在当今足坛活跃的所有前锋中，葡萄牙球星C罗无疑是场均创造射门机会最多的球员。他也是能够顺利将射门转化为进球的最佳球员之一。在欧洲联赛休战之前，C罗完成了职业生涯的第1000场比赛，成为千场比赛俱乐部的第26位成员。在他之前的锋线球员中，只有劳尔和吉格斯完成了这一成就。

射门是进球的基础。在足球比赛中进球是非常困难的。

在所有同类型的知名球类运动中，足球比赛的进球率无疑是最低的。梅西可以越过数名防守球员并最终进球，C罗可以在禁区外30米处轰入球网，但这些本身简化足球战术的世界波并不经常发生。大多数进球都需要付出很大的努力，每一个进球都可能改变比赛的结果。正是因为足球的进球率低，它才成为世界第一运动。

从最直观的柱状图可以看出，橄榄球的场均进球数远低于美式橄榄球、橄榄球、篮球和冰球。不仅如此，足球场均射门次数也是最低的，而冰球场均射门次数可以达到30次左右，而本赛季5大联盟98支参赛球队中的63支球队场均出手次数不足13次。尽管国际足联多次修改足球比赛规则，鼓励进攻，以增强足球比赛的观赏性，但长期来看，仍难以改变足球比赛低比分的本质。

上图是1950年至2015年足球比赛场均进球数的统计图，每个点代表当年所有比赛的平均进球数，曲线代表进球数的演变趋势。从图中的时间节点我们可以发现，二战后，随着欧洲国家越来越多地介入足球，足球比赛的进球数逐渐减少。这里最重要的时间点是1966年世界杯。在那届杯赛上，英格兰队首次使用442阵型，这让此前称霸世界足坛的巴西队陷入了长期的风格混乱。

泊松分布是统计和概率中常见的离散概率分布。在足球水平较高的地方，常用于赛后技术统计。在一系列复杂的公式中，λ是事件的发生。预期值。从上图的统计数据可以直观地看出，足球比赛的场均进球数接近2.71，并且在很长一段时间内，这个数值都会神奇地维持下去，所以为了能够进球在单场比赛中要突破2.71的固定值，就需要将出手次数提升到极致，从而实现从量变到质变。

过去十年，C罗场均射门6.56次，送出1.73次关键传球，这意味着他在一场比赛中可以创造接近8.3次射门机会。这个数据也超越了梅西。韦斯特场均出手4.9次，关键传球2.3次，成为五大联盟中最“危险”的球员。 C罗和梅西一样，能够为球队贡献长期稳定的进攻输出，这也是他们能够长期统治足坛的重要因素。两位自带1:0属性的球员，足球比赛的进球数为2.73个铁律。这无疑为球队的胜利增添了重要的分量。

命中率低就代表能力差吗？不要被传统数据所迷惑

射门转化率在过去一段时间被认为是衡量前锋射门技术优秀程度的重要统计数据。相同的射门次数，进球数多的人自然会比进球数少的人表现更好。 C罗本赛季出手130次，打进21球，射门转化率为16.2%，低于很多禁区掠夺者。

分析一名前锋的投篮需要考虑很多方面，而场上的移动范围是最重要的能力指标。如果一个前锋的核心活动范围是在禁区附近，那么他就类似于伊卡尔迪和横滨。像维克这样单纯的吃饼球员，一旦球队进攻组织薄弱，往往就会变得隐形。

从C罗多个赛季的场上热力图我们可以发现，他的活动区域更多在左翼和肋部区域，活动重心基本都在禁区外。他在场上的位置更像是左边锋。他的后倾和侧向球门也使得他的射门比面向禁区的球员更远、更困难。

在尤文图斯，中场的弱势让C罗在比赛中更多地参与球队的进攻组织。

结合C罗近十年来的进攻数据和组织数据可以发现，加盟尤文图斯后，他的场均传球次数逐季上升，而且他在后防线上的位置也提高了他的传球成功率，但相应的，他的传球成功率也有所提高。有趣的是，C罗的射门次数出现了一定程度的下降。禁区触球次数也降至职业生涯最低——场均不到10次。本赛季尤文场均关键传球12.9次，低于皇马17/18赛季的14.5次。这说明尤文图斯对C罗的支持是有限的。

与硬数据传输速率相比，xG​​更科学

投篮转化率是一个过于粗略的硬数据。它简单地将射门次数与进球挂钩，而忽略了影响射门质量的因素，如传球质量、射门角度、射门距离、防守球员的逼抢程度、射门方法以及是否逆脚等多重因素。比如阿根廷球星毛罗·伊卡迪本赛季在法甲的射门转化率高达33.3%，在意甲他能达到的最好成绩是28.7%。不过，很少有豪门愿意花重金引进他。这看起来非常好。美的禁区猎人的尴尬，与皇马本赛季引进的约维奇也有同样的问题。

xG的比例比真实比分更准确地反映了比赛双方的实力和表现。对于个人球员来说，在比赛中获得的xG越高，一方面表明球队的中场球员具有较强的创造能力，另一方面也表明他个人有寻找机会的能力；而如果一名球员以极低的xG进球，则意味着该球员有能力在困难的情况下进球。

上图是xG值为0.01的镜头。这次0.01的射门意味着在xG统计模型中几乎很难进球，但最终还是进球了。如果用传统的投篮转化率来计算，是无法解释的。这个镜头的难度。

这次进攻，切尔西的佩德罗在后场接到队友长传，获得了一次射门的机会。射门的瞬间，他直接面对门将，角度合适，射门距离合适，没有防守球员的干扰。这次投篮的xG值高达0.35，但他未能得分，浪费了绝佳的机会。如果用投篮转化率来统计的话，简直就是一投不中。

上图是近5个赛季意甲前锋球员每90分钟的xG值排名。在这份榜单中，C罗在19/20赛季排名第三，xG值为0.74。这看上去是一个不错的成绩，但却并不能说明他的投篮有多么困难。

如果考虑到C罗本赛季单场5.9次射门，可以计算出他的每次射门xG值仅为0.125。

排名第二的因莫比莱的xG值为0.77，但他本赛季在拉齐奥的单场比赛射门次数为3.9次。由此可以得出，因莫比莱单次射门的xG值为0.197。可以看出，拉齐奥的中场为他创造了更好的射门机会。

同样，梅西在这项数据上的表现也并不好。本赛季，他每90分钟的xG值为0.54，出手次数为4.9次，单次射门的xG值仅为0.11。他还受到中场支持不足的困扰。尽管陷入了困境，但他仍然可以打进西甲最高的 19 粒进球。可见，在中场支援有限的情况下，一名真正出色的前锋球员可以通过个人能力创造更多的射门机会，帮助球队突破进球瓶颈。

结论

足球是一项团队运动，球员的表现不能仅通过简单的硬数据来判断。世界足坛也有不少球员在换队后经历过硬数据严重下滑的情况。因此，一名前锋的表现是否出色，不仅与他自身的能力有关，还与球队能为他提供多少支持有关。顶级球星可以通过个人能力投篮来增加球队的射门机会，而如果能力较差的前锋在一支拥有出色中场的球队中也能产生顶级球星的数据，但两者背后的本质还是有很大不同的。