[分享] 福岡小雞鷹隊的數據科學世界(?)
鷹隊致力於數據科學的世界(一)
大家好，我是行銷溝通部的中澤。
本季，鷹隊成功地在四年後再度奪得聯盟冠軍。感謝所有球迷的熱情支持。雖然我們無法達
成日本一，但我們胸懷著明年絕對要奪冠的強烈決心，球團職員也開始為下一季做準備。
在11月24日（週日）舉辦的粉絲節上，我們宣布了下一季的計劃。
2025年，軟銀鷹將迎來成立20週年。
https://i.imgur.com/XZI3wNf.png
自2005年以軟銀鷹隊的身份參加職棒以來，這20年來我們奪得了7次日本一和多次聯盟冠軍
。強化團隊的背後，除了選手們不懈的努力外，還少不了工作人員的支持。
尤其是近年來，鷹隊的團隊建設由數據科學團隊支持，他們利用跟蹤數據分析和動作解析等
尖端技術來強化團隊。每日與數據打交道的這些專家們，扮演著連接選手技術提升和問題解
決的關鍵角色。
這次的文章中，我們將介紹鷹隊如何在日常訓練中利用數據的過程，揭開鮮少曝光的數據科
學世界。
棒球中的數據科學歷史
首先讓我們回顧一下棒球界數據科學的歷史。
講解人是首席分析師吾鄉伸之先生。
https://i.imgur.com/74UQuwr.jpeg
2000年代：職人時代 「收集與整理」的時代
棒球界開始利用數據的創世紀。當時，記分員負責「收集數據並製作報告」。在有限的時間
和環境下，他們整理收集到的數據並提供給團隊。
「當時，我需要親自到球場，在捕手後面觀察比賽，直接收集數據。相比現在，那時的環境
更為局限，收集數據是一項巨大的工作。」從吾鄉先生展示的手稿中，我們可以窺見當時的
工作情況。
https://i.imgur.com/1J7bSBm.png
當時的工作全靠記錄員的「眼力」，實在是一種藝術。
2010年代：影像革命期 從「收集與整理」到「分析」的時代
隨著科技的進步（如雲端和行動裝置的普及），數據可以自動生成並集中管理於雲端。工作
不再受地點限制，減少了收集的勞力，分析數據成為重點。
「從2007或2008年開始，所有比賽開始轉播。影像環境的改善大大提升了效率和數據精確度
。這時，數據分析如何應用成為焦點。」
鷹隊自2005年起成為「福岡軟銀鷹隊」，領先其他球隊為所有選手和團隊工作人員配發iPho
ne和iPad，積極推動數據應用，成為現在鷹隊以數據科學強化團隊的基石。
https://i.imgur.com/GBYILCm.png
2020年代：「應用與選擇」的時代
跟蹤數據的有效應用開始，數據量的增加帶來了挑戰。如何有效利用大量數據，如何選擇與
傳達必要的數據成為關鍵。
隨著科技的進步，像TrackMan或Hawk-eye這樣的新數據收集設備出現，使得之前靠主觀判斷
的球路和球種可以通過數據來表達。棒球中的數據科學發展因此加速。
「例如，像大津投手那樣操控八種變化球，或是投出所謂的『一縫線（直球與變速球的中間
球）』這樣的投手出現時，跟蹤數據是不可或缺的。」
https://i.imgur.com/TKr55rT.png
隨著分析設備的進化，選手的技能也在進化，數據科學對於團隊強化變得不可或缺。
在體驗會中，參加者實際觀看比賽影像並輸入數據。
「輸入本身不難，但要迅速準確地完成。結合影像和跟蹤數據，流暢地輸入。」吾鄉先生這
樣解釋，因為影像和輸入時間是連動的，這樣做能確保分析師和球員、工作人員後來檢查時
不會有偏差。
這樣做確保了數據收集的精度，從而提高了後續分析的精度。
https://i.imgur.com/blYzF32.jpeg
福岡軟銀鷹隊 IT化歷史
隨著棒球界環境的變化，我們也來看看鷹隊IT化的歷史。
自2005年成立以來，福岡軟銀鷹隊一直積極推動利用科技來強化團隊和選手的培養環境。
2009年開始向選手和工作人員提供iPhone、iPad，創造隨時查看數據的環境。進入2010年代
後，提供了詳細的數據分析環境，到2020年引進生物力學設備，並成立了專注於數據科學的
「R&D（研究與開發）部門」，進行組織改革以最大化利用數據。
2011年，鷹隊率先在職棒界引入三軍制，隨後逐年擴大，到去年開始了四軍制，培養環境一
直在擴大。
https://i.imgur.com/UMwbVJA.jpeg
如何整備數據科學強化團隊的體制呢？我們可以將其分解如下：
・提供能夠收集和利用數據的設備和人才
・導入將數據應用於團隊強化的方案
・創造選手能根據數據進行訓練的環境
不只是設備，還需要能操作最新設備的人才，以及設計有效利用數據的策略，這些都是強化
團隊的關鍵。
https://i.imgur.com/JsqwiX9.png
團隊戰略室的小山亮室長談到：
「人才培養永無止境，必須持續進行。我們不會滿足於現狀，將通過設備和人才的投資來擴
大數據利用。未來的擴張需要優秀的人才，不再依賴傳統的關係網，而是希望更多人了解我
們的目標和做法。」
未來，科技將繼續進步，鷹隊的數據科學團隊將持續探索更大的發展可能。
https://i.imgur.com/D6U909o.jpeg
https://bit.ly/3CMhGLA
鷹隊致力於數據科學的世界(二)
大家好，我是行銷溝通部的中澤。
在前一篇note中，我們介紹了棒球界以及鷹隊在數據科學方面發展的歷史。雖然簡短，但我
想您已經對鷹隊如何達到現今體制的過程有了些許了解。
接下來，這次的note是實踐篇。我們將更具體地探討在HAWKS筑後基這個環境，團隊如何強
化自身。
利用最新技術完全重現"虛擬Moinelo投手"的對決，這種世界已經近在咫尺？
讓我們一起來窺探一下利用數據進行選手培養的現場。
追求更有效率的揮棒：打擊動作分析
「我們在這裡使用16台高速攝影機來測量動作，並進行揮棒分析。」
https://i.imgur.com/ox4B6mh.jpeg
負責解說打擊動作分析概況的是R&D部的森本晃央先生。
「測量使用專用的軟體『Theia 3D（テイアスリーディー）』來進行骨骼檢測，分析每位選
手的揮棒動作。這項工作需要程式設計的知識，透過編碼建立自動輸出數據的機制，讓我們
能夠更有效率地提供反饋。」
https://i.imgur.com/EuHi5aX.jpeg
一般來說，一個好的揮棒是從下半身開始逐步加速的，這樣能夠更有效地提高球棒速度，
「這只是從效率角度進行的分析，所以沒有所謂的正確答案。我們會根據報告與教練討論，
找出適合每位選手的形式，並將練習方法傳達給選手。」森本先生強調，數據並不是一切，
而是應該作為改善動作的指標。
https://i.imgur.com/wMUk9I5.jpeg
這張照片右邊的數據是來自在筑後球場鍛鍊，並在季後賽中表現出色的笹川吉康選手。期待
他在來季能更上一層樓！
深入探討被攝影機環繞的高科技牛棚環境
接下來介紹的是牛棚。由偵察支持組的齋藤周先生介紹設備。
https://i.imgur.com/hvniQ3U.jpeg
「我們使用TrackMan Portable來測量投球。當然我們會進行分析，但設置機器以便在日常
練習中收集數據也是我們的工作。選手開始練習前完成所有設置是我們每天的例行工作。」
除了環繞牛棚的多台攝影機，對於投手丘也有特別的考量。
「這個投手丘是根據瑞穗PayPay巨蛋的土壤硬度來調整的。最近的球場似乎都傾向於硬的投
手丘。另一方面，農場的選手經常在地方球場比賽，所以旁邊的投手丘設定得較軟。」
這表明，除了基於數據的動作改善外，也在意練習成果在實戰中的發揮。
https://i.imgur.com/A0llM2G.jpeg
齋藤先生表示：「即使處理數據，選手的理解程度各有不同。球團會在訓練營中進行講習，
根據選手的理解能力調整方式。」他強調了以選手為中心的重要性。
如同森本先生的談話，如何將收集到的數據傳達給選手，是分析人員展示實力的關鍵。
年輕選手的跳板？新開始的「打擊檢定」
「從今年二月開始，我們由R&D部門制定了從1到16級的打擊能力測試，讓選手能夠了解自己
的問題點並確認打擊水準。」
https://i.imgur.com/ibtsc8r.jpeg
說這話的是長谷川勇也，R&D（研究與開發）部門負責人。大家可能都知道，長谷川先生直
到2021年都是鷹隊的打擊專家，現在他作為R&D成員為選手的成長貢獻一份力量。
雖然說是「檢定」，但並沒有統一的明確標準，級別分類是經過部門討論制定的。最高難度
的16級，合格標準是「在10次打擊中至少有3次安打，對抗150公里時速的直球、曲球、滑球
、切球、射球、分指球和變速球的混合球種」。
「如果做不到這一點，就無法在一軍立足。」抱持著這樣的心態，以嚴格的標準進行判斷。
目前為止，實戰成績與我們的評估標準並無太大偏差，感覺已經建立了一個良好的基準。」
https://i.imgur.com/6s8ekUu.jpeg
透過結合長年在第一線活躍的長谷川先生的直覺與經驗所設計的打擊檢定，選手們能夠以具
體的指標來掌握自己目前所處的階段和實力水準。
「回顧失敗的原因，並以此為基礎思考未來的練習。」
設定比自己現狀更高的目標，進行訓練並檢驗成長。
積極參與這項打擊檢定並通過所有級別的石塚綜一郎選手，今年從育成選手轉為正式選手，
並在第一軍中表現出色。
https://i.imgur.com/fLR2I20.jpeg
除了石塚選手外，還有一位選手也通過了所有打擊檢定。
這是2024年入團的育成選秀第四指名新秀中澤恒貴選手。未來的突破值得期待。
https://i.imgur.com/QcucVZG.jpeg
完全再現現役投手的球路！最新機器「Trajekt Arc」的實力
最後要介紹的是鷹隊引以為傲的數據科學部門中最新的機器，名為「Trajekt Arc」。
https://i.imgur.com/dnuaXc6.jpeg
這台最新機器的驚人之處在於，它能夠將TrackMan或Hawk-eye的數據導入，完美再現現役投
手的球路。除了球的旋轉，甚至還有調整投球時縫線的功能，真是令人驚嘆。
結合影像，就能實現極其接近實戰的打擊練習，彷彿在與真人投手對決。
「雖然打擊檢定在時間感上與實際投手有差異，但這裡利用影像進行更實戰化的打擊練習。
」
https://i.imgur.com/EqsjOgz.jpeg
解說的人是數據科學協調員補佐兼R&D小組長的城所收二先生。
雖然看起來是技術的結晶，但要使用這台最新機器，還是需要付出許多努力。
「數據輸入後並不是立刻就能使用的，必須反覆投球讓機器學習。系統錯誤很多，所以反覆
嘗試、改進、再嘗試的過程中進行調整。」
這天，參與者親眼見證了Moinelo投手的球路被重現，驚嘆於其曲球的巨大落差。
https://i.imgur.com/ThkIOBP.jpeg
Trajekt Arc剛在今年引進，因此一軍選手幾乎還未使用。當正式開始使用時，將會進行什
麼樣的練習？令人期待。
數據科學需要人的力量
從現場工作人員的談話中，我們可以看出，即使是最新科技的數據科學，依然需要人力注入
生命。
「導入最新機器有種從零到一的樂趣。」 （城所先生）
從掌握機器使用開始，收集數據，思考如何使用，再傳達給選手。
觀察這一系列過程就會明白，即使是相同的設備，結果會因使用者和策略的不同而有天壤之
別。
如同選手一樣，工作人員也在試錯中前進，這是我們學到的。
不僅僅是頭腦工作，數據科學團隊從早到晚都動手動腳，支持著選手的成長。
雖然這篇文章無法完全傳達其中的深度，但希望能稍稍介紹團隊如何在這種環境中培養。
在他們的支持下，選手將會有怎樣的成長呢？
請繼續關注！
並且，我們也期待將來會有新的人才加入我們的團隊，共同奮鬥！
https://i.imgur.com/a2tVpqB.jpeg
（行銷溝通部 中澤佑輔）
https://bit.ly/3PGfIQ0
---------------
把去年的東西潤一下重發，
順便湊一下棒球(?)XD
Trajekt排隊買來之後還有後續成本，
記得每個月要至少1萬5000美元，
一次就是簽三年，而且一定要養後勤基地，
不然根本沒辦法有空間設置。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.216.89.243 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/BaseballXXXX/M.1737090433.A.4E6.html
推
01/17 13:11,
8小時前
, 1F
01/17 13:11, 1F
→
01/17 13:11,
8小時前
, 2F
01/17 13:11, 2F
推
01/17 13:19,
8小時前
, 3F
01/17 13:19, 3F
→
01/17 13:27,
8小時前
, 4F
01/17 13:27, 4F
推
01/17 14:19,
7小時前
, 5F
01/17 14:19, 5F
→
01/17 14:47,
7小時前
, 6F
01/17 14:47, 6F
BaseballXXXX 近期熱門文章
PTT體育區 即時熱門文章
