40代MBAサラリーマンサブ３ランナーが教える「超効率的サブ３実現法」-16

これまでのレースの振り返り

今日はこれまでに出たレースの内容とタイムについて、まとめてみました。noteでもやらないと、過去をこうやって振り返ることもないなぁと思いながら、データをまとめてみました。

私は目標がないと行動できないタイプなので、自ら目標を作っていくタイプです。これは仕事においてもマラソン以外のことでもそうですが、マラソンにおいてはこの傾向が強く出ると思います。

これまで出たレースは合計45回。そのうちフルマラソンが27回になります。それ以外は、ハーフマラソン、10マイル（約16km）、10kmがメインとなります。この中には毎月第三日曜日に新横浜で実施される「よこはま月例マラソン」や、他のリレーマラソン（味の素スタジアム等で開催されるイベント）などを含んでいませんので、そういうものも入れると60回前後出ていることになります。ということは、年に８～９回はランニングイベントに出ている計算になります。シーズンは11月～４月の６カ月間なので、シーズン中は３週間に１回は何かの大会に出ているという感じです。

自分でもこの表を見て、まぁ、よくここまで出たなと感じました。

全てのレースを記憶している

でも思い返すと、それぞれのレースがすぐに思い出せて、この時は調子が良かった、この日は暑すぎてどうしようもなかった、この日の雨はすごかった、などと覚えているから不思議です。

これまでも書いてきましたが、私にとってのターゲットレースは、フルマラソンであれば「別府大分毎日マラソン」、ハーフマラソンであれば「ハイテクハーフマラソン」です。

常にここに照準を合わせ、練習をしています。
よって、それまでのレースはあくまでも調整およびトレーニングの一環であり、ターゲットレース後のレースは、友人と楽しく出たり、あわよくばターゲットレースよりもいいタイムが出ればいいな、と気楽な気持ちで出ています。

有名な、「最強の市民ランナー」であった川内優輝選手はまさにこのやり方だと思います。とにかくレースに出まくって、トレーニングする。
しかもレースに出ると、今の自分の現在地が明確に見えるので、練習とは違う手ごたえが得られます。当然ながら本気で走った結果が、タイムとして定量的に突き付けられるので、今後の練習の仕方などにもとても刺激になります。

レースの雰囲気に慣れておく

後はレース独特の雰囲気に慣れるという要素もあると思います。

さすがにこれだけ出ていると、レース中およびレース前後に戸惑うことは少ないですが、みんなで集まって、大集団でスタートすることって、日々の練習ではまず味わえないですし、スタート直後の大混雑をどう走るか、同じペースの人たちと並走するときにどうするか、なんていうのも場数を積むことで慣れていきますが、最初は勝手がわからず、色々戸惑った覚えがあります。

また、この表を見ると、初めてサブ3.5を達成した「かすみがうらマラソン」の後から明らかにスランプが続いています。この時は仕事が忙しかったということもあったのかモチベーションが落ちていたのか、練習量が激減していました。

入院したことで、マラソンに取り組む姿勢が変わった

このスランプを抜け出すきっかけが、人生初の「手術・入院」の経験でした。2016年の９月に喉の扁桃腺が膿んで肥大化し、除去しないと呼吸ができなくなるという症状で、扁桃腺の除去手術と約２週間の入院をしました。

当然トレーニングもできず、病院食を食べながら悶々としていましたが、おかげでベース体重が３～４Kg落ちました。変なきっかけですが、この入院を機に一気にマラソンの質が向上しました。

退院後、２週間後に開催されたアクアラインマラソンで、ギリギリサブ3.5を病み上がりにもかからず達成できたのを皮切りに、つくばマラソンで３時間７分台、別府大分毎日マラソンで２時間54分と、最も伸びたシーズンとなりました。

五体満足に走れることって、とても幸せなこと

なぜこういう結果が出たのか、については推測の域を出ないですが、入院をして身体が軽くなった、ということは確実にありますが、入院していて走れていないときに、健康でいつも走れることがいかに幸せなことか、ということを感じ、練習に対するモチベーションが明確に上がりました。

なので、マラソンで速くなるために、こういう「走る」ということの価値観を、外部の要因でも、自身の観点でもいいのでガラッと変えて、練習に打ち込むモチベーションを高めることも大切な要素かもしれません。

データを分析してみた

今回のデータを基に、MBAのビジネススクールで学んだ定量分析を使って、私の練習のデータを検証したいと思います。

今回、各レースにおける直近１か月、２か月、３か月の練習量（走行距離）のデータをGARMINから拾い上げ、タイムと練習量からどのような相関関係があるか調べてみました。

データはフル、ハーフ、10マイル、10kmのそれぞれを拾うと訳が分からなくなるので、フルマラソンのデータに絞ってやってみました。

縦軸が走行距離（km）、横軸はフィニッシュタイム（秒・ネットタイム）です。タイムは、秒に変換していますので、サブ３は10,800秒未満となります。

これを見ると、当然ですが、直近２か月、３か月の練習量にタイムが影響しているのは明らかに見えます。そして直近２か月のデータの方がばらつきが少ない気がします。そしてサブ３をする前とした後で、気持ちが変わったのか、直近２か月であれば、合計270km、直近３カ月であれば、合計380kmを境い目にグラフの傾きが大きく変わっている状況です。

ここに気温という要素も入ってくると更に複雑な相関関係になりますが、これは確実にあると思います。
MBAで学んだ重回帰分析という複数の要素が絡み合う場合の相関関係を図る分析をExcelで実施した結果下記のようになりました。
※参考までに「重回帰分析とは何ぞや」という動画も張り付けておきます

と言っても極めて分かり難いので、今の私の走行データから考えると、上記の表の一番左下の数字を活用して、

フルマラソンのフィニッシュタイム（秒）＝直近３か月の走行距離（km）×（－6.74）＋レース当日の気温（℃）×10.428＋14,213（秒）

という公式ができることがわかりました。
仮に、直近３か月を550km走って、当日の気温が５℃だと、10,558秒、つまり、２時間55分58秒でフィニッシュ、という計算になります。

と言ってもこれはあくまでもこれまでの27回のフルマラソンのデータですし、データだけでは見えない要素も入っているので、一概には言えませんが、（適度に）練習量が多いほど、そしてレース当日が寒いほど、タイムがでる、ということがわかりました。

「量より質だ！」と言っているこのnoteではありますが、このデータを見ると、一定の距離が必要であるということがわかります。が直近２か月および３か月をどう頑張れるかということがタイムに直結していることもこの分析で軽くですが分かった気がします。

このnoteがあったのであえて調べてみましたが、こういう分析をするのも時には大事ですね。

今回も最後まで読んでいただき、ありがとうございました。