当有人说某队"该赢三个却只进一个"时，他引用的几乎一定是一项把不同机会混在一起计算的数字。开云体育这次不谈结论，只谈口径：一项衡量射门质量的数字，是怎样把点球、运动战与补射分开建模的，以及为什么不能混着比。

1、位置与角度只是起点，不是答案

描述一次机会时，射门点距离球门的远近与夹角确实重要，但同样位置的两次射门质量可以差很多。差别来自三个附加条件：接球时的身体姿态是否已经准备好发力、球的高度是否在舒适击打范围内、以及从接球到出球中间有多少时间。因此模型会在位置之外再加时间与身体方向两项，否则所有禁区内的球都会被算成同一价值。

2、门前人数与压迫强度：同一脚射门在两种防守下价值不同

在两名防守人已经贴身干扰下的射门，其成功率显著低于无人干扰的同一位置射门。把防守人数与距离量化后，模型才能区分"他做得很好但没进"与"这是一次不该期望太高的尝试"。这也是为什么有些球员整个赛季的射门质量分很高却进球不多：他们获得的本来就是困难机会。

3、补射与第一次射门不能算两次机会

门前被扑出的射门形成的补射，如果与第一次射门都按独立机会计算，会明显夸大球队创造的真实威胁。通行做法是把同一连贯动作内的多次触球视作一次机会，只在防守方重新组织之后才开新的计数。这一条对比赛解读影响很大：所谓"错失多次良机"，很多时候是同一次机会的两脚。

4、一次进攻里的传球链要不要一起算

如果只统计最后一脚，就会漏掉谁把机会送出来这件事。因此在射门质量之外，还会另设一项衡量传球把球推进到危险区域的贡献。但这类数字要谨慎解读：一次穿透性传球被队友浪费，与一次平庸回做被踢进，在数据上的差异可能远小于我们在现场的感受。这类指标更适合看长期趋势，不适合评价单场表现。

5、取样偏差：为什么不同供应商的数字对不上

同一场比赛在不同数据平台上常出现不同的射门质量总和，原因往往不是计算错误，而是取样与建模口径不同：是否包含点球、是否包含越位被判无效的进攻、坐标点取球的位置还是人位置、以及是否使用逐帧追踪还是每秒一次的采样。做比较前必须先看这几项设定，否则是在拿两个不同的量互相批评。

6、把数字用回比赛：它擅长回答什么，不擅长什么

这类模型擅长回答"这次射门是否值得期望"，也擅长在长周期里比较不同球队的进攻结构，但它不擅长回答"这名球员本场表现如何"。因为它只覆盖出脚那一下，不包含制造机会的无球跑动、也不包含丢球后的反抢。把这些边界写清楚，比给出一个更高的数字更有意义。

把「位置与角度只是起点，不是答案」与「补射与第一次射门不能算两次机会」放在一起看，会发现它们是同一件事的两个方向：前者决定球队能不能把比赛推进到危险区域，后者决定推进到位之后能不能真正形成威胁。只盯其中一项，很容易对一场比赛得出片面结论，这也是我们做同类选题时坚持两条线都写的原因。

本篇的线索可以收成四句：位置与角度只是起点，不是答案；补射与第一次射门不能算两次机会；一次进攻里的传球链要不要一起算；以及把数字用回比赛：它擅长回答什么，不擅长什么。四句话背后是同一个判断标准——能不能在对手针对之后仍然保持结构完整。这也是我们评价一场比赛时最常用的坐标。

先问口径，再问结论

任何一句"数据说他该进更多"都依赖一整套建模假设：点球怎么算、补射算几次、防守压迫要不要计入。开云体育的建议是把口径当成阅读数据的第一步，很多争论在口径明确之后就不存在了。