早期统计用次数与成功率描述传球，后来引入网络与权重，现在则把每脚传球换算成“进球概率变化”。星空官方网站把这三代方法的思路说清楚，顺便解释为什么不同模型对同一个球员会给出完全相反的结论。
1、网络指标把队友也算进来
以传球为边、球员为点构成的传递网络，可以算出谁处于信息中转位置。这类方法的优点是能识别“必经之路”型球员，但它仍然无法区分“因为周围都是人所以只能选他”与“因为他真的能推进所以传他”，因此只能当描述工具。
2、位置价值：球从哪到哪
第二代方法把球场划分成多个区域，给每一区赋予进球概率含义，然后计算一次传球使这个概率改变了多少。这类“推进传球”指标能很快找出真正把球送入危险区域的球员，但它的盲点是不看接球人当时是否有射门选项。
3、预期进球与预期助攻的分工
射门层面的 xG 衡量“这次射门平均能进多少球”，而助攻层面的指标衡量“这次传球后队友完成射门的期望质量”。两者的结合可以区分两种组织者：一种把队友送到好位置，另一种自己拿球就制造威胁。评价中场时这两项缺一不可。
4、增值模型的真正难点是基准
把一次传球换算成“进球概率变化”，必须有一张基准表：“在这种位置、这种防守压力下，平均会发生什么”。基准表怎么建立、用多长的历史区间，直接决定结果的排序，这也是同一球员在不同模型里评价相反的直接原因。
5、样本量才是比较的前提
单个球员的传球指标需要足够多的同类回合才有意义。把一场比赛的数据当结论几乎总是错的，因为一次偶发的断球就能把指标拉低一大截。看这类数据至少要按赛季、至少区分主客与对手防守强度，否则只是在读噪声。
6、指标不会替代看球
真正有用的使用方式是把数据当“提问工具”：为什么这个球员推进传球多但助攻少？为什么网络中心度高但很少向前？为什么同一套模型会把两个风格接近的球员排在两端？答案只能从比赛里找，但数据能让你准确地只看那几段。
把「网络指标把队友也算进来」与「预期进球与预期助攻的分工」放在一起看，会发现它们是同一件事的两个方向：前者决定球队能不能把比赛推进到危险区域，后者决定推进到位之后能不能真正形成威胁。只盯其中一项，很容易对一场比赛得出片面结论，这也是我们做同类选题时坚持两条线都写的原因。
本篇的线索可以收成四句：网络指标把队友也算进来；预期进球与预期助攻的分工；增值模型的真正难点是基准；以及指标不会替代看球。四句话背后是同一个判断标准——能不能在对手针对之后仍然保持结构完整。这也是我们评价一场比赛时最常用的坐标。
关于这个话题，最常见的误解是把它当成单一原因的结果。实际上「指标不会替代看球」与「位置价值：球从哪到哪」之间是相互约束的关系：一端被加强，另一端往往会付出代价。真正值得讨论的是球队愿意把代价放在哪一边，而不是哪种做法绝对正确。
另一个容易被忽略的细节是时间分布：「位置价值：球从哪到哪」的成效通常在下半场前十几分钟最先显现，而「增值模型的真正难点是基准」往往要到最后阶段才见分晓。把这两段时间的表现放在一起比较，比笼统统计全场数据更能说明问题，也更接近教练组赛后复盘的顺序。
如果把「增值模型的真正难点是基准」单独拿出来看，它更像一面镜子：球队在没有球时的选择，往往比有球时更能说明训练质量。因为跑位可以临时提醒，而丢球后的第一反应只能靠长期训练建立，这也是为什么同一支球队在不同阶段的表现会差距明显。
指标是尺子不是答案
无论叫“成功”“推进”还是“增值”，它们都只量到了传球的一个侧面。星空官方网站更习惯把三种口径放在一起看，而不是找一个“权威数字”。
