Stats avancées : les dernières idées de la Sloan Sports Analytics Conference

Comme chaque année, la Sloan Sports Analytics Conference a réuni au MIT la crème des dirigeants et des statisticiens. Et en marge des discussions, des papiers de recherche ont été présentés, afin de mieux analyser et décrypter la NBA.

Cette année, rien d’aussi fou que le projet Bhostgusters de l’an dernier, qui permettait de prédire la défense par rapport à un système dessiné, en fonction des habitudes des adversaires. Deux articles s’intéressent par contre aux mouvements des basketteurs NBA, en utilisant le « deep learning », une méthode d’apprentissage automatique très à la mode.

Akhil Nistala et John Guttag se sont ainsi servis d’un système de « deep learning » pour analyser les mouvements des joueurs sur trois saisons, de 2013 à 2016. Ce système a repéré trois millions de trajectoires, classées en 20 catégories.

Grâce à ce travail de repérage et de classification, les deux chercheurs ont pu établir une base de données gigantesque, qui permet des recherches extrêmement précise, du type : « Trouve toutes les possessions des playoffs 2014 durant lesquelles Chris Paul a utilisé un écran poste haut, alors que DeAndre Jordan marquait ». Cette analyse globale permet ainsi de voir quels sont les mouvements généralement effectués par tous les joueurs.

On voit ainsi qu’Andre Drummond fait ainsi préférentiellement des mouvements de type 1, 17 et 18, qui sont des trajectoires vers le cercle ou le poste bas, tandis que Stephen Curry est plutôt dans la catégorie 7, 8 et 11, qui sont des mouvements vers la ligne des lancers après un écran (soit du pick-and-roll) ou vers le cercle.

Les résultats sont logiques au possible, mais ces analyses permettent également de voir les différences dans les mouvements offensifs de Paul George, avant et après sa blessure. Les auteurs notent ainsi qu’avant sa blessure, l’ailier des Pacers n’effectuait que 16.5% de ses mouvements sur le côté droit du terrain, mais que ce nombre a grimpé jusqu’à 46.6% après sa blessure.

Paul George a ainsi changé de zone préférentielle, ce qui est forcément intéressant à savoir pour les adversaires.

Un autre papier, de Benjamin Foster et Michael Binns, propose de son côté d’analyser les choix de Draft comme des produits financiers, en fonction des résultats attendus d’une équipe et de la valeur ajoutée en fonction de la place.

L’idée, c’est que les protections lors des échanges de choix de Draft sont généralement placées jusqu’aux places 5, 10 et 14 et que certaines protections sont trop élevées par rapport à la valeur réelle du choix, et d’autres pas assez.

L’intérêt de ce système est donc de repérer les protections trop faibles sur certains choix de Draft, et de tenter de récupérer ces picks, qui pourraient donc rapporter gros. Comme sur les marchés financiers.

Un autre article s’intéresse à l’impact économique des stars en fonction de l’évolution du prix des places, la saison dernière, suivant si les joueurs en question sont annoncés présents ou absents.

On voit que c’est l’absence de Stephen Curry qui a le plus d’impact sur le prix des places, puisqu’on peut les avoir 25 dollars moins chères qu’à l’accoutumée quand le double MVP n’est pas là. Kyrie Irving et Kemba Walker suivent.

La place de Kevin Durant peut interroger car les places sont plus chères quand il n’est pas là. C’est que ses absences font augmenter le prix des places à domicile, mais le font baisser à l’extérieur…Enfin, un dernier article tente de mesurer l’impact des entraîneurs sur les résultats des équipes.

La conclusion ? En NBA, entre 1947 et 2017, le coach compte pour 31.9% au niveau des points marqués, pour 27.7% au niveau des points encaissés et pour 31% au niveau du nombre de victoires sur la saison. En gros, les résultats d’une équipe en saison régulière dépendraient à un tiers des choix du coach en termes de styles offensif et défensif.