主要收获
- OptaPro 的控球权价值（PV）框架确定了球队通过单个控球权得分的概率。
- 该框架根据球员的正反两方面贡献为球员个人分配信用，涵盖了关键的球赛事件。
- 曼城队的里亚德-马赫雷斯（Riyad Mahrez）和凯文-德布劳内（Kevin de Bruyne）是本赛季英超联赛迄今为止表现最出色的球员，创造了最高的控球率附加值（PV+）。
进球和助攻的球员是任何一支足球队的关键。然而，孤立地关注这两项指标会忽略球场上的所有其他动作。例如，如果我们忽略了一名防守型中场球员 99% 的动作，我们又如何正确评估他们的盘带技术呢？
在理想情况下，我们希望重视球员的所有行为。他们的行为让球队变得更好还是更糟？他们是否增加了球队进球或赢得比赛的可能性？
在大多数情况下，对中场核心进行评分时，研究他们的 xG 和 xA 输出并不是特别有意义，因为它们通常都很低。取而代之的是其他指标，例如 "渐进式 "传球次数或 "最后三秒区进球数"。
虽然这些指标有其价值，但也会遗漏很多信息。你可以把它比作用射门次数来评判进攻球员。在这种情况下，我们还想知道射门的价值有多大。同样的道理也适用于 "最后三分钟进球数"：每次最后三分钟进球的价值有多大？
2012 年，足球应用分析中引入了 xG，以改进我们对射门价值的评估。这为判断攻击手及其进球能力提供了一种更好的方法。
如果我们能将其延伸，为球场上的每一个动作都赋予价值呢？
确定从控球中进球的可能性
球员在比赛中需要不断做出决定。他们一方面要尽量提高进球概率，另一方面又要尽量降低失球概率。
有时，一个动作是否具有积极意义非常明显，例如传球让前锋射门得分，或者拦截赢得控球权。
不过，对于大多数行动来说，情况比这更微妙。
这就是 OptaPro 的控球权价值框架的作用所在。与篮球比赛中的 EPV/预期控球权价值模型 类似， 控球权价值 或 PV衡量的是球队通过控球得分的概率。
该模型仍在开发中，并将根据 OptaPro 客户的反馈意见在 2019/20 赛季期间不断发展。
下面以利物浦队的一系列动作为例，说明如何应用 "控球权价值"。最后一个事件是詹姆斯-米尔纳的传球。
在移动的这个阶段，这次控球导致进球的可能性有多大？请记住，我们并不关心进球的方式。进球可能是因为接球球员直接射门得分。或者，20 次触球后通过角球得分。只要球队在此期间没有失去控球权，进球就算数。任何进球发生在同一次控球中的可能性就是模型估算的结果。
在这种情况下，模型估计概率为 3.3%，即大约 30 分之一。那么，我们如何得出这个数字呢？
如上图所示，该模型根据同一次控球中最多五次之前发生的事件进行估计。然后将其与历史数据进行比较，尝试估计进球发生的可能性。一般来说，一个动作在序列中出现的时间越晚，其重要性就越大。在本例中，这意味着米尔纳的最后一次传球比前五次传球的影响更大。
此时，你可能会问自己："那又怎样？
让我们继续以利物浦为例，看看米尔纳传球后的两个动作：
菲尔米诺从米尔纳处接球后带球冲向禁区，然后将球成功传给萨迪奥-马内。模型现在估计进球的可能性为 33.9%。换句话说，做出这一动作的球员将球队进球的可能性提高了 30% 以上。这就是我们所说的 占有附加值（或 PV+）.
因此，通过应用 "控球权价值 "框架，我们可以对球场上的每一个动作进行估值，看它如何增加或减少球队得分的可能性。
量化球员对球队进球概率的贡献
让我们举一个例子，棋手的 PV+ 输出对发展中的棋步有积极贡献，但并没有产生很高的 xG 或 xA 值。
阿森纳队的亚历山大-拉卡泽特（Alexandre Lacazette）在本方半场内接球，被对方球员包围。
接球转身后，法国人带球深入对方半场，仅 9 秒钟后，他就在这个位置将球传给了左侧的科拉希纳茨。
很明显，科拉希纳茨为阿森纳的进攻做出了宝贵的贡献，但他的传中却差之毫厘，被后卫挡出角球。
拉卡泽特的出色表现并没有体现在 xG 和 xA 中，前者是因为没有射门，后者是因为科拉希纳茨不太可能在那个位置射门得分。不过，拉卡泽特的 PV+ 可以更准确地反映他的贡献。
当他从丢球区接球时，PV 值约为 1%，而在他跑动结束时，PV 值超过了 7%。因此，他产生的 PV+ 为 0.06，这更能反映他的实际参与价值。
控球率价值的强大之处在于，我们可以对球场上的每一个相关动作进行计算。想想看：传球、带球、上抢、拦截、拦截和回追，甚至是赢得犯规或赢得角球--它们都可以应用到框架中。
消极贡献的归因
除了在控球方面做出积极贡献外，失误也是比赛的一部分。
失去控球权会在两个方面对你的球队造成损害：首先，与你的控球权相关的任何价值现在都已丧失。其次，对手现在拥有了一个潜在的危险球权。
在对球员的负面参与进行归因时，PV 框架会考虑这两个因素。
让我们从两个不同的场景来看看如何应用：
场景 1 - 沃特福德对阵阿森纳：索克拉蒂斯-帕帕斯塔索普洛斯
索克拉蒂斯在本方禁区内得球。当他试图从后场出球时，德乌洛费乌拦截了他的传球。
- 控球损失价值 = 0.01
- 对手控球的危险 = 0.14
索克拉提斯的总得分为-0.15 PV+。
场景 2 - 托特纳姆热刺对阵水晶宫：切赫-库亚特
水晶宫获得进攻左侧禁区外任意球。
任意球传到后点，库亚特试图将球拉回来。但未能成功，球被解围。
- 控球损失价值 = 0.17
- 对手控球的危险 = 0.01
因此，如果我们将同样的标准应用于涉及索克拉蒂斯的情况，库亚特的 PV+ 值将为-0.18。
然而，每种情况的背景都大不相同。在第一个例子中，很明显索克拉蒂斯在本方禁区内的个人失误直接导致了 PV 的转移，但在库亚特的例子中，你可以说他的几名队友都有过失，因为他们没有在中心位置接应他的回撤。
在研究初步结果时，我们注意到经常参与进攻的球员的得分受到很大的负面影响。
我们认为，关键是要把责任和/或功劳归咎于应该归咎的地方。因此，在我们的框架中，对占有价值损失的惩罚上限为 0.025（占有的平均价值）。
也就是说，在这个例子中，库亚特因本队控球权的价值损失而受到-0.025 的惩罚，因对手控球权造成的危险而受到-0.01 的惩罚。
以这种方式为失球负分仍会惩罚浪费球的进攻者，但并不不公平。
确定表现突出者
归根结底，每名球员都是根据其正面和负面贡献来评判的。积极贡献多是好事，但前提是积极贡献大于消极贡献。这样，我们就有能力将高风险/高回报球员与低风险/低回报球员放在同一标准上进行评估。
下表列出了本赛季英超联赛迄今为止各队每 90 分钟 PV+ 输出最高的球员，让您了解这如何帮助我们找出表现突出的球员。这些球员是根据当前联赛排名排序的。
如您所见，输出分为四类，一类是正输出，三类是负输出：
(+) 渐进行动。这些行动的 PV+ 为正值，用蓝色标出。
(-) 成功但有退步的行动。这些行动已完成，但 PV+ 为负值，用红色标出。
(-) 失去所有权(像 -0.025 PV+ for Kouyate）。
(-) 失去控球权导致直接对威胁 (如索克拉蒂斯的-0.14 PV+ 索克拉蒂斯).
作为一名玩家，你希望你的进步参与超过你的消极参与。换句话说，你希望你的蓝条大于所有负条的总和。
到目前为止，利雅德-马赫雷斯（Riyad Mahrez）在联赛中高居榜首，但该榜单中的球员来自不同的位置，这突出说明了该框架可用于评估全场所有类型的球员（但直接比较不同位置的球员并非最佳做法）。
超越射门和关键传球
通过应用 "控球率值"，球队可以根据球员的所有动作对其进行评判。
PV 与现有的先进指标相辅相成，可帮助识别门前表现（xG）和最后三秒区传球质量（xA），使我们能够对防守型中场和后卫的所有临场技能进行估值，甚至量化关键防守贡献（如恩戈洛-坎特的拦截）的实际价值 。
正如文章前文所述，OptaPro 的 "控球率价值 "框架仍在不断完善中，随着本赛季的发展，我们将分享更多信息。
如果您想了解更多有关该模型的信息，或对我们目前开发的模型有任何疑问，请与我们联系： pro@optasports.com
在下一篇博客中，我们将进一步举例说明如何应用 PV 为绩效分析和招聘工作提供信息，并重点介绍可从这一框架中得出的其他有用指标。
