Avec ou sans Toi ?

La volonté de cet article est de décrire une méthode permettant de calculer une métrique d’un joueur en comparaison à ses coéquipiers et son équipe. Pour cet article je me suis inspiré de contenus utilisés pour l’évalution d’un joueur de hockey sur glace notamment un article publié sur hockey-graphs.com.

Cet article se base sur l’étude du CORSI qui pour le football est utilisé sous le nom de TSR (Total Shot Rate). Son calcul est le suivant : Tirs réalisés / (Tirs réalisés + Tirs subis). Pour en apprendre plus sur son utilisation footballistique, je vous incite à lire l’article de James Grayson qui est un must read.

Exemple d’utilisation du total shot rate avec le championnat de ligue 2 2019/20 et comparaison avec le nombre de points réels et le nombre d’expected points :

classement tsr

Les équipes de ligue 2 présentant un fort TSR sont Lorient, Auxerre et Guingamp. La corrélation est forte entre le TSR et le nombre de points attendus (xPoints). Avant l’apparition des expected goals, cette stat était souvent utilisée. A tort, son utilisation s’est raréfiée alors qu’elle permet d’observer par un simple calcul le classement général avec un autre point de vu plus en rapport avec le contenu et le rapport de force des matchs. Dans le cas de la Ligue 2, les sous performances (Auxerre, Guingamp par exemple) et les surperformances (Clermont, Valenciennes) sont mises en relief par le TSR et par les xPoints.

Je vais utiliser le TSR pour l’appliquer individuellement et relativiser la contribution d’un joueur par rapport à ses coéquipiers. On pourra ainsi juger : dans quelle mesure un joueur a réussi par rapport à ses coéquipiers ?

La formule adaptée pour le football est la suivante (Rel pour relative – TM pour teammate) :

Rel TM TSR90 = TSR90 du joueur sur le terrain – moyenne pondérée de tous les coéquipiers TSR90 sur le terrain sans le joueur (pondérée par le % de temps sur le terrain du joueur avec son coéquipier)

En d’autres termes, le nombre final tente de supprimer ce que les coéquipiers d’un joueur ont fait pendant qu’ils ont joué sans lui. La méthode se fonde sur l’approche WOWY (With Or Without You) :

1.) si les coéquipiers d’un joueur réussissent généralement mieux avec lui que sans lui, c’est bien,

2.) si les coéquipiers d’un joueur réussissent généralement moins bien avec lui que sans lui, c’est mauvais.

Des grilles de paires de joueurs sont construites. Prenons l’exemple de Jessy Deminguet pour les tirs réalisés (attention il manque une journée dans mon jeu de données) :

paires

Ensuite, nous déterminons chacun des temps de jeu et tirs réalisés sans Deminguet avec la conversion par 90 minutes :

paires2

Nous calculons ensuite le pourcentage de temps de jeu avec chaque coéquipier par Jessy Deminguet. Par exemple, Jessy a joué au total 1 868 minutes. Il a joué 112 minutes avec Alexis Beka Beka. Son % de temps de jeu avec Alexis est de 112 / 1 868 = 8% :

paires3

Avec les chiffres ci-dessus, nous pouvons calculer la moyenne pondérée : les tirs réalisés par les coéquipiers de Jessy Deminguet lorsque ce dernier n’est pas sur le terrain sont multipliés par le % de temps de jeu avec chacun des coéquipiers :

paires4

Nous additionnons ensuite les nombres « tirs réalisés pondérés » et divisons par la somme du % de temps de jeu avec coéquipier (la somme est évidemment proche de 10 coéquipiers). Dans le cas de Jessy Deminguet, la somme de la colonne « Tirs réalisés pondérés » est de 94,0 et la somme de la colonne «%temps de jeu avec coéquipier » est de 9,85. On divise le premier par le second (94 / 9,85) pour obtenir 9,5. Il s’agit de la moyenne pondérée du nombre de tirs des coéquipiers de Deminguet sans Deminguet.

Le nombre de tirs réalisés lorsque Jessy Deminguet est sur le terrain est de 6,7.

Le Rel TM Tirs réalisés par 90 de Deminguet est = 6,7 – 9,5 = -2,8.

Pour calculer son différentiel Rel TM TSR90, on soustrait le Rel TM Tirs réalisés – Rel TM tirs subis = -2,8 – 0,3 = -3,1. Pour l’exprimer en % au-dessus et en-dessous de 0, on calcule la moyenne pondérée des coéquipiers pour les tirs réalisés et subis/ La formule finale est la suivante :

Rel TM TSR% = (Tirs réalisés par 90 lorsque le joueur est sur le terrain / (Tirs réalisés par 90 lorsque le joueur est sur le terrain + Tirs subis par 90 lorsque le joueur est sur le terrain)) – (Tirs réalisés par les coéquipiers lorsque le joueur n’est pas sur le terrain pondéré par 90 / (Tirs réalisés par les coéquipiers lorsque le joueur n’est pas sur le terrain pondéré par 90 Tirs subis par les coéquipiers lorsque le joueur n’est pas sur le terrain pondéré par 90))

Pour Jessy Deminguet :

Rel TM TSR% = (6,7 / (6,7 + 10,1) – (9,5 / (9,5 + 9,8) = -0,09

La représentation graphique pour le Stade Malherbe de Caen pour la saison 2019/20 du Rel TM TSR% est la suivante :

graph

La clef de lecture du graphique est la suivante, si les coéquipiers d’un joueur réussissent généralement mieux avec lui que sans lui, son Rel TM TSR% sera négatif ; si les coéquipiers d’un joueur réussissent généralement moins bien avec lui que sans lui, son Rel TM TSR% sera positif.

L’utilisation d’une telle méthode peut être intéressante si on souhaite évaluer l’impact d’un joueur à l’intérieur d’une équipe. L’analyse doit se concentrer sur les joueurs ayant cumulé plus de mille minutes au cours de la saison pour avoir un échantillon de données solide ne venant pas biaiser l’interprétation.

Dans le cas des caennais, parmi les joueurs ayant disputé plus de 1 000 minutes au cours de la saison 2019/20, seuls Adama Mbengue et Jessy Deminguet ont un Rel TM TSR% négatif. De manière assez surprenante, le joueur le plus décisif du Stade Malherbe cette saison avec 5 buts et 2 passes décisives, Jessy Deminguet est mal classé avec un Rel Tm TSR% de -0,09. C’est le nombre élevé de tirs réalisés par ses coéquipiers lorsqu’il n’est pas sur le terrain qui le pénalise : 9,5 tirs contre seulement 6,7 lorsqu’il est sur le terrain.

Plusieurs facteurs peuvent en être la cause :

  • Jessy Deminguet a été titularisé 24 fois sur 25 apparitions, mais il sort souvent avant la fin du match. Son temps de jeu moyen est de 78 minutes. Les fins de matchs sont souvent plus animés et décousus lorsqu’il n’est pas sur le terrain comme lors du match aller face au HAC, du déplacement à Rodez, de la réception de Troyes… Ces coéquipiers frappent souvent au but en fin de match au moment où les espaces sont plus nombreux.
  • Jessy Deminguet est un joueur de contrôle : un joueur d’équilibre. Comme explicité dans ce précédent article, « Aujourd’hui, le projet de jeu des hommes de Pascal Dupraz fait la part belle aux transitions avec des attaques rapides et peu de jeu de conservation, or le Normand est un joueur qui aime toucher le ballon. Il apprécie les redoublements de passes à la différence de ses partenaires du milieu tels Jessy Pi ou Anthony Gonçalves. Contrairement à eux, il ne se tourne pas automatiquement vers l’avant pour chercher la passe létale coûte que coûte. A l’inverse, le Lexovien va souvent faire preuve de patience. Il est l’un des rares caennais à vouloir allonger le temps de possession. Il privilégie souvent le choix le moins risqué par la passe avec peu de touches de balles. ». Cette appréciation du style de jeu de Jessy se vérifie donc dans le nombre de tirs réalisés par lui ou ses partenaires lorsqu’il est sur le terrain.

Voir Jessy Deminguet mal classé n’est finalement pas une aberration au regard de cette description et sa faible contribution offensive dans le jeu. Quant à Adama Mbengue, l’explication est beaucoup plus rapide car lorsqu’il est sur le terrain, le SMC subit 12,2 tirs par match !

Cette méthode est un indicateur supplémentaire qui me semble pertinent pour évaluer l’impact d’un joueur dans les performances de l’équipe à partir du moment où l’échantillon de données est suffisant. Dans l’exemple ci-dessus j’ai utilisé le total shot rate mais on pourra utiliser d’autres métriques comme les expected goals, les passes… L’influence du joueur est objectivée.

Dans l’article initial publié sur hockey graphs, il sert également au calcul du WAR d’un joueur. Un autre sujet à explorer prochainement…

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 :

CHASMC

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 :

CHASMC par poste

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.

macro

  • 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 :

CHASMC pré

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 :

clas

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.

Le style de jeu des promus et barragistes

Les discussions vont bon train à la machine à café le lundi matin et c’est la même conversation entre collègues qui revient en boucle : Est-ce que le stade malherbe sera capable de réaliser une remonta jamais vue et s’immiscer dans le top 5 synonyme de place de barragiste au soir de la 38ème journée de ligue 2 ?

Tout le monde y va de son pronostic avec comme clef de lecture le nombre de points distançant les malherbistes de la cinquième place. A la trêve, ce total est de 9 points. Or dans un championnat de séries, chacun sait que l’exploit d’une remontée au classement n’est pas irréalisable. L’exemple troyen de la saison passée peut donner du baume au cœur aux joueurs caennais. Ils avaient conclu leur saison régulière par une série de 14 matchs sans défaites dont 11 victoires. Les aubois pointaient en février à la 8ème place pour finir à une belle troisième place.

Ok pour le retard au classement mais qu’en est-il du contenu ? Le résultat étant la conséquence d’un processus de match complexe, il est sans doute pertinent d’extrapoler la position finale du SMC en jugeant la qualité des prestations réalisées durant 90’ plutôt que par le simple prisme des points manquants.

Après avoir vu un jeu de possession sans progression sous Rui Almeida, le jeu observé par les fans malherbistes s’est transformé en un jeu plus énergivore et vertical. La question est donc : est-ce que ce style de jeu fait des rouge et bleu des candidats à la montée ?

L’objet de cet article est donc d’analyser le style de jeu des anciens promus et barragistes de Ligue 2 pour savoir si le jeu caennais s’approche de celui d’un vrai candidat à la remontée en Ligue 1.

Pour réaliser cette étude, j’ai collecté leurs stats et construit des indicateurs clefs révélant le style de jeu des 15 équipes promues ou ayant été barragistes en ligue 2 depuis la saison 2015/16. J’ai inséré les mêmes KPI de l’équipe caennaise depuis la prise de pouvoir de Pascal Dupraz en octobre dernier.

J’ai classifié et hiérarchisé les résultats pour allotir les styles de jeux. Ainsi les styles de jeux proches le sont également géographiquement grâce à un arbre de classification.

J’ai énuméré les points forts, points faibles directement sur cet arbre avec comme clef de lecture :

  • Les points forts sont écrits en couleur verte
  • Les points faibles sont écrits en couleur rouge

Le résultat est le suivant :

Style de jeu des promus de L2

Premier constat : il y a une hétérogénéité des profils. Il n’y a pas de chemin unique pour parvenir à la L1. On retrouve par exemple autant d’équipe joueuse que d’équipe préférant courir après le ballon.

Aussi certaines équipes présentant des carences fortes révélées par les chiffres ont réussi par le passé à se positionner en haut du classement. Ces dernières sont positionnées sur la droite de l’arbre.

C’est un motif d’espoir pour les malherbistes qui dans ce classement se situent sur la droite. Les caractéristiques de leur style de jeu sont proches de l’équipe de Troyes millésime 2016/17 qui avait accédé à la L1 après un barrage disputé face à Lorient.

Ouf, la remontée n’est pas impossible.

Il y a tout de même des réserves à porter au regard des faiblesses caennaises.

Parmi les équipes promues ou barragistes depuis 2015/16 :

  • Aucune équipe n’a sous-performé offensivement (écart favorable entre le nombre de buts attendus et le nombre de buts réellement inscrits). Aujourd’hui l’écart est nul pour les caennais
  • Seules 2 équipes avaient une possession aussi basse
  • Seule Metz, promue en 2015/16, a concédé plus d’occasions qualitatives que Caen
  • Aucune équipe n’été promue avec aussi peu de passes cassants les lignes défensives adverses (seulement 4,9 par match)
  • Caen est la seule équipe présentant un taux de tirs par attaques positionnelles aussi faible, c’est-à-dire une capacité à conclure ses attaques placées par un tir : seulement 14,3% !

En résumé, Caen peut croire en une remontada puisque par le passé des équipes présentant des carences similaires ont pu accéder au top 5 de L2. Néanmoins l’absence de créativité et de finition sont des obstacles difficilement franchis par le passé. A suivre…

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.

3-5-2.png

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.

 

La hiérarchisation des styles de jeu en ligue 1

Je profite de la trêve internationale pour communiquer un travail de clusterisation permettant de classifier les équipes de ligue 1 selon leur style de jeu.

Pour hiérarchiser les résultats, j’ai utilisé un dendrogramme qui permet d’identifier les groupes homogènes au sein d’un groupe de données.

Inspiré par Cheuk Hei Ho qui a réalisé ce travail pour la MLS et la Série A, j’ai retenu 16 critères :

  • le nombre  de passes au cours d’un match
  • la possession
  • le nombre de passes par possession
  • le nombre de passes longues par possession
  • le nombre de passes courtes par possession
  • le nombre de duels aériens par possession
  • le nombre de dribbles par possession
  • le nombre d’actions défensives par possession
  • le % de passes longues
  • le nombre d’actions défensives
  • le temps de possession
  • la fréquences de tirs
  • le taux de passes longues réussies
  • le taux de passes courtes réussies
  • le taux de réussite au dribble
  • le taux de réussite pour les duels aériens

J’ai utilisé la méthode de standardisation z score (nombre d’écarts types séparant un résultat de la moyenne).

Ce classement a ses limites. Nantes et Monaco ont changé d’entraîneur récemment et le style de jeu proposé n’est plus le même qu’auparavant. Néanmoins, ce travail permet de  confirmer et infirmer certains attendus.

Après 10 journées, la hiérarchisation était la suivante :

Hierarchisation des styles de jeu J10Après 10 journées, le style de jeu de Caen étaient proche du jeu proposé par Nîmes ou encore Reims

Après 13 journées :

Hierarchisation des styles de jeu J13

4 matchs plus tard, Caen est toujours proche du jeu proposé par Nîmes et Reims mais il s’en est légèrement éloigné. Guingamp, en revanche se retrouve désormais dans le même cluster que ces derniers.

Pour le reste, je vous laisse interpréter ce qui peut être interprétable !

Le profil d’Erwin Zelazny

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

zelazny_870x550_v2.png

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 :

Matrice Zelazny

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 :

classement xga

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.

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

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

Les matchs se suivent et se ressemblent pour le Stade Malherbe de Caen. Angers, Montpellier, Amiens et un même fil conducteur lors des trois dernières rencontres : Caen se saborde très rapidement avec un match plié en moins de 30 minutes.

Après le match de samedi, Caen n’a remporté qu’un seul de ses 12 derniers déplacements en restant muet à 9 reprises.

Les plans de jeu

Si le match opposait les deux équipes de ligue 1 affichant les plus faibles pourcentages de tirs cadrés en ligue 1, il opposait également les 2 équipes aux plus faibles pourcentages de passes réussies : 73,7% de passes réussies pour Amiens et 74,4% pour Caen.

Ce déchet s’explique par le jeu direct pratiqué par les deux équipes : Caen tente en moyenne 367 passes par match (dernier de ligue 1) pour une possession de 46,4% contre 376 passes et 46% de possession pour Amiens. Leur temps de possession est très court et le nombre de possessions par match est très important :

poss.png

Caen use en revanche de beaucoup plus de ballons aériens que son adversaire picard, et cela s’est vérifié samedi soir avec 52 ballons joués de la tête pour Malherbe contre 25 pour Amiens. Le profil d’Ivan Santini impose une animation offensive tournée résolument vers le jeu aérien et les seconds ballons depuis maintenant deux saisons.

Mais la trop faible projection des milieux caennais cette saison empêche une animation offensive plus performante (dernière attaque de ligue 1). Ces derniers matchs, la titularisation de Peeters semblait redondante avec celle de Féret : des relanceurs-passeurs sans grande mobilité (box to box) et n’amenant pas de supériorité numérique. Le manque de présence des milieux dans la surface est une faiblesse trop souvent vue lors des centres caennais.

L’absence de mobilité sans ballons est également combinée à une absence de mobilité avec ballons. Malherbe n’a pas de joueurs capables de porter le danger avec le ballon et de jouer des 1v1. Les joueurs caennais dribblent seulement 13,1 fois durant un match (dernier de ligue 1).

Ces lacunes expliquent à mon sens les difficultés de l’animation offensive inscrite dans des principes de jeux où les joueurs caennais défendent bas et jouent la transition. Si lors de la saison 2014/15, la transition offensive caennaise était redoutable, c’était en grande partie liée à la mobilité et la projection de ces milieux. En 2014/15, Caen était quatrième meilleure attaque de ligue 1 avec un pouvoir d’élimination bien plus grand : 19,4 dribbles par match (quatrième de ligue 1).

Le match

Alors que la possession est amiénoise durant les 20 premières minutes (56%), les picards restent très prudents avec un circuit de passes dans leur tiers défensif contrairement aux caennais qui sont positionnés de manière médian :

circuit.png

On remarque la différence d’homogénéité dans les circuits avec un jeu amiénois mieux réparti sur la largeur alors que les passes caennaises se concentrent une fois de plus côté gauche avec notamment Bessat combinant avec Djiku et Deminguet. Le couloir droit a de nouveau été déserté durant toute la rencontre : 44% des ballons ont été joué côté gauche contre 30% côté droit.

Lorsque le ballon s’aventurait côté droit, on a souvent vu un renversement de jeu vers le côté gauche par manque de solutions côté droit. D’ailleurs le ballon perdu par Guilbert amenant le premier but amiénois est causé par l’absence de propositions données au porteur de balle.

Le positionnement moyen des joueurs caennais lors de la première période montre cette asymétrie :

IMG_0278.jpg

Durant ce début de match, Caen a trop usé de verticalité avec des passes horizontales collées à la ligne de touche gauche. On a observé une trop faible densité pour jouer les seconds ballons et une absence d’homme libre pour les troisièmes ballons.

L’absence d’Ait Bennasser est préjudiciable dans le jeu avec ballon car c’était lui qui endossait le rôle de premier relanceur en fluidifiant le jeu. En son absence, Julien Féret endosse ce rôle et se retrouve éloigné des seconds et troisième ballons.

Amiens a été très prudent durant ce début de match et a aspiré les caennais pour jouer sur leur point fort : la transition. A la 19ème minute, alors que les caennais bénéficient d’un coup franc, c’est Julien Féret qui effectue une passe latérale vers Sankoh (photo1). Sankoh court avec le ballon latéralement vers le côté droit (photo 2) et transmet à Guilbert. Guilbert élimine un adversaire (photo 3). Remarquez l’absence de propositions au porteur de balle (photo 4). Il n’a alors qu’un seul choix de passe : centrer alors qu’il est très éloigné de la ligne de but (le pourcentage de réussite est très faible dans ce cas). Il décide de jouer le 1v1 et le perd. Dès lors, c’est le basculement vers l’attaque pour les amiénois (photo 5). Alors que les joueurs caennais peinent à placer des joueurs dans la surface dans ces moments comparables, Amiens va être capable de positionner 4 joueurs dans la surface caennaise et marquer (photo 6). La différence de mobilité entre les deux équipes est criante.

1er but.png

Amiens, comme Montpellier, comme Angers… a une cartouche indispensable pour jouer la transition : la mobilité. Ce que Malherbe ne dispose pas ou plus du fait de passes qui parcourent trop de distance et de facto un temps de passes trop court incompatible avec la mobilité. La distance parcourue par les passes caennaises est en moyenne de 21 mètres (plus longue distance derrière Metz). En réduisant la distance des passes, Caen amènera de la densité près du porteur. Un problème d’espace et de temps comme toujours dans le football.

Il est injuste de taper sur les doigts de la défense caennaise sur ce premier but car c’est notre animation offensive qui a permis quelques secondes plus tard un centre adverse joué à égalité numérique. Amiens a parfaitement profité du déséquilibre caennais.

Sur le second but encaissé, Romain Genevois a évoqué un copier-coller du premier but montpellierain au micro de BeIn. Comme dimanche dernier, la densité axiale caennaise est court-circuitée de nouveau. Cette fois par un ballon long joué vers l’attaquant de fixation picard. Djiku perd son duel aérien. Sankoh-Deminguet sont en retard pour jouer le second ballon. La frappe de Monconduit se transforme en passe décisive pour Gakpé.

 

 

 

Et comme dimanche, le match est plié en trente minutes. Amiens recule et laisse l’initiative à Malherbe. 58% de possession durant la dernière heure de jeu. Comme face à Montepellier, coach Garande change de système et de joueurs mais le mal est fait.

Pire, Malherbe encaisse un troisième but sur une belle action initiée par Kakuta.

Caen va se créer des situations en fin de match, mais les problèmes de finition perdurent. Kouakou et Santini manquent de réalisme. 1,46 expected goals samedi pour 0 but inscrit ! 14,66 buts sont manquants cette année. Depuis le recensement de cette stat (saison 2014/2015), personne n’a fait pire.

Bref, les matchs se suivent et se ressemblent. Je vais bientôt pouvoir faire des copier-coller de mes analyses 😉.

Sources : 
SofaScore // understat // whoscored //cotestats.fr

 

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 7ème 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.

compo.png

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 :

Ainsi Caen réalise en moyenne 25,5 centres par match, 1er en ligue 1. Angers centre 17,1 fois en moyenne, 15ème 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 11ème minute avec une touche pour les angevins à 5 mètres du poteau de corner côté gauche.

but tait2

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 43ème 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.

but ekambi.png

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.

passing network.png

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 :

peeters

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 74ème.

but fulgini.png

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 81ème 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.

xg

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.

 

Le Stade Malherbe de Midtjylland

Le club danois du FC Midtjylland est un club novateur où la data est intégré aux processus de décisions notamment dans le cadre des recrutements. Les statistiques individuelles des joueurs prospectés sont étudiées au moment du pré-recrutement où le recruitment analyst du club va scanner le marché à partir d’un profil déf…

La suite de l’article ▶️ http://www.wearemalherbe.fr/2018/03/15/stade-malherbe-de-midtjylland/

@Dijon, no intensity, no victory

Pas de longue analyse pour cette fois-ci contrairement au match face à Rennes. La faible prestation d’hier m’a beaucoup moins inspiré.

Il faut dire que les joueurs caennais sont complètement passés à travers leur rencontre laissant les dijonnais invaincus à domicile depuis maintenant 9 rencontres : 8 victoires et 1 nul. Il s’agit de leur meilleure spirale à la maison de leur histoire.

Les plans de jeu

Le jeu direct caennais impose aux protagonistes à disputer un nombre de duels importants durant un match. L’entraîneur dijonais Dall’Oglio s’attendait donc à un âpre combat : « Il faudra garder la solidité et être vigilants sur les duels et les seconds ballons. Il faudra s’appuyer sur une bonne défense et être créatifs devant. »

Il opta pour un système de jeu pas encore vu cette saison : un 1-3-5-2. L’entraineur bourguignon justifia ce choix par deux facteurs : les absences et le fait que Caen évolue déjà dans ce schéma.

En effet, Patrice Garande a reconduit le 1-3-5-2 déjà vu face à Rennes avec pourtant une modification importante : un triangle au milieu à pointe haute : Féret-Peeters-Rodelin. Vu le résultat final, l’absence d’un profil défensif tel que Baissama Sankoh laisse peut-être entrevoir un manque de cohérence dans ce choix car les milieux titulaires ont clairement manqué d’impact.

Un faible impact défensif

Le projet de jeu caennais s’appuie sur un défi physique imposé à l’adversaire. Mais les joueurs caennais sont passés complètement au travers ce défi et ce sont les dijonnais qui ont remporté ce défi et donc le match.

Dijon a gagné 70 duels contre 56 pour Caen. Malherbe s’est fait punir sur son propre point fort. Les duels par joueurs :

duels caennais.png

Julio Tavares a imposé sa force athlétique à la charnière centrale caennaise notamment face à Damien Da Silva : 15/25 pour Tavares et 2/8 pour Da Silva. Le défenseur caennais s’est clairement fait bouger comme rarement cette saison. En moyenne, il gagne 4,9 duels par match soit 60% et non 25% comme samedi soir.

Une défaite qui sonne comme un rappel à l’ordre : on ne peut pas imposer un plan de jeu basé sur le défi physique si on ne gagne pas ses duels.

Une prestation insipide donc où très peu d’enseignements peuvent être tirés.

Je retiendrai tout de même que la complémentarité Crivelli-Santini tarde à apparaître comme une évidence. Si Caen a besoin d’un point de fixation avec un joueur pivot, est-ce cohérent d’en aligner deux ?