Footnote指標

PVS と他指標の違い — Transfermarkt / Wyscout / WhoScored との徹底比較

サッカー界の選手評価指標は Transfermarkt の市場価値、Wyscout Player Index、WhoScored Player Rating、Stats Perform TPI など多数存在する。Footnote の PVS はこれらと何が違うか? 本記事では「対象選手」「データ源」「更新頻度」「精度の前提条件」の 4 軸で比較し、各指標を使い分けるべき場面を整理する。

PVS を上げる月次改善設計 — 4 軸ごとの具体的アクション 30 選

PVS スコアは記録するだけで上がらない。本記事では月次 +3-5 点の改善を狙う 4 軸 (技術・戦術・体・心) 別の具体的アクション 30 件を提示する。コーチ・親・選手が実行できる粒度で、Footnote 機能との連動・週次タスク・効果検証の方法まで含む実践ガイド。

マスコット進化システムの行動心理学設計 — Footnote のゲーミフィケーション戦略

Footnote のマスコット進化システムは、行動心理学・自己決定理論・変動報酬スキームを統合した「子供が続けたくなる仕組み」だ。本記事ではマスコット進化の 9 段階、 XP 算出ロジック、ストリーク維持の心理効果、年代別表現切替 (kid/junior/standard/pro) の設計思想を解説する。指導者が「なぜこの仕組みが続くか」を理解するための原典。

Squad ROI とは — Football Manager 流意思決定支援を J クラブ強化部に

Squad ROI は、J クラブ強化部が選手の Buy / Hold / Sell をデータ根拠で判定するための意思決定支援機能。Football Manager の Sporting Director 業務を実 J リーグ運用に持ち込んだ Footnote 独自設計。本記事では Squad ROI の構成 (Fair Market Value + Expected Premium Value + ROI スコア + Action 候補)、判定フロー、roi_decisions の蓄積による学習効果を体系的に解説する。

Fair Market Value 算出ロジック完全公開 — 統計モデル + 比較市場 + クラブ別校正

Squad ROI の Fair Market Value (FMV) はブラックボックスではない。本記事では statistical-model.ts と comparative-market.ts の算出ロジックを完全公開する。ポジション基準値 × 年齢曲線 × PVS 倍率の統計モデル、transfer_records からの比較市場推定、G9 クラブ別校正の三層構成を詳細解説。

roi_decisions に判断履歴を残す経営的価値 — 組織記憶としての強化部判定アーカイブ

強化部スタッフが交代しても「なぜあの選手を売却したのか」「なぜユース昇格を見送ったのか」が追跡可能なら、クラブは確実に強くなる。Footnote の roi_decisions テーブルは強化部判定を永続記録し、6 ヶ月後の outcome 検証で組織学習を駆動する設計。本記事ではアーカイブの構造、活用パターン、Football Manager のような自動学習との接続を解説する。

クラブ哲学の言語化 — 3 つの質問で完成するフレームワーク

クラブ哲学は「育成・評価・スカウトの判断基準」だが、多くのクラブで言語化されていない。Footnote Phase H は 3 つの質問 (攻撃優先順位 / 守備合図 / 育成最終形) を 1 行で記述するワークショップ式設計。本記事ではフレームワーク、登録手順、評価重み付けへの自動反映、6 ヶ月後の見直しサイクルを解説する。

クラブ哲学 → 評価重み → PVS の連動設計 — 4 軸スコアが哲学を反映する仕組み

Footnote の PVS 4 軸スコアは、クラブ哲学の重み付けで変動する。Phase H で登録した哲学が evaluation_weights を駆動し、選手の総合 PVS を哲学適合度に基づいて算出する。本記事では重み付けの設定方法、計算式、6 ヶ月運用後のチューニングを解説する。

練習メニュー DB の構造化 — 5 年後の AI 解析を見据えた育成知見の蓄積

Footnote Phase L の練習メニュー DB は、「何をどれだけ練習したか」を選手単位で永続記録する設計。5 年蓄積後、AI 解析で「成功した選手の練習履歴パターン」が見えるようになる。本記事では menu / session / attendance の構造、哲学連動、年代横断蓄積、AI 解析の展望を解説する。

練習出席率 × PVS 相関 — データ駆動で見える育成効率の真実

「練習を真面目に来る選手は伸びる」は経験則だが、Footnote では具体的に「出席率 90%+ vs 80% 未満で PVS 伸び率が 2.5 倍違う」のような数値で見える。本記事では Footnote データから観察された 5 つの相関パターンを公開する。

fit_score とは何か — クラブ哲学と選手評価ベクトルの内積による適合度

Footnote Phase N の fit_score は、自クラブ哲学と他クラブ選手の評価ベクトルの内積で算出される 0-100 の適合度スコア。「うちの哲学に合う選手」を機械的に検索可能にする独自指標。本記事では算出ロジック、Phase H 哲学との連動、スカウト現場での使い方を解説する。

スカウト応答率を上げる接触戦略 — データから学ぶ 5 つのベストプラクティス

スカウトのコンタクト応答率は、接触方法・タイミング・文面で大きく変わる。Footnote の scouting_contacts データから観察された 5 つのベストプラクティスを公開。応答率 30% を 60% に上げるための実践ガイド。

クラブ↔親メッセージング — LINE グループから Footnote 公式チャネルへ脱却する 3 ステップ

サッカークラブの保護者連絡が顧問の個人 LINE に依存している現状は、コンプラ・退会時履歴消失・既読集計不能の三重リスクを抱える。Footnote Phase N+ で公式チャネルに移行する 3 ステップを実践ガイド形式で解説。

survey_like 機能で意思決定スピードを 5 倍にする — 集計付き一斉問い合わせ

サマーキャンプ参加可否・メディア露出同意・遠征費承諾のような「保護者から Yes/No を集める」業務は、LINE では 1 週間かかる。Footnote の survey_like メッセージ機能なら自動集計で即決可能。本記事では使い方、設問設計、応答率を上げる工夫を実践ガイド形式で解説。

PVS（Player Value Score）完全解説 — 従来サッカー指標との違いと算出ロジック

Footnote の PVS（Player Value Score）は、実績・コーチ認証・継続性の3軸で選手価値を 0〜100 で示す独自指標。従来の得点・アシストやスタッツとは異なり、ポジション特性と継続記録を加味した「相対的に正当な評価」を可能にする。本記事では PVS の定義・算出式・他指標との違い・解釈方法を体系的に解説する。