トラッキングデータを用いた分析事例のご紹介

トラッキングデータを用いた分析事例のご紹介 柳辺 十武 IT本部AI・データ戦略統括部AI技術開発部 株式会社ディー・エヌ・エー

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 自己紹介 ヤナベ トム 柳辺 十武 株式会社ディー・エヌ・エー IT本部・データ統括戦略部 AI技術開発部 ビジョン・スポーツグループ マネージャー 2022年 DeNA 新卒入社 川崎ブレイブサンダース AI強化Prj - PdM EDGE POKER - Lead AI Engineer 『 T0m 』 Kaggle Competition Master x4（Solo x2） ©KBT

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 川崎ブレイブサンダース 川崎ブレイブサンダース：日本の男子プロバスケットボール Bリーグに所属するクラブ ©KBT

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 本資料の注意点 ● 本資料は、広くトラッキングデータの活用方法や事例を紹介するための資料です ● 全てが川崎ブレイブサンダースでの活用を紹介したものではありません

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 トラッキングデータ 選手とボールの位置座標[x, y]が系列として連続するデータ 運動量やシュート・パスなどのイベント、シュート成功率モデルなどを用いた様々な分析での活用 映像協力：SoftBank

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 トラッキングデータ開発 トラッキングデータによってもたらされる価値 1. トラッキングデータを用いた高度なモデリングや分析 2. トラッキングデータをベースにした指標の比較

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 トラッキングデータ開発 トラッキングデータによってもたらされる価値 1. トラッキングデータを用いた高度なモデリングや分析 2. トラッキングデータをベースにした指標の比較 パスやシュート位置、ボールの保持時間など、時間をかければ自チームに関しては人手で取得可能 ただ、自チームの数字だけでなく、他チームとの比較・リーグでの立ち位置を把握するのは非現実的 → 全試合を対象にできることを必須条件とし、トラッキングデータ開発に着手

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 NBAでのトラッキングデータ活用事例 NBAの公式ページでは、トラッキングデータを元にしたスタッツが公開 https://www.nba.com/stats

• https://www.nba.com/stats

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 NBAでのトラッキングデータ活用事例 10年も前の段階で、パターン認識を用いたトラッキングデータに関して発表（TED） The Math Behind Basketball's Wildest Moves | Rajiv Maheswaran | TED Talks https://www.youtube.com/watch?v=66ko_cWSHBU

• https://www.youtube.com/watch?v=66ko_cWSHBU

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 Bリーグでのトラッキングデータ活用事例 Bリーグでも一部トライアルとして実施

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 トラッキングデータのデータ構造 各パイプラインでの出力をマージし、加工しやすい形に整形 検出オブジェクト数 × ビデオのフレーム数分のレコードが格納 例）10(人) × 30(frame) × 600(秒) × 4(Q) × 780(試合) = 561,600,000レコード game_id frame_index object_type x y team_name player_id 0001 1 player 19.074 9.676 Kawasaki 012 ‥ ‥ ‥ ‥ ‥ ‥ 0001 30 player 19.283 9.221 Kawasaki 012 0001 1 player 32.325 18.980 Kawasaki 013 ‥ ‥ ‥ ‥ ‥ ‥ 0001 30 player 35.365 20.394 Kawasaki 013 ‥ ‥ ‥ ‥ ‥ ‥ A B

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 トラッキングデータを用いたアプローチ トラッキングデータの 系列・連続性を用いた指標算出 ex) 運動量・移動速度 トラッキングデータを用いた 指標算出 トラッキングデータを用いた モデリングと指標化 ex) EPV トラッキングデータを用いた イベントベースの指標算出 ex) パス・シュート距離

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 系列・連続性を用いた指標算出 イベントベースの集計では取得困難な系列ベースでの情報取得 ● 運動量や速度、加速度 ● ドリブル時のボール保持時間（Sec Per Touch） ● 相手コートまでのボール移動時間 → ⭐ 編成や戦術面での分析だけでなく、コンディション管理などへの活用も

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 イベントベースの指標算出 既存のデータにはないイベントをトラッキングデータや映像から新規で取得 ex) パス、シュート、ペイントタッチ、PnR、スクリーンなど ⭐ これらと位置情報を組み合わせることで新しい指標の算出 ● パスの回数、ペイントタッチの回数 ● シュートの際の位置、ディフェンスとの距離 ● リバウンドの取得位置、リバウンドへの参加人数 ● ⇄ 相手チームの指標を見ることでディフェンス視点での指標にも

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 モデリングと指標化 EPV, Expected Possession Value ポゼッションの各時点での得点への期待値の算出手法 A Multiresolution Stochastic Process Model for Predicting Basketball Possession Outcomes https://arxiv.org/pdf/1408.0777

• https://arxiv.org/pdf/1408.0777

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 モデリングと指標化 ⭐ 高度なモデリングによって算出される状態価値を用いた指標化 ● その選手が平均選手よりどれだけEPVの増加に寄与したか ● 各アクション選択が他の選択肢より期待値が高かったか ● 相手の期待値を下げるようなディフェンスへの寄与度 ● ... ← サッカーでの活用例 得点というイベントが少ないサッカーにおいて 各アクションを期待値に換算することで、選手評価 をよりデータに基づいたものへ https://www.footballista.jp/special/82030

• https://www.footballista.jp/special/82030

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 Bリーグにおけるトラッキングデータを用いた分析の現在地 「データが離散的である」という課題をクリア、 次の段階として、「どんな情報を見るべきか」という問題に直面している段階 ex) 野球であれば「OPS」や「WAR」 ただ、単一の答えがあるとは捉えておらず ① 各チームのコンセプトやヘッドコーチ（HC）のスタイル と ② リーグのトレンド という2つの観点からデータ分析にチャレンジしている

AI Talks #8 - トラッキングデータを用いた分析事例の紹介 サマーインターン ⽇程 8⽉24⽇(⽉) ~ 9⽉18⽇(⾦) 上記⽇程の中で最短3週間、最⻑4週間 ※ オンラインでの実施を予定 ※ 学会参加や研究室活動等での不在には柔軟に対応 エントリー 受付期間 【⼀次締切】※受付終了いたしました※ 【⼆次締切】 エントリー：2026年6⽉14⽇(⽇) 21:00まで エントリーシート提出：2026年6⽉14⽇(⽇) 23:59まで ※ ⼆次締切が最終となります 募集⼈数 10名 ~ 20名程度 ※ 定員に達し次第、受付を終了することがあります