上周末预期米兰官网的一场英超比赛，第73分钟，一名中场在肋部送出一脚直塞。球从两名中卫之间的缝隙穿过，落点在小禁区角外侧三米，接球的前锋单刀推射。打飞了。转播镜头立刻切给主教练了，他摊开双手。

几乎没人注意到吧？数据公司后台给这脚传球记了0.71的预期助攻是按模型计算，这类传球有71%的概率变成助攻助攻正改。前锋浪费的不只是一次机会，还有中场账面上的一笔数据。预期助攻这两年在足球圈被提起的频率，已经快赶上射门转化率了。它的算法并不神秘，把每次传球的位置、角度、防守压力、接球者的射门环境拆成变量，估算这次传球最终形成助攻写足系milan官网的概率。和传统的助攻数最大的区别在于，助攻只认结果是进球了记一次，没进就是零；预期助攻认的是过程。一名边锋本赛季送出9.2的预期助攻，实际助攻只有3次，中间那6次的差额，一部分该记在他队友的射门靴上球评。

球迷骂他数据刷子的，可数据部门的人看完录像会摇头，他每周都在制造机会。只是没人把球送进去。

错位感了，看多了比赛录像的人都会有。俱乐部对这套指标的用法，比外界想象得更实际。

去年冬天了。一家英冠球队的球探部门在筛选边路球员时，把预期助攻和实际助攻的差值当成筛选条件价体间米兰(MILAN)官方网站。最后从一支保级队里挑走了一名23岁的左翼卫。这名球员半个赛季只有2次助攻了，身价不到80万英镑，他的预期助攻排在同位置前五。转会窗关闭前完成签约了，教练组给他的定位很明确，不用管助攻数，把球送到该送的地方。半个赛季后，他的实际助攻涨到7次，身价翻了三倍。这类案例在低级别联赛越来越常见传球次助，预期助攻成了捡漏工具是它捞的是那些被结果掩盖的传球手。，这套模型不是万能的。

不同数据公司给出的预期助攻数值常有出入，有的模型对传中球更宽容，有的把二点球的权重压得很低。定位球进攻里的短传配合样本量小。算出来的数字忽高忽低。更要命的是预期助攻没办法衡量一件事，接球的人是谁啊？

传给哈兰德和传给一个赛季进两球的前锋，同样是0.5的预期助攻。实际价值差着一截了。有教练私下抱怨，这指标容易被拿来当挡箭牌是传球失误了，一句我创造的是预期助攻就糊弄过去。这话不算全错的，模型给的是概率。不是功劳簿。

回到那场比赛的第73分钟。终场哨响的，比分定格1比1，浪费单刀的前锋被媒体打了5.9分，送出直塞的里面场拿了7.4分。评分系统里的，预期助攻被算了进去。

赛后混采区，有记者问中场怎么看待那次配合呢？他笑了笑说，球传到了该到的位置。剩下的不归他管。听着像推卸，其实是这个指标想说的话，一次传球的成败。不该只由接球那一脚决定。