キャッチャーを発見しスカウトするこのキャッチャーの能ントについては現在の監督は本学硬式野球部の OB であ力によりピッチャーの成績も向上したマネーボールではセイバーメトリクス( 野球の様々なデータを統計学的に分析する手法 ) を活用しチームの攻撃力を測る指標として従来の打率

Size: px

Start display at page:

Download "キャッチャーを発見しスカウトするこのキャッチャーの能ントについては現在の監督は本学硬式野球部の OB であ力によりピッチャーの成績も向上したマネーボールではセイバーメトリクス( 野球の様々なデータを統計学的に分析する手法 ) を活用しチームの攻撃力を測る指標として従来の打率"

こうざぶろうみやくぼ
5 years ago
Views:

第 1 章はじめに本研究の目的はアマチュア野球である四国六大学野球に一人の動がカメラで記録されているここではどんな細かい動きも全て記録され個人のデータやチームへの貢献度だけおけるデータ活用の効果を検証することである近年情報化の進展に伴ってあらゆる業界において様々なデータが分析されその結果が実践の場で利用されているスポーツ界においてもこれは例外ではなく観察や記録

1 第 1 章はじめに本研究の目的はアマチュア野球である四国六大学野球に一人の動がカメラで記録されているここではどんな細かい動きも全て記録され個人のデータやチームへの貢献度だけおけるデータ活用の効果を検証することである近年情報化の進展に伴ってあらゆる業界において様々なデータが分析されその結果が実践の場で利用されているスポーツ界においてもこれは例外ではなく観察や記録記憶に残ったものなど種類を問わずデータが収集されておりでなく様々なデータ分析に活かされているさらに NBA においてもデータ分析によりプレーオフに残るチームの5チームがシーズンの3ポイントシュートの得点ベスト5と一致するなど得点数だけではなく 3ポイントシュートなどによる効率性が重要視される傾向にある ( 図 1-2) また様々な分析を加えることにより効果的なパターンが発見されこれが戦略として活用されている現在ではデータを分析しその結果を各スポーツチームやメディアに提供するというビジネスまで生まれている ( 例えばデータスタジアム株式会社 ) このような現象は以前はデータをそこまで重要視していなかったスポーツにも波及しまた以前からデータを活用しているスポーツではさらに活用の範囲が広がりつつある例えばサッカーではスタジアムの高い位置に複数のカメラを設置し各選手を個別で追跡できるようになっているこれによって各選手の走行距離走行速度どのような動図 1-2 バスケットボールのデータ分析の例きがゲームの流れに影響を及ぼしたかなどが特定の個人の選手ごとに表示される他にもボールの支配率誰を起点に攻撃を行うか相手や自チームの攻めのパターンなど様々な情報をカメラによって得ることが出来る ( 図 1-1) 野球界においてもメジャーリーグでビッグデータを活用したことで話題となったビッグデータベースボールなど実際にデータを分析活用したチームが成績を上げたことによりさらに高度なデータ活用が進んでいる野球におけるデータ活用の詳細については次章で行うこととする第 2 章野球におけるデータ活用野球におけるデータ活用は上述のビッグデータベースボールで扱われているビッグデータそして映画のマネーボールで取り上げられたセイバーメトリクスなどにより主としてメジャーリーグにおいてデータ活用が発展したビッグデータベースボールでは野球に元々あるといわれている守備位置の定位置を打者の打球方向の傾向により変化させることでアウトをとりやすくするというデータ活図 1-1 サッカーのデータ分析の例用を行なっているさらに隠れた才能を持つ人材を探すにあたってもこのビッグデータを用いこれによってキャッ他でもバスケットボールにおいてコート内の選手一人チャーの持つ技術であるフレーミングという技術を持つ

キャッチャーを発見しスカウトするこのキャッチャーの能ントについては現在の監督は本学硬式野球部の OB であ力によりピッチャーの成績も向上したマネーボールではセイバーメトリクス( 野球の様々なデータを統計学的に分析する手法 ) を活用しチームの攻撃力を測る指標として従来の打率打点を用いず出塁率や長打率などを重視していたさらに

2 キャッチャーを発見しスカウトするこのキャッチャーの能ントについては現在の監督は本学硬式野球部の OB であ力によりピッチャーの成績も向上したマネーボールではセイバーメトリクス( 野球の様々なデータを統計学的に分析する手法 ) を活用しチームの攻撃力を測る指標として従来の打率打点を用いず出塁率や長打率などを重視していたさらにチームの総得点および総失点からチームの勝利期待値を予測しこの値によって選手の補強や解雇を行いこれによってチームの成績やリーグ戦の順位が上がったと言われている近年では日本のプロ野球においてもデータの分析活用が取り入れられている戦術的な面ではセイバーメトリクスが日本に登場する以前は野村克也氏がヤクルトスワロり過去の監督不在時の硬式野球部において一番優れた成績を残した時の主将を務めていたという実績も有しているそして練習の質と量についても 2 部リーグに所属していた時は他の部活動との共有グランドであったため広さも時間も限られておりなかなか思い通りの練習ができなかったが 1 部リーグに昇格した際に硬式野球部の専用の球場ができ練習時間も他の部活動との併用ではないため際限なくできるようになったさらに練習の内容としても実戦練習ができるようになりリーグ戦までの練習試合も球場ができたことで相手チームを招待することができ以前より多く消化できるようになった ( 図 3-1) ーズの監督時代に取り入れた ID(Important Date) 野球が日本のプロ野球界のデータ活用の先駆けとして注目を集めたまた選手の育成トレーニングなどにおいても過去の優れた人材の経験や感覚だけに基づくトレーニングでなく実際に 150 キロのスピードボールを投じることができる投手の筋力や打たれにくい球の回転数などを数値化し自分の数値と比べながら不足している部分を補うといったトレーニングなども取り入れられている第 3 章高知工科大学野球部におけるデータ活用の試み高知工科大学の硬式野球部 ( 以下硬式野球部と省略する ) は四国六大学野球リーグに所属しており 2015 年の春季 2 部リーグで優勝そして入れ替え戦で勝ち1 部リーグに昇格するがその後 2015 年秋季 1 部リーグでは最下位 (6 位 ) となりその後入れ替え戦に勝利し1 部残留するも 2016 年春季 1 部リーグでは5 位 2016 年秋季リーグでも5 位という結果に終わったリーグ戦を行う中で野球というスポーツで勝つためには自チームにどのような要素が必要かを検討する際選手の能力監督のマネジメント練習の質と量に着目することが重要であるとの結論を得たしかし選手の能力については本学では強化指定部活動として AO 入試や特別推薦などにより各県においてベスト8 以上のレギュラーという実績と実力をもった選手が入っているまた監督のマネジメ図 3-1 高知工科大学硬式野球部専用グラウンドしかし硬式野球部では部を創立して以来リーグ戦により同じチームと試合するにも関わらずこれまで相手チームの分析を全く行ってこなかったこれはチームの弱点であり改善の余地があるもし相手チームのデータが蓄積されこれが十分に分析されるとともに有効に戦略に組み込まれるならばこれまでとは異なる戦績となるかもしれない以上から本研究では自チームだけでなく相手チームの分析を行いこれに基づいて実戦の戦略立案に利用する 1. データ収集の方法四国六大学野球リーグは1 年に春と秋の2 回リーグ戦が行われるリーグ戦は各 6 大学が総当たりで試合を行い先に 2 勝したチームが勝ち点 1を得る勝ち点が一番多いチームが優勝となる ( 勝ち点勝率が同率の場合は優勝決定戦が行

われる ) ( 例 1)M 大学 H 投手の場合 1チームとの試合は最大でも3 試合と短期決戦のためリーグ戦において対戦すると予想される投手の投じる1 球 1 球を自チームとの対戦だけでなく他チーム同士の対戦の際もすべてビデオでの録画をしさらに記録用紙に記録をするそしてその記録をパソコンに蓄積させていき球種やコースの傾向などを分析する ( 図 3-2,3-3) 左投げのオーバースロー

5 割 SB カウント投手有利カウントでの変化球の割合が増 ( カウント 1-0,1-1,2-0,2-1 では7 割 2-0,2-1 時 9 割が低めボール球 ) SB カウント打者有利カウントではストレートの割合が増 (0-2,0-3,1-3,2-3) ランナー出塁時ストレートの割合増 ( 投手有利カウントでも )

3 われる ) ( 例 1)M 大学 H 投手の場合 1チームとの試合は最大でも3 試合と短期決戦のためリーグ戦において対戦すると予想される投手の投じる1 球 1 球を自チームとの対戦だけでなく他チーム同士の対戦の際もすべてビデオでの録画をしさらに記録用紙に記録をするそしてその記録をパソコンに蓄積させていき球種やコースの傾向などを分析する ( 図 3-2,3-3) 左投げのオーバースローストレートは常時 140 キロ代変化球はスライダーカーブフォーク初球 7 割がストレート左打者では 9.5 割 SB カウント投手有利カウントでの変化球の割合が増 ( カウント 1-0,1-1,2-0,2-1 では7 割 2-0,2-1 時 9 割が低めボール球 ) SB カウント打者有利カウントではストレートの割合が増 (0-2,0-3,1-3,2-3) ランナー出塁時ストレートの割合増 ( 投手有利カウントでも ) この投手の対策として戦略は分析結果より変化球のコントロールに自信がないことがわかったため初球はストレート狙い投手有利のカウント ( ここでは 2-0,2-1) になった際は低めの変化球に手を出さない打者有利のカウント (0-2,0-3,1-3,2-3) やランナーが出塁した際は積極的にストレー図 3-2 データ収集の手法の例 1 トを狙い打つ練習では左のオーバースロー投手に合わせた角度からの 140 キロより少し速いストレートとそれに合わせた変化球の打撃練習を行う ( この時から低めの変化球には手を出さない ) ( 例 2)S 大学 K 投手の場合右投げのオーバースローストレートは常時 140 キロ代変化球はスライダーカーブツーシームフォーク初球割合はストレート 6 割スライダー 2 割ツーシーム 1 割カーブ 1 割 ( 警戒している打者に変化増左打者に対しては 9 割ストレート ) 左打者に対しては全体でストレート 7 割フォークとツーシームが 1 割に対してカーブとスライダーは 0.5 割ストレートは 7 割がコースは中から外で高低は中から低図 3-3 データ収集の手法の例 2 カウント 2-0,2-1,2-2 時は三振狙いの低めのフォーク力んだ高めのストレートが増 2. 活用事例分析した各相手チームの投手 1 人 1 人の傾向をもとに対戦する1 週間前からその投手を想定した打撃練習を行う ( 変化球角度スピードなど ) そしてその投手一人一人の分析結果に基づいた戦略を立てチーム全員で共有し試合で相手投手との対戦に臨むランナー出塁時ストレートの割合増分析結果よりこの投手はどの球種のコントロールも良く打者有利のカウントになることが少ないため初球から攻める必要がある戦略として右打者はストレートか変化球の狙い球を絞って打ちに行く左打者は変化球の割合が低いためストレートを狙う各打者投手有利カウント (2-0,2-1,2-

4 2) の釣り球には手を出さない練習では右のオーバースロ対応を解決するためには相手投手のコンディションも見ーに合わせた角度から 140 キロより少し速いストレートとそれに合わせた変化球の打撃練習を行うアウトコースへの配球割合が多いのでコースに逆らわないバッティングをチームとして意識する以上が本研究におけるデータ収集とその利用方法である次章では利用結果 ( 実証結果 ) について概説する極める必要があったこれを解決するためには平均値の分析ではなく間近の数試合や 1 試合目や 2 試合目などの直近のデータを分析する必要があるこれにより相手のクセを詳細に捉えこれを戦略としてチームに浸透させる必要があるこれらは次年度以降の課題であるまた本研究におけるデータは現段階では 2 年分の蓄積しかないこれらは次年度以降に引き継ぎ継続することでチ第 4 章実証結果まずこの研究の効果がどの程度あるのかを検証するために 2016 年秋リーグに投手何人かを絞り分析したデータをもとに簡単な戦略を立て試行したその結果順位には繁栄されなかったもののチーム打率は上昇しベストナインを獲得する野手が 4 人という好成績を残すことができたそこで翌年の 2017 年では春リーグ秋リーグともに試行で得られた分析を全チームに活用したその結果 2017 年春リーグは 2 位秋リーグ 3 位という成績を収め昨年とは異なり個人のタイトルを獲得する選手は減少したがチームとしては優勝争いをするところまでは到達することができたしかし分析結果を試合で活用する中で結果通りにいかない部分を発見することができたこれについては次章 ( 課題 ) で詳細を述べる第 5 章課題本研究における最も重要な課題は相手投手の対応であるリーグ戦は短期決戦で同じ投手が 3 試合連続で登板することもあるその中で自チームが狙いを絞る球種やコースに対応し真逆の配球を行うケースが多々あったすなわちコンディションによって相手の配球が大きく変わることについて十分に対応できなかったまた自チームの選手も一定程度は戦略に沿った対応ができたもののそれを継続させ得点にまで結びつけることができずに敗北してしまうという試合があった第 6 章最後にこれまで行った分析はすべての試合の傾向を分析しその平均値を予測値として分析を行ったが課題の相手投手のーム全体の志向を理解できるかもしれないチームは毎期新たな編成となるものの伝統や文化が根付いているこれらは蓄積されたデータを分析することによって捉えることができるものと考えられる本研究のテーマであるアマチュア野球であるは有効であることが検証できた上述したように蓄積されたデータも充分とは言えないため課題も多々あったしかしこれらの分析を継続することにより本研究で得た検証結果をさらに上回る効果を期待でき本学野球部の目標である全国大会出場を達成できる日がくるのではないだろうか最後に本研究を行う上で協力をしてくださった本学野球部の皆様ご協力ありがとうございました次年度からも活躍期待しています引用文献年 11 月 10 日勝ちたければもっと3ポイントシュートを高知工科大学 HP より高知工科大学硬式野球部専用グラウンド 3E8xHlTo&id=950E835195E FA206AA FD593B&thid=OIP.3E8xHlToyOmSgVJuw- 1NygEpDS&q=%e3%82%b5%e3%83%83%e3%82%ab%e3 %83%bc%e3%80%80%e8%a9%a6%e5%90%88%e3%83%87 %e3%83%bc%e3%82%bf&simid= &se lectedindex=127&ajaxhist=0 サッカーデータの例 2017 年 11 月 13 日サッカーデータ革命 ~ロングボールは時代遅れか~ 著

5 者クリスアンダーセン 2014 年 7 月 1 日発行訳児島修デイビッドサリー年 12 月 9 日 Football LAB: サッカーをデータで楽しむバスケットボールデータ例データスタジアム株式会社より年 11 月 8 日バスケ界にもビッグデータ導入 NBA トラッキングデータの読み方を完全解説! ビッグデータベースボール~20 年連続負け越し球団ピッツバーグパイレーツを甦らせた数学の魔法 ~ 2016 年 3 月 16 日著者トラヴィスソーチック訳桑田健マネーボール 2013 年 4 月 10 日著者マイケルルイス訳中山宥野球スコアと記録の付け方監修宇佐美徹也 2008 年 6 月 20 日発行野球統計は最強のバッテリーである~セイバーメトリクスとトラッキングの世界 ~ 2015 年 8 月 7 日発行著者データスタジアム株式会社 NBA 公式サイト 2017 年 12 月 2 日

日本プロ野球におけるバントの有効性～実データを用いたデータマイニングより～

日本プロ野球におけるバントの有効性～実データを用いたデータマイニングより～日本プロ野球におけるバントの有効性 ~ 実データを用いたデータマイニングより ~ 立教大学経営学部山口和範ゼミ発表者名 : 青山徹升澤昭仁井部真吾村田龍之介高田桂山本静香藤本茉莉目次 1. はじめに 2. 研究の背景 3. 分析目的 4. 分析方法 5. 分析 1 6. 疑問点考察 7. 分析 2 8. 分析結果 9. 結論 10. 総括課題 11. 参考文献はじめに高校野球ではよく見かけるが