サッカーのシュート指標を再考する：外したシュートの役割

サッカー選手のシュート技術を測るのは難しいことがある。主に、ゴールを決めることが試合の中で他の行動より少ないからだ。新しいデータとツールが使えるようになったおかげで、専門家たちはシュートスキルをよりよく分析できるようになった。彼らは、特定の状況に基づいて予想されるゴール数を見つけるための高度な方法を使っている。しかし、ほとんどの方法は外れたシュートを考慮していないため、価値をゼロと見なしてしまう。これは大事なことで、実際、すべてのシュートのほぼ3分の2はターゲットに入らない。

この記事では、外れたシュートにも価値があることを探求する。やっぱり、選手のシュート能力についての有用な情報を提供してくれると信じている。そこで、ミスしたシュートを含むすべてのシュートを見る新しい評価方法を提案するよ。

#シュート技術を測る課題

選手のシュート力を評価するために、多くの人が得点数やターゲットシュートなどの伝統的な数字に頼ってきた。これらの統計は簡単に見つかるけど、必ずしも全体像を示しているわけじゃない。データが少なすぎることが多いからだ。ゴールを決めたり、ターゲットに当てたりする確率は、シュートの状況によって大きく異なる。そのため、データ分析の世界では、さまざまな選手と比較でき、時間を超えて一貫性のあるシュート指標の改善に取り組んでいる。

#現在の指標とその限界

既存の方法、たとえば期待ゴールモデルは、ゲームの文脈の中でシュートを見ている。シュートがどこから打たれたかや、他の選手の位置などの要素に基づいて得点のチャンスを評価する。よく使われる指標の一つは期待ゴール差で、これは選手の期待ゴールと実際に決めたゴールの差を計算する。しかし、この方法にも問題がある。たとえば、ある選手の1シーズンのパフォーマンスが次のシーズンの結果を予測するわけではない。

もう一つの方法は、シュート後の期待ゴールと呼ばれ、シュートを打った後の得点の確率を見ようとするが、これも外れたシュートを完全に無視している。つまり、すべてのシュート試行の3分の2を考慮に入れていない。こんな大きなデータの部分を無視すると、分析者の見識が限られてしまう。

#外れたシュートの価値

バスケットボールの研究では、入ったシュートだけでなく、すべてのシュート軌道を含めることで選手のパフォーマンスをよりよく理解できることが示されている。サッカーもこれを見習うべきだ。たとえば、常にバーを越えるシュートを打つ選手は、完全に無意味に外す選手より、実はシュートが上手いかもしれない。選手の近い外れ球のパターンを認識することが、シュート力を評価する際に革命的になる可能性がある。

この記事では、すべてのシュートの軌道を考慮に入れるモデルを提案するよ。ミスしたシュートも含めてね。これにより、シュートスキルの全体像を提供する2つの新しい指標を作成することを目指している。私たちのモデルは、シュートの結果だけでなく、シュートがどこを狙ったかも見ている。

#データ収集と前処理

プロサッカーの数シーズンにわたって取られた77,000回以上のシュートからデータを集めた。このデータはさまざまなリーグからのもので、誰がシュートしたのか、どこから打ったのか、シュートがどうなったか（ゴール、セーブ、外れたなど）の詳細が含まれている。データには、シュート位置データのバイアスや、ゴールに近すぎるシュートの性質といった既知の問題に対処するための調整を行った。

正確さを確保するために、セーブやブロックされたシュートの軌道も予測して、もし妨げがなかったらどこに着地したかを見極めた。これにより、選手のシュート傾向に関するより完全なデータを分析できる。

#ジェネレーティブモデルの開発

私たちの提案するモデルは、サッカーのシュートに関する一般的な知識に基づいて、シュートの最終位置を理解することを目指している。シュートがゴールラインを越える場所を分析するために、洗練された統計モデルを使用する。過去のデータに基づいてシュート結果のさまざまなシナリオを作成することで、選手のシュート技術をよりよく測れるようにしている。

このジェネレーティブモデルにより、シュートがどこを狙ったかや、各選手に特有の他の要素に基づいて成功するシュートの確率を理解できる。選手間で情報を共有することで、私たちの推定を向上させ、個々のシュートパターンを考慮しつつ、スポーツ全体のトレンドを活かせる。

#シュートスキルの新指標

私たちは、提案したジェネレーティブモデルに基づいて2つの新しい指標を紹介する。最初の指標は、シュートデータの分析に基づいた選手の理論的な得点チャンスを反映している。2つ目の指標は、選手が打ったシュートの各々に値を割り当て、ミスしたシュートも含むより個別の評価を行う。

最初の指標は、選手のすべてのシュートの情報を使用して、スキルの全体像を作成する。シュートが狙った位置や過去のシュートの結果といった複数の要因を考慮している。2つ目の指標は、各シュートの特性に焦点を当て、ターゲットを外れたシュートも含めてすべてのシュートに値を割り当てようとする。

こうすることで、一部の外れたシュートでも選手のスキルレベルを示す可能性があることを強調している。特に、選手が狙った位置に近い場合はなおさらだ。

#指標の安定性と予測値

私たちの新しい指標が価値を持つためには、選手の将来のパフォーマンスを信頼できる形で予測しなければならない。連続データがあまりないため、同じシーズンの異なる期間で選手のパフォーマンスを比較することで測定する。

私たちの調査では、従来の指標には安定性が欠けており、予測値が低くなることが多いことが明らかになった。それに対して、私たちの新しい指標はより高い安定性を示し、将来のパフォーマンスをよりよく予測できる。

チームが選手を評価する際、私たちの指標を使ってシュートタレントを迅速に特定できることは重要で、これによりより良い選手を安く獲得できる可能性がある。

#選手分析と個別のインサイト

新しい指標を見ていくことで、チームは特定の選手のシュート習慣に関する洞察を得ることができる。たとえば、選手のシュートパターンが時間とともにどう変わるかを私たちのモデルで確認できる。この情報をもとにコーチは対戦選手への戦略を準備することができる。

たとえば、ある選手が左上隅を狙う傾向があることがわかった。コーチはこの情報を活用して彼に対抗するディフェンスを準備できるだろう。別の選手は左下隅を狙うのが不安定で、改善の余地があることを示している。

これらのインサイトを活用すれば、チームの戦略やトレーニングを大幅に強化できる。

#結論

外れたシュートも含むすべてのシュートを考慮に入れたジェネレーティブモデルを開発することで、シュートスキルのより正確で包括的な視点を提供できる。私たちの2つの新しい指標は安定性と予測値を提供し、チームが選手評価やリクルートに関するより良い決定を下す手助けをする。

サッカー分析が成長を続ける中、外れたシュートを含めることは選手のパフォーマンスや潜在能力を完全に理解するために重要だ。このアプローチを通じて、分析者は評価を改善し、サッカークラブがピッチ内外でより大きな成功を収めるのを助けることができる。