Statistix, Episode 05 : Game State

Sada Thioub – Angers

Ça faisait longtemps que je voulais écrire une série d’articles visant à rendre plus accessible certains termes fréquemment utilisés dans les articles mêlant statistiques et football et qui ne sont pas systématiquement expliqués ou francisés. L’objectif est de créer une porte d’entrée pour les personnes souhaitant s’intéresser à ce vaste sujet.

En parallèle, ça va me permettre de lier chaque terme obscur à sa définition dans mes futurs articles et donc de rendre leur lecture plus facile pour les nouveaux venus. Mais également moins lourde pour les habitués qui n’auront pas à lire la description de termes qu’ils connaissent déjà.

Pour ce cinquième épisode, on va parler de la notion de Game State, parfois également appelé Score Effects.

 

Définition

Tout le monde connait l’importance d’un but dans le football mais son impact sur la dynamique d’un match est souvent sous-estimé. Pourtant, un but ne va pas seulement changer le score au tableau d’affichage mais également l’attitude des deux équipes.

Pour mesurer ça, il faut étudier l’état du match (Game State) et, plus précisément, les effets du score (Score Effects) sur celui-ci.

Lorsque j’ai précédemment abordé le sujet, j’ai aussi parlé d’Écart au score qui correspond au temps passé par une équipe dans les différentes situations possibles : 1 but d’avance, 2 buts d’avance, match nul, 1 but de retard, etc.

Pour commencer tranquillement, voilà un graphique affichant quel pourcentage des tirs d’un match une équipe prend selon son avantage (ou désavantage) au score.

Ligue 1 – saisons 2012/2013 à 2019/2020

Il y a un écart nette entre le match nul et le moment où une équipe prend l’avantage sur l’autre. L’adversaire va alors essayer de réagir pendant que l’équipe devant au tableau d’affichage va reculer pour conserver le score. Ce n’est pas forcément la stratégie optimale mais c’est la dynamique naturelle d’un match.

Lorsque l’écart est plus important, la tendance est moins nette. A la fois parce que l’équipe derrière peut “perdre espoir” mais aussi parce que les équipes plus dominantes sont capables de maintenir le contrôle lorsqu’elles sont devant au score.

A noter que l’on préfère exclure les écarts plus larges où les deux équipes ne sont plus dans une logique de gagner ou perdre mais plutôt de finir le match le plus vite possible.

 

Autres statistiques

Voyons ce que ça donne avec d’autres statistiques :

Ligue 1 – saisons 2012/2013 à 2019/2020

On y retrouve un rebond sur les tirs cadrés pour les équipes qui sont derrière d’un but mais l’effet semble anecdotique. Surtout, la tendance s’inverse dès que le score se creuse. Un écart aussi important entre plus de tirs et moins de tirs cadrés laisse penser que les équipes à la traîne au score sont beaucoup moins précises. En effet, elles cadrent 30.8% de leurs tirs contre 38.0% pour les équipes qui mènent.

Au niveau des Expected Goals, avantage pour les équipes devant au tableau d’affichage dès le premier but d’écart. Il y a vraisemblablement plus de bonnes formations dans l’échantillon d’équipes à +3 mais ce n’est pas la seule explication.

Ligue 1 – saisons 2012/2013 à 2019/2020

On voit sur ce graphique que la tendance est la même entre les meilleures équipes (xG supérieur à 1,27 par match), les plus mauvaises (xG inférieur à 1,11 par match) et les autres.

 

Usage

On peut donc imaginer que les équipes qui essayent de recoller au score se découvrent par la même occasion. On sait aussi que les contre-attaques (et plus généralement les attaques rapides) débouchent sur des situations plus faciles à convertir. En l’absence de données de tracking accessibles à tous, l’écart au score a donc pu servir de substitut pour évaluer une défense à l’abandon.

C’est aussi intéressant de le prendre en compte pour évaluer le contexte dans lequel un joueur évolue. Notamment lorsqu’il s’agit de juger l’impact des remplaçants. Il est aussi possible d’étudier comment chaque équipe réagit au changement de score.

En règle générale, ce n’est pas un élément qui va être le sujet d’analyses spécifiques mais il doit être pris en compte de par son impact sur de nombreuses statistiques.

 

Autres articles sur le sujet

Goals Change Games (en anglais)
A bit more on Game State (en anglais)
Score Effects (en anglais)
Game States and Score Effects (en anglais)
Tour statistique n°15 : Ecart au score (en français)

Une réflexion sur “Statistix, Episode 05 : Game State

  1. Bonjour, serait-il possible d’avoir le même graphique que le 2ème en y ajoutant les Goals Scored ?

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.