serac

L'influence des joueurs sur leurs équipes

Comment évaluer l'apport d'un joueur au sein d'un collectif ?

02/05/2020

Cet article est le premier d'une série consacrée à une question prépondérante.
La mesure des performances individuelles au sein d'un match de football tient de la gageure. D'abord parce qu'il y a peu d'actions déterminantes (des actions pouvant amener à un but). En cela, le football est chaotique en comparaison avec des sports comme le basket-ball ou le baseball. Il est bruité et la performance est délicate à mesurer. Les expected goals et leurs dérivés offrent un moyen de résoudre partiellement ce problème.

Car il délicat d'attribuer une action à un joueur en particulier. Lorsqu'un joueur marque un but, c'est souvent grâce à un second qui lui aura passé la balle au bon moment ou à un troisième dont l'appel aura neutralisé un défenseur. En réaction, il y a une sophistocation des statistiques individuelles (Passes Allowed Per Defensive Action, ...)

Il existe peut-être une autre voie pour jauger de l'apport d'un joueur à son équipe : comparer les résultats avec ou sans ce joueur. L'idée, simple, se heurte cependant à la complexe réalité du football. D'importants biais la rendent difficilement applicable :

  • Le niveau des adversaires varie, cela a tendance à fausser les calculs
  • La prise en compte des autres joueurs sur le terrain aux mêmes instants est une variable confondante à prendre en compte
  • ...

Dans un premier temps, faisons abstraction de ces problèmes. Nous allons calculer pour chaque joueur les buts pour et contre lors de toutes les minutes qu'ils ont passés sur le terrain. Notre exemple porte sur l'Olympique de Marseille et la saison 2019-2020, prématurément interrompue en raison de l'épidémie de Covid-19.

En 28 matchs, l'équipe a marquée 41 buts contre 29 pour ses adversaires. En moyenne, l'OM marque 1.4 buts par match et en encaisse 1.

Isolons tous les joueurs ayant joué au moins 500 minutes :

Steve Mandanda est le joueur qui a disputé le plus de minutes avec l'OM en Ligue 1 lors de la saison 2019-2020

Minutes jouées par l'OM avec ou sans le joueur

NomMinutes avecMinutes sans
Steve Mandanda2371149
Morgan Sanson2186334
Bouna Sarr2170350
Jordan Amavi2163357
Boubacar Kamara2141379
Dario Benedetto2115405
Dimitri Payet1937583
Duje Caleta Car1883637
Valentin Rongier1793727
Alvaro Gonzalez1655865
Hiroki Sakai1622898
Kevin Strootman14081112
Valere Germain13471173
Maxime Lopez11091411
Nemanja Radonjic8731647

Pour tous ces joueurs, affichons maintenant la différence de but avec ou sans le joueur :

Avec Kamara sur le terrain, l'OM a une différence de but à +0.6 par 90 minutes, sans lui à -0.7.

NomDiff avecDiff sansApport
Boubacar Kamara0.6-0.71.3
Dimitri Payet0.7-0.51.2
Jordan Amavi0.6-0.51.1
Alvaro Gonzalez0.7-0.10.8
Morgan Sanson0.5-0.30.8
Nemanja Radonjic0.90.20.8
Valentin Rongier0.50.20.3
Bouna Sarr0.50.30.2
Dario Benedetto0.40.7-0.3
Valere Germain0.30.6-0.3
Duje Caleta Car0.30.7-0.4
Kevin Strootman0.30.6-0.4
Hiroki Sakai0.20.9-0.7
Steve Mandanda0.41.2-0.8
Maxime Lopez-0.10.8-0.9

Ces premiers chiffres sont intéressants, mais on veut distinguer les joueurs offensifs et défensifs. Pour les attaquants, le plus important reste leur apport dans les buts marqués. Les défenseurs sont évalués sur les buts encaissés.

Sans Amavi, l'OM encaisse 2 fois plus de buts par 90 minutes

Buts encaissés par 90 mn avec ou sans le joueur

NomBut encaissés avecBut encaissés sansApport
Jordan Amavi0.91.80.8
Alvaro Gonzalez0.91.20.3
Bouna Sarr11.30.3
Steve Mandanda11.20.2
Boubacar Kamara11.20.2
Hiroki Sakai1.11-0.1
Duje Caleta Car1.11-0.1
Kevin Strootman1.11-0.1

Germain, Payet et Radonjic sont les 3 joueurs qui apportent le plus de buts par leur présence

Buts marqués par 90 mn avec ou sans le joueur

NomBut marqués avecBut marqués sansApport
Valere Germain1.71.20.6
Dimitri Payet1.61.10.5
Nemanja Radonjic1.61.40.3
Valentin Rongier1.51.40.1
Bouna Sarr1.51.5-0.1
Maxime Lopez1.41.5-0.2
Kevin Strootman1.31.6-0.3
Dario Benedetto1.41.8-0.4
Morgan Sanson1.41.9-0.5

Ces résultats peuvent sembler cohérents, mais il ne faut pas oublier les nombreux biais présents. Nous essaierons d'améliorer ce modèle dans un prochain article.

Source : fbref


Écrit par @n_mondon

© 2020 - serac.io