"A la fin du match, Rafa n'avait plus qu'un esprit brouillé.
Craig O'Shannessy faisait partie de l'équipe d'entraîneurs de Dustin Brown lorsque le qualifié allemand a éliminé de manière sensationnelle Rafael Nadal, double champion de Wimbledon, au All England Club en 2015.
Grâce aux chiffres, aux schémas et aux données, le pionnier australien a orchestré le plan de match qui a permis à Nadal d'être expulsé au deuxième tour il y a presque cinq ans.
Dustin Brown de l'Allemagne
"Après le match, j'ai parlé de chaos organisé", a déclaré O'Shannessy à Stats Performs Omnisport. "Souvent, avec Dustin, c'est le chaos à l'état pur. Parfois il gagne, parfois il perd. Nous avons organisé son chaos de manière à ce que les gens qui ne le connaissent pas le regardent en pensant que l'enfer est en train de se déchaîner. Alors que moi, je regarde le match en me disant qu'il exécute parfaitement les schémas dont nous avons parlé.
"Il s'agit d'empêcher Rafa de faire ce qu'il voulait faire. Il s'agit de l'attaquer en début de point, de l'attaquer sur la largeur du coup droit, d'aller chercher les retours simplement parce que vous savez où va le service, de faire des amorties et de l'amener à l'intérieur. Il s'agit simplement de lui faire perdre la tête et de rendre les choses très floues.
O'Shannessy - reconnu comme un leader mondial de l'enseignement et de l'analyse - a continué à transformer le sport. Il a fait équipe avec Novak Djokovic en tant que stratège en chef en 2017 et a aidé le Serbe à remonter au sommet avec quatre grands chelems en trois ans avant que les deux ne conviennent de se séparer en début de semaine.
Travaillant désormais avec Matteo Berrettini, demi-finaliste de l'US Open 2019, Jan-Lennard Struff, Alexei Popyrin et Tennis Canada, O'Shannessy calcule les chiffres pour ses joueurs.
"À chaque match, le joueur reçoit un rapport d'avant-match qui contient du texte et des détails spécifiques sur ce que les joueurs aiment faire. J'y ajoute un grand nombre de chiffres, de tableaux et de graphiques, en particulier sur les schémas de service et la longueur des échanges, puis des vidéos", explique-t-il. "Il suffit de continuer à travailler et à soutenir la stratégie gagnante de toutes les manières possibles.
À l'avant-garde de l'analyse dans le tennis, jusqu'où les données peuvent-elles aller ?
"Nous sommes encore loin du compte. Nous ne faisons qu'effleurer la surface", a déclaré M. O'Shannessy. "Il y a beaucoup de chiffres et de données que nous voyons, mais nous ne savons pas encore exactement ce qu'ils signifient. Les cinq prochaines années seront extrêmement importantes et nous en saurons beaucoup plus qu'aujourd'hui. Nous n'en sommes qu'au début du voyage.
Le capitaine de la Coupe ATP de Serbie, Nenad Zimonjic, s'entretient avec Novak Djokovic
En ce qui concerne les données et les modèles, O'Shannessy a ajouté : "Par exemple, lorsque vous retournez, vous ne pouvez pas tout couvrir. Les joueurs qui essaient de tout couvrir finissent par ne rien couvrir. Si un joueur est à 30-30, il a vraiment besoin de ce point. S'il est à 40-15, il n'a pas forcément besoin du point.
"Les joueurs auront donc tendance à graviter autour de certains endroits lorsqu'ils auront besoin de ce point et si vous êtes assis là à l'attendre, tout d'un coup l'avantage de ce point est complètement inversé. Au lieu que le retourneur soit déséquilibré, le serveur est déséquilibré parce que le retour est plus dur et plus rapide. Il est en défense au lieu d'être en attaque.
"Au début de ma carrière d'entraîneur, j'ai naturellement mis l'accent sur l'adversaire, l'idée étant que vous allez jouer 50 matches dans l'année et que vous n'en jouerez peut-être que deux ou trois où vous penserez avoir joué de façon incroyable. Dans les 47 autres cas, c'est votre jeu B ou C qui triomphera, alors plus vous comprenez qu'il ne s'agit pas pour vous de jouer un tennis phénoménal, mais de faire en sorte que l'adversaire joue mal. Cette mentalité permet d'évacuer la pression et de la transmettre à l'autre côté du court.
Ensuite, il y a l'intelligence artificielle. Stats Perform exploite la véritable puissance des données sportives en s'appuyant sur les progrès de l'AI pour générer les informations les plus riches du secteur, bien qu'elle soit relativement inexploitée dans le domaine du tennis.
"L'AI est capable de traiter de très grandes quantités de données et de leur donner un sens", a ajouté M. O'Shannessy. "La capacité de faire des prévisions grâce à l'AI aide à gérer les pourcentages et les situations. Je suis déjà en train d'étudier la meilleure façon d'intégrer l'AI et le résultat final pour aider les joueurs à gagner plus de matches.
