分析學部門的誕生
NPB 開始設置資料分析專門部署是 2010 年代後半。先驅是軟銀,從 2015 年左右起以全職雇用資料分析師,建構在比賽中向總教練教練提供即時分析的體制。至 2024 年 12 球團全部都以某種形式擁有資料分析部門,但其規模與影響力有大差距。軟銀與 DeNA 營運擁有 10 名以上分析師的大規模部門,而部分球團是 2 至 3 名員工兼任分析。MLB 中自 2000 年代「魔球革命」以後,分析學部門擔當球團經營核心,30 球團全部雇用 20 名以上分析師。
資料改變比賽中的判斷
分析學部門最發揮影響力是比賽中的決策。每位打者配球傾向、投手球種別被打率、守備陣型的最佳配置等資料,即時傳達給替補席。阪神 2023 年奪冠球季積極採用基於資料分析的守備陣型,對球隊守備率提升做貢獻。樂天把平板帶進替補席,整備教練在比賽中邊確認資料邊輔佐調度的體制。但過信資料是禁忌。讀賣巨人原辰德前總教練以參考資料的同時、最終讀現場氛圍判斷的風格知名,展現重視資料與經驗平衡的姿態。
追蹤資料的活用
NPB 中 2020 年代追蹤系統導入加速。投球轉速、轉軸、變化量、擊球速度與角度等資料每球被記錄。這項資料給投手球種開發帶來革命。廣島森下暢仁活用追蹤資料調整切球轉軸,大幅改善被打率。打者方資料活用也進展,把自己揮棒資料與投手資料對照,賽前打席策略的選手增加。MLB 中 Statcast 自 2015 年導入全球場,被認為 NPB 追蹤環境比 MLB 落後 5 至 8 年。
分析學的課題與未來
NPB 分析學部門面對的最大課題是資料與現場的橋樑。即使高度分析結果,如果總教練與教練無法理解活用就沒意義。「即使被展示資料也不知道該做什麼」的現場聲音不少。為解決這個課題,DeNA 把分析師常駐替補席,建構透過與教練直接對話翻譯資料的體制。西武 2024 年從原職棒選手任命分析學部門負責人,顯示同時擁有現場經驗與資料素養人才的重要性。今後分析師培育與資料文化向組織整體滲透,將成為左右球團競爭力的時代。
選秀與編成中的數據活用
分析部門的角色不止比賽中戰術,還擴展至選秀策略與選手編成。軟銀獨自收集業餘選手追蹤數據,納入未來性評估。除傳統球探重視的體格與潛力等主觀要素外,併用旋轉效率及擊球角度分布等客觀指標以提升評估精度的球團增加。DeNA 建構獲得候補資料庫,並開發傷病風險預測模型。交易判斷中也活用老化曲線及類似選手比較的未來預測。
球團之間的數據差距
分析部門成熟度在球團之間有大幅差距。軟銀、DeNA、樂天等母公司為 IT 企業的球團,在技術人才招募與資料基盤建構能力上佔優勢。相對地,母公司為媒體或食品系的球團,據報在資料人才確保與留任上遇困難。薪資水準也是課題,同等技能人才流向 IT 企業的結構存在。此差距雖不直接決定勝負,但被認為在選手培育與球探效率上產生長期差異。NPB 機構提供統一資料基盤的討論已進行,但從球團間競爭觀點來看達成共識並不容易。
從選手角度看數據革命
數據活用不僅限球團組織,也為選手個人帶來變化。在自主訓練期間利用民間追蹤設施,以數值掌握投球姿勢與打擊力學的選手增加。經紀人利用數據進行年薪談判的案例出現,以數據可視化選手市場價值的動向增強。另一方面也有指摘過度依賴數據會鈍化選手的直覺與適應力。投手執著於轉速而破壞投球姿態,打者過度等待數據預測配球而反應遲緩的情況也有報告。數據終究是工具,最終動身體的是選手本人這一原則正被重新審視。