30 000. C’est en moyenne le nombre de statistiques enregistrées par Opta lors d’une journée de Ligue 1, Liga ou Premier League. Alors que ce chiffre pourrait laisser penser qu’à l’ère du big data et du digital, le football professionnel a atteint sa pleine maturité en matière de données, gare aux raccourcis et aux trous de mémoire. Certes, les data abondent comme jamais auparavant, modifiant de facto de nombreux aspects du jeu et de la relation aux fans. Pour autant, les clubs de football sont loin d’avoir fait figure de pionniers en termes d’analyse de données – tant sportives que business – et tous n’en sont aujourd’hui pas au même niveau en la matière. Etat des lieux et retour sur une relation mouvementée. Par Charles Salvanet.
Analyse de données : de quoi parle-t-on ?
Plus communément désignée par le terme anglo-saxon “data analytics”, l’analyse de données renvoie à la collecte, l’analyse ainsi que le stockage d’un nombre considérable de données issues de sources diverses. Sorte de big data à plus petite échelle, elle se décline dans le football professionnel en deux volets :
– Le football analytics, défini, comme la science consistant à analyser des données afin d’améliorer les performances sportives, notamment dans les domaines tactiques et médicaux, ainsi qu’en matière de transferts.
– Le business analytics, désignant, lui, la science consistant à analyser des données afin d’améliorer les performances économiques. Se rapprochant du CRM, il implique de collecter des données issues principalement des interactions avec les fans, afin d’en tirer une valeur positive future (hausse de revenus ou baisse de coûts) notamment dans les champs de la billetterie, du sponsoring et du marketing.
Un retard à l’allumage à la fois contraint … et auto imposé
Si l’une comme l’autre de ces pratiques ont aujourd’hui globalement bien pénétré le football professionnel, leur progression reste récente et fut handicapée par de nombreux obstacles.
Le principal, qui concerne le secteur sportif dans sa globalité, est la relative nouveauté des technologies qui sont constitutives de l’analytics et indispensables à son efficience. Pour permettre une amélioration significative des performances, l’analytics doit en effet s’appuyer sur des technologies de collecte, de synthèse, et surtout d’analyse qui soient suffisamment avancées. C’est par exemple faute de technologies satisfaisantes que jusque dans les années 1990, un média comme Canal + ne recensait lors des matchs que les corners et les tirs … sur une feuille de papier. Pour que l’analytics constitue véritablement un levier intéressant pour les clubs, il a donc fallu attendre la révolution digitale et la vague de progrès technologique initiée à partir des années 2000 (miniaturisation des capteurs, apparition de systèmes vidéo fonctionnant avec de l’intelligence artificielle, avènement des réseaux sociaux…).
L’autre obstacle majeur, qui est, lui, propre au football, concerne la résistance rencontrée au sein même des clubs, certains considérant encore les données « davantage comme une menace que comme un outil »*. Cet obstacle fut d’autant plus handicapant que les clubs de football ont la particularité de s’organiser autour du personnage central qu’est l’entraîneur, lequel reste souvent l’unique décisionnaire des méthodes de travail au sein d’une équipe. Tandis que pour être source de valeur ajoutée l’analytics nécessite une utilisation longévive, les perpétuelles remises à zéro que constituent les changements successifs d’entraîneurs lui sont extrêmement préjudiciables. L’un des exemples les plus paradigmatiques s’est produit lors du passage de Carlo Ancelotti au PSG : alors qu’à son arrivée l’entraîneur italien avait exigé d’importants investissements pour développer l’analyse de données (achat de licences et d’appareils), il est lui-même reparti avec l’essentiel de ces dispositifs lorsqu’il a quitté le club de la capitale en 2013.
Une histoire d’hommes avant tout ….
Néanmoins, depuis deux décennies, tant les avancées technologiques que l’accroissement significatif du niveau de concurrence (sportive et financière) dans le football continental ont incité certains clubs à s’intéresser à l’exploitation des données. Historiquement, le développement de l’analytics s’est d’ailleurs fait avant tout au travers d’initiatives isolées prises par des clubs précurseurs, d’autres les ayant ensuite copiés en constatant leur succès. Consultant chez Deloitte Sports UK, James Young confie par exemple que « si les budgets consacrés à l’analytics ont augmenté seulement marginalement lors des 15 dernières années, le succès d’équipes comme le FC Midtjylland est en train de changer les perceptions ». Parmi les individus ayant le plus contribué à cette percée progressive de l’analytics à travers leur rôle de pionniers, l’on compte entre autres Charles Reep, qui, entre les années 1930 et 1960, collecta manuellement des données sur plus de 500 matchs anglais – données dont une mauvaise interprétation en fera l’un des hérauts du kick & rush. A la fin des années 1990, Arsène Wenger fut, lui, l’un des tous premiers entraîneurs à utiliser un programme informatique de collecte et d’analyse de données (Top Score) afin de mettre sur pied la meilleure équipe possible avec un budget réduit au maximum.
Un élément en particulier illustre la progression rapide qu’a connu l’analyse des données suite au succès de Wenger : alors que le logiciel d’analytics Prozone était encore l’apanage exclusif d’une ou deux équipes anglaises lors de la décennie 1990 (la première à l’avoir utilisé fut Manchester United en 1999), 19 des 20 clubs de PL utilisent aujourd’hui cette solution. Chacun possède également son propre département performance, les plus importants pouvant compter jusqu’à une trentaine d’analystes, comme c’est le cas à Manchester City. Dans la sphère business, les clubs européens et en particulier anglais – Championship inclus – sont de plus en plus nombreux à collaborer avec des entreprises spécialisées (Two Circles, Deloitte …), et prennent depuis quelques années un soin croissant à intégrer dans leurs organigrammes des personnels rompus à l’analyse de données. En 2016, Liverpool a par exemple promu son directeur de la division analytics au poste de directeur sportif, pendant que Swansea recrutait comme « consultant en transfert » le fondateur d’une entreprise spécialisée dans le traitement des données**.
Si leur rôle fut prépondérant, les entraîneurs n’ont toutefois pas été les seuls à influer sur le développement de l’analytics, en témoigne la situation des clubs anglais. L’avance prise par ces derniers s’explique en effet aussi par le fait que bon nombre d’entre eux (Manchester United, Liverpool, Arsenal, Crystal Palace …) sont détenus par des propriétaires américains, lesquels sont culturellement plus enclins à « introduire des méthodes mathématiques dans le fonctionnement de leurs clubs, notamment concernant les transferts »***. La diffusion de l’analytics à un ensemble plus large de clubs depuis 15 ans doit d’ailleurs beaucoup à l’arrivée aux commandes de propriétaires américains dans un nombre grandissant de clubs du vieux continent (Sunderland, Palerme, Nice, Marseille, prochainement Bordeaux…).
Par ailleurs, le développement accéléré de l’analytics depuis 10 ans résulte également du comportement prosélyte des ligues nationales, certaines ayant pris à leur charge de sensibiliser les clubs sur l’enjeu stratégique que représentent les données, en particulier dans le champ économique. Depuis 2016, la LFP travaille ainsi par exemple avec l’entreprise Two Circles, laquelle utilise son expérience pratique d’agence de conseil et de fournisseurs d’outils d’analytics auprès de nombreux top clubs et organisations sportives (Liverpool FC, Ajax, Girondins de Bordeaux, Premier League…) afin de soumettre des pistes de croissance aux clubs français.
Une révolution qui va au-delà des seuls clubs
Enfin, cet état des lieux de l’analytics dans le football professionnel ne serait pas complet sans mettre en avant son impact sur trois autres acteurs.
D’abord les sélections nationales, qui, à l’image des clubs, ont attendu que certaines jouent le rôle de pionniers pour se lancer collectivement. Côté terrain, c’est l’Allemagne qui a fait figure de précurseur en concluant dès 2012 un partenariat avec SAP pour disposer d’une interface agrégeant l’analyse de millions de données captées sur ses joueurs. La contribution de cette solution au sacre mondial de 2014 ayant été unanimement reconnue, d’autres équipes se sont ensuite engouffrées dans la brèche (Belgique et Brésil notamment). A cet égard, la décision inédite prise par la FIFA d’autoriser le port de capteurs en match lors du mondial russe fut un encouragement supplémentaire, et devrait inciter encore davantage d’équipes à suivre la tendance à l’avenir. Côté business, la Fédération Danoise de Football illustre, elle, la prise de conscience de l’importance des données pour accroître ses revenus. Elle a par exemple mandaté dès 2016 Two Circles, afin de « comprendre les préférences de [ses] fans et [ses] joueurs [et être] en mesure d’élaborer de nouvelles expériences et produits qui correspondent précisément aux souhaits et exigences des fans de football danois ».
Ensuite, les médias, qui constituent d’ailleurs les clients historiques d’OPTA, devant les clubs. A nouveau, la révolution induite par l’analytics fut très rapide et de grande ampleur : alors que les statistiques pour les 22 joueurs d’un match n’ont été saisies pour la première fois par Canal + qu’en 1999, elles ont aujourd’hui envahi les débriefs tactiques et autres chroniques post match, certaines émissions y étant même exclusivement dédiées (DataRoom…). Comble de cette situation, les journalistes sont aujourd’hui de plus en plus nombreux à analyser les données… sur les statistiques qu’ils fournissent dans leurs articles, afin de déterminer quels indicateurs leur permettent de générer le plus d’engagement auprès des lecteurs.
Enfin, les jeux de fantasy football. Ces derniers permettent aux fans de foot de constituer leur propre équipe et de s’affronter chaque semaine sur la base des performances réelles des joueurs. Or, comme le confie Martin Jaglin, co-fondateur du leader français MPG, « sans data, nous [les jeux de fantasy football] n’existerions pas ». L’essor de ce secteur est aujourd’hui tel que certains clubs commencent à s’y intéresser, en témoigne le lancement en 2017 par le FC Nantes de sa propre league de fantasy football. Baptisée « Coach Canari » cette dernière a pour but de fidéliser les fans nantais, mais aussi … d’alimenter la base de données du club. Les données, donc, encore et toujours au cœur de toutes les attentions.
Par Charles Salvanet
*John Coulson, ex-manager chez OPTA et aujourd’hui cadre chez Catapult Sports, cité par Szymanski, S. & S. Kuper (2016), « Les attaquants les plus chers ne sont pas ceux qui marquent le plus, et autres mystères du football décryptés », De Boeck Supérieur, 2e édition, page 3.
**Daniel Altman, fondateur de North Yard Analytics
***Hall, J. (2018), American owners, data disciples and digital media : Why Liverpool vs Roma is a Champions League tie of its time, cityam.com, avril.
