コーチング上のポイント
シュート量とは、チームが生み出すシュート機会の数を表し、効率とは、その機会から生み出される結果を表します。リバウンド、ターンオーバー、スペーシングは互いに影響し合うため、一つの指標を改善する変化が別の指標に影響を及ぼすことがあります。以下の元の分析では、NBAの歴史的な実例を用いて、これらのトレードオフを掘り下げています。
バスケットボールにおいて、 量 とは何本シュートを打つかであり、 効率 とはそれをどれだけうまく得点に変えるかです。この2つは、パフォーマンスを支える二本柱です。私がユース・バスケットボールをしていた頃、コーチはよくこう叫んでいました。 「重要なスタッツは1つだけ。誰が一番得点したかだ！」 純粋に生のアウトプットだけに注目するその考え方は、コート上での成功を左右するより深い要素を見落としていました。バスケットボールのアナリティクスが進化するにつれ、量と効率はずっと明確な全体像を示してくれます。
この記事では、この2つの中核的な指標が、試合のどのレベルにおいても、チームパフォーマンスを理解し向上させるための強力なフレームワークをコーチにどう提供するかを詳しく解説します。
ボリュームシューターとは？ ボリュームシューターとは、多くのシュートを打つ選手のことです。量だけでは、そのシュートがどれだけうまく得点につながっているかはわかりません。だからこそ、この記事では量と効率をあわせて見ていきます。そして、以下のNBAチームのデータでは、高いシュート量よりも、良好なシュート効率のほうが全体的なパフォーマンスのより信頼できる指標であることがわかりました。
私をフォローするには Twitter
「大事なスタッツは一つだけだ。誰が一番点を取ったか」
この言葉の発案者——私の若い頃のバスケットボール時代のコーチ——が、 Cleaning The Glassの年間サブスクリプションにお金を払っている人物ではないだろうと言っても、大きな賭けにはならないだろう。彼にとって、当時私たちがアクセスできた唯一のスタッツ——つまり各選手が記録した合計得点数——は単に役に立たないだけでなく、私たちの集団としての目標にとってまさに有害なものだった。その目標は、個人的に目立ちたいという執着によって常に損なわれていた（試合終了のブザーが鳴った瞬間にスタッツシートに駆け寄る者がいたことを考えると、彼の言うことは完全に間違っていたわけではないのかもしれない）。
私自身については、特にNBAというレンズを通してゲームをより深く掘り下げていく中で、アナリティクス（統計データの収集、分析、可視化、解釈）に対する興味を徐々に育んでいきました。しかし、実際に自分のコーチング業務でデータを活用することについては、主に2つの理由から、かなり長い間懐疑的でした：
1° 分析に使える信頼できるデータを収集する方法を設計することは、ロジスティクス的にあまりにも難しく思われた
2° 私が研究していた多くの統計的概念は、非常に洞察に富んでいるものの、アマチュアレベルで役立つ分析ツールとして使うにはあまりにも高度に見えた
過去数か月間で、私は徐々にその立場を見直し、あの古い格言を振り返るようになりました。コーチたちが好んで使う多くの古典的なキャッチフレーズと同様に、それはある種の自明の理です。結局のところ、バスケットボールの試合の最終目標は、確かに相手より多くの点を取ることです。それは間違いありません。しかし、それを認めた上で、プロバスケットボールで生み出され続けている統計データの数々が、チームを指揮する立場にある人にとって何の付加価値も提供しないと本当に言えるでしょうか？パフォーマンス最適化に向けた私たちの取り組みを導いてくれるデータは、本当に存在しないのでしょうか？
逆の仮定から出発し、必要となる統計指標をどう実際に作り出すかを心配する前に、私はまず基本的な質問を自分に投げかけました：プレーするレベルに関わらず、コーチがチームのパフォーマンスを評価するために必要な本質的な情報とは何か？この優先順位付けのプロセスによって、統計的に評価できる基本的な傾向を見つけ出そうと、ゲームそのものの本質を研究するようになりました。研究と考察を深めていく中で、バスケットボールに対する私の視点は進化しました。私は、一つの試合を2つの本質的な戦い——シュート量を制すること、そしてシュート効率を制すること——の総和として捉えるようになったのです。バスケットボールのパフォーマンスにおけるこの2つの柱、およびそれらを評価する方法が、この記事の焦点となります。
無料リソース
次の練習で使える 21 のスモールサイドゲーム。
すぐに使えるスモールサイドゲームをまとめた無料 PDF。アプローチを実践的に体験する第一歩です。
「バスケットボールの2つの側面」
私が提案している二分法は、バスケットボールに詳しい人にとってもおそらく最も直感的なものではありません。実際、あらゆる侵入型スポーツに当てはまる、はるかにわかりやすく普遍的な二分法があり、チームの成績を分析する際にはるかによく使われるものがあります：それはオフェンスとディフェンスの区分です。これは、試合を観戦したりプレーしたりする誰にとっても、その時間的・空間的な境界が明確であることをはじめとした様々な理由から、ゲームを理解する上で今も絶対的に重要です。さらに、両分野におけるバスケットボールチームのパフォーマンスを効果的に評価する方法についても、一般的な合意があります：それがオフェンシブレーティングとディフェンシブレーティングです。
この2つの指標には、いくつかの大きな利点があります：
1° 単一の数値で、オフェンスとディフェンスの両方における、チームの全体的なパフォーマンスレベルを測定できること
2° 共通の基準点——ポゼッション（この概念については後で再度取り上げます）——に基づき、他チームとの相対的なパフォーマンスを測定できること。これにより、対戦するチーム間のパフォーマンスレベルを公平に比較することができる
3° そして最後に、これらは同じ方法で算出される、いわば鏡のような指標であるため、組み合わせることでチームの全体的なパフォーマンスを評価する単一の指標——ネットレーティング——を生み出せること。これはオフェンシブレーティング マイナス ディフェンシブレーティングとして計算されます。
2024/2025年のNBAシーズンについてこれらの統計指標から作成されたグラフは、各チームのオフェンスとディフェンス両分野におけるパフォーマンスレベルを明確に可視化しています。各チームのロゴの横に表示されているネットレーティングの数値によって定量化される全体的なパフォーマンスレベルも、簡単に把握できます：グラフの右上の角に近いチームほど全体のパフォーマンスが優れており、逆に左下の角に近いほどパフォーマンスが低いことを示します。このデータから、すでにいくつかの重要な洞察が得られます。最も明白なものの一つとして、セルティックス、キャバリアーズ、そして特にサンダーが他チームを大きく上回るパフォーマンスレベルに到達していること、マジックはNBAで最も優れたディフェンスチームの一つでありながらオフェンス面で大きく苦戦していること（一方でサンズはそうではないこと）などが挙げられます……
コーチとして、オフェンシブレーティングとディフェンシブレーティングは、私のチームのパフォーマンスを総合的に評価するための有用な指標だと感じています。しかし、私が活動しているレベルにおいては、主に一つの理由から、実際のニーズとはやや切り離されているように思えます：これらの指標は「何が」、つまりパフォーマンスの評価的な尺度を示すものであり、しかし、それらはオフェンスやディフェンスのパフォーマンスの背後にある「どのように」や「なぜ」については何の洞察も与えてくれません。追加のビデオ分析はいくつかの手がかりを見つけるのに役立ちますが、他の統計指標は、コーチとしての取り組みを注力すべき特定の強みや弱みをより正確に特定するのに役立つかもしれません。
ポゼッション基準の考え方
次のようなウェブサイトを定期的に参照する人は NBAのサイトや Basketball Referenceなどで、特にSecond Spectrumなどによって開発された新技術のおかげで、プロリーグや専門サイトが今や生成できる多種多様な統計の豊富さに気づいているでしょう。TwitterやYouTubeも今や、少なくとも部分的にアナリティクスに基づいたバスケットボールコンテンツを制作するアカウントやチャンネルで溢れています。しかし、コーチとしては、この情報の豊富さはデータをどのように優先順位付けするかという必要な問いを提起します。チームの全体的なパフォーマンスの「どのように」と「なぜ」を評価する上での重要性に基づいて、これらの指標を区別する方法はあるのでしょうか？限られたリソースを持つコーチが「一次」データに集中できるように、「一次」データと「二次」データの間にランキング基準を設けることはできるのでしょうか？これらの問いに答えるために、バスケットボールの試合に同様に一次的な視点からアプローチしてみましょう。
バスケットボールの試合とは、コートの各サイドで交互に繰り返される一連のポゼッションに分解されるものです。各ポゼッション期間の終わりには、相手チームがボールのポゼッションを取得し、この両チーム間のポゼッションの継続的な交代が試合のペースを決定し（各チームのボールコントロール期間はクロックによって制限される）、試合を通じて両チームがプレーするポゼッション数がほぼ同等になることを保証します（クォーター終了時のポゼッションは、片方のチームにやや有利に働くことがあります）。この同等性が、レーティングを計算する際の基準点としてポゼッションという概念が使われる理由を説明しています。これらの指標は、例えば猛烈なペースで行われた試合による「統計的インフレ」に偏ることなく、同じポゼッション数（慣例的に100に正規化される）で、複数の試合にわたるチームの得点力と失点防御力を推定できます。
この視点を採用すると、バスケットボールの試合は相手と比較してポゼッションの価値をより最大化するための戦いとなります。つまり、私たちのオフェンスのポゼッションができるだけ多くの得点につながるようにする努力と、私たちのディフェンスのポゼッションができるだけ少ない失点につながるようにする努力の両方を意味します。この対決に勝つチームは、両チームがほぼ同数持っていたポゼッションフェーズを最もうまく活用したチームということになります。
単純に得られたレーティングを超えて、あるポゼッションの成功や失敗の「どのように」と「なぜ」をどのように評価できるでしょうか？そのためには、まずその可能な結果を特定することから始めましょう。
フォーファクター
さらに考えてみると、チームのポゼッション期間の結果は、より好ましいものからそうでないものまで、限られた数の構成しか取り得ません。可能な結果は3つあります：
1 - チームがフィールドショットを打ち、それがバスケットに入るか、相手選手に奪われる（ディフェンスリバウンドやアウトオブバウンズプレーによって）→相手チームがボールのポゼッションを取り戻す
2 - 相手がファウルを犯し、チームがフリースローラインに送られる、そしてフリースローの一連の流れが、フリースローが成功するかボールが相手選手の手に渡ることで終わる→相手チームがボールのポゼッションを取り戻す
3 - チームがボールを失うインターセプト、アウトオブバウンズプレー、ルール違反、またはショットクロック違反によって→相手チームがボールのポゼッションを取り戻す
しかし、チームがショットを打ち、それを外した場合（フィールドショットまたは一連のフリースローの最後のフリースロー）、そしてボールが自チームの選手の手に渡った場合（オフェンスリバウンドや、ディフェンスリバウンドの失敗後にオフェンス側が回収したルーズボールによって）、前述の3つのシナリオのいずれかが発生するまでポゼッションを保持し続けます。
この観察から、次の式を使ってチームが試合でプレーしたポゼッション数を論理的に計算できます：FGA（フィールドゴール試投数）+ {FTA*0.44}（フリースローの一連の流れの推定回数1）+ TOV（ターンオーバー）- ORB（オフェンスリバウンド）。
この式の4つのパラメータは、この段階では単なる生の量ですが、これらに対してチームの各特定分野におけるパフォーマンスを評価する指標を関連付けることができます：
1 - 実効フィールドゴール成功率（またはeFG%）。これは、3ポイントシュートの付加価値を考慮に入れて、シュート効率を測定します
→ 数値が高いほど、チームがフィールドショットを打つ機会を得た際に、そのポゼッションをより効果的に活用していることを意味します
例:2024/2025シーズン、キャバリアーズはフィールドゴール試投の57,8%を得点に変換し(スリーポイントの価値を考慮)、一方で相手のフィールドゴールは52,8%しか許しませんでした。これは、相手と比較して1回のフィールドゴールあたり平均0,1点多いことを意味します
2 - ターンオーバー率（またはTOV%）。これは、100ポゼッションあたりのターンオーバーの比率を測定します
→ 数値が低いほど、シュート試投なしで終わるポゼッションの割合を抑えることで、チームがそのポゼッションをより効果的に活用していることを意味します
例:2024/2025シーズン、サンダーは相手のポゼッションの14,9%でターンオーバーを強制し、一方で自分たちのポゼッションでは10,3%しかターンオーバーしませんでした。これは、100ポゼッションごとに、シュート試投なしで終わるポゼッションが、相手と比較してサンダーの方が平均4,7回少ないことを意味します
3 - オフェンスリバウンド率（またはORB%）。これは、オフェンスリバウンドを獲得できる可能性のある状況（フィールドショットの失敗、または一連のフリースローの最後のフリースローの失敗）において、実際にオフェンスリバウンドを獲得した比率を測定します
→ 数値が高いほど、追加のシュート機会を得る割合を増やすことで、チームがそのポゼッションをより効果的に活用していることを意味します
例:2024/2025シーズン、ロケッツは自分たちのミスショットの31,7%でオフェンスリバウンドを獲得し、一方で相手にはミスショットの23,8%でしかオフェンスリバウンドを許しませんでした。これは、100ポゼッションごとに、相手と比較してロケッツの方がセカンドチャンスの機会が平均7,9回多いことを意味します
4 - フリースローレート（またはFT Rate）。これは、フィールドゴール試投数に対して成功したフリースローの比率を測定します
→ 数値が高いほど、フリースローに至る割合を増やすことで、チームがそのポゼッションをより効果的に活用している可能性が高いことを示します（フリースローの成功率が、稀な場合を除き、フィールドゴールの成功率よりも高いと仮定した場合）
例えば、2024/2025シーズン、レイカーズはフィールドゴール100本の試投につき平均21,3本のフリースローを成功させましたが、相手チームには100本の試投につき17,8本のフリースローしか許しませんでした。これは、フィールドゴール100本の試投につき、レイカーズが相手チームよりも3,5本多くフリースローを成功させたことを意味します
これらの指標は、アナリストのDean Oliverが著書 Basketball on Paper の中で初めて紹介したもので、Four Factorsとして知られています。これらは「主要指標」とみなされます。というのも、この8つの要素（オフェンス4つ、ディフェンス4つ）によって、チームのポゼッション管理の質の全体像を把握しながら、その具体的な原因を掘り下げることができるからです。これらのツールは、コーチにとって非常に価値があります。というのも、これらを使うことで、どのような変更を行った場合でも、その影響を具体的に評価できるからです。実際、すべてのチームとそのコーチングスタッフの使命は、意識しているかどうかに関わらず、本質的に、これら8つの要素のうち少なくとも1つに良い影響を与えつつ、他の要素に比例して悪影響を及ぼさないような意思決定を行うことにあります。
量と効率：もう1つの二項対立
2004年の著書刊行後にDean Oliverが提示した、パフォーマンス評価をこの4つの独自要素に集約するという考え方は、プロチームのスタッフにとって大きな進化を意味しました。しかし、より詳しく検討すると、これらの要素に基づいて、さらに統合的なアプローチを提案することが可能に思われます。実際、これらの要素についての考察を掘り下げていくと、それぞれが実際には2つの異なる差分を測定していることが分かります：
1 - シュート数の差分、つまり 同じポゼッション数において、対戦相手よりも多くのシュートを放つ能力（フィールドプレー中であれ、フリースローによるものであれ）を打つチームの能力
2 - シュート効率の差分、つまり 同じシュート数において、対戦相手よりも多くの得点を挙げる能力（フィールドプレー中であれ、フリースローによるものであれ）
この観点から見ると、バスケットボールの試合は、自チームがこの両方の分野で少なくとも1つの正の差分を持ち、かつ自チームに有利な差分が、もう一方の分野で記録されうる潜在的な不足分を十分にカバーできるほど決定的である場合にのみ勝利できます。したがって：
1 - 1回のポゼッションが通常1回のシュート試投に相当すると仮定すると、対戦相手よりも多くのオフェンスリバウンドを獲得する能力（ORB%）と、対戦相手よりもターンオーバーを少なく抑える能力（TOV%）は、いずれも同じ現象、つまり 自チームのポゼッションあたりの平均シュート試投数と、対戦相手のそれとの差を増加させること
→ 2チーム間のポゼッションあたりのシュート数差分は、以下の計算式でより簡単に求めることができます：（FGA - 対戦相手のFGA）/ 100ポゼッション
2 - 対戦相手よりも高いエフェクティブ・フィールドゴール率（eFG%）で得点する能力は、自チームのシュート試投あたりの平均得点と、対戦相手のそれとの差を増加させること
→ 2チーム間のシュート効率の差分も、以下の計算式で求めることができます：eFG% - 対戦相手のeFG%
これら2つの差分をグラフ化すると、以下の結果が得られます：
前のグラフとは異なり、このグラフは、あるチームがオフェンスとディフェンスの局面間で持つパフォーマンスの差についての情報はもはや提供しませんが、その代わりに、関係するチームのプレースタイルについて、より深い洞察を与えてくれます。例えば、セルティックスとキャバリアーズは、ネットレーティングを高めるために主に正のシュート効率の差分に依存している一方、ウォリアーズとロケッツは、それを実現するために対戦相手よりも多いシュート数に重点を置いていることが分かります。一方、サンダーは、ボリュームと総合的な効率の両方でNBAを支配することに成功しています。
最も注意深い読者は、4つの要素のうち1つが、効率とボリュームの計算に含まれていないことに気づいたことでしょう。この4番目の要素は、その計算式の構造上、実際には フリースローにおけるボリュームと効率の両方の評価を1つの指標に統合するという特徴を持っています。それが FT Rateです。しかし、この2つの要素を個別に測定するために分離することも可能です：
→ その フリースロー成功率（FT%）、つまりフリースローの成功率については、以下の計算式で差分を求めることができます：FT% - 対戦相手のFT%。これは、フィールドゴール成功率と組み合わせることで、総合的なシュート成功指標である トゥルーシューティング成功率（TS%）に統合でき、これにより以下の計算式で総合的なシュート成功の差分を求めることができます：TS% - 対戦相手のTS%
→ フリースロー試投率（FTA%）、つまり100ポゼッションあたりのフリースロー試投数の比率については、以下の計算式で差分を求めることができます：（{FTA*0.44} - {対戦相手のFTA*0,44}）/ 100ポゼッション。これは、100ポゼッションあたりのフィールドゴール試投数と組み合わせることで、総合的なシュートボリューム指標である トータルシュートアテンプト（TSA）に統合でき、これにより以下の計算式で100ポゼッションあたりのシュート数の差分を求めることができます：TSA - 対戦相手のTSA
これら2つの新たに調整された指標をグラフ化すると、以下の結果が得られます：
これら2つの指標から得られる結果は、ポゼッションの結果として考えられるすべてのシナリオを取り込んでいるため、必然的により正確なものになりますが、私個人としては、コーチにとっての分析ツールとして、これらが前述の指標よりも必ずしも有用であるとは思いません：
1° まず、ボリューム評価の観点から：コーチ、そしてそれを拡張したチームは、両チームに与えられるフリースローの数に対して、部分的な影響しか持たないように見えます。特定の戦略（特にハック戦術）はフリースロー試投率を大幅に増加させることができますが、この比率は、コーチングスタッフにとって偶発的な要因、すなわち試合がどのようにジャッジされるかに、比較的依存しているように見えます
2° 一方、効率性の評価に関しては、コーチ、そしてチーム全体も、一般的なフリースロー成功率に対して非常に限られた裁量しか持たない（信頼できるシューターのローテーションを作ることを除いて）、というのも、これらのショットは定義上、ディフェンスがつかないものだからである。ここでも、相手のフリースロー成功率を変えるためにコーチが利用できる唯一の手段は、ハックであるように思われる。
主要な指標
誰もがプロバスケットボールチームのスタッフになれる機会があるわけではなく、これは私自身についても全く当てはまらない。しかし、長年信じてきたことに反して、それは十分に手が届くものである （ある程度の訓練を受けたアシスタントの助けを借りれば） これまで紹介してきた指標の大部分を自分自身で作成すること。
そのために、私は――多少の成功や失敗を繰り返しながら――統計報告シートを作成することができ、これはこの記事で共有するものである。これはかなりシンプルな文書で、記入を担当する人は試合中に、コート上で起こる数々の出来事を記録しなければならない。
このシートは、主に2つの目的を満たすために設計された：
1° 以下の両方を算出するために必要な要素を収集できるようにするため、プレーされたポゼッション数、フォー・ファクターズ、そしてそれによってボリュームおよびシューティング効率に関するパフォーマンス指標をオフェンスとディフェンスの両フェーズにおいて
2° 評価できるようにするため、ショットの質をオフェンスフェーズで放たれたもの、ディフェンスフェーズで許したものについて、 前回の記事で提案したショットクオリティ・スケールを用いて評価する。試みられた様々なショットは、3つの基準に基づいて区別される：A) ショットがコートのどのエリアで打たれたか？ B) ショットはオープンだったか、コンテストされていたか？ C) ショットは成功したか、失敗したか？
この生データから、Excelファイルの助けを借りれば、これまでに紹介した指標を得ることは比較的簡単である。ここで主な計算式を振り返っておく（ディフェンス指標を算出する際には、相手チームにも同じ計算式を適用する）：
A) プレーされたポゼッション数 = 総シュート試投数 + フリースローにつながった相手ファウルの総数 + 総ターンオーバー数 - 総オフェンスリバウンド数
B) 実効フィールドゴール率（eFG%） = （総シュート成功数 + {総3ポイントシュート成功数*0,5}） / 総シュート試投数
C) ターンオーバー率（TOV%） = 総ターンオーバー数 / プレーされたポゼッション数
D) オフェンスリバウンド率（ORB%） = 総オフェンスリバウンド数 / 総ミスショット数
E) フリースローレート（FTレート） = 総フリースロー成功数 / 総シュート試投数
F) 総シュート試投数（TSA） = 総シュート試投数 + フリースローにつながった相手ファウルの総数
G) トゥルーシューティング率（TS%） = （総得点*0,5） / 総シュート試投数
適切なバランス
コーチ、テクニカルスタッフ、さらに広く言えばフランチャイズ全体は、これら2つの差分に関連してチームのパフォーマンスを操作するための数多くの潜在的な手段を持っている。それが補強戦略、ラインアップの選択、あるいは戦術的セットアップであろうと、これらすべての操作は理想的には 両面でパフォーマンスを向上させること、あるいは少なくとも一方の低下を上回る割合で他方のパフォーマンスを向上させることを目指す。
最適なバランスを求めることは、極めて微妙な作業である。明白なことを再確認しておこう：各ロースターは、非常に異なる強みと弱みを持つ選手たちで構成されており、これはコーチが（ローテーションであれ戦術であれ）その選択を各選手の可能性に応じて条件づけなければならないことを意味する。この文脈において、行われる意図的な選択の一つ一つは、チームのオフェンスまたはディフェンスのボリュームあるいは効率を向上させることを目指している。しかし、期待される結果を予測することは、次の2つの累積的な要因によって複雑になる：
1° 行われるすべての選択は、意図したレバーだけでなく、他のすべてのレバーにも影響を及ぼす可能性があり、時には予測がより難しい、複雑なポジティブまたはネガティブな因果関係のループを生み出すこともある。例えば、フロアスペーサー（Andrew Wigginsのような選手）をアドバンテージクリエイター（Jimmy Butler IIIのような選手）に置き換えることで、より良いオフェンスのアドバンテージを生み出す機会が得られる（そしてシューティング効率も向上する可能性がある）が、その一方で、彼がボールを持っていないときにスペーシングの問題を生み出す可能性もある（そしてシューティング効率が悪化する可能性もある）。また、オフェンスリバウンドは改善する（そしてショットボリュームが向上する可能性がある）が、ターンオーバーが増える結果になることもある（そしてショットボリュームが低下する可能性もある）……
2° これらの様々な効果は、多少予測可能であるとしても、 事前に正確に数値化することも難しい。フルコートプレスを導入すること――特にアマチュアレベルでは――相手のターンオーバー頻度の増加（したがってショットボリュームの面での不利）を示唆するかもしれないが、同時にオフェンスのファストブレイク状況を作り出す可能性の増加（したがって全体的なシューティング効率の向上）も示唆するかもしれない。どちらの効果がより優勢になるかは、相手の質、集中力や身体的疲労のレベルに依存する実行そのものの精度など、複数の要因に依存する……
最も特徴的な戦略を持つNBAの一部のチームを研究することで、これらのバランスの複雑さを理解し始めることができる。
ヒューストン・ロケッツ
ロケッツは、ロースターの身体能力を活かして、ショットボリュームの面で相手に対して優位性を得ることを選択した。前のグラフが示す通り、これは特にオフェンス面で顕著である：ORB31,7%で、ロケッツはNBA平均（25,2%）を大きく上回り、最も近いライバル（Trail Blazers、29,2%）にも余裕を持って勝っている。ターンオーバーの頻度が比較的低い傾向と組み合わさることで、したがってロケッツは、NBAにおいてポゼッションあたり最も多くのショットを打つチームである。
これらの結果は、チームの様々な選手に与えられるプレータイムに関する強い選択によって、一部説明できる。最も多く使われている選手の中には、オフェンスリバウンドにおいて特に多く獲得する選手たち（選手1人当たりのリーグ平均は5%）：
- Amen Thompson：平均32,2分、ORB9%（リーグ内でインテリア以外の選手として1位） - Alperen Şengün：平均31,5分、ORB11,4% - Tari Eason：平均24,9分、ORB9,4% - Steven Adams：平均13,7分、ORB21,8%（リーグ1位）
これらの選手たちは、コート上で2人、3人、あるいは4人という組み合わせで頻繁に組まれ、Ime Udokaとそのスタッフが非常にアグレッシブなオフェンス戦略を採用することを可能にしている：ベースラインに最も近い3人の選手を、ポゼッションあたりのシュートチャンスを増やすためにほぼ機械的にリバウンド争いに送り込むという戦略であるここでは、Alperen Şengün、Jabari Smith Jr.、Steven Adamsがサンダーのディフェンスにプレッシャーをかけ、それによってリバウンドを回収し、直後に得点することができています：
しかし、こうしたラインアップの選択は、ロケッツ全体のシューティング効率に直接的な影響を及ぼしています：今シーズンのeFGは52.3%で、リーグ23位に位置しています。上述の選手たちの3ポイントシュート成功率を調べると、このボリュームを求める戦いが質の高いスペーシングを犠牲にしていることが理解できます：
- Amen Thompsonは平均32,2分プレーし、3ポイント成功率は27,5% - Alperen Şengünは平均31,5分プレーし、3ポイント成功率は23,3% - Tari Easonは平均24,9分プレーし、3ポイント成功率は34,2% - Steven Adamsは平均13,7分プレーし、3ポイントは一本も打っていない
チームのスペーシングは、選手のロングレンジからの得点力だけで決まるものではありませんが、ロケッツのローテーション選手の中で36%の成功率を上回っているのは、Dillon Brooks（39,7%）だけであることは明らかです。次のプレーは、ロケッツが見出したバランスを示しています：ロケッツの疑わしいスペーシングによってバスケットへの道を塞がれたJalen Greenは、リム付近で非常にコンテストされたシュートしか打てません。しかし、Steven Adamsはオフェンスリバウンドを確保できる位置にいて、セカンドチャンスでディフェンスに罰を与えます：
シュートボリュームの増加とロケッツの効率低下との間のこの相関関係は、一見したほど単純な線形関係ではありません。バスケット周辺にリバウンダーが常に存在することは、スペーシングやシューティング効率の観点から問題があるように見えるかもしれませんが、実際には両義的なものです。ここでは、Steven Adamsにオフェンスリバウンドを許してしまうという単なる恐れが、一種の間接的なスペーシングを生み出し、Aaron Wigginsをボックスアウトに専念させ、Amen Thompsonがカットするためのレーンを開けています：シュートボリュームの増加とロケッツの効率低下との間のこの相関関係は、一見したほど単純な線形関係ではありません。バスケット周辺にリバウンダーが常に存在することは、スペーシングやシューティング効率の観点から問題があるように見えるかもしれませんが、実際には両義的なものです。ここでは、Steven Adamsにオフェンスリバウンドを許してしまうという単なる恐れが、一種の間接的なスペーシングを生み出し、Aaron Wigginsをボックスアウトに専念させ、Amen Thompsonがカットするためのレーンを開けています：
同様に、ロケッツが得る多くのセカンドチャンスの機会は、ファーストトライで生み出せるものよりも高い確率のシュートになる傾向があり、これが彼らのシューティングにおける相対的な非効率性を相殺する助けとなっています。ここでも、Steven Adamsの例です。彼はそのポジショニングによってペイントを混雑させ、Alperen Şengünのシュートをより難しくしますが、その代わりに簡単なプットバックを得ています：
ミルウォーキー・バックス
バックスが採用する戦略は、まったく正反対のものです：Doc Rivers率いるチームは、対戦相手よりも高いシューティング効率を達成することに重点を置いています。ここでもまた、この方針が最も顕著に表れるのはオフェンスの局面です：今シーズンのeFGは56,8%で、バックスはNBAで3位に位置しており（リーグ平均は54,3%）、セルティックスやサンダーといった基準となるチームをも上回っています。
Doc Riversのオフェンス面での決断は、一つの優先事項を中心に組み立てられています：スーパースターであるGiánnis Antetokoúnmpoとのロースターの補完性を最大化することです。彼は、ペリメーターの脅威となれる選手たちに囲まれているときに最も効率的になり、それによってディフェンスを広げ、彼がバスケットに近い位置でプレーできるようになります。したがって、最も使用されている選手の中には、以下が含まれます：
- Damian Lillardは平均36,1分プレーし、3ポイント成功率は37,6% - Brook Lopezは平均31,8分プレーし、3ポイント成功率は37,3% - Taurean Princeは平均27,1分プレーし、3ポイント成功率は43,9% - Gary Trent Jr.は平均25,6分プレーし、3ポイント成功率は41,6%
このギリシャのオールスターは、したがって定期的にペリメーターの脅威となる4人の選手と共に配置されます。これによって、このプレーで見られるように、彼はマッチアップ相手であるOG Anunobyをポストで支配することができ、Anunobyは他の選手にオープンショットを許さないことに主に集中しているチームメイトから、ヘルプを受けられません：
Giánnis Antetokoúnmpoの周囲で最適なスペーシングを追求することは、犠牲も伴います。すなわち、バックスが積極的には参加していないシュートボリュームをめぐる戦いです。比較的合理的なターンオーバー率（12,2%、リーグ平均12,6%と比較して）にもかかわらず、ミルウォーキー・バックスはオフェンスリバウンド率で19,3%と最下位に位置しています（29位のペイサーズは21,3%）。ここでもまた、フランチャイズプレイヤーを取り囲むために選ばれた選手たちのプロファイルが、Doc Riversとそのスタッフが選んだ明確な方向性を示しています：
- Damian Lillardは平均36,1分プレーし、ORBは1,6% - Brook Lopezは平均31,8分プレーし、ORBは5% - Taurean Princeは平均27,1分プレーし、ORBは1,8% - Gary Trent Jr.は平均25,6分プレーし、ORBは1,2%
スターティングセンターの選択はここで示唆的です：Brook LopezがGiánnis Antetokoúnmpoとともに定期的にラインアップに含まれることは、後者にスペースを生み出すことに間違いなく寄与していますが、それはまたオフェンスリバウンドからの撤退を意味しており、センターはしばしばボールの落下地点から遠い位置にいます。このプレーでは、ペリメーターに位置する5人のバックスの選手全員が、オフェンスリバウンドを狙うことを控え、ディフェンスに戻ることを優先しています：
一部の選手が一時的にリバウンドにとって有利な位置に立つ数少ない場面でも、そのプロファイルは必ずしもこの戦いに勝つのに適したものではありません。ここでは、Pat Connaughton（ORB 3,6%）が、Josh Hartのようなこの分野で容赦のない選手に対してリバウンドを確保できる可能性はほとんどありません：
結局のところ、オフェンスリバウンドを争う現実的な立場にいる唯一の選手は、Giánnis Antetokoúnmpo自身（ORB 7,3%）以外にありません。彼の運動能力と、バスケットに近い位置でのシュート傾向のおかげで、彼は自身のシュートに対するセカンドチャンスの機会を単独で争うことができます：
オーランド・マジック
このグラフは、ディフェンスのボリュームと効率の差を示しており、マジックが対戦相手のシュート試投数を大幅に制限する能力を表しています。15%のターンオーバーを強制しており、Jamahl Mosley率いるチームはNBAトップに立っています（リーグ平均は12,6%）。さらに、ディフェンスリバウンドにおいても非常に効果的です（77%で、この分野でリーグ2位）。この2つの組み合わされたパフォーマンスにより、マジックは対戦相手のポゼッションあたりに許すシュート数が最も少ないチームの一つとなっています。
フロリダを本拠地とするこのフランチャイズは、相手の攻撃を乱しボールを奪うことができるディフェンダーに依存することを選択している（選手一人あたりのリーグ平均は1,5%）：
- Kentavious Caldwell-Popeは平均29,6分、STL2,2% - Jalen Suggsは平均28,6分、STL2,5% - Anthony Blackは平均24,2分、STL2,3% - Jonathan Isaacは平均15,4分、STL2,8%（リーグ5位）
これらのプロファイルの組み合わせにより、マジックは複数のターンオーバーを誘発することが可能になっている。特にアグレッシブなディフェンス戦術に依存することによって、一時的な数的不利の状況を生み出すことがあるが、これは反応の速いディフェンダーによって補われている。ここでは、プレー開始時のブリッツに関与したジェイレン・サグスが即座に戻ってギャップをカバーし、アウサー・トンプソンとジェイレン・デュレンの間のアリウープを阻止している：
こうしたリスクを取るアクションは、相手チームがボールをコントロールした瞬間から始まることが多い。このプレーでは、インバウンドパスの直後から、コリー・ジョセフがジェイデン・アイビーに強いプレッシャーをかけ、ピストンズに1回のポゼッションを無駄にさせている：
マジックは相手のシュート効率を抑える点では比較的効果的なディフェンスを維持しているが（相手のeFGは53,8%でリーグ9位、NBA平均の54,3%と比較して）、こうしたリスクを取る戦略は必然的に高確率のシュートを許すことにつながる。このプレーではそれが顕著であり、ラストディフェンダーの位置にいたJalen SuggsがJaden Iveyへのインターセプトを試みて失敗し、その結果Jalen Durenにノーマークのダンクを許してしまった：
しかし、このラインアップ選択のトレードオフはコートの反対側で発生しており、マジックは51%のeFGでリーグ29位、リーグ平均より3,3ポイント低い。ロケッツと同様に、 ペリメーターのスペーシング不足が特に不利に働いている：3ポイントシュートの平均が31,8%で、マジックはNBA最下位であり（リーグ平均は36%）、33,5%の基準を下回る唯一のチームでもある。この分野で苦戦している主要選手の中には：
- ケンタヴィアス・コールドウェル-ポープ、平均29.6分、3ポイント成功率34.2% - ジェイレン・サグス、平均28.6分、3ポイント成功率31.4% - アンソニー・ブラック、平均24.2分、3ポイント成功率31.8% - ジョナサン・アイザック、平均15.4分、3ポイント成功率25.8%
したがって、マジックは自分たちが生み出したオープンショットを効率的に決めることができず、ディフェンスに与える脅威を限定してしまい、相手ディフェンスがリム付近のエリア保護に集中することを促してしまっている。ジョナサン・アイザックのこのコーナーショットがその一例である：
ボストン・セルティックス
セルティックスが採用する戦略は、再び対照的な論理を軸としている：オンボールおよびヘルプディフェンスに優れた選手で構成されたロースターに依存し、相手に許すハイバリューショットの割合を最小限に抑える。これにより、特にターンオーバーを誘発することによって相手のシュート数を抑える傾向が低くなっている（相手TOVは11,6%で、リーグのディフェンスレーティング上位10チームの中で断然最も低い）。しかし、より重要なのは、彼らが相手のシュート効率という点でリーグ2位のディフェンス、サンダーに次ぐ（被eFG 52,2%）。
主力選手（ジェイレン・ホリデー、ジェイレン・ブラウン、ジェイソン・テイタムなど）が個々のマッチアップを処理できる能力、あるいは生じたギャップを補える能力（クリスタプス・ポルジンギス、デリック・ホワイト、アル・ホーフォードなど）に自信を持つマサチューセッツのフランチャイズは、スイッチを大きく基盤としたディフェンス戦術を導入している。このアプローチはターンオーバーを強制することにあまり重点を置いていないが、できるだけ多くのシュートにコンテストすることには効果的である。クリッパーズ戦での連続する3つのプレーは、セルティックスがイージーなシュートチャンスを制限する能力を示している。最初の例では、クリスタプス・ポルジンギスが、身長7フィート2インチにもかかわらず、アミール・コフィーのクローズアウトへの攻撃を抑え、リム付近でのシュート試投にコンテストすることに成功している：
ターンオーバーの後でさえ、ジェイソン・テイタムとクリスタプス・ポルジンギスの連携により、ボストンのディフェンスはデリック・ジョーンズ・ジュニアのシュートに対して効果的に戻ってコンテストすることができている：
ジョー・マズーラとそのスタッフが自分たちのディフェンス原則に置く信頼は、チームの主力選手全員、この分野でそれほど知られていない選手にも及んでいる。ここでは、このスポーツの歴史上最も効率的なアイソレーション選手の一人に対して、セルティックスはペイトン・プリチャードを信頼して1対1でジェームズ・ハーデンを抑えさせる選択をしており、彼はポゼッションの終わりに難しいシュートを強いることでそれを成功させている：
しかし、セルティックスは主力選手の多才さによって、これまで分析した3チームとは一線を画している。これらの選手は効果的なディフェンス（ディフェンスレーティング111,1、リーグ5位）を提供する一方で、際立ったオフェンスパフォーマンス（オフェンスレーティング120,6、NBA2位）も発揮できる。過去2年連続でNBAオール・ディフェンシブ・セカンドチームに選出されたDerrick Whiteは、優れたフロアスペーサーでもあり（ポゼッション100回あたり13本以上の3ポイント試投で38,4%）、それによってディフェンスとオフェンスの両面で現王者の成功に等しく貢献している：
これらの例（一部のパラメータしか考慮していないため簡略化されている）が示す通り、シュート量の差とシュート効率の差の間で最適なバランスポイントを見つけることは複雑な作業である。それぞれの選択にはリスクが伴い、チームのネットレーティングを悪化させる恐れがある。さらに、このバランスは絶対的なものではなく、根本的にはコーチングスタッフが利用できるリソース、つまり選手たちに依存している。したがってこれは、トレード、個々の成長、負傷、コンディション、そして自分たちと相手双方によるさまざまな戦術的調整とともに進化し続ける、終わりのない探求なのである。
不均衡なレバレッジ
最後の例は一つの疑問を提起する。セルティックスとキャバリアーズは似たようなダイナミクスを共有している：比較的中立なシュート量の差と、NBAでも最良のシュート効率差の一つの組み合わせである。このバランスは、シュート効率差がやや不足している一方でシュート量の差がはるかに大きいロケッツやウォリアーズのそれとある意味で対照的である。しかし、この4チームのネットレーティングを比較すると、議論の余地はほとんど残されていない：前者はエリートチームに与えられる位置の近くに位置している （過去5回のNBAチャンピオンの平均ネットレーティングは+6,8で、今シーズンはクリーブランドとボストンが+9,5に達している）、 後者は良いチームではあるものの、一段か二段下に位置している （ヒューストンは+4,5、ゴールデンステートは+3,3）。
これらのデータから結論を導き出す前に、いくつかの注意点を述べておくことが重要です。各チームがプレーする82試合は、サンプルサイズが小さすぎるという落とし穴を理想的には回避できるはずですが、それでもリーグの30チームが同じスケジュールを割り当てられているわけではなく、そのため様々なレベルのパフォーマンスを持つ対戦相手に、より頻繁に、あるいはより少なく遭遇する可能性があることを忘れてはならない。両カンファレンス間の平均勝敗記録の差は、西カンファレンスでのより激しい競争を示唆しており、これは例として挙げた各カンファレンスの2チーム間のネットレーティングの差をいくぶん緩和するものです。
とはいえ、これらの説明はせいぜい、ある顕著な観察結果にニュアンスを加えることしかできません。すなわち、今シーズン、リーグ平均を上回るトゥルーシューティング率を持つ16チームのうち、13チームがプラスのネットレーティングを持っている一方で、平均を上回る総シュート試投数を持つ16チームのうち、プラスのネットレーティングを持つのはわずか7チームだけなのです。効率性とボリュームの相対的な影響という問いは、すでに間接的な研究の対象となっており、特にディーン・オリバーは2004年に(その手法を明記することなく)、彼のフォー・ファクターは重要度の順に次のように順位付けできると主張しました:
1 - 実効フィールドゴール率(eFG%): 40% 2 - ターンオーバー率(TOV%): 25% 3 - オフェンスリバウンド率(ORB%): 20% 4 - フリースローレート(FT Rate): 15%
この分類は、これらの指標がボリュームを評価するか、シューティング効率を評価するかに基づいており、両方のレバーが同等に決定的であるという考えを支持しているように見えます。しかし、過ぎ去ったばかりのシーズンについて、ネットレーティングと1°ネットトゥルーシューティング率、2°ネットシュート試投数との間の相関係数を計算すると、異なる方向に導かれます:
1° 効率性の差とネットレーティングの相関は 0,86 2° ボリュームの差とネットレーティングの相関は 0,45 → 参考までに、数値が-1に近づけば相関は負であり、1に近づけば相関は正であり、0に近づけば相関は観察されません
相関は自動的に因果関係を意味するものではなく、これらの数値は1シーズンのみをカバーするものですが、それでも各コーチはチームのパフォーマンスを向上させるための2つのレバーを持っているとはいえ、それはそれぞれの効果が同等の強さであることを意味するわけではないように思われます。そして現在のNBAでは、良好なシューティング効率は高いシュートボリュームよりも全体的なパフォーマンスのより信頼できる指標です。
もし一部のフロントオフィスが、私の元コーチと同様に、アナリティクスを好まないとしても、彼らが担当するチームについて意思決定をする際には、依然として一つの重要な指標に注意を払うべきです。この力関係は将来変化する可能性があるとはいえ、効率性の戦いに勝つために設計されたロスターを構築することは、今のところ、ボリュームの戦いに勝つことを目指したロスターを構築するよりも、より合理的な賭けであるように思われます。
これらの考え方を自チームに応用したい方は、 ステートトーナメントでの躍進で4つの要因がどう表れたか、 ショットセレクションをコーチする方法、そして私たちの シュート育成ガイドをご覧ください。
ガイドを読む: Basketball Shooting Development
コーチとして学び続けましょう。
これらのアイデアを、成長への学習ステップ、活動動画ライブラリー、コーチのコミュニティ、毎月のライブセッションにつなげましょう。
メンバーシップを見る
