品牌档案 · 整理历程
从手工台账到赛季段落：亚星赛事数据的整理历程
亚星自1998年起持续整理足球赛事数据，覆盖英超、西甲、意甲、德甲四个联赛近十个赛季。这一页不列结果，只交代结果之前的部分：一场比赛怎么被记下来，谁来核对，又为什么必须在某一版口径下才能横向比较。
- 1998 开始整理赛事数据的年份
- 40 独立成段的赛季段落
- 26 单场比赛归档字段
亚星赛事把一场比赛拆成可回查的字段，再按赛季段落归档，让不同赛季的同一项指标能被摆在一起看。
两项核心统计是越位次数与控球率。角球数、积分榜名次区段与球衣号码登记由它们延伸而来，各自有独立的录入与校对要求。
整理方式的三个阶段形态
起步时用的是手工台账。一场比赛对应一页，先记比分与出场顺序，再把越位次数与控球率抄在页脚。那时没有统一字段名，同一项指标在不同页上写法各异，想拿两个赛季并排对照几乎做不了。台账的价值在于留痕，不在于可比较。
随后进入结构化字段形态。每场比赛固定 26 项字段，越位次数、控球率、角球数被列为三项核心字段单独成列，其余字段用于补全比赛背景。字段名固定下来之后，跨赛季的横向对比才第一次成立。
再往后是分段归档形态。积分榜与角球数按赛季段落分别发布，球员转会动态追踪以窗口期为界独立成段；前者按赛季推进，后者按窗口节奏更替，两类段落各自标注自己的范围，互不覆盖。按窗口期归档的观察笔记归入赛季观察，赛季内则会按周补充积分榜与角球数段落。
整理方法
一场比赛归档 26 项字段，其中三项为核心
归档字段分成三组：出场序列、时间轴事件与场面统计。场面统计里，越位次数与控球率是必录项，角球数单独成列，其余字段用来补全上下半场划分、场馆与赛程背景。字段位是固定的，记录者不能自行增删。
四个联赛在模块层面各有一色识别：英超紫红、西甲橙黄、意甲宝蓝、德甲亮红。识别色只用于区分模块归属，不参与任何统计计算，也不代表与任何联赛或俱乐部的关联。各模块下的字段读法，数据产品总览按类目分开写清楚了。
字段口径的边界说明
- 越位次数以当场判罚记录为准，不区分越位位置与越位犯规两类成因，两者合并计入同一列。
- 控球率为全场占比，不按半场拆分，补时阶段计入全场统计范围。
- 角球数只计入重新开球成立的角球，被判罚取消的角球不计入该列。
- 空值与零值是两种状态：空值表示该场未记录，零表示记录结果为零，两者不可互相替代。
18 人整理，5 人校对，全流程双人复核
内容与数据整理团队共 18 人，其中校对 5 人。所有条目在进入赛季段落之前都要经过两道签字：录入者签一次，复核者再签一次。任一方存疑，条目退回队列重新比对来源，不带着疑问发布。
- 字段录入 按比赛逐项填写 26 个字段，核心三项不得留空，背景字段缺失需在备注列写明原因。
- 来源比对 把公开赛事资料与已录入字段逐项对照，口径不一致的条目单独挑出，不就地修改。
- 校对复核 5 人负责复核队列与抽样复查，抽样覆盖核心三项字段的全部差异条目。
- 口径注释 把当前算法边界写成注释随段落发布，涉及统计范围的调整会同步更新版本号。
口径演进的五个阶段
-
阶段一
统一字段名
把「越位」「越位数」「越位次数」这类叫法合并为单一字段名。改这一刀的原因是同一项指标在不同页上称呼不一，读者无法判断两处说的到底是不是同一个量。
-
阶段二
固定归档字段位数
字段数量不再随记录者的习惯浮动，每场比赛的字段位对齐排布。这一改动让批量统计成为可能，也让漏记从「看不出来」变成「一眼可见」。
-
阶段三
引入赛季分段
积分榜与角球数改为按赛季段落分别发布，不再跨赛季混排对比。这样处理之后，某个数字属于哪一段赛季、在哪一版口径下取得，读者可以自己核对。
-
阶段四
窗口期独立切分
转会记录以窗口期为界独立成段，与赛季段落分开归档。原因是窗口节奏与赛季节奏并不同步，两者混排会让引用者分不清记录属于哪一段区间。
-
阶段五
建立口径注释体系
算法边界、空值与零值的区别、补时是否计入等说明随段落一并发布，并保留版本号。这一步的目的不在于提高数字精度，而在于让每一个数字都能被追到它成立的条件。