0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

スポーツボウリング場構想 第五弾:投球データを「成長支援」につなげる分析エンジンを作った

0
Posted at

qiita-fifth-bowling-system.jpg

スポーツボウリング場構想の第一弾から開発を続け、第五弾までたどり着きました。

今回の第五弾は、最初から明確な仕様があったわけではありません。

きっかけは、第四弾まで作ったところで感じた、

「中途半端に終わらせたくない」

という気持ちでした。

第四弾では、会員の成長を支援するために、投球記録やギア情報などを扱えるようにしました。

しかし、その投球記録を実際のボウリング場でどのように取得するのかは、まだ決まっていませんでした。

そこで、AIと相談しながら開発を進めていく中で、第五弾が生まれました。


1. 第五弾を始めた理由

第四弾まで作ったことで、スポーツボウリング場のシステムとしてはかなり形になってきました。

ただ、一つ気になっていたことがあります。

それは、投球データをどこから取得するのかという問題でした。

実際のボウリング場で使うオートスコアラーについても、どの製品を採用するのかは決まっていません。

Claudeからも、

どのオートスコアラーを使うのか分からない以上、その部分のコードは作れない

という判断が出ていました。

そこで、

「必要なデータを、自分たちのシステム側で扱えるようにできないのか?」

と考えました。

これが第五弾につながっていきます。


2. 第四弾で見えてきた「投球データ」の重要性

第四弾では、会員管理だけではなく、会員の成長を支援する仕組みを作りました。

会員のレベル、練習メニュー、アドバイス、ギア、投球記録などを扱います。

そこで改めて考えると、成長支援には投球データが重要だということが分かります。

単純に、

「今日は150点だった」

という情報だけでは、その人がどこで苦戦しているのかまでは分かりません。

例えば、

  • 誰が投げたのか
  • どのレーンで投げたのか
  • どのフレームで何本倒したのか
  • どのピンが残ったのか
  • ストライクやスペアがどの程度出ているのか
  • スプリットやタップがどのように発生しているのか

といった情報が蓄積されれば、その人の投球傾向を分析できます。

さらに、

「どのギアを使ったときに、どのような成績になったのか」

「レーンによって成績に傾向があるのか」

といった分析にもつなげられます。


3. 「自前のオートスコアラーを作ればいいんじゃない?」

そこで私が思いついたのが、

「自前のオートスコアラーを作ればいいんじゃない?」

ということでした。

ここでいう「自前」は、オートスコアラーの実機そのものを作るという意味ではありません。

テレビ画面やセンサーなどのハードウェアを自作するのではなく、

既存の市販オートスコアラーに完全に依存せず、システム側で必要な投球データを扱う“中身”を持つ。

という考えです。

私が欲しかったのは、第四弾で必要としていた投球データを、自分たちのシステムにつなげられる仕組みでした。

もしそれができれば、第三弾、第四弾、第五弾までのシステムが、一つにつながります。

最初から「第五弾を作ろう」と考えていたわけではありません。

「中途半端に終わらせたくない」

↓

「投球データが必要」

↓

「でもオートスコアラーが決まっていない」

↓

「だったら、機器に依存しない部分を先に作ればいい」

という流れでした。


4. 実際に作ったもの

実装を進め、完成したコードを確認してみると、少し面白いことが分かりました。

私が「自前オートスコアラー」と呼んでいたものの正体は、実機そのものではありませんでした。

実装されていたのは、

第四弾までに蓄積された投球記録を受け取り、それを分析するソフトウェア側の仕組み

です。

つまり第五弾は、

「点数を計算する仕組み」ではなく、「その結果から何が分かるのか」を扱う分析エンジン

として形になりました。

具体的には、

  • 残ったピンのパターンを構造化
  • ストライク、スペア、タップ、スプリットなどのフレーム分類
  • ギアごとの成績比較
  • レーンごとの成績傾向
  • 失点要因の分析

などを行います。


5. 残りピンをデータとして扱う

今回の実装で特に重要だったのが、残りピンの扱いです。

単純に、

「8本残った」

だけでは、どのピンが残ったのか分かりません。

そこで、残りピンの状態をビットマスクとして構造化しました。

これによって、

「何本残ったか」

だけではなく、

「どのピンが残ったのか」

をデータとして扱えるようになります。

その情報を利用して、フレームごとの状態を判定します。

例えば、

  • ストライク
  • スペア
  • タップ
  • スプリット
  • オープン

などです。

これにより、単なるスコア集計ではなく、投球内容そのものを分析できるようになります。


6. ギアやレーンも分析対象にする

投球記録だけを分析して終わりではありません。

第四弾で管理できるようにしたギア情報とも組み合わせることで、

「どのギアを使ったときに、どのような結果になったのか」

という分析につなげられます。

また、レーン情報と組み合わせれば、

「このレーンではどのような傾向があるのか」

という視点でもデータを見ることができます。

つまり第五弾は、第四弾で作った、

会員 × ギア × 投球記録

というデータを、成長支援のための分析へつなげるレイヤーです。


7. あえて実装しなかった部分

一方で、今回あえて実装していない部分もあります。

それが、実際のオートスコアラーから生のCSVを取り込む処理です。

現在のシステムでは、すでにプレイヤーが特定された構造化データを受け取り、そのデータを分析するところまでを担当します。

一方、

  • オートスコアラーから生データを取得する
  • CSVを解析する
  • レーン番号や時間帯からプレイヤーを特定する
  • そのデータをシステムへ登録する

といった機器依存の部分は、まだ実装していません。

理由は単純です。

採用するオートスコアラーがまだ決まっていないからです。

機器が決まっていない状態で、特定メーカーの仕様を前提にコードを書くことはできません。

そこで今回は、

機器に依存しない分析部分を先に完成させる

という判断をしました。


8. 未確定だからこそ、先に作れる部分を作る

今回の開発で、自分自身にとっても大きな学びになったのが、この判断でした。

「決まっていないから作れない」

ではなく、

「決まっていない部分に依存しないところまで先に作る」

という考え方です。

実際の店舗を作る段階になれば、採用するオートスコアラーが決まり、その仕様に合わせてデータ取り込み部分を実装することになります。

でも、そのときに第五弾の分析ロジックまでゼロから作る必要はありません。

すでに、

投球データを分析するためのコア部分はできている。

これが今回の成果です。


9. AIとの役割分担も変わった

第五弾では、AIとの開発方法もこれまでとは少し変わりました。

第三弾では、Copilotを実装に使っていました。

ただ、途中で使い勝手が変わり、Claudeだけに実装を任せるのではなく、Microsoft Copilotにも実装をしてもらうようになりました。

また、第四弾ではGeminiにも実装を任せました。

開発を続ける中で、それぞれのAIに得意・不得意があることも分かってきました。

そこで第五弾では、AIを一つの「何でもやってくれる存在」として扱うのではなく、役割を分けて使うようになりました。

Claude:実装

ChatGPT:レビュー・整理

私:構想・仕様・最終判断

AIにコードを書いてもらっても、最終的に、

「このシステムで本当に何をしたいのか」

を判断するのは人間です。

AIが作ったものをそのまま受け取るのではなく、別のAIに確認してもらう。

そして、自分自身が判断する。

第五弾では、こうしたAIとの協働開発の形も、これまでの経験を踏まえて整理されていきました。


10. 第一弾から第五弾までを振り返る

第五弾まで作ったところで、最初の構想を振り返ってみました。

第一弾では、利用者が予約する仕組みを作りました。

第二弾では、初心者教室を含め、予約・利用の幅を広げました。

第三弾では、店舗を運営する側のシステムへ広げました。

第四弾では、会員を管理するだけではなく、会員の成長を支援する仕組みを作りました。

そして第五弾では、そのために蓄積される投球データを、さらに活用するところまで進みました。

振り返ってみると、

予約する人

↓

ボウリングを始める人

↓

店舗を利用する会員

↓

練習して成長していくスポーツボウラー

という流れが、少しずつ一つの構想につながってきました。

最初からすべてを決めていたわけではありません。

一つ作ると、次に必要なものが見えてくる。

その繰り返しでした。


11. システムを作って終わり、ではなかった

第五弾まで作ってみて、もう一つ分かったことがあります。

システムは、機能を追加していけば完成するものだと思っていました。

でも実際には、

一つ作ったからこそ、次に必要なものが見えてくる。

第四弾を作ったから、投球データをもっと活用したくなった。

その結果として第五弾が生まれました。

そして第五弾まで作ったことで、今度は実際の店舗でこのシステムをどう使うのか、という視点もさらに具体的になりました。

最初に作った設計図どおりに進むというより、

作りながら、構想そのものが育っていく。

そんな開発になりました。


12. そして、第三弾拡張機能へ

第五弾まで終わったら、スポーツボウリング場構想のシステム開発は終了――。

実は、そうではありません。

以前から予定していた第三弾拡張機能に戻ることになりました。

開発の流れは、

第三弾

↓

第四弾

↓

第五弾

↓

第三弾拡張機能

となりました。

一度完成させた第三弾に戻り、店舗運営の仕組みをさらに拡張していきます。

第四弾で会員側の仕組みを広げ、第五弾で投球データの活用を進めたあとだからこそ、改めて第三弾を見ると、追加したいものが見えてきました。

一度完成させたシステムに戻り、後から機能を追加する。

これも、最初からすべてを完璧に設計して作るのとは違う開発です。

スポーツボウリング場構想は、まだ続きます。🎳

📝 業務自動化にご興味があれば、まずは1ファイルからお試しいただける「お試し版(3,000円)」からどうぞ。
ココナラ(お試し版・3,000円)はこちら

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?