首先，众所周知米兰是对成本严格控制的。那从管理角度怎么控制?并不复杂，把成本拆分到每个球员头上。具体怎么拆分，大概逻辑可能会如下：比如收入2亿，工资加转会摊销按欧足联要求不超70%，那总额1.4亿。假设米兰只有一线队，25个球员。那每个球员平均每年成本大概是560万。进而,再考虑每个球员为球队的贡献度，对应球员的成本会上浮或者下降。比如假设米兰全年拿了80个球队积分,球员A出场时米兰拿了45分。那考虑到球队每场是16个人（5个替补用全)作战，A基本的贡献度是45分/每场16人=2.81分。他一个人的贡献只占据米兰80分的3.5%，那他的基本成本就应该是工资总额1.4亿×3.5%= 490万。但是，同时竞技层面的分析师还会调整一些参数，比如球员在场不在场时球队整体的进攻防守效率（这里面的竞技参数就可能会非常多了，原来有人介绍过其中的一些),比如该球员场上是一个功能还是多个功能，比如能否打多个位置等等。这些参数会形成一个数据模型，从而调整球员的成本。如果一个球员上述数据都高于平均值1.5倍,那可能这球员一年490万的成本,在球队眼里可接受程度就变成了490×1.5=735万。其次，选择这个球员的替代品。其实也是基于整个成本控制下的系统分析。举例说明一下。比如米兰全年拿了80分，某球员场场不落下,场场不替换,那大概他给球队的基本贡献等于等于80分/11人= 7.27分,他个人贡献对应的成本等于1.4亿/11=1273万。现在这个球员要2000万的工资,那很显然远超过其贡献水平。这时候,球队大概率会分析后续他的转会预期是不是能够覆盖对应新增的成本。如果这个球员再用一年,卖3000万,那本赛季不考虑其他球员对应工资上涨的情况下,可以给出2000万，反正就亏2000-1273=727万，后续可以赚回来。但如果预期合同只能签两年,但球员打算合同到期走人，那米兰两年亏727×2=1454万，后续一分钱拿不回来，那就直接找替代品了。而对于这个替代品,考虑到球员融入的时间和能力的差异，米兰大概率在设计模型时不会直接认定新球员的成本值1.4亿/11=1273万，而是必然会有一定程度的下调，比如贡献度是前一个球员的70%，那这个可替代球员的最高可接受成本大概就是1273×0.7=891万。然后技术团队在这个价格范围内,去找对应的球员，这也就解释了米兰为什么会广撒网的原因——只要符合技术标准且价格在范围内的,都可以沟通一下。第三，贡献度的重新分配。还是基于上面的例子。某个球员离开后，米兰腾出了1273-891=382万的额度。这个额度我们知道是根据球员贡献度来确认的,那既然这个位置的贡献度下降了，可能其他位置基于战术的贡献度就会提升。那这腾出来的额度,可能就会加到其他位置或其他球员头上。但增加多少，主要还是要看技战术分析模型中，球员对球队贡献的多少来进行控制。这就意味着，每一个球员的变动，都会带来球队其他球员贡献度的变化，从而调整整个球队中每个球员的成本分配。

第四、结论。基本来说，投资项目的量化早就是近60年来经济和金融学的基本趋势，虽然近年来引进心理因素等不确定系数来设计模型，但量化依然是主趋势。这种量化模型设计最大的好处,在于竞技团队和商业团队甚至竞争对手都可以集中精力沟通模型里的参数，从而判断球员符合不符合球队的经济水平，从而确定要不要转会或舍弃。而不用像某些半文盲一样一会儿扯这个问题，一会儿扯那个问题，但永远无法和任何人达成任何实质性的沟通结果,来帮助转会。这个模型的坏处,在于如果经纪人公司也有强大的技术分析团队或者本身对数字特别敏感,其实大概是可以判断出一个球队对球员的估值的，俱乐部谈判空间不大。比如凯西,如果真有其他球队800万欧元的年薪报价,米兰就可以不用想了，直接卖就是了，120%超过米兰的经济水平。而经纪人预期的700万税后工资,大约对应税前1228万，差不多就是把凯西当成一个一场不落的主力,按1.4亿工资总额/11=1273万来估算的。

不过总的来说,有模型有参数，就能有的放矢，远比瞎bb的强。