GUEST BLOG: Playing style interactions and optimising player relationships | OptaPro
Tom Brown 22.03.19

Tom Brown shares a written version of his poster presentation, which was showcased at the 2019 OptaPro Analytics Forum.
His analysis was largely influenced by the work of Mark Carey and Mladen Sormaz, which was presented at last year’s Forum. Mark and Mladen’s work is summarised here in an earlier blog.
Click here to view Tom’s poster.

Tom Brown氏は2019年のOptaPro分析フォーラムで展示された彼のポスター発表の文書化版を共有する。
彼の分析は、昨年のフォーラムで発表されたMark Carey氏とMladen Sormaz氏の成果に大きく影響された。Mark氏とMladen氏の成果は、ここで以前のブログでまとめられている。
Tom氏のポスターを見るにはここをクリックする。

Introduction
導入

This study aims to classify the playing styles within each position and then examine the relationships between the playing styles by exploring how one style performs in conjunction with another.

この研究は、各ポジション内のプレースタイルを分類し、次にあるスタイルが他のスタイルとどのように連動しているかを調べることによって、プレースタイル間の関係を調べることを目的とする。

Classifying playing styles would allow for more accurate comparisons between players. For example, it would be unfair to compare a player like Giroud to every other striker, as his style of play and function he provides for his team is very different to that of someone like Aguero. Therefore, by only comparing Giroud to other players with same playing style, it would allow for meaningful insights about his performance. It would also provide an understanding into what skills and stats contributes to a playing style.

プレースタイルを分類すると、選手間のより正確な比較が可能になる。たとえば、ジルーのような選手を他のストライカーと比較するのは不公平であり、彼のプレースタイルと機能は、アグエロなどとはかなり異なる。したがって、同じプレースタイルを持つ他の選手とジルーを比較するだけで、彼のパフォーマンスに関する有意義な洞察が可能になる。それはまた、どのスキルや統計がプレースタイルに貢献するかについての理解を提供する。

Consequently, if a coach is wanting a player to perform a certain role, their performance can be assessed against these contributing factors to ensure they are playing in the required way.

その結果、指揮官が選手に特定の役割を果たすことを望む場合、彼らのパフォーマンスはこれらの貢献要因に対して評価され、彼らが要求された方法でプレーしていることを確認できる。

By identifying how player roles interact with each other, it would allow coaches to understand if the combination of playing styles within their team boosts or hinders performance. If a player is underperforming it may be as a result of playing alongside teammates with incompatible playing styles and therefore actions can be taken to rectify this.

選手の役割がどのように相互作用するかを識別することによって、指揮官はチーム内のプレースタイルの組み合わせがパフォーマンスを向上させるか妨げるかを理解できる。選手のパフォーマンスが低下している場合、それは非対応のプレースタイルの味方と一緒にプレーした結果である可能性があるため、これを修正するための措置を講じることができる。

Using this analysis, a coach would be able to assess their options and choose the best combinations of players in order to optimise performance.

この分析を使用して、指揮官は選択を評価し、パフォーマンスを最大化するために選手の最もよい組み合わせを選ぶことができる。

Playing style clustering
プレースタイルのクラスタ化

Opta data was taken from the 2017-2018 season across the “Top 5” leagues and aggregated for each player then adjusted by possession per 90 minutes.

Optaデータは、2017-2018シーズンの「5大」リーグから取得され、各選手について集計された後、90分ごとにポゼッションによって調整された。

One initial challenge was defining the positions of players, due to the variety in how clubs record a position and also because of players playing multiple positions throughout the season. To reduce the complexity players were classified into one of eight positions: goalkeeper, central defender, full back, defensive midfielder, central midfielder, attacking midfielder, winger and forward.

最初の課題の1つは、選手のポジションを定義することであり、クラブがポジションを記録する方法が多様であることと、またシーズンを通して選手が複数のポジションをプレーすることによる。複雑性を減らすために、選手は8つのポジションに分類された。ゴールキーパー、センターバック、サイドバック、守備的ミッドフィルダー、セントラルミッドフィルダー、攻撃的ミッドフィルダー、ウイング、フォワードである。

Taking each position separately, player events were put into a Principal Components Analysis (PCA) to reduce the dimensionality and identify groupings of correlated events.

各ポジションを別々にとらえ、次元を減らし相関イベントのグループ化を識別するために、選手のイベントは主成分分析（PCA）に入れられた。

For example, in Figure 1, the PCA heatmap for attacking midfielders has identified that players who make more tackles, also make more interceptions, clearances and are less likely to take shots or have touches inside the opposition’s box. The generated principle components allowed me to define the attacking midfielder playing styles as ‘Wide Attack Creation’, ‘Incisive Attack Creation’, ‘Proactive Defending’ and ‘Forward Support’. PCA results for all positions can be found here.

例えば図1では、攻撃的ミッドフィルダーのPCAヒートマップは、より多くのタックルを行う選手はより多くのインターセプトやクリアを行い、シュートを打ったり敵陣ボックス内でボールタッチする可能性が低いことを示した。生成された主成分により、攻撃的ミッドフィルダーのプレースタイルを「ワイド攻撃創出」、「中央攻撃創出」、「積極的守備」、「フォワードサポート」として定義できた。すべてのポジションのPCA結果はここにある。

※GK：伝統的（Traditional）、スイーパー（Sweeper）、
パス貢献（Distributor）
センターDF：前進守備（Front Foot Defender）、
空中戦脅威（Aerial Threat）、パス貢献（Distributor）、
ボールプレー（Ball Playing）
サイドDF：（Front Foot Defender）、ボールプレー（Ball Playing）、
攻撃関与（Attacking Involvement）
守備的MF：アンカー（Anchor Man）、
攻撃関与（Attacking Involvement）、積極的守備（Proactive Defending）
センターMF：創造的攻撃（Creative Attacking）、守備維持（Holding）、
積極的守備（Proactive Defending）、パス貢献（Distributor）
攻撃的MF：ワイド攻撃創出（Wide Attack Creation）、
中央攻撃創出（Incisive Attack Creation）、
積極的守備（Proactive Defending）、
フォワードサポート（Forward Support）
WG：ワイド攻撃創出（Wide Attack Creation）、
中央攻撃創出（Incisive Attack Creation）、攻守広範囲（Box to Box）
FW：10番（Number 10）、完全ストライカー（Complete Striker）、
ターゲット（Target Man）、ボールキープ（Hold Up）

Figure 1. PCA heatmap of the Attacking Midfielders.
図1。攻撃的MFのPCAヒートマップ。

The PCA also provides a weighting of how much a player fits into each style. For example, in Figure 2 we can see that it has identified that Mkhitaryan largely fits into the ‘Incisive Attack Creation’ style whereas Candreva is weighted towards ‘Wide Attack Creation’.

PCAはまた、選手が各スタイルにどれだけ収まるかについての重み付けも提供する。たとえば図2では、ヘンリク・ムヒタリアンが「中央攻撃創出」スタイルによく適合しているのに対し、アントニオ・カンドレーヴァは「ワイド攻撃創出」に重点を置いていることがわかる。

Figure 2. Playing style weighting of Candreva vs. Mkhitaryan.
図2。カンドレーヴァ対ムヒタリアンのプレースタイルの重み付け。

Playing style interactions
プレースタイルの相互作用

Once playing styles were identified for each position, the next step was to explore how they interact with each other. I took the events contributing to each style and performed a regression analysis to examine how they changed based on the style of the teammates they were playing with.

各ポジションのプレースタイルが特定されたら、次のステップはお互いにどのように相互作用するかを調べることだった。それぞれのスタイルに貢献するイベントを取り、プレーした味方のスタイルに基づいてそれらがどのように変化したかを調べるために回帰分析を行った。

From the example in Figure 3, we can say that on average a ’Wide Attack Creation’ attacking midfielder produces 15% more chances from wide positions when playing with a centre back with a style of ‘Front Foot Defender’.

図3の例から、「ワイド攻撃創出」型攻撃的MFは「フロントフットディフェンダー」スタイルのセンターバックとプレーした場合、平均でワイドな位置からの15％多くのチャンスを作り出す。

The changes in individual events were then weighted based on their importance in the principle component and summed to provide the overall effect one playing style as on another.

個々のイベントの変化は主成分における重要性に基づいて重み付けされ、そしてプレースタイル同士の全体的効果を提供するために合計された。

Figure 3 Attacking Midfielder. Wide Attack Creation regression results.
図3。攻撃的ミッドフィールダー。ワイド攻撃創出の回帰結果。

Once this had been calculated for every position, the effect two playing styles had on each other was aggregated to identify any beneficial and detrimental combinations. In Figure 4 we can see that an attacking midfielder with a playing style of ‘Incisive Attack Creation’ create a beneficial relationship with forwards of style ‘Hold Up’ or ‘Complete Striker’, but creates a negative relationship with a ‘Target Man’. Full details and results of playing style interactions can be here.

これが全ポジションについて計算されたら、2つのプレースタイルがお互いに及ぼした効果を集約して、有益または有害な組み合わせを特定した。
図4では、「中央攻撃創出」のプレースタイルを持つ攻撃的ミッドフィルダーは、「ボールキープ」または「完全ストライカー」のフォワードとの有益な関係を作り出すが、「ターゲット」とはネガティブな関係を作り出す。
プレースタイルの相互作用の詳細と結果はここにある。

Figure 4. Performance by Playing Style combination heatmap.
図4。プレースタイルによるパフォーマンスの組み合わせヒートマップ。

Applications and extensions
応用と拡張

The hope is that this type of analysis will provide coaches a way to understand if the combination of playing styles within their team boosts or hinders performance, allowing them to assess their options and choose the best combinations of players in order to optimise performance. Figure 5 shows how this could work in practice.

この種類の分析が指揮官に、チーム内のプレースタイルの組み合わせがパフォーマンスを向上させるか妨げるかを理解する方法を提供し、選択肢を評価し、パフォーマンスを最適化するために選手の最良の組み合わせを選ぶことを可能にすることを願う。図5は、これが実際にどのように機能するかを示す。

Figure 5. Example Chelsea formation with player relationships and performance modifiers overlaid.
図5。選手の関係性とパフォーマンス修飾子を重ね合わせたチェルシーのフォーメーションの例。

It would also help prioritise transfer targets, as you would know a target’s playing style and therefore can understand if they will create new relationships within the team or upset existing ones. The same principle can be applied when deciding whether to accept a transfer offer for one of your existing players.

移籍市場の標的の優先順位付けにも役立ち、標的のプレースタイルを知っているので、チーム内で新しい関係を築くのか、それとも既存の関係を混乱させるのかを理解できる。既存の選手1人の移籍オファーを受け入れるかを決定するときにも、同じ原則を適用できる。

If extending the research, it would be interesting to look at the effect a certain playing style has on the performance of opposing teams’ players. This would allow analysts to identify if a particular team selection could prevent an opponent’s player from performing their role or alternatively warn a coach about the opposing teams’ relationships that are likely to hinder their performance.

研究を拡張する場合、あるプレースタイルが相手の選手のパフォーマンスに与える影響を見ることは興味深い。これによりアナリストは、特定のチームを選択したために相手の選手がその役割を果たせなくなるかや、またパフォーマンスを妨げる可能性がある相手チームの関係について指揮官に警告するかを見分けられる。