Goalimpactは2004年に(その前身が)誕生しました。創設者のJörg Seidel氏は、前の会社の投資銀行家仲間に誘われて、2004年の欧州選手権でベットを行いました。今ではヴェルダー・ブレーメンのサポーターであるJörg氏は、当時はサッカーにあまり興味がありませんでしたが、モデルの構築が得意でした。これは主に、金融と物理の学歴があったため、さらにプログラミングの能力があったためです。結果として彼は、ベット用紙に書き込むために、予想される試合の結果を計算するトーナメント用のアルゴリズムを作ってしまいました。
当初、このアルゴリズムはチームの強さの評価に基づいていて、Elo Chess Rating" target="_blank">チェスのイロレーティングをサッカーに当てはめたようなものでした。このモデルではギリシャが非常に強いと評価されましたが、他の誰もそのようには予想しませんでした。ギリシャは確かにそのトーナメントで優勝し、Jörg氏はベットで勝ちました。この成功がきっかけとなって、彼はサッカーの試合でのベットの際に引き続きそのモデルを利用しました。しかし、夏の移籍期間が終わった後、彼は自分のモデルがうまく機能しなくなったことに気付きました。これは主に、選手登録名簿が変更されたことと、チームのレーティングがこれを反映していないことが原因でした。そこで彼は、チームではなくプレイヤーを評価するように、アルゴリズムを変更しました。
このアプローチは、プレイヤーがクラブを変更した後もチームの強さを予測できたため、図らずもかなりうまく機能しました。言うまでもありませんが、Jörg氏はベットを行った他のほぼすべてのトーナメントで勝っています。
このようにしてGoalimpactが始まりました。
Goalimpactの仕組みは?
このアルゴリズムは、1人のプレイヤーがチームの1分ごとの得失点差に与える影響を評価します。スタッツではなく、プレイヤーのゴール数のみに注目します。このトップダウンアプローチを採用するのは、サッカーの試合が複雑なためです。どういうことかと言うと、フィールドであらゆるアクションが結び付き、クモの巣のように入り組んだ状況を生み出す複雑なシステムとなっていて、ピッチで起こるすべてのことが絡み合っているために、最終的にどのアクションがチームの勝利に貢献したかを突き止めることが難しいのです。
この考え方は、バスケットボールでの+/-スコアに似ています。
ただしサッカーの試合には、勝利するためにプレイするという客観的な目的があります。 ヨハン・クライフが言ったように「勝つには、対戦相手よりも多くゴールを決めなければならない」のです。サッカーの試合の目的は、ゴールを決めることとゴールを許さないことです。突き詰めると、サッカーは得失点差でプラスになることがすべてです。
したがって、優れたプレイヤーを客観的に次のように定義できます。
理由や状況に関係なく、プレイ中はいつでもチームの得点が増えて失点が減るのであれば、優れたプレイヤーである。
このアルゴリズムは、1人のプレイヤーが得失点差に与える可能性がある影響を評価します。このようにGoalimpactでは、そのモデルの根拠となる「優れたプレイヤー」を客観的に定義しています。
この考え方は、バスケットボールでの+/-スコアに似ていますが、+/-スコアでは対戦相手の強さは考慮されません。結果的に、+/-スコアが高いことは必ずしもプレイヤーが優れていることを意味せず、実際には弱いチームまたはプレイヤーと対戦しただけという意味になる可能性があります。Goalimpactは、対戦相手の強さを考慮することでこの課題を解決しています。最終的に、このことによってGoalimpactでは絶対的な得点ではなく相対的な値が算出され、ユーザーは世界中のすべてのプレイヤーを比較できます。
アルゴリズムの学習方法は?
アルゴリズムに必要な情報は、先発メンバー、何分にゴールが決まったか、プレイヤーの交代、プレイヤーの生年月日などの試合のデータのみです。これらの数字を使用すると、アルゴリズムはプレイ時間1,000分以降のプレイヤーの資質を計算できます。モデルでは、疲労のレベル、レッドカードの数、ホームアドバンテージも考慮されます。このようなデータはすぐに入手できるため、Goalimpactのデータベースには世界中のおよそ1,000,000人のプレイヤーが登録されています。プレイヤーの生年月日を利用して相対的な年齢のバイアスも修正され、ユーザーはプレイヤーの将来の可能性(Goalimpact Peak)を予測できます。
Goalimpactのアルゴリズムはチームの強さを考慮します。
例
マンチェスター・シティがマンチェスター・ユナイテッドと対戦しているとします。30分ではシティが1-0でリードしています。ハーフタイムに、ユナイテッドがドニー・ファン・デ・ベークをカセミロに代えます。ユナイテッドが60分に同点に追いつき、1-1のまま終了しました。この非常にシンプルなシナリオでチームの強さが等しいと仮定すると、最終スコアが1-1、つまりほとんどのプレイヤーの得失点差が0であるため、2人のプレイヤーのレーティングのみが調整されます。アルゴリズムによってカセミロのレーティングが上がり、ファン・デ・ベークは下がります。独自のスコアがそれぞれ1-0、0-1だったためです。
重要なポイントとして、この例は2チームの初対戦で、すべてのプレイヤーのパフォーマンスが同じだと仮定していることに注意してください。この後に行われるすべての試合では、Goalimpactのアルゴリズムでチームの強さが考慮されます。たとえば、マンチェスター・シティがプリマス・アーガイルと対戦する場合に、シティがおそらく得失点差3で勝つという予測が出たとします。シティが1-0でしか勝てなかった場合は、プリマスは予測よりも失点が少なかったため、負けたにもかかわらずプレイヤーのレーティングが上がります。
ただし1試合では、偶然性が高くなってしまう可能性があるため、自信を持ってレーティングを判断するには不十分です。データを追加することで、Goalimpactのアルゴリズムを調整することができ、最適なプレイヤーの資質が維持されます。
退屈な理論はこれくらいにして、実例を紹介しましょう。
ケーススタディ：アルフォンソ・デイヴィスの発見
Goalimpactのサクセスストーリーとして、アルフォンソ・デイヴィスのレーティングが挙げられます。彼はカナダでプレイしていて、Goalimpactが彼の潜在能力をワールドクラスだと評価し始めたときには、マーケットでのバリューは€500,000未満でした。
Goalimpactによるアルフォンソ・デイヴィスのグラフ。 青色の線は、キャリアの平均的なGoalimpactレーティングの詳細な経時変化、 赤色の点線は、平均的なプレイヤーの成長に基づいてGoalimpactが予測したキャリアのレーティングです。 一般的に、Goalimpactレーティングが140を超えると、ヨーロッパの5大リーグで通用する潜在能力があることを示します。ちなみに世界最高レベルのプレイヤーは、Goalimpactレーティングが170を超えます。現在最高レベルのGoalimpactレーティングを持つプレイヤーは、トーマス・ミュラー、サディオ・マネ、ダニエル・カルバハルです。
ベッターにとってGoalimpactはどのように役立つか
Goalimpactの客観的かつバイアスを含まないアプローチにより、現実に近い予測モデルが提供されます。
出場するプレイヤーのGoalimpactレーティングを合計すると、チームの総合的な強さが推定されます。したがって、チームの強さから対戦する2チームの予想得失点差を算出できます。また、試合のゴールの分布を使用すると、可能性のある結果の確率を取得できます。
このようにGoalimpactで試合の確率と結果を取得して、ベッティングの追加の情報源として利用できます。ベッターはこのような情報を利用して、Pinnacleのベッティングオッズ間やベッティングマーケット間の差をGoalimpactの指標によって比較できます。
今シーズンのイングランドプレミアリーグ全試合の最新サッカーオッズなどをPinnacleで獲得しましょう。Goalimpactの最新情報はこちらのTwitterで確認できます。また、包括的なデータベースはこちらで確認できます。