主要收获
- 通过将 "控球率附加值"（PV+）应用于球员识别过程，我们可以帮助量化潜在海外招募目标的积极场上影响。
- 在斯堪的纳维亚和奥地利的攻击型中场球员中，乔纳森-阿蒙（Jonathan Amon）是 27 岁以下球员中得分最高的。
- 阿蒙的进步 PV+ 大部分来自于进步带球，从大范围切入内线，突出了他作为一名倒置边锋的能力。
想象一下这样的场景：一位为比利时或荷兰俱乐部工作的招聘分析师负责监控斯堪的纳维亚和中欧市场，他的任务是物色一名能够改善一线队左路大范围进攻能力的球员。
作为俱乐部招聘条件的一部分，任何未来的球员都必须具备以下关键进攻属性：
| 标准 | 为什么？ |
| 年龄在 27 岁以下，上赛季至少出场 1000 分钟。 | 发掘能够对一线队产生直接影响的新兴球员或接近巅峰期的球员。 |
| 能胜任倒置边锋和边前卫的位置。 | 在我们的比赛模式中，我们希望为左后卫创造空间，让他高高跃起，为这一侧提供宽度。 |
| 具备在球场上成功带球的能力。 | 我们需要的是一名能通过运球和吸引对手来为对方球门抢占地盘的球员。 |
| 有能力在内切时不断创造进球机会。 | 在创造传中机会方面，我们并不是一支成功的球队，因此从其他方面创造得分机会是关键。 |
从前，这些属性只能通过球探现场评估球员的肉眼和传统统计数据来量化。然而，由于引入了各种先进的球员评估指标，我们现在可以超越传统的数字，根据这些类型的标准客观地量化球员的效力。
上个月，OptaPro 推出了 控球价值框架该框架根据球员个人在增加球队从个人控球中得分的概率方面的正负贡献，对球员个人进行归功。
有关该框架的更多详情（可细分为各种不同的球员属性），请访问 这里.
在本博客中，我们将 "控球率价值 "应用于这一假设场景中的要求，以展示它如何帮助识别那些不仅符合这些标准，而且在一个赛季中积极贡献远远大于消极贡献的球员。
制定关键绩效标准
在本次分析中，我们重点关注在斯堪的纳维亚和奥地利顶级联赛中效力的球员。当然，要在不同质量的比赛中对球员进行比较是相当困难的，不过，我们可能会发现这些联赛中的球员身价要低得多。
由于丹麦和奥地利的赛季还在初期，我们重点关注球员在 2018/19 赛季在这两个国家的表现，而对于 Eliteserien 和 Allsvenskan，我们则关注刚刚结束的 2019 赛季。
通过关注 2018/19 赛季，我们的结果返回了一些在夏季转会的球员。因此，有必要说明的是，本博客的目的是提供一个在天赋 ID 中应用 "占有率价值"（Possession Value）的流程示例，而不是实际标记出可能在下一个窗口期可用的球员。
通过找出在所分析的赛季中出场时间至少达到 1000 分钟的 27 岁以下球员，其中至少有 40% 的出场时间是作为边锋或中场大前锋，我们列出了一份长长的名单，其中包括 121 名招聘候选人。
当我们根据每个 90 人的指标对选手进行比较时，我们基本上是在计数，但通过应用 PV，我们可以增加一个额外的价值层，以帮助了解他们所产生的影响。上图中的彩色点代表了每位球员在每场比赛中的 PV 值，以及他们在我们的候选球员长名单中的排名。
完善候选名单
由于我们正在寻找机会创造者，因此我们现在将重点关注每场赛事 PV 值在第75百分位或以上的选手。这样，我们的入围名单就修改为 23 人。
通过对每名球员每 90 分钟的带球和传球相关指标进行归一化处理，我们可以使用降维方法创建一个菱形图来描述每名球员的进步风格。
在菱形图中，更靠左的球员显示出较高的带球能力（相对于样本球员而言），而更靠右的球员则显示出较高的传球能力。位于菱形顶部的球员在带球和传球方面都表现出很高的能力。
这可以帮助招募部门确定符合他们希望招募的大范围球员类型的特定球员，并有可能将球员从候选名单中剔除，以便进行现场评估。 虽然 Awer Mabil 不在菱形上半区，但他的传球能力很强，因此也值得进一步分析。
上图列出了我们候选名单中每名球员每 90 分钟的 PV+ 输出。20 岁的诺谢兰中卫乔纳森-阿蒙（Jonathan Amon）以每 90 分钟 0.04 的净 PV+ 排名第一。
然而，孤立地看这个数字并不能说明哪些属性对阿蒙的积极输出贡献最大，因此，让我们利用 PV 对阿蒙的表现进行更深入的研究。
*上图按 PV 值着色。数值越高，颜色越深。
从上面的球场地图中我们可以看到，阿蒙在渐进式带球时表现非常出色。他能击败后卫并杀入禁区，进而为球队创造机会。他的过人能力较低，得分能力也较差，但考虑到我们的标准是倒挂型边锋，这并不是一个大问题。鉴于他的右脚优势，他更喜欢内切而不是在边路推进也是情理之中。
仔细观察下面他的助攻图和射门图，并考虑到他强大的带球能力，阿蒙的定位更接近于一名大前锋，而不是攻击型中场。尽管如此，他每 90 分钟的 xA 输出在我们最初的长名单中排名前十。
在丹麦，古斯塔夫-维克海姆（Gustav Wikheim，26 岁）是另一位在我们最初的 PV 搜索中名列前茅的球员。
维克海姆（Wikheim）在今年夏天离开了米德捷兰足球俱乐部，签约沙特阿拉伯的阿尔法特队，和阿蒙一样，他的带球能力很强，并展示了通过带球创造机会的能力。
他似乎也不那么局限于左翼，在中路和大禁区都能有所贡献。不过，与阿蒙不同的是，他的过人得分能力很强，能瞄准点球点为队友攻门。
维克海姆上赛季在米德捷兰的队友阿维尔-马比尔（Awer Mabil）是另一个有趣的候选者，尽管他的表现是在右翼。虽然他的净 PV+ 较低，但这位 24 岁的球员在前插创造机会方面表现出色，并通过传中创造了大量机会。
另一名左前卫上赛季效力于奥地利顶级联赛，但目前在德国足球甲级联赛效力，他的情况也与阿蒙类似。如下图所示，25 岁的若昂-维克托（João Victor）表现出了带球、射门或关键传球的能力，从而获得了很高的 PV 值，但他的整体过人能力与马比尔相比要低得多。
巴西人在今年夏天转会到沃尔夫斯堡，现在不太可能成为荷兰或比利时俱乐部的目标，但他转会到欧洲五大联赛之一的事实，应能凸显出这一概念在支持识别球员方面的价值。
确定不同类型的广泛参与者，以完善目标
通过应用基于粒度的指标（如 PV），我们可以超越原始计数和每 90 人的统计数据，获得更深入的洞察力，为球员资料提供信息。在对招募目标进行现场考察之前，这可以成为一种有用的筛选工具。
PV还可用于确定俱乐部一线队每名球员的基本表现，确定球员可在哪些方面提高自己的表现，或为加强场上关键位置的招募战略提供信息。
通过一个相对简单的排除法，我们可以快速识别出参加五大联赛以外比赛的新兴球员，他们拥有与某一位置相关的关键属性--而且可能只需花费更成熟球员的一小部分费用即可获得。
