先週の2024年Forum 研究コンペティション第2ステージの応募締め切り後、4つのプロジェクトがステージでのショーケースにノミネートされ、さらに5つのプロジェクトがポスター・プレゼンテーションに推薦された。
提出された各提案は、革新性、方法論、関連性、応用性という4つの主要基準に基づいて審査された。現在、最も強力な9つのプロジェクトが、ロンドンで招待された業界代表者の聴衆に披露される予定だ。
2024年Forum 新たな取り組みとして、5つのポスター展示企業がそれぞれ10分間のスポットライト・トークを行う新しいステージが導入される。これは、予定されたネットワーキングの休憩時間に行われ、参加者は彼らのプロジェクトや主要な発見についてより詳しく知ることができる。
11年連続で開催されるOpta Forum、フットボール・アナリティクス・カレンダーにおける重要なイベントです。このイベントには、ここで取り上げたように、過去にプレゼンターを務めた数多くの人々が、プロサッカー業界全体で様々な職務に就いています。
これらの研究発表に加え、2024年Opta Forum 、ゲストによる講演やパネルディスカッションなど、盛りだくさんのアジェンダが予定されている。
2024年Opta Forum研究発表とポスターの全ラインナップは、順不同で以下の通り：
ステージ・プレゼンテーション
ハルシュ・ミシュラ - コーナーキックの原因分析
このプロジェクトは、ローリー・ショーが以前に行った、コーザル・フレームワークのレンズを通してコーナーキックのプレイブックを確立するという研究に基づくもので、公募部門で選ばれた。
イベントデータとトラッキングデータを組み合わせたHarshのプロジェクトでは、2021-22シーズンのリーグ1で試みられた600種類以上のコーナーキックを、シュートの種類、ディフェンスのセットアップ（マンマークかゾーンか）、そして全体的な結果に基づいて分類している。選手のスタートとエンドの位置、ダイナミックな動き、相手のマークなどを考慮し、コーナーキックで繰り返し行われる攻撃のセットアップもクラスター化されている。
次に、ハーシュの因果関係の枠組みを適用して、特定の守備的セットアップと対戦する場合、あるいは特定のタイプのコーナーキックを狙う場合の両方で、異なる攻撃的セットアップごとにシュートが発生する確率を確立する。
このプロジェクトの目的は、セットプレーのアナリストが特定のタイプのコーナーを素早く特定できるようにすることで、ワークフローを効率化し、攻撃と守備の両方の文脈でセットプレーのプレー分析に使える時間を最大化することである。
インド出身で現在は英国を拠点とするハーシュは、コンピューターサイエンスの修士号を持ち、現在はロザムステッド・リサーチで機械学習エンジニアとして働いている。彼はグローバルなサッカー分析コミュニティのアクティブなメンバーであり、彼のブログにアクセスしたり、LinkedInでつながることができる。
アレックス・サタリ - 採用プロファイリングを最適化するためのパス、レセプション、高強度ランの分析による選手スタイルの特定
このプロジェクトは、Opta Vision データを応用して、個々のプレーヤーのスタイルを解釈できる新しい特徴を作り出すもので、パルマのマチュー・ラコームが設定したOpta Forum実践者主導の投稿部門で選ばれた。
アレックスは、特定の競技に出場する全選手をカバーする専用のパス、レシーブ、高強度ランのネットワークを確立した後、全選手に共通するパス、レシーブ、高強度ランのパターンを明らかにする目的で、非負行列因子分解（NMF）の適用を提案する。NMF分析はまた、各選手のこれらの共通パターンのユニークな組み合わせを特定するために使用され、各選手のスタイルの新しい、解釈可能な特徴付けにつながる。
この研究の目的は、リクルート部門の既存のプロファイリング・パイプラインを強化し、アナリストがクラブのゲームモデルの中で選手プロフィールに求められるスタイルの類似性やフィールド上の特徴を持つ選手をピンポイントで特定するプロセスを合理化することである。
カナダのカルガリー大学で地球物理学の博士号を取得後、スウェーデンのヨンショーピング大学でスポーツ分析の博士研究員として勤務。現在はカルガリーを拠点に活動している。
Niamh Graham, Yasmin Hengster and Maia Trower - ネットゲイン：女子サッカーにおける多様性がパフォーマンスに与える影響の分析
FA女子スーパーリーグのコア選手の経歴データとOpta イベントデータを用いて、Niamh、Yasmin、Maiaの3人のプロジェクトは、WSLチーム全体の多様性と結束力、そして選手個人のパフォーマンスの間に関連性があるかどうかという問題に取り組んでいる。
選手の年齢、国籍、所属クラブのバックグラウンドなど、チームの多様性と、選手が過去に一緒にプレーした時間で測ったチームの結束力との関係を分析する。
次に、WSLの試合におけるポゼッションの連鎖ごとにパスネットワークを構築し、各ポゼッションに多様性スコアと結束スコアを割り当てる。そして、シュートで終わるポゼッションの連鎖ごとにxG値を使用し、多様性と結束がチームと個人のパフォーマンスに与える影響を評価する。
ナイアム、ヤスミン、マイアの3人はエディンバラ大学を拠点に、それぞれ数学の博士号を取得中だ。
Matthieu le Gall - 現代サッカーにおけるスローインの影響分析：ポゼッション、パターン、ゲームコンテクスト
マチューのプレゼンテーションでは、スローインの後に繰り返されるプレーのパターンを特定することを目的に、Opta イベントデータを応用し、さまざまなゲームシナリオにおいて、スローインから始まる一連のプレーからゴールチャンスを作るのに最も効果的なチームを特定する。
マチューのプロジェクトは2つのパートに分かれている。最初のパートでは、攻撃側と守備側の両方の視点から、ポゼッションタイム、シークエンス中のパス、獲得したテリトリーなどの重要な要素を考慮して、スローインをさまざまなカテゴリーに分類する。この情報は、リーグ全体のチームのスローインのインデックスを作成するために使用され、迅速なリスタート、ボール保持、あるいは守備の文脈ではターンオーバーを強制するためのハイプレッシャーなど、スローインからのボールの使い方を強調する。
第2部では、スローインからのパスパターンを分析し、チームがどのように戦略的にスローインのチャンスを生かし、ゴールへの脅威を生み出しているのかを明らかにする。また、スローイン後のパスイベントにおけるパスエンドの位置座標の確率の分析も行う。
フランスのレンヌを拠点に、フランス軍省でデータサイエンティストとして働く。彼は仕事と並行して、国立芸術工芸音楽院でビッグデータとAI ディプロマを取得するために勉強している。彼は今年後半に卒業証書を取得する予定で、その後、データサイエンティストとしてスポーツに携わるクラブや企業に入社することを希望している。
ポスター出展者
Hoyoung Choi - グラフニューラルネットワークによる守備陣形の評価
本ポスターでは、1シーズンを通してチームが採用する様々な守備フォーメーションのパフォーマンスを測定するためのアプローチを紹介する。
特にポゼッション・リテンションに重点を置いたグラフ・ニューラル・ネットワーク（GNN）モデルの開発と適用を通じて、崔はチームの守備戦略と、ボール保持の効果に関連するピッチ上の全選手の集団的影響力の理解を深めるのに役立つように設計された洞察を披露する。
このGNNアプローチは、ディフェンス構造の実戦的な分析に実用的かつ適用可能なシステムを、トップチームに提供することを目的としている。
崔は今年初めに学士号を取得した学部生で、現在は大韓民国のテジョンにあるKAISTの産業システム工学科で修士課程に在籍している。
レオ・マルティンス・デ・サ・フレイレ - Leo Martins de Sá Freire Threat-to-Goal "の導入 - 攻撃のボリュームをゴールチャンスに変える集団の効率性を測る
近年、イベントデータの応用は、ポゼッション・バリュー（PV）やエクスペクテッド・スレット（xT）といったアクションの評価指標に大きな注目が集まっている。これらの指標により、データアナリストは試合中の各オンボールアクションの質を測定することができます。しかし、これらのアクションを通じてチームが生み出す価値と、ゴールチャンスを通じて対戦相手にもたらされる危険性との関係は、まだ十分に解明されていません。
レオのポスターは、このギャップを埋めることを目的とし、2つの高度な指標、期待ゴール（xG）と期待脅威（xT）の関係についての詳細な調査の結果を提示し、その結果を用いて、チームが質の高いシュート試行を生み出すためにオンボールの脅威をどの程度効果的に利用できるかについての洞察を提供することを目的とした新しい指標、ゴールへの脅威（Threat to Goal）を紹介する。
ブラジルのベロオリゾンテを拠点とするレオは、コンピュータサイエンスの修士課程を修了したミナス・ジェライス連邦大学での学業と、セリエAのアトレチコ・ミネイロでのデータサイエンティストとしての職務を両立させている。
Atom Scott and Taiga Someya - FootballGPT：サッカーの基盤モデルによる反事実評価
反実仮想評価により、データ科学者は仮想シナリオを探索し、サッカーにおけるさまざまな戦術的決定の潜在的な影響を理解することができる。これには通常、選手の動きを予測するために生成モデルをトレーニングし、実際の動きとシミュレーションした動きを特定のシナリオと比較することが含まれる。
アトムとタイガのポスターでは、サッカーにおける集団的な動きに焦点を当てた基礎モデル、FootballGPTを構築した結果を発表する。彼らは、"ディフェンスラインによる高いプレスは、ロングボールに対する脆弱性にどのような影響を与えるのか？"や "反撃に追加選手が加われば、得点の確率は上がるのか？"といった疑問に答えることを目的とする。さらに、FootballGPTの下流タスクへの汎化能力を分析する。
アトムと大河は、FootballGPTモデルを特定のシナリオのシミュレーターとして活用することで、チームが定量的なデータに基づいて戦略的な評価や意思決定を行えるようにすることを目指している。このシミュレーターは、ディフェンスラインの変更やカウンターアタックに参加する選手の数など、実際の試合シナリオにおけるさまざまな戦術変更の効果をシミュレートすることを可能にするだけでなく、複数の試合における同様のポゼッション・シークエンスを特定・分析することで、パフォーマンス分析プロセスをより効率化することも可能にする。
アトムは現在、名古屋大学で人工知能の博士号取得を目指しており、スポーツ分析に特化した新興スタートアップの創業者でもある。タイガは東京大学で計算言語学の修士課程に在籍しており、元U15/16日本代表候補という経歴を活かして、スポーツ分析、特にサッカーの研究にも取り組んでいる。
Andrew Kang、Travis Curson、Scott Powers - すべての特徴が同じように作成されるわけではありません：目的別クラスタリングとクラスタ評価の動機
選手の役割のクラスタリングは、スポーツ分析においてよく知られた問題であるが、多くのクラスタリング手法に共通する欠陥、すなわち、特定の分析目的との関連性にかかわらず、すべての特徴に等しい重み付けを行うことがしばしば妨げとなる。
アンドリュー、トラヴィス、スコットのポスターでは、採用ワークフローを強化するために、フィールド上でスタイルが似ている異なるチームの選手を識別するために、Opta Vision データを適用して、2段階の再帰的K平均クラスタリングアルゴリズムを提示します。このアルゴリズムは、まずプレーヤーのオンボールとオフボールの傾向に基づいてロール・スタイルをクラスタリングし、次にリクルート・アナリストの特定の要件に基づいてサブ・クラスタを作成します。
各クラスターに属する選手のスキルを比較し、勝利への貢献度を評価するために、アンドリュー、トラヴィス、スコットはバスケットボール分析で使用されるボックス・プラス・マイナス（BPM）法を採用する。これは、正規化調整プラスマイナス（RAPM）を使用して、チームの期待ゴール（xG）差に対する各選手の貢献度を推定するものである。そうすることで、チームの成功のために、異なるプレーヤークラスタが優れていなければならない各スキルの数値的な重要性を強調することができます。
アンドリューはテキサス州ヒューストンにあるライス大学でコンピューターサイエンスを学んでいる学部生で、ライス陸上競技部の女子サッカーチームのデータアナリストも務めている。スコットは2023年、ライス大学スポーツマネジメント学部にスポーツアナリティクスの助教授として加わった。
Matthew Hilton - スコアボードを超えて：サッカー選手の行動を評価するベイズ的アプローチ
個々の選手のパフォーマンスを分析するには、各選手の得点や失点への貢献度を精査しなければならない。しかし、試合中に選手がとりうる行動は多種多様であるため、どの行動がゴールにつながりやすく、失点につながりにくいという点で最も価値があるのだろうか？
マットのポスターは、サッカー選手の行動を評価するための新しいベイズフレームワークを紹介する。このフレームワークは、点推定に頼るのではなく、各ゴール予測に関連する不確実性を明示的に定量化する、ベイズに基づくxGモデルに基づいて構築されている。このフレームワークは、選手が行うすべてのアクションを分析し、それらが得点や失点の確率にどのように寄与しているかを分析するために拡張することができる。重要なことは、データ解析者は選手のアクションとその実行における分散を評価できることである。
データサイエンスの修士号を持つマットは現在、英国のバークレイズに勤務。同銀行のデータ・サイエンス・チームの一員として、住宅ローン・ポートフォリオの財務モデリングを担当している。
Stats Perform 、プロポーザルを提出してくださった皆様に感謝するとともに、2024年のForum発表または展示を行う9組のグループを祝福したいと思います。
