デイビスと彼の研究チームは、高度なデータ分析を使用して、プロクラブの意思決定を変える、（残念ながら）状況を一変させるさまざまな発見を明らかにしています。 「彼の研究室は、サッカー界で最も影響力のあるスポーツ分析研究室です」と、ベルギーのロイヤル・スポーツ・クラブ・アンデルレヒトのデータ収集責任者であるウーゴ・リオス＝ネト氏は言う。彼らは、チームが名簿をより適切に評価できるように支援し、戦略がどれほど効果的か (またはそうでないか) を評価する方法を考案し、隠された戦術パターンを明らかにするアルゴリズムを開発しました。
たとえば、ゴールに近い範囲外にボールを蹴り出し、相手にボールをプレーに戻させることの価値は、ここ数年で世界のトップリーグのいくつかで出現した動きである。
この逆効果な動きを統計的に証明するために、デイビスのチームは140万本以上のパスと約6万本のシュートからなるトレーニングセットを構築した。その一部は2022年ワールドカップからのものだった。彼らは、ツリー アンサンブル モデル (本質的にはデシジョン ツリーの混合物) を使用して戦術をシミュレートしました。研究者らが2024年の「Boot it」というタイトルの適切な論文で提示した結論は、ボールがコートの中央3分の1にあるとき、コートの相手側でのアウトオブバウンズキックでゴールまで10アクション（パスやドリブルを考えてください）以内に入れる可能性があるというものだ。これは、ゲームごとに 1,500 以上のアクションがあり、スコアがほとんどないゲームでは大きな問題になる可能性があります。デイビスの説明によると、その考え方は、有利な位置でボールを返せるように準備を整えるということだ。
デイビスは、試合当日の控えめな洞察を提供するだけでなく、スポーツ分析の世界でも独特の分野を占めており、現在多くのクラブが競争力を維持するために独自の社内データチームを雇用しています。彼は自分の研究のほとんどをオープンソースの分析ツールを通じて自由に利用できるようにしていますが、学術的な生活により、ゲーム内データの標準化など、より複雑な問題に取り組む自由も与えられています。これは、ゲームのピースを分析し、勝つための戦略を考え出すことを容易にするプロジェクトです。
45歳のデイビスはウィスコンシン州で育ち、幼少期はバスケットボールと（アメリカン）フットボールに情熱を注いで過ごした。大学に入るまではもっぱらサッカーが彼の趣味だったが、2002年のワールドカップ（ブラジルがトーナメントを席巻したことで有名）が彼を奪った。しかし、スポーツを分析し続けるという考えは彼の心に浮かんだことはありませんでした。ウィスコンシン大学マディソン校でコンピューターサイエンスの博士号を取得したため、放射線科医と協力してマンモグラムレポートを分析しました。
ペトラ イスラエル
2010 年 10 月、彼はコンピュータ サイエンスの教授としてルーヴェン大学に加わり、運動パフォーマンスのモニタリングに焦点を当てて AI とヘルスケアの交差点を研究しました。彼の研究チームは、たとえば、心拍数などを他の指標と組み合わせて、誰かが運動しすぎているかどうかを判断することを調査しました。彼らはまた、ランニングの生体力学についても深く掘り下げています。
スポーツ、特にサッカーの戦術的および技術的側面は、人工知能に焦点を当てている工学部の学生であり、自称サッカー愛好家であるヤン ヴァン ハーレンを雇ったとき、デイビスの仕事の焦点になりました。彼は、パス、シュート、ボールの進行など、当時ゲームがデジタル的に崩壊し始めていた指標を研究するためにデータ分析を使用できないか、と考えました。
デイビスは、機械学習やその他の人工知能ツールがサッカーの複雑さ、流動性、スピードに適していることに気づきました。
プロスポーツのマネーボール化に精通していなくても、野球やバスケットボールに深い統計作業を適用するのは比較的簡単であることがわかります。ジャンプショットなどのアクションを分離し、近くまたは遠くで行われたアクションに値を割り当てることができます。すぐに、バスケットボールのコーチは、レイアップはできないが、スリーポイントラインやミッドレンジジャンパーから多かれ少なかれシュートを打つ選手は、より多くの得点を獲得できるショットを選択した方がよいことに気づきました。
