ローリナス・ラウドニウスは、Stats Perform プロ・Forum学部生から提出された優れた提案に贈られるギャリー・ゲレード博士賞の第1回受賞者となった。
受賞後、ローリナスは、時空間データを応用し、ボロノイセルなどを用いて、個々の選手がチームのカウンターアタックの成功にどのように貢献しているかを定量化するプロジェクトの成果をポスター発表した。
カウンター攻撃の評価における主観性の排除
各選手のカウンターアタックへの貢献を客観的に数値化できることがなぜ重要なのか？
自分の肉眼だけで、孤立したカウンター攻撃のシナリオから最も重要な貢献をした選手を特定し、得点を与えることに挑戦するのが、良い出発点となるだろう。
次のビデオを見て、どの選手の貢献が最もインパクトがあったか、そしてその理由を考えてみてください。
このクリップをご覧になった皆さんは、サッカー選手が行った行為に客観的な数値を割り当てることの難しさを理解されたことだろう。これは間違いなく、サッカー分析の大きな課題の一つである。
2人の選手を公平に比較することで、スカウティングやチーム選びなど、サッカーのさまざまな分野で大いに役立つ。
私のモデルは、トラッキングデータとイベントデータを使って計算された4つの指標を組み合わせ、カウンターアタックへのプレーヤーの貢献に価値を置くために適用する。既存のサッカー関連の研究では、パスへの価値帰属に焦点を当てたものが数多くあるが、このモデルはさらに一歩踏み込み、すべてのアクションを組み合わせて貢献度として評価する。よく似たモデルも開発されているが、それらは機械学習モデルとして訓練されており、多くの個別指標を含んでいない。
さらに、このプロジェクトは、データ科学者や研究者がこれまでほとんど注目してこなかった攻撃シナリオのサブセットであるカウンター攻撃に焦点を当てている。
貢献の定義
このプロジェクトで使用されるモデルは、プレーヤーによるさまざまなタイプの攻撃行為を区別せず、それらをすべて貢献度にまとめる。貢献とは、基本的には、ゲーム中の2つのポゼッション状態（ある瞬間のピッチ上のすべてのプレーヤーとボールの位置関係）のことである。これら2つの試合中のポゼッション状態の違いは、「ボールを持った状態で、プレーヤーが状況にどのような影響を与えたか」という問いに答えるものである。
貢献の正確な得点の導出
この2つのポゼッション状態の違いは、客観的に数値を割り当てる方法がない限り、大きな意味を持たない。このため、トラッキングデータとイベントデータから導き出された4つの指標が設計され、実装されている：
1.距離
これは4つの指標の中で最も直感的なものである。例えば、ある選手が自陣から相手ペナルティエリアまでボールを運べば、攻撃をより危険なものにするために大きく貢献したことは明らかだ。したがって、その貢献度は高く評価されるべきである。これを正確に測定するために、このモデルでは、プレーヤーが最初にボールを得たときのボールとゴール間のユークリッド距離と、プレーヤーがアクションを終えたとき（つまりパスを試みたとき）の同じ距離を計算する。この2つの差によって、プレーヤーが関与した結果、ボールがどれだけゴールに近づいたかがわかる。プレーヤーがボールをゴールからさらに遠ざける可能性があるため、負の値を割り当てることもできる。
2.危険
距離の指標をベースにすると、ボールがゴールからどれだけ離れているかだけでなく、ボールがプレーヤーの行動に従ってピッチ上のどの位置にあるかを正確に考慮することができる。
ピッチのさまざまなエリアの危険性を評価することは、サッカーの攻撃における危険性に関する研究で、ダニエル・リンクらによって深く研究されたトピックである。彼らの研究では、アタッキングサードを2×2メートルの正方形に分割し、各正方形に0～1の危険度スコアを割り当てることを提案している（以下の図1を参照）。
正確な値を算出するために、彼らは5つの重要なルールに従っている：
a) ゴールからの距離が短くなり、中心性が高くなると、危険性が高まる。
b) ペナルティエリア内に移動することは、守備側のチームがペナルティキックを与える危険性があるため、危険性が急激に高まる。
c) ゴール前に均質な区域があり、そこでは危険はそれ以上増えない。
d) ゴールに対して鋭角であれば、危険は減少する。
e) ペナルティエリアの横のエリアは、オフサイドのリスクが少なくクロスの可能性があるため危険である。
3.アウトプレーされた選手
飛距離と危険度の指標は有益だが、基本的にはボールの位置だけに基づいている。
ハーフウェイラインからゴールへのパスコースが明確な選手がいたとしたら？先の2つの指標だけからすれば、たとえ相手選手からのプレッシャーがほとんどなかったとしても、その選手の貢献度は大きく評価されるだろう。したがって、プレーヤーの行動を評価する際には、それが相手のディフェンスにどのような影響を与えるかを考慮することが重要である。
3つ目の指標はまさにこれを測定するものである。より具体的に言えば、その選手がプレーしている間に、何人の相手選手がボールの後ろにいたかを計算する。GKはほとんどの時間、ボールの後ろにいるため、この指標には含まれていない。
4.スペースコントロール
ある研究が、チームの成功と、ゴールから30メートル離れた相手ハーフのスペースをどれだけ支配していたかの関係を調査した。2010年代前半のバルセロナやボルシア・ドルトムントなど、成功したチームの多くは相手ハーフの広いスペースを支配していた。
このプロジェクトでは、ボロノイセルを使ってコントロールされた空間を測定する。選手のボロノイセルは、ピッチ上で他の選手よりも近い点の集合である。
自陣のスペースを広げた選手が必ずしもカウンター攻撃に貢献するとは限らないからだ。そのため、ピッチ上の閾値（エリア）を選択し、スペースコントロールが考慮されるタイミングを決定している。
ゴール前のさまざまなエリアで実験した結果、コントロールされたスペースをピッチの最後の4分の1だけで測定した場合、スペースコントロールのばらつきがすべてのプレーヤーで大きくなり、プレーヤーの貢献の重要性をより明確に区別できることがわかった。したがって、これをモデルの閾値として設定した。
指標の組み合わせ
選手の貢献度を1つのスコアにするために、4つの指標を組み合わせた。最初のステップは、それらをすべて同じ範囲に正規化することである：ここでは[-1;1]が選択された。そして、各スコアを合計し、2.5倍して、-10～10のスコアにする。この結果、最終的なスコアが決定される。
申し込み
方法論を確立したところで、次に、このモデルが試合中の任意のプレーにどのように適用できるかを示す必要がある。
例えば、2014年のコパ・デル・レイ（スペイン国王杯）でガレス・ベイルがカウンターアタックから勝ち越しゴールを決めたように）比較的複雑でないパスであれば、得点の配分を考えるのは簡単だ。
このモデルはその問題を解決することができる。
冒頭で紹介したビデオの例に戻ろう。この新しいバージョンのクリップでは、各投稿の終わりに映像を一時停止し、モデルがどのように評価したかを表示している。
下の棒グラフは、このカウンターアタックでの貢献度をまとめたものである。
この特定のカウンターアタックにおいて、どの選手の貢献が最もインパクトがあったかを最初に考えたとき、あなたの価値観がこのモデルによって導き出されたものと似ていたかどうかを知ることは興味深い。
さて、私の方法論を説明したところで、ちょっと面白いので、もう一度同じ練習をしてみよう。ただし、今度は4つの指標を考慮して、それぞれの貢献度に点数を割り当ててみよう。
クリップをご覧になったら、下のビデオをクリックして、モデルによる貢献値をご覧になり、ご自身の貢献値と比較してみてください。
繰り返しになるが、各カウンターアタックの貢献度を棒グラフにまとめると以下のようになる。
この例では、選手6の貢献が注目に値する。モデルによれば、彼の貢献度は最も大きく、合計得点はほぼ5点である。しかし、私がこのビデオをプロForum参加者に見せたところ、人々は8番か9番の選手の貢献度が最も高いと思う、と言う傾向があった。これは、肉眼だけでカウンター攻撃の局面における選手の貢献度を定量化しようとすることの主観性を補強するものである。
また、繰り返される試合シナリオを評価する際のバイアスを軽減しようとするこの種の研究の可能性をさらに浮き彫りにし、試合分析のプロセスを強化し、採用プロファイリングに情報を提供できる可能性がある。
参考文献
タヴァレス、リカルド(2019).サッカーにおけるボロノイ図の使用。
Link, D., Lang S., and Seidenschwarz P. 2016.時空間トラッキングデータを用いたサッカーにおける危険性のリアルタイム定量化。
Rein, R., Raabe D., and Memmert D. (2017)."Which Pass Is Better?"Novel Approaches to Assess Passing Effectiveness in Elite Soccer.Human Movement Science 55.
Perl, J. & Memmert, D. (2017).スペースとボールコントロールに基づくサッカーにおける攻撃的成功に関する試験的研究 - キーパフォーマンス指標とゲームダイナミクスを理解する鍵。
リトアニア出身のラウリナス・ラウドニウスは、今年初めにマンチェスター大学でコンピューターサイエンスを専攻し、卒業した。現在はスイスを拠点に活動し、以前はリトアニアのトップリーグ、FKカウノ・チャルギリスのマッチアナリストを務めていた。
