Scouting sur modèles : deux mille points de données par match et le casse-tête de la comparabilité

Tout part de la disponibilité des données. Une analyse chinoise de l'usage des grands volumes de données dans le football indique qu'un match professionnel produit plus de deux mille points de données : course, passes, contacts physiques. Les modèles d'apprentissage automatique croisent plusieurs sources pour estimer la forme future d'un joueur. On ne décrit plus un événement isolé, mais un flux de grandeurs mesurables.

Deuxième pilier : les indicateurs attendus. Le modèle de buts attendus (xG) attribue à chaque tir une probabilité de finir au fond des filets. La somme de ces valeurs indique combien de buts une équipe aurait dû marquer au vu des occasions créées, indépendamment du nombre réellement inscrit.

Le même tir, des chiffres différents

Le problème commence ici, et les analystes le connaissent bien. Les modèles xG actuels diffèrent par le choix des variables : partie du corps utilisée pour le tir, type d'action précédente, pression des défenseurs, position. Ces choix produisent des estimations systématiquement différentes pour les mêmes tirs. Les valeurs xG de fournisseurs distincts ne sont donc pas directement comparables, surtout quand un modèle intègre des informations contextuelles absentes de l'autre.

La conclusion pratique vaut avertissement pour tout club qui compare des joueurs de deux championnats : les « buts moins xG » d'un même footballeur peuvent changer avec le fournisseur de données. Sur de petits échantillons, les écarts relèvent souvent du bruit. Ils traduisent les choix et les biais du modèle, pas le niveau du joueur.

La diversité des fournisseurs

Le marché des fournisseurs de données reste concentré et pèse des milliards. Opta, fondée en 1996, fournit des données pour plus de 30 disciplines dans plus de 70 pays. Elle appartient depuis 2019 à Stats Perform. Genius Sports, cotée à la Bourse de New York, emploie environ 1500 personnes et sert plus de 300 marques de paris. Elle fournit des données et des diffusions issues de plus de 240 000 événements sportifs par an.

La consolidation ne s'arrête pas là. En février 2026, Genius Sports a annoncé le rachat de la société Legend, propriétaire des marques Casino.org et Covers.com, pour 1,2 milliard de dollars. L'action de la société a chuté de 23 pour cent en réaction. Le marché valorise donc avec nervosité les acquisitions dans ce segment.

Un club n'achète plus un seul modèle. Il achète un fournisseur, ses définitions d'événements et sa façon de compter, avec tout ce que cela comporte d'erreurs.

Pour le scouting fondé sur les modèles, la question n'est donc pas « faut-il des données », mais « les données de qui, et compare-t-on la même chose ». La réponse : non, tant que le fournisseur et la définition de l'indicateur ne sont pas fixés avant de mettre deux noms côte à côte.