足球比赛中的各种数据是怎么统计出来的？

　　At FIFA, we would like to share our vision of using football data analytics combined with technical expert interpretation to create new football intelligence, allowing everyone to better understand the game.We have created the FIFA Football Language, which will be our blueprint for how we analyse football in the future. The language breaks down each area of the game into fine detail and provides operational definitions and multiple video examples to clearly define each action. This will enable us to analyse not only what happens on the ball but also the movements and interactions around and off the ball for teams and players when they are both in and out of possession.——Arsène Wenger , FIFA Chief of Global Football Development

　　正如温格教授所说，FIFA致力于创造一种Football Language用于更好地解读比赛，即用更详尽的数据完成技战术分析，例如增加更多处于无球或球权争抢（around and off the ball）阶段的数据。以2022年卡塔尔世界杯为例，www.fifatrainingcentre.com为全部64场比赛提供了赛后总结报告（post match summary）——一份长达50多页的pdf文件，涵盖从球队到个人的全方位数据。本文将结合此报告以及2014年和2018年世界杯的technical report探索足球分析的变化。报告目录

　　我们主要关注比赛数据的部分，在Statistics板块可以得到整个赛事的宏观数据。以下图为例，2014年世界杯的数据统计主要集中在进球者、进球时间、进球方式以及控球率等常规参数上面。

　　结合数据，该报告还分析了2014巴西世界杯带来的新趋势，主要体现在以下几个方面：攻势足球：171粒杯赛总进球打破了98年世界杯的杯赛进球记录；The magic moment：这里表达的是攻防转换时刻，小组赛的136进球中有25粒来自于攻防转换阶段；边后卫和中场的变化：可以更好提供进攻宽度的双边后卫进攻战术被更多使用，另外单后腰阵型被更多使用，单后腰和中后卫组成三角站位，完成防守、反击发起以及指挥阵型的职责；门将职责的扩展：门将的出球和拦截能力开始变得关键。

　　可以看到，2014年世界杯的数据统计较为简易，但借助阵型、控球率等传统数据也可以看到足球发展的新趋势，只是缺乏更多量化指标，在后续的杯赛中诸如攻防转换之类的概念会被更细致的强化。

　　针对每个球队的技战术数据分析，借助更多科技手段2018年世界杯引入了诸多新的指标。

　　首先是引入了阵型站位紧密度（team compactness）的概念，在这里用除门将外所有球员包围区域的面积来反映；另外，还引入了阵型站位的长宽以及深度，深度定义为除门将外最后一名球员距离底线的距离，需要注意的是，图示的球员位置是某一场比赛的数据，而紧密度、长宽以及深度数据是球队整届杯赛所有比赛的平均值。

　　针对该项数据的来源，每个球队都有相关的视频讲解，比如英格兰数据。FIFA官方给出的说明

　　此外，这里引入了渗透性传球（Bypassed Opponents and Defenders）的概念，如图中所示，其中区分了传球逾越对手（越过白色和灰色球员以及只越过白色球员）和防线（越过白色和灰色球员），相较于笼统的传球次数，此概念更加强调了渗透防线的传球；

　　进攻三区和点球区域到达次数（Final-Third and Penalty-Area Entrie）被列入统计，门将的传球准确率也受到特别关注，这确实反映了2014年世界杯以来出球门将的趋势；借助更加先进的运动科学设备，球员的跑动数据更加细致，比如超过20km/h和25km/h的跑动数据，这里提到Zone 5（达到最大心率90-100%的运动强度），可见运动科学在其中的作用。有关门将的数据也被更多涉及，如下列图所示：

　　

　　透过2018年世界杯的数据，可以看到球队的阵型被更多细致的量化指标描述，不局限于球员站位，另外，在射门之外关键的进攻尝试被更多的纳入统计（比如纵深传球和到达进攻三区），最后，球员的跑动数据和门将的专属数据更加细化。

　　以2022年卡塔尔世界杯决赛的赛后分析报告为例，我们可以发现更多新的变化。

　　首先是在前述渗透性传球的基础上，一个更加全面的概念被提出——line break，形容穿越对方阵线的次数（通过传球、带球、过人等方式），根据对手防守阵线的立体程度（或扁平程度）可划分为2-4个单元。

　　对于单元划分，FIFA 给出了相关讲解，划分讲解

　　对于line break的方式，这里还包含了through、around以及over三种方式，即下图右上角所示，对于这三种方式的定义，FIFA也给出了相关讲解，方式讲解line break

　　另外一个重要的概念是球员的要球、主动接应（offering to receive），即调整身体姿势、跑位、指挥队友传给自己的路线等等。包含了在进攻、中场、防守三区的接应。除门将外球员组成一个shape，接应可以发生在shape之外和之内。

　　根据接应球员位置的不同，以及相对防线unit的位置，可以划分出不同的movement to receive方式，具体的划分方式FIFA也给出了讲解，接应方式

　　前述均为进攻时的数据，2022年卡塔尔世界杯针对防守和无球状态的数据进行了更细致的描述。

　　下图所示的defensive action在tackle（阻截，目的是使对手失去球权，通过主动身体对抗或铲球以迫使对手失去球权的动作尝试称为Tackle Made，而在尝试之后自己或队友抢回球权或球出界等让场面变“安全”的情形下，则称这次阻截是成功的，即Tackle Won）和Interception（拦截，通常指防守队员通过判断对手传球路线并移动到传球路线中以断球获得球权）之外，加入了球权转换，也即前述攻防转换阶段的数据。

　　主要涉及两个概念：forced turnover：在对手压迫下丢失球权；Possession Regain：丢失球权后立刻反抢得以重新获得球权。

　　除此之外，还有Block（不以获得球权为目的阻挡球的运动。比如阻挡对手的传球、传中、射门、解围等等），以及身体对抗和空中对抗赢下的球权次数，

　　针对下图所示的防守施压，对施压的动作又做了更细致的划分：Pushing on：逼近，指我方球员试图缩小自己与无球对手的空间的行为，比如对手即将回传守门员，此时我方前锋快速跑向对方门将以提供压力的行为就被称为Pushing on。Pressing：压迫，跟上条类似，但Pressing针对的是持球的对手。其中Direct Pressure指的是非常靠近对手以至于有机会竞争球权的压迫，反之只是以延缓对手或者阻拦对手线路而不以争夺球权为目的的压迫称为Indirect Pressure。Ball recovery time：从丢球到重新获得球权的时间。

　　最后，将上述指标汇总可以得到关键指标的赛事统计，可以很明显地看到控球率一栏新增了球权争夺的部分

　　2022年世界杯的数据相比于之前有了较大的飞跃，主要体现在以下几个方面：加入了更多无球状态的指标：用于统计球权转换、球员的接应以及压迫；对进攻形态描述的更加具体：比如line break的引入；对于具体的传球、射门、防守动作做了更细致划分的统计。FIFA23 战术板

　　以FIFA23的战术板为例，除了阵型之外，还有以下参数需要设定大佬们都在玩{精选官网网址: www.vip333.Co }值得信任的品牌平台!

　　防守参数球队阵线的宽度和深度：相比于2022卡塔尔世界杯的数据，在这里紧密度无法单独的设置，而是由宽度和深度这两个参数共同确定；防守风格：包含丢球后立刻反抢（接近7秒）、丢球后持续施压、丢球后回撤（drop back）以及平衡。

　　进攻参数建立（bulid up）方式：快速组织、缓慢组织、长传以及平衡，这里反映了由后向前进攻组织的不同方式；机会创造方式：包括直传球、向前的跑动以及控球，这里主要体现了进攻三区的进攻手段。

　　由此可见，对于丢失球权转换和有球阶段，玩家在FIFA23中可以设置不同的策略来决定进攻和防守的方式。

　　除此之外，FIFA23的一个新特点在于比以往更为详细的赛后统计。赛后统计summary

　　可以注意到，FIFA23引入了expected goals(xG，预期进球)的指标，根据足球数据网站StatsBomb | Data Champions的定义，预期进球是反映某一次射门取得进球的概率，与射门地点相较于球门的距离和角度、射门部位、接球的方式（直传球、传中、定位球、盘带等）、守门员站位、防守队友位置等因素都有关，并且还需要考虑该球员的历史射门数据。很显然如此复杂的数学模型需要借助神经网络来实现。预期进球指标的作用

　　FIFA23的赛后统计针对丢失球权、获得球权、阻截、拦截等具体行为的地点作了可视化处理，对于射门和传球的路线、方式也较好地展示，但涉及防线区域的划分、渗透性传球这些较为宏观的感念FIFA23并没有统计。传球网络图

　　考虑到战术只是FIFA23中的一部分，作为现实足球的拟真，游戏在球员动作操控、游戏玩法等方面施加了更多权重，这种取舍是可以理解的。可以看到，完备的足球数据似乎打通了现实与游戏的壁垒。

　　借助详尽的足球数据，我们可以更加科学地分析球队和球员表现，也可以为球探、教练提供球员信息，但数据依然具有一些局限性：足球数据只是起到一个辅助的作用，但具体的比赛进程往往不是仅通过数据就可以体现的；足球的一大魅力就在于结果的不可预测性，足球数据可以用于赛后复盘，但对于未发生的比赛，数据仅仅是一个参考。

　　参考：

　　[1]https://www.gcores.com/articles/159206

　　[2]StatsBomb | Data Champions

　　[3]fifatrainingcentre.com

　　[4]https://digitalhub.fifa.com/m/649e84967b086928/original/evdvpfdkueqrdlbbrrus-pdf.pdf

　　[5]https://en.wikipedia.org/wiki/FIFA_World_Cup_awards

　　[6]https://web.archive.org/web/20140819085815/http://www.fifa.com/mm/document/footballdevelopment/technicalsupport/02/42/15/40/2014fwc_tsg_report_15082014_neutral.pdf

　　[7]report_128083.pdf (fifatrainingcentre.com)

　　一般而言，体育比赛如足球、篮球数据的统计方式前期由人工统计、处理。

　　如早期ABA、NBA时期，由于规则、制度并不完善，球队、球员等相关数据也被一定忽略，诸如得分、篮板、助攻等基础数据在职业比赛早期遗失较多，很难追溯，抢断、盖帽等数据也在NBA发展成熟之后逐渐引入。NBA单场得分纪录——张伯伦得到100分

　　如同早期NBA一样，足球比赛由于场地、人员等规模因素更为庞大、纷杂，现如今早已习以为常的数据统计（射门数、控球、角球、红黄牌）等在早期几乎无处可寻。

　　在早期的体育赛事进行中，场边的记分员通过人工自行记录相关基础数据，如远古时期的NBA赛事中，超级巨星如威尔特-张伯伦以及比尔-拉塞尔这样的球员才能够有相关数据累计，张伯伦单场100得分的记录也无任何数据依据可供参考。

　　在技术、科技以及赛事相关规则、制度进步之后，人工处理、记录的模式依旧存在并且持续沿用，但是如今计算机、AI的介入让更多的高阶数据引入其中，更全面、更精准以及更加迅速和规范化的数据统计流程已然到来。

　　如今的数据获取方式更为多样，无数的数据分析师、计分人员在场边通过专业设备监测，同时更多的AI模型也囊入其中，配合球员个体深入各种高阶数据，一般而言通常是第三方机构和赛事主办方合作，通过智能设和与人员结合的手段，进行数据监测和分析。

　　通过一手来源机构购买数据的组织或者公司都成为二手来源，国外的Opta、国内的纳米数据一般而言是行业内比较优秀的头部数据提供商。Whoscored、Sofascore、Livescore等也有着深度定制的体育数据，如SS的评分系统，Opta的xG％。

　　Opta等数据服务商起步较早，数据沉淀、精细度较高，当然数据也比较权威。

　　但同时，缺点也并不是不存在，一个是价格比较昂贵，其次本土化处理较差，不太符合亚洲乃至中国地区的使用习惯。再者，因为Opta身处国外，在对接、咨询时可能会遭遇一些意想不到的问题。国外的数据公司服务的周期很长，后期沟通也是个难题。

　　讨论到国内厂商而言，抛开稳定性、权威性、准确性等体育数据必备的基本要素不谈，国内体育数据供应商的优点主要体现在其性价比、本土化和售后服务上，而纳米数据本身作为国内体育数据供应商的头部企业，其数据服务体验也遥遥领先。

　　纳米数据作为国内顶尖的体育数据服务商，其数据维度覆盖足球、篮球、网球、电竞等多达十余项体育项目。

　　作为国内顶尖的体育数据服务商之一，我们每年向用户提供2,600+足球赛事、500+篮球赛事资料，合计超过350,000场比赛的数据。

　　目前，纳米数据可以提供足球、篮球、电竞等赛事包括即时数据、历史分析数据、即时指数、动画直播、资料库等全面赛事数据服务。未来我们还会逐步开放F1、棒球、橄榄球、排球、斯诺克、网球等赛事数据服务。

　　纳米体育数据，用数据创造价值