糟糕的數據分析如何打造了一支即將降級的熱刺隊

邁克爾·劉易斯的《點球成金》中有個有趣又有啟發性的小故事，卻鮮為人知——因為故事里沒有比利·比恩，自然也就沒被布拉德·皮特搬上大銀幕。

20世紀70年代末80年代初，休斯頓太空人隊委托開展了一項研究，探討若將外場圍欄向本壘移近，球隊表現可能會受到何種影響。他們想移近圍欄，是認為這樣能增加本壘打數量；而球迷喜歡本壘打，球隊就能賣出更多門票。但研究作者卻發現，鑒于休斯頓隊陣容中的擊球手和投手類型，移近圍欄實際上會導致球隊輸球更多。

于是，休斯頓的決策者看了數據，然后決定……下令永遠不公開這項研究。他們早已決定移近圍欄，只想用數據來佐證這個選擇。

一位在足球行業工作超過十年的人士也給我講過一個類似的故事。某職業足球俱樂部委托他為三名球員撰寫球探報告。他對每位球員都做了詳細分析，結論卻如出一轍：這三名球員都不應該簽下。俱樂部的回應是問他能否為每位球員出具正面的球探報告——他們早已決定簽下這三個人。

這兩個故事里，機構都想利用數據，卻不是為了做出更優決策，而是為了給早已定好的決策找理由。

如今，這些故事聽起來或許像來自更簡單的年代。幾乎每支棒球隊都在用遠比公眾能接觸到的更先進的分析模型運營。足球數據現在也隨處可見：亞馬遜為德甲轉播提供技術支持，“預期進球”幾乎成了所有英語解說員的常用詞匯。

然而，雖然棒球隊大多已不再用數據來重申和佐證自身根深蒂固的偏見，但足球俱樂部卻仍未擺脫這一困境，甚至還差得遠。不信？你只需看看那支據報道曾考慮告訴自家球迷“已重新定義現代足球俱樂部”的球隊。

換句話說，你只需看看熱刺。

足球數據分析運動的核心洞見，或許是每個人早已心知肚明的事實：最好的球隊并非總能贏球。

這本質上就是預期進球（xG）告訴我們的。在賽季的幾乎任何階段，一支球隊的預期進球差，都比射門次數、進球數或積分等其他頂級數據更能預測其未來表現。如果最好的球隊總能贏球，那么過去的勝場就能直接告訴我們誰是最佳球隊，而這些勝場也能預測未來。

相反，事實似乎是：最佳球隊是那些在比賽中獲得更高比例預期進球的隊伍。如果把這個概念從“為每場比賽的每次射門賦予特定轉化率的實時更新算法”這種抽象表述簡化一下，那么最佳球隊其實就是那些比對手創造出更好機會的隊伍。

任何長期踢球或看球的人，其實都在內心深處明白這一點——無論他們是否愿意承認。但承認這一點，就意味著我們接受足球比賽結果存在大量隨機性：用形狀并不規則的腳去踢一顆彈跳的球，還要把球送過場上唯一能用手的人（門將），這本身就充滿了不確定性。

英超賽季不算長，每個賽季約有20支球隊各自進行“實驗”。那么十年下來，就有200個這樣的“小實驗”。在這200個賽季里，我們理應能看到幾例隨機性一整個賽季都在助推或懲罰某支球隊的情況。

現實也確實如此。以下是2010年以來每個英超賽季，按球隊實際表現與預期進球差的偏差程度排列：

最靠右的那個點是2016-17賽季的熱刺。如果讓你選一個最靠左的點，2025-26賽季的熱刺似乎是個不錯的選擇，對吧？作為全球市值前十的球隊之一，卻在賽季還剩六場時陷入保級戰，這肯定得有“歷史性壞運氣”的因素吧？

不。最靠左的是2023-24賽季的謝菲爾德聯。

本賽季，熱刺根本不算 outliers。他們的實際進球差（+11）甚至比預期進球差（+15.13）略好一點，差距不大。

那么，一支擁有據估計是全球第九昂貴陣容的球隊，怎么就成了英超最差球隊之一？一種可能是：他們只衡量自己認為重要的東西，卻忽略了真正重要的東西。

通常來說，足球是復雜的動態運動，球員個人能力很難從陣容構建、教練戰術和場上互動的相互依存中剝離出來。但有時會遇到熱刺這樣的球隊，問題診斷起來相當簡單：他們不會傳球。

在Gradient Sports，有一組人觀看每一場英超比賽，并對球員的每一次傳球按-2到+2的 scale 評分。他們是這樣描述評分過程的：

例如，一名中后衛在中場線傳球。一次常規、無壓力且傳給空位隊友的傳球會得到0分，因為這達到了我們專業評分團隊的預期。一次在壓力下精準的、打破防線的傳球會得到正分。相反，一次力度不足的傳球——即便成功傳到隊友腳下——如果低于預期標準，也會得到負分。這體現了我們關注的是評估表現，而非僅僅看結果。

評分過程由詳細框架指導，旨在最大限度減少主觀性并確保一致性。原始評分收集后，會經過多層質量控制，包括資深人員對標記動作的復核、一致性檢查、持續分析以及專門的質量保證流程。

基于這種傳球評估方法，以下是熱刺本賽季五名最佳傳球手在英超的排名：

1. 羅梅羅：第19位

2. 范德芬：第87位

3. 烏多吉：第152位

4. 丹索：第167位

5. 庫杜斯：第186位

傳球是這項運動的基本技能。英超球隊平均每場嘗試450次傳球。沒有其他任何動作能與之相比：一場比賽中，平均每支球隊嘗試8次射門、18次傳中、18次過人、16次鏟球和8次攔截。如果不會傳球，其他一切都無從談起。傳球是足球運動的核心動力，賦予其他所有動作意義。

那么，作為全球最富有的球隊之一——一支號稱是現代足球俱樂部典范的球隊——怎么會組建出一支在本聯賽中只有兩名球員躋身傳球榜前150名的隊伍？

過去幾年，足球界出現了一批新數據。這些數據不量化那些決定勝負的因素，而是量化球探和教練似乎一直看重的東西：誰身材高大？誰速度快？誰看起來很厲害？誰要是能學會踢球就不可阻擋？

像Gradient和SkillCorner這樣的公司，現在提供一系列身體指標數據，顯示球員的跑動頻率——有球和無球時、最高速度下、高速狀態下等等。我并不指責這些公司做這些事；這些數據集的存在是有價值的。足球數據從一開始就缺失的一點，是能告訴我們球員無球狀態下在做什么的信息。普通球員每場比賽控球時間最多只有幾分鐘，而大多數足球數據只量化這一小段時間。這遠不能說明一切，但確實說明了最重要的一些事。

如果使用得當，這些無球和身體數據會非常強大。如果你運營一支球隊，能將這些身體指標與決定勝負和進球的因素結合起來，就能形成對球員價值更全面的新理解，從而比那些只靠傳球和射門數據評估表現的對手更具優勢。但這很難做到，正因為難，所以實際上并未實現。

相反，正如一位曾與多家歐冠俱樂部合作的消息人士對我說的那樣，這些身體指標讓俱樂部得以確認自己的偏見——這種偏見正是《點球成金》問世以來，球探與數據派之爭中一直存在的。只不過現在，我們有了新的數據來證明球探是對的。

還能怎么解釋熱刺的情況呢？

熱刺的陣容里全是能跑的爆發力型運動員。Gradient根據耐力、爆發力和速度（并根據位置和體型調整）綜合得出“運動能力”評分， scale 為1-100。熱刺有七名球員評分達到90或以上，其中五人——奧多貝爾、貝里瓦爾、格雷、索蘭克、加拉格爾——是在2023年10月約翰·蘭格擔任俱樂部技術總監后簽下的。前四人是蘭格上任后第一個夏窗簽下的四名非門將球員。

只有當你系統性地關注另一套球員屬性，從而形成制度性盲點時，才會組建出一支不會傳球的陣容。羅梅羅是熱刺迄今為止最好的傳球手，他是2021年簽下的；麥迪遜是另一位出色的傳球手，但本賽季一直受傷，他是2023年夏窗簽下的。這更凸顯了俱樂部對真正重要的東西的忽視。

《點球成金》里有個令人印象深刻的故事：比利·比恩和球探們爭論，后者總在糾結球員的臀部有多大、長什么樣、女朋友漂不漂亮。比恩反復追問：“但他能擊球嗎？”最后他勃然大怒，對房間里所有人喊道：“我再說一遍：我們不是在賣牛仔褲。”

有人提出，讓懂數據的人在俱樂部里真正擁有話語權是有價值的，因為他們會通過提醒你“抓住核心”來阻止你做很多蠢事。“但他能擊球嗎？”然而在熱刺，似乎一套新數據讓俱樂部誤以為自己真的在“賣牛仔褲”。他們真正需要的——也是能讓他們避免降級的——是有人不斷問一個簡單的問題：

但他會傳球嗎？