L'analyse prédictive dans le football : utiliser les probabilités d'avant-match comme outils de décision

L'analyse prédictive dans le football est souvent rangée sous l'étiquette « qui va gagner », ce qui est la manière la moins utile de la lire. Une probabilité d'avant-match bien construite est un énoncé sur l'incertitude : quelle part du résultat est déjà inscrite dans la qualité des équipes, la forme, les blessures et l'adversaire, et quelle part reste ouverte. Si l'on donne à une équipe 40 % de chances de gagner, par exemple, ce n'est pas une prédiction de défaite. Cela signifie que sur cent rencontres identiques, elle en gagnerait environ quarante, et que la décision à prendre est de savoir comment se comporter dans un match réellement indécis.

Pour la préparation des matchs et la rotation, cela change la question. L'entraîneur principal et son staff n'ont que rarement besoin d'un verdict. Ils ont besoin de savoir à quel point la rencontre est réellement difficile, par rapport à ce que suggèrent le classement ou la réputation de l'adversaire. Un match où votre équipe est nettement favorite et où le nul constitue le principal risque appelle un plan d'effectif différent de celui d'une rencontre où les trois issues sont proches de l'égalité. Quand l'encombrement du calendrier oblige à choisir le match pour lequel on préserve les jambes, une probabilité donne à la discussion un chiffre commun à débattre, plutôt que des intuitions concurrentes. Elle oblige aussi à être honnête sur le nul, l'issue la plus difficile à cerner et celle qui façonne discrètement la plupart des calendriers.

Ce même chiffre est ce dont un conseil d'administration a besoin avant de réagir aux résultats. Les résultats sont bruités, et une courte série peut masquer un bon processus ou en flatter un mauvais. Si les probabilités d'avant-match des dix derniers matchs donnaient à votre équipe de bonnes chances dans la plupart d'entre eux et que les points ne sont pourtant pas venus, cela renvoie à la variance, et la patience peut être le bon choix. Si les résultats ont été bons face à des prévisions qui jugeaient ces matchs difficiles, vérifiez si les performances le confirment avant de fixer les attentes pour la série suivante. La comparaison se fait entre ce qui était attendu et ce qui s'est produit, match après match, et elle n'a de sens que sur un grand nombre de rencontres.

Les analystes peuvent aussi traiter la probabilité comme une base de référence pour leur propre préparation. La question utile est de savoir où le regard de votre staff diverge de la prévision, et pourquoi. Si le modèle s'appuie sur les résultats récents et que votre travail vidéo indique que la forme de l'adversaire cache un problème structurel, ce désaccord est la partie intéressante. Les compositions confirmées comptent aussi : une prévision qui se met à jour à la publication des équipes, en général environ une heure avant le coup d'envoi, est plus utile qu'une prévision figée des jours plus tôt, car les blessures et les suspensions sont précisément ce qui fait bouger un match. C'est une façon de répondre à la question de l'usage de l'analyse de données dans le sport au quotidien : comme un second avis discipliné, pas comme un oracle.

Avant de se fier à une prévision, un responsable data devrait se poser quatre questions. D'abord, la calibration : quand le produit annonce 70 %, ce type de pari se vérifie-t-il environ sept fois sur dix ? Une prévision sûre d'elle qui se trompe trop souvent est pire qu'une prévision modeste mais honnête. Ensuite, existe-t-il un historique public noté, avec une règle claire sur les prévisions retenues ? Troisièmement, quelle est la taille de l'échantillon, et par rapport à quelle référence est-il mesuré ? Quatrièmement, le fournisseur indique-t-il les limites au-delà desquelles la prévision ne fonctionne plus ? Les affirmations de précision sans dénominateur, sans référence et sans fenêtre temporelle méritent la méfiance. Quand on demande quelle est la fiabilité d'une intelligence artificielle pour la prédiction de football, la réponse honnête est un chiffre accompagné de ses conditions.

Kickwise offre un exemple concret de ce à quoi peut ressembler un tel historique. Il conserve la dernière prévision émise avant le coup d'envoi et la note sur le résultat après 90 minutes, prolongations comprises le cas échéant, les séances de tirs au but étant comptées comme des nuls. Sur les 90 derniers jours, ses prévisions à 65 % de confiance ou plus ont été justes 133 fois sur 166 (80 %), dans des matchs où l'équipe qui recevait l'a emporté 61 % du temps, de sorte que parier systématiquement sur l'équipe à domicile aurait donné 61 %. Cette comparaison est tout l'enjeu : un taux de réussite ne signifie pas grand-chose tant qu'on ne sait pas ce qu'une règle naïve aurait obtenu sur les mêmes matchs.

L'historique toutes confiances confondues est plus modeste et plus instructif. Sur les 30 derniers jours, avec trois issues possibles par match, il a été juste 411 fois sur 697 (59 %), avec un score de Brier de 0,556 contre 0,634 pour une référence qui attribue à chaque match les propres taux de victoire à domicile, de nul et de victoire à l'extérieur de l'échantillon. Le score de Brier sanctionne les erreurs commises avec aplomb et récompense les probabilités honnêtes, et plus il est bas, mieux c'est : battre la référence compte donc davantage que le pourcentage brut. Les limites sont elles aussi énoncées sans détour : le nul est l'issue la plus difficile, les matchs amicaux et ceux pour lesquels on dispose de peu de données se rapprochent du pile ou face, et une prévision à 70 % doit encore échouer environ trois fois sur dix.

Ce dernier point marque la limite de l'outil. Une probabilité ne peut pas dire ce que fera un match en particulier, et quelques rencontres ne prouvent rien dans un sens comme dans l'autre. Servez-vous-en pour mesurer la difficulté, pour distinguer la chance de la performance sur une série de matchs et pour affiner votre propre analyse. Jugez-la, comme vous jugeriez une recrue, sur un historique long et tenu honnêtement plutôt que sur le week-end dernier.