NPB 分析學的現在位置
NPB 全 12 球團都設置資料分析部門,但其規模與成熟度有大差距。先進球團 (軟銀、DeNA、樂天等) 擁有 10 至 20 名規模的分析師團隊,運用專用資料庫與分析工具。另一方面,保守球團停在 2 至 3 名員工進行 Excel 基礎分析的階段。MLB 中各球團雇用 30 至 50 名分析師,包含機器學習工程師與生物力學專家在內擁有多元人才,與此相比 NPB 的分析學在發展途中。但進入 2020 年代以後進步急速,以追蹤資料導入為契機,各球團投資加速。
處理資料的種類與分析手法
NPB 資料分析部門處理的資料大分 3 種類。第一是追蹤資料。TrackMan 與 Hawkeye 等系統量測投球的球速、轉速、轉軸、變化量、擊球速度、角度、方向。第二是球探資料,從影像與資料兩面分析對戰對手打者的弱點、投手配球傾向、守備位置等。第三是生物力學資料,以動作捕捉解析選手投球姿勢與打擊姿勢,活用於傷勢風險預測與表現改善。分析手法以統計方法為中心,但先進球團也進行使用機器學習模型的預測分析。例如學習投手配球模式預測下一個球種的模型,以及從打者擊球傾向算出最佳守備陣型的模型已實用化。
資料與現場的摩擦
資料分析部門與現場 (總教練、教練) 的關係,是 NPB 中最敏感的問題之一。資料顯示的最佳解,與基於現場經驗的判斷不一致的情形日常發生。例如資料上應對特定打者擺出守備陣型,但教練主張「那個打者也能往逆方向打」維持平常守備位置的情形。這份摩擦根底有世代間價值觀差異。對現役時代沒資料分析世代的教練而言,有「數字懂棒球嗎」的根本懷疑。另一方面資料分析者側也有課題。把分析結果以現場易理解形式傳達的溝通能力不足的情形多。成功的球團在資料分析者與現場間配置擔任「翻譯者」角色的人才,進行兩者的橋樑。
比賽中的即時分析
資料分析部門工作不只賽前準備。也擔任比賽中即時分析、向替補席提供資訊的角色。具體上每局追蹤對手投手球速與控球變化,把「5 局以後直球球速下降 2 公里」「滑球控球開始亂」這類資訊傳達給替補席。對打者基於當天狀態提供「今天碰低球變化球」「有鎖定第 1 球直球傾向」這種即時傾向分析。但 NPB 中比賽中替補席內使用平板與電腦受限,資訊傳達多以紙本報告或口頭進行。與 MLB 中替補席內設置螢幕、能存取即時資料的環境齊備形成對照。
分析師的職涯路徑與人才不足
NPB 資料分析部門面對的最大課題是人才不足。兼具棒球知識與資料科學能力的人才極為稀有,各球團展開獲取競爭。MLB 中透過大學運動分析學主修與 MIT 史隆運動會議等確立人才管道,但日本能專業學運動分析學的教育機構有限。分析師年薪也是課題。NPB 資料分析者年薪與一般 IT 企業資料科學家相比有偏低傾向,有優秀人才流到 IT 業界的情形。職涯路徑也不明確,與從分析師到總經理升遷路徑確立的 MLB 不同,NPB 中分析師在組織內定位曖昧的球團多。資料分析重要性逐漸被認知的現在,人才確保與培育成為左右 NPB 分析學發展的最大因素。