編集部注：本ブログは、Alteryx Machine Learning 担当副社長兼ゼネラルマネージャー ASA Whillock と、世界的なサッカー選手であるティム・ハワード氏との対談の内容を一部抜粋し、編集したものです。
ティム・ハワード氏は、アメリカのサッカーの歴史において、ゴールキーパーとして国際試合への最多出場・最多勝利数を保持しています。アメリカの元サッカー選手であるティム・ハワード氏は、3 度のワールドカップ出場、MLS オールスターのタイトルと、1 試合での最多セーブ記録を誇るだけでなく、世界的に有名なイギリスのチーム、マンチェスター・ユナイテッドの一員として活躍した経験もあります。現在は Memphis 901 FC のスポーツディレクター兼マイノリティーオーナーを務め、NBC Sports のアナリストとしても活躍する一方で、アクティブなサッカーパパでもあります。
私は幸運にもハワード氏と対談を行い、データ分析がどのようにハワード氏の人生を成功に導き、熾烈な競争が繰り広げられる世界的なスポーツの頂点に立つ上で役立ったかについて、お話を伺うという機会に恵まれました。対談中、ハワード氏は、チームの選手の獲得や戦略の策定、試合の準備などにおける分析の役割をはじめ、機械学習とクラウドの威力、それらがどのように最新の分析に恩恵をもたらすか、といったことなどをお話しくださいました。
ハワード氏は、忘れられない思い出の 1 つとして、マンチェスター・ユナイテッドとの PK 戦を挙げました。この試合は、イングランドのウェンブリースタジアムで 9 万人の観衆が見守る中での準決勝をかけた戦いであり、ハワード氏は何としてでも勝ち抜けたいと思っていました。「（試合前に）ゴールキーパーコーチと私は暗い講義室で向き合い、すべてのシュートを打つ選手や統計データを調べ上げました」と、ハワード氏は回想します。「交代要員を使うこともあるため、選手全員を分析する必要がありました。その選手は、代表チームで PK を取っことがあるのか、前の所属クラブで PK を蹴ったことがあるのか、左へ蹴ったのか、右へ蹴ったのか、あらゆる角度から検証しました」。
ハワード氏は、こうした分析のおかげで、マンチェスターが最初の 5 人ないし 10 人のシューターとしてどの選手を選び、どのようにプレーするかが大体予想できていたので、同点決勝を期待していました。そして、実際に PK 戦にもつれこむこととなったのです。「2 本セーブすることに驚くほど自信がありましたし、5 本中 2 本セーブできればおそらく勝てるはずだと思っていました。そしてその通りになり、思わず笑みがこぼれたのを覚えています。分析が本当にうまく行ったのです」と、ハワード氏は振り返ります。
オンデマンドウェビナーをぜひご覧ください
ハワード氏はゴールキーパーとしてのキャリアにおいて、他にも数え切れないほど分析を活用してきました。「スポーツ界では、誰もが 1 パーセントのプラスアルファを求めているのです」とハワード氏。「私の場合は、分析を活用して、ストライカーとその傾向掘り下げました。彼らが好むシュートの角度や、ニア・ファーのどちらを攻めるのが好きかなど、プレーの傾向を徹底的に調べ上げたのです。コーチがそうした統計をもとにトレーニングセッションを組み、それによって自信をつけることができ、試合にも有利に働きました」。ハワード氏はその他にも、ゴール期待値やポゼッション（ボールの保有）時間、フィールド上での動きを可視化できる「ヒートマップ」などの統計も、分析に欠かせない要素として活用しています。
さらにハワード氏は、チームのマイノリティーオーナー兼スポーツディレクターとしての取り組みにおいても、分析を活用しています。「選手の獲得やスカウトにおいては、分析と統計を最も重要視しています。そうした業務の 90% を占めているとも言えるほどです。時には直感も必要ですが、契約時には多額の資金が投じられるため、もし判断を間違えれば、窮地に追い込まれます。ですので、負荷の高いランニングの統計や、長引くケガ、ゴール数やアシスト数、ペナルティエリアへの進入、危険なエリアにクロスを入れる頻度などのデータにも注意を払っています」と、ハワード氏は語ります。
ハワード氏との対談後は、Alteryx の Monica Cisneros にバトンタッチし、分析を通じてサッカーの試合の結果を予測する方法を解説する簡単なデモを行いました。Monica は、Alteryx Analytics Cloud を使って、試合の結果に影響を与える最も重要な特徴量を特定するとともに、チームが 50% 以上のボールポゼッション時間を維持すると、勝利の可能性が劇的に高まることや、精度、相手チームのパス成功数、ボールポゼッション時間の割合が成功の上位 3 つの予測因子であることなどを解説しました。
また、用意したデータを Alteryx Machine Learning に取り込む際には、Alteryx Analytics Cloud に新たに実装される機能である、Shared Data Library （共有データライブラリ）を使用しました。「Alteryx Machine learning では、誰でも自動的でモデルを作成できるため、データサイエンスの専門知識がなくても問題ありません」と、Monica は語ります。Monica は、Alteryx Analytics Cloud を利用すれば、技術的な専門知識不要で、誰もが生データからデータセットを準備し、機械学習モデルに取り込めることを、実際の操作を交えながら解説しました。
本ウェビナーのオンデマンド版ぜひご覧になり、予測分析のスキルを磨きませんか？表計算ソフトでの分析から抜け出し、より高度な分析を活用するためのさまざまなヒントをご覧いただけますので、お手すきの際にぜひお楽しみください。また、成功を勝ち取るための戦略をお知りになりたい場合は、無料の Alteryx Machine Learning デモについて、お気軽にお問合せください。
エンタープライズレベルでのデータ分析のクラウド化や、Alteryx がそのためにどのように役立つかについては、以下も併せてご覧ください。
スプレッドシートユーザーがクラウド分析を使うべき 5 つの理由