Opta データによると、欧州のエリートサッカー選手のゴールの約56％は意図的なアシストによるもので、この数字はここ数シーズンほとんど変わっていない。この記事では、アシストとキーパスの分布を見てみたい。アシストはどこから生まれるのか？アシストの効果は？
この記事では、ゴールにつながるパスを意味する「アシスト」と、ゴールの失敗につながるパスを意味する「キーパス」というOpta 用語を使っている。 私が分析するのは、「意図的な」アシストとキーパスだけである。つまり、自陣からドリブルで抜け出し、3人のディフェンダーを倒してゴールネットを揺らした選手にパスを出しても、意図的なアシストにはカウントされない。 ここでは、意図的なアシストまたはキーパスという意味で「ファイナルボール」という言葉を使うことにする。
決勝ボール
まず最も明白な疑問は、ファイナルボールはピッチのどこから生まれるのか、ということだ。下のヒートマップ（左）はファイナルボールの出所を、右はアシストの出所を示している。ファイナルボールは主に18ヤードボックス前と、もちろんコーナーの左右の広いゾーンから生まれていることがわかる。アシストの地図も大まかな形は似ているが、もう少しばらつきがあり、ペナルティエリアのすぐ内側のゾーンが最も高い密度を示している。
図1：決勝ボールとアシストの原点
レシーバーの視点からデータを見ることもできる。パスの終点にデータを置くと、どのように見えるでしょうか。図2（下）では、点線が交差する位置にレシーバーが位置している。
ファイナルボールとアシストの分布はよく似ている。どちらの場合も、レシーバーの左右と少し前の4つのゾーンに集中しており、レシーバーの約10メートル後方にはあまり目立たないゾーンがある。このようなパターンは理にかなっている。まず第一に、前方から出されたパスはレシーバーに見え、適切なポジションを取るチャンスを与える。アシストのための内側のゾーンは、最終的なボールの場合よりも少し離れており、最も危険なエリアは約10メートル横であることがわかる。ワイドゾーンから来るボールはもちろんクロスで、ディフェンダーをカットする。
図2：ファイナルボールとアシストのレシーバーに対する原点。
効果的な決勝球
次に、最も効果的なラストボールの種類は何か、キーパスではなくアシストになるものは何か、と問うことができる。
図3は、最後のボールがアシストになる（つまりゴールになる）確率を示している。もう一度、x/y座標はレシーバーを中心としている。ファイナルボールがゴールにつながる確率が最も高いのは、レシーバーの前方2～3メートル、側方約10～12メートルの位置からであることがわかる。アタッカーの後方から放たれるファイナルボールは、前方から放たれるファイナルボールほど効果的ではない。また、レシーバーの前方30メートル付近にゾーンがあるように見えるが、これが異常なのかどうかはわからない。
図3：最後のボールがアシストになる確率。
意思決定
最後に、意思決定について見てみよう。プレーヤーはシュートを打つよりアシストを打つ方が好きなのだろうか？ 次の図は、最終的なボールの優先順位を次のように定義したロケーションマップである：
プリファレンスが0.5より大きいとアシストを試みる傾向があり、0.5より小さいとシュートを試みる傾向があることを意味する。
選択したチューニング・パラメーターによって、様々な直線的な帯が現れ、統計的なアーチファクトのように見えたのだ。結局、表示領域をタイリングする別の方法を採用したため、下のチャートは他のものとは少し違って見える。
その結果、中央にいるほど、ゴールに近いほど、最後のボールを試みる可能性が低く、シュートを打つ可能性が高いことがわかった。 特に、18ヤードボックスの真正面のエリア（いわゆるゾーン14）にいる選手は、アシストを試みるほどシュートを打つ回数がかなり多くなる（約4、5倍）傾向がある。これは、彼らが攻撃の最先端を走っていることが多く、パスを出すのに適した選手がいないからかもしれない。
図4：シュートよりも決勝ボールの優先順位
実用的なアプリケーション
このような手法の応用例として、異なるチームの比較がある。例えば下図では、2013年シーズンに出場したプレミアリーグの4チームの最終的なボールの原点マップを示している。いくつかの明確な違いが見られる。ニューカッスルは主に右サイドでチャンスを作り、チェルシーは18ヤードエリア手前のゾーンを好んだ。リバプールのチャンスメイクはうまくバランスが取れており、ストークは18ヤード付近でのチャンスメイクが他のチームよりかなり少なかった。このようなマップは、自チームのパフォーマンスを理解したり、対戦相手の分析にも使える。
図5：プレミアリーグ4チームのファイナルボールマップ
この種のマップを作成し解釈するのは、かなり難しいことだ。同じ生データでも、選択する方法論やチューニング・パラメーターによって見え方がかなり違ってくるからだ。 しかし、私がここで作成したものから、有益な洞察が得られることを期待している。
