collect, analyze, and visualize data
/ produced by Hiroyuki Shinoda
collect, analyze, and visualize data
Article
2014.12.10
横浜F・マリノスの2014年全ゴールをアトリビューション分析

2014年、Jリーグはガンバ大阪の劇的な優勝で幕を閉じました。
そこで今回は横浜F・マリノスの2014年全ゴールのデータを用いて
アトリビューション分析してみようと思います。
※表記ミスでも論理破綻でもありません。ガンバ大阪ではなく、横浜F・マリノスです。
 なぜか。それは私がファンだからです。

まずは2014年横浜F・マリノスのゴールランキングです。
※横浜F・マリノスの公式サイトから独自集計
[2014年横浜F・マリノス:ゴールランキング]

Total J1 天皇杯 ACL ナビスコ
伊藤 9 8 0 1 0
斎藤 7 4 0 3 0
兵藤 5 3 1 1 0
藤本 5 3 2 0 0
ラフィーニャ 4 4 0 0 0
中澤 3 2 0 0 1
栗原 3 3 0 0 0
中村 3 3 0 0 0
下平 2 2 0 0 0
藤田 2 2 0 0 0
中町 2 0 0 1 1
端戸 2 0 1 1 0
佐藤 1 1 0 0 0
富澤 1 1 0 0 0
天野 1 0 1 0 0
オウンゴール 1 1 0 0 0

伊藤選手には、やきもきさせられましたが、最後の3戦連続ゴールで、
なんだかんだで結果的にはチーム内得点王でしたね。
続く、斎藤学選手は、Jリーグでは、4得点だったもののACLで3ゴールを上げており、7得点の2位です。
DFの中澤、栗原選手がそれぞれ3ゴールづつあげているのも、セットプレーが武器のマリノスらしいですね。

続いて、アシストランキングです。
※横浜F・マリノスの公式サイトから独自集計
※アシストはJリーグ公式記録とは異なる可能性がございます。
[2014年横浜F・マリノス:アシストランキング]

Total J1 天皇杯 ACL ナビスコ
中村 9 8 0 1 0
斎藤 5 5 0 0 0
奈良輪 4 2 1 1 0
藤本 4 3 0 0 1
兵藤 2 2 0 0 0
小林 2 1 0 0 1
下平 2 1 1 0 0
小椋 2 1 0 1 0
三門 2 2 0 0 0
ファビオ 1 1 0 0 0
ラフィーニャ 1 1 0 0 0
天野 1 0 1 0 0
端戸 1 0 1 0 0
中町 1 1 0 0 0
伊藤 1 1 0 0 0
ドゥトラ 1 0 0 1 0
佐藤 1 0 0 1 0
栗原 1 1 0 0 0
富澤 1 1 0 0 0

中村選手は、今期怪我による不調でゴールは昨年に比べて物足りなかったものの、
アシストはさすがの1位です。
続く、斎藤学選手は、得点、チャンスメイクそれぞれで貢献してますね。
意外にも?3位は奈良輪選手で、藤本選手と並んでいます。

さて、では、上記のゴール、アシストを加味して、
ゴールに最も貢献した選手は誰だったのでしょうか。
いよいよ本題のアトリビューション分析です。

アトリビューション分析[ref]Google:「アトリビューションモデルの概要」[/ref]とはマーケティング上において、
最終成約地点までの生活者の各接触メディアの成約に対する貢献度を割り出す方法です。

従来は広告効果は、直前の行動、たとえば購買直前の検索行動を評価していました。
つまり、購買1の評価は検索行動につきます。

検索連動型広告:1

アトリビューションモデルでは、TVCMに接触し、雑誌を読んで紙面広告に接触し、
最後に検索連動型広告に2回接触し、商品購買した場合、
購買1の評価はそれぞれのメディアに分配されます。

TVCM:0.25
雑誌:0.25
検索連動型広告1:0.25
検索連動型広告2:0.25

ただ、さすがに均等配分だとフェアではない、という考えもあり最後の接触メディアに重きを置く、
あるいは時間減衰を考慮する、など様々なモデルが考案されています。

よく、このアトリビューション分析は、サッカーにおけるアシストからゴールへの流れで例えられるのですが、
そのメタファーとなるサッカーで、アトリビューション分析が使われているケースをあまり見ないため、
せっかくですのでマリノスのゴールデータに適用してみます。

適用するには、上記ゴール、アシストのデータではなく、
ゴールまでの流れのパスデータが必要になりますので、
下記の通り、公式サイトの試合記録から集計し直し[ref]形態素解析でもなんでもなく、ハイライト動画を見ながら目視で判断というタフネスと意地で集計[/ref]ました。

[2014年横浜F・マリノス:ゴールまでのパスデータ(一部)]
スクリーンショット 2014-12-10 1.47.02

今回は、ゴールには0.6をつけ、残りをゴールまでに関与していたプレイヤーに割り振る、ということにしました。
たとえば、兵藤→奈良輪→伊藤(GOAL) の場合、ゴール数は下記となります。

兵藤:0.2
奈良輪:0.2
伊藤:0.6

上記のとおり集計すると、アシスト効果(直前アシストだけでなく3プレイヤーまでのゴール関与を考慮)も含めた
ゴールランキングは下記の通りとなります。

[2014年横浜F・マリノス:アトリビューションモデルによるゴールランキング]
※全51ゴールを再集計(合計は51ゴールで変わらず)

name attribution point
斎藤 7.0
伊藤 6.4
中村 6.2
藤本 4.6
兵藤 4.6
ラフィーニャ 3.0
栗原 2.2
下平 2.0
中町 2.0
中澤 1.8
端戸 1.6
奈良輪 1.4
藤田 1.2

ゴールでもアシストでも上位にいた斎藤学選手が1位になりました。
続いて、伊藤選手、中村選手が続く、とゴールランキングとアシストランキングをどちらも考慮したような
結果になっていることがわかると思います。
もう少し長いパスで分析すると、ビルドアップに関わる選手もうまく表せるかもしれません。

さて、最後に少し補足として、同じゴールまでのパスデータを用いて、
アソシエーション分析(バスケット分析)もしてみたいと思います。

アソシエーション分析とはバスケット分析ともいわれ、
「パンとバターを購入した取引の90%がミルクも購入している」(※ITmediaより)
といったルールを抽出できるものです。

購買行動等の商品同時購入の各組み合わせの中から、以下3点を考慮してルール抽出します。

・信頼度:ルールの条件(X)が発生したときに、結論(Y)が起こる割合
・支持度:条件と結論を同時に満たすトランザクションが全トランザクションに占める割合
・リフト値:条件部を空とした場合との信頼度の比率
(※ITmediaより)

今回、アソシエーション分析のルール抽出、描画はRで行いました。
51ゴールのため、相当、支持度を低くする必要が有った点はご容赦いただき、
あくまでイメージとしてお遊びまでです、。

[2014年横浜F・マリノス:ゴールまでのパスデータによるアソシエーション分析]
スクリーンショット 2014-12-10 1.43.49

栗原選手、という条件が有った時に、中村選手がゴールに絡む確率が特に高まるようです。
これはセットプレーの強さを表しているにすぎませんが、。
その他、兵藤選手が、いろんな選手のゴールに絡んでいることがわかります。

来年も、横浜F・マリノスの、たくさんの素晴らしいゴールが見たいですね。

人気記事: