今日そうだった行きますに話だいたい
何提供しますの一番機会ためにa戻ってくるののNBA。
それで私の名前はウェストン鮭。
わたしは現在a学生でオクラホマ州大学
勉強するために仕事分析とデータ化学の私たちのマスターズプログラム。
と私の名前はザックミラー。
わたしはまたa学生でオクラホマ州大学
とまた勉強するために私のマスターズのビジネスAナリティクスとデータ化学。
全て右、それでそうだった行きますにカバーのテーブルコンテンツ本物素早い。
それかショー何そうだったやっている全体を通してのプレゼンテーション。
初めそうだった行きますに始めるとを序章
それか議論しますなぜそうだったここと何その通りの勉強はために。
それからそうだった行きますにジャンプの中へ私たちのデータと方法、
とそれか見えるで何しますのデータ見て好き、
どうやってした私たち完了私たちの分析、
との違う方法私たち操作された私たちのデータ。
良いそれから見てでの記述的および予測的な割合
それか見せる何できる私たち派生するからのそのままのデータ
とそれから何する私たちの予測見て好き。
それからでの終わり、
良い結論のプレゼンテーション
と見てで何それはの分析の意味
とどうやってそれできるなれ使用済みにNBAチームのの未来。
こちらですa引用にゲイブフランク。
彼はの監督のバスケットボール分析とのさんアントニオスパーズ。
私たち考えこれだろうなれa良い引用
対処しながら投入する[聞こえない 00:01:16]
とまたのNBAはの全般的。
それで彼言った、
"私考え分析もつ人気が高まった
なぜならそれできる与えるあなたa競争力アドバンテージ
もしもあなたするそれ良い。
毎日少し少し役立ちます。」
終えた私たちのプレゼンテーション、そうだった行きますに議論
NBA分析とどうやって彼らできる生産来て背中
ベースの上のデータそれか私たち探す。
私たち考えこれ引用本当話したにの全体目的の私たちの計画。
今、私は合格それオフにザック私に紹介するの計画としてa全体。
ありがとう、ウェストン。
行きますの中への序章ここ、行きますの中へa NBA季節、
毎日チームもっている一一般ゴール、とそれはに勝つのチャンピオンシップ。
好き私言った、行きますの中への季節、 a多くのチーム望みために40プラス勝つ
の彼らの82-ゲーム季節、
しかしa素晴らしい季節通常結果の50プラス勝つ。
それからまた私たちの主要な興味ためにこれプレゼンテーションと分析
はのの難しい戦った勝利またはまたカムバック勝利として知られる
にこれらは違うチーム。
私たち定義a戻ってくる勝利
としての勝利チーム負けに10プラスポイントでハーフタイム。
でハーフタイムであること下にもっとよりもゲーム終了までに10ポイント、
私たちそうだった見てそれか毎日それで頻繁
そこにはそうだったチームそれかそうだった取るa鉛と最終的に勝利これゲーム。
それからついに、
私たちもつ私たちの分析それか利用する遊ぶ-に-遊ぶデータと給料データセット、
どれの私たち意思行くの中へa少しもっと詳細のただa少し分。
今そうだった行きますに議論の2 つのビジネス上の質問
それか私たち欲しいに答え使用して両方のデータ。
初め、見ているでの遊ぶ-に-プレイデータ、
私たち欲しいに知るその通り何遊ぶまた順序の演じる内部のゲーム
与えるのチームの最高のチャンスでa戻ってくる勝利。
私たち欲しいに知る何その通り選手とコーチができること
と描く上ののライン上に生産a戻ってくる。
それからとの給料とキャリア統計データ
私たち本当欲しいに見るどうやってそれらの変数、
の給料とキャリア統計、
できるなれ使用済みに決定どうやって関与aプレーヤーしたほうがいいなれの戻ってくる勝利。
それでいいえ必要なただどうやって良い彼ら実行として彼ら実際実行、
しかしまたどうやって彼らしたほうがいい実行ベースの上これらは変数。
それでどれのプレーヤーそれは業績不振
と以上実行するによるとに彼らの契約と追跡記録？
次良い議論のデータとメソッドそれか私たち使用済みために両方のデータセット。
好き私言った、私たちハd 2データセット。
の初め一集中の上プレイ毎にデータ。
これデータ含むのプロセスとすべてのプレーの結果
内部毎日ゲームから2015年終えた2018年。
それでそれ含まれている全て30 NBAチームとその通り何彼らした
の毎日独身遊ぶ全体を通してのゲーム全体を通してこれらは年。
ザック意思また話だいたいの給料データそれか私たちもつ。
右、それで行きますの中への給料データ、それ含むの給料情報
ために各ののプレーヤー
それかそうだった言及されたののプレイ毎にデータ。
どうにかそれかプレーヤーそれかだった実況データに記載
遊んだ一分のNBA時間また何百ものの分のNBAタイム、
彼らそうだった現れるの私の給料データ。
私できるそれから行くと見る何彼らのキャリア統計と何彼らの給料だった
ためにの季節それか私たちそうだった見つめている内部のプレイ毎にデータ。
今そうだった行きますに見てでのキー変数
それか私たち見つかった内部のプレイ毎にデータ設定。
あなたできる見るものそのようなとして戻ってくる、
半分時間赤字、のショット距離、結果タイプ、とリバウンドタイプ。
しかし二それか私たち欲しいに集中するの特にだったの戻ってくる。
それはa変数[聞こえない 00:04:51]
それだった私たちの国旗変数と使用されます私たちの予測者。
私たちフラグ付きの一次に全てゲーム
どこaチーム引きずったに10またもっとハーフタイムでポイント
と来た戻ると勝利したとそれだったaゼロもしもいいえ、
なぜならとして私たち言った、
の全体ゴールのこれプレゼンテーション
はに見る何リードに来て戻るの全般的。
それからまた私たち欲しいにハーフタイムの赤字を見て、
どれのだった別変数それか私たち作成した。
これショーの番号のポイント、のとあるチーム引きずったでハーフタイム。
もしもの赤字だった大きいよりもまた10ポイントに等しい、
それからそれらのそうだったのゲームそれか私たち具体的には見えたで、
とそれから私たち欲しいに見るもしもそれらのゲーム全体で行われたプレー
導いたにa戻ってくるのの終わり。
今見ているでいくつかののの鍵変数ためにの給料データ。
これらはとしてa全体それは変数それか我々は決めました
そうだった行きますになれ重要私たちのために分析。
しかし一度また、
私欲しかったに焦点を合わせるa少しのこれらまたはいくつかの変数
として私感じられるそれか彼らそれはより重要に点外と説明。
初めのどれのであることのプレーヤー関与変数。
のプレーヤー関与個人の関与を説明する変数
の上鍵演じるその間カムバック。
これらは遊ぶできる含むショット、リバウンド、ファウル、
どれでものの実行可能遊ぶ
それか私たち見る全体を通してのプレイ毎にデータ。
それで私たち欲しかったに取った個人アカウント
からプレーヤーそれで私たちできる見る
どうやって多くの回a特定プレーヤー
だったシーズンを通してボールを撃ち、
と本当なれできるに比較これらはプレーヤー
にリーグ内の他のプレイヤー
それから行きますに来て戻るスコア。
これはa分-最大得点方法
それか私たち使用にスコアの全体プレーヤー関与。
これは何私たち使用に本当定量化するどうやって関与これらはプレーヤーそうだった。
これは利用するのプレイヤー関与変数
それかあなた見るそれか私ただ説明した。
私欲しかったに行くa少し少しもっと深くの中への戻ってくるスコア計算
ただに作るもちろんそれかみんな理解するどうやってこれだった計算されます。
として私言った、それだったa分-最大採点方法、
とこれだった使用済みにプレイヤーの関与を決定する
その間彼らのチームの戻ってくる勝利。
これ分-最大方法作成しますのスコア、
取るのプレーヤー関与を考慮し、
相対的にの範囲の値それか現れるために各変数。
それだろう取ったの最大カウントのこれらは違う遊ぶ
とそれだろう使用それかとしての最大とそれからa最小
の通常何私たち見つかっただろうなれゼロとして特定プレーヤーだろうそれだけ遊ぶ
aとても低い額の分からゼロと全ての道上に何百ものの分。
しかし通常とのゼロ分プレーヤー、
私たち見つかったそれか彼らしたいいえ助ける多くのにこれらは戻ってくる勝つ。
下あなた見るの方式それか私たち各プレイヤーに使用
に作成これ戻ってくるスコア。
これはa完全例として私たち見るの支援するカウント
分割されたにの最大アシスト回。 1667年、
どれの.1667であること1分割されたにの合計のの6含まれる変数、
どれのは何私たちだろう電話の重さためにの方式。
各のこれらは変数だった加重均等に
と私たち取ったの分-最大各変数のスコア
と掛けたそれかに100に得るの最後のスコア。
良い今見てでの遊ぶ-に-遊ぶ分析方法。
いつ取るこれデータ、私たち初め始まったに合併。
私たちもっていた六CSVファイル、
一それか特定された各個人年、
と私たち組み合わせた全てそれらのの中へ一中央ファイル
それで私たちできる見てで各プレイ毎にデータからの六年それか私たちもっていた。
私たちそれから変換されたのデータ使用して国旗変数。
として私たち言った、
私たち作成したa桁それか指定どうにかそこにはだったa戻ってくるまたいいえ。
私たち初め見えたでのハーフタイム得点
と見たもしもチームそうだった末尾に10またもっとでハーフタイム。
私たちだろうそれから取ったそれらのゲーム
とそれから見るもしもa戻ってくる実際発生した。
もしもそれした、私たちフラグ付き一と具体的には良い得るそれらの遊ぶそれか発生した。
それからためにの説明的な分析、
私たち見えたで違うグラフ内部タブロー。
これらは含まれているものとしてどうやって遠いあちらへのプレーヤーそうだった撮影からのバスケット、
そして彼らそうだったないまた偽装彼らのショット、
のリバウンドタイプ、 ndものそのように
に得るをアイディアの何プレーヤーそうだったやっているその間のゲーム、
もしも彼らそうだった実際生産良い結果に安全a戻ってくる。
それから最後に、の予測的な分析私たちしたのJ MP プロ使用してa決断木
に見るどれの遊ぶと一連のプレー生産の来て戻る
とどうやって私たちできるより良い見てでそれらののの未来にそれからもつチーム
なれできるに生産もっとカムバック全体を通しての季節。
今ためにのメソッドとの給与分析。
初めオフ、私たちもっていたにするいくつかのテーブル参加します。
これらは関節そうだった必要に得るすべてのデータ テーブルをまとめて
として私たち必要彼ら全て一緒
に本当にすべてに飛び込むことができますとしてa全体
別れたそれではなかったそれも多くのヘルプために私たち。
それから私たちは移動したの上にいくつかのデータ変身。
私たち書きましたSQLクエリに集めるの数えますのの鍵指標。
これはどうやって私たち得たの数えますのショット
ためにの様々プレーヤー
平行と他のものそのようなとしてリバランスまたファウル。
それから私たち移動したの上にいくつかの説明的な分析それかだった完了のタブロー。
とこれ説明的な分析、
一のの鍵ものそれか私たちそうだった見つめている
だったの戻ってくるスコア、の実際戻ってくるスコア、
との予測した戻ってくる得点対の給料ののプレーヤー。
それで私たちできる見るただどうやって良い彼らは実行する
相対的に彼らの給料。
それからついに私たちもっていたa予測的な分析。
私たちしたa線形回帰それかだった完了のJMPプロ。
私意思行くの中へa少し少しもっと詳しくだいたいそれかa少し少し後での上。
今そうだった行きますにジャンプ
の中へそれらの説明的なと予測的な分析それか私たち実施。
そうだった行きますに始めるとの説明的な分析初め。
ここ、私たち欲しいに見てでの給料対カムバックに各NBAチーム。
もしもあなた見てでのデータポイント、
あなたできる見るそれか多くのチームトレンドラインをたどり、
意味それかとして彼らもっとお金を使うの上彼らのチームと給料、
彼らまた生産a大きい番号のカムバック。
それであなたできる見るそれかのボストンセルティックス
もっていたの多くのカムバックで14上に向かって、
とそれからのクリーブランドキャバリアーズもつの最高給料支払われた、
しかしまた一のの最少カムバックとそれだけ五カムバック。
何私たち考えだったの多くの面白いだったのインディアナペーサー、
なぜならいいえそれだけした彼ら支払いそのようなa低い給料、
しかし彼らそうだったまたできるにプロデュース 12 カムバック
どれのはの三番目多くの全体を通してのNBA。
私欲しかったにインディアナ・ペイサーズに注目
と見る何その通り彼らはやっていた
それか許可された彼らに非常に多くのカムバックを生み出す
とそのようなa低い給料レート。
としてウェストン言った、私たち欲しかったに集中の上のインディアナペーサー。
ここ私たち見るの給料のペイサーズの選手と個々のカムバック スコア。
いくつかの非常に得点したプレーヤーそれは見つかった内部のインディアナペイサーズ名簿、
としてあなたできる見るとマイルズターナー、カールソン、若い、ジョージ、とオラディポ。
の上得点したプレーヤーそれは広める横切っての給料スペクトラム。
それであなた見るいくつかの安いプレーヤーそのようなマイルズ・ターナーまたはカールソンとして
であることもっとのa半ば範囲プレーヤー、給料支払ったプレーヤー。
それからあなたまたもつもっと高いプレーヤーそのようなとしてポールジョージ
またはビクターオラディポさらに遠くに向かっての上右ののグラフそこには。
それであなたできる本当見るどうやって彼らは富を分散させる
とそれは取得最大パフォーマンス外の彼らの高給取りの選手、
しかしまた発見パフォーマンス外の低い支払ったプレーヤー。
あなたできるまた見るそれか彼らもついくつかの真ん中ティアプレーヤーそれか来ての中へ遊ぶ
と提供大きいヘルプにのペイサーズ
として彼ら必要いくつかのプレーヤーに来てオフのベンチ
となれできるに提供
いくつかの鍵価値遊ぶと生産カムバック。
として私言った、一のの鍵指摘したいポイント
だったそれか写真ビクター・オラディポ—の最高支払ったチームのプレーヤー—
はまたの最高実行するの条項の戻ってくるスコア、
それで彼らは絶対取得彼らの価値外の彼としてaプレーヤー。
全て右、それで今そうだった行きますに得るの中へ私たちの予測的な分析。
に始めるとのプレイ毎にデータ、私たち決めたに作るa決断木
に予測するの遊ぶタイプそれかリードインディアナペイサーズ生産来る戻る
使用しての続く変数そのあなたできる見る下。
良い見るそれかそれだけaこれらの変数のカップル
実際遊んだa巨大影響の予測するどうにかのペイサーズ
意思来て戻るから10またもっとポイント。
のの決断木、
そこにはそれは二ノードの特に。
一どこの距離ショットだった26フィート以上
からのバスケット、と彼らそうだった作るそれらの、
として良い3フィート以上のショット距離を持つものとして
からのバスケット、
意味それか彼らは見つめているもっとのaレイアウトオプション。
今そうだった行きますに見てでそれらの二ノードa少し少しもっとの特に。
これらは枝、として私言った、
予測するそれかのペイサーズ生産戻ってくる勝利。
のの全体モデル私たちもっていたa検証誤分類レートの45.97%。
として私言った、
のモデル予測するそれか作るショットの26フィート以上
作るレイアップ3フィートまたさらに遠くからのバスケットリードにカムバック。
私たちだろう言うは、
彼らしたほうがいい本当集中の上の三点アスペクト
ともっとより高いパーセンテージ射撃そのようなとしてレイアップ、
なぜならとしてあなたできる見るの両方のそれらの、の予測だった一、
どれののこれ場合意味それかのペイサーズそうだったできるに生産a戻ってくる。
あなたできる見るそれかとの26足とさらにノード、
の確率それかそれ等しい1だった62.75%、
それからいつバスケットから3フィート以上離れた場所でレイアップを撃っていた。
あなたもっていたa確率それかあなただろう勝率75.9%、
また来て戻るで75.9%。
それからとして私言った、
そこにはそうだった二変数それか最も重要なようです
のの10それか私たち見えたで
予測でなぜのペイサーズはカムバックを生み出すことができました
それかだった初めショット距離。
どれの見えたでどうやって遠いプレーヤーショットのボール、
とそれからまたショット結果。
それはどうにか彼ら作るまた逃したのショット。
との距離、として私言った、
26フィートまたさらに遠く、どれのはだいたいの三つ-点範囲、
またいくつかののそれらのより高いパーセンテージショットのの遊ぶためにa横になる。
それからまたもしもあなたは作るもっとショット、
あなたは生産aより高いスコア与えるあなたaより良いチャンスの到来戻る。
全て右、それで今動くの中へ
私たちの線形回帰部分の私たちの予測分析。
これ回帰、として私言った、だった完了のJMPプロ、
とこれだった終わりに予測するの戻ってくる得点の個人プレーヤー
ベースの上の続く変数それかあなた見るそこにはの上画面。
あカップルのの鍵ものに点アウトは個々の選手の給与であり、
彼らのチーム名前、とそれから彼らのキャリア統計、
としてあなた見ると全てそれらの違う変数そこには。
これはまた重要にノート
それかの変数そうだった選択済みためにこの回帰
ベースの上彼らのレベルの意義。
もしもの変数だったいいえ見つかったに重要であり、
それだったいいえ含まれているのの回帰。
行きますの中へのまとめのこの線形回帰に適合し、
私する欲しいに点R2乗が低いことから、
しかしこれはいいえa主要な懸念ために私たちの分析。
私たち知っていたそれかの戻ってくるスコア
だろうなれベースの上の戻ってくる関与統計、
しかし私たち今欲しかったに知る
何のスコアはベースの上完全に違う変数。
それでその代わりの使用しての変数
それか私たち使用済みに作成の統計最初は、
そうだった今使用して新しい変数に試すに予測する何それしたほうがいいなれベースの上、
好き私言った、彼らの給料とキャリア統計。
それか意味それかの予測だろう変化からのオリジナル得点
とそれかだったいいえそれだけ期待されるの私たちの分析、
しかしそれだったまた希望それか私たちは異なるスコアを思いついた
に本当見るどうやって彼らそうだった想定に実行。
今、ベースの上これ分析、
私たちそうだったできるに来て上といくつかののの多くの重要変数。
の初めのどれのそれか私たち見ただった多くの重要だった給料。
何かそれか私たちそうだった見て
はそれかより高い支払ったプレーヤーそうだったより多くのパフォーマンスが予測され、
どれのは何かそれかあなた間違いなくもっと見るだろう
のの実際NBA。
見るそれかプレーヤー好きビクター・オラディポまたはレブロン・ジェームズ
とより高い給料支払ったに彼らだろうなれ実行するより良い
よりもそれらのと低い給料。
それから動くの上からそこには、私たちまたもつのチーム。
これ一絶対作ります検出
としてあなた見るそれかいくつかののの上チーム
それかそれ逆転勝利を目指していた
と予測するの戻ってくる得点
はのゴールデン州ウォリアーズそしてインディアナペーサー、
どれのはaカップルののチームそれか私たち見た
もっていたの最高番号のカムバック勝利
以上の季節それか私たちそうだった見ているで。
それから私たちまたもっていたaカップルのキャリア統計それか本当ポップした上
と示したに自分aカップルのの多くの重要変数
ためにこれ回帰。
の初めのどれのであることのキャリア合計リバウンドにのプレーヤー、
とそれからそれかだった続いたにのキャリアポイント。
見るそれかプレーヤーもっていたより高い通算リバウンドと高得点、
私たち期待されるそれらのプレーヤーに生産もっと
価値いつでもそれ来たに作成戻ってくる勝利。
病気またノートそれかこれらは重要な変数
そうだった計算された終えたのログ価値。
今そうだった行きますに見てでの結論ののプレゼンテーション。
わかった、それで行きますの中へいくつかのののインディアナペイサーズ予測、
具体的には欲しいに点一部のペイサーズのトップパフォーマー
と下パフォーマー。
の青ドットそれかあなた見るそこには実際のペイサーズのトップパフォーマーです
それか私たち見たののついさっきグラフ
のの実際に予測されたカムバック スコアと給与、
一方今私たちそれは予想スコアを見ると
また彼らの実際戻ってくるスコア、ごめん、対の給料、
そしていま私たちそれは見ているでの予想スコア。
ののオレンジXsマークのペイサーズのアンダーパフォーマー。
の成績不振者のこれグラフとのオレンジX、
私たちそれは見て彼ら予測したに相対的にはるかに高くなる
よりも彼らのチームメイト、一方と彼らの実際スコア、
彼らそれは発見彼ら自身もっとパックの中央から下端
相対的に彼らのチームメイト、
どれの本当ショー私たちそれか彼らはいいえ実行する
上に何彼らの給与とキャリア統計
と言う彼らしたほうがいいなれ実行する
特にいつそれ来るに作成a戻ってくる勝利。
しかしそれは重要に点外
それかのチームもっている終わりa素晴らしい安価な選手と契約する仕事
それか生産戻ってくる勝つ。
私たち見るそれらのプレーヤーそのようなマイルズ・ターナー、カールソン、またはヤングとして
それかもつa少し少し低い給与、
しかし彼らまた生産a多くの演じる
それかできるヘルプと作成a戻ってくる勝つ。
それから私たちまた欲しかったに点外
クリーブランド・キャバリアーズの予測の一部
と彼らの障害それか行くと彼ら。
のキャブズしたほうがいいもつ多数高い-ティア戻ってくるプレーヤー。
一具体的にはに点外だろうなれケビン愛。
ケビン愛はそこにはでのグラフの一番上
と彼もっている両方をオレンジバツとa青マーク次に彼の名前。
それかただマークそれか彼だった一のの実際上出演者
キャバリアーズにとって、
しかしでの同じ時間、彼は下実行する大いに。
それでの私たちの予測、
私たちできる見るそれか彼は予測したに実際実行より良いレブロン・ジェームズよりも
どれのは何かそれかはとても面白いに点外。
好き私言った、と私たちの予測給与とキャリア統計に基づいて、
私たちだろう予想ケビン愛にレブロン・ジェームズを上回る
いつそれ来たに生産戻ってくる勝つ。
しかしの現実、彼は実際とてもリストのはるか下
と彼まだ遺跡一のの上パフォーマー、
しかし彼しますいいえ生産ほぼとして多くのとしてレブロンジェームズします。
今私たちまた欲しかったに見てでの一番大切にしたプレーヤーのNBA。
私たち見せるの上五ここ。
見ているで彼らの予測した戻ってくるスコア、
あなたもつ人々そのようなカール＝アンソニー・タウンズ、ジョエル・エンビード、
とベン・シモンズ
予測された人になれいくつかのののより高い実行するプレーヤー
のの全体同盟。
しかしとしてあなたできるまた見る、いつこれデータだった取った、
彼らもっていた比較的低い給料比較したに他のプレーヤー。
何私たちお勧めここ
は絶対与えるこれらはプレーヤーの彼らが値する契約、
として彼らヘルプチーム生産カムバックと明らかに
提供統計それか許可するチームに実行彼らの一番。
彼らは間違いなくもっとやっているために何彼らは実際価値。
それから私たちまた欲しかったに予測の最良の線を見てください
ためにのペーサー。
として私言及されたついさっき、
それか三つ点の高いパーセンテージ強調。
それで建てる上ラインナップの撮影脅威から距離。
あなたもつ人々そのようなとしてロビンソン、ジョセフ、ジョージ
彼らの平均ショット距離はだいたい15フィート以上
いつの三つ-点ラインはだいたい25フィート、
それでそれかショーそれか彼ら多くのスリーを撃っています、
しかし彼らはまた作るそれ。
いいえそれだけそれは彼ら撮影からそれか遠い、
しかし彼らはまたもっとおそらくに作る彼らのショット、
それでそれらの人々だろうなれあると良いののライン上
いつでもあなたそれはしようとしているに生産a戻ってくる
として彼らはもっと効率的。
またなぜなら彼らできるシュートから深い、
あなたがした予想それか彼らまたもつa個体遊ぶ下低い
になれできるに得るaすぐに横になる
と得るそれらのより高いパーセンテージショット入るとして良い。
として私言及された、
を平均距離の作るスリーポイントライン付近でのショットは
とても特にペイサーズにとって重要
になれできるに生産a高い番号のカムバック。
これ分析確認する何はすでに行きますの上ののNBA。
通常、チームWHO探す彼ら自身下にa特定番号でハーフタイム
意思投げる上a少し少しもっと三つ-点ショット、
しかしまた彼らしないでください本当その高いパーセンテージの外観に焦点を当てる
ただから下低いの中へのバスケット。
私たちまた考えそれか彼らしたほうがいい芝居を描くことに専念し、
許可する彼らにただ得るa素早いその上に積み上げて勢いをつける
として彼ら試すに生産a戻ってくる後での上。
全て右、それでそれか締めくくり私たちのプレゼンテーション。
私たちただ欲しいに言うa素早い感謝あなた、
とこれはどこ私たちだろう開けるそれ上に質問。
