，传球的落点终于有人接得住。

样本一缩小了，这个数据就非常脆弱，三五场的高值撑不起任何结论。它真正动摇了什么啊？转会谈判桌上的估价逻辑。过去一名边后卫谈续约，助攻数是硬通货；现在他的经纪人会把预期助攻曲线打印出来，指着某几场"队友浪费了我四次喂饼"说事吧？有俱乐部已经用这个指标挖掘低级别联赛的传球手，理由很直接。低级别联赛的接球者能力差，助攻数普遍被压低的，预期助攻反而更能反映传球者的水平。反过来，也有教练提醒别迷信是一脚赌命式的直塞，风险极大的，一旦过去就是单刀，模型给的分数和一脚稳妥的转移球差不多，这里头丢掉的正是选择本身的价值。

数据能告诉你传得多好的，告诉不了你该不该在这个位置、这个比分、这个时间点传这一脚。球迷看球的方式也跟着变了。

以前看转播只盯着，最后一传，现在人会边看边刷实时数据面板。看到某球员半场预期助攻0.6却零助攻，评论区就开始替他叫屈。视角未必更接近真相，至少比单看助攻数那一栏诚实一些了。只是别忘了一件事，数字最终都要回到那块草皮上接受检验，但草皮从不解释自己。