■1. 読もうと思ったきっかけ
- リバプールがデータ分析を基に獲得する選手を決めているのは知っていた。その真髄を知りたかった。
■2. 印象に残った内容
- DeepMind社がリバプールとタッグを組んでサッカーのデータ分析をしていること。担当者にサッカー熱があればグイグイ進むと思うが、お金のためと思ってやるとしたらさほど成果が出ないような気もする。
■3. 気になった一文
P.36）デシジョン・テクノロジー社、行動経済学を専門とする経営コンサルタント会社 共同創業者のヘンリー・ストットは自社を宣伝するツールとしてフットボールを活用した。 フットボールはデータ分析が新たな知見を垂らす事例として魅力的だと考えたのだ。
- 裏付けはないが2010年前後の話と思われる。日本にスマートフォンが普及し始めた時にはサッカーのデータ分析が始まっていた。何も知らなかった。
P.37）ダミアンは「マネーボール」を読みフットボールにもデータ分析を導入できると感じていた。
- 野球にはWAR（Wins Above Replacement：勝利貢献度）があるから、1選手がチームに貢献する度合いが簡単にわかる。
- 8 < WARだとMVP級の活躍と言われている。大谷翔平の2024年度のWARは9.1（算出基準は各社異なる）。
P.224）リバプールのホームスタジアムは22任の選手全員とボールの位置が40ms毎に記録される装置がある。
- 約0.4秒ごとのデータがあれば詳細なデータとなるが、その分膨大なデータ量になるのは容易に想像がつく。
- これを分析にするのに統計学や物理学のエキスパートが担当するのは理にかなっている。
P.232）「ピッチコントロール」 … ピッチ上の任意の場所に誰よりも早く到達した人がその場所をコントロールする。
- 先にボールに触れたほうが有利のため至極全う。ただし以下のように要素がたくさんある。少なくともこれらが組み合わさって決まるもの。
- 体の向き
- 攻守の関係
- スタミナ
- 運動神経
- ボール落下地点予測力
- 常に相手より早くボールに触れる選手はそれだけでも価値があると言える。
P.244）リバプールでは、AI企業のディープマインド社と協力し、「AIがフットボールに何をもたらせるか、フットボールがAIに何をもたらせるか」を探ってきた。
- まさかDeepMind社がサッカーに絡んでいると思わなかった。チェスで世界一を破るAIモデルを作った後、Googleの傘下に入ってサッカー分析をしているなんて今後が楽しみ。
P.253）興味深かったのは、ターゲットマンタイプのFWがほかのタイプのFWよりも給与が低かったことだ。FWに比べるとMFの給与は低く、DFもっと低く一番低いのはGKだった。
- プレミアリーグに所属する選手30%程度を分析したわかったこと。点取り屋が多くの給与をもらっている。点を取るのは点を防ぐ以上に価値のあるものだとデータが語っている。
P.282）データ分析は、世界を歪んだ目で眺めることにもなりかねない。私たちアナリストは、分かりやすいものを測り、測りにくいものを無視しがちだ。しかし簡単に測れないものを重要でないと勘違いしてしまったら、質の悪い決定を下すことになる。
- これはどんな事にも当てはまる。測りにくいもの = 面倒 = 他の人がやらない。なので、そのような未開なゾーンに金の卵が眠っているかもしれない。
■4. 知らなかった言葉
- プレッシャーリゲイン
- ボールを失った直後にプレッシャーをかけ、5秒以内にチームのポゼッションに戻すこと。
- プラス・マイナス分析