Tom Brown partage une version écrite de sa présentation de poster, qui a été exposée au 2019 OptaPro Analytics Forum.
Son analyse a été largement influencée par les travaux de Mark Carey et de Mladen Sormaz, qui ont été présentés lors du Forum l'année dernière. Les travaux de Mark et Mladen sont résumés ici dans un blog précédent.
Cliquez ici pour voir le poster de Tom.
Introduction
Cette étude vise à classer les styles de jeu à l'intérieur de chaque position, puis à examiner les relations entre les styles de jeu en explorant la manière dont un style fonctionne en conjonction avec un autre.
La classification des styles de jeu permettrait des comparaisons plus précises entre les joueurs. Par exemple, il serait injuste de comparer un joueur comme Giroud à tous les autres attaquants, car son style de jeu et la fonction qu'il remplit pour son équipe sont très différents de ceux d'un joueur comme Aguero. Par conséquent, en ne comparant Giroud qu'à d'autres joueurs ayant le même style de jeu, on obtiendrait des informations significatives sur ses performances. Cela permettrait également de comprendre quelles sont les compétences et les statistiques qui contribuent à un style de jeu.
Par conséquent, si un entraîneur souhaite qu'un joueur joue un certain rôle, sa performance peut être évaluée en fonction de ces facteurs contributifs afin de s'assurer qu'il joue de la manière requise.
En identifiant les interactions entre les rôles des joueurs, les entraîneurs pourraient comprendre si la combinaison des styles de jeu au sein de leur équipe stimule ou entrave les performances. Si un joueur est moins performant, c'est peut-être parce qu'il joue avec des coéquipiers dont les styles de jeu sont incompatibles, et des mesures peuvent donc être prises pour y remédier.
Grâce à cette analyse, un entraîneur peut évaluer ses options et choisir les meilleures combinaisons de joueurs afin d'optimiser les performances.
Regroupement des styles de jeu
Les données Opta ont été tirées de la saison 2017-2018 dans l'ensemble des ligues du "Top 5" et agrégées pour chaque joueur puis ajustées en fonction de la possession par 90 minutes.
L'une des premières difficultés a été de définir les postes des joueurs, en raison de la diversité des méthodes d'enregistrement des postes par les clubs et du fait que certains joueurs jouent à plusieurs postes tout au long de la saison. Pour réduire la complexité, les joueurs ont été classés dans l'une des huit positions suivantes : gardien de but, défenseur central, arrière latéral, milieu de terrain défensif, milieu de terrain central, milieu de terrain offensif, ailier et attaquant.
En prenant chaque position séparément, les événements des joueurs ont été soumis à une analyse des composantes principales (ACP) afin de réduire la dimensionnalité et d'identifier les groupes d'événements corrélés.
Par exemple, dans la figure 1, la carte thermique de l'ACP pour les milieux de terrain offensifs a permis d'identifier que les joueurs qui effectuent plus de tacles font également plus d'interceptions et de dégagements et sont moins susceptibles de tirer ou d'avoir des contacts dans la surface de l'adversaire. Les composantes principales générées m'ont permis de définir les styles de jeu des milieux offensifs en tant que "création d'attaques larges", "création d'attaques incisives", "défense proactive" et "soutien à l'attaque". Les résultats de l'ACP pour toutes les positions sont disponibles ici.
Figure 1. Carte thermique de l'ACP pour les milieux offensifs
L'ACP fournit également une pondération de la mesure dans laquelle un joueur correspond à chaque style. Par exemple, dans la figure 2, nous pouvons voir que l'ACP a identifié que Mkhitaryan correspond largement au style "Création d'attaque incisive" tandis que Candreva est pondéré vers la "Création d'attaque large".
Figure 2. Pondération du style de jeu de Candreva par rapport à celui de Mkhitaryan
Interactions entre les styles de jeu
Une fois les styles de jeu identifiés pour chaque poste, l'étape suivante a consisté à étudier la manière dont ils interagissent les uns avec les autres. J'ai pris les événements contribuant à chaque style et j'ai effectué une analyse de régression pour examiner comment ils changeaient en fonction du style des coéquipiers avec lesquels ils jouaient.
D'après l'exemple de la figure 3, nous pouvons dire qu'en moyenne, un milieu de terrain offensif "Création d'attaque large" produit 15% d'occasions supplémentaires à partir de positions larges lorsqu'il joue avec un défenseur central ayant un style de "Défenseur pied avant".
Les changements dans les événements individuels ont ensuite été pondérés en fonction de leur importance dans la composante principale et additionnés pour fournir l'effet global d'un style de jeu sur un autre.
Figure 3 Milieu de terrain offensif. Résultats de la régression de la création d'une attaque large
Une fois ce calcul effectué pour chaque poste, l'effet de deux styles de jeu l'un sur l'autre a été agrégé afin d'identifier les combinaisons bénéfiques et néfastes. La figure 4 montre qu'un milieu de terrain offensif avec un style de jeu "Création d'attaque incisive" crée une relation bénéfique avec les attaquants de style "Maintien" ou "Attaquant complet", mais crée une relation négative avec un "Homme-cible". Tous les détails et les résultats des interactions entre les styles de jeu sont disponibles ici.
Figure 4. Carte thermique combinant les performances par style de jeu
Applications et extensions
On espère que ce type d'analyse permettra aux entraîneurs de comprendre si la combinaison des styles de jeu au sein de leur équipe stimule ou entrave les performances, ce qui leur permettra d'évaluer leurs options et de choisir les meilleures combinaisons de joueurs afin d'optimiser les performances. La figure 5 montre comment cela pourrait fonctionner dans la pratique.
Pour plus d'informations, vous pouvez suivre Tom sur Twitter : @TomBrownTweets
