ポール・パワーはスポーツ・インテリジェンス企業STATSの人工知能科学者である。イングランドのリーズを拠点とし、主にサッカーを研究しているが、ホッケーに選手追跡がもたらす可能性については、不安定なSkype接続越しでも彼の声から興奮が伝わってくる。
彼はホッケーにおける選手追跡データの潜在的な影響を3つの主要な要素に分類した：
1.選手のモニタリング：パワー氏は、数試合にわたる選手のスケートスピードなどのデータを収集することで、選手が1試合で発揮できる身体的負荷をより深く理解することができると提案している。これは、チームが出場時間の配分をより効率的にするのに役立つ。「ベストプレーヤーを思ったより多く出場させることができれば、それは大きなアドバンテージになる」とパワーは言う。ラグビーの例だが、最初の10分間は非常に激しいため、最初の10分間が経過した後に試合に出場した選手の方が長くプレーできることを発見したチームがあったという。「彼のパフォーマンスを最大限に引き出すことができた。
2.文脈のより良い理解：「ホッケーの現在の統計の大きな問題は、非常に還元主義的であることだ。彼はパスのデータを例に挙げた。選手がパスを完了したかどうかというデータはあるかもしれないが、それを取り巻く豊富な文脈はない。「その選手はプレッシャーを受けていたのか？氷のある部分に過負荷がかかっていたのか？パワーはこう説明した。「このような状況を特定することで、選手がこのような状況でどのように対処するかを測定し、シナリオをテストすることができる。次のステップは、トラッキングデータをもとに、ディフェンダーがどのように反応するかをシミュレーションし、最も効果的な戦略をリアルタイムで立案することだ。「バスケットボールはホッケーに似ているが、最後の20秒を想像してほしい。「あなたが望むプレーを描くことができ、すべてのトラッキングデータを使用できるため、私たちはあなたが描いたプレーを学習し、ディフェンスに何が起こるか、最も可能性の高い結果は何かをシミュレートすることができます。彼らはその場で何かを描くだろう。そのシナリオを素早くテストできることを想像してほしい」。それは遠い未来のことのように聞こえるが、サッカー界で最も先進的なチームではすでに行われているとパワーは言う。
3.ロースター構築：トラッキングデータを使ってモデルを構築することができれば、ロースターのニーズや監督の特定の戦術に合う選手をより適切にプロファイリングすることができます。「コーチが実行する動きのパターンを見ることができれば、プレーヤーをよりよくプロファイリングすることができます。「特にリーグ全体のデータがあれば、自分のスタイルに最も合う選手を選ぶことができます。そして逆に、誰が合わないのか？
サッカーはこのデータの活用においてホッケーより確実に先を行っており、パワー社は過去12カ月から1年半の間に、チームがデータの影響を目の当たりにし、実際に何ができるかを信じるようになる、ちょっとした転換点を観察してきた。このスポーツは、疑問の段階を超えたのだ。
ホッケーは、NHLが選手追跡プラットフォームを構築するにつれて、非常に疑問の段階に入っている。そして、そこに資本を投下するチームの潜在的な利点がある。
