DevLOVE #204 登壇資料 https://devlove.doorkeeper.jp/events/60625

1. 価値を見せる技術
Shinichi Nakagawa(@shinyorke)
Retty.Inc Engineer/Baseball Scientist
ベースボールからみる技術 2017/6/6
〜野球×エンジニアリングではじめるデータ分析と可視化のススメ〜

2. IT勉強会 ユニフォーム正装化活動中
写真付きでシェアおねがいします！

3. Who am I ?(お前誰よ)
■ Shinichi Nakagawa(@shinyorke)
■ Retty.Inc Tech Lead/Engineer
■ たまに「野球の人」と呼ばれる
■ Career(球歴...ではない)
✓ WASHIN SYSTEMS(2000-2003)
✓ BayCurrent Consulting(2004-2014)
✓ Recruit Sumai Company(2014-2016)
✓ visasQ(2016)
✓ Retty(2017-今)
■ #Agile #Scrum #LeanStartup #Python #セイバーメトリクス
■ 登壇歴など
✓ XP祭り 2015(Talk) , 2013,2014,2016(LT)
✓ PyCon JP(2014, 2015, 2016)
✓ その他いっぱい
✓ 「野球」「技術(Python)」「Agile」の掛け合わせが多い

4. blog「Lean Baseball」
http://shinyorke.hatenablog.com/

5. 野球×技術×Agile = 私がやりたいこと
■ 2020年までに成し遂げたいこと
✓ 東京オリンピックの侍JAPANでEngineerとして価値を創る
✓ Rettyが今以上に「食を通じて世界中の人々をHappyに」させる
■ Engineerとして「野球での価値創造」に必要な知見を
まとめる場としてブログをはじめた(2014年から)
■ 主な記事
✓ 初心者がPythonを覚える為の本の選び方を体系化してみた
✓ 【野球】30分でわかるセイバーメトリクス
✓ たった数行のPythonコードで打者大谷翔平の凄さを見てみる
■ 3年続けた結果,SEO的にこんな事に...w
✓ 「Python 入門」で検索順第六位(広告を除く)
✓ 「Python 本」で検索順第三位(同上)
✓ 「セイバーメトリクス」でWikipediaの次
✓ 「野球統計学」で検索順第一位！

6. DevLOVEとRettyのDiff #とは
※DevLOVEのテーマ「現場のDiffを取る」から拝借しました

7. DevLOVEとRettyのDiff #とは
※DevLOVEのテーマ「現場のDiffを取る」から拝借しました

8. RettyのDiff - 挑戦と越境(2016-2017)
■ 多くのユーザーさんにHappyを届ける機械学習基盤
✓ Retty流『2200万ユーザを支える機械学習基盤』の作り方
✓ 社内で24時間好きなだけGPUを使える環境の実現
✓ CTO+若手エンジニアの「越境」
■ アプリの開発を最適化する技術的な挑戦
✓ RettyとKotlinの歩み〜アプリからサーバサイドまで
✓ リニューアル版はAll Kotlin,サーバサイドAPIもKotlin化
✓ Androidエンジニアチームの「越境」
■ User Happyをささえるチームとプロセス創り(途中)
✓ User Happyをささえるアジャイルのココロとスクラムのキホン
✓ アジャイル・スクラムを軸とした発想とプロセスのカイゼン
✓ 私(中川)が全社的なスクラムマスターとして「越境」の途中
■ その他にも多くの挑戦・越境をしてます！(いずれ紹介したい)

9. 野球ファンとプロ野球のDiff #とは

10. 野球ファンとプロ野球のDiff #とは

11. 野球ファンとプロ野球のDiff - 2017春
■ 楽天ゴールデンイーグルスが今年大躍進している理由
■ 読売巨人軍が10連敗もしてしまうのは何故?
■ 近藤健介(北海道日本ハムファイターズ)が打率4割をキープ
■ その他にもたくさんある
これらの疑問・知的好奇心を「見える化」し,
チームや選手の「価値」を明らかにしたいよね?
→それ,エンジニアリングでやれますよ！

12. Starting Member

13. Starting Member
1. プロ野球における「価値」 #とは
2. 「価値」を見せるエンジニアリング
a. セイバーメトリクス(野球統計学)
i. 得点期待値(Linear Weights)
ii. 得点価値(Run Value)
b. PyData(Pythonによるデータ分析と可視化)
i. PyData #とは
ii. なぜPythonなのか(他の手段との比較)
iii. データを集める(Scrapy, Beautifulsoup)
iv. データを見せる(Jupyter notebook, Redash)
c. Agile
i. やることを言語化する(インセプションデッキ)
3. 実例
4. 結び

14. プロ野球における「価値」 #とは

15. プロ野球における「価値」=「勝利」「得点」
■ プロ野球(に限らずプロスポーツ全般)は勝つことが大事
■ 勝利を積み重ねる事により,すべてが上手く循環する.
✓ 順位が上がる
✓ 観客が増える
✓ 選手が有名になる
✓ 集客に有利になる
✓ ファンも球団もWin-Winになる
✓ 逆はあっ(察し
■ 試合に勝つ=相手より得点する(失点を抑える)こと
■ シーズン得失点差がゼロだと勝率5割の可能性が高い
この法則をピタゴラス勝率と呼ぶ
■ 選手が得点に貢献(or失点に関連)しているかを分析・可視化
することにより,プロ野球選手の価値を見える化できる
■ これらを統計学的に分析する手法をセイバーメトリクスと呼ぶ

16. 「価値」を見せるエンジニアリング

17. ● セイバーメトリクス
● PyData
● Agile

18. ● セイバーメトリクス
● PyData
● Agile

19. セイバーメトリクス(野球統計学)
■ 野球を分析するために必要不可欠なドメイン知識
■ 野球を客観的かつ統計学的に分析・評価する考え方のこと.
書籍・映画「マネーボール」により広まった.
■ 野球への情熱・知識だけでなく,以下の知識とスタンスが必要
✓ 記録の付け方・読み方
✓ ルールの正確な把握
✓ 自身のプレー体験など,主観的な見解・思い出を胸にしまう
■ プレー・野球観戦を多くしているだけでは使いこなせない！
→主観性を捨てる,新しい考え・変化を受け入れる勇気
■ これって野球以外のドメインでも同じ #では
※個人的な見解です

20. 得点期待値と得点価値 - KPIの基礎となる考え
■ セイバーメトリクスには得点に関する以下の数値・概念が存在
✓ 得点期待値(Linear Weights)
✓ 得点価値(Run Value)
■ 得点期待値(Linear Weights)
✓ 3アウトをとられるまで入るであろう得点の平均値
✓ 過去成績を元に,アウトカウント・ランナー状況毎に
入った得点の平均値から算出する
■ 得点価値(Run Value)
✓ あるプレーが得点期待値を上げた(下げた)かを評価する考え方
✓ 一死一塁で二塁打だったら得点期待値がUP,アウトならDownとか
■ これらはwOBA,wRAAなどを用いて可視化(実例は後ほど)
■ もっと詳しく知りたい方はリンク先or専門書をどうぞ

21. ● セイバーメトリクス
● PyData
● Agile

22. PyData #とは

23. PyDataとは,データ分析やデータ活用に
PythonならびにPython Libraryを
利用しようという人類の営みの総称
@iktakahiro さん「PyData で見るサンフレッチェ広島」より引用

24. Pythonとデータ
■ Python is 何? ※念のため
✓ いわゆるLightweight Language(LL言語)の一種
✓ RubyやPHP, Rと並んで語られることが多い
✓ 組み込み・Web・GUIそしてデータ分析と何でも使える
■ Pythonとデータ
✓ 統計パッケージのR,プログラミング言語のC/C++,MATLABの
領域をすべてこなせるオールラウンダーな言語でもある
✓ 特にデータ,(最近流行りの)機械学習・Deep Learning周りは強い
− Tensorflow
− Chainer
− Keras
− これ全部Pythonなのよ
✓ 統計パッケージ・データ収集&前処理に強いライブラリが多数
✓ データ収集-分析-可視化までALL IN ONEで作る時はPython！

25. Python以外の言語でデータやりたいのだが...
■ 使い慣れてるRubyやJava,PHPでやりたい?気持ちはわかる
■ でも,(教育コストを差し引いても)Python覚えたほうが良い
■ 多言語との比較 ※データ分析な文脈(Webなどは含まず)
✓ [Ruby]ライブラリ&ノウハウの充実度的にお話しにならない
✓ [Java]Rubyよりは良い印象だがPythonの方が
&いちいちビルドとかします?
✓ [PHP]あっ #察し
■ ただし,以下の場合は他の言語の方が良い
✓ パフォーマンスほしければCとかC++
(Cythonなどの実装系で逃げる手はあるとはいえ)
✓ 統計モデルを扱うならR
(Pythonでもできるが,慣れている人はRの方が良いらしい)
■ 技術は正しく選んで使いましょう!
■ なおRettyでは一部Python製のプロダクトあります
&データ分析・可視化はほぼPythonです(他と併用しつつ)

26. 【例】野球データ分析環境 ※実際の構成と同じ
データ分析と可視化 データ収集と保存

27. 【例】野球データ分析環境 ※実際の構成と同じ
データ分析と可視化 データ収集と保存
✗
(MySQLを除き)すべてPython製です！

28. PyDataならこれを使え！(中川オススメ)
■ データの収集と保存(クローラー/スクレイピング)
✓ クローラーとスクレイピング両方まとめて開発ならScrapy
✓ MySQLなど,DBの操作ならSQLAlchemy(O/R mapper)が強い
✓ 収集〜前処理〜保存のJOB管理はAirflowやluigiが良い
(Rundeckと役割はほぼ同じ)
■ 分析と可視化
✓ 定期的に見たいレポートやKPI通知はRedash
✓ 仮説・推論に基づき都度実験・分析したい場合は,
− 実行環境としてJupyter notebook ※Rubyなども利用可能
− データ操作&前処理としてpandas
− グラフ描画でmatplotlibやseaborn, Bokehなど
■ 重要なポイント(言いたいだけ)
「PyData = Deep Learning(または機械学習)」じゃない！

29. ● セイバーメトリクス
● PyData
● Agile

30. Agile = 「価値」あるプロダクトを速く作る
■ データ分析(に限らずプロダクト開発)でよくあること
✓ 要件(やりたいこと)が膨らむ
✓ よそ見をする
✓ 手段が目的化する
✓ 他にもいっぱい
■ 見せるべき「価値」を最初の内に言語化し,一気に作り切る！
■ 思想と手法
✓ アジャイルサムライでおなじみ,インセプションデッキを書く
✓ 不確実性が高い場合はLean Canvasなどで関係性を整理
✓ 目的とやる/やら,見るべき指標を言語化するのがポイント！

31. エレベーターピッチ(目的を一筆書きする)

32. やらないことリスト(やること・やらないことを宣言,もやりポイントも)

33. アーキテクチャ(あらかじめ使う技術を決める,よそ見しないように)

34. 実例 - ブログのネタより

35. このネタの最新バージョンです.
http://shinyorke.hatenablog.com/entry/baseball-wraa-20170506

36. テーマ「wRAAを用いて選手の得点力を比較」
■ 得点価値(Run Value)を元にした指標「wRAA」を用いて評価
■ wRAA(Weighted Runs Above Average) #とは
✓ リーグ平均打者が同じ打席数立った場合に比べて,
増やした(減らした)得点を示す
✓ リーグ平均打者 = 0
✓ リーグ屈指の打者は10以上
✓ チームのスタメンクラスでプラス
✓ マイナスは足を引っ張っている可能性大
■ 算出条件
✓ 2017/6/4時点のデータを使用
✓ 50打席以上の出場がある選手のみ対象
✓ 計算式に使うLeague wOBAは0.320で固定

37. [再掲]野球ファンとプロ野球のDiff - 2017春
■ 楽天ゴールデンイーグルスが今年大躍進している理由
■ 読売巨人軍が10連敗もしてしまうのは何故?
■ 近藤健介(北海道日本ハムファイターズ)が打率4割をキープ
wRAAで証明しようじゃないか！

38. 楽天ゴールデンイーグルスの躍進の秘訣は?
→スタメンの半数以上がwRAAがプラス,特に茂木凄い！

39. 読売巨人軍の闇(の一つ)
→マギー・坂本は合格,他が...そりゃ得点力無いわ

40. 北海道日本ハムファイターズの今
→近藤におんぶにだっこ過ぎる,大田泰示のパフォーマンス◎

41. 他のチームは!?
全部説明すると時間無くなりそうなので割愛m(_ _)m
※近日中にブログで公開します！

42. 結び

43. [結び]ベースボールからみる技術
■ プロ野球における「価値」 #とは
✓ プロ野球チームの「価値」は「勝利」である
✓ 「勝利」するためには「得点」が不可欠
✓ 「セイバーメトリクス」による言語化が必要
■ 「価値」を見せるエンジニアリング
✓ ドメイン知識(セイバーメトリクス)を活用する
✓ データの分析と可視化はPythonが強い
✓ 価値の言語化としてAgileプラクティスを活用
■ ベースボールからみる技術 #とは
✓ そら (得点する方が勝つに)
そうよ(決まってるじゃないか)
✓ ドメイン知識と技術,Agileは正しく使いましょう

44. (ちょこっとだけ)宣伝

45. 食の世界で一緒に「越境」したい方募集！
■ 食のドメインで一緒に越境しようぜ！
■ 技術(機械学習,データ,Pythonほか)
■ プロセス(Agile,Scrum,Lean)
■ チェンジエージェントな挑戦したい！
■ なお弊社野球好き多いです
ぜひ,お声掛けください！！
http://corp.retty.me/team/
https://www.wantedly.com/companies/retty

46. ご清聴ありがとうございました.
Shinichi Nakagawa
Twitter/Facebook/hatena/etc… @shinyorke