赛事前瞻有深度
AI 分析更客观

3.3 FW-OTI / MF-OTI:进攻威胁指数怎么读

指标
🕒 预计阅读:15 分钟 📅 更新时间:2026年11月09日 👁️ 46 次阅读 ✍️ 来源:球小策量化实验室
💡
提示:您当前为未登录状态,代码示例使用通用占位符展示。点击登录并免费领取 500 点体验金 后,所有代码将自动替换为您本人的专属 Key。
想知道每项数据覆盖了哪些赛事? 88 项赛事的数据项覆盖情况一览:赛程比分、首发阵容、球员与球队统计、进阶指标、伤停、天气等,每日自动统计并如实公开。 查看数据覆盖说明 →

xG 告诉你「创造了多少机会」,但没告诉你「这些机会是从哪里、以什么方式创造的」。这就是 OTI 存在的意义。

一、OTI 是什么,它和 xG 有什么分工?

OTI(Offensive Threat Index,进攻威胁指数)衡量的是进攻端的威胁来源与结构。它和 xG 的分工是:

指标 回答的问题 量纲
xG 创造了多少机会?(机会质量的总和) 每场期望进球数,通常 0.5~3.0
OTI 威胁从哪里来、由谁制造?(进攻结构与角色) 0~100 标准分

两支球队 xG 都是 1.8,打法可能完全不同:一支靠锋线终结,另一支靠中场层层渗透。xG 看不出区别,OTI 能。

先说一个命名上的澄清:OTI 是赛季累计口径的标准分,不是实时跳动的盘值。它随比赛推进更新,但不会逐分钟变化。「实时」这个词不要用在它身上。

二、为什么必须分位置看?

因为同一个总分会把完全不同的战术形态掩盖掉。所以球队级 OTI 拆成两个口径输出:

指标 对象 看什么
FW-OTI 前锋组 终结效率、射正频率、跑位抢点
MF-OTI 中场组 创造力、关键传球、前插与远射

两支 xG 相同的球队,面对不同类型的防守结果会完全不同:

  • 一支 FW 高 / MF 低——进攻极度依赖锋线个人能力。对手若能限制其锋线,进攻端立刻失去支点;
  • 一支 MF 高 / FW 低——靠中场组织渗透。对手若中场拦截强,出球链条会被切断。

所以 OTI 的正确问法不是「谁高谁低」,而是「这队的威胁集中在哪个环节,对手恰好擅长限制哪一环」。

三、OTI 是怎么算出来的?

四个分项,先各算每 90 分钟值,再在「同联赛 + 同赛季」的球员池内做标准化,按位置权重加权,最后映射到 0~100:

分项 反映什么 前锋 FW 中场 MF
进球 / 90 终结产出 0.40 0.20
助攻 / 90 为队友创造终结 0.25 0.30
射正 / 90 有效射门频率 0.20 0.15
关键传球 / 90 进攻组织 0.15 0.35

看懂这张表,就知道 OTI 为什么能区分战术形态:前锋的分数由进球主导,中场的分数由关键传球主导。(后卫组也有 OTI 计算,但球队级不单独输出该口径。)

三个你必须知道的口径细节:

  • 标准化池按「联赛 + 赛季」切分。本赛季的 60 分和上赛季的 60 分含义可能不同——因为池子不同。跨赛季比较需要谨慎。
  • 缺项会被剔除,权重按比例放大。如果某名球员的射门数据源缺失,该分项不参与计算,剩余三项权重自动放大到总和 1,而不是把缺项当 0 拉低分数。
  • 有出场时间门槛。赛季累计出场不足约 3 场的球员不计算,3~5 场之间的会带「样本量不足」标记——这表示数据样本少,不代表数值是编造的。

四、实战中三步怎么读?

第一步:先看数值区间。数值是相对同联赛同位置而言的,不是绝对标准。大致感觉:60 以上属于该联赛同位置的靠前群体,45 上下接近平均,35 以下明显偏弱。

第二步:看组合形态。FW 与 MF 的相对关系决定进攻结构——单点依赖还是多点开花,这直接决定对手该怎么防、以及伤停会造成多大打击。

第三步:与对手的「防守质量」交叉。这是 OTI 真正的用法。注意这里必须用 xGA / 零封率,不能用 DF-DII:

判断「锋线能不能打穿对手防线」,正确组合是 FW-OTI vs 对手场均 xGA。用 DF-DII 来判断强弱是错的——它统计的只是防守动作数量,与失球、xGA 都不相关。详见 3.4 防守参与度。

完整的交叉方法见 3.8 指标共振框架。

五、一个完整的对位案例该怎么分析?

已知:A 队 FW-OTI 84、MF-OTI 41;主力前锋伤停,替补前锋本赛季出场约 210 分钟(低于计算门槛);B 队赛季场均 xGA 0.85、零封率 41%。

解读链条:

  1. A 队进攻高度依赖锋线(FW 高 / MF 低)——威胁来源单一;
  2. 唯一的高威胁来源缺阵,顶替者的样本量本身就不足;
  3. B 队防线质量在联赛里靠前(xGA 低 + 零封率高),恰好是限制锋线的类型;
  4. 结论:A 队进攻端缺少支撑——但要注意,这是「进攻可能打不出来」的判断,不是「B 队会赢」的结论。

这个案例里能学到的两件事:OTI 要读「结构」而不是读「高低」;伤停修正要落在具体环节上,而不是笼统地「扣分」。

💬 读懂一支球队的进攻结构(可直接复制) 指标
基于【球队名】的数据(或先取它最近一场比赛的数据包),帮我读懂它的进攻结构。 请按下面四步输出,每一步都要带具体数值: 1. 先给出它的 FW-OTI 与 MF-OTI 两个数值,并说明它们在这支球队各自的联赛与赛季池里大致处于什么位置; 2. 判断它的进攻结构属于哪一类:锋线主导 / 中场驱动 / 多点均衡 / 两环都弱。判断依据必须写出来; 3. 结合它的伤停名单,指出进攻端的哪个环节正在被削弱(没有相关伤停就写「无」); 4. 给出一句话总结:如果对手想限制它,最该先锁住哪一环。 约束: - 只使用接口实际返回的数据;没有的项写「当前数据未提供」,不要估算; - 不要用防守参与度(DF-DII)来判断对手防线强弱,那个判断必须用预期失球(xGA); - 不要给比分预测,也不要给投注建议; - 涉及数值时写清口径(赛季累计 / 每 90 分钟)。

六、使用 OTI 有哪些注意事项?

  • 不要单看 OTI 数值下结论。它必须和对手的防守质量(xGA / 零封率)一起看,单独一个 84 分说明不了比赛走向;
  • 注意伤停对 OTI 的间接影响。主力缺阵后,OTI 数值本身不会立刻变化——它统计的是已发生的比赛。你需要自己把伤停信息折进去;
  • 区分「创造威胁」与「转化为进球」。OTI 高但终结效率低,是常见的「场面好看、比分难看」;
  • 不要跨联赛直接比大小。0~100 是在各自联赛池里标准化的,英超的 75 分和中小联赛的 75 分不是一回事。

下一步该看什么

常见问题

OTI 是什么,它和 xG 有什么分工?
OTI(Offensive Threat Index,进攻威胁指数)衡量的是进攻端的威胁来源与结构。它和 xG 的分工是: 指标 回答的问题 量纲 xG 创造了多少机会?(机会质量的总和) 每场期望进球数,通常 0.5~3.0 OTI 威胁从哪里来、由谁制造?(进攻结构与角色) 0~100 标准分 两支球队 xG 都是 1.8,打法可能完全不同:一支靠锋线终结,另一支靠中场层层…
为什么必须分位置看?
因为同一个总分会把完全不同的战术形态掩盖掉。所以球队级 OTI 拆成两个口径输出: 指标 对象 看什么 FW-OTI 前锋组 终结效率、射正频率、跑位抢点 MF-OTI 中场组 创造力、关键传球、前插与远射 两支 xG 相同的球队,面对不同类型的防守结果会完全不同: 一支 FW 高 / MF 低——进攻极度依赖锋线个人能力。对手若能限制其锋线,进攻端立刻失去支点; 一支 MF …
OTI 是怎么算出来的?
四个分项,先各算每 90 分钟值,再在「同联赛 + 同赛季」的球员池内做标准化,按位置权重加权,最后映射到 0~100: 分项 反映什么 前锋 FW 中场 MF 进球 / 90 终结产出 0.40 0.20 助攻 / 90 为队友创造终结 0.25 0.30 射正 / 90 有效射门频率 0.20 0.15 关键传球 / 90 进攻组织 0.15 0.35 看懂这张表,就知道 …
实战中三步怎么读?
第一步:先看数值区间。数值是相对同联赛同位置而言的,不是绝对标准。大致感觉:60 以上属于该联赛同位置的靠前群体,45 上下接近平均,35 以下明显偏弱。 第二步:看组合形态。FW 与 MF 的相对关系决定进攻结构——单点依赖还是多点开花,这直接决定对手该怎么防、以及伤停会造成多大打击。 第三步:与对手的「防守质量」交叉。这是 OTI 真正的用法。注意这里必须用 xGA / 零…
一个完整的对位案例该怎么分析?
已知:A 队 FW-OTI 84、MF-OTI 41;主力前锋伤停,替补前锋本赛季出场约 210 分钟(低于计算门槛);B 队赛季场均 xGA 0.85、零封率 41%。 解读链条: A 队进攻高度依赖锋线(FW 高 / MF 低)——威胁来源单一; 唯一的高威胁来源缺阵,顶替者的样本量本身就不足; B 队防线质量在联赛里靠前(xGA 低 + 零封率高),恰好是限制锋线的类型;…
使用 OTI 有哪些注意事项?
不要单看 OTI 数值下结论。它必须和对手的防守质量(xGA / 零封率)一起看,单独一个 84 分说明不了比赛走向; 注意伤停对 OTI 的间接影响。主力缺阵后,OTI 数值本身不会立刻变化——它统计的是已发生的比赛。你需要自己把伤停信息折进去; 区分「创造威胁」与「转化为进球」。OTI 高但终结效率低,是常见的「场面好看、比分难看」; 不要跨联赛直接比大小。0~100 是在…
免责声明

本栏目内容为足球数据分析方法的教学与科普,全部指标、模型与推演过程仅用于体育数据科学研究与信息展示,不构成任何形式的预测承诺,亦不涉及任何交易行为。文中「市场参考值」「参考值」等表述,均指公开可得的市场公开信息,仅用于说明数据比对方法。请读者遵守所在地区法律法规,理性认识竞技体育的偶然性。

🏠
赛事
📊
数据
🧩
功能
👤
我的

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续提供更多优质内容,让我们一起创建更加美好的网络世界!

微信扫一扫打赏

微信打赏二维码

登录

打开微信扫一扫,确认后自动完成登录