『足球球员能力值查看』足球球员能力值排行

自1863年英国创立第一个正式足球比赛规则以来，足球经过一百多年的发展，现在已经非常成熟了。

它被赋予了更多的文化意义、商业价值甚至还有精神象征。而人们对于足球比赛的认知也从最初的看个热闹到探究再到分析总结。

伴随着足球战术的发展，足球比赛的数据也应运而生。许多球迷都喜欢研究足球数据，以便更好地了解比赛。但片面和错误地认知会让足球比赛的数据变成“欺骗”，那么如何才能科学地通过足球比赛的数据来认识一名球员呢？今天我们就通过进攻端数据的举例，来告诉大家如何正确运动足球比赛的数据。

不要盲目地相信数据，眼见为实是更好的选择

现如今，在每一场球赛以后，我们都能从各种网站上获取到大量的足球数据，但请你相信，即便各类足球网站所给出的数据十分全面，但它仍然不能完整地重现过去的比赛。举个最简单的例子，在足球比赛中无球跑动是相当重要的，一名前锋球员有效的拉扯会对球队的进攻提供巨大的帮助。但这样的跑动在赛后只能被统计为冰冷的“跑动距离”，也就是说，一次简单移动产生的数据和有效拉扯所留下的数据，在赛后的跑动距离中会被划上等号，这事实上抹杀了无球跑动的价值。

以下图为例：圆圈标注的本泽马，在这次进攻中并没有触球，但他带走了中卫乌姆蒂蒂，为贝尔的前插制造了足够的空间，而对这样的跑动，数据并无法真实体现。

发现了吗？足球比赛所产生的数据总是偏向于有球阶段，他或许能够还原足球在90分钟内的运转，但他无法还原场上22名球员的跑动。举这样的例子也是为了说明，足球比赛的数据更多只是辅助作用，如果你想要更深刻地理解一场比赛，那么反复地观看录像会给你提供更大的帮助。在明确了这一点以后，我们再来看看如何运用比赛数据来解析一名球员。

如何衡量一名进攻球员的创造力

正如上文所说，足球比赛数据的统计往往都偏向于有球阶段，因此对于有球能力和射门能力强的球员来说，数据的体现会更精准一些，而那些更多依靠无球跑动来帮助球队的前锋则容易被忽视。当然前场球员相较于后场球员来说，他们持球进攻所产生的数据会多得多，因此，依靠进攻数据来简单地了解一名进攻是可取的，那么如何衡量一名进攻球员的创造力呢？

答案是关键传球和创造机会数。在运用一个数据以前，我们首先得了解数据的评判标准。像关键传球，它的评判就存在一定的误导性。在数据统计中，关键传球指的是形成射门的传球，也就是说，只要你的传球产生了射门就能算成关键传球。

一次穿透后卫线的手术刀传球和一次简单地横传接远射会在这项统计中被划上等号，因此在拥有大量远射的球队中，这个数据并不能特别清晰地反映出球员的创造力。但在一些射门相对谨慎的球队中，这个数据就有着比较大的价值，当然为了更好地运用这个数据，我们需要结合其他的传球数据来进行比较。

以西甲联赛为例，我们来看一下场均制造出最多关键传球的前十名球员。

在这项统计中，梅西以场均2.5次排在第一位。需要注意地是，在榜单中梅西的传中次数是所有球员中最少的，而直塞次数则是所有球员中最多的。这在一定程度上说明了他比较喜欢通过直塞而非传中来制造威胁，这与我们的观赛感受相符。而另外一个极端是卡索拉，他的直塞球数据为0.1，但他拥有1.3次传中4次长传的最高数据，这在一定程度上说明了卡索拉更乐意用高球的方式来制造威胁。当然，在更多时间中，这些榜单上的球员奉献关键传球的方式都是短传，我们可以看看球员制造关键传球的方式统计。

在这项统计中可以看到，即便是最喜欢传高球的卡索拉，他制造关键传球的手段还是更依赖于短传，这个比例达到了65%。而梅西在这项数据中更是达到了80%。另外结合制造关键传球的类型统计，我们还能更直观地了解球员的传球威胁。注：由于数据过小，算场均会因为四舍五入产生较大误差，因此下面的这项统计采取总数的方式。

在这项统计中可以看到球员关键传球的分布，其中梅西制造的63次关键传球中有10次来自于传中（包含各类型传中）、6次来自于角球、11次来自于直塞球、5次来自于定位球，而31次来自于其他方式（大部分情况指的是短传）。对比此前梅西场均0.6次的传中和0.6次直塞你会发现，梅西几乎6次直塞或传中就有5次能形成射门，威胁十分大。同样的，你也可以运用这样丰富的传球数据来理解每名球员的传球威胁。

除了关键传球以外，创造机会是另外一项衡量球员创造力的指标，这项数据要比关键传球严谨得多，他指的是那些给队友创造很大可能进球的机会，也就是我们常说的big chance，绝佳机会。一般来说，绝佳机会是指单刀面对门将或者空门。因此这项数据能非常好地体现球员的创造力，我们还是以西甲联赛为例来看一下这项统计。

在这项统计中，我们可以看到梅西仍然霸占着西甲联赛第一的位置，而且他的数据高达21次，是第二和第三之和。而在关键传球中排名第2位的厄德高则掉落到了第7位，为什么会产生这样的偏差呢？很简单，因为在厄德高关键传球中超过半数来自于定位球、传中和角球，这些关键传球并不容易形成绝佳机会，因此厄德高在这项数据上大幅滑落。

值得一提的是梅西并不只是在西甲独占鳌头。在近期足球天文台的统计中，梅西以5个赛季创造158次得分良机高居五大联赛之首，平均每90分钟就能制造1次机会。排名第二的是来自巴黎的迪玛利亚，他创造了100次得分机会，平均每100分钟能制造1次，三到五名的球员的分别是德布劳内、内马尔和穆勒。而皇马队内制造机会最多的是J罗，他创造了49次机会排在第26位，平均每134分钟能创造1次，另外已经从皇马转会离开的前头牌C罗在这项数据上仅仅排在33位，平均每300分钟能制造1次。

如果把这项数据缩小到近3个赛季的话，排名又会有什么改变呢？排在第一的梅西仍然以95次创造机会高居第一，而穆勒则逆袭到第二位，他创造了65次机会（谁说穆勒只会吃饼？），德布劳内则成为了第三，他制造了62次得分良机，与穆勒十分接近。皇马排名最高的则变成了阿扎尔，不过他仅创造了32次机会，排名第33位。由此可见，梅西的进攻创造力确实十分出色。

如何衡量一名球员的终结能力

在了解了如何衡量球员创造机会的能力以后，我们来看进攻球员另外一项关键的能力——把握机会能力。这项能力的考察事实上远比想象中要困难，因为他不仅仅只是看球员的进球多少而已。一般而言，豪门球队的前锋往往有着比其他球队更多的机会，在数量的堆积下，他们往往会有更多的进球，但这并不意味着他们的把握机会能力更好，只是在作为前锋时，他们的综合素质更高。那么如何来衡量一名球员的终结能力呢？

大样本的预期进球对比是一个比较科学的数据。那么，什么是预期进球呢？预期进球是比射门次数和射正更接近真相的一项射门统计，这项统计数据会考察射门距离、角度、方式、防守球员的干扰等一系列因素，最终判定这次射门得分的难易程度，最终赋予一个期望值。简单来说，他可以被解释为前锋获得机会的多少。

举个简单粗暴的例子，当一名前锋获得了300次单刀机会，假设他的预期进球值就是100（此数值仅为举例）。如果他的进球次数比100要少，那么我们就可以说这名前锋脚头不太准，但如果这名前锋的进球数大于100，或者远超100，那么我们就可以得出这名前锋射术精湛的结论。前锋获得的每一次机会都会根据射门得分的难易进行数值的衡量，例如一次空门，那么预期值会达到1，而如果是三人包夹下的射门机会，数值可能会低到0.1。通过大样本的期望值和进球数的对比，我们就能大体了解到这名进攻球员的终结能力。注意前提是，需要大样本。

我们用几名球迷比较关心的球员进行举例，以此来感受一下这项数据的价值。注：由于本赛季还没结束，因此我们取用了2014-2019五个赛季的数据统计，样本足够大。

梅西

在梅西的统计数据中可以看到，除了2015-16赛季进球数比期望值少进1球以外，梅西其余4个赛季全部超标完成。在五个赛季中，梅西相比预期要多进了30粒进球左右，平均每赛季比预期多进6球，射术精湛的完美代表。

与此同时通过这个数据我们也可以注意到，梅西自14-15赛季以后，每年的期望进球数都在下降，也就是说，梅西进球要比以前更难了，尤其是上赛季，这个期望值跌落到23.63，但梅西仍然通过高超的射术将进球提升到33球，终结能力非常强大。另外，也可以注意到，梅西大概被队友浪费了10个助攻左右，这些数据都与我们实际观赛感受相符。

苏亚雷斯

巴萨锋线上另外一名神锋苏亚雷斯，从统计数据中可以看到，苏亚雷斯的射术也是在线的，不过相较于梅西而言要逊色不少，他5个赛季比期望要多进8球，平均每赛季多进1.6球。在15-17赛季两赛季，苏亚雷斯枪管发烫，平均每赛季比期望多进5球左右，几乎要追平梅西。

然而在2017年以后，苏亚雷斯的准头是越来越差，创造机会的能力也有大幅下滑，这影响到了他整体的数据，这也与球迷所感受到的“下滑”相符，但综合而言，苏亚雷斯的射术还是称得上精湛。值得注意地是，除了14-15赛季伤缺比较长的时间以外，苏亚雷斯进球期望值实际上和梅西差不多，这表明两人在前场得到的机会相近。

内马尔

MSN中的最年轻的一位，也是射术最差的一位。在近5个赛季，内马尔的进球总数没能赶上他的期望值，尤其是在巴萨的三个赛季，内马尔每个赛季要比期望值低2球左右。转会巴黎以后，内马尔的射术有所精进，但整体而言内马尔的把握机会能力还是有所欠缺。

另外从期望进球数的统计中我们也可以感受到内马尔的角色变化，他拿到的射门机会越来越少了，而组织进攻的期望值则相应有所增加，如果不是上赛季长时间的伤缺，他在期望助攻上应该可以赶上梅西的数据。

C罗

梅西的老对手，也是这个星球最会进球的球员之一。从统计数据来看，C罗五个赛季的整体进球次数要稍高于期望值，平均每赛季要比期望值多进0.8球左右，但值得注意地是，C罗近五个赛季能比期望值高很大程度上要归功于他的14-15赛季，在那个赛季他比预期多进了8.6粒进球，进球数达到了48球。而在那个赛季以后，C罗的进球数一直没有追上他的预期，因此综合而言C罗的射术并不如想象中要好。

射术对进球次数的影响也在长久的时间积累中体现了出来。从数据来看，虽然梅西的期望进球数比C罗要少6.4球，但五个赛季下来，C罗的进球数反而要比梅西少20球。另外与进球相反地则是助攻数据，虽然C罗期望助攻次数接近39次，但他的实际助攻却达到了46次，而梅西的期望助攻达到77，但实际助攻却只有67次。

通过四名前锋的对比我们大致可以了解到他们的终结能力，在实际的数据应用中，大家也可以运用同样的方式来进行比较，从而使自己更加真切地了解球员的各项能力。

结束语

相信通过本文的叙述，大家对于数据的运用有了大致的了解。需要注意地是，足球比赛数据只是足球比赛的一个组成部分，它可以帮助你更好地理解比赛和球员，但它并不能完全取代比赛，因此我们在查询数据、分析数据时需要结合比赛情况来分析，这样才能获得更贴切的结论。另外，在分析比较数据时，大的样本和多项数据结合也是不可忽视的前提条件，切不可断章取义，让数据“欺骗”了自己。