xG是什么？

你大概看过这样的比赛：主队射门18次，客队只有6次，最后却是客队1比0赢了。赛后只看技术统计，很容易得出一句“主队运气差”。可再回想一下，那18脚也许大多来自禁区外，真正让门将紧张的机会没有几次；客队虽然只射6脚，却有一次几乎面对空门。

射门次数把所有射门都算成了“一次”。看比赛的人知道它们不一样，过去的统计表却说不清这种不一样。xG想做的事情其实很朴素：别只数射了几脚，顺便问问每一脚到底有多难。

0.20 xG，到底是在说什么？

假设我们从历史比赛里找出100次相似射门。它们的位置差不多、角度差不多，也采用相似的射门方式。最后有20次进了球，那么下一次遇到这类机会，我们就可以先把它记成大约0.20 xG。

注意，这句话不是说“这球应该进”。恰恰相反，0.20意味着这种球大约五次才进一次。它这次进了，不代表数值错了；它这次没进，也不代表浪费了一个必进球。概率从来不负责给单次结果判案。

为什么同一脚射门，不同网站算得不一样？

因为大家拿来比较的条件不同。最简单的方法只看距离和角度；更细的数据还会看是不是头球、传球从哪里来、身边有没有防守球员，甚至门将当时站在哪里。条件放得越细，计算越像真实比赛，但需要的数据也越多。

这也是看xG时一个很实际的规矩：尽量用同一个来源比较。拿甲网站的1.6和乙网站的1.9争论谁算错了，很多时候没有意义，它们可能根本不是用同一把尺子。

那一场2.1 xG，为什么最后可以0比1？

因为2.1不是隐藏比分。它只是把这一场每次射门的进球概率加在一起，描述这批机会长期平均能带来多少进球。足球只踢一场，不会把同样的机会重新演一百遍，所以0球、1球甚至4球都可能发生。

我更愿意把实际比分和xG看成两句话：比分告诉我们今天发生了什么，xG试着告诉我们这个过程通常会带来什么。前者决定比赛，后者帮助复盘。

真正有用的不是看完一场就下结论

如果一支球队连续十场都能创造不错的xG，却只进了很少的球，这才值得继续查：是前锋把握机会真的差，还是短期波动？如果它连续十场实际进球很多，创造的机会却很少，也应该问一句：这样的效率能保持多久？

球栈数据库把xG、逐射门和比赛结果放在一起，就是为了把“一场比赛的感觉”拉长成一段可以检查的历史。单场有故事，长期样本才更接近答案。