サッカー（または米国ではサッカー）でのセットプレーの重要性は近年高まっています。現在、すべてのゴールのXNUMX分のXNUMX以上がセットプレーで得点されています。 フリーキックとコーナーは一般的に最も有望な状況を生み出し、一部のプロチームはゲームのそれらの部分に特定のコーチを雇っています。
この投稿では、ブンデスリーガマッチファクトセットプレーの脅威がセットプレーのパフォーマンスを評価するのにどのように役立つかを共有します。 チームがこれらのデッドボールの状況をますます活用しようとするとき、Set Piece Threatは、チームがこれらの状況をどれだけうまく活用しているかを視聴者が理解するのに役立ちます。 さらに、AWSサービスを使用して統計をリアルタイムで計算する方法についても説明します。
ブンデスリーガのユニオンベルリンは、セットプレーの関連性の良い例です。 チームはわずか2年でブンデスリーガ2からヨーロッパ大会への出場権を獲得しました。 彼らは2/18シーズンにブンデスリーガ19で28位に終わり、ブンデスリーガへの降格プレーオフでスロットを獲得しました。 そのシーズン、彼らはオープンプレーで16ゴールを決め、リーグでわずかXNUMX位にランクインしました。 しかし、セットプレーで得点したゴール（XNUMXゴール）ではXNUMX位にランクインしました。
言うまでもなく、VfBシュトゥットガルトとの最初の降格プレーオフの試合で、ユニオンは2：2の引き分けを確保し、コーナーの後にヘッダーを獲得しました。 そして、リターンマッチでは、シュトゥットガルトはパッシブオフサイドのためにフリーキックゴールを拒否され、ユニオンは0：0の引き分けでブンデスリーガに入ることができました。
ユニオンの成功のためのセットプレーの関連性はそれだけではありません。 ユニオンはブンデスリーガの最初の15シーズンを10位と20位で終え、セットプレーのゴール数で21位と2位にランクインしました（両方のシーズンのセットプレーから2ゴールを獲得）。 比較のために、リーグチャンピオンのFCバイエルンミュンヘンは、両方のシーズンでセットプレーから20ゴールしか獲得できませんでした。 ユニオンベルリンがセットピースで成功したことで、XNUMX/XNUMXブンデスリーガシーズンでXNUMX位を獲得することができました。これは、昇格後わずかXNUMX年でブンデスリーガXNUMXからヨーロッパに向かうUEFAヨーロッパカンファレンスリーグの出場権を意味します。 当然のことながら、決勝戦では、コーナーの後にXNUMXつのゴールのうちのXNUMXつを獲得しました。 この記事の執筆時点で、ユニオンベルリンはブンデスリーガ（マッチデーXNUMX）でXNUMX位、コーナーパフォーマンスでXNUMX位にランクされています。これについては、後で説明します。
ユニオンベルリンのヨーロッパへの道は、セットプレー中の攻撃的および防御的パフォーマンスの影響力のある役割を明確に示しています。 ただし、これまで、ファンや放送局が分析Webサイトの大規模なテーブルを分析したい場合を除いて、このパフォーマンスを適切に定量化することは困難でした。 ブンデスリーガとAWSは協力して、チームが生み出す脅威と、チームに対するセットプレーによって生み出される脅威を説明し、新しいブンデスリーガのマッチファクト：セットプレーの脅威を考え出しました。
セットプレーの脅威はどのように機能しますか？
チームがセットプレーでもたらす脅威を判断するために、セットプレーのパフォーマンスのさまざまな側面を考慮に入れます。 コーナーとフリーキックのみをセットプレーと見なし、各カテゴリの脅威を個別に計算することに注意することが重要です。
ファセット1：セットプレーの結果：ゴール、ショット、または何もない
まず、 結果 セットプレーの。 つまり、それが目標につながるかどうかを観察します。 ただし、結果は一般に、ゴールキーパーによる大幅なセーブや、ショットが入る代わりにポストをブラッシングする場合など、細かいマージンの影響を受けるため、セットプレーから生じるショットの品質も分類します。 ショットはいくつかのカテゴリに分類されます。
| カテゴリー | 説明 |
| 目標 | ゴールにつながる成功したショット |
| 優秀 | ポストでのショットなど、ほぼゴールにつながったショット |
| まともな | その他の注目すべきゴールシーン |
| 平均 | 目標の関連する脅威とのチャンス比率に含まれる残りのチャンス |
| なし | 本当のゴールの脅威はありません。ボールにほとんど触れなかったヘッダーやブロックされたショットなど、本当のチャンスと見なすべきではありません。 |
| ショットなし | ショットはまったく撮影されていません |
上記のビデオは、ショットの結果カテゴリの例を次の順序で示しています：未解決、まとも、平均、なし。
ファセット2：ショットの可能性
次に、私たちのアルゴリズムはショットの可能性を考慮します。 これには、ショットテイカーの実際のパフォーマンスを方程式から外して、目標を達成する可能性がどの程度あるかが組み込まれています。 言い換えれば、ショットが撮影された状況の潜在的な目標を定量化します。 これはによってキャプチャされます 期待される目標（xGoals） ショットの値。 運や運の欠如の発生だけでなく、ストライキやヘッダーの品質も取り除きます。
ファセット3：セットピースの数量
次に、純粋な側面を考えます 量 チームが取得するセットピースの。 セットピース脅威の定義は、セットピースごとに脅威を測定します。 シーズン中のチームのすべての結果とxGoal値を合計する代わりに、セットピースごとの平均脅威を表すように値が集計されます。 このように、たとえば、コーナーの脅威は、各コーナーに対するチームの危険性を表し、他のチームよりもコーナーが多い（したがって、ショットやゴールが増える可能性がある）という理由だけで、チームがより危険であるとは見なしません。
ファセット4：時間の経過に伴う開発
考慮すべき最後の側面は、チームの脅威の発生です の経時変化の追跡。 たとえば、最初の15試合日でコーナーから19ゴールを決めたが、次の10試合日でかなりの脅威をもたらさなかったチームを考えてみてください。 このチームは、すでにXNUMX回得点を挙げているにもかかわらず、マッチデーXNUMXのコーナーから重大な脅威をもたらすと見なされるべきではありません。 チームのセットピースの品質のこの（ポジティブまたはネガティブ）開発は、それが発生した期間に応じて、各セットピースに割引を割り当てることによって説明されます。 言い換えれば、XNUMX試合前に行われたフリーキックは、前回または現在のゲーム中に行われたものよりも、計算された脅威への影響が少ないということです。
スコア：セットピースごとの集計
これまでに説明したXNUMXつのファセットはすべて、チームごとにXNUMXつの値に集約されます。XNUMXつはコーナー用、もうXNUMXつはフリーキック用です。これは、そのチームの対応するセットプレーが現在もたらす危険性を表しています。 値は、各セットプレーのスコアの加重平均として定義されます。ここで、セットプレーのスコアは次のように定義されます。 (0.7 * shot-outcome + 0.3 * xG-value) セットプレーがショットをもたらした場合は0、それ以外の場合はXNUMX。 The shot-outcome チームが得点した場合は 1 で、ショットの質に応じて、ワイドになったショットなどの他の結果の場合は低くなります。 それぞれの重み
前に説明したように、セットピースはそれがどれくらい前に撮影されたかによって決まります。 全体として、値は 0 ～ 1 の間で定義され、1 が満点です。
セットプレーの脅威
次に、各チームの値がリーグ平均と比較されます。 正確な式は score(team)/avg_score(league) - 1。 この値は、セットピース脅威値と呼ばれるものです。 リーグ平均とまったく同じであれば、チームの脅威値は0です。 値-1（または-100％）は、脅威をまったくもたらさないチームを表し、値+1（+ 100％）は、リーグ平均の1倍危険なチームを表します。 これらの値を使用して、コーナーとフリーキックの攻撃的な脅威に応じて、チームを18〜XNUMXの順に並べるランキングを計算します。
 |
 |
同じデータと同様の計算を使用して、セットプレーをどのように防御するかに関してチームの防御パフォーマンスを測定する防御脅威も計算します。 これで、アルゴリズムは、自分のセットプレーごとのスコアを計算する代わりに、対戦相手のセットプレーごとのスコアを計算します。 攻撃的な脅威の場合と同様に、スコアはリーグ平均と比較されますが、値は逆になります。 -score(team)/avg_score(league) + 1。 このように、チームが対戦相手にショットをまったく許可しない場合、+ 1（+ 100％）の脅威が達成されますが、防御の脅威が-1（-100％）のチームは、リーグの0倍の対戦相手のセットプレーの影響を受けやすくなります。平均。 繰り返しますが、脅威がXNUMXのチームは、リーグ平均と同じくらい優れています。
セットプレーの脅威の調査結果
セットプレーの脅威の重要な側面は、セットプレーを介して得点され、認められた目標ではなく、脅威の推定に焦点を当てることです。 マッチデー21のSCフライブルクとユニオンベルリンを例にとると、フライブルクは今シーズン、ユニオンベルリンの3得点と比較してコーナーで7得点を挙げています。 私たちの脅威ランキングは、依然として両方のチームをかなり同等にランク付けしています。 実際、フライブルクのコーナー（ランク1）は、ユニオンベルリンのコーナー（ランクXNUMX）よりも脅威がXNUMX％少ないと予測しています。 これの主な理由は、ユニオンベルリンが彼らのコーナーから同様の数の素晴らしいチャンスを生み出したが、これらのチャンスをゴールに変えることができなかったということです。 一方、フライブルクはチャンスがあればはるかに効率的でした。 チャンスの質と実際の目標との間のこのような不一致は、サッカーのような変動の大きいスポーツで発生する可能性があります。
次のグラフは、ユニオンベルリンのセットプレーの攻撃的なコーナーランキング（青）とマッチデー6〜21のスコア（赤）を示しています。 マッチデー12で、ユニオンはコーナーからゴールを決め、さらに12番目のコーナーから大きなチャンスを得ましたが、ゴールには至りませんでしたが、アルゴリズムによって高い脅威として認識されました。 さらに、ユニオンはマッチデー21の50コーナーキックのうちXNUMX回で目標を達成しました。その結果、ユニオンはすぐにXNUMX位からXNUMX位にランクインし、ユニオンのスコア値はリーグ平均と同様に増加しました。 ユニオンは、後半の試合日にコーナーからますます高い脅威の可能性を見たので、彼らは段階的にコーナーの脅威ランキングのXNUMX位を主張しました。 スコアは常に現在のリーグ平均に相対的です。つまり、マッチデーXNUMXでのユニオンの脅威は、リーグ内のすべてのチームからの平均脅威よりもコーナーからXNUMX％高くなっています。
実装とアーキテクチャ
ブンデスリーガマッチファクトは独立して実行されています AWSファーゲート 中のコンテナ Amazon エラスティック コンテナ サービス （Amazon ECS）。 以前のブンデスリーガマッチファクトは、高度な統計を計算するために生のイベントと位置データを消費します。 これは、既存のブンデスリーガマッチファクトによって生成されたデータを分析するセットピース脅威のリリースで変更されます（xゴール）ランキングを計算します。 そのため、ライブマッチ中に、異なるブンデスリーガマッチファクト間でリアルタイムにメッセージを交換するアーキテクチャを作成しました。
最新のデータがセットピースの脅威の計算に反映されることを保証するために、 ApacheKafkaのAmazonマネージドストリーミング （Amazon MSK）。 このメッセージブローカーサービスにより、さまざまなブンデスリーガマッチファクトが最新のイベントやアップデートをリアルタイムで送受信できます。 Kafkaの試合とブンデスリーガの試合ファクト固有のトピックを利用することで、以前に送信されたメッセージを再生および再処理する機能を維持しながら、関連するすべてのシステムから最新のデータを受け取ることができます。
次の図は、ソリューションアーキテクチャを示しています。
このプロジェクトに Amazon MSK を導入し、ブンデスリーガ マッチ ファクト プラットフォームのすべての内部メッセージ パッシングを一般的に置き換えました。 位置データとイベント データの挿入を処理し、3.6 試合あたり XNUMX 万を超えるデータ ポイントに集約できます。 Amazon MSK を使用すると、基礎となるメッセージの永続ストレージを使用できるため、いつでもゲームをリプレイできます。 ただし、セットプレーの脅威については、ブンデスリーガによって生成されるパスイベントの特定のユースケースに焦点が当てられています
並行して実行されている他のブンデスリーガ マッチ ファクトとのマッチ ファクト。
これを容易にするために、グローバルとマッチ固有のXNUMX種類のKafkaトピックを区別します。 まず、各ブンデスリーガマッチファクトには、ブンデスリーガマッチファクトによって作成されたすべてのメッセージを処理する独自のグローバルトピックがあります。 さらに、特定の試合のブンデスリーガ試合ファクトによって作成されたすべてのメッセージを処理する各試合のブンデスリーガ試合ファクトごとに、追加の試合固有のトピックがあります。 複数のライブマッチが並行して実行されると、各メッセージが最初に生成され、このブンデスリーガマッチファクト固有のグローバルトピックに送信されます。
コーディネーター AWSラムダ 関数はすべてのブンデスリーガマッチファクト固有のグローバルトピックにサブスクライブされており、XNUMXつのタスクがあります。
- を介してプロビジョニングされたデータベースに受信データを書き込みます Amazon リレーショナル データベース サービス （Amazon RDS）。
- 他のブンデスリーガマッチファクトが消費できるメッセージをブンデスリーガマッチファクト固有のトピックに再配布します。
アーキテクチャ図の左側は、試合ごとに互いに独立して実行され、グローバルトピックへのメッセージを生成するさまざまなブンデスリーガの試合ファクトを示しています。 新しいセットプレー脅威ブンデスリーガマッチファクトは、特定のマッチ（図の右側）の各ショットの最新のxGoal値を消費して、XNUMXつ以上のショットをもたらしたセットプレーによって生成された脅威を即座に計算できるようになりました。
まとめ
Set Piece Threatのリリースに興奮しており、コメンテーターとファンがこのまったく新しい洞察を使用してパターンを明らかにします。 チームがこれらのデッドボールの状況をますます活用しようとすると、セットピースの脅威は、視聴者がどのチームがこれを成功させているか、どのチームがまだカバーする必要があるかを理解するのに役立ちます。 新しいブンデスリーガマッチファクトは、ブンデスリーガの放送局が試合の新しい視点やストーリーを明らかにするために利用でき、チームのランキングはブンデスリーガアプリでいつでも表示できます。
私たちは、あなたがどのようなパターンを明らかにするかを学ぶことに興奮しています。 あなたの洞察を私たちと共有してください： Twitterの@AWScloud、ハッシュタグ#BundesligaMatchFactsを使用。
著者について
サイモン・ロルフェス 中央ミッドフィールダーとしてブンデスリーガで288試合をプレーし、41ゴールを決め、ドイツで26キャップを獲得しました。 現在、RolfesはBayer 04 Leverkusenでスポーティングディレクターを務めており、プロプレーヤーの名簿、スカウティング部門、クラブの青少年育成を監督および開発しています。 サイモンはまた、AWSが提供する最新のブンデスリーガマッチファクトについてBundesliga.comに毎週コラムを書いています
ルーク・フィグドール AWSプロフェッショナルサービスチームのシニアスポーツテクノロジースペシャリストです。 彼は、プレーヤー、クラブ、リーグ、ブンデスリーガやフォーミュラ1などのメディア企業と協力して、機械学習を使用してデータを使ってストーリーを語る手助けをしています。 余暇には、心と心理学、経済学、AIの交差点についてすべてを学ぶのが好きです。
ヤンバウアー AWSProfessionalServicesのクラウドアプリケーションアーキテクトです。 彼の興味は、サーバーレスコンピューティング、機械学習、およびクラウドコンピューティングに関連するすべてのものです。 彼はさまざまな業界のクライアントと協力して、クラウドジャーニーで成功するのを支援しています。
パスカル・キューナー AWSプロフェッショナルサービスチームのクラウドアプリケーション開発者です。 彼はさまざまな業界の顧客と協力して、アプリケーション開発、DevOps、およびインフラストラクチャを介して顧客がビジネスの成果を達成できるように支援しています。 彼は球技が大好きで、暇なときはバスケットボールやサッカーをするのが好きです。
ウーヴェ・ディック SportecSolutionsAGのデータサイエンティストです。 彼は、ブンデスリーガのクラブとメディアが、試合前、試合後、試合中に高度な統計とデータを使用してパフォーマンスを最適化できるように取り組んでいます。 彼の暇な時間には、彼はより少ない時間で落ち着き、彼のレクリエーションサッカーチームのために完全な90分を持続しようとします。
ハビエル・ポベダ-パンター は、AWSProfessionalServicesチーム内のEMEAスポーツ顧客向けのデータサイエンティストです。 彼は、観客スポーツの分野の顧客がデータを革新して活用できるようにし、機械学習とデータサイエンスを通じて、高品質のユーザーとファンの体験を提供します。 彼は余暇に幅広いスポーツ、音楽、AIへの情熱を追っています。
