Ce soir, tremblera à nouveau le temple de la porte d’Auteuil. En effet, après une qualification miraculeuse aux dépens de l’ogre bavarois, le Paris Saint-Germain affronte Manchester City pour une place en finale de ligue des champions. Et si tout est prêt pour que la fête soit parfaite, une incertitude demeure et fait suer les bookmakers des deux camps.
Le meneur de jeu belge, Kevin De Bruyne, sera-t-il en mesure de tenir sa place sur le terrain ? J’imagine que vous nous voyez venir, faire des projections basées sur des réseaux neuronaux pour évaluer les chances du diable rouge de jouer, mais il n’en est rien. Une fois n’est pas coutume sur votre série datafoot, il sera question ici d’un passé proche et certain et non pas de projections futures : les négociations « data driven » du prolongement du numéro 10 à Manchester, ouvrant la voie à l’utilisation de prédictions statistiques dans les tractations ô combien sensibles des prochains mercatos.
La data au cœur des négociations
Le 7 avril 2021, Manchester City officialise la prolongation du contrat de Kevin De Bruyne jusqu’en juin 2025 pour un total de 83 Millions de livres sterling (à ne pas confondre avec Raheem). Si cette transaction a été faite sans agent, KDB a été conseillé par son cabinet de conseil juridique Atfield et sa société de gestion Roc Nation (fondée par nul autre que Jay Z).
Sur les conseils d’Atfield, le milieu de terrain a également fait appel à l’entreprise Analytics FC pour produire un reporting des performances passées et présentes du joueur, un benchmark des salaires, mais également des projections sur ses performances futures, et c’est là que cela devient intéressant.
Un petit point sur cette entreprise un peu particulière : Analytics FC a été fondée par un ancien de West Ham et entraîneur de l’équipe B de Brentford, Jeremy Steele. En 2015, il met au point TransferLab, un logiciel de recrutement alimenté par un algorithme qui calcule la « valeur de contribution » d’un joueur.
Pour calculer cette valeur, l’algorithme analyse un grand nombre de données footbalistiques telles que : les objectifs attendus ou les passes décisives attendues et calcule l’effet qu’un joueur a eu sur les chances de son équipe de marquer ou concéder des buts.
Cette valeur de contribution est ensuite comparée a des joueurs de la même catégorie d’âge, de poste, de ligue, etc.
Le cas Kevin de Bruyne
Lorsque le joueur le plus important d’Angleterre frappe à la porte d’Analytics FC, le rapport rendu est évidemment sur mesure. Cependant, selon Jeremy Steele lui-même, un nombre important de données présentées dans celui-ci provient de TransferLab.
Toujours selon Jeremy Steele dans une interview donnée à un journal portugais, KDB a demandé une analyse poussée aussi bien de ses statistiques de contribution à l’équipe que des statistiques prédictives sur les chances de Manchester city à performer dans les années à venir, avec et sans lui.
Compte tenu de l’issue des négociations, les résultats présentés ont démontré l’importance de De Bruyne pour City, et réciproquement, le fait que City soit le meilleur club pour la poursuite de sa carrière.
Le premier cas d'une longue série ?
Si l’utilisation poussée des données et prédictions par Kevin De Bruyne est le premier cas si abouti, cela fait désormais plusieurs années que la data est utilisée dans les transactions footballistiques. Une révélation récente affirme par exemple qu’à la fin de l’année 2016, Manchester United avait missionné un concurrent de Analytics FC, SciSPORTS pour démontrer par l’analyse de données qu’ils étaient le meilleur club pour Memphis Depay, manifestement sans succès.
TransferLab avait prévu la victoire de city en champions league au cours des 3 prochaines années. Aux joueurs de Pochettino, désormais, de nous offrir une année supplémentaire d’incertitude et d’expédier De Bruyne à la maison aux portes de la finale. Il paraît qu’il en a l’habitude.
Vous aussi, impressionnez vos futurs recruteurs et mener des négociations de contrat data driven en suivant l’une de nos formations !
