脱靶射门： “好的失误”如何帮助足球领域的人才识别
阅读6分钟
脱靶射门是足球运动中错失的机会，体现在多个方面。
当分析革命在2010年代初开始席卷这项运动时，射门迅速成为一个关键的关注领域，其目标是坚定地识别出比赛中最无情的终结者。
在预期进球(xG)出现几年后，出现了目标预期进球(xGOT)——这是一种评估目标射门质量的指标，它考虑了诸如射门角度以及在球门框架内的位置等因素，以表明随后的射门有多大可能进入球门。
它被用于评估终结能力——奖励那些将低质量机会转化为高质量射门尝试的球员，获得积极的射门进球增加(SGA)得分——以及守门能力，帮助区分那些始终扑出最难扑救的射门的守门员。
鉴于xGOT的工作原理是得分概率，它会迅速忽略那些在统计上没有机会进入球门的射门。多年来传统的射门模型会像对待一个只是擦过门柱的弧线球一样，严厉地惩罚一个高而偏的糟糕失误；两者的得分都是零。
传统上这就是眼力测试发挥作用的地方；你会本能地更喜欢让 德布劳内 来主罚你的远程任意球，不是总是把球踢到边线的中后卫。但鉴于上赛季英超联赛中超过一半的非封堵射门都偏离了目标——超过3500次——肯定有额外的价值可以挖掘。
有些球员是否比其他人更擅长“失误”？回答这个问题能否帮助我们发现一些可能很快进入更精准状态的迷途终结者？
有一种简单的方法可以衡量球员的射门有多接近，那就是检查他们击中门框的频率。
从2022-23赛季开始，在欧洲四大联赛中进行筛选，出现了一些可能的名字； 莱万多夫斯基 是击中门柱或横梁次数最多的球员，在过去三个赛季中共有14次，努涅斯 以11次随后。考虑到他们经常进入近距离得分位置，这两者都是合理的。
以球员总射门次数的比例来看待同一统计数据，更能说明问题， 比利亚雷亚尔 的 耶雷米·皮诺 领先。自2022年8月以来，他的预期进球数仅低于实际进球数6个，但已经击中门框6次，他在球门前的运气可能比快速浏览他的射门统计数据所显示的要差。
列出的15名球员中有10名在SGA模型上的表现低于预期，他们都因击中门框的射门而受到多次0.0 xGOT的惩罚，但我们的观看体验告诉我们，像 蒂勒曼斯 、 哈里·威尔逊 和 马蒂亚斯·苏莱 这样的球员可以很好地击球——这对我们寻找统计网络中漏掉的终结者是一个令人鼓舞的开始。
扩大误差范围，以捕捉些呼啸着掠过球门柱的射门呢？
通过将球门尺寸扩大25%，如下图所示，我们看到哪些球员经常在射门时非常接近，即使他们没有碰到门框。
高射门量的球员名列前茅—— 哈兰德 (23)、 劳塔罗·马丁内斯 (23)和 莱万多夫斯基 (22)在样本中以大量的近距离失误领先——但采取比例方法揭示了球员的有趣组合。
下面的条形图表明，像 孙兴慜 和 穆西亚拉 这样的高水平终结者——他们的得分都远高于他们应该获得的进球机会——离发布更精准的数据不遥远。但它也挑选出了一些在孤立的xG数据中苦苦挣扎的球员。
热刺 的 布伦南·约翰逊 仅在2024-25赛季就有6次近距离失误，萨穆埃尔·利诺 在西甲联赛中仅打入13个非点球进球，预期进球数为19.3个，他的射门中有四分之一以上擦过门柱，在宏观层面评估射门能力时，肯定应该考虑到这些因素。
以上所有内容都未能考虑到机会本身的质量。
一名球员在近距离击中门柱，另一名球员从远处将球击中横梁，将两者都标记为“不幸”会歪曲数据。为了弥补这一点，我们可以将射门前xG数据与我们的样本相结合，以查看哪些球员经常将棘手的机会转化为接近的失误。
这样做会为脱靶射门创建一个xGOT风格的指标，奖励那些始终在低概率射门区域几乎击中目标的球员。
在过去三个赛季中至少错失50次射门的球员中，我们计算了他们的射门偏离球门的平均距离，使用对数刻度将其转换为0到1之间的分数。那些将近距离失误与低xG射门相结合的球员，是那些为他们的脱靶射门增加最多“价值”的球员。
通过了眼力测试，我们之前搜索中的一些熟悉的名字出现了。 马蒂亚斯·苏莱 第三次出现在条形图中，有证据表明这位22岁的球员是一位精准的射手，应该更频繁地瞄准目标。
约根·斯特兰德·拉尔森 差一点也做到了三连冠——上赛季没有英超球员在欧洲五大联赛中以更高的比例击中目标(61.1%)——这项实验表明，即使他确实失误了，他也倾向于将球踢过门柱。
但这份新的球员名单好像奖励了有天赋的击球手，比如 贾罗德·鲍恩 、 安德烈亚斯·佩雷拉 、 哈坎·恰尔汗奥卢 ，以及远程专家 德布劳内 和 布鲁诺·费尔南德斯 ，他们始终相信自己能够从远处以力量和精准度击球。
一些案例研究很突出。 拉菲尼亚 正在享受他进球最多的赛季，他的联赛xG统计数据仍然显示出表现不佳。 拉明·亚马尔 在西甲联赛中的得分一直低于预期，他有明显的能力切入内线并将球准确地弯向远角。
再一次脱靶射门应该在对球员射门技巧的传统分析中得到更多考虑，同样的近距离失误模式持续下去，它可以作为未来最终改进的预测指标。
俱乐部层面继续致力于如何将脱靶射门与传统的xGOT结合使用，以更全面地了解终结能力。 诺丁汉森林 的一位数据科学家 亚历克斯·马林·费利西斯 在3月份于曼彻斯特举行的首届比赛场地会议上发表了讲话，提及研究表明，未来球员表现与结合了目标内和目标外射门的指标之间存在更高的相关性。
他还提及在调整xG模型以适应特定位置和球员以及跟踪被封堵射门方面的进展，以继续改进模型。
帮助俱乐部更早地识别出有技巧的终结者可以让他们更快——也更经济地——获得更高质量的球员，这对那些希望在招聘方面领先的人至关重要。
这再次提醒我们，潜在的射门指标在很长一段时间内都是宝贵的工具，仍然可以通过背景来增强。
拉菲尼亚、 苏莱 、 利诺 和 斯特兰德·拉尔森 ；继续射门。