抱えていた課題

チーム編成にデータを活用しきれていなかった
現場の感覚で把握しているチーム状況に対して、データでの裏付けをしっかり行いたい

実現した結果

データを活用し、チーム状態を明らかにすると同時に、チーム編成における意思決定のサポートを行った

---

スポーツへのデータ分析がますます進む中、NBAなどの海外リーグに比べて収集しているデータの少ないBリーグにおいても、チーム強化のためにデータを活用していくことが求められています。

日本のプロバスケットボールリーグ「Bリーグ」に所属し、DeNA川崎ブレイブサンダースが運営する川崎ブレイブサンダースにおいてもそれは同じです。しかし、川崎ブレイブサンダースでは、チーム強化、特にチーム編成にデータを活用しきれていませんでした。その課題に向き合うため、川崎ブレイブサンダースとDeNAのAIチームが連携し、データ分析を行っているプロジェクトです。

コンセプトの定量化でチーム課題や編成方針の分析へとつなげる

最初に、編成において最も重要なチームの掲げるコンセプトの定量化を行いました。

さまざまなデータを駆使し、コンセプトを表す指標を新たに構築することで、現在のチームがどれだけコンセプトを体現できているかを定量的に把握できるようになりました。また、これらをシーズンを通して追うことで、現状のチーム課題や今後の編成方針のための分析の足がかりとしました。

現在は、来シーズンに向けてのチームの強化ポイントを定量評価し、編成意思決定のサポートを行っています。

解釈性の高いAIモデルを用いて試合を分析

さまざまな指標を用いて分析されているバスケですが、単位の異なる指標同士を平等かつ統一的に比較・評価をするのが困難な場合があります。そこで各要素を新たに「得点への貢献」として再定義することで上記の課題を解決し、適切な評価を可能にしました。

また、解釈性の高いAIモデルを用いて試合を分析することで、なぜ勝てたのか、なぜ負けてしまったのかを抽出したり、さらにその原因を遡ることで新たなチーム課題を突き止めたりすることに成功しました。