Comment le big data a révolutionné le football ? (partie 1/2)
Aviez-vous conscience qu’aujourd’hui, les clubs recrutent davantage d’informaticiens analystes que de découvreurs de talent ? Etiez-vous informé que les athlètes ne sont plus uniquement surveillés par des caméras, mais également par de nombreux appareils tels que des accéléromètres, des GPS et même des capteurs de fréquences cardiaques ? En effet, le Big Data est en train de métamorphoser le monde du football.
Partie 1 : Historique et Succès
L’époque durant laquelle seule l’entraîneur était chargé de veiller à la réussite de son équipe est lointaine. Aujourd’hui cela semble inconcevable avec les sommes astronomiques dépensées chaque année. Les clubs sont dorénavant considérés comme des entreprises étant donné la multitude de parties prenantes et d’investisseurs. Cependant, certains clubs moins riches doivent se démarquer pour pouvoir suivre la cadence. C’est ainsi que le Big Data et les statistiques se sont développés dans le football.
Big Data : De quoi parle t-on ?
Avant toute chose, il est important de définir ce qu’est le Big Data. Le Big Data est un terme qui décrit le grand volume de données (data), structurées et non structurées, qui inonde une entreprise au quotidien. Ces données sont principalement analysées pour réaliser de meilleures décisions. En principe, ce n’est pas la quantité de données qui importe, mais plutôt l’usage qu’en font les organisations.
Dans le football, la data permet principalement de faire progresser les joueurs, mettre en lumière des comportements, créer une tactique et calculer moulte indicateurs de performances tels que : la vitesse moyenne d’un joueur, le nombre de kilomètres parcourus, le nombre de tirs, de fautes, de corners au cours d’un match ou encore du nombre de duel perdus.
Bref historique du big data dans le football
1 – Le commencement
Inconsciemment, le big data a toujours existé dans le football, apparu dès sa création par le biais des bookmakers qui s’attellent à la tâche de créer des côtes, des possibilités de gains au travers d’analyse de données qu’ils avaient eux même collectés. Cette pratique s’est ensuite développée grâce aux sites internet modernes.
L’ère “Big Data et football” a véritablement commencé en 2006 avec l’équipe d’événements Opta Sports basée à Londres. Cette dernière, appuyait sur des boutons pour enregistrer l’heure et le lieu de chaque passe, tir, tacle et dribble. Aujourd’hui, chaque match analysé avec Opta contient environ 2 000 facteurs de données.
Vient ensuite l’apparition des «expected goals», un système permettant de calculer la probabilité de marquer un tir, en fonction de sa distance et de son angle par rapport au but. Le concept est devenu courant en 2017 lorsqu’il a été introduit dans l’émission phare de la Premier League, intitulée Match of the Day.
Avec l’utilisation des datas, les clubs peuvent désormais facilement dresser une liste restreinte de joueurs dont les statistiques correspondent au profil de leur cible idéale. De plus, ils peuvent évaluer les matchs et les séquences vidéo d’un groupe de joueurs, ce qui leur permet d’économiser du temps et de l’argent. Le plus grand impact de cette richesse soudaine de données au niveau des joueurs a été le recrutement et la rétention.
2 – L’implantation
Enfin, “21st Club”, une entreprise experte en conseil spécialisé dans le recrutement footballistique fait son apparition. Cette dernière a développé un outil permettant de calculer le lien entre les actions des joueurs sur le terrain et le niveau de performance global de leur équipe, tout en attribuant une note individuelle à chaque joueur. Grâce à cet outil, les clubs peuvent déterminer si un joueur renforcerait, affaiblirait ou influencerait le niveau de performance global de son équipe.
Un exemple récent et probant est lorsque 21st Club a utilisé cet outil pour identifier un nouveau joueur potentiel pour un club d’Europe de l’Est. L’analyse a estimé que le footballeur en question gagnait 25% de moins que le joueur moyen du club. L’analyse a aussi démontré que ce dernier était meilleur que tous les autres. “Cela montre la puissance d’une utilisation intelligente des données”, a déclaré Omar Chaudhuri, responsable football intelligence du 21st club. “Le joueur appartenait à un club qui n’avait pas forcément les ressources pour réaliser des analyses en profondeur. Par l’utilisation de datas, nous avons pu mettre en évidence un joueur qui mérite d’être regardé.”
Les outils utilisés sur le terrain
Aujourd’hui sur le terrain, un joueur professionnel, outre sa panoplie constitué de son équipement, sera équipé d’une multitude de boîtiers et capteurs intelligents. Le but ? Collecter un maximum de données. En moyenne on comptabilise pas moins de 4 millions de données le temps d’un match. Le but est aussi d’optimiser les performances individuelles et collectives. Midtjylland, un club danois prône l’utilisation de ces nouveaux outils et serait l’exemple parfait pour démontrer leur efficacité. En effet, ce modeste club est parvenu à battre le géant Anglais, Manchester United, grâce au big data.
Les outils les plus utilisés sont les tracker GPS et les systèmes GNSS. Ces derniers, fixés dans le dos des joueurs, sont reliés à des caméras disposés autour du terrain ainsi qu’à des satellites GNSS (Géolocalisation et Navigation par un Système de Satellites). Ils permettent de recueillir des données, tels que le rythme cardiaque, la distance, la vitesse, la position sur le terrain, l’accélération, le nombre de ballons reçus ou encore la puissance. De plus, ils facilitent la modélisation du match en temps réel. Tout ceci, facilite grandement la gestion des joueurs et des changements. En effet, ces datas sont transmises aux entraîneurs et aux soigneurs. En fonction des indicateurs, ces derniers pourront par exemple identifier quels joueurs doit se reposer. Aussi déterminer ceux devant revenir sur la ligne de touche.
Une autre technologie, basé sur un suivi visuel, est appelée Matrics. Elle permet de fournir des informations en temps réel par le biais de cartes thermiques (heatmaps) du terrain. Le nombre de passes effectuées et la distance parcourue sont les principaux indicateurs mesurés par cette dernière.
Les principaux acteurs du big data
Tous les clubs utilisent aujourd’hui le big data car le business model des club évoluent. Aujourd’hui, les clubs recherchent la pépite permettant au club de pouvoir augmenter leur trésorerie en la revendant. Ou alors la conserver pour que ce joueur apporte un tel impact dans le jeux qu’il fasse gagner des trophées et ainsi des redevances.
Par exemple, Le club italien D’udinese a été un des premiers à utiliser des données data de qualité en quantité afin de recruter un joueur (Alexis Sanchez) acheté au début 225 000 euros et revendu au Fc Barcelone 32 millions d’euros.
Il y a également certains clubs qui utilisent des interfaces très proches de celles utilisées par les jeux vidéo de simulation de football. Ces interfaces sont très riches en données et sont basées sur des études poussées effectuée par les développeurs de jeux. Certains club utilisent donc ces interfaces.
Les acteurs du big data sont multiples. Il est impossible de tous les citer, il existe de nombreux acteurs publics et privés. Tous les clubs, les recruteurs, les agents utilisent les données data.
Si vous désirez connaître les limites et usages du Big Data, veuillez cliquer sur ce lien pour accéder à la deuxième partie.
){kind=link}