機械学習と分析はどのように NFL を変革しているか

ファン体験を向上させるための AI の使用

2018 年に最も人気のあったテレビ番組は、高い評価を受けたドラマやホットな新しいリアリティショーではありませんでした。それは、フットボールでした。


NFL の試合は、昨年のトップ 50 のテレビ放送のうち 46 番組を占め、シーズン中の平均視聴者数は 1,580 万人でした。チェスのような戦略、およびすべての試合への準備や本能が、ファンにとってのそのスポーツの変わらない魅力です。チーム名簿の変更からフィールドの状況 (風や降水量はもちろん、屋内・屋外、デイゲーム・ナイトゲームなど) に至るまで、試合には何がどのように影響するかわかりません。

NFL は開始以来、さまざまな統計を追跡してきましたが、何十年もの間、試合中に起こったことの原因解明にはつながらない統計を単に数えるだけなど、測定基準は比較的初歩的なものに留まっていました。NFL には、データを収集してそれを理解するための、より高度なシステムが必要でした。たとえば、その選手のパフォーマンスに影響するラインアップやファクターなど、ファンと選手双方のために、試合の動向に関するインサイトを明らかにできるようなシステムです。最終目標は、試合をよりよく理解するための、NFL および熱烈なファンへの顧客サービスを創り出すことです。

現在、NFL の Next Gen Stats (NGS) プログラムでは、すべての選手のショルダーパッドと各スタジアムに埋め込まれた RFID デバイスを介して収集される高度な追跡技術を使用しています。これらのデバイスは、特定の瞬間にどの選手がフィールド上にいるか、選手たちのインチ単位での位置情報、および動く速度や方向についてのデータを取り込みます。この膨大な量のデータは、リーグの 32 チーム、複数のメディアパートナー、および世界の約 1 億 8,000 万人のファンにとって非常に大きなリソースになります。

「機械学習は、高い信頼性を備え、タイムリーに、機械学習がなければ実現不可能であったあらゆることを可能にしています」

Matt Swensson 氏
エマージングプロダクトおよびテクノロジー担当バイスプレジデント
NFL

「機械学習は、高い信頼性を備え、タイムリーに、機械学習がなければ実現不可能であったあらゆることを可能にしています」

Matt Swensson 氏
エマージングプロダクトおよびテクノロジー担当バイスプレジデント
NFL


アマゾン ウェブ サービスと提携して、NFL は精巧な分析と機械学習を通してそのデータの力を利用しています。NFL のエマージングプロダクトおよびテクノロジー担当バイスプレジデント Matt Swensson 氏は「機械学習は、高い信頼性を備え、タイムリーに、機械学習がなければ実現不可能であったあらゆることを可能にしています。私たちは、所有するたくさんの統計を活用するための最良の方法を探していました。現在、トラッキングシステムを使用して大量のデータを取り込んでおり、機械学習を使用することによって、役に立つものとそうでないものを識別しています」と話しています。

機械学習ツールの Amazon SageMaker を搭載した NGS プラットフォームを使用し、NFL はゲームプレイを解釈できる機械学習モデルを迅速かつ簡単に作成してデプロイしています。その一例が、NGS の Completion Probability メトリクスです。これは、特定のパスの長さや速度から、レシーバーと最も近いディフェンダーまでの距離、さらにクォーターバックと最も近いパスラッシャーまで、10 を超えるインプレイ測定を統合します。

Amazon SageMaker ではこれらの予測モデルを簡単に構築、トレーニング、実行でき、結果を得るまでの時間が最大 12 時間から 30 分に短縮されました。さらに、Swensson 氏が指摘するように、SageMaker の使用により NFL ではデータサイエンティストのチームを準備しておく必要がありません。エンジニアは素早く起動し実行することができるからです。Swensson 氏は「何かをやりたいと思う度に、車輪を発明し直す必要はありません」と話しています。

結果によって、ファンはいくつかのパスプレイがその他のものよりなぜ難しいのか理解することができ、試合自体へのより深い理解のサポートとなっています。NFL とそのメディアパートナーはこれらのインサイトをすぐに使用することができ、放送やオンラインコンテンツを充実させるだけでなく、スタジアム内のファンへの情報提供やよりエキサイトする試合作りに役立っています。Swensson 氏は「ファンからは、『今のパスがうまくいったなんて信じられない』などといったポジティブなフィードバックをいただいています。 パスを定量化して、その他のパスと比較することができるようになりました。これは、試合で何が起きているのかをファンに提供するという意味で本当に価値があります」と話しています。

もちろん、素早く簡単にアクセスできなければデータは有用ではありません。NFL では、ビジネスインテリジェンスツールの Amazon QuickSight を使用することによって、より詳細なインサイトを内部に展開すると同時に、ファンにデータを提供しています。Swensson 氏は「Amazon QuickSight は、質問に答え、ダッシュボードに答えを表示するための非常に高速なクエリの実行を可能にしています。私たちは、クラブ、放送局、および NFL.com の編集担当者やファンタジーフットボールのライターにダッシュボードを提供しています」と話しています。

これらのダッシュボードの構築には数時間、あるいは数日かかっていましたが、今では数分で構築でき、関連するフィルターをいくつでも含めることができます。Swensson 氏は「大量のコードを記述しなくても情報を表示することができています。これは、非常に効率的です」と話しています。

さらに、NFL はこれらのインサイトを組織のさまざまな部分に適用しています。コーチによるより良いゲームプランの作成や、選手の安全性を向上させる方法の発見に役立っています。Swensson 氏は「持っている情報が多いほど、試合中のパターンをよりよく識別することができます」と特に言及しています。機械学習によって識別されたこれらのパターンは、選手が怪我をする可能性が高い場所をよりよく理解し、リスクを軽減するためのデザインルールをサポートするための鍵となります。

その結果、ファン、プレーヤー、そしてチームにより良い経験を、すべてリアルタイムで提供します。これは、間違いなく NFL フットボールの新しいジェネレーションです。そして、次世代の分析と機械学習によって実現されています。

KIA は、AI を活用して自動車事故の死亡率を削減しています

詳細 »

Capital One は、ML を使用してお客様を詐欺から守る機能を強化しています

詳細 »

GE Healthcare は、ML を活用してより良い医療サービスを提供しています

詳細 »

T-Mobile は、ML を活用してより親しみやすい顧客サービスを実現しています

詳細 »