鹰队致力于数据科学的世界(一)
大家好，我是行销沟通部的中泽。
本季，鹰队成功地在四年后再度夺得联盟冠军。感谢所有球迷的热情支持。虽然我们无法达
成日本一，但我们胸怀着明年绝对要夺冠的强烈决心，球团职员也开始为下一季做准备。
在11月24日（周日）举办的粉丝节上，我们宣布了下一季的计划。
2025年，软银鹰将迎来成立20周年。
https://i.imgur.com/XZI3wNf.png
自2005年以软银鹰队的身份参加职棒以来，这20年来我们夺得了7次日本一和多次联盟冠军
。强化团队的背后，除了选手们不懈的努力外，还少不了工作人员的支持。
尤其是近年来，鹰队的团队建设由数据科学团队支持，他们利用跟踪数据分析和动作解析等
尖端技术来强化团队。每日与数据打交道的这些专家们，扮演着连接选手技术提升和问题解
决的关键角色。
这次的文章中，我们将介绍鹰队如何在日常训练中利用数据的过程，揭开鲜少曝光的数据科
学世界。
棒球中的数据科学历史
首先让我们回顾一下棒球界数据科学的历史。
讲解人是首席分析师吾乡伸之先生。
https://i.imgur.com/74UQuwr.jpeg
2000年代：职人时代 “收集与整理”的时代
棒球界开始利用数据的创世纪。当时，记分员负责“收集数据并制作报告”。在有限的时间
和环境下，他们整理收集到的数据并提供给团队。
“当时，我需要亲自到球场，在捕手后面观察比赛，直接收集数据。相比现在，那时的环境
更为局限，收集数据是一项巨大的工作。”从吾乡先生展示的手稿中，我们可以窥见当时的
工作情况。
https://i.imgur.com/1J7bSBm.png
当时的工作全靠记录员的“眼力”，实在是一种艺术。
2010年代：影像革命期 从“收集与整理”到“分析”的时代
随着科技的进步（如云端和行动装置的普及），数据可以自动生成并集中管理于云端。工作
不再受地点限制，减少了收集的劳力，分析数据成为重点。
“从2007或2008年开始，所有比赛开始转播。影像环境的改善大大提升了效率和数据精确度
。这时，数据分析如何应用成为焦点。”
鹰队自2005年起成为“福冈软银鹰队”，领先其他球队为所有选手和团队工作人员配发iPho
ne和iPad，积极推动数据应用，成为现在鹰队以数据科学强化团队的基石。
https://i.imgur.com/GBYILCm.png
2020年代：“应用与选择”的时代
跟踪数据的有效应用开始，数据量的增加带来了挑战。如何有效利用大量数据，如何选择与
传达必要的数据成为关键。
随着科技的进步，像TrackMan或Hawk-eye这样的新数据收集设备出现，使得之前靠主观判断
的球路和球种可以通过数据来表达。棒球中的数据科学发展因此加速。
“例如，像大津投手那样操控八种变化球，或是投出所谓的‘一缝线（直球与变速球的中间
球）’这样的投手出现时，跟踪数据是不可或缺的。”
https://i.imgur.com/TKr55rT.png
随着分析设备的进化，选手的技能也在进化，数据科学对于团队强化变得不可或缺。
在体验会中，参加者实际观看比赛影像并输入数据。
“输入本身不难，但要迅速准确地完成。结合影像和跟踪数据，流畅地输入。”吾乡先生这
样解释，因为影像和输入时间是连动的，这样做能确保分析师和球员、工作人员后来检查时
不会有偏差。
这样做确保了数据收集的精度，从而提高了后续分析的精度。
https://i.imgur.com/blYzF32.jpeg
福冈软银鹰队 IT化历史
随着棒球界环境的变化，我们也来看看鹰队IT化的历史。
自2005年成立以来，福冈软银鹰队一直积极推动利用科技来强化团队和选手的培养环境。
2009年开始向选手和工作人员提供iPhone、iPad，创造随时查看数据的环境。进入2010年代
后，提供了详细的数据分析环境，到2020年引进生物力学设备，并成立了专注于数据科学的
“R&D（研究与开发）部门”，进行组织改革以最大化利用数据。
2011年，鹰队率先在职棒界引入三军制，随后逐年扩大，到去年开始了四军制，培养环境一
直在扩大。
https://i.imgur.com/UMwbVJA.jpeg
如何整备数据科学强化团队的体制呢？我们可以将其分解如下：
・提供能够收集和利用数据的设备和人才
・导入将数据应用于团队强化的方案
・创造选手能根据数据进行训练的环境
不只是设备，还需要能操作最新设备的人才，以及设计有效利用数据的策略，这些都是强化
团队的关键。
https://i.imgur.com/JsqwiX9.png
团队战略室的小山亮室长谈到：
“人才培养永无止境，必须持续进行。我们不会满足于现状，将通过设备和人才的投资来扩
大数据利用。未来的扩张需要优秀的人才，不再依赖传统的关系网，而是希望更多人了解我
们的目标和做法。”
未来，科技将继续进步，鹰队的数据科学团队将持续探索更大的发展可能。
https://i.imgur.com/D6U909o.jpeg
https://bit.ly/3CMhGLA
鹰队致力于数据科学的世界(二)
大家好，我是行销沟通部的中泽。
在前一篇note中，我们介绍了棒球界以及鹰队在数据科学方面发展的历史。虽然简短，但我
想您已经对鹰队如何达到现今体制的过程有了些许了解。
接下来，这次的note是实践篇。我们将更具体地探讨在HAWKS筑后基这个环境，团队如何强
化自身。
利用最新技术完全重现"虚拟Moinelo投手"的对决，这种世界已经近在咫尺？
让我们一起来窥探一下利用数据进行选手培养的现场。
追求更有效率的挥棒：打击动作分析
“我们在这里使用16台高速摄影机来测量动作，并进行挥棒分析。”
https://i.imgur.com/ox4B6mh.jpeg
负责解说打击动作分析概况的是R&D部的森本晃央先生。
“测量使用专用的软件‘Theia 3D（テイアスリーディー）’来进行骨骼检测，分析每位选
手的挥棒动作。这项工作需要程式设计的知识，透过编码建立自动输出数据的机制，让我们
能够更有效率地提供反馈。”
https://i.imgur.com/EuHi5aX.jpeg
一般来说，一个好的挥棒是从下半身开始逐步加速的，这样能够更有效地提高球棒速度，
“这只是从效率角度进行的分析，所以没有所谓的正确答案。我们会根据报告与教练讨论，
找出适合每位选手的形式，并将练习方法传达给选手。”森本先生强调，数据并不是一切，
而是应该作为改善动作的指标。
https://i.imgur.com/wMUk9I5.jpeg
这张照片右边的数据是来自在筑后球场锻炼，并在季后赛中表现出色的笹川吉康选手。期待
他在来季能更上一层楼！
深入探讨被摄影机环绕的高科技牛棚环境
接下来介绍的是牛棚。由侦察支持组的斋藤周先生介绍设备。
https://i.imgur.com/hvniQ3U.jpeg
“我们使用TrackMan Portable来测量投球。当然我们会进行分析，但设置机器以便在日常
练习中收集数据也是我们的工作。选手开始练习前完成所有设置是我们每天的例行工作。”
除了环绕牛棚的多台摄影机，对于投手丘也有特别的考量。
“这个投手丘是根据瑞穗PayPay巨蛋的土壤硬度来调整的。最近的球场似乎都倾向于硬的投
手丘。另一方面，农场的选手经常在地方球场比赛，所以旁边的投手丘设定得较软。”
这表明，除了基于数据的动作改善外，也在意练习成果在实战中的发挥。
https://i.imgur.com/A0llM2G.jpeg
斋藤先生表示：“即使处理数据，选手的理解程度各有不同。球团会在训练营中进行讲习，
根据选手的理解能力调整方式。”他强调了以选手为中心的重要性。
如同森本先生的谈话，如何将收集到的数据传达给选手，是分析人员展示实力的关键。
年轻选手的跳板？新开始的“打击检定”
“从今年二月开始，我们由R&D部门制定了从1到16级的打击能力测试，让选手能够了解自己
的问题点并确认打击水准。”
https://i.imgur.com/ibtsc8r.jpeg
说这话的是长谷川勇也，R&D（研究与开发）部门负责人。大家可能都知道，长谷川先生直
到2021年都是鹰队的打击专家，现在他作为R&D成员为选手的成长贡献一份力量。
虽然说是“检定”，但并没有统一的明确标准，级别分类是经过部门讨论制定的。最高难度
的16级，合格标准是“在10次打击中至少有3次安打，对抗150公里时速的直球、曲球、滑球
、切球、射球、分指球和变速球的混合球种”。
“如果做不到这一点，就无法在一军立足。”抱持着这样的心态，以严格的标准进行判断。
目前为止，实战成绩与我们的评估标准并无太大偏差，感觉已经建立了一个良好的基准。”
https://i.imgur.com/6s8ekUu.jpeg
透过结合长年在第一线活跃的长谷川先生的直觉与经验所设计的打击检定，选手们能够以具
体的指标来掌握自己目前所处的阶段和实力水准。
“回顾失败的原因，并以此为基础思考未来的练习。”
设定比自己现状更高的目标，进行训练并检验成长。
积极参与这项打击检定并通过所有级别的石冢综一郎选手，今年从育成选手转为正式选手，
并在第一军中表现出色。
https://i.imgur.com/fLR2I20.jpeg
除了石冢选手外，还有一位选手也通过了所有打击检定。
这是2024年入团的育成选秀第四指名新秀中泽恒贵选手。未来的突破值得期待。
https://i.imgur.com/QcucVZG.jpeg
完全再现现役投手的球路！最新机器“Trajekt Arc”的实力
最后要介绍的是鹰队引以为傲的数据科学部门中最新的机器，名为“Trajekt Arc”。
https://i.imgur.com/dnuaXc6.jpeg
这台最新机器的惊人之处在于，它能够将TrackMan或Hawk-eye的数据导入，完美再现现役投
手的球路。除了球的旋转，甚至还有调整投球时缝线的功能，真是令人惊叹。
结合影像，就能实现极其接近实战的打击练习，仿佛在与真人投手对决。
“虽然打击检定在时间感上与实际投手有差异，但这里利用影像进行更实战化的打击练习。
”
https://i.imgur.com/EqsjOgz.jpeg
解说的人是数据科学协调员补佐兼R&D小组长的城所收二先生。
虽然看起来是技术的结晶，但要使用这台最新机器，还是需要付出许多努力。
“数据输入后并不是立刻就能使用的，必须反复投球让机器学习。系统错误很多，所以反复
尝试、改进、再尝试的过程中进行调整。”
这天，参与者亲眼见证了Moinelo投手的球路被重现，惊叹于其曲球的巨大落差。
https://i.imgur.com/ThkIOBP.jpeg
Trajekt Arc刚在今年引进，因此一军选手几乎还未使用。当正式开始使用时，将会进行什
么样的练习？令人期待。
数据科学需要人的力量
从现场工作人员的谈话中，我们可以看出，即使是最新科技的数据科学，依然需要人力注入
生命。
“导入最新机器有种从零到一的乐趣。” （城所先生）
从掌握机器使用开始，收集数据，思考如何使用，再传达给选手。
观察这一系列过程就会明白，即使是相同的设备，结果会因使用者和策略的不同而有天壤之
别。
如同选手一样，工作人员也在试错中前进，这是我们学到的。
不仅仅是头脑工作，数据科学团队从早到晚都动手动脚，支持着选手的成长。
虽然这篇文章无法完全传达其中的深度，但希望能稍稍介绍团队如何在这种环境中培养。
在他们的支持下，选手将会有怎样的成长呢？
请继续关注！
并且，我们也期待将来会有新的人才加入我们的团队，共同奋斗！
https://i.imgur.com/a2tVpqB.jpeg
（行销沟通部 中泽佑辅）
https://bit.ly/3PGfIQ0