スポーツの競争はかつてないほど激しくなっている。今日、すべてのアスリート、コーチ、チームが、ライバルよりもわずかでも優位に立つためにデータ分析を活用している。しかし、その分析は可能な限り効果的なのだろうか？
その背景には、チームが利用できるデータ量が指数関数的に拡大していることがある。サッカーを例にとれば、データ量が増えるにつれて、これらの何百万ものデータポイントを、チームのパフォーマンスを向上させ、より多くの試合に勝つために、素早く吸収し、調整し、共有できるものに分析することが難しくなっている。そのため、多くのチームは、戦術的な背景を欠いた、平板な統計レポートしか受け取ることができない。
この "フラットな "統計報告とデータは、2つの理由で制限されている：
第一に、データアナリストは新しい戦術や戦略を生み出すために、ますます時間的なプレッシャーにさらされているからだ。次の試合まで2、3日しかない中で、チームに異なるプレースタイルを導入するのは難しい。そのため、アナリストは平坦なレポートやビデオ映像を深く掘り下げることが多くなる。
分析の時間はどこに？同様に、スポーツ科学者は生データに多くの時間を費やさなければならず、分析や指導に割く時間が少なくなっていると感じている。
第二に、数字を解釈しようとする人へのガイダンスがない。単純に、データ出力を提供するツールが、分析者、監督、コーチが相手のプレースタイルや自チームのスタイルの影響をより理解できるようなインタラクティブな分析を提供していないのだ。これによって、チーム選択、戦術、トレーニング方針などに関するより良い意思決定が可能になる。
しかし、データを戦術的な状況に基づいて細分化し、チームのスタイルが相手の身体的要求にどのような影響を与えるかを理解することができる。これは、主成分分析と呼ばれる手法を用いて行うことができる。
主成分分析は、サッカーの場合、ドリブルで前進するなどピッチ上で起きた8つの出来事を取り上げ、各チームの「プレースタイル」に落とし込む。これらの洞察により、アナリストはチームを特定のプレースタイル、例えばハイプレス、カウンターアタック、持続的な脅威などに分類することができる。分析をプレースタイルに絞り込むことで、時間を節約し、文脈に沿った実用的なデータを提供することができます。データを単純化し、コンテキストを追加することで、データサイエンティストやコーチは、相手のプレースタイルが選手の要求にどのように影響するかを理解することができます。これにより、スポーツ科学者、コーチ、選手は、エビデンスに基づいた戦術トレーニングセッションを作成し、各ポジションの戦術的ワークロードを把握することができる。
マンチェスター・ユナイテッドやチェルシーが今シーズン最も多くのシュートを放ったという事実は、対戦相手の監督にとって、そのチームのシュートを止める戦略を練るための貴重なヒントになるのだろうか？答えはノーだ。むしろ、今日の競争環境における洞察は、何が起こったか、そして最も重要なのはなぜそれが起こったかについて明確かつ正確なイメージを提供するために、あらゆる要素を考慮に入れなければならない。
試合中、サッカー選手は平均して97％の時間をボールなしで過ごす。だからこそ、ボールを持っているときだけでなく、ピッチ上で何が起きているのかを知ることが重要なのだ。ピッチ上で何が起こっているかを知ることが重要なのだ。勝利のエッジを得るには、数字がコンテキストを提供して初めて可能になる。文脈が整い、試合全体にわたる複数のレベルのデータポイントに対応するアルゴリズムがあれば、科学者、コーチ、選手は、勝利と最高レベルでのパフォーマンスに何が必要かをより正確に予測できるようになる。
