ウイイレのデータ解析自動化してくよ！ Part2
どうもヤジュンです！自己紹介はこちら
本記事は、ウイイレのデータ集計自動化してみた！の続きになります。
画像からデータ収集できるようになったので、早速「解析」～「考察」をしてみました。
実装機能の一部をご紹介します。
※本ソフトウェアは、pythonで作成しています。■参考サイト
■解析のゴール
- 解析のゴールは、プレイヤーのモデル化としました！
プレイヤーをモデル化するって、美少女やイケメンにするわけじゃないです。（ここ笑うとこ！）
データから、「勝つ時」と「負ける時」のモデルをグラフ等で可視化するのです。
「勝ちモデル」と「負けモデル」のギャップから、課題やプレイヤーの強みを明らかにします！
■流れ
- 各パラメータからグラフを作成
- 勝敗時のギャップ分析
- プレイヤーに対して課題を可視化
- 次の解析方法の選定
■ヒストグラム & 散布図
【グラフ化】
-
前回作成したメトリクス収集ソフトウェアで、テスターの30試合分の試合結果を集めました。
テスターはなんと！あの「 ちゃまさん 」です！
取得できるパラメータは80種類以上あります。
全パラメータをグラフ化しても意味が薄いため、今回は例として４つ選択しました。ポゼッション 攻撃エリア中央の比率 パス本数 ボール奪取数
（例）上から２マス目、左から１マス目の散布図は、縦軸「攻撃エリア中央の比率」横軸「ポゼッション」の散布図になります。
※補足
-
ヒストグラムと散布図をご存じない方向けに簡単に説明します。
左上の「ポゼッション」のヒストグラムは、「50%~55%」で棒のピークが来ていますよね？
この棒は「該当するポゼッション(%)のデータが何個あったか」を示しています。
「本テスターの試合結果では、ポゼッション50~55%の試合が多かった！」ということです。
【考察】
-
ではグラフを見ていきましょう！
縦軸「ポゼッション」の一番上の行の散布図では綺麗に傾向が出てます。
「攻撃エリア中央」の比率が上がれば、「ポゼッション」も上がっているので、点の分布が右肩上がり気味です。
「パス本数」と「ボール奪取数」も同様の傾向です。他グラフでも傾向が見えますが、「勝ちと負け引き分けの差分を明らかにする」のは無理そうです。
２つの情報だけでは、期待する結果が得られないことも多いです。※ただ、今回は30試合分のデータだったので、これが100試合ともなると話は別です。
１パラメータの情報量が増えるので、良い結果が見れたりします。では次！
■ヒートマップ解析
【グラフ化】
-
ボール奪取 及び ボールロストの情報を可視化していきます。
【考察】
-
「勝ち」と「負け引き分け」のギャップを見るなら、一番右のグラフが最適です。
ボール奪取数の「負け引き分け」データは、敵陣内でのボール奪取が全体的に少ないのが分かりますね。
（勝ち試合よりもボール奪取数が少ないエリアは青で示されています。）
理由は色々考えられます。フォーメーションの組み合わせか？ カウンターターゲットをつけているせいで、後ろで回されている？ 守備時にカーソル当ててる選手がいつもとズレている？次は、下図の「ボールロスト」を見ていきましょう！
「ボール奪取」とは異なり、エリアによっては「負け引き分け」試合のが良い結果もありますね。
気になったのは、前線のハーフスペース（左から２列目）でのボールロストが多くなっている点です。ハーフスペースでは、サイドも中央も使えて、なおかつ自身でシュートも狙える重要なエリアです。
チャンスにも関わらず、ボールをロストしているということは色々な理由が考えられます。敵が近いにも関わらずスルーパスでビルドアップしている ダッシュボタンを押しぎみ サイドor中央の選択が偏り、相手に読まれている仮説を立てて、テスターにヒアリングしたり、動画などの追加データをもらって、検証していきます。
次の解析につなげていくのです。では、次！
■複数パラメータ解析
【グラフ化】
- 複数のパラメータ情報をまとめてグラフ化します！
選択したのは、「パス本数」「パス成功率」「得点」「失点」の４つのパラメータです。
【考察】
-
右図の「得失点」から、得失点0点以下の試合は、「パス成功率80％以下」にしかないことが分かります。
逆にパス本数は影響してなさそうです。
左図の「得点」も同様に、「パス成功率」が高い試合ほど得点が多いことが分かります。
中図の「失点」は面白い結果が出てますね！
パス成功率/パス本数ともに、失点数には影響していなそうです。このテスターにとって、「パス成功率は、攻撃力に影響するが、失点には関係なさそう」という結果得られました。
次の解析は、以下を取るのが良さそうです！パス成功率を上げるにはどうすればいいか？ 失点数に影響している他のパラメータは何か？
■データ解析のコツ！
- このようなデータ解析のコツとしては、パラメータの依存/内包関係を把握しておくことです!
例えば「ポゼッション」というデータは、いくつもの因子が積みあがって出てくるパラメータです。
- ん～～たくさん！！笑
ただ、全てのパラメータを細かく見れば良いわけではないです。
「欲しい情報はどの粒度で見るのが一番効率的なのだろう？」
と意味のあるデータの塊を模索することが大切です。
■まとめ
- やはり、最初のヒストグラムなどのチープな図よりも、リッチなグラフの方が価値の高い情報を得られますね。
この記事を見て、プレイヤーの皆さんから「使ってみたい！」と思われたら幸いです。
ニーズとマッチしていないものを作成しても、それはゴミと同じです。
今後もテスターの方にご協力いただき、ソフトウェアの価値を高めていきます。
■今後の予定
-
機能拡張を予定しています。
・フォーメーションと各パラメータの関係
・パラメータの変化量を把握するためのグラフ作成（週毎の成長などを見やすくする狙い）
・テンプレートマッチングを用いた文字認識精度100%化番外編として
・対抗募集を自動リツイートBOTpart3をお楽しみに！！
■読んでくださった皆様へ
-
私の活動に、ご興味のある方は、気軽にTwitterまでDMしてください♪
「こんなことお願いできませんか？」みたいに、記事内容と関係ないことでも大丈夫です。