OPTA Pro Forum 2017 (7) – Production des joueurs à travers les championnats

En collaboration avec OMalytics, on a décidé de vous faire un tour d’horizon des différentes présentations de l’édition 2017 de l’OPTA Pro Forum, un ensemble de conférences réalisées par des analystes statistiques à l’aide de données fournies par OPTA.

Comment évolue la production des joueurs passants d’un championnat à un autre ?

Une question qui revient sans cesse, a fortiori en période de mercato, est de savoir comment un joueur transféré va s’adapter à son nouveau championnat. En effet, qui n’a jamais fait ou vu de moue dubitative devant les performances du dernier joyau d’Eredivisie ?

Pour formuler la problématique autrement, peut-on anticiper lors d’un transfert, une hausse ou une baisse de performance d’un joueur qui proviendrait de l’étranger, et si oui comment quantifier cette évolution ?

Ben Torvaney, un pionnier de la communauté “Analytics” sur Twitter, a exploré le sujet pour sa présentation à l’OPTA Pro Forum 2017.

Le jeu de données utilisé par l’auteur contient les 4 dernières saisons des championnats suivants : Premier League, La Liga, Eredivisie et Championship.

Pour ces ligues, il a modélisé l’évolution de la performance de joueurs ayant changé de championnat au cours de leur carrière, en prenant comme point de référence la Premier League. Autrement dit, il a cherché à savoir combien une unité de performance en Premier League vaudrait dans un autre championnat, un peu à la façon d’un marché de devises.

Ci-dessous, la présentation des résultats :

Par exemple, un joueur qui tente 1,00 tir dans le jeu par 90 minutes en Premier League n’en tenterait que 0,91 en Liga. En revanche, en Championship son total s’élèverait à 1,38 tirs par 90 minutes.

Les résultats sont aussi transposables entre les championnats : 1,00 centre en Eredivisie représente (1,00 / 0,94) x 0,77 = 0,82 centres en Liga. Et ainsi de suite pour toutes les métriques présentées ci-dessus.

La conclusion de l’auteur est que parmi les 4 championnats ici analysés, La Liga est le plus difficile en termes de production offensive (tirs et passes clés).

Par exemple, les joueurs évoluant en Premier League ont une production offensive de 11% supérieure par rapport à La Liga. Ainsi, en recrutant un joueur évoluant dans le championnat espagnol, on peut s’attendre à ce que ses performances soient meilleures dans chacun des championnats étudiés ici.

Concernant la production défensive, les résultats sont plus mitigés lorsque l’on compare la force supposée des différentes ligues. La production défensive est davantage dépendante des partis pris tactiques des entraîneurs (intensité du pressing, bloc bas etc…).

En somme, il est plus difficile d’évaluer de façon homogène la production défensive que la production offensive.

Méthodologie

D’un point de vue méthodologique, l’auteur s’est assuré de la validité de ses résultats en comparant son analyse avec deux modèles simplifiés :

  • un où les joueurs transférés produisent autant que la moyenne dans le championnat d’accueil ;
  • un où la performance des joueurs transférés reste constante.

Son modèle donne systématiquement moins d’erreurs que ces deux modèles benchmarks.

Limites et discussion

L’auteur nous a fait remarquer plusieurs points d’attention concernant l’analyse présentée dans son poster.

Tout d’abord, celle-ci repose sur les transferts de joueurs. Les transferts depuis l’Eredivisie vers les trois autres ligues étant moins fréquents, il est possible que les résultats soient moins fiables concernant le championnat des Pays-Bas.

Ensuite, le concept de passe en profondeur donne des résultats surprenants avec des chiffres allant quasiment du simple au double. La définition de « passe en profondeur » étant relativement subjective, ou du moins soumise à interprétation, il est possible que l’encodage des actions soit moins homogène que pour les tirs, par exemple.

Enfin, le passage de Championship à Premier League peut se faire via transfert ou relégation ce qui peut aussi influencer les résultats de l’analyse. Dans l’idéal, il faudrait également contrôler ce facteur.


Notre avis

@OMalytics : C’est la première étude que je lis sur ce sujet que je trouve essentiel et je dois dire que je suis un peu frustré par le choix des ligues

Mais en dehors de ça, c’est un sujet qui fait tellement débat, notamment pour les joueurs qui proviennent des Pays-Bas, que je suis ravi de le voir enfin traité de façon systématique. La méthode est intelligente et rigoureuse et les résultats convaincants.

Petit reproche, l’organisation du poster qui est un peu confuse : conclusions en premier puis résultats, sens de lecture peu évident. Malgré cela, je trouve ce travail vraiment passionnant et j’aimerais en lire davantage sur le sujet dans le futur.

@Birdace : Voilà un sujet dont le nombre d’articles disponibles est inversement proportionnelle à son importance. Analyser le meilleur jouer à cibler est une valeur ajouté des statistiques (en parallèle avec les méthodes traditionnelles) et pouvoir évaluer le niveau d’un championnat est très important.

C’est intéressant de voir que le Championship est au-dessus dans tous les domaines, ce qui a une certaine logique si on part d’une principe que le style de jeu y est proche de la Premier League mais avec un niveau moins élevé.

Pour la Liga, il y a quelques disparités selon la statistique qui peuvent être liées à l’interprétation de la définition de celle-ci ou à des différences de style comme le nombre de centres et de longs ballons moins important alors qu’il y a nettement plus de passes en profondeur. En dehors de la qualité du championnat, le style de jeu de celui-ci compte.

Le poster de présentation de Ben Torvaney


Sur le même sujet

Can he adapt to our league? : Etude de l’évolution des statistiques offensives des joueurs transférés d’Espagne en Angleterre sur les 10 dernières années.
How Do Euroleague Statistics Translate to the NBA? : On se pose aussi la question dans d’autre sports, ici entre l’Euroligue et la NBA au basket.

Laisser un commentaire