Space-Creating versus Dead Possession: An Off-Ball Possession-Quality Index for Broadcast Football

技術要約：スペース創出型 vs 死滅したポゼッション

問題提起
従来のサッカー分析は、ポゼッション率という指標に過度に依存しているが、この指標は「ボール保持の場所」、「保持に伴う脅威レベル」、および「発生しているゲームステート（試合状況）」という3つの異なる戦術的現実を混同させてしまう。その結果、自陣でボールを回してリサイクルしている60%のポゼッションを持つチームと、相手を自陣第3ゾーンに押し込めているチームを区別することができなくなる。既存のイベントベースのフレームワーク（Expected Threat、VAEP、On-Ball Valueなど）は、オンボールのアクションに価格付けすることでポゼッションを精緻化しているが、「オフザボール」の問いに対しては「盲目」である。すなわち、そのポゼッションがスペースを創出したのか、あるいは無意味（sterile）であったのかを判別できないのである。これらのモデルはボール保持者の決定を評価するが、ディフェンシブブロックが移動（displacement）したのか、あるいは圧縮（compression）されたのかを検知することはできず、この区別には標準的な放送用フィードでは入手困難な空間データが必要となる。

手法
本論文は、計算効率と空間的深度のバランスを取るためにマクロ／マイクロの分割を利用し、「スペース創出型」のポゼッションと「死滅した（sterile）」ポゼッションを区別する2層構造のフレームワークを提案する。

第1層：イベントサイドのジャンク・ポゼッション・インデックス
この層は、フルマッチのイベントデータを処理し、低脅威のポゼッションシーケンスをフラグ立てする。

• シーケンス評価： マッチはポゼッションシーケンスごとにセグメント化される。各シーケンス $s$ は、以下の要素に基づき値 $q(s)$ を割り当てられる：
  1. ピーク脅威獲得（Peak Threat Gain）： シーケンス中にシュートが発生しなかったとしても、達成されたExpected Threat (xT) の最大増加量。
  2. 実現されたシュートの質（Realized Shot Quality）： シーケンス内の最良のシュートにおけるxG（カスタム勾配ブースティングモデルを使用）。
  3. ボックスタッチ（Box Touch）： 18ヤードボックス内でのタッチに対するバイナリ・クレジット。
• 正規化： シーケンスの値はコーパスの90パーセンタイルに対して正規化される。$q < 0.15$ のシーケンスは「ジャンク（junk）」として分類される。
• ゲームステート・フィルタリング： 戦術的なリード保護によるペナルティを避けるため、指標 junk-open は、保持チームが引き分けまたは敗戦している時に発生したジャンクシーケンスのみを抽出する。
• 検証： このインデックスは、試合結果（勝ち点、ゴール、xG）に対してテストされ、オンボール価値モデル（VAAMP）やテリトリー指標（Field Tilt）と比較され、独自の分散を捉えていることを確認する。

第2層：空間的スペース創出インデックス (SCI)
この層は、イベント層でフラグ立てされた「ジャンク」シーケンスに対応する、短い放送ビデオウィンドウ（10〜60秒）上で動作し、ポゼッションの空間的性質を決定する。

• パイプライン： カメラキャリブレーション、マルチオブジェクト・トラッキング、およびカラーベースのチーム割り当てを用いて、放送ビデオをピッチ座標に投影する、CPUのみのゲームステート再構築（GSR）パイプライン。画面外のプレイヤーは、トレーニングフリーの「ゴースティング（幽霊）」レイヤーを用いて補完される。
• 指標計算： SCIは、2つのゾーン（攻撃側第3ゾーン A および 相手側攻撃第3ゾーン Z）における、ウィンドウの開始時と終了時におけるピッチコントロール・シェアの純変化量を測定する。
  $$SCI = \Delta_{own} + \Delta_{opp}$$
  ここで、$\Delta_{own}$ は保持チームのゾーンAにおけるコントロールの変化であり、$\Delta_{opp}$ は相手のゾーンZにおけるコントロールの変化（相手のコントロールの減少は、ブロックが押し戻されたことを意味する）である。
• 分類： ウィンドウは以下に分類される：
  • スペース創出型（Space-Creating）： SCI $\ge$ +12（危険なスペースを奪取、またはブロックを押し戻した）。
  • 弱い前進（Weak Progression）： +4 $\le$ SCI < +12。
  • 非スペース創出型（Non-Space-Creating）： SCI < +4（静止または後退的なポゼッション）。

主な結果

• 結果との相関： 2026年FIFAワールドカップの206チーム・マッチの行に対し、junk-open は勝ち点（$r = -0.37$）およびxG差（$r = -0.51$）と強い負の相関を示した。効率的な支配者（efficient dominators）が平均2.24ゴール、2.24勝ち点であったのに対し、高ポゼッション（オンボール・イベントシェア >55%）でありながら低効率（高い junk-open）なチームは、0.62ゴール、1.00勝ち点であった。
• オンボール価値からの独立性： VAEPおよびField Tiltを制御した回帰モデルにおいて、junk-open は勝ち点の有意な予測因子（$p < 10^{-4}$）として残る一方で、VAEPは有意ではなかった。これは、インデックスがオンボールのアクション価値だけでは説明できない、結果に関連する分散を捉えていることを示している。
• 空間的区別： 9試合から抽出された31個のフラグ付きジャンク・ウィンドウの目的的サンプルにおいて：
  • 74% が空間的に 非スペース創出型 と分類された（「無意味（sterile）」という診断を裏付ける）。
  • 19% が 弱い前進 であった。
  • 6% は、イベント層によって低脅威と判定されたにもかかわらず（例：攻撃第3ゾーンを制圧したがシュートを生み出さなかったパラグアイのウィンドウ）、スペース創出型 であった。
• ケーススタディ： 本フレームワークは、ドイツがパラグアイに敗れたラウンド・オブ・32における「無意味な支配（sterile domination）」（オンボール・イベントシェア73%、負のSCI、敗退）を特定し、同時に、同じ試合における（シュートには至らなかったものの）スペースを創出したパラグアイのウィンドウを明確に区別することに成功した。

意義と主張
本論文は、放送データを用いて、「スペースを創出したが決定力を欠いた」ポゼッションと「無意味な（sterile）」ポゼッションを分離する2層構造のフレームワークを提示している。その主要な貢献は、以下のことを実証した点にある：

1. ポゼッションの質とテリトリーは別物である： 高いField Tilt（テリトリー）は勝ち点を保証しない。ポゼッションの「質」（脅威の生成）こそが決定的な差別化要因である。
2. オフザボールのエビデンスが必要である： イベントのみのモデルでは、防御を移動させることに成功したが決定力を欠いたチームと、防御を動かさずにボールを循環させているだけのチームを区別できない。この2層アプローチは、イベントデータによるマクロなフラグ立てと、放送ビデオによるマイクロな空間的判定を用いることで、このギャップを埋めるものである。
3. 実用的なスケーラビリティ： マクロ／マイクロの分割は、完全なマッチ・トラッキング・データ（放送用試合では入手困難なことが多い）を必要とせずに、放送ビデオを用いてオフザボールの空間的エビデンスを分析するための実用的なソリューションを提供する。

著者は、補完された画面外プレイヤーへの依存、閾値へのコーパス全体の定数の使用、およびインサンプルにおけるスコアステートの記述的な性質を含む限界についても明記している。しかし、アウトオブサンプル分割とVAEPからの独立性が、junk フラグが明確に区別された、結果に関連する現象を特定しているという強固な証拠を提供していると主張している。