Quelle fiabilité pour les pronostics de football : audit pratique de n'importe quelle prévision de match

Avant de vous appuyer sur une prévision, que ce soit pour préparer un match, rédiger une note à destination d'un conseil d'administration ou concevoir un produit pour les supporters, il vous faut un moyen de répondre à la question de la fiabilité réelle des pronostics de football. Un simple taux de réussite affiché en gros ne suffit pas. La réponse passe par un audit, et cet audit comporte cinq volets : un historique public qui ne peut pas être modifié après coup, la calibration, les tranches de confiance, un score mesuré face à une référence simple, et un échantillon assez large pour avoir un sens.

Commençons par l'historique lui-même. Une prévision n'est vérifiable que si le pronostic a été figé avant le coup d'envoi et noté ensuite selon une règle énoncée. Demandez quel pronostic est retenu quand une prévision évolue (le premier, le meilleur ou le dernier avant le coup d'envoi) et à quel résultat il est confronté. Les 90 minutes, ou la prolongation aussi ? Les tirs au but comptent-ils comme un match nul ou comme une victoire ? Un fournisseur qui refuse de répondre à ces questions ne propose pas un historique, seulement un récit. Vérifiez aussi que les échecs sont visibles à côté des réussites, et que l'historique couvre tous les matches que le fournisseur prétend couvrir, et pas une sélection.

La calibration est le deuxième test, et celui que les décideurs sautent le plus souvent. Une probabilité calibrée signifie que lorsqu'une prévision annonce 70 %, l'événement se produit environ sept fois sur dix sur un grand nombre de matches, et qu'un échec trois fois sur dix fait partie du contrat, pas d'une défaillance. Un seul pronostic à 70 % qui se trompe ne dit presque rien. Ce qu'il faut regarder, c'est si les pronostics à 70 %, pris ensemble, tombent près de 70 %, et si ceux à 40 % tombent près de 40 %. Un prévisionniste toujours sûr de lui et souvent dans le vrai sur une courte série peut simplement avoir de la chance, alors que celui dont les chiffres annoncés collent à la réalité vous donne quelque chose sur lequel planifier.

Cela nous mène aux tranches de confiance. La précision globale mélange des matches faciles et des rencontres proches du pile ou face : lisez donc l'historique par tranche. Les pronostics à forte confiance sont ceux sur lesquels vous pourriez agir, dans la rotation d'un effectif ou dans la façon de présenter une affiche à un conseil, il faut donc les juger séparément et les comparer au raccourci évident. Si l'équipe qui reçoit gagne 60 % du temps dans les mêmes matches, alors miser systématiquement sur elle est la vraie référence, et une prévision doit la battre pour justifier son existence.

Le score de Brier est le quatrième outil. Il mesure l'écart entre les probabilités publiées et ce qui s'est réellement produit, en sanctionnant lourdement les erreurs commises avec aplomb, et plus il est bas, mieux c'est. Pris isolément, ce chiffre est difficile à lire : comparez-le toujours à une référence, par exemple en attribuant à chaque match les taux de victoire à domicile, de nul et de victoire à l'extérieur propres à l'échantillon. Un modèle qui ne bat pas cette référence ajoute du bruit. Toute réponse sérieuse à la question de savoir si l'intelligence artificielle peut prédire avec exactitude les résultats du football doit être posée ainsi : non pas par oui ou par non, mais par un score face à une alternative sans relief.

Le bilan de Kickwise montre comment cela fonctionne, y compris dans ses aspects gênants. Son historique public conserve le dernier pronostic émis avant le coup d'envoi et le note sur le résultat après 90 minutes, prolongation éventuelle comprise, une séance de tirs au but étant comptée comme un match nul. Sur les pronostics émis avec une confiance de 65 % ou plus au cours des 90 derniers jours, le bilan est de 43 bons sur 53 (81 %), dans des matches où miser systématiquement sur l'équipe qui reçoit aurait été juste 60 % du temps. Sur l'ensemble des pronostics notés, tous niveaux de confiance confondus, au cours des 30 derniers jours, on compte 68 bons sur 111 (61 %), avec un score de Brier de 0,56 contre 0,654 pour la référence ; l'équipe qui recevait l'a emporté dans 40 % de ces matches. Les 7 derniers jours donnent 23 bons sur 37 (62 %), avec 0,575 contre 0,643.

Passons maintenant aux limites, qui comptent autant que les chiffres. Le match nul est le résultat le plus difficile à prévoir. Les matches amicaux et ceux pour lesquels les données sont minces s'apparentent à des pile ou face, et une prévision doit le dire plutôt que de les maquiller. Et un pronostic à 70 % se trompe encore environ trois fois sur dix. Reste la taille de l'échantillon : 37 matches en une semaine et 53 pronostics à forte confiance sur un trimestre suffisent pour dégager une tendance, pas pour rendre un verdict. Une fenêtre de 7 jours peut basculer sur une poignée de résultats, ce qui explique pourquoi les fenêtres plus longues méritent plus de poids et pourquoi aucun de ces chiffres ne doit être lu comme une promesse.

Mis bout à bout, l'audit est assez simple pour être confié à un responsable data ou à un directeur technique chargé d'évaluer un prestataire ou de bâtir une solution en interne. Exigez le moment du pronostic et la règle de notation, lisez la calibration par tranche, comparez le score de Brier à une référence énoncée, et refusez toute conclusion tirée de petits échantillons. Utilisée ainsi, une prévision devient un apport utile à l'analyse d'avant-match et aux rapports d'analyse de l'adversaire, une vision calibrée des probabilités qui vient s'ajouter au scouting et à la tactique. Elle ne les remplace pas, et elle ne dit pas ce qui va se passer samedi.