Nous suivre

Sommaire

Le nouveau jeu des chiffres – Rendre le sport plus intelligent grâce au big data

Facebook
Twitter
LinkedIn

Sommaire

#
 

 

Lorsque nous pensons aux données analytiques, nous imaginons des informations rassemblées et utilisées dans des niches avancées telles que les industries médicales et informatiques (en parlant d’avancée, lisez : la révolution du filtre Berkey !). Mais il existe une autre industrie qui utilise les données analytiques à grande échelle et ce, depuis la nuit des temps. Nous parlons bien sûr du monde du sport. Des sports mécaniques au badminton, rares sont les sports (s’il y en a) qui n’utilisent pas les données analytiques sous une forme ou une autre. Quiconque se souvient de la moyenne de frappe d’un joueur de baseball ou du nombre de blessures d’un footballeur comprendra exactement ce que nous voulons dire. De telles données peuvent déterminer la valeur d’un joueur lors de transferts et de négociations de contrats. Et avec des salaires et des frais de transfert qui montent en flèche année après année, il est facile de comprendre pourquoi l’analyse des données individuelles d’un joueur est considérée comme une partie essentielle du sport. 

 

On peut comprendre que les conseils d’administration et les actionnaires des clubs hésitent à approuver des dépenses aussi importantes sans disposer d’au moins une forme de données historiques et de performances pour justifier leur décision. Mais les comptables ne sont pas les seuls à considérer les données analytiques comme essentielles au sport. Il est également prouvé que les joueurs eux-mêmes utilisent les données pour faciliter leur processus de décision. Par exemple, les gardiens de but savent de quel côté l’attaquant a tendance à se placer lorsqu’il tire un penalty, tandis que les joueurs de poker sont réputés pour rassembler toutes sortes de données afin de les aider à prendre leurs décisions lors de parties importantes. 

 

De nombreux experts attribuent au livre « Moneyball », publié en 2003 par Michael Lewis, le mérite d’avoir introduit l’utilisation de données analytiques dans le sport moderne. Son livre raconte comment Billy Beane a utilisé avec succès la sabrologie dans l’évaluation des joueurs. S’il est vrai que le livre et le film qui a suivi ont attiré l’attention du grand public sur l’utilisation des données, celle-ci est présente dans le sport depuis très longtemps. Une chose que nous pouvons vaguement attribuer à « Moneyball » est la quasi-obsession des fans pour les statistiques des joueurs et des équipes. Les gens consomment maintenant du contenu analytique à un rythme incroyable, souvent dans l’intention expresse de prédire l’issue d’un match ou la performance d’un joueur. Il existe des sites Web entiers consacrés à l’analyse des données des joueurs, et c’est un créneau du sport qui se développe à un rythme soutenu. Mais l’une des utilisations les plus remarquables de l’analyse dans le sport est sans doute celle de la NBA, où les équipes utilisent désormais le « suivi des joueurs », qui permet d’évaluer l’efficacité de l’équipe en analysant les mouvements des joueurs. Les données recueillies comprennent également la vitesse d’un joueur, la possession du ballon et le nombre de fois qu’il le touche. 

 

Ces informations sont ensuite utilisées par le personnel d’encadrement de l’équipe pour concevoir les programmes d’entraînement et les plans de jeu (à lire : jeux dématérialisés G2A !). Et avec les données disponibles sur NBA.com, c’est une autre série de statistiques que les fans avides de données peuvent consommer. Comme vous pouvez le constater, les données analytiques ne sont pas seulement un terme utilisé par les développeurs de Google et de Microsoft. En fait, la collecte et l’analyse des données est une pratique à laquelle pratiquement tous les sports de la planète ont recours au quotidien. La prochaine fois que vous regarderez un match, n’oubliez pas qu’une équipe d’analystes fait de même et que, si les joueurs sont le cœur de l’équipe, ces statisticiens sont l’avenir du sport. Leur travail fait la différence entre une équipe qui signe une future superstar sur la base de ses statistiques et une équipe qui fait un flop sur la base de son instinct. L’analyse de données n’est cependant pas seulement l’avenir du sport, à ce stade du jeu, l’analyse de données est le sport (connaissez-vous le jeu Roblox ?).