*

グランドスラム初優勝を目指す錦織圭の全仏オープンテニスを、SlamTracker でデータ分析しながら応援しよう

公開日: : 最終更新日:2015/06/16 オススメ, スポーツ, データ

グランドスラムでのベスト8進出が、もはや驚きではないということ自体に驚かされる錦織圭のテニス。現コーチのマイケル・チャンがグランドスラム初優勝したのが、1989年のこの全仏オープンだった。師匠に続いて錦織自身にとっても、今回の全仏は大きなチャンスであろう。その意味でも今後の試合からますます目が離せない。

 

nishikori

(Photo by fdevillamil)

 

さて、そんな錦織の全仏オープンをテレビ観戦している人は多いだろう。しかし、どれくらいの人がデータとともに観戦しているだろうか?ところでまず最初に、データと相性がいいスポーツとして真っ先に挙げられるのが野球だろう。『マネー・ボール』が大リーグの経営や選手評価システムを大きく変えたように、今やデータ無しに野球を語ることは難しい。

 

一方でデータと相性の悪いスポーツの代表がサッカーだった。「だった」と過去形で書くのは、むしろ今もっともデータ分析と活用が進められているのがサッカーであり、その威力を証明したのが、「ワールドカップの閉幕、そしてデータドリブン・サッカーの開幕」でも書いたように、昨年のワールドカップで圧倒的な強さで優勝したドイツなのである。

 

もちろん各国の代表チームだけでなく、クラブチームでも積極的なデータ利用が始まっており、その最先端を走るチームの一つが、英国プレミア・リーグのリバプールであることは、「英国プレミア・リーグと、リバプールのData-driven football」で紹介した通りだ。最近では関連書の出版も相次ぎ、いまやサッカー観戦にデータ分析の視点は必要不可欠となったと言えるだろう。具体的にはどんな分析をしているのかに興味がある人にとっては、『サッカー データ革命 ロングボールは時代遅れか』がとても面白く読める一冊なので、ぜひともオススメしたい。

 

 

 

さて、それでは一体テニスとデータの相性はどうなのだろうか?結論から言えば、ものすごく相性がいいと言える。なぜ野球にデータが合うのかと言えば、投手の一投がストライクかボールなのか、打者の一振りがライト前ヒットなのかショートゴロなのか空振りなのか等々、ひとつひとつのアクションを簡単にデータに落とし込めるからである。一方のサッカーは、横へのグラウンダーパスなのか、ドリブル突破なのか、ロングシュートなのかと、選手のアクションが非常に多岐にわたりかつ連続的で三次元的であることから、データに落としこむのが非常に難しいのである。これはラジオ放送を思い起こせば分かりやすいだろう。野球のラジオ放送は、中継を聞いていれば、どんな試合展開となっているのか大体予想がつくことだろう。しかし、サッカーのラジオ放送ではどう頑張っても、試合の流れをイメージすることは難しい。これもやはり、サッカー選手のアクションを言葉やデータという情報で伝えるのが困難だからに他ならない。

 

翻ってテニスはどうだろうか?すぐに分かるように、テニス選手のアクションはサーブ、フォアハンドリターン、バックボレー等々、非常に類型化しやすく、かつ一ポイント毎に分断されている。つまり、極めて野球的なのである。だからこそ、テニスにもデータ分析が驚くほどよくマッチするのである。というわけで、次の錦織の試合は、ぜひデータとともに観戦してみませんか?使うべきなのは、IBMが無料で提供している SlamTracker だけ。とても簡単に選手のプレーを可視化してくれる優れものなんです。

 

French-open-nishikori0

 

 

それではまずはこの SlamTracker を立ち上げて、先日の錦織とガバシビリの4回戦の結果を見てみよう。既に報道の通り、錦織のストレート勝ちとなった試合だ。ただ、試合中継をご覧になっていた方なら感じているであろうが、「ストレート勝ち」という言葉から連想されるほど「圧勝」だったわけではない。それをこれからデータで見てみよう。

 

French-open-nishikori1

 

 

以下の画面で見えるのが試合結果の統計数値。ファーストサーブの確率は、ガバシビリの59%に対し、錦織も66%と決して良くはない。また、ダブルフォールトの数も両者ともに5つとなっているし、アンフォースドエラーを見れば錦織のほうが数が多いのである。結果的に「ストレート勝ち」ではあったものの決して「楽勝」などではない。それでは錦織が何に優れていたかと言えば、ファーストサーブでのWINが82%あることと、レシーブでのWINが46%あることであり、この二つはガバシビリと大きな差がついたことが分かるだろう。

 

French-open-nishikori2

 

 

続いては、この統計数値をセット毎に見ることもできるのだ。錦織のファーストサーブの確率が第三セットに入って急に悪くなった、といったことが下の画面から見てとれる。

 

French-open-nishikori3

 

 

次に、各選手の運動距離を見てみよう。錦織が走った距離は1900メートルとガバシビリよりも5%以上多い。それはフットワークが良い錦織の特徴でもあるのだろうが、スタミナを考えると決してよいことばかりではない。それを示すのが1ポイント取るのに走った距離だ。錦織が10.16であるのに対し、ガバシビリは9.66となっており、錦織の方が効率が悪い。もちろんそれを跳ね返すくらいの体力があれば別だろうが、どちらかといえばスタミナ面が不安視される錦織にとっては、フットワークを活かしつつも、いかに省エネでポイントを獲得するか、それは5セットマッチを何度も戦わなくてはならない今回の全仏のようなグランドスラムでは、一層重要なことと言える。

 

French-open-nishikori4

 

 

これ以外にも個別のデータはいろいろ揃っているので、あとはご自身でチェックしてみてもらえればと思うが、最後に紹介しておきたいのが、このSlamTracker の目玉でもある、”Keys To The Match” の機能だ。これは、各試合においてそれぞれの選手が勝利するためには何が必要なのかを、過去の対戦成績等をもとにして導出したものである。例えば、錦織対ガバシビリでは次のような要因が提示されていた。具体的には、錦織がガバシビリに勝つためには、(1)相手のファーストサーブのうち34%以上でポイントを取ること、(2)リターンの際、3回以下の短いラリーのうち27%以上でポイントを取ること、そして(3)自分のファーストサーブのうち74%以上でポイントを取ること、の3つである。

 

French-open-nishikori6

 

 

これらの勝利要件がどのように導出されているのか詳しく知りたいところではあるが、そのアルゴリズムの詳細は明らかにされていない。それでも大変に面白い試みだと思うし、実際にその要件がどれくらい満たされているのかを、試合後に比較してみるのも興味深い。それが以下の画面だ。例えば、第一要因として挙げられた「相手のファーストサーブのうち34%以上でポイントを取ること」という項目については、第1セットこそわずかに目標値を下回ったものの、続く第2第3セットではともに目標をクリアしたばかりか、その実績値を徐々に高めていったことが分かる。その他上の画面からは第三要因の「自分のファーストサーブのうち74%以上でポイントを取ること」という目標については、3セット全てで達成したことも明示されている。

 

French-open-nishikori7

 

 

というように、テニスとデータは非常に相性がよく、眺めているだけでも大変興味深いのである。そして、このIBM の SlamTracker をより面白くしているのは、こうしたデータ収集と表示が、テニスの試合とリアルタイムで更新されていくことにある。錦織の次の試合はぜひとも、タブレットでこの SlamTracker を開きながら、生中継でテレビ観戦してみてはどうだろうか。試合の見方・楽しみ方が変わること間違いない。

 

ちなみに、こちらの書籍『スポーツを10倍楽しむ統計学』は、スポーツとデータに関する書籍を数多く執筆している鳥越規央による最新作。本書の第一章はテニスに充てられており、過去から現在までのテニスを男女別にデータで俯瞰しながら、番狂わせの起きにくいスポーツであることや、データで読みとく錦織の強さなどについて解説していて、実にタイムリーに読むことができた。

 

 

Amazon Campaign

follow us in feedly

関連記事

WOWOWドラマだけが圧倒的に面白い理由|視聴者こそがスポンサー

現代ビジネスの記事「真田丸、沈まぬ太陽…NHKとWOWOWだけが圧倒的に面白い理由」を大変興味深く読

記事を読む

日本代表はなぜ負け続けるのか|サッカー・データ革命はどこに?

サッカー・ロシアW杯出場を賭けたアジア最終予選が始まった。と思った矢先に、対UAE戦にホームで敗れる

記事を読む

フェイスブックのパーソナルデータが明らかにする、米国スポーツチームのファン境界線はココだ。

これまで何度か書いてきたが、フェイスブックのデータサイエンスチームというのは、いつも興味深いデータを

記事を読む

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2016年版

今年もまたこの時期がやってきた。そう、デロイト社によるレポート "Football Money Le

記事を読む

新しい Kindle Paperwhite を4,000円オフのキャンペーン価格で買った|電子書籍専用リーダーはやっぱり快適

長いこと愛用してきた Kindle Paperwhite だが、ついに先月新製品が発売され、しかもそ

記事を読む

難敵アンディ・マレーをフルセットで倒した錦織が準決勝進出|データで見る全米オープンテニス

思わず早朝からWOWOWで生中継を見てしまった本日の全米オープンテニス。ついに錦織がやってくれて大興

記事を読む

relationship on facebook

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

記事を読む

フェイスブック・データでみるバレンタインデー|世界中が愛を込めて

いつの間にかバレンタインじゃないですか、諸兄の皆様方、心の準備はOK? さて、昨年のこの時期にも「バ

記事を読む

iPhone 6 ケースとして超おすすめできる、パワーサポート製エアージャケット

先日、iPhone 5 から iPhone 6 に乗り換えた。最初はサイズが大き過ぎるのではないかと

記事を読む

『下町ロケット』含めたWOWOW「連続ドラマW」が無料で視聴可能|Amazonプライム・ビデオが作品拡充

いまWOWOWドラマが面白い なんと、Amazonプライム・ビデオにWOWOWの人気「連続ドラマW

記事を読む

Amazon Campaign

Amazon Campaign

経済学と統計学のオススメ2冊が半額以下の注目セール

Kindle本日の日替わりセールに、山口慎太郎『「家族の幸せ」の経済学

クラウド会計「freee」が大型上場|確定申告と研究費管理に役立つ画期的サービス

先日は、クラウド会計サービスを手がける freee (フリー) が東証

バッタの大群襲来|書籍『バッタを倒しにアフリカへ』が現実に

以前に「若き昆虫学者のアフリカ|いまこそ昆虫が面白い」でも書いたように

今年のM-1優勝はミルクボーイ|松本人志はじめ審査員の採点と評価コメントにこそ大注目

2019年、令和最初のお笑い王座を決める M-1グランプリは、決勝初出

数学者たちの異常な日常|世にも美しき最後の秘境

以前に「あたなの知らない、世にも美しき数学者たちの日常」でも紹介した、

ワールドカップ決勝へ|ラグビー名将エディー・ジョーンズの勝負哲学

ラグビー・ワールドカップが面白い。まったくもってニワカなんですが、ルー

2019年ノーベル経済学賞は開発経済学者3氏と貧困解消に向けた実験的手法に決定

2019年のノーベル経済学賞受賞者が発表された。受賞者は、マサチューセ

誰も教えてくれない、科研費に採択されるコツを公開|研究費獲得に向けた戦略的視点2019年版

今年もまた、科学研究費助成事業(科研費)の締切が近づいてきた。自然科学

PAGE TOP ↑