Liverpool a innové pour gagner

30 ans plus tard, Liverpool est de nouveau champion d’Angleterre. Il n’est jamais simple de tenter d’expliquer les raisons d’une victoire. Johan Cruyff aurait tenu ces propos : « Pourquoi les responsables sauraient pourquoi l’équipe perd, alors qu’ils n’ont jamais su pourquoi elles gagnaient auparavant ? ».

Définir les facteurs clés de succès est pourtant une étape indispensable si l’ on souhaite faire perdurer les victoires. Un des facteurs clés pour le Liverpool de Jurgen Klopp est surement l’utilisation d’innovations en tout genre pour acquérir un avantage compétitif.

J’ai listé ci-dessous différentes ressources disponibles sur le web pour les curieux, fans et piqueurs d’idées :

Big data :

How Data (and Some Breathtaking Soccer) Brought Liverpool to the Cusp of Glory, New York Times, Bruce Schoenfeld, 22 mai 2019 : Jurgen Klopp n’étudiait pas la data à Dortmund ; l’arrivée du propriétaire John Henry déjà coutumier du moneyball avec les Red Sox ; le travail de Ian Graham, directeur de la R&D, dans le recrutement notamment ; les rôles de Tim Waskett, astrophysicien, et Will Spearman, docteur en philosophie..

How Math and Data Science Made Liverpool the Best Team on the Planet, medium.com, Viroshan Naicker, 16 janvier 2020 : évoque les incentives Skin in the game ; explicite la méthode de recrutement autour de 4 axes :

1. An explicit, quantifiable, sense of how the manager wants the team to play; and a method for realizing this within a specific budget.
2. Models and methods for making player assessments; per position.
3. An understanding of team dynamics.
4. Models for the team’s evolution with each additional player recruited.

Le Liverpool FC utilise une IA française pour analyser ses matches en temps réel, 01net.com, Adrien Branco, 10 octobre 2019 : présentation de l’apport de la startup SkillCorner.

The Triumph of Merseyball: How Liverpool Won the Premier League, The New York Times, Rory Smith, 26 janvier 2020 : Mersyball et les data driven decisions ; l’influence du directeur sportif Michael Edwards ; les gains marginaux provenant du travail de Thomas Gronnemark, spécialiste des touches et Mona Nemmer, nutritionniste.

The lessons Manchester United can learn from football analytics leaders Liverpool and Barcelona, Independant, Melissa Reddy, 18 avril 2020 : l’apport des départements analytics dans le foot ; des exemples de datarecrutement.

Liverpool are using incredible data science during matches, and effects are extraordinary, liverpool.com, 27 janvier 2020 : quelques illustrations analytics

Les Hommes et Femmes :

Michael Edwards: The Making of the Man Who Helped to Make Klopp’s Liverpool, Bleacher Report, Tom Williams, 25 mars 2020 : personnalité du directeur sportif

Ian Graham: How Liverpool integrate data, analysis and coaching, William Spearman: How Liverpool create pitch control models, Ian Graham: The ‘one currency’ Liverpool use to judge players, Tim Waskett: The maths behind Liverpool’s title charge, plusieurs articles de traininggroundguru.com sur les outils innovants utilisés

How Liverpool and Tottenham became two of Europe’s best-run clubs from the man whose values shaped both, Independant, Jack Pitt-Brooke, 1er juin 2019 : interview de Damien Comolli, ancien directeur sportif du LFC, initiateur de l’arrivée des expected goals lorsqu’il était à Tottenham ; a recruté Michael Edwards et Ian Graham à Liverpool; bientôt président du TFC ?

Behind the Badge: Mona Nemmer | Tailoring nutrition, life at LFC & more, vidéo de présentation de Mona Nemmer, nutritionniste.

Les meilleures équipes combinent les touches longues, rapides et intelligentes, Nosotros : entretien avec l’entraîneur spécialiste des touches Thomas Gronnemark.

Tactique :

The 10 tactical innovations that transformed Klopp’s Liverpool into champions, Athlétique, Michael Cox, 26 juin 2020 : 10 innovations tactiques décrites : Pressing-Firmino as a false nine- 4-3-3- Mane & Salah on the break- Virgil van Dijk- A top-class goalkeeper- Assisting from full-back- Long balls- Henderson shifts right- Fabinho dominates

Les clés de la transformation de Liverpool, podcast vu du banc

Comment jürgen klopp a construit son Liverpool, So foot, Maxime Brigand, 2 juillet 2020

Tactique : le rouleau-compresseur atypique du Liverpool de Jürgen Klopp, L’Equipe, Pierre-Étienne Minonzio, 2 juillet 2020

Entraînement :

Position specific and positional play training in elite football: context matters, Barca Innovation hub : exemples d’exercices d’endurances et de vitesse spécifique avec la vidéo : youtube.com/watch?v=vfpPN1Cm1Vo#action=share

Le classement ment : Points, xPoints, TSR ou Pythagore ?

Le « Pythagorean expectation » est une formule conçue par Bill James (père des sabermetrics) pour estimer le pourcentage de matchs qu’une équipe de baseball « aurait » dû gagner en fonction du nombre de « runs » qu’elle a inscrit et subi.

La comparaison du pourcentage de victoires réel et le % de victoire pythagoricien d’une équipe peut être utilisée pour faire des prédictions et évaluer quelles équipes sont sur-performantes et sous-performantes. L’objectif de cette métrique  se rapproche beaucoup des expected goals pour le football. Le nom vient de la ressemblance de la formule avec le théorème de Pythagore.

Pour évaluer le niveau de performance d’une équipe de football, nous disposons de plusieurs indicateurs : le nombre de points (méthode classique), les expected points (simulation des résultats en fonction en fonction du nombre et de la qualité des occasions créées et concédées = expected goals), le total shot rate (rapport entre le nombre de tirs réalisés et le nombre de tirs subis) et donc le « pythagorean expectation ».

La formule de base de ce dernier pour le baseball est :

Win Ratio ou ratio de victoires  = runs scored^2 / (runs scored^2 + runs allowed^2)

Le nombre de victoires attendu est ensuite obtenu par la multiplication du Win Ratio par le nombre de parties jouées.

Le nom Pythagore est utilisé car cette première version de calcul supposait que les runs ^ 2 / (runs ^ 2 + runs autorisés ^ 2) devraient égaler le pourcentage de victoires, empruntant l’exposant de 2 au théorème de Pythagore : a ^ 2 + b ^ 2 = c ^ 2 c’est à dire dans un triangle rectangle, le côté opposé à l’angle droit, est égal à la somme des carrés des longueurs des deux autres côtés.

L’exposant 2 utilisé originellement par James a été corrigé à plusieurs reprises afin de rapprocher les prédictions de la réalité. L’exposant optimal s’est avéré ne pas être 2 mais environ 1,82 (baseball reference).

Cette statistique a été adaptée pour le basketball, le football us ou encore le hockey.

Si on devait utiliser l’approche Pythagoricienne pour le ballon rond, la formule utilisée serait la suivante : Buts inscrits ^x / (Buts inscrits ^x + Buts encaissés ^x). Pour identifier la valeur de l’exposant x, il faut pouvoir minimiser cette fonction en pénalisant les écarts importants entre la prédiction et la réalité. En utilisant les données de la saison 2019/20 de ligue 2, on additionne pour chaque équipe l’écart entre le nombre de points attendus et le nombre de points réellement obtenus. Le x qui minimise la somme des erreurs quadratiques est de 1,2.

Ce qui nous donne comme classement :

L’avant dernière colonne indique l’écart existant entre le nombre de points réels et le nombre de points simulés par la méthode pythagorienne. Le nuancier de couleurs permet de mettre en relief les surperformances et sous-performances collectives. On constatera qu’avec cette méthode, peut d’équipe apparaissent comme surperformantes : le nombre de point attendu est très souvent supérieur au nombre de points réel ce qui est troublant.

L’utilisation de Pythagore pour le football ne s’est pas démocratisée. Beaucoup privilégient des modèles de type Monte-Carlo avec tirages aléatoires car plus fiables pour les prédictions de résultats à venir. Je vous invite à consulter l’article suivant de soccermetrics datant de 2012 qui critique cette méthode pour le football :  https://www.soccermetrics.net/soccer-pythagorean-theory/why-the-baseball-pythagorean-doesnt-work-for-soccer

En ce qui me concerne, je serai beaucoup moins critique en vers cette méthode et je résumerai ma pensée ainsi :

• les expected points sont utiles pour évaluer la conversion des occasions en buts,
• le Total Shot Rate s’intéresse à la corrélation entre le nombre de tirs et la probabilité de marquer,
• la méthode pythagorienne est utile pour convertir le nombre de buts réellement inscrits en victoires car ce sont les seules choses qui comptent finalement au classement général.

Pour toutes ces raisons, la méthode pythagoricienne n’est pas à mettre à la poubelle surtout qu’elle peut être utilisé pour le calcul de l’objectif de buts par victoires dans certains modèles WAR.

Je prédis que ces modèles vont bientôt déferler dans le monde du football. Ils correspondent à la quête ultime d’obtenir une métrique unique évaluant la valeur d’un joueur individuel par rapport à un joueur de « niveau de remplacement » comme au baseball. Ils existent surement déjà mais restent confidentiels au sein des clubs qui ont misé sur les analytics.

Dans le cas de la ligue 2 pour la saison 2019/20, on utiliserait la méthode pythagorienne de cette manière :

Buts par victoire = (4 X nombre de buts par match par équipe dans le championnat) / exposant

soit pour la ligue 2 cette saison : (4 x 1,11 ) / 1,2 = 3,7.

Autrement dit, si j’avais calculé le GAR d’un joueur (Goals Above Replacement), je l’aurai divisé par ce chiffre pour obtenir le WAR (Wins Above Replacement).

Si vous souhaitez en apprendre plus sur le WAR, je vous conseille la lecture du site americans soccer analytics qui a publié très récemment une suite d’articles sur leur métrique « goals added » qui s’approche du travail de SciSports à la différence que la méthodologie est désormais open source et non mercantilisée :

https://www.americansocceranalysis.com/home/2020/4/22/37ucr0d5urxxtryn2cfhzormdziphq

Bonne lecture

Introduction au Player Impact Estimate (PIE)

Au Basketball, une des statistiques les plus récentes est le Player Impact Estimate. Elle a été créée en 2013 par John Hollinger aujourd’hui VP of basketball operations chez les Memphis Grizzlies. La carrière d’Hollinger est intéressante. Il a d’abord été blogueur en 1996 avec un site web qui avait pour accroche « The Basketball Page for Thinking Fans ». L’écriture de son blog était pour lui un hobby. Elle était le point de départ d’une grande aventure.

Il a ainsi pu expérimenter plusieurs nouvelles méthodes d’analyses notamment dans l’évaluation de la contribution d’un joueur à la performance globale de l’équipe.

Il a attiré l’œil de plusieurs magasines web et papiers qui ont mis en avant son travail. Il a ensuite été embauché chez OregonLive.com où il a développé le fameux PER : Player Efficiency Rating. Il a ensuite poursuivi sa carrière chez Sports Illustrated et ESPN avant d’entrer chez les Grizzlies. Entre temps, il a complété le PER par le Game Score qui est la statistique que l’on retrouve le plus souvent dans les tableaux de statistiques NBA dans la colonne Évaluation.

La production statistique de John Hollinger s’est rapidement démocratisée en partie par la simplicité de ses calculs et leur lisibilité. C’est le cas avec le Player Impact Estimate (PIE).

Récemment le site francophone viziball a été lancé. Ce dernier rend accessible les différents classements et performances collectives et individuelles de la NBA sous un design bien pensé. Le PIE est par exemple mis en avant. C’est en consultant ce site que m’est venu l’envie d’expérimenter le PIE et de l’appliquer au football.

Définition

Selon le glossaire de viziball, « le PIE désigne le pourcentage des faits de matchs auxquels le joueur a participé. C’est une statistique intéressante car elle propose de montrer sous forme de ratio, la contribution d’un joueur sur un match.

Il s’agit bien de tous les faits de matchs, donc pas uniquement les actions d’une équipe. C’est à dire qu’en additionnant les PIE de tous les joueurs on obtient très précisément 100%. Cela veut aussi dire qu’à chaque fois qu’un joueur réalise un fait de match positif (panier, rebond, passe décisive, contre, interception), cela va faire diminuer un peu la note de tous les autres. Ainsi, une ligne de stat identique sur deux matchs différents, ne donnera pas nécessairement la même mesure d’impact, et réciproquement, deux mesures d’impact identiques, ne proviendraient pas forcément de lignes de stats identiques. De même le score peut être négatif, dans le cas où le joueur n’a pas produit suffisamment de faits de match positifs pour passer au-dessus de zéro. »

La bonne nouvelle, c’est que cette définition est tout à fait adaptable au football. Le PIE est utilisable en l’état. On va pouvoir mesurer l’impact d’un joueur sur l’ensemble des actions d’une rencontre. La différence par rapport au basket sera simplement que les actions ne seront pas des paniers, rebonds mais des passes, duels, ou encore des dégagements…

Attention, il ne faut pas se tromper d’objectif. Il ne s’agit pas d’évaluer la performance du joueur. Ici il s’agit de mesurer sa contribution aux actions d’un match : c’est bien son impact quantitatif qui est mesuré.

Formule

Comme décrit ci-avant, on va soustraire les actions individuelles ratées aux actions individuelles réussies et les comparer à la somme des actions réalisées sur le match :

PIE d’un joueur = (Nombre d’actions réussies – Nombre d’actions ratées) / (Somme du nombre d’actions réussies des deux équipes – Somme du nombre d’actions ratées des deux équipes)

A la différence du basketball, on peut s’attendre à de grandes différences dans les résultats du PIE à cause de deux composants majeurs :

• Il y a 22 joueurs sur un terrain de football contre 10 au basket : l’impact d’un joueur sur une rencontre de foot sera plus faible avec moins Evènements comptabilisés
• Il y a de plus nombreux postes au football qu’au basketball. Le gardien par exemple ne peut être inclus dans l’étude d’impact. Son rôle et ses actions ne sont pas comparables aux joueurs de champs. Aussi, la réussite des actions sera plus forte pour un défenseur qu’un attaquant. Nous y reviendrons un peu plus tard.

Exemple

J’ai pris comme exemple le dernier match du Stade Malherbe face à Châteauroux le 6 mars dernier. 25 joueurs de champ ont pris part au match pour un total de 1 437 actions tentées, 886 actions réussies et 551 actions ratées.

Exemple de calcul pour Romain Grange :

• Nombre d’actions totales : 62
• Nombre d’actions réussies : 43
• Nombre d’actions ratées : 62 – 43 = 19

Calcul du PIE :

(43 – 19) / (886 – 551) = 7,2%. Romain Grange a contribué à 7,2% des actions du match. Il a un ratio positif ce qui signifie que le joueur a produit plus d’actions réussies que d’actions ratées.

Tableau récapitulatif du PIE de ce match :

Aidé par le code couleur, et un tri décroissant par équipe, on peut visualiser les joueurs ayant contribué le plus sur le match (en rouge) et le moins (en vert), la moyenne étant de 4% (100% / 25 joueurs de champs). Attention, la moyenne par équipe est indiquée à titre indicative. Elle est tronquée du fait du nombre de participants à la rencontre de chacune des équipes (13 joueurs de champs côté Berrichonne contre 12 côté caennais).

Comme évoqué ci-avant, la répartition par profil est primordiale afin d’interpréter les résultats correctement sans biais car un attaquant aura un taux de déchet plus important qu’un défenseur :

Clef de lecture :

• les joueurs caennais qui ont eu la plus grosse contribution sont des défenseurs
• les joueurs castelroussins qui ont eu le plus d’impact sont des milieux avec un gros match de Valentin Vanbaleghem et Remi Mulumba
• l’offensif qui a eu le plus d’impact est Romain Grange
• Alexis Goncalves a eu beaucoup de déchet ainsi que Leo Leroy
• Les milieux caennais ont beaucoup moins contribué que les milieux castelroussins avec Jessy Deminguet en retrait
• …

Ces contributions sont à contextualiser avec les données macros du match. Châteauroux avait gagné ce match 2-1.

• Résultat conforté par les expected goals : 2,02 xG versus 1,01 pour Caen.
• Possession de balle équivalente
• Moins de déchet par la passe pour Châteauroux
• Châteauroux a joué plus long que Caen
• Caen a gagné plus de ses duels que les castelroussins
• Châteauroux a moins attaqué que les caennais
• Caen a joué plus haut que les castelroussins

Ces données macro se révèlent insuffisantes notamment pour jauger les zones d’influences, de dominations et de faiblesses des équipes. Complété par le PIE, le rapport de force devient visible. Avant une rencontre, la confrontation des PIE de chacune des équipes peut permettre justement d’approcher les matchup.

Exemple des PIE compilés depuis le début de saison pour les joueurs avant la rencontre Châteauroux-Caen :

Les prévisions sont sensiblement proches de la réalité de la rencontre :

• Oui : les défenseurs caennais ont contribué le plus dans leur équipe : défenseurs centraux A. Weber et J. Rivierez
• Les milieux castelroussins V. Vanbaleghem et R. Mulumba ont été impactant
• R. Grange est l’offensif qui a contribué le plus.
• H. Vandermerch, latéral droit, a plus contribué que A. Mbengue, latéral gauche
• Etc…

A la lumière de ces résultats, le PIE semble avoir un avenir dans le football. Son utilisation est à calibrer et surtout à contextualiser comme tout indicateur statistique individuel.

Illustration sur une saison

A partir des 280 matchs disputés cette saison en ligue 2, des 530 joueurs de champ et des 590 279 actions tentées, ci-dessous le top 10 par poste pour les joueurs ayant disputé plus de 1 000 minutes :

Limites et avenir

L’utilisation du PIE telle que décrite dans cet article vise à chiffrer quantitativement la contribution d’un joueur de champ dans un match. Elle ne vise pas à évaluer qualitativement la performance.

Prenons l’exemple des attaquants centraux dans le classement ci-dessus. Les joueurs qui sont mis en avant sont des profils d’attaquants qui ne sont pas des attaquants pivots avancés sur le terrain. Amine Bassi ou Jérémy Ménez sont plutôt des faux neuf dézonant. Ils sont donc récompensés à travers le PIE contrairement à des profils « à risque » comme Abdoulaye Sané de Sochaux par exemple. On privilégiera donc une analyse équipe par équipe, poste par poste plutôt qu’un classement collectif comme présenté précédemment. L’utilisation isolée du PIE dans le cas du scouting est à déconseiller. Elle doit être complétée par d’autres indicateurs.

Dans le football, pour évaluer objectivement la performance des joueurs, il faudra valoriser tout type d’action des joueurs en fonction de son impact sur le résultat du jeu tout en tenant compte du contexte dans lequel l’action est arrivée.

Scisports a déjà bien avancé sur le sujet avec sa mesure du VAEP (Value Valuing Actions by Estimating Probabilities) à base d’intelligence artificielle et de machine learning.

Leur indicateur s’éloigne de la philosophie des indicateurs de John Hollinger. Ces derniers sont SMART c’est-à-dire : spécifique, mesurable, acceptable, réaliste et temporellement défini. Dans le cadre du VAEP mais c’est la cas pour tous les scores -index algorithmiques diffusés par les médias (indice canal, note whoscorred, note sofascore…), il sont difficilement acceptables car leurs calculs et leurs formules d’élaboration ne sont pas partagés avec les lecteurs. Leur crédibilité n’est pas assurée.

Dans les sports majeurs nord- américains, ce n’est pas le cas. Pour le basket, ou encore pour les sabbermetrics du baseball, les statistiques avancées sont partagées et acceptées. Leurs calculs sont souvent rapidement compréhensibles car le plus souvent sont le résultat de pondération de certains composants des actions. Exemple du gamescore dans le basketball :

PTS + (0.4 * FG) – (0.7 * FGA) – (0.4 * (FTA – FT)) + (0.7 * ORB) + (0.3 * DRB) + STL + (0.7 * AST) + (0.7 * BLK) – (0.4 * PF) – TOV

Pour ma part, la définition du PIE telle que décrite dans cet article m’a convaincu surtout pour son utilisation dans l’évaluation du rapport de force pré et post match. Elle a ses limites comme tout indicateur. J’espère vous avoir convaincu.

Etude des systèmes de jeu en Ligue 1

Dans le dernier livre édité par Vestiaires intitulé « Les Systèmes de jeu », 9 dispositifs sont décrits et analysés abordant l’organisation générale, les animations spécifiques, les profils, les problématiques ou encore des pistes de réflexion afin de guider l’entraîneur de football.

Il est difficile de juger du système déployé sous nos yeux au cours d’un match. La part de subjectivité est grande au moment de qualifier et dénombrer le dispositif tactique surtout que selon la phase de jeu, des modulations peuvent apparaître : de 4 défenseurs, passage à trois axiaux avec ballon par exemple, ce qui complique la tâche.

C’est un vrai sujet pour les producteurs de données dont les analystes sont formés pour adopter un référentiel d’observation commun. Ainsi, au moment d’analyser un match, les fournisseurs de data vont saisir les événements des matchs à quatre yeux afin de limiter d’éventuels biais subjectifs y compris au moment de dénombrer l’occupation de l’espace par les joueurs.

Après avoir dévoré le dernier livre de Vestiaires, j’ai voulu confronter ma lecture avec la vérité des chiffres. La suite de cet article vise à répondre aux questions suivantes :

• Quels systèmes sont les plus répandus ?
• Quelles sont les tendances des cinq dernières années ?
• Quelles performances sont obtenues selon les systèmes
• Pour quoi faire ?
• Qui les utilise ?
• Quelles performances selon les systèmes affrontés ?

Pour y parvenir, j’ai pu accéder, compiler et synthétiser la quasi-totalité des systèmes de jeu mis en place au coup de sifflet d’envoi en ligue 1 depuis la saison 2015/16 soit 3 584 systèmes pour 1 792 matchs (7 matchs me sont manquants).

Un échantillon suffisamment large pour révéler quelques observations qui ne me semblent pas anodines. A vous de juger.

A noter qu’il s’agit des systèmes observés au coup de sifflet d’envoi ce qui est un biais pour la suite de cet article. Même si les dispositifs analysés ont été maintenus en moyenne 74 minutes au cours des matchs, cela introduit un biais notamment au moment d’évaluer la performance du dispositif car le système de départ n’est pas forcément celui du coup de sifflet final.

Les systèmes utilisés :

Selon le jeu de données compilé, 16 systèmes au total ont été utilisé par les coachs de ligue 1 ces 5 dernières saisons :

• 4-3-3 pointe basse
• 4-2-3-1
• 4-4-2 à plat
• 4-4-2 losange
• 4-1-4-1
• 3-4-3
• 3-5-2
• 4-3-3 pointe haute
• 4-3-2-1
• 3-3-3-1
• 3-5-1-1
• 5-4-1
• 4-2-2-2
• 4-3-1-2
• 4-5-1
• 3-4-2-1

Les 9 premiers systèmes de cette liste sont compris dans le recueil de Vestiaire sorti en janvier dernier. Les 7 derniers ne le sont pas.

Quels systèmes sont les plus répandus ? Quelles sont les tendances des cinq dernières années ?

Les systèmes à quatre défenseurs sont les plus répandus.

Néanmoins le choix d’une défense à trois axiaux est de plus en plus répandu avec 80% des systèmes en L1 en 2019/20. L’utilisation d’une défense à trois axiaux a triplé en 5 ans en ligue 1 avec un boom en 2018/19 : 25% des systèmes.

Déclinaison par systèmes

Le système le plus utilisé est le 4-2-3-1 avec 24,5% des dispositifs.

Ce dispositif vient largement en tête de ce classement avec 7 point d’avance sur un trio composé du 4-4-2 à plat, du 4-1-4-1 et du 4-3-3 pointe basse.

Si le 4-2-3-1 a été le plus utilisé sur ces 5 dernières années, il est intéressant de noter que ce dernier n’est plus le système préféré en 2019/20. En effet le 4-4-2 à plat est désormais privilégié.

Le 4-1-4-1 est également au fur et à mesure des années de plus en plus choisi.

En revanche le 4-3-3 pointe basse est de moins en moins choisi alors qu’il était le système le plus choisi en 2016/17.

Le 3-5-2, très peu utilisé jusqu’en 2018, est désormais le troisième le plus utilisé par les coachs de ligue 1.

Quelles performances sont obtenues selon les systèmes ?

Pour juger de la performance obtenue, je me suis intéressé aux expected goals car ils illustrent la réelle performance de l’équipe contrairement au résultat. Pour rappel, les expected goals mesurent la probabilité de marquer suite à tir, selon la situation de ce dernier.

J’ai donc compilé pour chaque dispositif les expected goals inscrits, les expected goals subis et les expected points autrement dit les buts inscrits attendus, les buts encaissés attendus et le nombre de points attendus par match.

Les dispositifs ayant permis d’engranger un maximum de points par match sont au cours des 5 dernières années en ligue 1 sont par ordre décroissant :

• Le 4-2-2-2 (attention il n’a été utilisé que 4 fois)
• Le 4-3-3 pointe basse
• Le 4-4-2 losange
• Le 3-4-3
• Le 4-3-1-2
• Le 4-4-2 à plat
• Le 4-2-3-1
• Le 3-4-2-1

Les dispositifs les moins productifs en points par match sont au cours des 5 dernières années en ligue 1 par ordre croissant :

• Le 4-3-3 pointe haute
• Le 3-3-3-1
• Le 5-4-1
• Le 4-5—1
• Le 3-5-1-1
• Le 4-3-2-1
• Le 4-1-4-1
• Le 3-5-2

Attention, le tableau ci-dessus ne signifie pas que tous les entraîneurs de ligue 1 doivent se ruer sur le 4-2-2-2 ou le 4-3-3 pointe basse. En fonction des effectifs à disposition et des profils, il est toujours entendu que le dispositif doit être adapté aux joueurs à disposition et au projet de jeu choisi.

Néanmoins le tableau ci-dessus pose des faits : par exemple le 4-1-4-1 est beaucoup moins performant que le 4-4-2 à plat ou le 4-2-3-1 en ligue 1 sur les 5 dernières années.

La problématique sous-jacente à la publication de ces résultats : Est-ce que certains dispositifs sont surutilisés au regard des performances obtenues et inversement, Est-ce que certains dispositifs sont sous-utilisés à tort ?

Le rapport entre points attendus et nombre d’apparitions des systèmes ci-dessous nous aidera à y voir plus clair :

Les systèmes sous-utilisés à tort :

• Le 4-2-2-2 (attention échantillon faible)
• Le 4-4-2 losange (attention échantillon faible)
• Le 3-4-3
• Le 4-3-1-2
• Le 3-4-2-1

Les systèmes surutilisés à tort :

• Le 4-3-3 pointe haute (attention échantillon faible)
• Le 3-3-3-1 (attention échantillon faible)
• Le 5-4-1
• Le 3-5-1-1 (attention échantillon faible)
• Le 4-5-1
• Le 4-3-2-1 (attention échantillon faible)
• Le 3-5-2
• Le 4-1-4-1

Pourquoi faire ?

Le tableau ci-dessus vise à décrire les statistiques saillantes par dispositif. Cette fois-ci, la présentation des dispositifs n’est pas par ordre décroissant d’utilisation mais par ordre décroissant des performances :

Il est intéressant de constater que les dispositifs expansifs (dont la possession de balle est importante) ont un rendement de points attendus supérieurs aux dispositifs réactifs (dont la possession de balle est inférieur à 50%). C’est à dire, si je cherche à être performant, je cherche à tenir le ballon.

Seul le 4-4-2 à plat tire son épingle du jeu parmi les dispositifs réactifs avec une possession moyenne de 48,6% et un nombre de points attendus de 1,29 pt.

Autrement dit, je cherche à tenir le ballon, je choisis soit : le 4-2-2-2, le 4-3-3 pointe basse, le 4-4-2 losange, le 3-4-3, le 4-3-1-2 le 4-2-3-1 ou le 3-4-2-1. La faible utilisation du 4-3-3 pointe basse ces deux dernières saisons est une incohérence au regard de ces données. Au plus fort de son utilisation, en 2016/17, il permettait de se créer 1,7 xG par matchs contre 1,07 xG concédés. Un futur retour en grâce ?

A l’opposé, si je ne cherche pas à tenir le ballon, j’opte pour le 4-4-2 à plat. Pour rappel, le 4-4-2 à plat est le système le plus utilisé en ligue 1 cette saison. En revanche le 4-1-4-1, 3-5-2 et le 4-5-1 sont de mauvais choix.

Qui l’utilise ? Contre quel système ?

Le 4-2-2-2

Un seul club l’a utilisé. Il s’agit du fameux 4-4-2 du PSG considéré comme un 4-2-2-2 avec la présence des 4 fantastiques (Di Maria-Neymar-Mbappé-Icardi ou Sarabia). Le PSG l’a utilisé 4 fois cette saison : 2019-08-25, PSG – Toulouse 4:0, 2020-01-15 Monaco – PSG 1:4, 2020-02-01 PSG – Montpellier 5:0, 2020-02-04 Nantes – PSG 1:2. Des résultats probants avec des scores larges donc mais valable pour un effectif world class.

Le 4-3-3 pointe basse

On retrouve les habitués du haut du classement dans cette catégorie avec PSG, Bordeaux, Nice, Olympique Lyonnais, Olympique Marseille. L’animation de ce dispositif suppose des profils particuliers et dominants dans leurs domaines. Est-ce que cela signifie que seuls les grands clubs peuvent y prétendre ?

Angers en 2015/16 et 2016/17 l’a utilisé par exemple fort a propos ou Nantes en 2018/19…

En revanche, Dijon a eu d’énormes difficultés a l’animé lors de la saison 2018/19 sous Olivier Dall’Oglio ou même en 2016/17.

Le 4-3-3 s’est révélé moins performant en effet miroir face à un autre 4-3-3.

Le 4-4-2 losange

Trop peu d’échantillons sur ce dispositif. La dernière fois, qu’un coach de ligue 1 l’a utilisé plus d’une mi-temps, c’était Thierry Laurey en octobre dernier avec Strasbourg face à Nice avec un losange composé de Bellegarde en pointe basse, Liénard et Fofana excentré et Thomasson en n°10.

Le 3-4-3

Peu utilisé ces cinq dernières années, il donne régulièrement satisfaction.

En revanche cette saison, St Etienne l’a utilisé déjà 7 fois cette saison pour des résultats décevants : 3 V, 1 N, 4 D avec une utilisation peut-être à contre-emploi (jeu réactif avec 46% de possession).

Il prend régulièrement le dessus sur des défenses à trois axiaux ou le 4-4-2.

Il est en revanche en difficulté face au 4-2-3-1, 4-3-3 et 4-1-4-1.

Le 4-3-1-2

Alors qu’il était en vogue en 2015/16 avec notamment Nice et Lyon comme disciples, peu l’utilise aujourd’hui hormis Strasbourg cette saison.

A éviter face au 4-1-4-1, 4-3-3 et 4-4-2.

Le 4-4-2 à plat

Grand succès de la ligue 1 cette saison, l’adopter n’est pourtant pas gage de réussite. Si le 4-4-2 lillois, monégasque ou rennais fonctionne bien, celui de Brest, Nîmes, Amiens, Toulouse ou Nice n’a pas été aussi performant.

Très fort face au défense à trois axiaux ce qui explique qu’il a le vent au poupe puisque de nombreuses équipes choisissent une défense à trois axiaux cette saison.

Le 4-2-3-1

Reims est un grand fan de ce système pour des résultats très corrects depuis sa montée. Beaucoup d’autres clubs l’ont utilisés pour des résultats médiocres comme Amiens, Nantes ou Caen l’an passé.

Fort face au 4-1-4-1 et aux défenses à trois axiaux. En difficulté face au 4-2-3-1, 4-4-2, 4-3-3 et 4-3-1-2.

Le 3-4-2-1

Bordeaux est la seule équipe a l’utilisé fréquemment avec des résultats passables sous Paulo Sousa. En difficulté face au 4-4-2.

Le 4-1-4-1

Très gros succès chez les clubs de L1 mais pour des performances décevantes. Angers (depuis très longtemps) et Marseille cette saison sont les seules équipes a véritablement tirer toute la quintessence de ce système.

Caen, Toulouse, Dijon, Metz, Troyes, Lorient ont tous pendant de nombreux matchs adoptés ce système pour des échecs et des descentes en L2 (pas tout à fait pour Toulouse).

Lorsque le SCO, l’utilise, il obtient ses meilleurs performances face à des dispositifs en 4-2-3-1 ou en 4-4-2.

Le 3-5-2

Les performances du 3-5-2 ne sont pas bonnes. Cette saison, l’utilisation faite par Monaco est une éclaircie. Mais son utilisation faite par Rennes en août et septembre dernier sont un contre-exemple.

Le 3-5-2 fonctionne correctement face au 4-2-3-1. Il est en difficulté face au 4-3-3.

Le 4-3-2-1

Très peu utilisé. Bastia l’a longtemps utilisé en 2016/17 pour un très faible rendement.

Le 4-5-1

Ni trop fort, ni trop faible. Le 4-5-1 permet d’obtenir des performances corrects sans excès.

Rennes l’a souvent utilisé avant l’arrivée de Julien Stéphan pour des résultats moyens. Nantes l’a utilisé a meilleur escient la saison passée.

Amiens, Dijon, Caen n’ont pas su le dompter en revanche ces dernières années.

Le 3-5-1-1

Trop peu utilisé pour en tirer des conclusions.

Le 5-4-1

A éviter : Caen en 2016/17 ou Toulouse en 2018/19.

Peu efficace face au 4-4-2 ou le 4-3-3. Plus intéressant face au 4-2-3-1.

Le 3-3-3-1

Le Lille de Bielsa.

Le 4-3-3 pointe haute

Pas vu depuis Dijon Nantes en octobre 2018 avec Olivier Dall’Oglio à la baguette.

Tableau récapitulatif

Ce qu’il faut retenir :

Les systèmes à quatre défenseurs sont les plus répandus.

Le choix d’une défense à trois axiaux est de plus en plus répandu

Ces cinq dernières années, le système le plus utilisé est le 4-2-3-1

Le système préféré cette saison en L1 est le 4-4-2 à plat

Le 4-1-4-1 est également au fur et à mesure des années de plus en plus choisi.

Le 4-3-3 pointe basse est de moins en moins choisi alors qu’il était le système le plus privilégié en 2016/17.

Le 3-5-2, très peu utilisé jusqu’en 2018, est désormais le troisième le plus utilisé par les coachs de ligue 1.

Les dispositifs ayant permis d’engranger un maximum de points par match sont au cours des 5 dernières années en ligue 1 sont par ordre décroissant :

• Le 4-2-2-2 (attention il n’a été utilisé que 4 fois)
• Le 4-3-3 pointe basse
• Le 4-4-2 losange

Les dispositifs les moins productifs en points par match sont au cours des 5 dernières années en ligue 1 par ordre croissant :

• Le 4-3-3 pointe haute
• Le 3-3-3-1
• Le 5-4-1

Les dispositifs sous utilisés à tort :

• Le 4-2-2-2 (attention échantillon faible)
• Le 4-4-2 losange (attention échantillon faible)
• Le 3-4-3
• Le 4-3-1-2
• Le 3-4-2-1

Les dispositifs sur utilisés à tort :

• Le 4-3-3 pointe haute (attention échantillon faible)
• Le 3-3-3-1 (attention échantillon faible)
• Le 5-4-1
• Le 3-5-1-1 (attention échantillon faible)
• Le 4-5-1
• Le 4-3-2-1 (attention échantillon faible)
• Le 3-5-2
• Le 4-1-4-1

Il est intéressant de constater que les dispositifs expansifs (dont la possession de balle est importante) ont un rendement de points attendus supérieurs aux dispositifs réactifs (dont la possession de balle est inférieur à 50%). C’est à dire : si je cherche à être performant, je cherche à tenir le ballon.

A l’opposé, si je ne cherche pas à tenir le ballon, j’opte pour le 4-4-2 à plat.

Le 4-1-4-1 n’est pas à privilégier sauf si je suis le SCO d’Angers.

Le 4-4-2 à plat est très performant face aux défenses à trois axiaux ce qui explique sa forte utilisation cette saison étant donné le grand nombre d’équipes évoluant en 3-5-2.

Toutes les solutions ne valent pas. En fonction du projet de jeu ou de l’effectif à disposition, des inadéquations peuvent exister si le mauvais dispositif est choisi. Il est important de cerner le champ des possibles pour optimiser la performance de l’équipe.

En ce sens, j’espère que cet article vous aura été utile.

L’utilisation du 3-5-2 en Europe en 2019

Cette saison, Rui Almeida, le nouveau coach caennais, a importé le système en 1-3-5-2 de son expérience troyenne où après l’avoir installé en mars 2019, il fut invaincu en saison régulière.

Dans cet article j’ai voulu quantifier et de qualifier l’utilisation de ce dispositif à l’heure actuelle car le système n’est qu’un outil du projet de d’un entraîneur.

L’utilisation du 3-5-2 trouve ses origines au début des années 80 avec la disparition du gioco all’Italiana. On notera comme précurseurs Carlos Billardo avec l’Argentine, Ciro Blazevic avec le Dynamo Zagreb ou Sepp Piontek avec le Danemark. Le 3-5-2 s’est démocratisé assez fortement durant près d’une décennie avant que la défense à quatre ne devienne une

Aujourd’hui peu d’équipes l’utilisent. J’ai dénombré 14 équipes ayant utilisé le 1-3-5-2 dans le big five lors de la saison 2018/19 (plus de 10 matchs).

Trois équipes françaises, Trois espagnoles, cinq italiennes, deux allemandes et une anglaise.

Un système commun à beaucoup d’équipes mais avec des conceptions différentes pour jouer au football et pour gagner des matchs.

La hiérachisation ci-dessous permet de classifier selon 12 critères de jeu ces 14 équipes avec l’ajout des performances du stade malherbe depuis le début de la saison.

On relvèe que seul le Bétis de Séville de Quique Setien a utilisé ce système pour imposer son jeu de possession.

Les autres équipes l’ont surtout utilisé pour déployer un jeu de transition. Il s’agit majoritairement d’équipes italiennes et allemandes.

S’il fallait retenir un modèle du jeu de transition hyper rapide et efficace avec le 3-5-2, ce serait celui de l’Eintracht Frankfurt.

Entre les deux se situe les équipes françaises qui n’ont ni utilisé ce système pour un jeu expansif ni pour un jeu réactif.

Caen, Troyes, Strasbourg et Montpellier ont déployé un modèle de jeu avec peu d’attaques positionnelles et peu de contre-attaques.

Un tempo plus lent a donc été observé chez ces équipes.

Cette saison, Rui Almeida a importé ce système dans l’équipe caennaise depuis Troyes.

Il est intéressant de noter qu’après 3 journées de championnat, l’équipe qui se rapproche le plus du SM Caen est tout simplement Troyes, l’ancienne équipe coachée par Rui Almeida.

Les points communs sont : le peu de tirs au but, une possession équilibrée, peu d’attaques positionnelles, un usage du jeu long et vers l’avant modéré, peu de centres tentés.

Ce dernier point est d’ailleurs surprenant puisque le 3-5-2 est utilisé théoriquement pour jouer dans la largeur.

C’est la grande différence avec le jeu montpelliérain et strasbourgeois.

Si l’objectif de l’entraîneur portugais est de tendre vers le jeu déployé dans l’Aube, il faudra corriger le nombre de but attendu , ainsi que le nombre de contre attaques trop peu nombreux.

 

Classement des Non-shot expected goals en ligue 1

Les Non-shot expected goals viennent compléter les expected goals. Cette statistique avancée va mesurer les situations plutôt que les tirs pris.

En clair, les Non-shot expected goals sont une estimation du nombre de buts qu’une équipe «aurait dû» inscrire en fonction des actions non tirées entreprises proche du but de l’équipe adverse.

Par exemple, nous savons que le fait d’intercepter le ballon au point de penalty de l’équipe adverse donne lieu à un but dans 9% du temps, et une passe complétée reçue dans l’axe à 6 mètres du but aboutit à un but d’environ 14% du temps.

Cette stat est calculée par le site FiveThirtyEight en l’ajustant en fonction du taux de réussite du ou des joueurs effectuant l’action (le passeur et le receveur, dans le cas d’une passe).

Ci-dessous le classement de la ligue 1 selon les Non-shot expected goals :

Sans surprise, Paris est également leader de ce classement. Quelques surprises sont à noter comme l’écart défavorable pour Nantes qui se classe 4ème selon les nsxg. La différence provient notamment du début de saison nantais et de la philosophie de jeu proné par Miguel Cardoso. Les joueurs nantais exécutais un jeu de possession ambitieux avec une domination très forte avec le ballon dans le dernier tiers mais sans concrétiser ses temps forts. Ce fut une critique très virulente du jeu nantais de l’époque qui est corroboré par cette stat.

D’autres faits saillants sont mis en exergue par les nsxg comme les écarts favorables observés pour des équipes comme Nice et Reims qui malgré un faible nombre de situations qualitatives ont su se hisser dans la première moitié du classement « réel » de L1.

Quant à Malherbe, elle ferme la marche hélas avec un très faible nombre de Non-shot expected goals.

Le profil d’Erwin Zelazny

Erwin Zelazny est la première recrue caennaise de cet été 2018.

Agé de 26 ans et issu du centre de formation du FC Nantes où il n’a jamais pu s’imposer, Zelazny s’est révélé sur le tard puisque c’est seulement depuis janvier qu’il a pu montrer tout son savoir faire en poussant sur la banc Mamadou Samassa. Il a ainsi enchaîné 17 matchs de ligue 1, une première pour lui, mais sans pour autant permettre à Troyes d’éviter la relégation.

Arrivé en juillet 2016, il n’avait participé qu’à une seule rencontre lors de la saison de la (re)montée des troyens en ligue 1. Après une énième défaite face à Angers, il est propulsé titulaire pour la réception de Lille le le 20 janvier 2018. Après la victoire obtenue face à un Losc version Galtier, Jean-Louis Garcia continuera de lui faire confiance pour le reste de la saison. Bilan : 3 victoires, 3 nuls et 11 défaites, 3 clean sheet et une 19ème place. A titre de comparaison, avec Samassa, le bilan Troyen s’élevait à 6 victoires, 3 nuls et 12 défaites.

Au sein d’un collectif très friable, Zelazny aura été cherché 28 fois le ballon au fonds de ses filets soit 1,6 fois par match…

Afin de le comparer avec les autres gardiens de ligue 1, ci-dessous la matrice croisant le nombre de frappes cadrées subies versus le taux d’arrêt :

Zelazny n’est pas très bien placé avec 5,4 tirs cadrés subis et un % d’arrêts de 63%. A titre de comparaison, Vercoutre termine sa saison avec un % de 66 % pour 3,9 tirs cadrés subis. Zelazny a sans surprise était très exposé tout au long de la saison au sein de la 15ème défense de ligue 1.

Pour tenter de neutraliser cette exposition et objectiver sa performance, intéressons-nous aux expected goals subis. L’ex-gardien de Troyes aurait dû encaisser 25,11 buts soit un écart défavorable de 2,89 buts. Le classement depuis le 20 janvier est le suivant :

Même si l’écart est défavorable, Zelazny est positionné dans le milieu de tableau, ce qui est une bonne chose. On retrouve au premier rang, l’ASSE et la surperformance de Ruffier. Quant à Malherbe et Rémy Vercoutre, il se classe 18ème de cette fin de championnat…

Alors qu’il aurait pu surfer sur sa fin de saison et continuer à occuper le but troyen en Ligue 2, Zelazny a préféré partir et (tenter de) regouter à la ligue 1 dans un effectif où il viendra assurément installer une concurrence avec Brice Samba pour le poste de numéro 1 la saison prochaine.

Erwin #Zelazny (26 ans) 1er recrue du mercato du @SMCaen L'ex-gardien troyen devrait être une sorte de n°1 bis derrière @samba_brice D'après le discours des dirigeants et du staff la semaine dernière, une concurrence pourrait être installée entre les 2 portiers pic.twitter.com/pTMGDBxs0X

— Mathieu Billeaud (@MatBilleaud) June 27, 2018

Derrière Brice Samba ? En tout cas, Erwin Zelazny est premier au nombre de matchs en ligue 1. A surveiller donc.

Le suivi des expected goals caennais depuis son retour en ligue 1

Le niveau d’xG for n’a jamais été aussi bas depuis le 8/11/14.

Le niveau d’xG against est cohérent.

La dernière fois que le niveau d’xG nets était aussi bas, c’était pile il y a un an le 30/04/17.

Angers 3 – Caen 0, l’analyse du match, pas du score

Après le match de samedi, Caen reste donc la proie favorite d’Angers avec 88% de victoires : 7 victoires et 1 nul. Angers a marqué au moins 2 buts lors de 7 des 8 rencontres face à Caen en ligue 1.

Mais le score n’est qu’un élément du match. Et même si la défaite fait mal, on aurait tort de tourner la page trop rapidement et de profiter de la trêve car j’ai trouvé des éléments intéressants d’analyse.

Les plans de jeu

Beaucoup auront remarqué les similitudes hors du terrain entre les deux équipes avant le match : des présidents qui ont des traits communs et qui s’apprécient, des organigrammes similaires, la même gestion de crise…

Et ils existent également des similitudes dans la philosophie de jeu : un bloc bas qui joue la transition.

Angers et Caen laissent l’initiative du jeu à l’adversaire avec 45,3% de possession et 46,1% depuis le début de la saison et ils misent sur une projection rapide vers l’avant à la récupération du ballon. Caen a néanmoins un jeu plus direct qu’Angers : 368 passes en moyenne par match soit un ratio passes/possession de 798 alors que les angevins réalisent 392 passes en moyenne soit un ratio de 850. Le temps de possession caennais est plus court et le nombre de passes consécutives est plus faible.

Le jeu de transition angevin est néanmoins plus efficace : 26,03 expected goals dans le jeu contre 20,41 pour les malherbistes.

La conversion d’occasions créées sur coup de pied arrêtées est devenue la marque de fabrique du SCO depuis plusieurs saisons : 10 buts sur coup de pieds arrêtés (6 sur corners et 4 sur CPA indirects) depuis le début de la saison soit 50% des buts angevins (hors penalty) !

Une philosophie de jeu identique pour deux coachs affichant une des plus grandes longévités en Europe.

Samedi soit, Stéphane Moulin a reconduit son 1-4-1-4-1. Il est clair que ce système a la cote lorsque l’on veut développer une identité de jeu faite de verticalité car ce système a déjà été vu avec le Toulouse de Casanova puis le Sm Caen de Garande en 2015 notamment.

Patrice Garande, lui, reconduisait un 1-3-5-2. C’est la 7^ème fois en 8 rencontres que l’on observe ce système. On aurait pu imaginer un retour à une défense à 4 avec le retour de blessure de Damien Da Silva. Mais l’impossibilité de titulariser un latéral gauche de métier a poussé le technicien à reconduire une défense avec trois axiaux : Djiku axe gauche, Diomandé axe central et Da Silva axe droit. Au milieu, le triangle était un triangle à pointe basse avec Bennasser en sentinelle.

Côté Angevin, depuis le départ de Crivelli, Toko Ekambi est systématiquement titularisé en pointe. Il serait étonnant de ne pas le voir quitter le SCO cet été au regard de ces performances : 16 buts et 5 passes décisives. Il est le meilleur buteur camerounais sur une saison depuis Vincent Aboubakar en 2013/14 (16 buts avec Lorient).

Angers a le chic pour dénicher des joueurs à potentiel et les faire progresser : Famara Diédhiou hier, Karl Toko Ekambi aujourd’hui.

Le triangle des milieux axiaux était composé de Santamaria-Oniangué-Mangani, Santamaria étant le sentinelle devant la défense. Sur les côtés Reine-Adélaïde et Tait étaient titularisés. Tait, droitier sur le couloir gauche a posé d’énorme problème en privilégiant quasiment systématiquement la diagonale vers l’intérieur.

Cette construction du jeu où les milieux excentrés repiquent vers l’intérieur est d’ailleurs une grosse différence avec l’animation caennaise. Car à Caen, on constate une construction en U vers l’extérieur sans pénétration axiale car on privilégie les centres. Rappelez-vous cette image lors de la réception de Lille début janvier :

L'impressionnante NoGo zone du #SMCaen à l'approche du but lillois qui révèle l'identité de jeu caennaise basée essentiellement sur les centres#SMCLOSC pic.twitter.com/wJUY4evHc6

— StatMalherbe (@StatMalherbe) January 13, 2018

Ainsi Caen réalise en moyenne 25,5 centres par match, 1^er en ligue 1. Angers centre 17,1 fois en moyenne, 15^ème de ligue 1.

Le match

Le fait marquant du match est arrivé hélas trop rapidement pour les caennais et a cassé leur plan de jeu.

On minimalise trop souvent l’enjeu des touches. Mais ce que l’on peut considérer comme un détail n’en est pas un. Dans les clubs professionnels, les touches sont travaillées comme de vrais lancers de jeux avec des mécaniques précises comme peut l’être un corner. Et il est certain que les joueurs angevins ont travaillé ce secteur de jeu.

Dans les dix premières minutes, Angers va obtenir 9 touches dont 6 dans les 30 derniers mètres. Résultat de ces dernières : 2 touches obtenues, une touche longue transformée en centre dans la surface et un missile en lucarne.

On est à la 11^ème minute avec une touche pour les angevins à 5 mètres du poteau de corner côté gauche.

Comme indiqué plus haut, le choix de positionné Tait en faux pied couloir gauche a terriblement gêné la défense caennaise. Sur le premier but, c’est la combinaison de Toko Ekambi et Tait qui fait la différence. Tous les deux droitiers, leur protection de balle et leur conduite de balle ont permis d’éloigner leurs adversaires et viser le but.

La coordination des mouvements de Guilbert-Da Silva-Peeters-Repas n’est pas bonne. 4 caennais contre 2 angevins. Ils vont tous se jeter sur le porteur de balle Ekambi. A posteriori, le choix de Peeters d’abandonner Tait n’est pas un bon choix. Une fois le ballon transmis au futur buteur angevin, Féret est trop éloigné et intervient tardivement et timidement. 1 zéro.

Le mal était fait. Une fois cette avantage pris, Angers s’est replié et à jouer la transition comme attendu. Le SCO a attendu patiemment, a joué très direct une fois l’avantage pris. Alors que le bloc caennais était positionné haut sur le terrain à la 43^ème minute, suite à une mauvaise relance de Rémy Vercoutre, un duel aérien est perdu au milieu de terrain et offre une situation de 3×2 aux angevins. Tait trouve Ekambi lancé. Deux zéros. Angers a piégé Caen à son propre jeu et a attendu une erreur caennaise pour jouer une transition rapide et marquer.

Alors que Caen avait laissé l’initiative du jeu aux angevins (64,7% de possession durant les dix premières minutes), il a été condamné à faire le jeu et ce n’est clairement pas son fort : 63,6 % de possession pour Caen lors des 80 dernières minutes.

Le SMC s’est cassé le nez durant le reste de la rencontre face à un bloc équipe dense qui a fermé les espaces. Les joueurs caennais ont été incapable de franchir la première ligne de pressing des milieux.

L’absence de circuit de jeu intérieur est mis en exergue par le passing network ci-dessus. 383 passes ont été complétées côté caennais dont 252 dans le tiers central soit 66%. Seulement 76 passes ont été réussis dans le dernier tiers adverse. Santini et Repas (première titularisation depuis le 16 décembre) n’ont pas été capable de se situer entre les lignes et de proposer des solutions aux milieux caennais.

Peeters a été étrangement invisible : 26 ballons touchés pour 16 passes réussies :

Stef Peeters a du mal a confirmé les bonnes choses entrevues en janvier et début février. Son match de référence reste celui de Guingamp mais il doit confirmer dans la durée. Sa qualité de passe sur les coups de pieds arrêtés ne peut suffire à justifier une titularisation.

Le jeu a penché côté gauche : 44,8% des ballons touchés. Face à la menace Tait et Ekambi dé-zonant, ou même Mangani, Frédéric Guilbert s’est très peu montré et a été très prudent. Vincent Bessat a été plus offensif mais trop inoffensif. Ait Bennasser l’a par exemple souvent trouvé sur des passes longues. Hélas ces situations n’ont pu être exploitées.

A l’heure de jeu, le coach caennais passait en 1-4-3-3 avec les entrées simultanées de Timo Stavitski et Hervé Bazile sans aucun effet sur l’attaque. Pis, elle encaissait un troisième but à la 74^ème.

Conclusion

Malherbe termine la rencontre avec 0,57 expected goals dont 0,18 xG dans le jeu seulement. L’occasion la plus dangereuse est la tête de Djiku à la 81^ème minute sur un coup franc de Féret. Angers s’est créé 1,74 expected goals, Rémy Vercoutre n’a hélas pas pu performer même s’il termine la rencontre avec 3 arrêts.

Il serait injuste de dire que les joueurs caennais ont manqué d’envie samedi soir. Le nombre d’actions défensives (50) et le nombre de duels gagnés (62/102) sont élevés.

La mécanique du match a de nouveau révélé les limites de l’identité de jeu caennaise : Malherbe est incapable de se procurer des situations de buts en ayant l’initiative du jeu. Cette équipe est structurée pour bien se replier, récupérer le ballon et jouer rapidement la transition. Elle ne sait pas faire autrement.

 

Rennes a-t’il eu raison de licencier Christian Gourcuff et Philippe Montanier ?

Le 30 septembre dernier, le stade malherbe revenait du Roazhon Park avec les trois points, enfonçant Rennes dans une crise sportive mais aussi crise de gouvernance. Rennes est alors 15^ème avec un bilan d’1 victoire, 3 nuls et 4 défaites.

Christian Gourcuff est sous le feu des critiques. Fans et médias s’en donnent à cœur joie. Le technicien breton est jugé trop rigide et passéiste avec son immuable 1-4-4-2.

Piqués au vif, les rennais se réveillent au mois d’octobre avec 4 victoires et 1 défaite. Mais le destin du coach est lié à celui du président Ruello. Ce dernier démissionne le 3 novembre au soir de la victoire face à Bordeaux ne supportant pas d’être un président non exécutif. Son successeur, Oliver Letang limoge Christian Gourcuff quelques jours plus tard pour le remplacer par un quasi novice : Sabri Lamouchi.

Si les chiffres ne peuvent être les seuls juges de paix, leur analyse peut confirmer ou infirmer le diagnostic de la gouvernance qui envisage une séparation avec son entraîneur. Et Rennes est une bonne étude de cas car depuis deux ans, Rennes a connu quatre entraîneurs différents avec deux remplacements en cours de saison.

Pour juger de la pertinence du licenciement d’un entraîneur, les expected goals nous permettent d’évaluer objectivement la performance d’un club. En effet, l’étude des expected goals permet de mettre en exergue la capacité d’une équipe à performer sur le long terme, et dans le cadre d’un changement d’entraîneur, cela permet de répondre aux questions suivantes :

• le club a-t-il bien fait de remplacer son entraîneur
• et l’a-t’il fait au bon moment ?

Le graphique ci-dessous présente le suivi des expected goals nets, c’est-à-dire la différence entre les expected goals créés et les expected goals concédés. Pour lisser la volatilité et dégager une tendance, j’ai utilisé une moyenne mobile sur 10 matchs :

Au regard de ce graphique, il est intéressant d’observer les performances pré et post départ d’entraineur.

Philippe Montanier licencié en étant sixième

Philippe Montanier a été licencié au soir d’une défaite en coupe de France face à Bourg en Bresse alors que Rennes était sur une bonne dynamique avec 1 seule défaite durant ses 10 derniers matchs de Ligue 1. Mais les performances des mois de septembre et octobre avait été moribonds : 2 victoires, 7 nuls, 2 défaites. C’est notamment la fragilité défensive qui était mis en cause passant d’une moyenne de 0,8 expected goals à 1,4 en dix journées. Le parcours à domicile ne plaidait pas non plus en faveur de l’ex coach valenciennois.

L’entraîneur est arrivé en Ille et Vilaine en mai 2013 avec une belle réputation. Son parcours linéaire et progressif enthousiasme les fans. Ses réussites à Boulogne sur Mer, Valenciennes puis la Real Sociedad plaident pour lui. A l’époque on comparait même le jeu valenciennois à celui de Barcelone.

Mais les suiveurs rennais pensent avoir été abusés. Le travail de Philippe Montanier n’est pas apprécié. La défaite en finale de coupe de France en 2014 contre Guingamp a laissé des traces.

L’avenir de Philippe Montanier s’inscrit en pointillé avec l’arrivée de Roland Courbis comme conseiller sportif le 12 janvier 2016. Personne n’est dupe.

Et dix jours plus tard, Courbis sera nommé entraîneur principal alors que la dynamique est bonne. Rennes est alors sixième du classement… Roland Courbis surfe sur la vague jusqu’en avril : 6 victoires, 2 nuls et 3 défaites. Puis, les joueurs rennais vont saboter leur fin de saison en engrangeant seulement 1 point lors des six dernières rencontres. Ils finiront 8^ème derrière les caennais.

Christian Gourcuff licencié en étant dixième

Christian Gourcuff revient à Rennes en mai 2016 après un premier passage en 2001-2002. Son arrivée était pressentie depuis plusieurs mois. Lui qui avait encore en travers de la gorge son éviction en 2002, semble vouloir boucler la boucle et conduire un projet inachevé. Alors que plusieurs offres lui sont proposées, il opte pour le projet rennais car il pense pouvoir s’investir à 100% dans un climat relationnel serein.

Christian Gourcuff est une personnalité très inspirante pour les passionnés de tactique et apprentis entraîneurs. L’entraîneur breton ne partage pas l’idée du résultat à tout prix. La qualité de jeu est le principal objectif car c’est lui qui conditionne les victoires. A Lorient et ailleurs, il s’est toujours focalisé sur les moyens d’atteindre une ambition de jeu très élevée base du plaisir.

« Le FCL s’efforcera toujours de soigner la manière par respect des joueurs, du public et du football, à l’extérieur comme à domicile. C’est la seule façon de progresser. La recherche du résultat à tout prix c’est la mort du football »

A Rennes, pour atteindre cet idéal, Christian Gourcuff va de nouveau déployer un schéma tactique en 1-4-4-2 à plat comme à Lorient. A ses yeux, c’est le seul système suffisamment rationnel pour occuper les espaces et pour la gestion des transitions défensives-offensives. Christian Gourcuff n’adapte jamais son dispositif selon l’adversaire. Il va en revanche prendre en considération les problématiques posées par l’adversaire pour y trouver des réponses avec le 1-4-4-2. Il prône les bases d’un jeu de mouvement, où l’équipe se déplace comme un seul homme. Un système où chacun se couvre mutuellement.

Esthète du football, inspiré par Sacchi, avec Lorient comme incubateur, l’entraîneur breton voulait inscrire ses convictions à Rennes. Pourtant l’histoire s’est répétée, Christian Gourcuff se fait licencier en novembre 2017.

Le début de saison lui sera fatal. Le duo Ruello-Gourcuff est fragilisé par une mauvaise entame en ligue 1. Et on connait tous la suite de l’histoire.

Les intérêts politiques l’emportent sur le projet de jeu

Les décisions de licencier Philippe Montanier et Christian Gourcuff ont toutes les deux été prises à des moments où l’équipe tournait bien, où une dynamique positive était en cours.

Si ces décisions paraissent injustes pour les coachs en question, elles ont le mérite de ne pas mettre en difficulté leur successeur. Sabri Lamouchi l’a très bien compris et n’est pas venu pour tout révolutionner. Cela commence par le 1-4-4-2 à plat qui continue sa vie même après le départ de Christian Gourcuff.

Philippe Montanier et Christian Gourcuff ont tous deux péché par naïveté et sont tombés à cause d’intérêts extra-sportifs. Tous les deux étaient éloignés d’une recherche de résultat à tout prix.

Leur vision semblait partagée par leur président mais pas par leur actionnaire majoritaire.

François Pinault, deuxième propriétaire d’un club de football le plus riche de la planète mais huitième budget de ligue 1, a appliqué ses convictions. Des convictions qui jusque là n’ont abouti à aucun titre…

Sources

http://statsbomb.com/2017/07/trend-ing-topics-how-basic-data-vis-can-show-incredibly-important-football-info/

https://fr.wikipedia.org/wiki/Philippe_Montanier

http://www.stade-rennais-online.com/Christian-Gourcuff-l-esthete.html

Comment regarder un match de foot ?