1. E-ANALYZE ～サッカーの未来を設計しよう～ サッカー × データ × 統計学 2010/09/15 E-ANALYZE :代表 今 英二 E-mail：jinyinger32@gmail.com

2. 【概要】 ■E-ANALYZE とは、 ・強いチームと弱いチームの違いは何か？ ・サッカーが上達している尺度を計ることはできるのか？ ・監督の戦術通りにゲームが機能されているのか？ ・個人のプレーがどの程度チームに影響しているのか？ ・過去から現在に至るまでのチーム変化の検証は？また定点観測は行われているのか？ ・ポゼッション率と勝敗に相関はあるのか？ etc．．．． 試合データ分析でプレーの数値化 －特徴や強み弱みがわかるようになる！－ 「解析・分析」 ↓ 「数値による試合データの顕在化」 ↓ 「目標設定」 ↓ 「ﾓﾁﾍﾞｰｼｮﾝUP」 他のチームとの違いがわかる 勝利の方程式がわかる チーム構築の定点観測ができる 統計学的に解析・分析し、数値的根拠を導き出すのが E-ANALYZE

3. 【各種サービス】 チーム ・ 解析データから攻撃パターンを分析 ※チーム戦術の検証が可能となる。 ・ チーム全体の各プレー本数、成功率や比率を算出。 ・ チームの強み・弱みを抽出。 ・ 過去データとの比較。 ・ 定点観測することでチーム力の尺度となる。 ・ チームデータをサポーターへ向けてメルマガ配信 。 ※現状メルマガ配信を行っている場合は解析データをプラスして配信。 個人 ・ 各プレー本数、成功率や比率を知ることで、自分のプレーデータを客観的に見ることができる。 ・ 他の選手を比較することで自分に何が足りないか把握することができる。 ・ 過去データとの比較。 ・ 定点観測することで実力の尺度となる。 サポーター（メルマガ配信） ・ 選手の各種プレー本数、成功率のランキング等のチームデータを知ることができる。 ・ メルマガ会員限定の特典が付いてくる。 ・ 予測データを基にtotoの予測に活かすことができる。 ・ 好きな選手のプレーデータがわかる。 メディア関連 ・ サッカーデータ及び分析結果をアウトソーシング ・ 独自の分析方法で他社と差をつけることができる ・ 特集や定期なデータのカスタマイズが可能

4. 【サービス提供】 チーム・個人が成長していく、勝つためには下記４つからなるカテゴリーのバランスが重要で、その中における「テクニカル」部分をサービス提供。 戦術 フィジカル メンタル チーム（個人） テクニカル ■テクニカルサポート 試合での各選手全てのプレーデータを入力して、本数、成功・失敗率、比率、ボール支配率のデータを集計。 さらに選手別、エリア別、時間別等に集計を行い分析。 集計されたデータを＊1多変量解析等で動きのあるデータとして、プレーデータと勝敗やシュートの関係性等を導き、チーム状況を把握、さらに予測データを算出、チーム（個人）が成長していくため、勝つための指標となるデータ提供サービス ＊1多変量解析とは複数変数（項目）からなるデータを統計的に扱う手法。主成分分析、因子分析、クラスター分析がある。 ■メリット 勝つために、気合いや根性だけではなく、チームの特徴、強み、弱みを数値化することにより、具現化された目標を設定ができる。そうすることによりフィジカル、戦術、メンタルに対して関係性を持ちチーム（個人）力が向上することが最大のメリットと言える。

5. 【作業要約】 入力 ・プレーに関わる全ての項目を入力。 ボールタッチ数、パス種類、シュート本数、プレッシング回数等のデータを選手別、ゾーン別、エリア別、時間別、 ポゼッション別等も入力、またプレー成功率、比率を算出 分析 ・入力されたデータをクロス集計・態変量解析及び重（単）回帰分析を行う。 集計は視覚的に捉え易いようにグラフ等を用いまとめる。 分析は同様にグラフ、散布図等を用いるのと統計的な指標となる係数等を算出し、未来予測データを算出。 結果 ・集計分析結果をまとめ、チーム（個人）の特徴、強み、弱み、課題・問題点を成果物として提出。 分析結果としては、全体、選手、オフェンス、ディフェンス、ゾーン、エリア、パス、時間帯ごとに分析を行っている ので多面的な分析結果となる。 期間 注記）上記作業要約は「チーム」「個人」向けの分析での作業要約となるため、「サポーター向け（メルマガ配信）」「メディア関連」にサービス提供する際は異なる場合がございます。

6. 【仕組】 サッカーに生じる各プレーを個人別、オフェンス別、ディフェンス別、ゾーン別、エリア別、時間帯別に集計し、多変量解析等を行う。 入力 全体 時間帯 ポゼッション ｵﾌｪﾝｽ 解析 結果 予測 分析 ﾃﾞｨﾌｪﾝｽ ｿﾞｰﾝ 集計 個人 ｴﾘｱ 【分析項目】 【分析ＤＢ】 上記のように多面的な集計を行うことにより、項目別での分析・解析が可能

7. 【チームデータ算出】 チームデータ算出の内容としては、チームの特徴、戦術と結果の検証ができるようにデータを提供していきます。また、チームの勝敗、得点、失点、シュート本数に対してどのプレーが相関があるか分析を行います。 これらのデータを基にＰＤＣＡサイクルを構築し、チーム力向上をサポートしていきます。 ≪特徴の算出≫ ■ 各プレー本数、成功率、比率を全体、オフェンス、ディフェンス、時間帯、ゾーン別、エリア別から チーム特徴、強み、弱みを算出 ■ 選手やボールの動き、プレーの方向から攻撃パターンの算出 ■ プレッシング回数、ボール奪取本数からディフェンス力の算出 ■ 選手別集計データを基に選手がどの程度チームへ影響を与えているかの分析 ■ プレーデータからクラスター分析 ≪勝敗、得点、シュート本数に関するデータの算出≫ ■ 勝敗、得点、シュート本数と相関がある、プレー、ゾーン、エリア、パスデータの分析 ■ 勝敗、得点、シュート本数と選手のプレーが相関分析 ■ 勝敗、得点、シュート本数とポゼッションの相関分析 ■ シュートとアシスト種類の相関分析 ■ アシストとアシストの前のプレーの相関分析

8. 【選手データ算出】 選手データ算出の内容としては、選手の特徴、選手が戦術に対して機能しているかの検証ができるデータ提供をしていきます。また、チームの勝敗、得点、失点、シュート本数等に対して、どのプレーが相関があるか分析してきます。 これらのデータを基にＰＤＣＡサイクルを構築して選手の実力向上できるようにサポートしていきます。 選手データ算出サービスは、自身の目標設定ができるので、達成感が得られ、モチベーション向上になります。 ≪特徴の算出≫ ■ 選手の各プレー本数、成功率、比率の算出 ■ 選手のボールタッチ数を分析 ■ 選手のプレー方向の分析 ■ 選手のパスデータの分析 ■ 選手プレーデータからクラスター分析 ≪勝敗、得点、シュート本数に関するデータの算出≫ ■ 勝敗、得点、シュート本数と選手のプレー本数、成功率が相関あるか分析

9. 【映像・集計データ・多変量解析との比較】

10. 【まとめ】 スポーツは同じ時間、人数、ルールの中で競技が行われるが、勝敗や力関係は生じます。 何故なのか？勝つチームの理由・特徴は何か？強いとされるチームの理由・特徴は何か？どのような練習をすれば良いか？ これらの疑問を模索する方法として、プレーをデータ分析し、多変量解析等の解釈からチームの特徴、強み、弱みを算出してチームとしての可能性を見出すことが目標です。 試合数 × データ × 統計学 成長 チーム力ＵＰ ＝ チーム力 チーム力 チーム力 時間 チーム状況を多変量解析＆定点観測することによって チーム力を測り、成長のサポート

11. 【プロフィール】 ■ 略歴 １９７６年 東京都生まれ １９９５年 ブラジルへサッカー留学 １９９７年 ～ ２０００年 佐川急便東京 サッカー部に所属（現ＳＡＧＡＷＡ ＳＨＩＧＡ ＦＣ） ２００８年 ＪＥＣＡ 認定 パフォーマンスアナリスト ベーシックパフォーマンスアナリスト受講 ■主なサッカー履歴 ・ Ｆｅｒｒｏｖｉａｒｉａ ｆｕｔｅｂｏｌ ｃｌｕｂｅ（ブラジル サンパウロ州） ・ Ｆｅｒｎａｎｄｏｐｏｌｉｓ ｆｕｔｅｂｏｌ ｃｌｕｂｅ（ブラジル サンパウロ州） ・ 佐川急便東京サッカー部（現ＳＡＧＡＷＡ ＳＨＩＧＡ ＦＣ） ２００１年～現在に至るまで サッカー引退後は一般企業へ就職し、営業、コンサルティング、マネジメント、システム開発、統計学を学びました。これらの知識と経験とブラジルと日本での練習方法やそれぞれのサッカー文化を融合させて、統計学を用い表現することで、サッカーのさらなる可能性を広げるためシステム開発の取り組みを行いました。 システムが先行するではなく、現場で活かせることができるデータ作りを心がけ、チーム・選手が成長できるシステム構築が主旨であります。 そして、このシステムを通じて、共に成長でき、喜び、達成感、悔しさを共感できればと思います。

12. 【分析例】 「クラスター分析」 ■ 分析目的 一般的にサッカーにはキープレーヤーとなる選手が２～３人存在する。 一方ではそのようなキープレーヤーを設定せず１１人の出場選手全員でボールを運びゴールに至ろうとする戦術を取っているチームも存在する。 各チームの取る戦術はそれぞれあるが、戦術的にも複雑化している現代サッカーにおいては主流となっている戦術とは何か？また最も効果的な戦術はとは何か？過去のＪリーグ全チームに所属する各選手のボールタッチ数に着目し、各チームを戦術的に分類した上で、以上の内容を検証していく。 ■分析手法 各チームを「クラスター分析」することで全チームの特徴を明確にし、戦術的に分類する。 ■分析方法 選手の具体的なプレーデータを抽出し、各選手のプレー回数をボールタッチ数としてカウントする。 また各選手のボールタッチ数をチームごとにまとめることで各チームの戦術的分類を容易にできるようにする。

13. 【分析例】 「クラスター分析」 分析結果 階層型クラスタリング 【第一クラスター】 【第二クラスター】 【第三クラスター】 Ｃ大阪 名古屋 川崎 横浜 清水 広島 Ｇ大阪 大宮 千葉 鹿島 東京Ｖ 柏 大分 神戸 浦和 Ｆ東京 新潟 磐田 上記図より解析 【第一クラスター】 第一クラスターに分類されたカウンタータイプのチームで、代表的なチーム「浦和」「Ｃ大阪」「Ｆ東京」であり、優秀なＦＷを擁しているので手数をかけずにシュートに至る戦術を取っている傾向がある。これらのカウンタータイプのチームは全体としてはＦＷのボールタッチ数が多く、中盤を経由することなく早く前線にボールを運ぼうというチームの特徴が見て取ることができる。 【第二クラスター】 第二クラスターに分類されたポゼッションタイプのチームで、代表的なチームは「Ｇ大阪」「千葉」「鹿島」であり、カウンタータイプと異なり、中盤で多くパスを回し、ゆっくりと攻撃を仕掛けるチームが多く分類された。ポゼッションタイプのチームはＤＦやＭＦにテクニックの優れた選手を配し、ボールキープ率を高めようという戦術を嗜好していることがわかる。 【第三クラスター】 第三クラスターに分類されたチームはカウンター、ポゼッションどちらも言いがたく、最終的な成績も著しくなかったチームが分類された。これらのチームは、全体としてボールタッチ数が少ないので、９０分通して相手に攻められることが多く自分たちでボールキープすることが少なかったので、攻撃に転じる機会も当然限られてしまい、結果的に良い成績は残せなかったことが明らかになった。

14. 【分析例】 まとめ 分析結果 ボールタッチ数だけのデータを基に戦術分析を行った結果、各チーム戦術への結び付きがあるという結果がわかった。 今回のデータでは得点、失点、シュート数、パス数、センタリング数、個人の動きなどの詳細なプレーデータを組み込んでいないのですが、それらのプレデータを組み込み分析を行えば、より明確な戦術な分類、得点や勝敗への結び付きやキープレーヤーや個人の分析が可能になると言えるでしょう。

15. 【分析例】 「多変量解析（判別分析＆重回帰分析）」 図１．判別分析・・・得点、シュート本数、スルーパス本数から勝敗を判別できるか分析 図２．相関図・・・・・得点に対して、シュート本数とスルーパス本数との相関図 図３．重回帰分析・・・・・得点に対して、シュート本数とスルーパス本数との関係を分析 図１．判別分析 図２．相関図 【解説】 上記の図からシュート本数よりもスルーパス本数の方が相関が強いと見てとれる。しかし、シュート本数とスルーパス本数の相関が強いとなっているので、何れのプレーも重要なプレーと考えることができる。 図３．重回帰分析 【解説】 上記の図から得点、シュート本数、スルーパス本数から勝敗を判別することは「判別結果」が１００％一致している結果となった。 この結果から ■シュート本数 -> １１本 ■スルーパス本数 -> １５本 チーム目標の設定することができる。 さらにシュート本数、スルーパス本数と相関あるプレー項目を分析することにより、チーム戦略を立てられる。 【解説】 上記の図からシュート本数とスルーパス本数のｔ値から帰無仮説が棄却され、この分析は成立すると判断できる。またＢの係数から得点予測ができる。 得点 ＝ -0.203×ｼｭｰﾄ本数＋0.328×ｽﾙｰﾊﾟｽ本数＋0.125 この分析は７４．３％で説明できると算出

16. 【分析例】 まとめ 分析結果 図１．判別分析 得点、シュート本数、スルーパス本数から勝敗を判別できる結果となった。そのことから１試合でのシュート本数とスルーパス本数の数値目標ができ、さらにシュート本数とスルーパス本数に関係しているプレーを分析することによって、チーム戦略ができる。 図２．相関図 得点に対してのスルーパス本数の係数は０．８２１あり強い相関がある。さらにスルーパス本数に対してのシュート本数は０．８７８あり強い相関があるため、シュート本数とスルーパス本数は何れも得点に対して重要なプレーと言える。 図３．重回帰分析 得点の予測するにはシュート本数とスルーパス本数を予測するには、この結果の係数を代入すると予想得点が算出できる。 結果の確率としては７４．３％で説明できると言える。