※本記事は既存の記事（BOS、NYK）で示した分析結果をベースに作成しています。
※データ分析を実践する際に参考にしている書籍『Basketball Data Science: With Applications in R』の紹介記事も書いていますので、よろしければご確認ください。
🏀【 セルティックス vs ニックス ── 守備再構築から見る勝機の可能性 】
2025年プレーオフ第2回戦、イースタンカンファレンス注目の対決が始まります。対戦するのは、レギュラーシーズンで圧倒的な完成度を見せたボストン・セルティックスと、クラッチタイムの頼れるエース、ジェイレン・ブランソンを擁するニューヨーク・ニックスです。
本記事では、このシリーズにおける両チームのスタッツや選手の守備傾向をもとに、ニックスがどうディフェンス面からセルティックスに対抗できるかを深掘りしていきます。特に、ボストンの多彩かつ精度の高いオフェンスに対して、ニックスがどのような守備の再構築で挑むのかに注目しながら読み進めていただければと思います。
📚【 数字が語る“相性の悪さ”──レギュラーシーズン4戦全敗の理由とは 】
セルティックスとニックスの今季の対戦成績は4勝0敗でボストンが全勝。その背景には、戦術面での噛み合わせの悪さがはっきりと見て取れます。
ニックスが3ポイントで最も得点を許したプレイヤーはジェイソン・テイタム
まず象徴的なのは、ニューヨーク・ニックスが今季、最も3ポイントシュートによって得点を許した相手が、ボストン・セルティックスのエース、ジェイソン・テイタムだったという事実です。
以下は、横軸にショット距離、縦軸にショット頻度を取り、各エリア別（リム周辺、ミドルレンジ、3ポイント）に色分けしたニックスの被ショット分布図です。
分布を確認すると、
- ✅ 3Pエリア（赤）のベストスコアラーはテイタムであり、66得点を許していることが分かります。
これは単なる偶然ではなく、ニックスの守備構造がセルティックスのショット傾向と極めて相性が悪いことに起因しています。
右コーナー3Pに潜む守備の穴
ここでは、ニューヨーク・ニックスの被ショットチャートと、ボストン・セルティックスのショットチャートを対比することで、”ニックスの守備構造とセルティックスのショット傾向の“相性の悪さ”を確認していきます。（※上がニックスの被ショットチャート、下がセルティックスのショットチャートです）
※ショットチャートの見方はこちら
この相性の悪さを顕著に表しているのが、ショットチャートに見られる右コーナー3ポイントの成功率の高さです。実際にチャートを確認すると、
- ✅ ニックスの被ショットチャートでは、右コーナー3が最も高確率（43%）で決められているゾーンであることが分かります。
- ✅ 対して、セルティックスのショットチャートでは、このエリアの3ポイント成功率が40%と非常に高水準です。
- ✅ つまり、「セルティックスが狙うエリア」＝「ニックスが最も守れていないエリア」という構造的なミスマッチが存在しています。
このように、相性の悪さはデータの上でも明白です。次章では、セルティックスの攻撃がなぜここまで効率的なのか、その「連携と精度の秘密」に迫ります。
👥【 セルティックスのオフェンスの多様性と堅実さ──ミスの少ない連携攻撃 】
セルティックスの攻撃が厄介なのは、単に3ポイントを多用しているからではありません。パスワークの流動性、個人技と連携のバランス、そしてミスの少なさ──これらすべてが高水準で融合している点にあります。
プレイヤー間の有機的なアシスト構造
セルティックスのオフェンスを支えている要素の一つが、プレイヤー間のアシストの多様性です。以下はレギュラーシーズンのセルティックスのアシストネットワーク図です（円の大きさはアシストによる得点、線の色はアシスト関係の強さを示しています）。
※チャートの見方はこちら
ネットワーク図を確認すると、以下のことが分かります。
- ✅ ジェイソン・テイタムを軸としながら、デリック・ホワイト、ジェイレン・ブラウン、ペイトン・プリチャードらが相互にアシストを供給
- ✅ 一人に依存せず、複数の起点が流動的に得点チャンスを創出
- ✅ 連携が偏らないため、守る側は「次に誰が仕掛けるか」を読みづらい
このように、ボールが止まらず、かつ読まれにくい攻撃構造がセルティックスの強みです。
アシストによる得点貢献の高さも際立つ
以下の散布図は、横軸に「アシストによって生み出した得点（ASTPTS）」、縦軸に「フィールドショットによる得点（FGPTS）」をとり、セルティックスのプレイヤーをプロットしたものです。なお、プレイヤー名の色は出場時間を表しています。
散布図を確認すると、以下のことが分かります。
- ✅ テイタムをはじめ複数の選手が両軸で高い数値を示し、単なるフィニッシャーではなくプレーメイカーとしても機能
- ✅ ベンチプレイヤーであるプリチャードも、高効率でアシストによる得点を生み出しており、セカンドユニットの質も高い
つまり、セルティックスの攻撃は「誰か1人を止めれば崩せる」ような単純なものではないのです。
リーグ2位のTOV%が裏付けるオフェンスの精度
さらに、データが示すもう一つの強みがターンオーバーの少なさです（※スタッツはNBA公式を参照）。
- ✅ セルティックスのTOV%（ターンオーバー率）は12.2%でリーグ2位
- ✅ 単にボールを動かすだけでなく、精度高く・無駄なく攻めていることを意味します
これにより、試合全体を通じて相手に簡単なトランジションの機会を与えないため、守備の負担も減少。オフェンスとディフェンスの相乗効果が見て取れます。
次章では、こうした精度の高いオフェンスに対して、ニックスの守備がレギュラーシーズンでどう対応できていたのか──あるいは対応できなかったのか──をスタッツベースで振り返っていきます。
📉【 ニックス側の守備スタッツの悪化──データに見える“崩壊”の兆し 】
前章までで確認したとおり、セルティックスの攻撃は多彩かつ堅実で、ボールもよく動き、無駄の少ない構成になっています。では、それに対してニックスは守備面でどれだけ対応できていたのでしょうか。
ここでは、実際にセルティックスと対戦した際のニックスの選手たちのディフェンシブスタッツを確認しながら、守備面でどのような変化があったのかを読み解いていきます。
通常時 vs 対セルティックス戦のスタッツ比較
ここでは、ニックスのプレイヤーについて、
- ✅ 通常のレギュラーシーズン全体の守備スタッツ（※出場時間500分以上のプレイヤーが対象）
- ✅ セルティックス戦限定の守備スタッツ（※出場時間50分以上のプレイヤーが対象）
という2つのバブルチャートを並べています。各プレイヤーの1試合あたりのディフェンシブリバウンド数（DREB）、ブロック数（BLK）、スティール数（STL）、Plus-Minus（±）といった指標において、セルティックス戦でどのような変化が見られたかを可視化しています。
以降では、この2つのチャートの比較から読み取れるポイントを整理していきます。
目立つのは“軒並みの悪化”
チャートを比較してまず気づくのは、以下のような傾向です。
- ✅ ブロック数・スティール数の減少
→ セルティックスが外角主体の攻撃を展開しているため、ブロック機会が減少。ボールムーブが速いため、スティールのタイミングも掴みにくい構造です。 - ✅ Plus-Minusの大幅な悪化
→ 出場中の得失点差を示す指標であり、タウンズやブランソンを中心に多くの選手で数値が大幅に悪化。守備で主導権を握られていることが明らかになっています。
以下は、主要プレイヤー6名の守備スタッツおよび +/- の比較表です（※1試合平均値で表示、スタッツはNBA公式を参照）。
| プレイヤー名 | DREB（守備REB） | BLK（ブロック） | STL（スティール） | Plus-Minus |
|---|---|---|---|---|
| タウンズ | 9.83 → 10.00 | 0.69 → 0.50 | 0.99 → 0.50 | +5.25 → -11.00 |
| ブランソン | 2.46 → 1.25 | 0.12 → 0.00 | 0.92 → 0.25 | +2.25 → -13.25 |
| ブリッジズ | 2.29 → 1.25 | 0.52 → 0.25 | 0.91 → 0.50 | +4.07 → -17.25 |
| アヌノビー | 3.53 → 4.00 | 0.88 → 0.67 | 1.49 → 1.00 | +4.07 → -12.33 |
| ジョシュ・ハート | 7.48 → 6.50 | 0.35 → 0.00 | 1.55 → 1.25 | +2.64 → -17.75 |
| マクブライド | 1.80 → 1.30 | 0.30 → 0.30 | 1.00 → 1.50 | +3.30 → -7.30 |
単なる数値の低下ではなく、“機能しない守備”の表れ
これらの指標の変化は、単なる一時的な不調ではなく、セルティックスとの相性の悪さが守備の構造を崩していることを示唆しています。特に注目すべきは以下の点です。
- ✅ セルティックスは3ポイントを軸とするオフェンスであるため、ペイント守備やショットブロックを活かせる場面が限られています。
- ✅ ブロックやスティールといった“守備の見せ場”が減る一方で、外角からの得点を着実に重ねられていく構図。
- ✅ 結果として、じわじわと点差を広げられ、不利な展開を強いられるケースが目立ちます。
このように、ニックスの守備スタッツの変化からは、「守れていない」というより、「守る術を見出せていない」状態に追い込まれている印象を受けます。セルティックスという相手に対して、ニックスのこの守備の“ほころび”は、どこから生まれたのでしょうか？
次章では、ニックスの守備の中でも特に、ピック & ロール守備に焦点をあてて、プレイタイプ別のスタッツをもとに詳しく分析を進めていきます。
📊【 Pick & Roll対応に見えるニックスの構造的弱点 】
前章では、ニックスの守備スタッツがセルティックス戦で軒並み悪化していた事実を確認しました。では、セルティックスは具体的にどのような攻撃パターンで、ニックスの守備を崩していたのでしょうか。
レギュラーシーズンの映像を確認していくと、セルティックスがピック & ロール（P&R）──特にボールハンドラー主体のP&R──から着実に得点を積み重ねる場面が多く見られました。実際のスタッツからも、この印象が裏付けられています。
P&R守備スタッツ比較：6プレイヤー＋リーグ平均
ここでは、ニックスの主要プレイヤー6名（タウンズ、ブランソン、ジョシュ・ハート、アヌノビー、ブリッジズ、マクブライド）について、P&Rの守備に関する以下の2つのスタッツを比較していきます。
- ✅ Freq%：Pick & Rollで守備機会として狙われた割合
- ✅ PPP（Points Per Possession）：1回の守備で許した平均得点（失点効率）
それぞれ「ボールハンドラー（Ball Handler）に対する守備」と「ロールマン（Roll Man）に対する守備」の2種類に分けて、リーグ平均値とともに図表で整理しました。プレイヤーごとの数値は以下のとおりです（※スタッツはNBA公式を参照）。
表：主要プレイヤー6名のP&R守備スタッツ（リーグ平均との比較）
| Player | Freq%_BH | PPP_BH | Freq%_RM | PPP_RM |
| Jalen Brunson | 44.3 | 0.92 | 4.4 | 1.31 |
| Josh Hart | 34.5 | 0.99 | 3.8 | 0.68 |
| Karl-Anthony Towns | 69.3 | 0.96 | 6.3 | 1.24 |
| Mikal Bridges | 52.5 | 0.94 | 2.8 | 0.9 |
| Miles McBride | 42.9 | 0.83 | 3.6 | 0.95 |
| OG Anunoby | 41.1 | 0.91 | 3.9 | 1 |
| League Average | 40.26 | 0.894 | 3.95 | 1.044 |
この表からわかる各プレイヤーの特徴を整理すると以下のようになります。
- ✅ カール＝アンソニー・タウンズ：PPPはBall Handler（0.96）・Roll Man（1.24）ともにリーグ平均（約0.90・約1.04）を大きく上回り、頻度（Freq%）も高い。明らかに狙われている傾向。
- ✅ ジェイレン・ブランソン：PPPはRoll Man（1.31）が非常に高く、Ball Handler（0.92）も平均より悪い。守備の弱点とされても仕方のない数値。
- ✅ ジョシュ・ハート：PPPはBall Handler（0.99）で平均を上回る失点効率であり、やや弱点。Roll Man（0.68）はリーグでも上位の数値。
- ✅ OG・アヌノビー：PPPはBall Handler（0.91）・Roll Man（1.00）でともにリーグ平均に近く、安定した守備を見せている。
- ✅ ミケル・ブリッジズ：PPPはBall Handler（0.94）でやや高いが、Roll Man（0.90）は平均より良い。
- ✅ マイルズ・マクブライド：PPPはBall Handler（0.83）・Roll Man（0.95）であり、6プレイヤーの中で最も安定的。
散布図で見る「誰がどこで失点しているか」
次に、上記6プレイヤーの「Ball HandlerのPPP（横軸）」と「Roll ManのPPP（縦軸）」を散布図で可視化しました。
- ✅ 右上に位置するほど守備が悪く、左下に近いほど守備が安定している という見方ができます。
- ✅ 赤い点線はリーグ平均です。
【注目ポイント】
- ✅ 右上のブランソンとタウンズ：いずれも両PPPが平均を上回っており、チームとしての守備上のリスクとなっていることが明確です。
- ✅ 左下のマクブライド：両指標で平均を下回り、安定した守備貢献を果たしています。
- ✅ アヌノビーとブリッジズ：リーグ平均に近い位置で、比較的信頼できる守備力。
- ✅ ジョシュ・ハート：Roll Man対応に優れる一方で、Ball Handler対応にやや課題あり。
このように、P&RというNBAでも頻度の高い攻撃に対して、ニックスは選手ごとに強みと弱みがはっきりしており、タウンズやブランソンのディフェンスをチームとしてどうカバーするかが、シリーズの鍵を握ると言えるでしょう。
次章では、この弱点を踏まえつつ、どうやってニックスがセルティックスに勝機を見出せるか、その“勝ち筋”を探っていきます。
🔑【 クラッチに懸ける──希望をつなぐ守備再構築のカギ 】
ここまで見てきたように、ニックスにとってセルティックスは相性の悪い相手です。3ポイントを中心としたセルティックスの多彩かつ堅実なオフェンスに対し、ニックスの守備はレギュラーシーズンで大きく崩されてきました。特にPick & Rollに対する守備のほころびは、個人の弱点がチーム全体のリズムを狂わせる構造的な問題へと波及しています。
しかし、だからといって希望がないわけではありません。むしろ、状況が明確だからこそ、修正のポイントも見えやすいのです。
守備再構築の鍵は「役割分担の最適化」
これまでの分析を踏まえ、ニックスがこのシリーズでセルティックスに対抗するための現実的な戦略は、次の2点に集約されると考えられます。
- ✅ ディフェンスの再構築：
- タウンズやブランソンといったP&Rで狙われやすい選手を、可能な限り守備上のリスクから遠ざける
- マクブライドやアヌノビー、ブリッジズといった守備力の高い選手を3Pライン際のカバーに重点配置する
- 特に、右コーナー3のような“データ上の弱点”への対応は急務
- ✅ クラッチタイムに持ち込む：
- 試合を最後まで競った展開に持ち込むことで、クラッチタイム賞を受賞したジェイレン・ブランソンの決定力が活きてくる
- 守備で完封することは難しくとも、ブランソンとタウンズのオフェンスで“勝ち切る展開”を構築するのが現実的な勝利パターン
「あの4敗を繰り返さないために」
レギュラーシーズンでは4戦全敗を喫したニックスですが、今シリーズで問われるのは、ニックスがこの“相性の悪さ”にどこまで向き合い、守備の再設計を行ってきたのかという点に尽きるでしょう。セルティックスの攻撃を「止められるかどうか」ではなく、「どう止める術を編み出すか」。その工夫と成長の過程に、シリーズ観戦の面白さが宿っています。
実際、レギュラーシーズン最終戦である2025年4月9日の対セルティックス戦（119対117でセルティックスが勝利）では、ニックスはこれまでの試合に比べてPick & Rollからの失点をうまく抑えていた印象もあります。プレーオフにおいても、この試合のような守備対応を再現できるかが、シリーズ突破へのカギとなるでしょう。
ここまで読んでいただき、ありがとうございました。
📺 このシリーズの展望を、音声で解説した動画も公開中です！
「BOS vs NYK：ディフェンス再構築から始まる逆襲の可能性」をテーマに、この記事の内容をもとにしたショート解説をYouTubeで公開しています。
※音声はNotebookLMを活用したAIナレーションで生成しています。
それでは、今回のトラッシュトークは以上です。
※参考＜統計ソフトRに入力するコマンド＞
統計ソフトRのインストール手順をまとめた記事も作成していますので、よろしければご参考ください。
library(BasketballAnalyzeR)
library(gridExtra)
library(dplyr)
# ---------- データ読み込み ----------
Pbox2425PO <- read.csv(file = "Pbox_2425PO_BOSNYK.csv")
# ---------- 前処理 ----------
Pbox2425PO <- subset(Pbox2425PO, MIN >= 50)
data2425PO <- subset(Pbox2425PO, Team == "New York Knicks")
# ---------- バブルチャート：ディフェンス傾向 ----------
attach(data2425PO)
Y2 <- data.frame(
P = Player,
DREB = DREB / GP,
STL = STL / GP,
BLK = BLK / GP,
PM = PM / GP
)
detach(data2425PO)
labs2 <- c(
"Defensive Rebounds per Game",
"Blocks per Game",
"Plus-Minus per Game",
"Steals per Game"
)
bubbleplot(
Y2,
id = "P",
x = "DREB",
y = "BLK",
col = "PM",
size = "STL",
labels = labs2,
title = "Bubble plot of New York Knicks' players VS Boston Celtics : Defensive stats and Plus-Minus (NBA 2024 - 2025 Regular season)",
text.size = 3.5,
mx = mean(Pbox2425PO$DREB / Pbox2425PO$GP),
my = mean(Pbox2425PO$BLK / Pbox2425PO$GP)
)
# P&R Defensive PPP Knicks' Key Players
# データの読み込み
bh <- read.csv("Players_Playtype_P&RBallHandler_Defensive.csv")
rm <- read.csv("Players_Playtype_P&RRollMan_Defensive.csv")
# ニックスの主要6プレイヤーだけに限定
knicks_players <- c("Karl-Anthony Towns", "Jalen Brunson", "Josh Hart",
"Mikal Bridges", "OG Anunoby", "Miles McBride")
# フィルタして結合
bh_sel <- bh %>% filter(GP >= 50, PLAYER %in% knicks_players)
rm_sel <- rm %>% filter(GP >= 50, PLAYER %in% knicks_players)
merged <- merge(
bh_sel[, c("PLAYER", "PPP")],
rm_sel[, c("PLAYER", "PPP")],
by = "PLAYER",
suffixes = c("_BH", "_RM")
)
# リーグ平均線用の数値
avg_bh <- mean(bh$PPP[bh$GP >= 50])
avg_rm <- mean(rm$PPP[rm$GP >= 50])
# プロット（6人＋リーグ平均ライン）
library(ggplot2)
ggplot(merged, aes(x = PPP_BH, y = PPP_RM, label = PLAYER)) +
geom_point(size = 3, color = "black") +
geom_text(vjust = -0.6, hjust = 0.5, size = 3.5) +
geom_vline(xintercept = avg_bh, linetype = "dashed", color = "red", size = 1) +
geom_hline(yintercept = avg_rm, linetype = "dashed", color = "red", size = 1) +
labs(
title = "P&R Defensive PPP: Knicks' Key Players < NBA 2024 - 2025 Regular season >",
subtitle = "Ball Handler (X) vs Roll Man (Y)",
x = "PPP vs Ball Handler",
y = "PPP vs Roll Man"
) +
theme_minimal()
