Les données d'Opta ont été largement présentées dans la série Future of Football de Sky, qui a été lancée peu avant le début de la saison domestique européenne 2023-24. Dans cette série, Bradford Griffiths et Jens Melvang de Stats Performexpliquent comment l'innovation en matière de collecte de données, grâce à la fusion des données d'événements et de suivi à l'échelle, va permettre aux analystes du recrutement de mieux détecter les joueurs dans les différentes ligues à travers le monde.
L'avenir du football : Les "licornes" AI et les neuroscientifiques qui changent les transferts et le recrutement
Exploiter l'AI pour identifier les talents
Les entreprises commencent à exploiter la puissance de l'AI pour produire des données qui peuvent fournir des informations sur la prise de décision et les performances des footballeurs du monde entier.
Cela permet aux clubs d'élargir leur champ d'action afin d'identifier les talents qui, autrement, ne seraient pas découverts avant d'être établis dans une ligue majeure. Pensez à Moises Caicedo qui rejoint Brighton en provenance du club équatorien Independiente del Valle pour 5 millions de livres en 2021.
Moises Caicedo a quitté Brighton pour Chelsea cet été pour un montant non divulgué.
Pendant longtemps, les données relatives aux événements - ce qui se passe sur le ballon - ne nous ont donné qu'une partie de l'histoire. C'est là qu'interviennent les données de suivi - tout ce qui se passe en dehors du ballon - qui permettent à des entreprises comme Stats Perform de fournir une compréhension plus holistique d'un footballeur en combinant les deux.
"Les données de l'événement vous donnent le quoi, puis les données de suivi vous permettent de commencer à regarder le pourquoi", Bradford Griffiths, vice-président senior de l'innovation chez Stats Performexplique à Sky Sports.
"Le principal avantage des données de suivi est qu'elles nous donnent des informations sur la position et le mouvement de tous les joueurs sur le terrain en permanence, ce qui nous donne un contexte. Lorsque vous avez des données sur les événements, vous savez qu'un joueur a le ballon et qu'il a fait une passe à ce joueur à partir de ce point du terrain. Ce que vous ne savez pas, c'est ce qui a motivé cette décision".
Les progrès de l'AI permettent de former un ordinateur à l'aide de l'apprentissage profond pour identifier la manière dont un joueur réagit dans certaines conditions afin de prédire comment il se comporterait dans une autre ligue ou s'intégrerait dans le système d'une certaine équipe.
Jens Melvang, chef de produit senior chez Stats Perform ajoute : "Nous fournissons aux clubs l'outil qui leur permet de rechercher des joueurs en leur demandant de jouer dans tel style, de rechercher tel type de joueur, tel rôle, et le système leur fait des suggestions à ce sujet".
Au fur et à mesure que l'analyse des données devient plus sophistiquée, elle va au-delà de la simple performance d'un joueur et commence à mettre en lumière le fonctionnement interne de son esprit.
"On peut commencer à voir comment les joueurs réagissent à différents scénarios et cela se résume à leur processus cognitif et décisionnel", explique Griffiths.
Un joueur est-il perspicace lorsqu'il se dit : " Je sais que je peux mettre le ballon au fond et que mon joueur va l'atteindre en premier, même s'il ne le reçoit pas directement " ? Avec quelle rapidité prennent-ils ces décisions ? Sont-ils prêts à passer devant les joueurs ou essaient-ils de se débarrasser du ballon dès qu'ils sont menacés ?
"Vous pouvez voir ces choses dans les données que nous collectons et qui vous aident à comprendre comment un joueur se comporte sur le terrain".
L'avenir des transferts dans le football : Les clubs de Premier League peuvent-ils continuer à battre des records ?
Les stars du data-mining
Le jeu vidéo Football Manager a contribué à former des générations d'amateurs de données footballistiques. Au fil des ans, les clubs ont accédé à des bases de données de plus en plus perfectionnées pour réaliser exactement la même chose : parcourir le monde à la recherche de joyaux statistiques.
Brighton n'est qu'un club parmi d'autres qui exploite les données pour réussir : Alexis Mac Allister, vainqueur de la Coupe du monde, qui a quitté le club pour rejoindre Liverpool en juin dans le cadre d'une transaction de 55 millions de livres, a déclaré à Sky Sports l'hiver dernier: "Brighton a discuté avec moi et mon agent et m'a dit que j'étais l'un des meilleurs joueurs U21 avec les meilleurs chiffres - parce que Brighton travaille beaucoup avec les chiffres et les statistiques. Les Seagulls ont enregistré un bénéfice de 48 millions de livres sterling lors de son départ - après avoir signé le milieu de terrain pour 7 millions de livres sterling en provenance d'Argentinos Juniors en 2019.
Mais ce n'est qu'un exemple : l'analyse des données devient un processus essentiel dans tout le sport - pour la performance des équipes, la condition physique, la tactique et le recrutement. Deloitte prévoit que les données sont désormais appelées à jouer un rôle de plus en plus important dans l'optimisation des flux de revenus.
Stats Perform, mieux connue pour sa marque de données Opta , n'est qu'une des entreprises proposant un logiciel de recrutement basé sur des données, fusionnant des données d'événements et de suivi avec des vidéos - permettant aux clubs de rechercher des profils de joueurs dans le monde entier.
Bradford Griffiths a déclaré à Sky Sports: " Jepense qu'il y a deux choses fondamentales lorsqu'il s'agit de recruter avec des données : il faut de l'échelle et de la cohérence. L'échelle permet d'étudier un marché très large et la cohérence est absolument essentielle. Le jeu est très différent d'une compétition à l'autre : la façon dont les équipes se forment, le rythme d'un match, etc. Vous pouvez ensuite classer les ligues les unes par rapport aux autres et intégrer ces données dans certains modèles d'AI afin de comparer les joueurs.
"Vous pouvez alors créer un profil pour un joueur que vous recherchez et [charger] tous les joueurs du monde qui correspondent à ce profil. Il se peut que vous ne connaissiez pas beaucoup de ces joueurs, en particulier ceux qui évoluent dans des championnats plus petits que vous n'avez pas suivis. Au fur et à mesure que l'on avance dans la pyramide du football, ce qui intéresse vraiment les équipes, c'est la valeur et l'accessibilité financière, l'acquisition de joueurs à un âge plus jeune lorsqu'ils ont un fort potentiel, etc. Ces outils sont donc très puissants - ils vous permettent de parcourir cette base de données mondiale du football et de cibler certains joueurs susceptibles de vous intéresser, que vous pouvez ensuite intégrer dans le reste de votre processus de recrutement".
À quoi s'attendre ? Les données prédictives : l'avenir ?
Rien n'est figé dans l'évolution des tactiques et du recrutement. Par exemple, la demande actuelle de gardiens de but jouant avec le ballon et l'utilisation de joueurs ayant un pied préféré dans des positions avantageuses sont autant d'éléments qui permettent d'améliorer les options de passe et les possibilités de tir au but - et les données jouent un rôle important à cet égard.
Les données prédictives prennent le devant de la scène. Le logiciel d'Optaprésente les formes de l'équipe en possession du ballon et en dehors, mais il peut aussi révéler où les joueurs devraient être positionnés pendant les phases de jeu, en superposition avec leur position réelle. Il peut également quantifier la façon dont les différents joueurs se combinent et affectent l'efficacité.
Les données peuvent déjà prédire la probabilité d'effectuer une passe à n'importe quel coéquipier à un moment donné et la menace offensive potentielle de chacune de ces options. Grâce à ces nouvelles données, les analystes peuvent quantifier la prise de décision d'un joueur en mesurant ce qu' il a fait, mais aussi ce qu'il aurait pu et dû faire. Ces données peuvent également révéler la proportion de temps pendant laquelle les joueurs assument différents rôles au cours d'un match.
Avec un tel niveau d'analyse - disponible instantanément et à grande échelle - il semble que ce ne soit qu'une question de temps avant que les données prédictives ne jouent un rôle important pendant les matchs et pour l'analyse d'avant et d'après-match. En conséquence, les joueurs seront évalués en fonction de leur performance par rapport à ces modèles prédictifs.
Dans le même temps, les équipes de gestion étudieront de plus en plus la manière dont les différentes combinaisons de joueurs affectent la chimie globale de l'équipe, à la fois de manière générale et contre des adversaires spécifiques.
Si vous voulez en savoir plus sur Opta Vision , alors cliquez ici.
