ウィンブルドン決勝ジョコビッチの優勝をデータで振り返る
さて先日の「テニス・ウィンブルドン決勝|ビッグ・データを制するのは誰だ?」にも書いたように、僕は今年のウィンブルドン決勝戦を、IBM の Slamtracker を片手にテレビ観戦していたのだが、これが実に興味深かった。何しろ二人の対戦を見ながらも、その試合データをリアルタイムで手元で確認できるのだから。
両者のファストサーブの確率だとか、アンフォーストエラーの数とか、そういったデータを実況中継でも伝えてくれるが、何しろこの Slamtracker があれば、それ以外に知りたいデータが常にアップデートされているのだから、もうこれなしに試合を見ることはないかも知れない。それくらい面白いデータ観戦ができるシステムなのである。
例えば両プレイヤーのサーブのスピードも以下の通り、各セット別に、最速・平均・最遅のデータが表示される。

両者のサーブも、もちろんファストサーブ、セカンドサーブに分けて、それぞれの確率がすぐに手元で分かる。

そしてこちらが試合全体の集計値。敗れたフェデラーの方がよい数値を出している項目も多く、その意味では接戦のようにも見えるが、実際に昨夜の試合生中継を観ていた人なら分かる通り、ジョコビッチの安定感は、フェデラーの数々の好プレイをも凌ぎ、完勝と言える内容だった。

そして、この IBM の Slamtracker の売りでもある “Kyes to the Match” は、この試合に勝つためには何が必要かを予測するものだ。過去の直接の対戦成績はもちろん、その他の試合も含めた膨大なプレイデータの蓄積がはじき出すこの分析は、どうやらまだまだ発展途上にあるようだ。というのも、今回の決勝戦を見る限り、必要項目を満たしたフェデラーはそれでもセットを取れなかったりと、予測値と結果に大きな乖離がある。

一方で、だからこそ、まだ始まったばかりのデータ・テニスの今後のポテンシャルは極めて大きいとも言えよう。次の全米オープン、そして来年のウィンブルドンが、また一段と楽しみになってきた。
Amazon Campaign
関連記事
-
-
データで考える|史上最高の女子テニスプレイヤーは誰だ?
「データで考える|史上最高の男子テニスプレイヤーは誰だ?」で紹介したように、Financial Ti
-
-
サッカーチームの経済学|デロイト・フットボール・マネーリーグ2017年版
毎年デロイト社が発表するレポートの最新版 "Deloitte Football Money Leag
-
-
年収は「住むところ」で決まる: The New Geography of Jobs
"How Professional Salaries Vary Around the Country
-
-
ディエゴ・マラドーナのもう一つの伝説と、リオネル・メッシの新たな伝説
ワールドカップ準決勝第一試合でドイツがブラジルに大勝したのに続き、第二試合ではPK戦でアルゼンチンが
-
-
フェイスブックから愛を込めて|Data love と love data
「バレンタインの統計学と経済学」で書いたように、Facebook Data Science チームは
-
-
海をわたって不可能を可能に|大谷翔平メジャーリーグMVP
大谷翔平、満場一致で最高栄誉のMVPを獲得。投打の二刀流で大活躍のシーズンを見せた大谷、ほんとに漫画
-
-
プロテニスプレイヤーの憂鬱|男女格差と上下格差の歴史と現状
ウィンブルドンテニスで今年も熱戦を繰り広げられるなか、Financial Times の記事 "Do
-
-
英国プレミア・リーグと、リバプールのData-driven football
今シーズンの英国サッカー「プレミア・リーグ」が、マンチェスター・シティの優勝で幕を閉じた。それを不思
-
-
欧州サッカー・チャンピオンズリーグはここからが面白い|WOWOWの超おすすめ目玉コンテンツ
コロナ禍にあっても少しずつこれまで同様のスポーツ大会が開催されるようになってきた。先月のテニス全豪オ
-
-
日本囲碁マネーリーグ|賞金ランク首位・国民栄誉賞の井山裕太
さてさて、1-2月にかけては毎年、それまでの一年間の各種ランキングが発表されることが多い。僕自身が毎
