Le Big Data, nouveau faiseur de palmarès du sport professionnel ?

[caption id="attachment_17748" align="alignleft" width="300"]

Antoine Houlgatte, Senior Consultant à Devoteam[/caption]

Quel point commun entre les néo-zélandais, champions du monde de rugby (2011), et les allemands, champions du monde de football (2014) ? Dans le chemin vers leur sacre, les deux équipes ont fait un usage systématique du Big Data. En traitant des milliers de données, ils ont mis en place des stratégies nouvelles basées sur l’analyse détaillée de leurs concurrents et de l’environnement autour des matchs.

La fédération néo-zélandaise de rugby (NZRU) a initié cette stratégie à partir de 1995 et dispose d’un poste à part entière de Data Scientist qui collecte des milliers de données sur les joueurs et les équipes jouant au niveau international ou dans les compétitions majeures. Ces données sont analysées en vue de proposer des éléments d’aide à la décision aux managers pour la mise en place de leur stratégie et l’obtention d’un avantage compétitif sur l’adversaire.

Férue de l’utilisation de toutes les innovations technologiques, la NZRU classe désormais sous le sceau du « secret » toutes les analyses de son Data Scientist, considéré par beaucoup comme le cerveau du titre de 2011.

Pour ces analyses, il s’appuie notamment sur une société anglaise, Opta, créée en 1996, spécialisée dans la collecte et la mise à disposition de centaines de milliers de statistiques. De nombreux clubs ou sélections en sont clients tels le XV de France ou le RC Toulon mais selon Steve Cliffe, le responsable d’Opta en Australie et en Nouvelle-Zélande, c’est l’approche spécifique de la NZRU qui lui permet de se distinguer : « les Néo-Zélandais ont accès au même niveau d’informations que les autres équipes de la part de notre entreprise. Ils font la différence dans la manière dont ils utilisent ces statistiques. Ils sont les seuls à se poser certaines questions »[1].

Des équipes de plus en plus nombreuses par ailleurs à équiper leurs joueurs de GPS, voire même à filmer leurs entraînements avec des drones, pour s’alimenter en données propres qui sont autant d’indicateurs pouvant faciliter le travail spécifique et individualisé.

C’est dans la même veine que l’utilisation récente et systématisée des analyses de données par l’équipe d’Allemagne de football est tout aussi intéressante et source d’enseignements.

Un an avant la coupe du Monde, Oliver Bierhoff, Manager général, s’est lancé dans une réflexion en vue de trouver des opportunités pour améliorer la compétitivité de l’équipe et le partage d’informations en son sein. Il demanda à SAP de développer une application qui pourrait faciliter l’échange d’informations sur l’organisation de l’équipe et sur les données relatives aux adversaires.

Six mois plus tard, SAP mettait à disposition, SAP Match Insights, une véritable révolution pour Olivier Bierhoff : « Imaginez : en seulement 10 minutes, 10 joueurs avec 3 ballons peuvent générer plus de 7 millions de points de données. SAP Hana peut les traiter en temps réel. Avec SAP, notre équipe peut analyser cette énorme quantité de données pour adapter l’entraînement et se préparer au prochain match. Aujourd’hui chaque équipe sportive recherche des moyens innovants pour acquérir un avantage compétitif sur ses rivaux ».

Outre des données quantitatives, l’application était en mesure d’analyser également de nombreuses données qualitatives telles que le comportement de l’équipe, la météo ou encore la réaction au stress des joueurs et leurs mouvements favoris.

Une application a été téléchargée sur tous les terminaux mobiles de l’équipe et était accessible au camp d’entraînement sur un écran tactile. Toutes les analyses étaient ainsi disponibles intuitivement, n’importe où et en temps réel.

Bien évidemment le Big Data ne fait pas tout et le sport professionnel garde cette part d’incertitude qui fait son charme. Cependant, ces exemples montrent à quel point le sport professionnel ne peut aujourd’hui se passer d’une approche d’analyses de données, la question n’étant pas seulement d’avoir des données mais de savoir les utiliser.

[1] Midi Olympique Magazine, numéro 163 du lundi 2 juin 2014 - Supplément du Midi Olympique n° 5236