読者です 読者をやめる 読者になる 読者になる

おじさんAのプログラムメモ

30代のおじさんの主にプログラムについてのブログです

勉強会「【IT×スポーツ】データ解析が変えるスポーツの未来」に行ってきた

  • 10/25六本木でおこなわれた勉強会に行ってきた。
  • そのメモ
  • 章タイトルは筆者

勉強会概要

【第1部】スポーツにおけるデータ活用の現状

発表者

  • 加藤 健太
  • エンジニア
  • サッカー経験なし
    • 昔から見るのは好きだった

データ提供先

  • メディアと、チーム・リーグの大きく分けて二種類

データについて

  • データにはプレイデータとトラッキングデータがある
  • プレイデータ
    • パス、シュート、セットプレー、タックルとか
  • ラッキングデータ
    • 画像認識技術によって半自動で取得しているデータ
    • etc 走行距離、スプリント、トップスピード、滞在一、平均ポジション
    • http://www.jleague.jp/stats/distance.html

プレイデータの取得の流れ

  • データ手入力(!)-> チェック -> 分析データ化 -> 納品 -> 分析ソフト(SQLサーバー) データて入っ力方法
  • 試合を専用ソフトで閲覧しながら、、どこでどんなプレイがあったかを一つずつ記録していく
  • 平均して1試合にあたり2000プレーくらいある
  • 入力にかかる時間は一試合あたり11時間以上
  • 登録する内容は、「いつ、どこで、誰が、何をして、どうなった」
  • データの統一性が難しい
    • 人によってプレイデータの登録が違ってはいけないので、テストをやったり、トレーニングをしたりと、人材の確保が難しい

データ納品の苦労

  • サッカークラブはITリテラシー低い
    • IT業界に比べれば当然だが
    • 人の知識も、ネット環境も
  • 納品方法は、FTPや、NASやHDD,DVDを送るなど
  • NASの設定、ネットワークの設定などをこちら側で行わなければいけないことも
  • 担当が外国人のこともあり、マシンの設定をその国の言葉にしてくれという依頼がある場合もある

Football Analyzer

ラッキングデータの苦労

  • 試合会場にカメラを何台も設置する必要があるのだが、それを毎回試合ごとに手作業で設置している
    • 正確な一に置き、カメラ上で正しくフィールドが認識できるようにキャリブレーションをおこなう
    • 試合開始5時間前入り
  • 試合中にも監視が必要
    • 選手同士がフィールドで交差したときに、選手データが入れ替わってしまうことがよくあり、それを修正する
    • ゲームで使うようなコントローラーを握り、選手がボール触ったときにボタンを押したりするなどして、ボールキープをシステムに認識させる
      • 画像欲しい
  • 試合後もカメラの撤去などで一時間ほどかかる

データで分かること

  • プレイデータで分かること
    • 選手の技術
  • ラッキングデータで分かること
    • フィジカルの強さ
    • ボールに触っていない所で何をしているか
    • 選手のメンタル面
      • サボっていないかとか
  • ただし、実際の勝敗結果と、走行距離などのトラッキングデータとの相関関係は微妙

野球のデータ解析と比べた場合の問題

  • 試合数が少ない。
    • サッカー34, 野球143
  • 引き分け多い
  • 特典が少ない

  • なのでプロセスの分析が課題ではないか!

    • プロセスの分析ってなんだっけ?

実際の分析事例

  • ドイツ代表
    • ボール保持時間を極力減らすためのトレーニング
    • その結果2008には平均1.8secだったのが -> ???

今後のキーワード

  • リアルタイム化&ビジュアル化
  • センシングによるデータ取得
  • プレーデータ、トラッキングデータをつなげて解析
    • プレッシャーへの強さ(相手が近いときに、プレーがどうなるか)
    • 守備のコンパクトさ
  • AIの活用
    • 成長予測、チーム編成、成績予測、怪我予測、予防、自動解説

今後の活用

  • 選手個人のスタッツ(試合詳細)
  • チームスタイル達成度合い(試合詳細)
  • 試合で発揮するパフォーマンス予測(試合前)

最後に

  • データ解析はあるけど、勝敗を握るのはあくまで選手
  • データはあくまでサポートツール
  • 中長期的なデータ収集、活用

質疑応答

  • 分析に積極的なクラブは?
    • いえねーよ
  • サッカーの分析は難しいのに、なぜやってんの?他のやったことある?
    • 国枝の分析サポートやってたよ
    • アメリカのメジャーリーグ・サッカーおもしろいらしい

【第2部】チーム強化のためのデータ活用とは

発表者

仕事内容

  • クラブ営業、クラブサポート
  • ラッキングの運用
    • ラッキングデータ、監督選手も気にする
      • 選手によっては必要ないときにダッシュして、スプリント回数を稼いだりするやつとかもいたりして?

分析担当コーチの仕事

  • コーチン
  • データ活用
  • 映像編集
    • 意外と重要

分析担当仕事詳細

  • 対戦相手情報チェック
    • 2ch見たりもするw
      • 試合チェック(映像、観戦)
  • 分析、映像編集
  • 監督スタッフへ共有
  • 自分のチームの分析も

試合で注目するポイント

  • システム、スタイルetc
    • 現地で見る
      • グランド状況、風、水を撒くか(パス回しやすくなる)、チームの雰囲気、審判、ベンチ外の選手

データ活用例

  • データを見て、把握。その後試合を見て、やっぱりな
    • 発見
  • 試合を見て、なんとなく気になったことをデータで調べる

    • 確認
  • データ活用事例

分析で気をつけたこと

  • 情報の取捨選択すること
  • データでの判断しない
    • データだけでなく、映像を確認することが大事。データの裏

ITサポートの必要性

  • 分かりやすい、使いやすいUX

全体を通しての俺の感想

  • データ収集大変すぐる。。。
    • 最先端の業種かとおもってたけど、めっちゃアナログじゃん
    • テクノロジーを使って、もっと自動でできないの?
  • PEAKとの関連。データでフィードバックできるようになれば、選手の成長に大きく役立つ気がする
  • データサイズどのくらいあるんだろう?
  • 収集、分析するのにどんなシステム構成なんだろう。オンプレ?いくらくだいかかるんだ?
  • サッカーゲームとの関連ってどうなってんだろう

    • 最近のサッカーゲームすごい。
    • データ解析の知見はゲーム開発にも活かされたりしてるのだろうか?
    • ゲームがある程度進歩して現実と近づいてきたら、ゲーム上でシミュレーションを繰り返すことで、サッカーで必要な能力だったり、有向な戦術なんかのヒントになることはないか?
      • アルファ碁がシミュレーションの試合を何度もやって強くなったように
  • 分析担当はそれほど「データサイエンス!」って感じではないね

    • 昔からこの程度の分析はしてたんじゃないの?
  • UXとしてVRとかいいんでないか
    • 視覚的な表現がモニタよりすごいし
    • 個人的にもフィールド上にVRつけて大声出している監督とかがいるのを見てみたい
  • データの導入に消極的なじじいもいるらしいけど、そんなことしているとどんどん世界から置いていかれるよ?
    • データサイエンスを活用して、Jリーグを強くしていかないと
    • 適切で数字で示されたフィードバックほど成長の糧になるものはないよ
  • 選手や監督に対するリスペクトから、データ分析が一歩引いている感がある
    • 主は選手や監督で、自分たちはあくまでも従だと
    • マネーボールなんかは逆
      • 自分たちが分析したものが主で、選手や監督は従
        • データサイエンスによって導き出された戦略にあった選手を集め、そうでもないものは解雇
      • そのあたりはクラブの上の方に、データサイエンスに長けた人が出てきたら変わるのだろうか