昨年の導入以来、Stat Performのポゼッションバリューモデルは、エッジ分析プラットフォームを支える革新的なAI モデルにおいて不可欠なツールとなっている。
2019/20シーズンの間に、クライアントやユーザーからのフィードバックを受け、モデルフレームワークの多くの機能を進化させました。新しいポゼッション・バリュー（PV）フレームワークは、ゲームレベルでの既存バージョンの集計に関する懸念に応えるために開発されました。オリジナルのポゼッション・バリュー・フレームワークが、チームがポゼッションから得点する確率を測定していたのとは対照的に、新しいポゼッション・バリュー（PV）フレームワークでは、時間ベースのアプローチを採用し、ポゼッション中のチームが次の10秒間に得点する確率を測定している。このアプローチは、さまざまな方法論や代替のターゲット変数と比較して優れたモデルパフォーマンスを発揮し、より解釈しやすいアウトプットが得られることから採用されました。
フレームワークのもうひとつの大きな変更は、ボールを失ったときに選手に与えられる恣意的なマイナスの値を削除したことである。後述するように、これによって攻撃的なプレーヤーがボールを失っても罰せられることが少なくなり、新しい時間ベースのアプローチと相まって、危険なエリアでボールを失った不成功のアクションに対してプレーヤーが報われるようになった。
ポゼッションバリューとは、ピッチ上のあらゆるアクションを評価し、選手がチームにとってどれだけ効果的であったかを示すものである。例えば、ケビン・デ・ブルイネがハーフウェイライン付近でボールを持っているとする。ケビン・デ・ブルイネがライン際までボールを運び、ボックス内のラヒーム・スターリングにパスを出すと、ポゼッション値は13％（PV end = 0.13）になり、ケビン・デ・ブルイネはチームが得点する可能性を12％高めたことになる。これはポゼッションの付加価値（PV+）と呼ばれるもので、スターリングが次にボールをどうするかとは関係なく、ケビン・デ・ブルイネの貢献に対して報酬が与えられる。マンチェスター・シティは、次の10秒以内に得点する可能性が12％高くなった（PV+ = 0.12）。
こうすることで、ゴールやアシストといった従来の評価基準では過小評価されていた選手を評価することができる。個々の選手のすべての貢献度を見て、そのポジティブな行動がネガティブな行動を上回っているかどうかを評価することができる。チームに対する選手の正味の貢献度を計算するための基本的な構成要素は変わらない：
⇒ 前進的な行動（正のPV+）。
⇒ 成功したが後退した行動（マイナスのPV+）。
⇒ ポゼッションの喪失（失敗した行為に対して与えられる、通常はマイナスのPV+）。
⇒ ポゼッションの喪失が直接相手の脅威につながる（相手のポゼッションの危険性に比べてマイナスのPV+）。
この新しい枠組みがどのように見えるか、昨シーズンのリバプールのタイトル獲得チームを見てみよう：
チームのゴールポテンシャルを高める鍵となるリヴァプールの選手たちがワイドエリア出身であることは、意外にもここでもわかる。フォワードのモハメド・サラーとサディオ・マネがリヴァプールで最も貢献している一方で、フルバックのトレント・アレクサンダー＝アーノルドとアンドリュー・ロバートソンも彼らに遠く及ばない。
|
|
トレント・アレクサンダー＝アーノルドの純貢献度ランキングの大幅な上昇を筆頭に、新しいフレームワークが上記のオリジナルモデルとどのように異なるかがわかる。恣意的なポゼッションロスの罰がなくなったことと相まって、新しい時間ベースのアプローチのもうひとつの意味は、ポゼッションを失ったとしても、選手がプラスの報酬を受け取ることができるようになったことだ。これは一般的にはまれなことだが、もしアタッカーが相手ボックス内でヘディングシュートを決めたとしたら、それが味方に渡るかどうかにかかわらず、次の10秒間に得点のチャンスがあるかもしれない。
かつての枠組みでは、アレクサンダー・アーノルドのようなフルバックが、よりリスキーだが先進的なパスでボールを失うと、より罰せられたかもしれないが、それでもこうした行為は、チームが得点する可能性を高めていたかもしれない。例えば、以下のアーセナル戦でのアンドリュー・ロバートソンのクロスを見てみよう：
アンドリュー・ロバートソンが危険の少ない深い位置からクロスを上げ（PV start = 0.003）、わずかに味方のロベルト・フィルミーノの頭上を越える。このクロスはキーラン・ティアニーによってクリアされ、リヴァプールが次の10秒以内に得点する可能性が高い中央のエリアに入った（PV end = 0.013）。アンドリュー・ロバートソンのクロスは、味方には届かなかったものの、リヴァプールが次の10秒以内に得点する確率を1％増加させた。
このフレームワークを使えば、イベントの種類や試合ごとに選手の貢献を分類することもできる。9月28日のアーセナル戦でのリバプールの選手たちのパフォーマンスを見てみると、ピッチ全体で誰がキープレーヤーだったかがわかる：
リヴァプールの優勢を考えれば、リヴァプールの先発選手のほぼ全員が、この試合で全体的にポジティブなインパクトを記録したことは驚きではない。ここで注目すべきは、フィルジル・ファン・ダイクが右サイドのトレント・アレクサンダー＝アーノルドとモハメド・サラーへのプレスを回避するロングボールで、この試合で3番目に高いポゼッションバリュー（0.36PV+）を記録したことだ。しかし、この試合でのファン・ダイクのアクションの組み合わせは、0.36のPV+につながり、リヴァプールが試合中に0.36ゴール追加することが期待されたことを示す（ファン・ダイクがこれらのアクションを取らなかった場合と比較して）。
ここで注意しなければならないのは、チームが得点する確率を高めることは、必ずしもすべての選手が意図することではない。重要なのは、他の指標と同様に、測定しようとしている文脈の中でアウトプットを評価することである。
選手の正味の貢献度を見ることは、ポゼッションバリューフレームワークの多くの応用例の一つに過ぎません。このフレームワークは、Stats PerformEdge Analysisプラットフォームに組み込まれている多くのモデルの重要なインプットです。エッジ・アナリシスのムーブメント・チェーン分析では、チームのプレーパターンの危険度を評価することができます：
時間ベースの保有価値アプローチが、単独で優れたツールであるだけでなく、我々の革新的な新しいAI モデルの数々を動かす基本的な機能であることを示すために、他の多くの概念とともに、この概念について今後の記事でお話しします。
