什么是 xG（预期进球）？一篇看懂现代足球最常用的数据指标

如果你最近几年看过赛后数据或电视转播，几乎一定见过“xG”。预期进球之所以能从数据分析博客走进主流报道，是因为它比射门数或控球率更好地回答了一个简单问题：一支球队真正创造的机会到底有多好？

xG 衡量的是什么

每一次射门都会被赋予一个 0 到 1 之间的数值，表示这类射门转化为进球的概率。点球通常约为 0.76，因为大约四分之三的点球能罚进；角球后在禁区边缘的一次头球，可能只有 0.03。把一支球队全场所有射门的数值加起来，就是这场比赛的 xG，也就是一名平均水平的射手，凭这些机会预计能打进的球数。

它是怎么算出来的

xG 模型基于数十万次历史射门数据建立。模型会记录每次射门的多种因素：离球门的距离、与门柱的角度、用哪个部位射门、射门前是传中、直塞还是定位球；更先进的模型还会考虑防守球员和门将的位置。然后模型学习具有这些特征的射门历史上进球的频率。不同数据公司使用的模型不同，所以同一次射门在不同网站上的 xG 可能略有差别。

赛后报告里怎么看 xG

假设一场比赛 1-0 结束，但输球一方的 xG 是 2.1，赢球一方只有 0.6。这说明输球的球队创造了好得多的机会，要么运气不好、把握能力差，要么碰上了状态极佳的门将。单场比赛出现这种差距很常见；但放到整个赛季，球队的实际进球和 xG 通常会逐渐接近。因此分析师会用 xG 判断一支球队的成绩是否可持续。

相关指标

xGA（预期失球）用同样的方法衡量球队被对手创造的机会。npxG 去掉了点球，因为点球会扭曲球员的数据。xA（预期助攻）把射门的 xG 记在传出这脚球的球员名下。射门后预期进球（xGOT 或 PSxG）还考虑了射门的落点，因此很适合评价门将：如果门将实际失球少于他面对的射门后 xG，说明他的扑救超出了预期。

xG 的局限

xG 衡量的是机会，而不是比赛中发生的一切。它不会给没人碰到的危险传中计分，也不会给没有完成射门的反击计分。它以平均水平的射手为基准，所以顶级前锋可以连续多年跑赢 xG。而且不同模型之间存在差异，更适合用来比较球队和观察趋势，不宜把某一个数字当作精确值。

对球迷有什么用

用得好的话，xG 能解释为什么一支连胜的球队可能即将下滑，或者为什么一支成绩不佳的球队其实离走出低谷不远，即使积分榜还看不出来。它不能代替看比赛，但是一个很有价值的“第二意见”。SportPulses 在后续的战术分析中，会把 xG 与传统数据结合使用。