在足球数据分析领域，该数据早已纳入统计范畴，当前存在两个可直接或间接量化评估「倒数第二传」效能的指标体系。

其一为Prog Passes（推进传球），其二为SCA（Shot-Creating Actions，射门创造行为），中文释义为制造射门机会的战术动作集合。

为便于技术阐释，本文以Jota的比赛数据作为典型案例进行拆解。

【1】Prog Passes指标解析

Prog Passes本质为空间维度上的传球推进，但在单场比赛中，两队总传球次数可达千次量级，极端情况下如曼城等控球型球队，单场传球总数可能突破700次。

通过球场顶置摄像机系统，可实时捕获球员触球、盘带、传球等动作事件，并建立标准化数据采集体系。

将传球数据录入分析系统后，通过传球角度与方向矢量计算，可识别出横传、回传等对进攻推进无显著贡献的无效传球。

在推进传球事件中，大量传球虽具备空间推进属性，但如从防守三区到进攻二区的过渡性传球，或二区内的横向传导，均难以直接威胁禁区。

不同数据机构对Prog Passes的统计标准存在显著差异。

以Footballinsightpro系统为例，其定义标准为超过15米的纵向推进传球，该阈值基于对进攻节奏突变点的数据建模，发现15米以上传球是触发进攻提速的关键变量。

在球员表现评估体系中，若以「进球」作为结果导向指标进行倒推分析，Prog Passes统计本质上属于漏斗式数据筛选机制。

进球事件可拆解为「压迫性失误进球」「定位球得分」「常规Build-up进攻」三大类别。

前两类进球场景中，助攻与Prog Passes数据获取难度较高，仅第三类具备完整数据链。

漏斗式筛选逻辑体现为：

推进传球→关键传球（Key Passes）→射门（Shots）构成完整进攻链路。

由于Build-up阶段到射门环节存在显著衰减效应，单纯结果导向统计会忽略球员在进攻组织中的过程贡献，导致评估失真。

通过分析球员Build-up尝试次数、球权丢失率及传球时机把握能力，可更全面评估其中场控制能力。

若仅关注进球后的「倒数第二传」，将无法完整呈现球员在中场节奏调控中的技术特征。

例如因门前终结能力不足（如努涅斯）或队友独狼式踢法（如马杜埃凯）导致的助攻数据缺失。

某球员单场完成90%成功率的Prog Passes，但因队友终结能力不足导致「倒数第二传」数据为零，这并不代表其技术能力低下。

反之，某球员虽能稳定贡献0-1次「倒数第二传」，但其传球成功率仅40%，且单场球权丢失达12-17次，亦无法证明其技术价值。

此类球员的进攻贡献需通过过程数据评估，单纯结果导向统计将掩盖其技术价值。

【2】SCA指标解析

SCA指标本质为所有直接或间接导致射门产生的战术动作集合。

该指标剔除了无法形成射门的无效传球，但保留了射门动作本身，实质为倒数第二传、关键传球、射门的综合统计。

用于量化球员在进攻体系中的综合战术价值。

在球探数据分析报告中，SCA指标常作为战术概览工具，难以揭示球员的技术细节特征。

对于进攻型中场及锋线球员，该指标具有较高参考价值；但对于防守型中场及组织核心，其战术权重显著降低。

【3】总结

数据指标的存在价值在于揭示比赛本质，相较于单纯关注进球、助攻等结果数据，深入分析Build-up阶段的战术数据更具技术价值。

但需明确的是，「倒数第二传」本质上仍属于结果导向指标，其技术适用性存在明显局限，既非所有位置球员的核心评估维度，亦无法全面反映球员的战术价值。