STATSのデータは、その元となった情報源を知ることなく、ファンによって定期的に利用されている。1987年、1997年、あるいは2007年と2017年で異なるのは、STATSがスポーツ情報を提供することに一線を画していたことから、より適切なコンテクストをクライアントに提供することに特化していることである。
今月初め、STATSでそれを実現しているリーダーの一人が、舞台裏から姿を現し、Sirius XM Wharton MoneyballのホストであるAdi WynerとShane Jensenと話をした。STATSのデータ・サイエンス・ディレクターであるパトリック・ルーシーは、STATS SportVUトラッキング・データ収集の5年間を振り返り、サンプル数の増加や業界の進歩から得られる答えについて洞察した。
STATSが光学システムSportVUでNBAの試合を追跡し始めたのは今から半世紀前のことで、偶然にもルーチーがスポーツ科学の分野で特に興味深い時期だと指摘した時期と重なった。
「2012年に何かが起こりました。ディープラーニングが登場したのです」と、2016年のMITスローン・スポーツ・アナリティクス・カンファレンスで、テニスにおける選手の動きとボールの打ち方のパターンに関する研究論文で1位となった論文の共著者であるルーシーは言う。
「完璧な嵐のようだ。私はこれを3本足のスツールと考えたい。まず、ディープラーニングが機能するには3つのことが必要だ。まず第一に、大量のデータが必要です。幸いSTATSにはそれがある。第二に、計算能力が必要です。3つ目は、実際にネットワークをどのように動かすか、あるいは設定するかを知っている人材がいることだ"
約2年間、ルシーはSTATSのそのスツールの上に座り、世界的なサッカーゲームに重点を置いて、選手追跡を他のスポーツに拡大するのに貢献してきた。2017年のMITスローン・カンファレンスで準優勝したバスケットボールのシュートスタイルに関する論文を含め、彼の現在の仕事の多くは、STATSの初期の頃には直面できなかったwhat-ifの質問をし、それに答える適切な方法を見つけることに関係している。
「ルーチーによれば、「大きなことは--これが私たちが本当によくできることなのですが--データを文脈化できることです。「具体的な質問ができる。この選手があのショットを決める可能性は？この選手があのシュートを決める可能性は？
「だから、細かいシミュレーションができるようになり、What-ifの質問ができるようになる。...私たちはボックススコアや選手のスタッツを持っていますが、（アナリティクスの次の段階は）この種の特定のプレーをシミュレートし、このような状況で別の選手が何をするかを見ることだと思います。ある状況において、その状況をモデル化し、その状況におけるデータを理解することで、より正確な答えを出すことができる。"
身体ポーズの特殊性は、彼の重要な関心のひとつとなっている。具体的には、選手トラッキングの進歩、そしてより正確な予測分析の可能性は、光学トラッキングにおいてXY座標を確立するために基本的な重心を使用する以上の測定に重点を置くことにある。
「むかしは、ボディーポーズをとらえることはできたが、それは実験室でやるしかなかった。「今、私たちはそれを実際に野生で行うことができる。
ルーチーのチームは常にその分野で次の大きなものに磨きをかけており、将来的にパフォーマンスがどのように評価されるようになるかという彼の見解には驚く人もいるかもしれない。それは必ずしも新しい分析指標を作ることではありません。それは、人とテクノロジーの関係についてです。
「ルーチーは言った。「それが未来だとは思わない。私は、人間とコンピュータの共生だと思います。だから、私たちは新しいテクノロジーを開発し、専門家の仕事を助けることができる。それがスポーツアナリティクスの次のステップだと思う。コーチやアナリスト、あるいは家庭の人々が、このようなwhat-ifの質問をできるようにするために、このようなテクノロジーを開発するのです。そう遠い先の話ではないと思います」。
