数字从哪里来，到哪里为止

主场哨声、熟悉的场地、看台压过来的声音——这些东西不会写进比分栏，但会落在比分上。主客场合在一起统计时，被抬高或被压低的那部分很难单独拆出来，跨联赛一比就更对不齐。所以校订从客场这一侧切进去：4,318 场客场比赛单独建表，和主场样本分开跑。

分开跑是有代价的。样本变小，波动变大，同一个联赛相邻两个赛季的客场胜率差值，经常大于合并统计时的差值。我们不会把这个差直接念成强弱变化，它更可能来自样本本身。

于是客场胜率一律并列两个值：全样本值，以及剔除补时进球之后的值。两个值同时出现，差在哪一段，读者自己看得见。1

校订不是一次录入，而是三段接力。每一段都有放行条件，前一段挂着的场次不会流到下一段里去。

1. 关卡一原始记录归集

   按场次编号把公开的赛事要点记录汇总到一处，先把字段名字对齐：比分、射门、抢断、拦截、门线解围、替补上场时间、补时时长。来源里没写清的标成待定，不填默认值，也不拿相邻场次去推。

2. 关卡二逐场比对

   同一场比赛至少用两份来源交叉核对。比分、换人时间点、补时时长逐项对；只要有一项对不齐，整场挂起。挂起的场次不进统计表，会在归档里留下挂起原因。

3. 关卡三口径复核

   由口径审校岗按当前版本回到字段定义上复查边界情况——比如换人之后不足 15 分钟的上场时间该归到哪一栏。凡涉及边界判定的，逐条写进该版本的修订说明。

补时怎么记，直接决定轮换数据能不能对得上。这里的做法是：每场的补时时长以分钟为粒度记录，不折算成整五分钟区间；首发布阵发生变更的时间节点一条一条单独记，同一场允许多条。

这两类记录被对齐在同一条时间线上。这样一来，「这次换人落在补时第几分钟」是可以直接读出来的，而不是靠时间戳反推。

有一条边界要单独说清楚：换人之后不足 15 分钟的上场时间，不计入替补贡献统计。但换人节点本身仍然保留在记录里，否则整条时间线会断掉，后面的对齐也就无从谈起。2

四个联赛在站内以代号出现，各自绑定一种识别色，全站不改叫法。赛季跨度一致，都是 2019 至 2024 五个赛季，但校订侧重并不相同。

四个联赛共用一套字段命名，各自保留独立的修订记录。结构化字段合计 1,180 个，覆盖比分、射门、抢断、拦截、门线解围、替补上场时间与补时时长等类别。某个联赛某个赛季缺来源的格子，宁可留空并在边注标出，也不做跨联赛补值——补出来的数字看着整齐，却已经不是你比较的那个东西了。

校订团队一共 12 人，分四个岗位，彼此之间存在明确的复核关系——同一个人的产出不会由他自己签字。

• 6
  数据校订

  分两组，各自负责一段赛季区间，互相复核对方挂起的场次与挂起原因。

• 3
  内容编辑

  把校订结果写成复盘与专题，负责在成稿里把口径版本标在原位，不让读者自己去猜。

• 2
  产品与前端

  维护数据终端里的模块切换、联赛与赛季筛选、口径版本标记和本地导出。

• 1
  口径审校

  所有版本修订由这个岗位签发，包括字段定义与边界判定，改动的理由一并留档。

如果你想知道某个字段在四个联赛里怎么横向摆在一起看，去数据终端；想看这些口径落到具体一场球上是什么样，去复盘手记。

把边界写清楚，比把能力写满更有用。以下几条是站点层面不会越过的线。

• 不做赛事直播，站内没有实时比分入口，也没有任何形式的赛况推送。
• 不做赔率、返水或投注相关功能与内容；站内数据不构成对比赛结果的判断依据。
• 不把两个口径下的数值混着比。版本号会跟着数字走，混用得出的差值没有意义。
• 不用单个赛季的读数去推断长期趋势。样本够不够，得先看样本本身。
• 不披露球员个体薪资。薪资结构只按五个位置档位给出区间中位数，不做个体呈现。