大约10天前，我发布了一篇用高阶数据“真实射门得分率”量化前锋的文章：《三张高阶数据图告诉你：本赛季三大联赛，谁的射门有质又有量》，可能是因为作图的缘故，有幸得到大家捧场。今天，我们用相似但不完全相同的方法，来量化一下英、西、意、德4大联赛的门将，看看哪个门将遭遇对手射正的考验最多，哪个门将在化解险情方面做得最好。

　　超长引言：什么是XCG？什么是“限制对手射门得分率”？

　　其实，类似概念本赛季初，我就已经在直播吧做过普及（详见高阶数据报告：如何量化门将能力？纳瓦斯比库尔图瓦强在哪？）只不过当时一来没有本赛季的数据作为近期样本，二来并没有采取散点图的作图方式，把每个联赛的所有门将放在一张图里，实现数据可视化阅读，因此只能就事论事的讨论几个名气较大的门将。我们知道，球员在场上的表现必然存在起伏，数据层面的体现也必然随之变化，时隔三个月后再来专门看看本赛季的门将表现，并且再度系统的和大家聊聊队门将的量化，实际上很有必要。事实上，如此量化并且以散点图呈现出来，应当定期去做，这样才能清晰把握各个门将的发展态势。

　　首先，本量化方式采用的核心数据，是“预期失球数”（Expected Conceded Goal，简称XCG）。这是一个和“预期进球数”有点类似但又存在很大不同的追踪数据。它的考量对象不是每一脚射门，而是每一脚“射正”。换言之，一脚看起来质量极高、命中门柱的射门，其XCG是0；而一脚绵软无力，被门将轻松化解的射门，其XCG则肯定超过0——这一数据的价值观在于：所有门将的所有扑救，针对的都是射正的球门。事实上基础的数据统计也是如此，“save”这个概念，记录的都是“扑出对方命中目标的射门”。

　　一旦一脚射门射正，那么数据公司就会根据多角度录像，结合多个因素，比如射门速度、角度、距离、射门方式等，参考过去几年几十万次命中目标的射门的结果，用大数据计算出这次射门的进球概率，这就是XCG。注意：XCG与XG（即预期进球数）最大的不同在于，前者量化的是“射门后”；而后者量化的是“射门前”。也就是说，前者是对一脚射门射门质量的量化；后者则是量化射门的难度。这里我举个。先看下面两张图：

　　如果我问你，上面两脚射门，哪一个更难？那恐怕是个人都会说萨拉赫的远射要难得多。但这么说的前提是，我们问题的全部内容是“对射门球员而言，哪一脚射门更难”，也就是说，如果我们在这个语境下量化射门难度，我们所量化的，实际上是“射门前”的进球概率。XG在这方面给出了符合常规认知的结论：斯特林的近距离推射，XG为0.25，即进球概率25%；而萨拉赫的远射，xg仅0.04，即进球概率4%。

　　然而，如果我们换个角度，站在门将的立场上，结论就完全不一样：不考虑选位因素的话，斯特林的射门显然太正，且球速并不快；萨拉赫的远射则是公认的“世界波”。于是，如果我们问“对门将而言，应对哪一脚射门更难”，那量化结果也必然会完全不同。XCG给出的结论是：斯特林的近距离推射，XCG是0.48；而萨拉赫的远射，XCG却高达0.59。换言之，一个门将扑出萨拉赫的射门，比化解斯特林的推射，更值得褒奖。这也是wyscout网站把XCG作为“门将数据”而非“前锋数据”的原因。

　　讲白了，XCG的目的是告诉你：门将所面对的每次命中目标的射门，其扑救难度有多大。XCG越高，扑救难度越大。

　　那么，有了XCG这个数据，我们该如何用它得出更进一步的结论？这里我“发明”了一个叫做“限制对手射门得分率”的概念，其核心目的是，计算“门将每次面对对手射正时，能够多大限度的降低对手的进球概率”。算法为：“限制对手射门得分率=（XCG-实际失球数）/对手射正数*100%”。显然，扑救难度越大，XCG越高，在这个算法中就越有优势。那些“神扑”，在这里的意义非常之大。

　　之所以“发明”一词带引号，是因为这个概念虽然确实是我自己提出的，但思路其实并不复杂，有可能国外甚至国内也有其他人也做过，我也欢迎大家去用这个算法分析更多联赛的数据。事实上已经有媒体用这个算法分析过中超门将了，当然，他们在用的时候，也确实注明了是我提出的。

　　以“限制对手射门得分率”为质的维度后，接下来就是“量”的衡量。这里我用的是“每90分钟对手射正次数”。当然，你用“每90分钟扑救数”也可以，只是我更倾向于考量一个门将“遭受考验”的次数而非“尝试化解考验”的次数而已。每一个高阶数据都代表着数据创立者的价值观，欢迎大家提出更多算法，让还在起步阶段的足球数据应用，变得更好。

　　另外需要指出的是：这个算法的目标并不是量化“谁是更好的门将”，而只针对扑救水平。诸如“出击”、“选位”甚至“辅助传控”之类的环节，并不在这个算法的考量范畴之内。并且算法中也有一些没法解决的问题（文中会给出具体案例）。但数据从来都不是一个“可以说明一切问题”的绝对标准，它只是“具有重大意义”的工具。譬如螺丝刀永远不能用来代替钳子，但有了螺丝刀，你可以配合钳子，做出更好的产品。数据与录像从来都不冲突，它是对录像的补充。所谓“不用数据，看球的都知道”，更多是抬杠，而非求知。

　　一 英超

　　横轴为“限制对手射门得分率”，纵轴为“对手每90分钟射正次数”，圆点越大，出场时间越长。这里我把纵轴做成了“量”，把横轴做成了“质”，是因为“量”的维度数据离散性相对更强，做成这种形状更有利于手机阅读。

　　此处一个令人有些遗憾的是：英超到目前为止最能兼顾“质”和“量”的门将——洛里——已经重伤。此人受伤前在队内的意义，可能丝毫不亚于孙兴慜。其实洛里长期以来都多少有点被低估，上赛季他的“限制对手射门得分率”是比这赛季还要更高的7.98%，是排在阿利松之后的英超第二门神，只不过每90分钟仅被对手射正3.86次，比起这赛季而言，经受的考验要少得多。而洛里这赛季被射正次数突然攀升，很大程度上也是拜热刺开局阶段难以解释的低迷防守所赐，球队动不动在中场一通逼抢失败后，没几个人回追补防，导致对手在极具威胁的地带形成射门。这也给足了洛里表演机会。比如下图，xcg高达0.61：

　　另外，英超今年出现了一个比较特殊的现象：横轴最顶端的两大门神——小舒梅切尔和西班牙鬼才瓜伊塔，看起来都打出了极为恐怖的“限制对手射门得分率”，但这其中却有一定的运气成分，尤其是瓜伊塔，超过10%的惊人数据下，有一些“扑救”其实是非常偶然的。我们来看下面两个图：

　　两次射门的XCG都是高的吓人的0.80——要知道射正的点球也才0.81，而且，舒梅切尔和瓜伊塔也确实没让对手攻破城池，但问题是，这两次射门并不是他们扑出来的，而是队友在门线上给挡出来的。这就是XCG在统计时存在的问题，它并不考虑“扑救”这个动作是否完整发生，只是考虑射门到底有没有命中目标。当然，如果样本足够大，这个缺点其实是可以忽略不计的，但问题是，我们很难讲现在的样本是否够大，尤其是在将一些出场时间较少的门将纳入考量范畴之后。

　　当然，这并不是说，舒梅切尔和瓜伊塔能够打出这样的数据，就是全凭运气。他们本赛季也确实有过非常精彩的扑救，下面两次射正，XCG分别为0.67和0.70。能化解这样的射门，所取得的加成是非常可观的：

　　最后值得注意的是：一些名气极大的门将，本赛季几乎各种滑铁卢。这其中阿利松出场时间太少，未来回调空间还很大。但德赫亚、艾德森和凯帕就比较尴尬了。比如德赫亚，此人自18年世界杯开始突然之间从神界坠落人间，下来就一直很不稳定。下面两球，XCG分别只有0.18和0.36，漏掉这两球对德赫亚的负面影响非常大。他曾经赖以成名的惊人反应速度如今有所退步，而扑远射似乎也没怎么进步。

　　另一个值得关注的人是凯帕，以今年这个情况来看，切尔西创纪录的转会费至少目前是绝难值回票价了，说凯帕是英超最差门将都不为过。不过这里面一样有一定的运气因素——折射。来看下面两球：

　　这两次射门其实都有变线，这对门将来说是极大考验。然而这两脚射门的XCG却分别只有0.04和0.08。我知道这很不公平，但问题是：目前没有任何数学建模可以准确反映这种折射变线的影响，你甚至说不清楚，射门后皮球在飞行过程中碰到防守球员，对门将到底有利还是不利——它确实让门将刚开始对球路的判断落空，确实让门将猝不及防；但问题是，折射也会减慢皮球的飞行速度，也有可能让一脚本来冲着死角去的射门，变成一个奔着门将去的抛物线。这就是当前已XCG为核心的一切算法都没法回避的问题。同样，足够大的样本会无限淡化这种运气成分的影响，但当样本没那么大时，这个运气因素，依然无法忽略。

　　2 西甲：

　　横轴为“限制对手射门得分率”，纵轴为“对手每90分钟射正次数”，圆点越大，出场时间越长。

　　本赛季西甲基本上印证了那句话：弱队出门将。处于右上角最“光辉”区域的费尔南德斯与雷纳，分别效力于莱万特和马洛卡，两队分别是对手预期进球数（XG）西甲前两名的球队。尤其莱万特防守如同纸糊，如今能排在西甲第9，费尔南德斯可谓居功至伟。

　　而这俩队本赛季的一大特色在于，经常放给对手一大堆射门。这也是我一直主张不要用什么狗屁“零封”数据来衡量门将的原因之一：像雷纳和费尔南德斯这样的门将，一场比赛动不动要被对手疯狂射正十几次，所遭受的考验比豪门门将两三场的都多，以“零封”作为标准，本身就是对他们工作量上巨大区别的无视。费尔南德斯本赛季已经被5支球队射正超过10次，而雷纳，则在代表马洛卡对阵巴萨时，被对手疯狂射正20次……指望他们“零封”对手，实在有些强人所难。反过来说，一旦引入XCG进行计算，那么即便丢球，我们也能够最大限度的认可门将的扑救水平。

　　比如下图：其实是皇家马德里在一个回合内两次射门（中间的一脚算做了传球），第一次被扑出，第二次进球。这次费尔南德斯丢球了吗？当然丢球了。但谁能说他表现不好？维尼修斯两次射门，XCG分别高达0.68和0.66；费尔南德斯的“限制对手射门得分率”，在这回合中取得了巨大加成：

　　另外值得注意的是三大豪门的门将：我只能说，在今年不大的样本下，西甲门将真的彻底变天了……库尔图瓦一扫多少个赛季以来以及本赛季初的颓势（你没看错，此人哪怕在切尔西时表现也不好，在马竞时期太过久远，数据没法查了），打出了近年来的最佳表现。而特尔施特根与上赛季排名欧洲前2的门神奥布拉克，本赛季却有些凉。这其中，皇家马德里与马竞整体防守较好，门将经受的考验并不多；特尔施特根被射正的次数则相对多些。

　　具体而言，三人的情况又各不相同。

　　库尔图瓦方面，其实是很值得皇家马德里球迷期待的，因为其限制射门对手得分率，是在本赛季初过后取得进步，最终出现了一个相对稳定的上升趋势：

　　库尔图瓦最大的进步在于，他在面对对手反击时，表现的非常不错。结合皇家马德里后防线站位经常比较靠前这一情况，库尔图瓦的这种表现，算得上是对球队的补充。下面两次射门，XCG分别为0.60和0.70，库尔图瓦能扑出来，无论对个人数据还是团队成绩，都是相当大的正面加成：

　　奥布拉克方面，本赛季确实在小样本下存在一定程度的退步，尤其是一些中等难度的球，被奥布拉克很不应该地放掉了。比如下面这球，XCG只有0.37，以奥布拉克的水准，是不大应该放掉的：

　　当然，奥布拉克作为西甲被射正频率第二低的门将，扑救样本仍旧有些小。随着样本增大，不排除他后续回调的可能。

　　最后是特尔施特根，此人同样也有些“点背”：他很多丢球，其实是视线受阻了。比如下面两球，xcg分别只有0.04和0.15，被打进球门对特尔施特根而言极为不利。从后续反应来看，特尔施特根应该是没有能够在第一时间看到皮球飞行轨迹的。

　　这就又涉及到XCG的另一个问题了：我们都知道视线被阻挡，对门将而言是极为不利的。但是，本方后卫在阻挡门将视线的同时，也封堵了对手的射门角度。而封堵角度，在摄像机上是很容易清晰看出并予以量化的；但视线是否被阻挡，阻挡了多少？又该怎么判断？现有技术条件下，这一点其实是根本没法深入考量的。特尔施特根也就是吃了这个亏。至于如何避免这种情况，还是那句话，任何高阶数据所最为需要的，都是足够大的样本。

　　3 意甲：

　　意甲最大的看点颇有些令人唏嘘：尤文图斯，就这样实现了门将的薪火相传——什琴斯尼是意甲最能够兼顾“质”与“量”的门将之一，而布冯，则可能是最差的……

　　实际上什琴斯尼这两年或多或少有些生活在布冯盛名的阴影之下，他与洛里相仿，都在上赛季打出了比本赛季还要好的水准，但本赛季由于球队整体防守下滑，导致表现机会增加。上赛季什琴斯尼打出了7.39%的超高“限制对手射门得分率”，只不过每90分钟被对手射正的次数只有2.92次；本赛季这一数据飙升到5.08次——光从这看，很多尤文图斯球迷不满萨里，也确实是有原因的……

　　至于布冯，本赛季的表现真的是不能不令人感慨：即便是门将这个特殊位置，人也终究斗不过岁月。下图这脚射门，XCG只有0.17，布冯眼看已经扑住，却还是让皮球滚入网窝，这在他年轻——我说的年轻，可能是38岁以前——是不可想象的。

　　另外，令米兰球迷感情复杂的唐纳鲁马，本赛季的表现其实是不太合格的。当然，米兰的问题绝不仅仅是唐纳鲁马，他甚至根本不是米兰排名靠前的问题。这同样是一个令人唏嘘的是：曾几何时拥趸无数的豪门，如今千疮百孔。此时再去纠结一个唐纳鲁马，其实已经意义不大了。

　　4 德甲：

　　德甲最受关注的球队当然是拜仁，恰好，门将位置也刚好是拜仁最近的一个很有趣的看点——照现在的态势发展，我真心觉得，几年前的剧情又会再次上演。拜仁会从沙尔克04撸来一个相当优秀的门将，只不过这次顶替的，是上一次从沙尔克04撸来的门将……

　　是的，诺伊尔本赛季出场时间不短，扑救表现却不甚理想，“限制对手射门得分率”是尴尬的-3.76%；与此相对的是，努贝尔却打出了体面的2.26%的“限制对手射门得分率”。下面这脚射门，XCG只有0.06，诺伊尔漏掉这种射门，相对其盛名而言实在有些不应该：

　　当然，我承认诺伊尔在传控和覆盖面积上，仍旧是门将中的佼佼者。但问题是，如果最核心的本职工作做不好，是不是传控领域的加成，还那么重要？要知道，不是每个教练都像瓜迪奥拉一样如此看中传控，以本赛季展现出的扑救水准，诺伊尔是没法说自己一定能在任何情况下都坐稳主力的。相对而言，努贝尔这赛季的表现则显得“朝气十足”。下图两次射门，第一次扑救难度倒是不大，但紧接着对手第二次射正，XCG高达0.74，努贝尔的反应速度与身体素质，在连续的第二次扑救中，展现的淋漓尽致：

　　其实，任何足球场上的位置都没有绝对稳固一说，逆水行舟不进则退是最为常见的现象。诺伊尔如果真被努贝尔代替，也大可不必觉得意外。

　　有一个事实可能会出乎大家意料：门将位置看似稳定，只是因为过去的“失球”、“零封”数据欺骗性太强（再次呼吁把所谓的“零封”数据彻底废弃掉，最多当做噱头），豪门门将动不动一整场不出汗，失球数当然少。以这种数据衡量，做到“看起来状态稳定”并不难；而屡屡建下奇功的弱队门将，则多有“哇这人开挂了”然后就被遗忘的经历。我们引入XCG来量化门将扑救水准，其用意也是颠覆这种欺骗性极强的传统评价体系。而如果你把一个门将近几个赛季的“限制对手射门得分率”给罗列出来，就会发现门将想维持稳定发挥有多难——这比前锋维系射门准星、中场维持传球成功率，难度大得多。

　　遗憾的是，XCG这项数据诞生的时间就不长，Wyscout更是只保留最近4个赛季的数据，诸如卡西利亚斯、布冯这些门将的限制对手射门得分率，我们已经无从查起。但足球数据的应用，本身就更多的是要着眼于未来。引入一个全新的分析工具，最大的意义在于修正过去的方法论，而不是验证过去的某个具体观点。