---
title: トラッキングデータを用いた分析事例のご紹介
tags:  #dena ai talks  
author: [DeNA_Tech](https://docswell.com/user/DeNA_Tech)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/8EDK819W7G.jpg?width=480
description: トラッキングデータ作成と、それをチーム分析へ繋げるための実践的な取り組みについて公開します。
published: June 02, 26
canonical: https://docswell.com/s/DeNA_Tech/5Y8MJL-2026-06-01-151127
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/8EDK819W7G.jpg)

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


# Page. 2

![Page Image](https://bcdn.docswell.com/page/V7PK8QZXJ8.jpg)

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


# Page. 3

![Page Image](https://bcdn.docswell.com/page/2JVVN5W3JQ.jpg)

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


# Page. 4

![Page Image](https://bcdn.docswell.com/page/5EGLK6DYJL.jpg)

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


# Page. 5

![Page Image](https://bcdn.docswell.com/page/4JQYN4167P.jpg)

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


# Page. 6

![Page Image](https://bcdn.docswell.com/page/K74WGQRME1.jpg)

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


# Page. 7

![Page Image](https://bcdn.docswell.com/page/LJ1YDPQYEG.jpg)

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


# Page. 8

![Page Image](https://bcdn.docswell.com/page/GJWGY2M172.jpg)

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


# Page. 9

![Page Image](https://bcdn.docswell.com/page/4EZLXDQX73.jpg)

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


# Page. 10

![Page Image](https://bcdn.docswell.com/page/Y76W416P7V.jpg)

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


# Page. 11

![Page Image](https://bcdn.docswell.com/page/G75MQ46P74.jpg)

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


# Page. 12

![Page Image](https://bcdn.docswell.com/page/9J29PVMZER.jpg)

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


# Page. 13

![Page Image](https://bcdn.docswell.com/page/DEY453XNJM.jpg)

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


# Page. 14

![Page Image](https://bcdn.docswell.com/page/VJNYNV1V78.jpg)

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


# Page. 15

![Page Image](https://bcdn.docswell.com/page/YE9PR65VJ3.jpg)

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


# Page. 16

![Page Image](https://bcdn.docswell.com/page/GE8DWZY4ED.jpg)

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


# Page. 17

![Page Image](https://bcdn.docswell.com/page/LELMND4V7R.jpg)

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


# Page. 18

![Page Image](https://bcdn.docswell.com/page/4JMYXPKNJW.jpg)

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


# Page. 19

![Page Image](https://bcdn.docswell.com/page/PJR9N1X479.jpg)