Aller au contenu
Insporta Book
fr
EnglishРусскийDeutschEspañolEestiSuomiItalianoFrançaisPolski日本語한국어中文
FootballCricketFutsalTriathlonTennisGolfPatinage artistiqueBasketballMéthodologiePourquoi ça marcheFaire un test

Football · Niveau 5 : Intermédiaire supérieur · Sous-niveau 5.8

Analyse de données du football : xG et au-delà

10 tests · 100 faits · mis à jour le 12 octobre 2026 · markdown

Du carnet de Charles Reep à StatsBomb 360 : xG, PSxG, xA, xT, OBV, VAEP et field tilt – comment le jeu a appris à valoriser les événements, les actions et les positions, les personnes qui ont construit les outils et les façons précises dont les modèles se trompent encore.

Chaque test ci-dessous compte dix questions sur Insporta. La liste sous un test indique ce que les questions vérifient : un fait par question, avec la source dont il est tiré. Lisez-la avant le test, ou revenez-y après une mauvaise réponse.

Test 1Les origines des chiffresFaire un test

  1. Les carnets de Reep sont devenus le premier corpus de données du football. Ses conclusions analytiques ont été fortement critiquées par la suite, mais la pratique du relevé systématique des événements, action par action, est née avec lui.

    Source : Histoire de l'entraînement / littérature sur l'analyse de données · restitution

  2. Hughes a écrit « The Winning Formula » en 1990, formalisant l'analyse de Reep en doctrine d'entraînement de la FA anglaise et prescrivant le jeu direct depuis les zones POMO.

    Source : Littérature d'entraînement de la FA · restitution

  3. Opta Sportsdata a commencé son activité en 1996 et est vite devenu le flux de référence pour les données d'événements du football anglais, avant de gagner la télévision et les marchés des paris.

    Source : Archives historiques d'Opta · restitution

  4. Prozone, fondée en 1995, a trouvé son premier client anglais dans le Derby County de Jim Smith en 1998 et a posé le modèle de l'analyse de club associant vidéo et données.

    Source : Histoire de l'entraînement · restitution

  5. Le lancement italien de Wyscout en 2004 a donné naissance à l'outil que pratiquement tous les clubs européens utilisent pour les rapports de recrutement, l'analyse des adversaires et les bibliothèques vidéo de joueurs.

    Source : Histoire de l'entraînement · restitution

  6. Benham a racheté Brentford en 2012 et Midtjylland en 2014, appliquant une inférence statistique de type cotes de paris au recrutement et à la préparation des matches dans les deux clubs.

    Source : Profils de Business Insider / du Financial Times · restitution

  7. Graham a été directeur de la recherche à Liverpool de 2012 à 2023, présidant à la période la plus réussie du club depuis les années 1980 : la Ligue des champions 2019 et la Premier League 2020, parmi six grands trophées.

    Source : MIT Sloan Sports Analytics / Ludonautics · restitution

  8. Knutson a fondé StatsBomb en 2013 comme blog d'analyse, a lancé ses propres données d'événements en 2018 et est resté PDG jusqu'au rachat de l'entreprise par Hudl en août 2024.

    Source : Archives de StatsBomb / Business Wire · restitution

  9. L'article de Rudd, en 2011, a défini le cadre des états de possession à l'aide de probabilités de transition. Karun Singh a ensuite popularisé le nom précis d'« Expected Threat » dans un article de blog de 2018.

    Source : Histoire de l'analyse de données dans le monde universitaire et l'industrie · restitution

  10. Le blog de Singh présentait le xT comme une surface de valeur répartie sur les zones du terrain, calculée par résolution itérative des probabilités de transition. L'article reste l'introduction de référence de la profession à cette métrique.

    Source : karun.in / littérature sur l'analyse de données 2018 · restitution

Test 2La grammaire de l'analyse de donnéesFaire un test

  1. Les modèles de xG ajustent les résultats de tirs passés à des caractéristiques comme la distance, l'angle, la partie du corps et le type de séquence de jeu ; les modèles plus avancés intègrent la position des défenseurs issue des données de tracking.

    Source : Opta / documentation de StatsBomb · restitution

  2. Le PSxG modélise la probabilité qu'un gardien encaisse un but compte tenu de la trajectoire d'un tir cadré ; il utilise tout ce qu'utilise le xG, plus l'endroit où le tir a fini par aller.

    Source : Documentation de StatsBomb · restitution

  3. Le xA attribue au passeur le xG du tir qui en résulte : une excellente passe vers une excellente position de tir est donc récompensée même si la finition est manquée.

    Source : Documentation d'Opta · restitution

  4. Le xT de Singh calcule la menace de chaque case du terrain comme la probabilité qu'une équipe marque dans un petit nombre d'actions suivantes, puis crédite les joueurs qui font progresser le ballon vers des cases de plus forte valeur.

    Source : karun.in / littérature sur l'xT · restitution

  5. L'OBV est le cadre propriétaire de valeur de possession de StatsBomb : il attribue une valeur à chaque événement, y compris les interceptions défensives et les tirs, et corrige ainsi une limite du xT.

    Source : Documentation de StatsBomb · restitution

  6. Le VAEP considère chaque événement comme une variation de la probabilité de marquer ou d'encaisser dans un avenir proche, et attribue le crédit en conséquence.

    Source : KU Leuven Machine Learning Research Group · restitution

  7. Le field tilt rend compte de la domination territoriale en mesurant où se déroule la possession, et pas seulement combien de possession une équipe détient – une équipe peut avoir 60 % de possession mais 40 % de field tilt.

    Source : Littérature sur l'analyse de données · restitution

  8. Le packing compte les adversaires qu'une passe ou une conduite de balle met hors du jeu. Il a été développé par Stefan Reinartz et Jens Hegeler chez Impect et popularisé à la télévision allemande pendant l'Euro 2016.

    Source : Rapports techniques du DFB · restitution

  9. Le snapshot 360 renseigne la position de chaque joueur sans ballon au moment de chaque événement avec ballon, ce qui permet d'analyser l'organisation défensive et les options de passe que les seules données d'événements ne peuvent pas voir.

    Source : Documentation produit de StatsBomb 360 · restitution

  10. Le PPDA est l'indicateur classique du pressing, calculable à partir des seules données d'événements standard ; l'OBV et les indicateurs dérivés du 360 exigent des données propriétaires ou de tracking que les flux Opta bruts ne contiennent pas.

    Source : Littérature sur l'analyse de données · application

Test 3Les architectes de la révolution des donnéesFaire un test

  1. Edwards a été directeur sportif de Liverpool de 2016 à 2022, à l'époque que Graham a décrite comme « le premier département de science des données de la Premier League », avant de retrouver un rôle élargi au sein de FSG en 2024.

    Source : Profils de The Athletic / Ludonautics · restitution

  2. Le court passage de Comolli à Liverpool a été controversé par ses résultats immédiats, mais il a semé l'idée d'un cadre de recrutement fondé sur les données qu'Edwards a ensuite généralisé.

    Source : Profils de The Athletic · restitution

  3. Ankersen était un visage public de l'ère Benham, devenu connu pour soutenir que les résultats des matches de Championship étaient soumis à plus de variance que ne le laissait penser la place au classement.

    Source : Profils de The Athletic / The Guardian · restitution

  4. Randall a cofondé StatsBomb avec Knutson ; tous deux sont partis après le rachat par Hudl annoncé en août 2024.

    Source : World Soccer Talk / Business Wire 2024 · restitution

  5. Riddersholm a mené Midtjylland à son premier titre en 2014-15, en s'appuyant sur des schémas de coups de pied arrêtés du modèle Benham et sur un recrutement analytique que Knutson avait aidé à concevoir.

    Source : Archives de la Superliga danoise · restitution

  6. Graham a fondé Ludonautics en 2023 après avoir quitté Liverpool. Michael Edwards a été annoncé dès le début comme administrateur non exécutif.

    Source : Research Live / Training Ground Guru 2023 · restitution

  7. Les mémoires-analyse de Graham, publiés en 2024, sont l'un des textes publics les plus cités sur la culture de la donnée dans le football de club.

    Source : Penguin Books Australia / Aevitas 2024 · restitution

  8. L'article de Decroos, Bransen, Van Haaren et Davis a introduit le VAEP à la KDD 2019, devenant la référence de la modélisation de la valeur de possession en analytique sportive académique.

    Source : KDD 2019 / KU Leuven ML Group · restitution

  9. Le journaliste allemand Christoph Biermann, dans « Football Hackers » (traduction anglaise de 2019), a retracé l'essor des clubs pilotés par l'analytique, de Midtjylland à Liverpool puis à Brentford.

    Source : Archives de l'éditeur / SportsBook of the Year 2019 · restitution

  10. Le trio Benham, Knutson et Graham fait référence : des profils très quantitatifs venus de l'extérieur du football professionnel ont à plusieurs reprises été la première recrue analytique de clubs pilotés par les données.

    Source : Tendances de l'entraînement 2013-26 · application

Test 4Lire les donnéesFaire un test

  1. Un fort écart négatif entre les buts et le xG se corrige généralement vers le xG sur de plus grands échantillons ; l'hypothèse de base est la variance de finition, et non la défaillance du modèle.

    Source : Littérature sur l'analyse de données · application

  2. PSxG moins buts est l'indicateur standard de l'arrêt : 25 - 18 = +7, soit sept buts de moins que ce que prédisaient les tirs qu'il a affrontés.

    Source : Analyses de StatsBomb · application

  3. Une carte de tirs concentrée dans la zone des six yards indique un attaquant dont la valeur vient de la finition des ballons qu'on lui sert, et non de la création de tirs de loin ou sous des angles fermés.

    Source : StatsBomb / visualisation de Wyscout · application

  4. Les passes progressives comptent les mètres gagnés vers l'avant ; le xT récompense le fait de faire progresser le ballon vers des zones de plus forte valeur. Un gros volume de passes progressives avec un xT modeste signifie que les mètres sont gagnés dans des zones relativement sûres.

    Source : Littérature sur l'analyse de données · application

  5. Un field tilt élevé avec un xG modeste est la signature d'une pression territoriale en fin de match sans pénétration – signe classique d'un adversaire en bloc bas qui absorbe bien.

    Source : Littérature sur l'analyse de données · application

  6. Un OBV offensif élevé avec un OBV défensif négatif est l'archétype de l'arrière latéral offensif – pensez aux profils d'Alphonso Davies ou de Trent Alexander-Arnold.

    Source : Littérature sur l'OBV de StatsBomb · application

  7. Un xG de coups de pied arrêtés de 8 pour seulement 4 buts est un écart de variance plausible que la régression peut combler ; un examen de l'exécution est l'intervention peu coûteuse avant un changement en profondeur.

    Source : Littérature d'entraînement · application

  8. L'emplacement compte plus que le volume ; les dribbles en zone basse sont des événements de moindre valeur, et la carte suggère un déploiement de rôle plutôt qu'une absence de compétence.

    Source : Littérature sur l'analyse de données · application

  9. Les réceptions dans les demi-espaces et une contribution d'élite en conduite de balle sont l'empreinte du rôle d'ailier inversé, un profil que recrutent spécifiquement Arsenal et City depuis 2022.

    Source : Littérature sur le recrutement 2022-25 · application

  10. La menace sans ballon n'apparaît que si l'on sait où se tenait le joueur sans le ballon. Des snapshots de position aux moments d'occasion sont la preuve précise qu'il faut.

    Source : Cas d'usage de StatsBomb 360 · application

Test 5L'analyse de données sur le terrainFaire un test

  1. Le titre de Midtjylland en 2014-15, le premier de l'histoire du club, est devenu le cas phare des écrits publics d'analytique sur la méthodologie de Benham.

    Source : Records de la Superliga danoise / Football Hackers · restitution

  2. La victoire de Brentford en barrages de Championship en 2020-21 a ramené le club dans l'élite pour la première fois en 74 ans, un succès largement attribué au modèle analytique de Benham.

    Source : Records de la Championship 2020-21 · restitution

  3. La saison du titre de Leicester est l'archétype moderne des modèles pris en défaut par des issues rares et à forte variance – précisément le profil de risque pour lequel l'approche de Benham avait été conçue.

    Source : Records de la Premier League / littérature sur l'analyse de données · restitution

  4. Les réflexions publiques de Graham décrivent Salah comme la recrue guidée par le modèle qui a le plus publiquement validé le département. Il est arrivé de la Roma pour environ 36,9 millions de livres et a remporté tous les grands trophées à Liverpool.

    Source : Profils de The Athletic / Ludonautics · restitution

  5. La signature de Robertson pour 8 millions de livres, en provenance d'un club de Hull relégué, est un cas canonique de recrutement par les données : des chiffres de fond massivement en décalage avec la perception du marché.

    Source : Profils de The Athletic / Ludonautics · restitution

  6. L'accord conclu par Liverpool en 2021 a été le cas de lancement de StatsBomb 360, qui ajoute des snapshots de position des joueurs autour de chaque événement avec ballon.

    Source : Sky Sports / Business Wire 2021 · restitution

  7. Les 36 buts de Haaland en Premier League en 2022-23 – le plus haut total sur une saison à l'ère des championnats à 38 matches – s'appuyaient sur un xG par 90 minutes lui-même d'élite, une combinaison inhabituelle.

    Source : Records de la Premier League 2022-23 · restitution

  8. L'ère De Zerbi à Brighton a combiné un modèle de recrutement fondé d'abord sur l'analytique avec une organisation singulière de la construction du jeu, et est devenue une référence publique du profilage par passes progressives.

    Source : Analyse de la Premier League 2022-24 · restitution

  9. Le Bournemouth d'Iraola a adopté un modèle de pressing agressif et un recrutement très axé sur les données, qui ont mené le club à la qualification en Europa League en 2025-26.

    Source : Premier League 2023-26 · restitution

  10. Le dispositif de Leeds fondé sur les données est devenu visible sous Marcelo Bielsa, puis un sujet d'analytique public sous les 49ers, notamment pour la modélisation des coups de pied arrêtés et des coups de pied de but.

    Source : Analyse de la Championship et de la Premier League 2020-25 · restitution

Test 6Les chiffres des chiffresFaire un test

  1. Les modèles de xG publics convergent vers environ 0,76 pour un penalty : à peu près trois sur quatre sont marqués.

    Source : Opta / documentation des modèles de StatsBomb · restitution

  2. Les tirs centraux dans la surface de but sur phase de jeu comptent parmi les situations de jeu à plus fort xG, tout en restant en deçà d'un penalty. Le chiffre exact varie selon les modèles mais se situe au milieu de la quarantaine.

    Source : Opta / documentation des modèles de StatsBomb · restitution

  3. Les tirs centraux de loin ont un xG très faible malgré leur côté spectaculaire : même les tout meilleurs attaquants les marquent avec un faible pourcentage de réussite.

    Source : Opta / documentation des modèles de StatsBomb · restitution

  4. StatsBomb a documenté son flux à 3300 à plus de 3400 événements par match, avec en plus des snapshots de position pour chaque événement avec le produit 360.

    Source : Documentation de StatsBomb 2021-24 · restitution

  5. Le modèle de Singh découpait le terrain en 192 zones, une grille 16x12, ajustée sur les données de Premier League 2017-18.

    Source : Blog de karun.in 2018 · restitution

  6. La transaction Robertson est considérée comme un cas emblématique d'affaires du recrutement par les données : un arrière latéral finalement de classe mondiale pour un prix dont on a plus tard plaisanté qu'il était l'un des grands coups de l'époque.

    Source : Records de transferts de The Athletic 2017 · restitution

  7. La règle empirique de la profession – corroborée par de multiples rapports de saison d'Opta et de StatsBomb – est que les coups de pied arrêtés représentent environ un quart à un tiers des buts dans la plupart des championnats modernes.

    Source : Opta / bilans de saison de StatsBomb · restitution

  8. Le xT récompense la valeur de la zone de destination ; une passe dans la surface de réparation vaut bien plus qu'une passe dans le rond central, car la probabilité de marquer dans les quelques actions suivantes est bien plus élevée depuis les zones de la surface.

    Source : Blog de karun.in / littérature sur l'xT · restitution

  9. Une sous-performance par rapport au xG sous-jacent se corrige presque toujours vers le xG sur de plus grands échantillons ; l'intervention consiste en patience et suivi, et non en refonte tactique.

    Source : Littérature sur l'analyse de données · application

  10. Le goulot d'étranglement est décrit précisément : l'équipe crée de la menace mais ne la convertit pas en tirs, ni les tirs en buts. Un finisseur répond directement à l'étape manquante entre la menace et le xG.

    Source : Littérature d'entraînement · application

Test 7Modèle contre modèleFaire un test

  1. Le PSxG conditionne sur la trajectoire d'un tir cadré, isolant la réponse du gardien de la qualité de la finition – l'instrument adapté pour mesurer l'arrêt.

    Source : Documentation de StatsBomb · application

  2. Le xG chain ne récompense les actions que lorsqu'un tir suit. Le xT récompense toute action qui fait progresser le ballon vers des zones de plus forte valeur, que la possession se termine ou non par un tir – plus proche du cahier des charges du recrutement.

    Source : Blog de karun.in / littérature sur les chaînes de xG · application

  3. Le mouvement sans ballon n'est par définition pas un événement avec ballon ; toute mesure à son sujet exige donc des données de position aux moments où l'attaquant n'a pas le ballon.

    Source : Littérature sur l'analyse de données · application

  4. Ajouter la position des défenseurs resserre les prédictions du modèle : un tir depuis le même endroit avec un défenseur qui bloque le tireur a une probabilité de marquer nettement plus faible.

    Source : StatsBomb / littérature sur les modèles d'Opta · application

  5. Le xG d'un seul match est une quantité à petit échantillon ; comparé à un total de saison, le chiffre d'un match est une statistique bien plus bruitée, et les conclusions tirées d'un seul match résistent rarement à l'examen.

    Source : Littérature sur l'analyse de données · application

  6. L'OBV valorise aussi les tirs et les actions défensives, et un flux propriétaire s'accompagne d'une assurance qualité et d'une couverture ; le xT amateur est un départ économique utile, mais pas une chaîne complète d'outils de recrutement.

    Source : Documentation de StatsBomb sur l'OBV · application

  7. Les tirs simples ont des caractéristiques simples sur lesquelles les deux modèles s'accordent. Le désaccord grandit dans les phases complexes, où les caractéristiques contextuelles de chaque fournisseur divergent.

    Source : Littérature sur l'analyse de données · restitution

  8. Les cartes de fréquence montrent le volume ; les cartes de xG montrent le volume pondéré par la qualité de la position. Ces dernières répondent directement à la question posée.

    Source : Littérature sur l'analyse de données · application

  9. La distance parcourue sans ballon pendant les possessions adverses n'est par définition pas un événement ; elle ne peut être reconstituée qu'à partir d'un suivi continu de la position des joueurs.

    Source : Littérature sur l'analyse de données · restitution

  10. Le VAEP est entièrement documenté et reproductible depuis la KDD 2019 ; l'OBV fonctionne à grande échelle sur la chaîne de données en direct du fournisseur. Chacun a sa place, mais le compromis oppose transparence et commodité opérationnelle.

    Source : KDD 2019 / documentation de StatsBomb · application

Test 8L'analyse de données 2023–2026Faire un test

  1. Le rachat par Hudl a été conclu en août 2024. Ted Knutson et Charlotte Randall se sont retirés ; l'entreprise combinée a conservé le nom StatsBomb au sein de la gamme de produits de Hudl.

    Source : World Soccer Talk / Business Wire 2024 · restitution

  2. Ludonautics a été lancée en 2023 ; le rôle d'Edwards a été annoncé au lancement, et le livre de Graham a suivi en 2024.

    Source : Training Ground Guru 2023 · restitution

  3. Edwards est revenu chez FSG dans un rôle élargi aux opérations football en 2024, après avoir quitté son poste de directeur sportif en 2022.

    Source : Articles de The Athletic 2024 · restitution

  4. Le livre de Graham de 2024 est structuré autour de l'ère Liverpool qui a culminé avec le titre de Premier League 2019-20, le premier du club en 30 ans.

    Source : Penguin Books 2024 · restitution

  5. Le Leverkusen d'Alonso a remporté en 2023-24 le premier titre de champion d'Allemagne de l'histoire du club, sans la moindre défaite, et y a ajouté la DFB-Pokal ; la littérature analytique le cite comme un cas où l'entraînement et les données fonctionnent de concert.

    Source : Records de la Bundesliga 2023-24 · restitution

  6. Le Liverpool de Slot a remporté la Premier League en 2024-25, offrant au club son premier titre depuis 2019-20 dès sa première saison à la tête de l'équipe.

    Source : Records de la Premier League 2024-25 · restitution

  7. La tendance 2023-26 dans les grands clubs est que les données de tracking plus les données d'événements – StatsBomb 360, Second Spectrum, Sportlogiq – forment la couche de base ; tout le reste vient s'y superposer.

    Source : Tendances d'adoption de l'analyse de données 2023-26 · application

  8. Toute affirmation sur un indicateur avancé doit être vérifiée au regard de la variance : le xT du tiers médian peut être une mesure par 90 minutes bruitée si l'échantillon est petit. Le contrôle de bon sens est une analyse de stabilité, et non une vérification de références.

    Source : Littérature sur l'analyse de données · application

  9. La validation d'une affirmation sur le xG de coups de pied arrêtés exige la mesure précise dans le temps, ajustée à la difficulté du calendrier ; les chiffres d'une seule saison sans ajustement ne sont généralement pas décisifs.

    Source : Littérature sur l'analyse de données · application

  10. Un xG concédé de 4 sur un seul match indique que beaucoup de tirs dangereux sont passés ; la cage inviolée est réelle, mais le signal sous-jacent est que défendre de façon répétée face à un tel volume de tirs de cette qualité finira par coûter des buts.

    Source : Littérature sur l'analyse de données · application

Test 9Quand les modèles déraillentFaire un test

  1. L'aptitude à la finition n'émerge que sur de très grands échantillons de tirs ; 10 tirs sont dominés par la variance. L'erreur n'est pas le modèle, c'est la taille de l'échantillon.

    Source : Littérature sur l'analyse de données · application

  2. Un joueur d'une équipe qui passe plus de temps dans son tiers défensif a plus d'occasions de tacler. Les nombres bruts de tacles confondent compétence et exposition ; la correction est un ajustement par taux par occasion.

    Source : Littérature sur l'analyse de données · application

  3. Quatre saisons d'une surperformance constante de 25 % suffisent comme preuve pour réviser ses croyances sur la finition du joueur. Insister sur la régression à cet horizon est un autre type d'erreur.

    Source : Littérature sur l'analyse de données · application

  4. Un seul prêt dans une division donnée est un échantillon petit et non représentatif ; en faire un élément décisif est un risque de surajustement de manuel dans le recrutement.

    Source : Littérature sur l'analyse de données · application

  5. L'OBV peut être fortement négatif pour un joueur dont le rôle impose des actions à haut risque ; le contrôle consiste à comparer son OBV aux références du poste et à tenir compte des consignes tactiques.

    Source : Documentation de StatsBomb sur l'OBV · application

  6. Sans contexte défensif, un tir dans une surface de but encombrée, avec trois défenseurs sur la ligne, est traité comme un tir sans opposition. Le modèle surévalue par construction les tirs de coups de pied arrêtés dans la cohue.

    Source : Littérature sur l'analyse de données · application

  7. Les valeurs de xT sont apprises à partir de données historiques. Si le jeu moderne accorde plus de poids au demi-espace que l'échantillon de 2017-18, le modèle réutilisé sous-pondère cette zone.

    Source : Littérature sur l'xT · application

  8. L'analyse des moments décisifs est une erreur classique de taux de base qui n'attend que d'arriver : les tirs de la dernière minute ont leur propre taux de base. La correction précise consiste à comparer avec les performances du même joueur hors moments décisifs et avec des références de poste.

    Source : Littérature sur l'analyse de données · application

  9. Le risque de modèle dans une chaîne à fournisseur unique est un risque de concentration précis : chaque modèle repose sur des hypothèses, et miser toute l'organisation sur un seul fournisseur en intègre tous les biais d'un bloc.

    Source : Littérature sur la gestion des risques · application

  10. Les taux de victoire dans les duels aériens par match sont notoirement bruités ; les ventilations d'un seul match sont généralement dominées par la variance, et une projection fondée sur cette ventilation est une erreur de petit échantillon de manuel.

    Source : Littérature sur l'analyse de données · application

Test 10Révision mixte : l'analyste completFaire un test

  1. Le xG est une probabilité, et non une garantie. Un tir à 0,15 est marqué environ 15 % du temps sur un nombre suffisant de tentatives ; c'est tout le contenu du chiffre.

    Source : Opta / documentation de StatsBomb · restitution

  2. La motivation centrale du xT est de créditer les actions de progression du ballon précieuses que les statistiques traditionnelles ne peuvent tout simplement pas voir, faute de but ou de passe décisive derrière.

    Source : Blog de karun.in / littérature sur l'analyse de données · restitution

  3. L'accord pluriannuel de Liverpool avec StatsBomb annoncé en 2021 était lié au lancement de StatsBomb 360 ; le club utilisait l'outil parallèlement à son propre département interne dirigé par Graham.

    Source : Sky Sports / Business Wire 2021 · restitution

  4. La bonne question est : quelle action a la plus forte valeur de buts attendus ? Une passe courte latérale vers un tir sans opposition à 12 yards écrase en général un tir de 20 yards du pied faible ; la décision relève d'une simple maximisation du xG.

    Source : Littérature sur l'analyse de données · application

  5. Les contrôles de taille d'échantillon sont le test de bon sens au plus fort effet de levier sur toute affirmation de recrutement fondée sur les données ; un beau graphique sur 500 minutes raconte une autre histoire que le même graphique sur 5000.

    Source : Littérature sur l'analyse de données · application

  6. Le taux de base des buts sur coups de pied arrêtés dans le jeu professionnel est d'environ 25-35 % quel que soit le style ; l'argument de la possession est orthogonal à ce taux de base.

    Source : Opta / bilans de saison de StatsBomb · application

  7. Agréger le xG et le xA exige un dénominateur par 90 minutes et une référence de poste ; sans les deux, le score composé reflète le rôle et le temps de jeu plutôt que la qualité isolée du joueur.

    Source : Analyse de données du recrutement · application

  8. Le xG d'un match est une statistique à petit échantillon qui fait les gros titres mais ne prouve rien ; l'attitude juste face à un écart sur un seul match est un intérêt provisoire.

    Source : Littérature sur l'analyse de données · application

  9. Le duo Benham-Knutson à Brentford et à Midtjylland est l'embauche emblématique fondée d'abord sur les données de l'ère moderne, ensuite généralisée à Liverpool par Edwards et Graham.

    Source : Histoire de l'entraînement / de l'analyse de données · restitution

  10. Les modèles publics sont un tri utile, mais il leur manque le contexte défensif et la structure sans ballon que fournissent les flux propriétaires et de tracking – la raison précise pour laquelle les services de recrutement paient la mise à niveau.

    Source : Littérature sur l'analyse de données 2023-26 · application

Sources

IFAB Laws of the Game / rapports techniques de l'UEFA et de la FIFA / définitions d'Opta et de StatsBomb / littérature d'entraînement

  • Littérature sur l'analyse de données25
  • Documentation de StatsBomb3
  • Profils de The Athletic / Ludonautics3
  • Opta / documentation des modèles de StatsBomb3
  • Histoire de l'entraînement2
  • Opta / documentation de StatsBomb2
  • World Soccer Talk / Business Wire 20242
  • Littérature d'entraînement2
  • Sky Sports / Business Wire 20212
  • Opta / bilans de saison de StatsBomb2
  • Documentation de StatsBomb sur l'OBV2
  • Histoire de l'entraînement / littérature sur l'analyse de données1
  • Littérature d'entraînement de la FA1
  • Archives historiques d'Opta1
  • Profils de Business Insider / du Financial Times1
  • MIT Sloan Sports Analytics / Ludonautics1
  • Archives de StatsBomb / Business Wire1
  • Histoire de l'analyse de données dans le monde universitaire et l'industrie1
  • karun.in / littérature sur l'analyse de données 20181
  • Documentation d'Opta1
  • karun.in / littérature sur l'xT1
  • KU Leuven Machine Learning Research Group1
  • Rapports techniques du DFB1
  • Documentation produit de StatsBomb 3601
  • Profils de The Athletic1
  • Profils de The Athletic / The Guardian1
  • Archives de la Superliga danoise1
  • Research Live / Training Ground Guru 20231
  • Penguin Books Australia / Aevitas 20241
  • KDD 2019 / KU Leuven ML Group1
  • Archives de l'éditeur / SportsBook of the Year 20191
  • Tendances de l'entraînement 2013-261
  • Analyses de StatsBomb1
  • StatsBomb / visualisation de Wyscout1
  • Littérature sur l'OBV de StatsBomb1
  • Littérature sur le recrutement 2022-251
  • Cas d'usage de StatsBomb 3601
  • Records de la Superliga danoise / Football Hackers1
  • Records de la Championship 2020-211
  • Records de la Premier League / littérature sur l'analyse de données1
  • Records de la Premier League 2022-231
  • Analyse de la Premier League 2022-241
  • Premier League 2023-261
  • Analyse de la Championship et de la Premier League 2020-251
  • Documentation de StatsBomb 2021-241
  • Blog de karun.in 20181
  • Records de transferts de The Athletic 20171
  • Blog de karun.in / littérature sur l'xT1
  • Blog de karun.in / littérature sur les chaînes de xG1
  • StatsBomb / littérature sur les modèles d'Opta1
  • KDD 2019 / documentation de StatsBomb1
  • Training Ground Guru 20231
  • Articles de The Athletic 20241
  • Penguin Books 20241
  • Records de la Bundesliga 2023-241
  • Records de la Premier League 2024-251
  • Tendances d'adoption de l'analyse de données 2023-261
  • Littérature sur l'xT1
  • Littérature sur la gestion des risques1
  • Blog de karun.in / littérature sur l'analyse de données1
  • Analyse de données du recrutement1
  • Histoire de l'entraînement / de l'analyse de données1
  • Littérature sur l'analyse de données 2023-261