サッカーのアナリティクス：xGとその先

Reepのノートは、サッカーで最初のデータの集積となりました。彼の分析上の結論は後に厳しく批判されましたが、試合中の出来事を一つずつ体系的に記録する手法は彼から始まりました。

出典：コーチングの歴史／アナリティクスの文献 · 想起

Hughesは1990年に『The Winning Formula』を著し、Reepの分析をイングランドサッカー協会（FA）の指導理論として体系化して、POMOゾーンからの直接的なプレーを規定しました。

出典：FAのコーチングの指導書 · 想起

Opta Sportsdataは1996年に事業を始め、イングランドサッカーのイベントデータの基準となる配信元として急速に定着し、その後、放送や賭けの市場にも広がりました。

出典：Optaの過去のアーカイブ · 想起

1995年に設立されたProzoneは、1998年にJim Smith率いるダービー・カウンティを最初のイングランドのクライアントとし、クラブ単位での映像とデータの分析の手本を作りました。

出典：コーチングの歴史 · 想起

2004年にイタリアで始まったWyscoutは、スカウティングレポート、対戦相手の分析、選手の映像ライブラリーのために、ヨーロッパのほぼすべてのクラブが使うツールへと成長しました。

出典：コーチングの歴史 · 想起

Benhamは2012年にブレントフォード、2014年にミッティランを買収し、両クラブで、賭けのオッズ算出に似た統計的推論を選手獲得と試合準備に応用しました。

出典：Business Insider／Financial Timesのプロフィール · 想起

Grahamは2012年から2023年までリバプールのリサーチ部門ディレクターを務め、1980年代以来最も成功した時期を統括しました。2019年のUEFAチャンピオンズリーグと2020年のプレミアリーグを含む、主要タイトル6つを獲得しています。

出典：MIT Sloan Sports Analytics / Ludonautics · 想起

Knutsonは2013年に分析ブログとしてStatsBombを立ち上げ、2018年に独自のイベントデータを開始し、2024年8月にHudlが同社を買収するまでCEOを務めました。

出典：StatsBombのアーカイブ／Business Wire · 想起

Ruddの2011年の論文は、遷移確率を用いてポゼッション状態の枠組みを定義しました。その後、Karun Singhが2018年のブログ記事で「Expected Threat」という名称を広めました。

出典：学術界と業界のアナリティクスの歴史 · 想起

Singhのブログは、xTをピッチのゾーンごとの価値の面として示し、遷移確率を反復的に解いて算出しました。この記事は今も、この指標への入門として業界で基準とされています。

出典：karun.in／2018年のアナリティクスの文献 · 想起

xGモデルは、距離、角度、体の部位、プレーの形態といった特徴量に過去のシュート結果を当てはめます。より高度なモデルは、トラッキングデータから得たディフェンダーの位置も取り入れます。

出典：Opta／StatsBombの資料 · 想起

PSxGは、枠内に飛んだシュートの軌道を前提に、ゴールキーパーが失点する確率をモデル化します。xGが使う情報をすべて使ったうえで、シュートが最終的にどこへ向かったかも加えます。

出典：StatsBombの資料 · 想起

xAは、その後のシュートのxGをパスの出し手の評価として加えます。そのため、シュートに最適な位置へ出した優れたパスは、フィニッシュが外れても評価されます。

出典：Optaの資料 · 想起

SinghのxTは、ピッチの各セルの脅威を、チームがその後の少数のアクションのうちに得点する確率として計算し、ボールをより価値の高いセルへ運んだ選手を評価します。

出典：karun.in／xTに関する文献 · 想起

OBVはStatsBomb独自のポゼッション価値の枠組みで、守備でのインターセプトやシュートを含むすべてのイベントに価値を割り当てます。xTの限界に対応するものです。

出典：StatsBombの資料 · 想起

VAEPは、すべてのイベントを、近い将来に得点または失点する確率の変化としてとらえ、それに応じて評価を割り当てます。

出典：KU Leuven Machine Learning Research Group · 想起

フィールドティルトは、チームがボールを保持する量だけでなく、保持がどこで行われているかを測ることで、地域的な優位を捉えます。ポゼッションが60%でも、フィールドティルトは40%ということがあります。

出典：アナリティクスの文献 · 想起

パッキングは、パスやドリブルによって試合から外れる相手の人数を数えます。ImpectのStefan ReinartzとJens Hegelerが開発し、EURO 2016のドイツのテレビ放送で広まりました。

出典：DFBのテクニカルレポート · 想起

360のスナップショットは、ボールを扱うイベントの瞬間ごとに、ボールを持たないすべての選手がどこにいたかを補います。これにより、イベントデータだけでは見えない守備の陣形やパスの選択肢の分析が可能になります。

出典：StatsBomb 360の製品資料 · 想起

PPDAは、標準的なイベントデータだけで計算できる、プレッシングの代表的な代替指標です。OBVや360由来の指標には、独自データまたはトラッキングデータが必要で、純粋なOptaのフィードにはそれが含まれていません。

出典：アナリティクスの文献 · 応用

Edwardsは2016年から2022年までリバプールのスポーツディレクターを務めました。その時代は、Grahamが「プレミアリーグ初のデータサイエンス部門」と呼んだ時期にあたります。2024年にはFSGのより広い役職に戻りました。

出典：Athletic／Ludonauticsのプロフィール · 想起

Comolliのリバプールでの短い在任期間は、直後の成果をめぐっては議論を呼びましたが、Edwardsが後に拡大するデータ重視の選手獲得の枠組みの種をまきました。

出典：Athleticのプロフィール · 想起

AnkersenはBenham時代の顔の一人で、チャンピオンシップの試合結果には順位表が示す以上のばらつきがあると主張したことで知られるようになりました。

出典：Athletic／Guardianのプロフィール · 想起

RandallはKnutsonとともにStatsBombを共同創業しました。二人とも、2024年8月に発表されたHudlによる買収の後に退任しました。

出典：World Soccer Talk / Business Wire 2024 · 想起

Riddersholmは2014/15シーズンにミッティランを初優勝に導きました。Benhamのモデルに基づくセットプレーの型と、Knutsonが設計に協力した分析によるスカウティングに支えられていました。

出典：スーペルリーガのアーカイブ · 想起

Grahamはリバプールを去った後の2023年にLudonauticsを創業しました。Michael Edwardsは早い段階で非常勤取締役に就任すると発表されました。

出典：Research Live / Training Ground Guru 2023 · 想起

Grahamの回想録と分析を兼ねた著書は2024年に出版され、クラブ単位のサッカーのデータ文化について最も多く引用される公開文献の一つです。

出典：Penguin Books Australia / Aevitas 2024 · 想起

Decroos、Bransen、Van Haaren、Davisの論文は、KDD 2019でVAEPを発表し、学術的なスポーツ分析におけるポゼッション価値モデリングの基準となりました。

出典：KDD 2019 / KU Leuven ML Group · 想起

ドイツ人ジャーナリスト、Christoph Biermannの『Football Hackers』（2019年英訳版）は、ミッティランからリバプール、ブレントフォードへと、分析主導のクラブが台頭した経緯を描きました。

出典：出版社の記録／SportsBook of the Year 2019 · 想起

Benham、Knutson、Grahamの例が基準となっています。プロサッカーの外にいた数理系の経歴の人物が、データ重視のクラブで最初の分析担当として採用されることが繰り返されてきました。

出典：2013〜2026年の指導の動向 · 応用

得点とxGの間に大きなマイナスの差があるときは、通常、サンプルが大きくなるにつれてxGに近づいて修正されます。基本となる想定はフィニッシュのばらつきであり、モデルの失敗ではありません。

出典：アナリティクスの文献 · 応用

PSxGから得点を引いた値は、シュートストップの標準的な代替指標です。25 - 18 = +7は、このゴールキーパーが受けたシュートから予測された失点より、7点少なかったことを意味します。

出典：StatsBombのアナリティクス · 応用

ゴールエリア内に集中したシュートマップは、遠い距離や広い角度からシュートを作るのではなく、供給されたボールを決めることに価値があるストライカーを示します。

出典：StatsBomb／Wyscoutの可視化 · 応用

前進パスはボールが前に進んだメートル数を数え、xTはボールをより価値の高いゾーンへ運ぶことを評価します。前進パスの量が多いのにxTが小さい場合、その距離は比較的安全な場所で稼がれていることを意味します。

出典：アナリティクスの文献 · 応用

フィールドティルトが高いのにxGが小さいのは、試合終盤に地域的な圧力をかけながら崩せていないことの特徴で、ローブロックの相手がうまく受け止めていることを示す典型的な兆候です。

出典：アナリティクスの文献 · 応用

攻撃のOBVが高く、守備のOBVがマイナスなのは、攻撃的なサイドバックの典型です。アルフォンソ・デイビスやトレント・アレクサンダー・アーノルドのようなプロフィールを思い浮かべてください。

出典：StatsBomb OBVに関する文献 · 応用

セットプレーのxGが8で得点が4というのは、回帰によって埋まりうるばらつきによる差と考えられます。全面的な変更に踏み切る前に、まず実行面を見直すのが低コストの対応です。

出典：コーチングの指導書 · 応用

重要なのは量より場所です。深い位置でのドリブルは価値の低いイベントであり、このマップが示しているのは、技術の欠如ではなく役割の配置です。

出典：アナリティクスの文献 · 応用

ハーフスペースでのボール受けと、ボール運びによる突出した貢献は、インバーテッドウインガーの役割の特徴であり、アーセナルとシティが2022年以降、意図的に獲得してきたプロフィールです。

出典：2022〜2025年の選手獲得に関する文献 · 応用

ボールを持たない状態での脅威は、その選手がボールを持たずにどこに立っていたかが分かって初めて見えてきます。決定機の場面での位置のスナップショットが、そのために必要な具体的な証拠です。

出典：StatsBomb 360の活用事例 · 応用

ミッティランの2014/15シーズンの優勝はクラブ史上初で、Benhamの手法を扱う公開分析記事の代表的な事例になりました。

出典：デンマーク・スーペルリーガの記録／Football Hackers · 想起

ブレントフォードは2020/21シーズンのチャンピオンシップ・プレーオフを制し、74年ぶりにトップリーグの座をつかみました。これはBenhamの分析モデルの成果として広く評価されています。

出典：チャンピオンシップ2020/21シーズンの記録 · 想起

レスターの優勝シーズンは、発生頻度が低くばらつきの大きい結果にモデルが不意を突かれた現代の典型例で、まさにBenhamの手法が想定したリスクの性質です。

出典：プレミアリーグの記録／アナリティクスの文献 · 想起

Grahamの公開された振り返りでは、サラーは部門の有効性を最も公に裏付けた、モデル主導の獲得として語られています。約3,690万ポンドでローマから加入し、リバプールで主要タイトルをすべて獲得しました。

出典：Athletic／Ludonauticsのプロフィール · 想起

ロバートソンが降格したハルから800万ポンドで加入した件は、データスカウティングの代表的な事例です。基礎的な数字が市場の評価とは大きくかけ離れていました。

出典：Athletic／Ludonauticsのプロフィール · 想起

2021年のリバプールとの契約は、StatsBomb 360の最初の導入事例で、ボールを扱う各イベントの周囲にいる選手の位置スナップショットを加えるものです。

出典：Sky Sports / Business Wire 2021 · 想起

ハーランドの2022/23シーズンのプレミアリーグ36得点は、38試合制になって以降の1シーズン最多記録であり、それ自体が突出していた90分あたりのxGの上に成り立っていました。珍しい組み合わせです。

出典：プレミアリーグ2022/23シーズンの記録 · 想起

ブライトンのデ・ゼルビ時代は、分析を最優先する選手獲得のモデルと独特なビルドアップの形を組み合わせ、前進パスのプロファイリングの公的な基準事例になりました。

出典：プレミアリーグ2022〜2024年の分析 · 想起

イラオラ率いるボーンマスは、積極的なプレッシングのモデルとデータ重視の選手獲得を採用し、2025/26シーズンのUEFAヨーロッパリーグ出場権獲得へとクラブを導きました。

出典：プレミアリーグ2023〜2026年 · 想起

リーズのデータを活用した運営は、マルセロ・ビエルサの下で注目されるようになり、49ersの下で、特にセットプレーとゴールキックのモデリングにおいて、公に語られる分析の事例になりました。

出典：チャンピオンシップ／プレミアリーグの2020〜2025年の分析 · 想起

公開されているxGモデルは、PKでは約0.76に収束します。おおよそ4本に3本が決まるということです。

出典：Opta／StatsBombのモデルの資料 · 想起

ゴールエリア内中央からのオープンプレーのシュートは、オープンプレーの中で最もxGが高い状況の一つですが、それでもPKには及びません。具体的な数値はモデルによって異なりますが、40%台半ばに収まります。

出典：Opta／StatsBombのモデルの資料 · 想起

中央からのロングシュートは、見た目の派手さに反してxGが非常に低く、最高のストライカーでさえ低い確率でしか決められません。

出典：Opta／StatsBombのモデルの資料 · 想起

StatsBombは自社のフィードを、1試合あたり3,300〜3,400件以上のイベントと説明しており、360製品ではすべてのイベントに位置のスナップショットが加わります。

出典：StatsBombの2021〜2024年の資料 · 想起

Singhのモデルはピッチを192ゾーン（16×12のグリッド）に分け、2017/18シーズンのプレミアリーグのデータで当てはめました。

出典：karun.inブログ2018年 · 想起

ロバートソンの移籍は、データスカウティングによるお買い得の象徴的な事例とされています。最終的に世界トップクラスのサイドバックとなった選手が、後にこの時代で有数の掘り出し物だったと冗談交じりに語られる移籍金で獲得されました。

出典：Athleticの2017年の移籍記録 · 想起

業界の経験則では、現代のほとんどのリーグで、セットプレーが得点のおよそ4分の1から3分の1を占めるとされており、OptaとStatsBombの複数のシーズンレポートがこれを裏付けています。

出典：Opta／StatsBombのシーズンまとめ · 想起

xTは到達ゾーンの価値を評価します。ペナルティーエリアへのパスは、センターサークルへのパスよりはるかに価値が高いとされます。この後の数アクションで得点する確率が、ボックス内のゾーンからのほうがずっと高いためです。

出典：karun.inブログ／xTに関する文献 · 想起

基礎となるxGに対する不振は、サンプルが大きくなればほぼ必ずxGに近づいて修正されます。必要な対応は戦術の全面的な見直しではなく、辛抱強く経過を見守ることです。

出典：アナリティクスの文献 · 応用

ボトルネックは具体的に説明されています。チームは脅威を作り出しているものの、それをシュートに、さらにシュートを得点につなげられていません。フィニッシャーは、脅威からxGへ至る欠けた段階にまっすぐ対応します。

出典：コーチングの指導書 · 応用

PSxGは枠内に飛んだシュートの軌道を条件とするため、ゴールキーパーの対応をフィニッシュの質から切り離せます。シュートストップを測る正しい道具です。

出典：StatsBombの資料 · 応用

xGチェーンは、その後にシュートが続いたときにだけアクションを評価します。xTは、ポゼッションがシュートで終わるかどうかにかかわらず、ボールをより価値の高いゾーンへ運ぶあらゆるアクションを評価するため、獲得の要件に近い指標です。

出典：karun.inブログ／xGチェーンに関する文献 · 応用

ボールを持たない動きは、定義上、ボールを扱うイベントではないため、これを測るには、ストライカーがボールに触れていない時点の位置データが必要です。

出典：アナリティクスの文献 · 応用

ディフェンダーの位置を加えると、モデルの予測の精度が上がります。同じ位置からのシュートでも、ディフェンダーがシュートコースをふさいでいる場合は、得点確率が明らかに低くなります。

出典：StatsBomb／Optaのモデルに関する文献 · 応用

1試合のxGは小さなサンプルによる量です。シーズン合計と並べると、試合単位の数字ははるかにノイズの多い統計であり、1試合から導いた見出しになるような結論が成り立つことはまれです。

出典：アナリティクスの文献 · 応用

OBVはシュートや守備のアクションも評価し、独自のフィードには品質保証とカバー範囲が付いてきます。愛好家のxTは手軽に始められる有用な手段ですが、選手獲得のための完全な仕組みではありません。

出典：StatsBomb OBVの資料 · 応用

単純なシュートは特徴も単純で、両モデルの見方が一致します。各提供元の文脈的な特徴が異なる複雑な局面になるほど、食い違いが大きくなります。

出典：アナリティクスの文献 · 想起

頻度マップは量を示し、xGマップは位置の質で重みづけした量を示します。問いに直接答えるのは後者です。

出典：アナリティクスの文献 · 応用

相手のポゼッション中にボールを持たないときの距離は、定義上イベントではなく、選手の位置を連続的に追跡するトラッキングからしか再構成できません。

出典：アナリティクスの文献 · 想起

VAEPはKDD 2019で完全に文書化されており再現が可能です。OBVは提供元のライブのデータパイプライン上で大規模に稼働します。どちらにも使いどころがありますが、トレードオフは透明性と運用上の利便性です。

出典：KDD 2019／StatsBombの資料 · 応用

Hudlによる買収は2024年8月に完了しました。Ted KnutsonとCharlotte Randallは退き、統合後の会社はHudlの製品群の中でStatsBombの名前を残しました。

出典：World Soccer Talk / Business Wire 2024 · 想起

Ludonauticsは2023年に立ち上げられ、Edwardsの役割は立ち上げ時に発表され、Grahamの著書は2024年に続きました。

出典：Training Ground Guru 2023 · 想起

Edwardsは2022年にスポーツディレクターを退いた後、2024年にFSGのより広いフットボール運営の役職に戻りました。

出典：Athleticの2024年の報道 · 想起

Grahamの2024年の著書は、2019/20シーズンのプレミアリーグ優勝で頂点を迎えたリバプールの時代を中心に構成されています。クラブにとって30年ぶりの優勝でした。

出典：Penguin Books 2024 · 想起

アロンソ率いるレバークーゼンは、2023/24シーズンにクラブ史上初のブンデスリーガ優勝を無敗で成し遂げ、DFBポカールも加えました。分析関連の文献全体で、指導とデータがうまく連携した事例として引用されています。

出典：ブンデスリーガ2023/24シーズンの記録 · 想起

スロット率いるリバプールは2024/25シーズンにプレミアリーグを制し、就任1年目で、2019/20シーズン以来のリーグ優勝をクラブにもたらしました。

出典：プレミアリーグ2024/25シーズンの記録 · 想起

2023〜26年にかけてのトップクラブ全体の傾向は、トラッキングデータとイベントデータ（StatsBomb 360、Second Spectrum、Sportlogiq）が基礎の層となり、それ以外のすべてがその上に載るというものです。

出典：2023〜2026年のアナリティクス導入の動向 · 応用

先行指標についての主張は、必ずばらつきに照らして検証しなければなりません。サンプルが小さい場合、ミドルサードのxTは90分あたりの指標として不安定になりえます。確認すべきは安定性の分析であり、肩書きの確認ではありません。

出典：アナリティクスの文献 · 応用

セットプレーのxGについての主張の検証には、日程の難易度で調整した、時間をまたぐ具体的な指標が必要です。調整のない1シーズンの見出しの数字は、たいてい決め手になりません。

出典：アナリティクスの文献 · 応用

1試合で被xGが4というのは、危険なシュートが数多く通ったことを示します。無失点は事実ですが、その裏にある信号は、その質と量のシュートを守り続ければ失点するということです。

出典：アナリティクスの文献 · 応用

フィニッシュの技術は、非常に大きなシュートのサンプルでしか見えてきません。10本ではばらつきが支配します。誤りはモデルではなく、サンプルサイズにあります。

出典：アナリティクスの文献 · 応用

ディフェンシブサードでの時間を多く譲るチームの選手は、タックルの機会が多くなります。タックルの絶対数は、技術と機会の多さを区別できません。解決策は、機会あたりの率への補正です。

出典：アナリティクスの文献 · 応用

4シーズン続けて25%の上振れがあれば、その選手のフィニッシュ力についての見方を更新するのに十分な証拠です。その期間でなお回帰を主張するのは、別の種類の誤りです。

出典：アナリティクスの文献 · 応用

特定のディビジョンでの1回のレンタル期間は、小さく代表性のないサンプルです。それを決定的な判断材料にするのは、選手獲得における教科書どおりの過剰適合のリスクです。

出典：アナリティクスの文献 · 応用

リスクの高いアクションを強いられる役割の選手では、OBVが大きくマイナスになることがあります。確認すべきは、その選手のOBVをポジションごとの基準と比べ、戦術上の指示を考慮に入れることです。

出典：StatsBomb OBVの資料 · 応用

ディフェンダーの文脈がなければ、ライン上に3人のディフェンダーがいるゴールエリアでの混戦のシュートも、マークのないシュートと同じに扱われます。このモデルは設計上、混戦のセットプレーのシュートを過大評価します。

出典：アナリティクスの文献 · 応用

xTの値は過去のデータから学習されます。現代のサッカーが2017/18シーズンのサンプルよりもハーフスペースを重く扱うなら、使い回したモデルはそのゾーンを過小評価します。

出典：xTに関する文献 · 応用

クラッチ分析は、基準率の誤りが起こりやすい典型です。試合終了間際のシュートには、それ自身の基準率があります。具体的な対処は、同じ選手のクラッチではない場面の成績や、ポジションごとの基準と比べることです。

出典：アナリティクスの文献 · 応用

単一ベンダーに頼る体制でのモデルリスクは、特有の集中リスクです。どのモデルにも前提があり、運営を1社に賭けることは、そのバイアスをそっくり取り込むことになります。

出典：リスク管理の文献 · 応用

1試合あたりの空中戦の勝率は、ノイズが大きいことで知られています。1試合の内訳はたいていばらつきに支配され、その内訳に基づく予測は、小サンプルの教科書どおりの誤りです。

出典：アナリティクスの文献 · 応用

xGは確率であり、保証ではありません。0.15のシュートは、十分な本数があればおよそ15%の割合で決まります。この数字の中身はそれがすべてです。

出典：Opta／StatsBombの資料 · 想起

xTの中心的な動機は、その後にゴールもアシストも続かないため、従来の統計ではまったく見えない、価値のあるボール前進のアクションを評価することです。

出典：karun.inブログ／アナリティクスの文献 · 想起

2021年に発表されたリバプールの複数年にわたるStatsBombとの契約は、StatsBomb 360の発売と結びついており、クラブはGrahamの下にある自前の部門と並行してこのツールを使いました。

出典：Sky Sports / Business Wire 2021 · 想起

正しい問いは、どのアクションの期待ゴール値が高いかです。12ヤードの位置にいるマークのない選手へ短い横パスを出してシュートを打たせるほうが、逆足での20ヤードのシュートより、通常ははるかに高い値になります。判断は単純なxGの最大化です。

出典：アナリティクスの文献 · 応用

サンプルサイズの確認は、データに基づくスカウティングの主張に対する最もレバレッジの高い健全性テストです。500分に基づく美しいチャートは、同じチャートが5,000分に基づく場合とは別の話を語ります。

出典：アナリティクスの文献 · 応用

プロサッカー全体でセットプレーによる得点の基準率は、スタイルにかかわらず25〜35%前後です。ポゼッションについての主張は、その基準率とは無関係です。

出典：Opta／StatsBombのシーズンまとめ · 応用

xGとxAを合算するには、90分あたりの分母とポジションごとの基準が必要です。両方がなければ、合成スコアは選手個人の質ではなく、役割と出場時間を反映します。

出典：選手獲得のアナリティクス · 応用

試合単位のxGは小サンプルの統計で、見出しにはなっても証明にはなりません。1試合の差に対する正しい姿勢は、暫定的な関心です。

出典：アナリティクスの文献 · 応用

ブレントフォードとミッティランでのBenhamとKnutsonの組み合わせは、現代のデータ優先の採用の象徴的な例で、後にEdwardsとGrahamを通じてリバプールで拡大されました。

出典：コーチング／アナリティクスの歴史 · 想起

公開モデルは有用な絞り込みの手段ですが、独自フィードやトラッキングフィードが提供するディフェンダーの文脈やボールを持たない構造を欠いています。これが、選手獲得部門が上位版にお金を払う具体的な理由です。

出典：2023〜2026年のアナリティクスの文献 · 応用