伝え方次第でデータの効果は0にも100にもなる

スポーツの世界でも、データサイエンス、すなわちスポーツアナリティクスが発展している。日本のスポーツアナリストの草分けであり、日本スポーツアナリスト協会（JSAA）代表理事の渡辺啓太氏に、スポーツアナリティクスの現状と将来について伺った。

目次

重要性を増すスポーツアナリストの役割

基本的な役割は企業のデータサイエンティストと同じ

チームや選手に伝わらなければせっかくのデータも水の泡

伝え方で上回っている限りAIに置き換えられることはない

重要性を増すスポーツアナリストの役割

入江：最初に、「スポーツアナリスト」について簡単に教えてください。

渡辺：スポーツアナリストは、「選手及びチームを目標達成に導くために、情報戦略面で高いレベルでの専門性を持ってサポートする職業」です。トップスポーツの現場では、データの収集・分析を基にした戦略構築が勝利を左右することも珍しくなくなり、アナリストの役割は重要性を増しています。バレーボール、ラグビー、野球、サッカーなど、多くのスポーツでアナリストが活躍しています。

私は、大学時代にアナリスト活動を開始して、2006年に日本バレーボール界初のナショナルチーム専属アナリストとなりました。当時すでに、ライバル国の代表チームでは専属アナリストが一般的になっており、日本もデータ分析に注力しようということで、私に白羽の矢が立ったのです。その後、私は2016年まで全日本女子チームでアナリストを務めながら、2014年にJSAAを設立しました。JSAAでは、競技の枠組を超えて多様なアナリストが集まり、連携強化や次世代育成に取り組んでいます。

入江：野球で言えば、映画化もされた『マネー・ボール』（マイケル・ルイス、2013、早川書房）が有名ですね。

渡辺：はい。『マネー・ボール』では、野球のさまざまなデータを統計学的に分析して、選手の評価やゲームの戦略立案に役立てる「セイバーメトリクス（R）」が鍵になっていますが、それと同様のことが、実は10～20年ほど前から、多くのスポーツで行われてきているのです。

基本的な役割は企業のデータサイエンティストと同じ

入江：アナリストは具体的にどのようなことをするのでしょうか？

渡辺：スポーツアナリストのミッションは、データを集めて分析し、それを監督・コーチ・選手に伝え、チームの勝利や選手の成長に貢献することです。基本的な役割は、企業におけるデータサイエンティストとほぼ同じです。ビジネス界から学べることも多く、日々、セミナーや書籍を通して、ビジネス界のデータサイエンス活用の手法や事例を学んでは、バレーボールに応用できるだろうかと知恵を絞っています。

例えば最近、相手チームのセッターが次にどこにトスを上げるかを予測する機械学習システムの開発を進めているのですが、これは小売店がレシートにクーポンを出すロジックを参考にしています。誰のレシートにどのクーポンを出すと効果が高いかの予測と、相手セッターがどこにトスを上げるかの予測は、原理的に似ているのです。

入江：アナリストが入ることで、スポーツはどう変わったのでしょうか？

渡辺：1つ明らかに変わったのは、「評価指標」です。私たちは、チームや選手のパフォーマンスを評価する新しい指標を生み出してきました。

例えば、バレーボールのテレビ中継などでは、アタックがどれだけ決まったかを示す「アタック決定率」がよく使われます。しかし、現在のトップチームはアタック決定率よりも、「アタック効果率」を重視しています。アタック効果率とは、アタック決定率に、アタックミスや相手のブロックによる失点を加味した数値です。

なぜなら、アタック決定率がいくら高くても、失点の方が多ければ勝てないからです。目標がチームの勝利である以上、成功だけを表すアタック決定率より、成功と失敗の両方を表すアタック効果率の方が、より信頼が置ける指標だというわけです。

これは、私がアナリストとして全日本チームに加わってから変化したことです。このように既存の指標を疑い、より信頼できる指標を生み出すことは、アナリストの重要な仕事の1つです。

チームや選手に伝わらなければせっかくのデータも水の泡

入江：渡辺さんが、アナリストとして大切にしていることは何ですか？

渡辺：今お話ししたように新たな指標を作ったり、データを分析したりすることも重要ですが、もう1つ極めて大切なのが、「伝え方」です。なぜなら、伝え方次第で、データの効果は0にも100にもなるからです。優れた分析をしても、それがチームや選手に伝わらなければ、水の泡なのです。ですから、私はいつも、どのように伝えたらデータを有効活用してもらえるのか、チームを変えられるのか、選手の成長を促せるのか、といったことを考え、さまざまな工夫を凝らすようにしています。

例えば、数字をグラフに置き換え、直感的に分かりやすくするのは、私たちの基本テクニックです。また、映像も多用しており、チームの皆さんに映像を見てもらいながら、分析結果を伝えることがよくあります。私が長々と説明するよりも、実際の映像を見てもらう方が、アスリートの研ぎ澄まされた感覚にダイレクトに伝わることが多いからです。

データ分析が、監督の選手選考に影響を及ぼすケースもあります。例えば、2012年のロンドンオリンピックの3位決定戦は、韓国が相手でした。それまでの試合では江畑幸子選手の調子が非常に良く、その一戦も江畑選手のスタメンが有力視されていました。しかし一方で、過去のデータからは、迫田さおり選手の韓国戦でのパフォーマンスが極めて高いことが明らかだったのです。眞鍋政義監督にその情報を伝えたところ、監督は最終的に迫田選手をスタメンに起用。それが大当たりして、迫田選手は大活躍し、28年ぶりの銅メダルを決めた最後のアタックも迫田選手が叩き込みました。

このようにして、データが監督の意思決定に生きることも多々あります。私はこうした場面では、監督の観察眼や直感を極力邪魔しないように、議論がある程度進んでから伝えるようにしています。

伝え方で上回っている限りAIに置き換えられることはない

入江：今後、スポーツアナリストの仕事はどう変わっていくと思いますか？

渡辺：データ取得は、テクノロジーに置き換わる部分があるでしょう。例えば、サッカーでは「トラッキングシステム」が急速に発展しており、今やJリーグでは、試合が終わるとすぐに選手の走行距離やスプリント回数などが公表されるようになっています。他のスポーツでも同様の技術が発達するはずです。

ただ私は、2つの理由から、今後も引き続きスポーツアナリストは必要だと考えています。1つは、「正確性」です。どこまで正確なシステムが作れるのかは、競技や目的によって異なります。トップスポーツはデータの高い正確性が求められますから、それが高まらない場合、今後もアナリストが判断しながらデータをとることになるでしょう。

もう1つは、やはり「伝え方」の問題です。例えば、調子を落としている選手に、「この数値が悪いです」などとはっきり伝えてしまうことは基本避けなくてはなりません。しかし、AIがそこまで気が利くかといえば、しばらくは難しいのではないでしょうか。伝え方でコンピュータを上回っている限り、アナリストがいなくなることはないはずです。