上文提到，我们在选教练的时候需要关注的个人品质、性格，接下来我们就分析模型来谈谈。
前情提要：足球俱乐部技术总监必修课——如何选择球队教练？（上）
【3】业务能力——教练也有KPI！
对单个球员或整个球队的量化评估通常基于位置数据、球员的生理和身体数据，以及其他被认为对评估很重要的信息。
这些程序的目标是优化数据集，并将其限制在与评估相关的变量。这使得为评估定义的指标或KPI更简单、更容易理解。
（1）团队风格
现在有既定的统计方法来对团队进行分类。
这些提供了一个团队的比赛风格、优势和劣势的概述。通过进一步的分析，这些值可以进一步缩小。
上图里，中间的黑线是平均值，我们分别用了表现、射门&创造机会、控球&空间、无球防守、定位球五大维度作为第一个概览来评估教练的水平。
这更像是我们接下来每个需要分类评估的一个总纲。
（2）创造机会
下图显示了一个团队是如何创造得分机会的，所取的值相对于比赛平均值是标准化的。
通过比较一场比赛和另一场比赛，我们可以认识到一支球队是如何创造入网机会的。
比方说上图这位教练，是在反击和禁区内射门的情况下，已经达到了最大值。
如果这些值在更长的时间内得到确认，它们可能表明教练通过反击创造得分机会的质量，以此来确认教练的风格，是否和俱乐部目前的打法所匹配。
（3）预期失球（xGA）
和之前的统计一样，这个数字显示了球队的得分机会——当然，是对方的。
这和上一张图表相对应。大多数值低于平均水平，这里的数值和比例大多都比较低，说明球队的防守给对方造成的机会并不多，也就是说，这两张图我们可以初步构建出一个教练的战术模型了——这是一个防守比较好，主要靠反击的教练。
（3）控球&空间
球队控球的阶段可能有很大的不同。
通过观察90分钟内控球的百分比或传中的次数，一个人可以改变教练喜欢的比赛模式。
此外，比赛的节奏可以由向前传球的百分比决定。（即Prog Passes %）
我们可以通过观察教练在执教球队当中建立进攻（Build up）的模型来判断其具体的风格和打法。
（4）无球防守的压迫强度
球队也可以在防守方面进行明确的分类。例如，对手半场的球回收价值可以很好地概述球队在丢球时的压力行为和侵略性。
如上所述，这张图是控球的对应。反击的最大值非常明显，表明失球后非常积极的行为。在许多球队中，这个值在现代足球中已经变得必不可少，所以教练应该意识到它的重要性。
【4】成绩单的另一面：稳定性和球员提升
当然，上面的这些都只是教练的初步风格，以及和同类风格教练打出来的成绩单，可以作为参考，但是仅仅用这些是不够的。
毕竟，谁都有狗屎运突然上天或者突然悲剧的时候——比方说经历过“中卫荒”和“中场荒”最终说太累了而走人的克洛普。（懂得都懂）
（1）成绩的稳定性
出于评估目的，可以观察到一支球队的风格在教练的影响下发生了多大的变化：这比对表现数据的简单描述要重要得多。每支球队都有一定的默认特征，可以通过变化而不是纯粹的绝对值来更好地表达。
我们仔细看这个数据图，随着时间的推移，球队的失球和进球预测都有所下降，然而，在新赛季开始时，这两个数字都大幅增加。
这可能表明教练能够在几乎没有准备时间的情况下巩固球队，或者说，他更喜欢不同的比赛风格。
肯定有教练在他们上任时产生了非常强大的影响（比如曼联）。
但是长远来看这些表现，还是不够客观，为此，我们必须再加一项考核——球员提升。
（2）球员提升
这张图表是由（Scouted Football, 2024）提供的。
布莱顿的中后卫和防守中场在罗伯托·德泽比的带领下都有所进步。（2022/2023赛季）
而在2023/2024赛季，球队中的每一名球员在这一类别中都有了显著的进步，这基本上可以判断是教练在年轻球员的成长当中起到了决定性的作用。
【5】足球也有ELO？——评级系统
埃洛评级系统是一种用于计算国际象棋等零和博弈中玩家相对能力水平的方法。
它以其发明者，美籍匈牙利裔物理学教授，阿帕德・埃洛命名。
这种方法也被用于评估教练的水平，并以最简洁的方式提供一个概况。
与胜率不同，这种评估方式可行的原因在于，一支球队赢得一场比赛所获得的埃洛积分数量，取决于其相对对手的优势程度：在德甲联赛中，拜仁慕尼黑赢得一场比赛相较于云达不莱梅所获得的积分要少得多。
这种变化情况很好地展现了一位教练随着时推移所产生的影响力。
值得强调的是，埃洛评分并不会仅仅因为赢得了一些奖杯而上升，而是当球队相对于其他球队有所进步时才会上升。
比方说穆里尼奥在国际米兰的时期就是一个很好的例子。
尽管在他的最后一个赛季（2010）赢得了三冠王，但穆里尼奥离开国际米兰时，他的埃洛评分只略有提高。
这是因为当穆里尼奥来到国际米兰时，国际米兰已经是在意甲相对是最强的之一了。
现在，有一些供应商可以可靠地估算球队的工资预算，毕竟工资预算直接关系到的就是阵容实力水平。
如果教练的表现始终高于预期，这就是表现高于平均水平的指标，类似于 Elo。
目前市面上还有一些模型将上述两个统计数据联系起来。
【6】换人数据
能不能把阵容深度和替补席能巧妙用起来也非常关键，临场调整和指挥的变化反映出来的是一个教练的应变能力和综合战术素养。
该值是看球员进入场地时比赛 xG 值的差异，与球员在场上活跃的时间，用于创建指示对比赛和表现影响的 shift 值。
我们也可以通过这种数据来观察主教练的「妙手」和「庸手」的比例，来判断一个主教练在临场上的变化，换人的调整最终对比赛结果的影响。
比方说上图是图赫尔在切尔西时期的一些换人调整，对应的时间以及对比赛结果影响的走势。
横轴坐标是对应的比赛，纵轴坐标表示换人的时间。
在图赫尔指挥的比赛里，如果先丢球的情况下，换人往往都来得很早——通常在半场就进行调整，但是对于逆风局的影响貌似并不算很大。
但是在一些相对僵局的比赛里，图赫尔的妙手倒是很多的。
【7】写在最后
这些数据模型最终都需要经过复杂的权重计算，这里只是列举了一些有可能的维度。
通常情况下，俱乐部的数据部门会组建一套Watchlist——以便于长期收集和比对候选人名单的数据变化，至少比起拍大腿的决策来说，数据看起来似乎有理有据得多。
但是也需要具体考虑一些细节问题——
因为本质上，主教练的工作就是把球队捏合成一个整体。
在大部分比赛里，制造的xG（预期进球）越多越好，而另一方面，xGA（预期失球）越少约好。
因为这些才是主教练能够掌握的东西，但是比赛中实际的进球有可能会和xG不一致，失球也不一定和xGA万全吻合，所以比起直接看比赛结果和分数的提升，也需要分清楚责任的问题。
你说对吧，努涅斯。
