スカイの「フットボールの未来」シリーズで、オプタ・データが主役を務める

サッカーの未来：移籍市場と選手発掘を変える、AIを駆使する「ユニコーン」企業と神経科学者たち

AIを活用して人材を発掘する

企業は、AIの力を活用し、世界中のサッカー選手の意思決定やパフォーマンスに関する洞察を得られるデータの生成に着手し始めている。

これにより、クラブは広く網を張り、メジャーリーグで頭角を現すまでは見過ごされがちな才能を発掘することが可能になる。2021年にエクアドルのインデペンディエンテ・デル・ヴァッレからブライトンへ、500万ポンドで移籍したモイセス・カイセドの例が挙げられる。

長い間、イベントデータ――つまりボール周辺で起きていること――からは、全体像のごく一部しか把握できませんでした。もちろん、その周囲ではさらに多くのことが起こっています。そこで登場するのがトラッキングデータ――ボールから離れた場所で起きているあらゆる出来事――であり、これにより、 Stats Perform のような企業が、これら2つのデータを組み合わせることで、サッカー選手についてより包括的な理解を提供できるようになったのです。

「イベントデータからは『何が起きたか』が分かり、追跡データを活用することで『なぜそうなったのか』を分析できるようになります」と、 Stats Performのイノベーション担当上級副社長、ブラッドフォード・グリフィス氏は、スカイ・スポーツに対しこう語った。

「トラッキングデータがもたらす最大の利点は、ピッチ上の全選手の位置情報や動きを常時把握できることであり、それによって状況が把握できる点にあります。従来のイベントデータでは、ある選手がボールを持ち、ピッチ上のこの地点からこの選手へパスを出したということは分かっていました。しかし、その判断の背景にある要因までは分からなかったのです。」

AIの進歩により、ディープラーニングを用いてコンピュータを学習させ、特定の状況下での選手の反応を分析することで、別のリーグでの活躍度や特定のチームの戦術への適応度を予測することが可能になりつつある。

Jens Melvang氏（ Stats Perform のシニアプロダクトマネージャー、イェンス・メルヴァング氏は次のように付け加える。「我々はクラブに対し、‘このスタイルでプレーしたい’、‘このタイプの選手を探したい’、‘この役割の選手が必要だ’といった条件を入力すれば、システムがそれに基づいた選手候補を提案してくれるようなツールを提供しています。」

データ分析が高度化するにつれ、それは単なる選手のパフォーマンスにとどまらず、選手の心の内側にも光を当てつつある。

「プレイヤーがさまざまな状況にどう反応するかが分かってくるが、それは結局のところ、彼らの認知プロセスや意思決定プロセスに帰着する」とグリフィスは語る。

「選手は、『たとえ直接パスが通らなくても、あそこにボールを置けば、自分のチームメイトが先にそこに到達してくれるはずだ』と、その状況を的確に読み取ることができるだろうか？ 彼らはどれほどの速さでこうした判断を下しているのか？ 相手選手をかわしてボールを持ち続けるのか、それとも脅威を感じた瞬間にすぐにボールを放出しようとするのか？」

「私たちが収集しているデータからは、こうしたことが読み取ることができ、選手がピッチ上でどのように振る舞っているかについて、洞察を得るのに役立ちます。」

サッカーの移籍市場の未来：プレミアリーグのクラブは記録を更新し続けられるのか？

データマイニングの第一人者たち

ビデオゲーム『フットボール・マネージャー』は、何世代にもわたるサッカーデータファンを育て上げてきました。長年にわたり、各クラブはますます高度なデータベースを活用し、まさに同じ目的――世界中から統計上の逸材を発掘すること――を追求してきました。

データを駆使して成功を収めているクラブの一つがブライトンだ。昨年6月に5500万ポンドの移籍金でリヴァプールへ移籍したワールドカップ優勝経験者のアレクシス・マカリスターは、昨冬スカイ・スポーツの取材に対し、次のように語っている。「ブライトンは私と代理人と話し合い、『君はU-21世代で最高の選手の一人であり、数字も最高だ』と言ってくれました。ブライトンは数字や統計を大いに活用しているからです」 2019年にアルヘンティノス・ジュニアーズから700万ポンドで獲得したこのミッドフィルダーの移籍により、ブライトンは4800万ポンドの利益を計上した。

しかし、これはほんの一例に過ぎない。データ分析は、チームのパフォーマンス、フィジカルコンディション、戦術、選手獲得など、スポーツ界全体において不可欠なプロセスとなりつつある。デロイトは、収益源を最大化するために、データが今後ますます重要な役割を果たすようになると予測している。

データブランド「Opta」で最もよく知られるStats Perform、イベントデータやトラッキングデータを映像と融合させたデータ駆動型のリクルートソフトウェアを提供する企業のひとつであり、これによりクラブは世界中の選手プロフィールを検索することが可能になる。

ブラッドフォード・グリフィスはスカイ・スポーツに対し、次のように語った。「データを活用した選手獲得において、2つの基本的な要素があると思います。それは『規模』と『一貫性』です。規模があれば非常に広範な市場を調査できますし、一貫性は絶対に欠かせない要素です。大会によって試合の様相は大きく異なります。チームの布陣や試合のテンポなどが異なるからです。そうすることで、各リーグを相互に比較・評価し、そのデータをAIモデルに組み込むことで、選手の評価基準を確立することができるのです。」

「そうすれば、注目している選手のプロフィールを作成し、それに一致する世界中の選手をすべて表示させることができます。 こうした選手たちの多くは、特にこれまで注目していなかった小規模なリーグの選手であれば、あまり知らないかもしれません。サッカーのピラミッドを下っていくにつれ、各チームが本当に重視するのは、価値やコストパフォーマンス、そして高い潜在能力を持つ若年層の選手を獲得することなどです。したがって、これらのツールは非常に強力であり、世界中のサッカーデータベースを精査して、興味深い選手を絞り込み、その後のスカウトプロセスに活かすことができるのです。」

今後の展望：予測データは未来を予見できるのか？

戦術や選手獲得の在り方が進化し続ける中、何もかもが絶えず変化しています。例えば、現在求められている「ボールを扱う能力に長けたゴールキーパー」や、「特定の利き足を持つ選手が有利なポジションに配置されること」といった傾向は、いずれもパスコースやシュートチャンスを少しでも多く生み出すための戦略であり、その実現においてデータが極めて重要な役割を果たしています。

予測データが注目を集めつつある。Optaのソフトウェアは、ボール保持時と非保持時のチームのフォーメーションを表示するだけでなく、プレーの各局面において選手がどの位置に立つべきかを、実際のポジションと重ね合わせて可視化することもできる。さらに、各選手がどのように連携し、効率性にどのような影響を与えているかを定量的に分析することも可能だ。

このデータは、すでに、任意のタイミングで任意のチームメイトへのパスが成功する確率や、それぞれの選択肢がもたらす攻撃的な脅威を予測することが可能です。こうした新たなデータを活用することで、アナリストは、選手が実際に行った行動だけでなく、何が可能だったか、あるいはどうすべきだったかを測定し、選手の意思決定を定量化することができます。また、試合を通じて選手がさまざまな役割を担っている時間の割合を明らかにすることも可能です。

このようなレベルの分析が、即座に、かつ大規模に行えるようになった今、予測データが試合中や試合前・試合後の分析において大きな役割を果たすようになるのは、もはや時間の問題と言えるだろう。その結果、選手たちはこうした予測モデルとの比較を通じて評価されることになるだろう。

一方、経営陣は、さまざまな選手組み合わせが、全体的なチームワークにどのような影響を与えるかを、大局的な観点から、また特定の対戦相手との対戦において、ますます注視していくことになるだろう。

Opta Vision についてさらに詳しく知りたい場合はOpta Vision こちらをクリックしてください。