本文目录导读：
在足球数据分析领域，扑救成功率（Save Percentage） 是一个被广泛讨论但争议较大的指标，开源项目（如 StatsBomb、FBref、Soccer Analytics 社区、以及各类 GitHub 上的足球分析仓库）对它的看法可以概括为：它是一个有用的描述性指标，但作为预测性或评价性指标，其影响力被普遍认为有限，甚至有时被低估或误用。
开源社区和数据分析项目对扑救成功率影响力的认知体现在以下几个层面：
描述性价值：中等偏上
在开源项目的可视化仪表盘和基础统计中，扑救成功率是门将数据面板的标配，它能快速反映一名门将在特定样本期内面对射正球门的扑救表现，对于媒体和球迷的快速认知，它有一定影响力，但开源项目通常会在文档中注明：该指标高度依赖样本量和防守体系。
预测性价值：低（核心共识）
这是开源分析社区最一致的观点，多个开源项目（如 Soccer Analytics 的教程、StatsBomb 的公开博客、以及 FBref 的指标说明）都指出：
- 扑救成功率不是稳定的技能指标，门将的扑救成功率在不同赛季之间波动很大，年际相关性较低（r < 0.3）。
- 它受防守质量影响极大，面对低质量射门（远射、软弱无力的射门）多的门将，扑救成功率自然高；而面对大量禁区内高质量射门的门将，扑救成功率会显著下降，开源项目常使用 Post-Shot Expected Goals (PSxG) 或 Goals Saved Above Expected (GSAx) 来替代或补充扑救成功率,因为这些指标能剥离防守体系的影响。
- 样本偏差严重，一个赛季的扑救成功率样本量（面对射正次数）通常只有 100-150 次，统计噪声很大，开源项目常建议至少使用 2-3 个赛季的数据，或使用贝叶斯收缩方法（如 regression to the mean）来调整。
评价性价值：被高估但常被误用
开源社区普遍认为，媒体和传统球探对扑救成功率的影响力评价过高，在 GitHub 上的足球分析项目中,常见的批评是：
- 扑救成功率高的门将未必是顶级门将，可能只是“面对射门质量低”或“运气好”。
- 扑救成功率低的门将未必差，可能只是“防守体系漏人”或“面对大量单刀/近距离射门”。
- 开源项目更倾向于使用 PSxG-GA（Post-Shot xG minus Goals Against） 或 GSAx 来评价门将，因为这些指标能回答“门将比预期多扑出了多少球”，而非“扑出了多少比例的射正”。
开源项目中的具体实践
在 GitHub 上搜索足球分析仓库（如 soccer-analytics、statsbombpy、fbref-scraper 等）,你会发现：
- 多数项目将扑救成功率作为辅助指标,而非核心评价指标。
- 推荐使用复合指标：如 PSxG+/-、GSAx、Save % Above Expected。
- 强调上下文：开源项目常要求同时展示面对射门数、PSxG、防守线高度等,以解释扑救成功率的含义。
- 贝叶斯方法：一些高级开源项目（如 FiveThirtyEight 的 SPI 模型 开源部分）使用贝叶斯收缩来调整扑救成功率,使其更稳定。
在开源足球分析社区中，扑救成功率的影响力被定位为“描述性工具，而非评价性工具”，它的影响力在快速概览和媒体传播中较高，但在严肃的门将评价和预测建模中较低，开源项目普遍认为，单独使用扑救成功率来评价门将或预测未来表现是危险的，更推荐使用 PSxG 相关的指标（如 GSAx） 来替代或补充,并结合样本量和防守上下文进行解读。
如果你在做一个开源项目，建议在文档中明确标注扑救成功率的局限性，并同时提供 PSxG 或 GSAx 指标,这符合当前开源社区的最佳实践。
