Depuis le début du siècle, Clermont Auvergne est l'un des clubs les plus prestigieux et les plus prospères du Top 14 français.
Historiquement, il s'agit d'une équipe au tempo élevé, axée sur l'attaque et férocement passionnée. Leur stade, le "Parc des Sports Marcel Michelin", est l'une des plus formidables forteresses de tout le rugby. Entre 2009 et 2014, les "Jaunards" sont restés invaincus à domicile en 77 matchs.
L'équipe a été championne de France du Top 14 à deux reprises (2010 et 2017) et a atteint la finale à treize reprises. Elle a été trois fois finaliste de la Champions Cup (2013, 2015, 2017) et a remporté la Challenge Cup à trois reprises (1999, 2007, 2019).
Les données et l'analyse font partie intégrante du succès de Clermont, aidant à informer le style de jeu souhaité, le recrutement de nouveaux joueurs, l'analyse des concurrents avant et après les semaines de match, et la planification de l'avenir du club. Stats Perform s'est entretenu avec Joe Larkin, Head Performance Analyst à Clermont, afin d'explorer comment les données et l'analyse influencent la prise de décision au sein du club et comment les produits Stats Perform permettent de prendre ces décisions.
Une vue d'ensemble
Le jeu que nous aimons est en train de changer. En permanence. Repérer les tendances du jeu à un stade précoce et capitaliser/préparer pour elles fait partie intégrante du succès à long terme. Clermont utilise les logiciels RugbyHub et Data Engine de Stats Perform, qui sont alimentés par les données d'Opta et intégrés à la vidéo, pour repérer les tendances des autres clubs et compétitions sans avoir à passer au crible des milliers d'heures de séquences de jeu.
Q : En tant que club, quels sont vos principaux objectifs à long terme et comment l'utilisation des données vous aide-t-elle à les atteindre ?
"Nous voulons voir quelles sont les tendances du jeu, quel était le style de jeu, où il en est aujourd'hui et où il va. Nous utilisons les tendances pour informer et construire notre équipe pour l'avenir", explique Larkin.
Larkin a récemment observé deux tendances dans le Top 14 : l'augmentation du temps de jeu et l'augmentation des coups de pied, une tendance qui, selon Larkin, s'est inspirée du style de l'équipe nationale française, forte de ses récents succès.
"J'utilise RugbyHub et Data Engine pour apprendre des concurrents non directs", explique-t-il.
"Par exemple, je peux regarder comment une équipe de Premiership sort d'un alignement dans ses propres 22, je peux regarder tous les alignements de toutes les équipes".
Larkin reconnaît également les avantages qu'il y a à pouvoir examiner les exemples de prouesses des équipes de Super Rugby en matière de coups de pied arrêtés : "Le Super Rugby offre des exemples de bonnes structures de jeu. Nous pouvons voir comment ils attaquent sur des ballons propres, même si le rugby de l'hémisphère nord n'a pas toujours autant de ballons propres en général".
L'équipe d'analyse des performances de Larkin se réjouit de pouvoir analyser le rugby de l'hémisphère nord et de l'hémisphère sud, soigneusement traité et découpé, afin de pouvoir prendre des décisions stratégiques sur la stratégie de Clermont à long, moyen et court terme.
Analyse des concurrents
Avec les matchs du Top 14 qui se succèdent à un rythme effréné, il est important de comprendre et d'analyser l'adversaire rapidement. Les données Opta intégrées à la vidéo permettent au département d'analyse d'assembler des clips pour les joueurs sur une base individuelle, qu'ils peuvent éditer et présenter en utilisant le "langage du rugby" de Clermont et en l'alignant sur leurs appels, leurs structures et leurs domaines d'intérêt.
Q : Comment utilisez-vous les produits Stats Perform pour faciliter votre analyse de la concurrence ?
"En tant qu'équipe, nous allons créer un dossier d'analyse pour les appelants de l'alignement, comme Sebastian Vahaamahina et Julien Cancoriet. En général, nous leur envoyons un dossier le dimanche soir pour l'équipe que nous jouons la semaine suivante, afin qu'ils puissent arriver le lundi prêts à discuter avec l'entraîneur et à trouver un plan d'attaque".
En ce qui concerne les sorties de touche, l'approche de Larkin est irréprochable. Son équipe est la plus efficace de la ligue jusqu'à présent, remportant 85,4 % (216/253) de ses propres sorties en touche.
Les marges étant si étroites au rugby, ces informations peuvent influencer les décisions tactiques clés, ce qui peut faire la différence entre la victoire et la défaite.
Recrutement basé sur les données
Le jeu est en constante évolution et, par conséquent, les équipes doivent changer et s'adapter aux nouveaux styles de jeu et aux nouvelles tendances.
Larkin explique comment les données peuvent les aider à prévoir l'orientation du sport à un stade précoce et à recruter des joueurs en fonction d'un style de jeu ou d'une idéologie future.
Q : Comment les produits et les données de Stats Perform vous aident-ils à prendre vos décisions en matière de recrutement ?
"Nous utilisons Data Engine pour trouver certains types de joueurs qui pourraient manquer dans l'équipe en raison de blessures ou de changements de contrat, par exemple en recrutant un arrière qui vole souvent le ballon (plutôt qu'un joueur qui le porte beaucoup). Nous pouvons cibler les turnovers gagnés et la réussite des chacals en phase de rupture, afin de déterminer quels joueurs sont les plus performants à ce poste grâce à ces caractéristiques particulières".
Larkin utilise également les données lorsqu'il est confronté à une blessure dans l'équipe. Il peut faire une analyse approfondie des joueurs disponibles à ce poste et regarder des clips de toutes leurs contributions positives, mais aussi de toutes leurs faiblesses et de toutes leurs erreurs. L'analyste trouve cela particulièrement utile car un agent peut "faire paraître presque n'importe qui bon dans une vidéo" - ce qui signifie qu'il est important pour Joe et son équipe de voir des clips impartiaux et complets de tous les joueurs disponibles, ce qui leur donne tous les outils nécessaires pour prendre des décisions de recrutement bien informées.
Avec l'accélération du rythme du jeu ces dernières saisons et l'augmentation du temps de jeu, il est important de recruter des joueurs de première ligne mobiles, capables de jouer de longues périodes de jeu sans s'éteindre.
Q : Y a-t-il des joueurs que vous avez recrutés à l'aide de Data Engine et qui ont particulièrement bien réussi ?
"Après avoir analysé les statistiques Data Engine de la Pro D2 française, nous avons identifié un jeune pilier moldave, Christian Ojovan. À l'époque, il était en tête du championnat dans tous les domaines importants pour nous et il jouait au Stade Aurillacois, ce qui constituait une excellente option pour nous. Plus important encore, nous avons identifié que ses points forts étaient les mêmes que ceux qui font la réussite d'un pilier dans le Top 14. Depuis qu'il a rejoint l'équipe, il s'est amélioré en jouant dans un meilleur championnat, mais il possède toujours les qualités de base importantes que nous avions identifiées et qui ont conduit à sa signature".
Les données n'ont pas menti et Christian est devenu une véritable réussite pour l'équipe cette saison, se classant quatrième de la ligue pour les minutes jouées par les piliers, cinquième pour les mètres portés par les piliers et septième pour les touches dans les rucks en attaque à son poste.
Un avenir guidé par les données
Rester agile et en avance sur la courbe est aussi important en dehors du terrain que sur celui-ci. En plus de RugbyHub et DataEngine, Clermont utilise les données brutes d'Opta , ce qui permet à leurs analystes de données d'analyser les données et de les manipuler dans Power Bi pour des besoins plus spécifiques de l'équipe tels que "l'état des blessures, le recrutement ou les tendances futures du jeu".
M. Larkin estime que l'avenir de l'analyse du rugby imitera celui du football qui, ces dernières années, a commencé à passer de l'analyse descriptive à l'analyse prédictive, grâce aux progrès de l'AI et de l'apprentissage automatique, tels que le modèle Qwinn de Stats Perform. Des exemples de ces modèles prédictifs sont déjà utilisés dans le rugby, notamment le modèle Kick Predictor de Stats Performqui a été publié avant les Six Nations de cette année. Larkin pense que des informations prédictives similaires deviendront essentielles à l'analyse, à la fois pour les coups de pied arrêtés et le jeu ouvert, au fur et à mesure que la décennie évoluera.
Q : Comment voyez-vous l'avenir de l'analyse du rugby ?
"Dans une certaine période du match, nous devons être capables de repérer plus facilement les moments qui font basculer le match et de les exploiter, car ces moments peuvent souvent faire la différence entre la victoire et la défaite.
"À l'avenir, je pense que nous pourrons quantifier des éléments tels que les possibilités d'ouverture de ligne pour un certain joueur à partir d'une certaine partie du terrain, ou potentiellement un essai attendu après une ouverture de ligne. Ce type d'informations serait très utile pour éclairer les aspects clés de notre analyse.
L'approche avant-gardiste de Clermont en matière d'analyse du rugby fournit au club des bases solides pour soutenir et faire évoluer ses performances sur le terrain, en accord avec les tendances plus larges du jeu mondial, ainsi que pour informer les décisions clés en matière de recrutement qui peuvent l'aider à se battre pour les honneurs à l'avenir.
Clermont utilise les données Opta , Data Engine et Rugby Hub. Pour en savoir plus sur ces produits, consultez nos services Pro Rugby.
