データで深掘り｢大谷翔平のピッチング｣のスゴさ
2024 MLB ドジャース キャンプの大谷翔平（写真：AP/アフロ）
リスキリングのなかでも人気の高い「プログラミング」。プログラマーのような専門性の高い職種のみならず、「販売促進のために顧客のデータを分析する」といったビジネスの現場でも活用されつつあります。福岡ソフトバンクホークスのデータアナリストで、新刊『野球データでやさしく学べるPython入門』を上梓した齋藤周さんが、大谷翔平選手のデータを紹介しながら、プログラミングがどのようにデータ分析やデータの可視化に役立つのかを、解説します。
2023年は、大谷翔平選手の話題が絶えない1年でした。WBCでの世界一に始まり、ホームラン王、MVP、オフシーズンには史上最高額でのドジャース移籍と、歴史に残る活躍ぶりでした。
そんな大谷選手の2023年のピッチングを「データ」で深掘りしてみると、どんなことが見えてくるでしょうか？
データで見る大谷翔平選手の“打者泣かせ”の球種
2023年の大谷選手の球種別の投球割合と空振り率のデータを見ていきます。
下の表のように、投球割合はフォーシームとスイーパーが高く、空振りを多く取れている球種はスイーパーとスプリットが高い結果になっています。
つまり、大谷選手の場合、「スイーパー」は投球割合が高いうえに、空振り率も高いことがわかります。
※外部配信先では図表を全部閲覧できない場合があります。その際は東洋経済オンライン内でお読みください
（図：筆者作成）
3分の1以上という高い割合でスイーパーを投げているので、相手のバッターはスイーパーを警戒しているはずです。一般的に警戒度が高まると、打者が空振りする割合は低くなりますが、相手が警戒していてもなお、大谷選手のスイーパーは“つい空振りをしてしまう”ほど強力なのです。
その理由のひとつは、縦の落ち幅が小さく横に大きく曲がる独特な軌道にあります。
まるでブーメランのように横にスライドするため、打者がイメージするよりも落ちずに大きく曲がるのです。実際にWBCの決勝で最後の一球となったトラウトへのスイーパーも、大きく横に曲がり、トラウトのバットはボールの下を振っていました。
実際のデータでも、この独特な軌道を確認することができます。2023年メジャーリーグ全体のスイーパーの変化量平均は、上方向に3.1cm、横方向に36.1cmでした。一方、大谷選手のスイーパーをみると、上方向に9.0cm、横方向に40.5cmとなっています。
横方向への変化が大きく（＝曲がりが大きく）、上方向への変化も大きい（＝落差は小さい）ことがわかりますね。
（図：筆者作成）
このように特徴的な軌道を描く大谷選手のスイーパーですが、実は大谷選手はスイーパーを投げるとき、投げ方を少し変えています。どのような違いがあるのかご存じですか？
スイーパーの秘密は「箱ひげ図」が教えてくれる
試合の映像を見ながら違いを判別するのは難しいかもしれませんが、リリースポイント（投球の際にボールが手から離れた位置）に着目すると、その違いがはっきりとわかります。
以下のグラフは、大谷選手の球種ごとのリリースポイントの左右位置を示した箱ひげ図です。
（図：本書より引用）
グラフを見ると、スイーパーを投じるときのリリース位置が、他の球種に比べて横にあることがわかります。大きく横に曲がるスイーパーを投げられる理由のひとつに、腕を少し横振りにして投げていることが挙げられそうです。
このリリースポイントの違いを目視で見抜くことは、よほど目の肥えた人でなければ難しいでしょう。しかし、データを分析してビジュアライズすることで、誰でもその違いを把握できるようになります。
こうした発見は、例えば自分が投手であれば、より大きく曲がるスイーパーを投げるときの参考になるかもしれません。草野球でマウンドに上がる予定のある方は、試してみてください（笑）。
また、打者の立場であれば、球種を判別する際のヒントになるかもしれません。データの使い方は、考え方次第で様々な形に広げていくことができるのです。
今回は、大谷選手の野球データでしたが、この「細部に対する理解を深めつつ発見したことを周囲に波及させていくことが重要になる」点は、野球以外にも共通するのではないかと思います。
自社や他社について感覚的・経験的に理解するだけでなく、データを元に定量的に把握することは、野球の世界でもビジネスの世界でも競争優位性を確立する鍵になってくるはずです。
そして、データを分析し可視化する際には、プログラミングを活用することで、効率や自由度を格段に高めることができます。もちろんExcelでも一通りデータ分析を行なうことはできますが、大量のデータを扱ったり、より手の込んだ見せ方をしたりするためには、プログラミングの活用が不可欠になるでしょう。
プログラミングのなかでも特に、こうしたデータ分析や可視化にあたっては、プログラミング言語のひとつである「Python」が頻繁に用いられます。
Pythonの文法はシンプルで読みやすく、初心者にとって学びやすいことで知られています。さらに、ここ最近で一気に普及したAI（人工知能）の開発でも、Pythonが頻繁に使われるなど、汎用性の高さも魅力のひとつです。
とにかく手を動かして実践してみる
膨大なデータが収集可能になったいま、Pythonはプログラマー以外の人が使う場面も増えています。求人サイトを見ていてもPythonに関連するものは非常に数が多く、活用の場が広がっていることは明らかです。
習得すれば、市場価値の高い武器となる「Python」。
プログラミング初学者の方にはハードルが高いかもしれませんが、まずは自分が興味のあるデータから、完璧に理解できなくても手を動かして実践してみてもらいたいと思います。
（齋藤 周 ： 福岡ソフトバンクホークス・アナリスト）
