关键的外卖
OptaPro的控球值(PV)框架建立了球队从个人控球中得分的概率.
-这个框架根据积极和消极的贡献来分配个人积分, 报道重要赛事.
曼城的马赫雷斯和德布鲁因是本赛季迄今为止英超表现最出色的球员, 记录最高的占有增值(PV+)输出.
进球和提供助攻的球员是任何足球队的关键. 然而，孤立地关注这两个指标会忽略球场上的所有其他行动. 例如, 如果我们忽略了一名防守型中场99%的动作，我们该如何正确评估他们的控球技术呢?
理想情况下，我们希望评估玩家的所有行动. 他们的行为会让团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, 在给中场中锋打分时，研究他们的xG和xA输出并不是特别有洞察力, 因为它们通常很低. 相反，我们关注的是其他指标，比如“渐进”通过次数或“最后第三次进入”的次数。.
虽然这些指标有其价值，但它们也会遗漏很多信息. 你可以把它比作评判进攻球员时使用的射门次数. 在这种情况下，我们也想知道 多么有价值 这个镜头是. 同样的情况也适用于“最后的第三个条目”: 最后的第三个条目有多大价值?
In 2012, xG在应用足球分析中被引入 提高我们对镜头价值的评估. 这为判断进攻者和他们的进球能力提供了一种改进的方法.
如果我们可以扩展这一点，并为球场上的每一个动作赋予价值会怎样?
确定在控球过程中进球的可能性
玩家在游戏中必须不断做出决定. 一方面，他们试图最大化得分的概率, 但另一方面，要尽量减少败选的可能性.
有时，一个动作是否积极是非常明显的——想想让前锋破门的传球, 或者是一次获得控球权的拦截.
但对于大多数行为来说，情况比这更微妙.
这就是OptaPro 拥有价值 框架进来了. 类似于 篮球中的EPV/期望控球价值模型， 拥有价值 or PV 衡量球队控球得分的概率.
该模型仍在开发中，并将在2019/20赛季中进行改进, 由optpro客户的反馈驱动.
下面是如何应用“占有价值”的一个例子, 关注利物浦的一系列行动. 最后一个项目是詹姆斯·米尔纳的传球.
在这个阶段，这个控球将导致进球的可能性是多少? 记住，我们并不关心进球是如何得分的. 因为接球的球员射门并直接得分，所以可以进球. 或者，一粒进球可以在20次触球后从角球打进. 在此期间，只要球队不失去控球权，这就很重要. 在同一次控球中发生任何进球的可能性是模型估计的.
在这种情况下，模型估计概率为3.3%，大约30分之一. 我们怎么得到这个数?
该模型基于同一财产中最多5个先前事件的估计, 如上图所示. 然后它将其与历史数据进行比较，试图估计进球发生的可能性. 一般来说，一个动作在序列中发生得越晚，它就越被认为是重要的. 在这个例子中，这意味着米尔纳的最后一次传球比前五次传球的影响力更大.
这时你可能会问自己“那又怎样?? -这如何帮助我们为球场上的所有行为赋予价值?’
好吧, 让我们继续利物浦的例子，看看米尔纳传球后的两个动作:
Firmino, 在接到米尔纳的球后, 将球带到禁区，然后成功地将一记直传传给萨迪奥Mané. 该模型现在估计在33岁时进球的可能性.9%. 换句话说, 做出该动作的玩家将团队得分的可能性提高30%以上. 这就是我们所说的 增值(或PV+).
所以通过应用占有价值框架, 我们可以评估球场上的每一个动作，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
让我们以一个玩家的PV+输出对发展行动有积极贡献的行动为例, 但不会产生高xG或xA值.
阿森纳的亚历山大·拉卡泽特在本方半场接到边线球, 被对手球员包围.
接球后转身, 法国人带球深入对方半场, 所以仅仅9秒钟后，他就在这个位置上把球传给了左边的科拉希亚茨.
很明显，这对阿森纳的进攻是一个有价值的贡献, 然而科拉希纳茨的传中很糟糕，被对方后卫顶出角球.
拉卡泽特的优秀作品并没有出现在《xG》中, 因为没有开枪, 或xA, 因为科拉希亚纳茨不太可能在那个位置进球. 然而，拉卡泽特的PV+更准确地反映了他的贡献.
当他接到界外球时, PV大约是1%, 而在他的任期结束时，这一数字超过了7%. 因此，他得到PV+ = 0.06，这更能反映出他的参与到底有多有价值.
控球价值的力量在于我们可以为球场上的每一个相关动作做到这一点. 思考:通过, 携带, 发作次数, 被拦截, 抢断和抢断, 甚至是制胜犯规或制胜角球——它们都可以应用到这个框架中.
归咎于消极的贡献
除了在控球方面做出积极贡献外，失误也是比赛的重要组成部分.
失去控球权对你的球队有两个不利的方面:首先, 所有与你所拥有的物品相关的价值现在都失去了. 其次，你的对手现在有一个潜在的危险控球.
PV框架在归因玩家的消极参与时考虑了这两个因素.
让我们看看两个不同的场景，看看这是如何应用的:
场景1:沃特福德vs阿森纳:帕帕斯塔索普洛斯
索克拉提斯在自己的禁区里有球. 当他试图从后场进攻时，德乌洛费乌拦截了他的传球.
-失去的占有价值= 0.01
-对手控球危险= 0.14
总的来说，Sokratis被归因于 -0.15 PV+.
场景2 -托特纳姆热刺vs水晶宫:奇侯Kouyaté
水晶宫在禁区外左路获得任意球.
任意球被送到后门柱，库亚特试图将球拉回. 这是不成功的，球被清除.
-失去的占有价值= 0.17
-对手控球危险= 0.01
因此, 如果我们将同样的标准应用于涉及索克拉特的场景, Kouyate是其中之一 -0.18 PV+.
然而，每个场景的背景都有很大的不同. 在第一个例子中, 很明显，索克拉提斯在自己禁区内的个人失误直接导致了PV的变化, 然而在Kouyaté的情况下, 你可能会说他的几个队友都有错，因为他们没有站在中心位置接受他的反击.
看看初步结果, 我们注意到，经常参与进攻的球员对分数有一个主要的负面影响.
我们认为，只有在该指责和/或赞扬的地方才予以指责和/或赞扬是至关重要的. 因此，在我们的框架中，对财产价值损失的惩罚上限为0.025(财产的平均价值).
这意味着，在本例中，Kouyaté的惩罚值为-0.025代表本队控球权价值的损失，-0.对对方控球所造成的危险.
以这种方式把丢球归为负，仍然会惩罚那些浪费球权的进攻者, 但并非不公平.
识别杰出的员工
最后，每个玩家的积极贡献和消极贡献都是评判标准. 有很多积极的贡献是好事，但前提是它们超过了消极的贡献. 这让我们能够评估高风险/高回报玩家和低风险/低回报玩家.
让你们了解一下这是如何帮助我们找出优秀的员工的, 下表列出了本赛季迄今为止英超每支球队每90分钟PV+输出最高的球员, 然而，作为一个警告，这是基于一个有点小的比赛样本. 球员是根据当前的排名表排序的.
正如你所看到的，输出被分为四类，一个是正面的，三个是负面的:
(+)进步的行动. 这些是带有正PV+的动作，用蓝色突出显示.
(-)成功但倒退的行动. 这些都是已完成的动作，但被赋予负PV+，用红色突出显示.
(-) 失去占有 (比如-0.025 PV+口亚特).
(-) 失去占有权导致直接反对对手的威胁 (比如-0.14 PV+ for Sokratis).
作为一名玩家，你希望自己的进步参与超过消极参与. 换句话说，你希望蓝色的横条比所有负的横条加起来还要大.
里亚德·马赫雷斯目前在联赛中排名第一, 但是积分榜的特点是不同位置的球员混合在一起, 它强调了如何使用该框架来评估球场上所有类型的球员(然而，直接比较不同位置的球员并不是最佳实践).
超越投篮和关键传球
通过应用控球值，球队可以根据球员所做的所有动作来判断球员.
补充现有的先进指标，以帮助识别门前的潜在表现(xG)和最后三分之一的传球质量(xA), PV使我们能够评估防守型中场和后卫的所有控球技术, 或者甚至量化 实际价值 关键的防守贡献，如恩戈洛Kanté的拦截.
如本文前面所述, OptaPro的财产价值框架仍在完善中，进一步的信息将在整个赛季中分享.
如果您想了解更多关于模型或有任何有关我们目前所开发的问题, 请通过pro@optasports与我们联系.com
在下一篇博客中, 我们将提供更多的例子，说明如何将PV应用于绩效分析和招聘, 突出显示可以从该框架中获得的其他有用指标.
