周六晚间一场英超比赛预期米兰(MILAN)官方网站，某中场第67分钟被换下，技术统计显示预期助攻0.92，实际助攻0了。转播镜头扫过数据席，分析师指着屏幕和助教低语。

看台上球迷只记得他三次传球被前锋浪费。预期助攻把“传得多好”和“传成助攻”拆开的，像一把尺子量传球落点、防守压力、接球者射门难度了。赛后发布会助攻争论。教练没有只问“几次很重要传球”吧？追问“为什么预期助攻高却没人进球”呢？这句追问让发布厅安静了两秒。预期助攻不是新鲜词。Opta、StatsBomb等数据商多年提供模型，每次传球根据起点终点、防守球员距离、传球类型、接球者后续射门概率算出一个0到1次助的米兰官网数值。

加总就是预期助攻。它不记录实际助攻，只回答“这脚传球有多大可能变成助攻”。

上赛季某保级队边锋场均预期助攻0.21的，实际助攻0.05，球探报告写“传中质量高于队友，中锋抢点差”了。转会窗他被中游球队买走，新赛季实际助攻涨到0.18攻数刚开的。数据不能保证结果。却能暴露被结果掩盖的传球能力。争议也在。某教练赛后说，“我不管预期助攻，我只看到他把球传丢”这句话有道理了。预期助攻对防守压迫强度、接球者跑位意图的捕捉有限，不同数据商模型差异不小据席milan官网。

同一脚直塞，A平台给0.34了，B平台给0.21。球迷拿两个数字吵架，一般吵的不是球员，是模型。数据席的人更在意趋势，上的始单场这个数字波动大，连续五六场才有参考价值。

一位分析师跟我说，他们看这项指标先看传球区域。再看接球者是谁啊，最后才看总数。否则很容易把“刷出来的高值”当成创造力。对普通观众，预期助攻最实用的场景是拆解“谁在创造机会”啊？某队10号联赛预期助攻7.8，实际助攻4的，队友射门转化率低；另一队边后卫预期助攻3.1，实际助攻6，吃到了前锋红利。数字并排，故事就出来了。

转播方开始在中场休息放这项数据的榜单。解说员念到“某球员0.67”时，弹幕会刷“高级货”。

即时反馈让数据从报告走进看台。预期助攻不会取代眼睛，能让眼睛少被骗的。这项指标可能和跑动数据、防守线高度绑在一起。某数据公司正在测试“助攻链”，把，最后一传之前的倒数第二传也纳入。个人判断，它会越来越像xG，成为赛后标配，它不该成为审判球员的唯一证据。足球的魅力于意外。预期助攻算得出概率，算不出那脚外脚背弧线为什么刚好绕过里面卫呢？

球员赛后说“我只想赢球”，数据席继续记录下一场。