NBA選手の価値を評価する:新しいフレームワーク
NBA選手の貢献度を給与に対して測る新しい方法。
― 1 分で読む
目次
ナショナルバスケットボールアソシエーション(NBA)には、チームが選手の給料にどれだけお金を使えるかについてのルールがあるんだ。だから、選手のパフォーマンスに基づいてチームのお金がうまく使われているかどうかを確認する方法を見つけることが重要なんだ。でも、この問題に焦点を当てた研究はあまりないから、選手が給料に対してどれだけの価値をチームにもたらしているかを測る新しい方法を作ったんだ。
フレームワークの仕組み
私たちのフレームワークは5つの主要なステップがあるよ:
時間枠を決める:パフォーマンスを測るために、通常の82試合のNBAシーズンのような時間枠を選ぶ。
新しい指標を作る:ゲーム貢献率(GCP)を導入する。これはさまざまな統計に基づいて、各選手がチームの成功にどれだけ貢献しているかを測る単一の試合の要約だ。
各試合の価値を決める:各NBAの試合がどれだけの金額に相当するかを決める。
キャッシュフローを計算する:各選手のGCPに試合の価値を掛け算して、シーズン中に各選手がどれだけお金を貢献しているかを計算する。
投資収益率(ROI)を計算する:選手の給料を初期投資として使い、パフォーマンスからのキャッシュフローに基づいてROIを計算する。
このフレームワークの仕組みを示すために、2022-2023NBAシーズンのGCP統計と選手の給料のデータセットを作ったんだ。特定の選手がGCPで高い評価を受けている一方で、ROIでトップの選手は違ったんだ。たとえば、GCPのトップパフォーマーにはドマンタス・サボニスやニコラ・ヨキッチみたいなスター選手がいたけど、ROIのトップ選手はトレ・ジョーンズやケボン・ハリスみたいなあまり知られていない名前だった。
選手のパフォーマンスが重要な理由
チームは給料キャップを賢く使わないと競争力を維持できないんだ。各NBAチームには選手の給料に使える決まった金額があって、2022-2023シーズンではそのキャップが約1億1100万から1億2400万ドルだった。この固定された予算の中で、チームは選手に給料をどう振り分けるかを慎重に決めなきゃいけない。特にNBAは選手に支払える金額に制限があるから、これが難しいんだ。
選手のパフォーマンスと給料がどれだけ関連しているかを理解することの重要性にもかかわらず、既存の研究を見てみると、多くはこの2つを一緒に考慮していないんだ。他のスポーツの選手給料を見たり、身長と成功の影響を研究したりする研究はあるけど、NBA選手の実際のROIをコートパフォーマンスに基づいて調べているものは少ない。
ゲーム貢献率の重要性
私たちのGCP指標を作るために、選手の影響は得点やリバウンドのような伝統的な統計を超えていることを認識しているんだ。選手は防御やチームワーク、ハッスルプレイを通じてゲームに影響を与えることができるんだ、たとえそれがボックススコアに現れなくても。私たちのGCP指標は、伝統的な統計(得点など)、選手追跡データ、その他のハッスルメトリックを考慮に入れている。
勝ちチームと負けチームの両方についてGCPを計算するんだ。負けてもコート上での活動や努力を示すからね。これで、最終スコアに関係なく選手がチームのパフォーマンスにどう貢献しているかを理解できるんだ。
各試合を個別に分析
各NBAの試合は別々のイベントとして扱われるよ。その結果、選手が試合を欠席した場合、その試合に対して何も貢献しなかったとみなされ、そのことが計算に反映される。これにより、試合を頻繁に欠席する高パフォーマンスの選手と、平均的なレベルでありながらコンスタントにプレイする選手とのトレードオフを理解できるんだ。
この方法は、シーズン全体にわたって選手の価値を評価するために、試合ごとの選手の貢献を直接比較するのに重要なんだ。
新しい指標が必要な理由
以前の方法では、選手の貢献度を測るのが今のデータに追いついていなかったんだ。古いやり方は試合ごとの基準に基づいていたけど、今アクセスできる詳細な内訳が欠けていた。私たちの新しいGCP指標は最新のデータを使って、シーズンを通じて各選手の貢献を明確に示すことでそのギャップを埋めているんだ。
また、選手の貢献を二重計算しないように気をつけているよ。たとえば、得点につながらなかったアシストではなく、潜在的なアシストを測るかもしれない。これにより、選手の貢献を何度もカウントしないようにしているんだ。
重要なゲームの瞬間を認識
試合の中でボールを持つことが不確かになる重要な瞬間も考慮しているよ。ルーズボールや contested リバウンドを追跡することで、結果がまだどうなるかわからない時に選手の貢献をよりよく測ることができるんだ。これは、すべてのポゼッションがゲームの結果に大きな影響を与える可能性があるから重要なんだ。
得点ミスに対してのみペナルティを与える従来の指標とは異なり、私たちのGCP指標は、得点につながらないときでも努力と貢献の価値を認識しているんだ。
選手の貢献を評価する
選手のパフォーマンスをさらに評価するために、ゲーム内のアクションの重要性を考慮しているよ。たとえば、素晴らしいアシストやタイミングの良いスクリーンが得点機会につながることがあるけど、それがスコアボードに直接表示されなくてもね。これらの貢献を追跡して、選手の全体的な影響をより明確にするんだ。
選手給料の財政的影響
財政面に入ると、選手の給料がチームのパフォーマンスに大きな影響を与える可能性があることに気づくんだ。選手の貢献に対して高く支払っているチームは、成功するのが難しいかもしれない。私たちのフレームワークは、給料に対して良い価値を提供する選手を特定する手助けをするんだ。
たとえば、給料が低くてもゲームパフォーマンスにおいて高い貢献をする選手は、プレイがあまり良くない高給取りの選手よりも良いROIを提供できることがある。これは、チームが競争力を維持しながら予算を最適化するのに重要な洞察なんだ。
データセットの作成と分析
分析のために、さまざまなソースからデータを集めて、選手の給料とパフォーマンス統計をまとめたんだ。シーズン中に少なくとも25試合をプレイした選手に焦点を当てて、公正な比較を保証したよ。このデータセットを使って、GCPを計算し、その後各選手のROIを計算できたんだ。
ROIの数字は、多様な結果を示したよ。給料が低い選手の多くは非常に良いパフォーマンスを発揮し、高いリターンを生んでいる一方で、高給取りのスター選手は、頻繁な怪我や平均的なパフォーマンスのためにROIリストの底にいることが多かったんだ。
結果を理解する
結果は、多くのゲームのスターたち-ステフィン・カリー、レブロン・ジェームズ、ケビン・デュラント-が高い給料にもかかわらず低いROIを示していることを示した。これは怪我やレギュラーシーズン中の相対的に低いパフォーマンスに起因している可能性があるね。プレイオフの貢献は私たちの計算に含まれていなかったから。
一方で、いくつかの選手は素晴らしいROIの数字を達成していて、給料に対するパフォーマンスから彼らがチームにとってどれだけ価値があるかを示しているんだ。
選手のパフォーマンスを視覚化
私たちが強調したいインサイトの一つは、選手のパフォーマンスを給料と関連付けて視覚化する重要性だよ。異なる給料レンジの選手を比較するために散布図を作ったんだ。この視覚化により、コートでの貢献に基づいて誰が最も良い価値を提供しているのかを特定できた。給料だけでは選手の効果を決定するわけではないことがわかるんだ。
私たちの分析から、チームは選手のパフォーマンスを給料と比較して評価することで大きな利益を得られると推測できる。投資に対してより高いリターンを提供する選手を特定することで、特に制限された財政環境の中で効果的な才能を見つける手助けができるんだ。
結論
私たちのフレームワークからの重要なポイントは、選手のパフォーマンスに基づいてNBA選手の給料の投資収益率を測る構造化された方法を提供することなんだ。このアプローチは現在の研究のギャップを埋めて、チームが給料キャップをどれだけ効果的に活用しているかについての洞察を提供するんだ。
改善の余地が常にあることは認識しているけど、私たちの方法論はチームが選手の貢献を評価し、契約交渉やロースターの決定の際に情報に基づいた判断を下すためのしっかりとした基盤を提供しているんだ。
私たちのフレームワークを導入することで、チームが選手のパフォーマンスが全体的なチームの成功や財政的効果にどのように影響するかをより深く理解する手助けができることを願っているんだ。この構造は特定のチームのニーズに基づいてカスタマイズできるから、プロバスケットボールの競争の激しい環境でアプローチを最適化しようとするNBA組織にとって、非常に柔軟なツールになるんだ。
タイトル: A New Framework to Estimate Return on Investment for Player Salaries in the National Basketball Association
概要: The National Basketball Association (NBA) imposes a player salary cap. It is therefore useful to develop tools to measure the relative realized return of a player's salary given their on court performance. Very few such studies exist, however. We thus present the first known framework to estimate a return on investment (ROI) for NBA player contracts. The framework operates in five parts: (1) decide on a measurement time horizon, such as the standard 82-game NBA regular season; (2) calculate the novel game contribution percentage (GCP) measure we propose, which is a single game summary statistic that sums to unity for each competing team and is comprised of traditional, playtype, hustle, box outs, defensive, tracking, and rebounding per game NBA statistics; (3) estimate the single game value (SGV) of each regular season NBA game using a standard currency conversion calculation; (4) multiply the SGV by the vector of realized GCPs to obtain a series of realized per-player single season cash flows; and (5) use the player salary as an initial investment to perform the traditional ROI calculation. We illustrate our framework by compiling a novel, sharable dataset of per game GCP statistics and salaries for the 2022-2023 NBA regular season. A scatter plot of ROI by salary for all players is presented, including the top and bottom 50 performers. Notably, missed games are treated as defaults because GCP is a per game metric. This allows for break-even calculations between high-performing players with frequent missed games and average performers with few missed games, which we demonstrate with a comparison of the 2023 NBA regular seasons of Anthony Davis and Brook Lopez. We conclude by suggesting uses of our framework, discussing its flexibility through customization, and outlining potential future improvements.
最終更新: 2023-09-11 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2309.05783
ソースPDF: https://arxiv.org/pdf/2309.05783
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。