本文目录导读：
“进攻效率”这个概念在不同领域有不同的量化方式,下面按几个主要场景来说明。
篮球：进攻效率的量化
篮球是最常讨论“进攻效率”的领域,核心指标包括：
| 指标 | 含义 | 计算方式 |
|---|---|---|
| ORTG（进攻效率值） | 每100回合得分 | 得分 ÷ 回合数 × 100 |
| TS%（真实命中率） | 综合两分、三分、罚球的得分效率 | 得分 ÷ [2×(投篮出手+0.44×罚球)] |
| eFG%（有效命中率） | 考虑三分加成的投篮效率 | (FG + 0.5×3P) ÷ FGA |
| 助攻率（AST%） | 团队配合创造得分的比例 | 助攻 ÷ 运动战进球 |
| 失误率（TOV%） | 每回合失误概率 | 失误 ÷ 回合数 |
综合评估模型常把上述指标加权，或用正负值（+/−）、RAPM等回归模型来剥离队友影响。
军事/体育对抗：进攻效率
在军事运筹学或对抗性运动中,常用：
- 兰彻斯特方程：用微分方程描述双方兵力损耗速率,进攻效率体现为杀伤率系数。
- 交换比：己方造成敌方损失 ÷ 己方损失。
- 单位时间推进速度：如每小时占领阵地面积/关键节点数。
- 任务完成率：达成预定目标的比例 ÷ 投入资源。
商业/营销：进攻效率
- ROI / ROAS：进攻性投入带来的增量收益。
- CAC回收期：获客成本多久能收回。
- 市场渗透速率：单位时间新增市场份额 ÷ 投入资源。
- 转化漏斗效率：各环节转化率的乘积。
通用量化框架
如果抽象成通用模型,进攻效率可表示为：
[ \text{进攻效率} = \frac{\text{有效产出}}{\text{投入资源 × 时间}} ]
再根据场景加入质量调整（如篮球的真实命中率）、对手强度调整（如SOS）、随机性剥离（如RAPM）。
关键难点
- 对手强度归一化：打弱队效率高不代表真强。
- 样本量与噪声：小样本波动大,需贝叶斯收缩。
- 因果 vs 相关：高效率可能源于队友牵制,而非本人能力。
- 多维度权衡：高得分但高失误,效率如何综合？
如果你指的是某个具体领域（比如某款游戏、某支球队、某个AI算法），可以告诉我,我能给出更针对性的量化方案。
版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。
