<足球分析幕后：第 3 部分> 足球分析幕后：第 3 部分 分析不控球时的进攻模式（OBSO）。
序言
大家好，我是 Playbox 的斯科特。
在之前的第 1 和第 2 部分中，我们介绍了 "数据采集 "和 "持球者分析"。这一次，我们将彻底改变视角，重点关注 "不持球时 = 球外移动"。
在一场足球比赛中，每名球员的平均触球时间为 3 分钟。
这似乎是 KLIFE 所提到的数字，但即使做一个简单的计算，将一场 90 分钟的比赛分成 22 场，每名球员触球时间约为 4 分钟，即比赛中时间（约 60 分钟）不到 3 分钟，无论如何，这都是非常短的时间。换句话说，比赛的大部分时间都是在 "无球状态 "下进行的。
在无球状态下如何移动会极大地改变进攻的质量。因此，本文将解释 OBSO（非控球得分机会），一种分析非控球时进攻可能性的方法。
本文作者是名古屋大学大三学生梅木先生，他是日本顶尖的数据分析研究人员之一，也是首位在 StatsBomb 会议上发表演讲的日本人。
这是足球分析前沿系列文章的最后一篇！
- 足球分析幕后：第 1 部分 如何从转播镜头中获取比赛数据
- 足球分析幕后：第 2 部分 持球者分析（xG、VAEP）
- 足球分析幕后：第 3 部分 分析有球进攻模式 (OBSO)
简介。
足球战术分析通常基于专用球场系统收集的跟踪数据。然而，在实践中，有许多情况下，免费提供的官方数据有限，或成本高昂。这就是利用广播录像提取数据的重点所在。在分析足球运动员时，对场外球员的评估也比对场内球员的评估更重要。例如，请参见以下场景。
本队的一次反击由
- U-NEXT 足球 (@UNEXT_football) 2025 年 4 月 27 日
莫-萨拉赫Ὂ。
对联赛冠军充满信心。
与支持者合影📸。
英超联赛第34节 #利物浦 对阵 #托特纳姆热刺。
📺https://t.co/IQcfgHPywb pic.twitter.com/s5zf98Z068
如果你是一名足球迷，这可能是你记忆中的进球场景。当然，进球的 11 号穆罕默德-萨拉赫是伟大的，但这次你应该关注的是其他的球外攻击手。如果萨拉赫在控球时，对侧的路易斯-迪亚兹（7 号）或正前方的亚历克西斯-麦卡利斯特（10 号）接球后在下一秒射门，那么进球的机会会有多大呢？
事实上，当萨拉赫在 0:09 时射门时，两名球员在球门一侧似乎都有更大的空间和更好的射门机会。因此，传球会更好吗？有些人可能会认为传球会更好。如果我们能把无球球员的进攻价值也考虑进去，那么从球迷的角度来看，我们就能期待看到未来比赛的改进和更多的娱乐性。
这里介绍的方法是从转播镜头中估算球场坐标，从而获得球员和球的位置，然后将球队的进攻模式可视化，并使用 "OBSO（Off-Ball Scoring Opportunities，无球得分机会）"指标对无球进攻球员进行评估！这就是
下面简要介绍一下它的工作原理。
什么是 OBSO？
它是由威廉-斯皮尔曼（William Spearman）开发的，他是英格兰豪门利物浦俱乐部的现任首席数据科学家。它的独特之处在于，概率模型不仅代表了某一时刻下一场比赛中的场上进攻球员，还代表了场下进攻球员的得分机会。因此，它是场上所有进攻球员进攻机会的量化指标。
界外球得分机会（OBSO）是对特定时刻场上每名进攻球员在下一场比赛中进球概率的量化衡量。
OBSO 由三个因素相乘计算得出
- 进球概率（进球期望值）：从场上每个位置进球的成功率
- 控球率（球员在该位置接球的概率）
- 转移率（球实际到达该位置的概率）。
通过这一指标，可以根据球员之间的位置关系、防守和可用空间，综合评估 "传球成功概率 "和 "进球潜力"。
例如，可以将 OBSO 的计算结果绘制成热图或过渡图或表格，对每名球员进行如下分析
传球选择的比较：在接球时，几个传球目的地中哪一个的预期得分值最高？
通过运球创造空间：持球人的运球和吸引对方 DF 如何改变队友的 OBSO？
评估射门决定：比较自己射门时的 OBSO 和队友的 OBSO，并思考是否有预期价值更高的选择。
这样，当在球上的球员选择 "传球"、"运球"、"投篮 "等时，就可以量化哪种选择会给在球外的人带来多少得分期望值，从而实现量化评估。此外，由于它是以三种概率的简单相乘来表示的，因此人类很容易解读，有望在未来的分析中大有用武之地。
使用 OBSO 进行分析的实例
下面我们举例说明使用介绍的两种方法从实际转播画面到 OBSO 评估的流程。日本国家队刚刚入选2026 年世界杯足球赛，本文将使用 OBSO 对其亚洲区预选赛最后一场比赛的四个场景进行分析。现在就让我们一起来看看吧！
亚足联亚洲区预选赛决赛 日本 vs 澳大利亚 日本进球
／
- DAZN 日本 (@DAZN_JPN) 2024 年 10 月 15 日
被个人
后腰。
中村庆人犀利扳平比分 ‼️
日本队用自己的进球扳回一城：🇯🇵
亚足联亚洲区决赛预选赛
日本队 x 澳大利亚队。
📺 #DAZN 直播#让我们观看国家队比赛 #日本国家足球队 pic.twitter.com/Sk8DQupMFX
在这一幕中，中村的个人技术为日本队攻入一球，为日本队赢得宝贵的一分。在这一幕中
- 中村的运球到最后一传是否有效？
- 在中村最后一传之前，其他球员的动作是否到位？
让我们来看看以下问题
首先，让我们看看中村运球过程中 OBSO 值的变化，看看他到最后一传的运球是否有效！
图 1：从运球开始到最后一传，中村自己的 OBSO 值的变化。
从图 1 中可以看出，OBSO 值在第二次挑战突破后迅速增加。如前所述，OBSO 代表了下一个时间点的预期得分值，因此从第一次挑战到下一次挑战，预期得分值变化不大，因为事件发生在边路纵深，即远离球门的区域。不过，有人认为，在第二次挑战中，球员在突破后直接运球，这增加了他们自己的得分期望值。此外，可以看出，在突破后控制球的位置向球门方向运球，也会促使 OBSO 值逐渐快速增加。因此，我们发现中村的运球在 OBSO 方面是有效的。
中村的运球也可以看作是一种为其他球员加入进攻创造 "温床 "的动作。那么，在这个 "驯服 "动作中，其他球员是否能够利用空间呢？让我们看看在中村传球瞬间进入禁区的上田、镰田和田中球员。
图 2：从中村开始运球到最后一次传球时，上田、中村、镰田和田中的 OBSO 发生了变化。
图中，9 号代表上田，13 号代表中村，15 号代表镰田，17 号代表田中；这三位球员的 OBSO 值都较高，表明中村运球的 "驯服 "效果是有效的！下面我们将对每位球员进行详细分析。
首先，上田的 OBSO 值在中村第二次突破前一直高于其他三位球员，这表明他作为 9 号球员一直处于球门前，因此有更高的机会在第一时间取得进球。此外，在中村突破之后，上田的 OBSO 值一度下降，随后又再次上升。这部分棋局表明，上田正在移动到澳大利亚后卫的身后。此举表明他成功地提高了自己的得分期望值，并做出了有效的球外移动。
接下来，对于镰田来说，可以看到他的 OBSO 值基本上是持续上升的，尤其是在中村传球之前，最终导致他的 OBSO 值高于其他选手。有人认为，OBSO 值的上升是由于中村在突破前从点球点上解脱出来，并一直向球门方向移动。另外，就在传球前，镰田突然改变方向，更多地向球门方向移动，这可能与传球前 OBSO 值急剧上升有关。因此，中村似乎传给了上田，但如果传给镰田，预期得分值显然会更高。
最后，对于田中来说，OBSO 值与镰田基本相似，都是在中村第二次突破后、传球前立即急剧上升。如果您看一下实际视频的这一部分，就会发现就在中村第二次突破之前，田中改变了方向，移动到了对方后卫身后的空间。对方后卫可能一直在观察田中，他随后向球门方向移动，在田中和球门之间制造了空间。因此，他的 OBSO 值最终高于上田，表明他也是接球者的选择之一。
亚足联亚洲区决赛预选赛日本对阵澳大利亚，三鹰射门。
／.
- DAZN 日本 (@DAZN_JPN) 2024 年 10 月 15 日
期望值从切入
反击。
射门击中对手，但...
三隅薰以自己独特的方式接近进球
亚足联亚洲区决赛预选赛
日本队 x 澳大利亚队。
📺 #DAZN 直播#让我们观看国家队比赛 #日本国家足球队 pic.twitter.com/zTeaIz0ZxJ
在这一幕中，森田的长传被南抢断后丢掉，米特接球后自己运球射门。这一幕
- 三itate 接球后立即运球的决定正确吗？
- 三馆从运球到转身的 "驯服 "是否有效？
- 最后投篮的决定正确吗？
让我们来看看下面的问题。
首先，让我们比较一下此时三宅和其他球员在接球后立即做出判断的 OBSO 值。
表 1：美馆选手和其他选手在美馆选手接球时的 OBSO 值。
| 球员（人数） | OBSO 值 |
|---|---|
| 米特球员 (7) | 0.02664 |
| 南野选手 (8) | 0.02477 |
| 上田选手 (9) | 0.04781 |
| 久保 (20) | 0.01817 |
图 3 Mitate 选手接球时的 OBSO 热图。
从表 1 中可以看出，上田选手的 OBSO 值高于 Mitate 选手。事实上，从图 3 中可以看出，上田前方的空间更大，OBSO 热图的颜色也比三田前方的更多。因此，可以说直接传球是一种选择。然而，表 1 显示，除上田外，其他球员的 OBSO 值都低于三隅。因此，三宅开始运球有可能是因为他想提高其他球员的预期得分值。
接下来，我们将研究这种从运球到转身的 "驯服 "动作是否有效。
表 2：三住和其他球员在三住转身时的 OBSO 值。
| 球员（人数） | OBSO 值 |
|---|---|
| 球员（7） | 0.04319 |
| 南野选手 (8) | 0.04538 |
| 上田选手 (9) | 0.08042 |
| 久保 (20) | 0.05574 |
图 4 Mitate 棋手翻盘时的 OBSO 热图。
从表 2 中可以看出，除了三津以外，其他棋手的 OBSO 值都高于表 1。因此，可以说三宅的 "驯服 "动作是有效的。尤其是久保的 OBSO 值比三潴接球时高出一倍多。可以认为，OBSO 值之所以较高，是因为澳大利亚 19 号球员在向球门后方移动，而图 3 和图 4 中久保的身前始终有空当，这就增加了他在靠近球门时得分的机会。
最后，让我们来看看 Mitsumate 的射门选择是否正确。
表 3：球员 Santomate 和其他球员在 Santomate 射门时的 OBSO 值。
| 球员（人数） | OBSO 值 |
|---|---|
| 球员（7） | 0.05434 |
| 南野选手 (8) | 0.04518 |
| 上田选手 (9) | 0.08122 |
| 久保 (20) | 0.05597 |
图 5 Mitate 选手击球时的 OBSO 热图。
对比表 2 和表 3，三隅选手的 OBSO 值变高了，但其他选手的值变化不大。三隅球员的 OBSO 值变高，可能是由于他在门前的移动造成的。不过，在射门时，上田和久保的 OBSO 值较高。事实上，如图 5 所示，上田和久保的前方有一定的空间。因此，可以看出，如果上田能够传球给久保的话，他的最佳选择是传给久保。
亚足联亚洲区决赛预选赛日本队对阵中国队，米特进球。
在这个场景中，久保吸引对手后传球给都安，都安传球给米特萨特得分。这一幕
- 久保的 "驯服 "是否有效？
- 都安的传球质量如何？
让我们一起来看看。
首先，我们来看看久保的 "驯服 "是否有效。
表 4 久保接球和传给都安时的 OBSO 值比较。
| 球员（背号） | 久保接球时的 OBSO 值 | 久保传球时的 OBSO 值 |
|---|---|---|
| 森田选手 (5) | 0.02848 | 0.04196 |
| 三itate 球员 (7) | 0.0004084 | 0.001054 |
| 南野选手（8） | 0.02626 | 0.03477 |
| 上田选手 (9) | 0.02335 | 0.04476 |
| 斗安 (10) | 0.03321 | 0.03944 |
| 久保 (20) | 0.03328 | 0.02974 |
图 6：从久保球员接球到传球给都安球员的 OBSO 热图。
从表 4 可以看出，除了一对一比赛的久保外，其他球员的 OBSO 值都有所增加。换句话说，久保的 "驯服 "增加了其他球员的预期得分值，从而证实了这一行动是有效的。事实上，在这一行动中，森田、光泉和上田侵入了禁区，这也很重要，因为有更多球员能够得分。此外，尽管杜安似乎远离了球门，但他的 OBSO 值却增加了。正如解说员所说，"久保吸引了两个人"。
接下来，让我们看看都安传给光泉的传球质量
表 5：都安传球时的 OBSO 值。
| 球员（人数） | OBSO 值 |
|---|---|
| 森田球员（5） | 0.05406 |
| Mitate 球员 (7) | 0.001865 |
| 南野选手 (8) | 0.03865 |
| 上田（9） | 0.02820 |
| 斗安 (10) | 0.04058 |
图 7 都安过人时的 OBSO 热图。
从表 5 中可以看出，三俣的 OBSO 值低于其他球员；OBSO 除了得分率和控球率外，还包括转换率。造成这种情况的原因之一可能是计算出的球很难越过，即在下一个点将球传给对方的三潴球员。因此，有人认为都安的传球质量很高。
结论。
在没有官方数据的情况下，使用转播镜头为高级战术分析打开了新的大门。有了 OBSO 等指标，我们就可以问："他为什么不在这个时候传球？为什么他选择在那个场景运球？以及 "为什么他选择在那个场景运球？"，这样就能从球迷和分析师的角度获得更深入的理解。
本文介绍的这两种方法无需专用系统即可利用现有的转播镜头，结合人工追踪，可进行粒度接近官方追踪数据的分析。此外，它还可应用于篮球和橄榄球等容易识别球场/场地的运动，从而有助于提高群体运动的竞技水平。
未来，如果基于人工智能的自动跟踪和流媒体视频分析技术不断进步，实时显示 OBSO 分数将不再是梦想。这也将为不仅专业队伍，而且业余队伍利用视频录像深化战术分析提供可能。
我们打算继续更新我们的系统和利用广播视频分析 OBSO 分析的技术诀窍，并为足球队和媒体引进该系统提供支持。如果您对此感兴趣，请随时与我们联系。
Playbox 公司网站 👉️ https://www.play-box.ai/
Playbox，一款经济实惠、可自动拍摄和编辑的人工智能运动摄像机 👉️ https://www.play-box.ai/lp
联系我们。
如果您对 Playbox 有任何问题、疑问或商业建议，请随时通过以下电子邮件地址联系我们。
📩 ato m@play-box.ai