Gains nets : dans les coulisses de la révolution analytique du beau jeu par Ryan O’Hanlon
Publié en octobre 2022.
Gains nets m’a convaincu de deux choses. La première est que le football accuse un retard considérable par rapport aux autres sports majeurs en ce qui concerne l’intégration de données dans le jeu. La seconde est que d’un point de vue analytique, le football a des kilomètres d’avance sur l’enseignement supérieur.
Pour beaucoup d’entre nous dans l’éducation et le sport, le rêve de prendre des décisions basées sur des données plutôt que sur l’intuition est né en 2003 après la lecture du livre de Michael Lewis Boule d’argent. Quel universitaire ne voudrait pas se faire représenter par un Brad Pitt plus âgé et plus sage dans un futur film écrit par Aaron Sorkin centré sur l’université?
Dans Gains netsécrivain ESPN et ancien joueur de football de Holy Cross, Ryan O’Hanlon, tente d’expliquer pourquoi le football a pris du retard sur le baseball, le basket-ball et le football en s’appuyant sur des analyses pour l’entraînement et les décisions des joueurs.
Je suis un grand fan de football, mais mon équipe préférée est l’équipe nationale féminine des États-Unis (USWNT) et ma ligue préférée est la NWSL. Demandez-moi quels sont les meilleurs joueurs du monde et je vous parlerai de Sophia Smith, Mallory Pugh, Rose Lavelle, Trinity Rodman, Alex Morgan et bien sûr de Megan Rapinoe.
À mon grand regret, le monde du football professionnel féminin est totalement absent du récit d’O’Hanlon. En lisant Gains nets m’a convaincu que je devrais regarder davantage la Premier League, et je me demandais comment prendre un mini-sabbatique pour la prochaine Coupe du Monde de la FIFA (hommes).
Mais vraiment, le football féminin est tout simplement meilleur. Les femmes ne plongent presque jamais. Je ne sais pas si les footballeuses professionnelles sont plus dures que leurs homologues masculins (je n’en doute pas), mais agir pour gagner un coup franc ne fait tout simplement pas partie du jeu féminin comme c’est le cas pour les hommes. Si O’Hanlon avait écrit un livre sur l’analyse du football qui inclurait les femmes de la même manière que les hommes, Gains nets aurait été un bien meilleur livre.
Laissant derrière l’angle mort de ne pas inclure les femmes (ce qui est difficile pour moi), qu’est-ce que Gains nets avez-vous à dire sur la lenteur de la révolution analytique dans le football ? Et que dit la lenteur de la prise de décision basée sur les données dans le football sur l’enseignement supérieur ?
Il s’avère que le football est extrêmement difficile à quantifier. Contrairement au basket-ball, où les données (et Steph Curry) ont transformé chaque équipe en machines de tir à 3 points, le football est extrêmement complexe. Beaucoup dans le monde du football pensent que le jeu est trop fluide, dynamique et aléatoire pour être modélisé.
Le prédicteur le plus fiable du succès d’une équipe donnée n’est pas la tactique sur le terrain, la vitesse des joueurs ou les pourcentages de passes – mais plutôt le montant total qu’une équipe dépense pour ses joueurs. Dépensez plus d’argent, gagnez plus de jeux.
Le fait que le football ne cède pas facilement à la prise de décision statistique ne signifie pas que l’analyse est absente du sport. O’Hanlon rapporte que les meilleures équipes des riches ligues européennes investissent de plus en plus de dollars dans l’analyse pour guider les décisions sur les acquisitions de joueurs, les ventes (transferts) et les tactiques sur le terrain.
Si le Bayern Munich, Man City, Barcelone et Liverpool (et je soupçonne l’entraîneur de l’USWNT Vlatko Andonovski) peuvent tous devenir des passionnés d’analyse du football, les collèges et les universités ne peuvent-ils pas suivre une trajectoire similaire ?
La prise de décision basée sur les données dans l’enseignement supérieur pourrait être encore plus difficile que la gestion du football basée sur les données, mais les avantages pour les deux seraient énormes.
On dit souvent que l’enseignement supérieur vit dans une zone sans données. Je ne suis pas d’accord. Les analyses d’apprentissage commencent à apparaître dans de plus en plus d’endroits.
Je ne connais aucun programme en ligne à grande échelle qui n’ait pas de données au cœur de ses opérations. Le défi pour l’enseignement supérieur sera de tirer parti de ce que nous savons sur l’analyse de l’apprentissage de la conception et du fonctionnement des cours en ligne et d’appliquer ces connaissances à l’enseignement résidentiel/mixte.
Une clé à emporter de Gains nets est que l’analyse du football est moins poussée par le travail à l’intérieur des clubs, mais plutôt par des blogs extérieurs obsédés par les données de football sur le jeu.
Dans l’enseignement supérieur, nous avons peut-être besoin de plus d’analystes postsecondaires obsédés par les données (comme mon ami Phil Colline) pour catalyser une révolution de l’analyse de l’apprentissage.
Ce que tu lis?