Buts attendus

Un but attendu, encore souvent appelé en français par le néologisme anglais expected goal et souvent abrégé xG (ou plus rarement ExpG), correspond à la probabilité qu'un tir soit converti en but lors d'un match de football, en se basant sur des données historiques de milliers de tirs similaires. C'est un outil statistique permettant d'évaluer la qualité d'une position de tir, et donc d'estimer le nombre de buts qu'un joueur ou une équipe pouvait s'attendre à marquer pendant une période donnée. L'expression expected goals dérive du terme mathématique expected value (l'espérance mathématique, en probabilités).

Histoire

Dans les années 1950, un comptable anglais, Charles Reep, est l'un des premiers à compiler des statistiques précises sur les matchs de football anglais pour les analyser, et publie ses résultats dans le Journal of the Royal Statistical Society. Il en conclut qu'avec chaque passe effectuée, la probabilité de marquer diminue, et prône un jeu direct et des passes longues.

La première apparition de l'expression « expected goals », bien qu'employée dans un sens différent de son acception moderne, remonte à 1993 dans une étude des statisticiens britanniques Vic Barnett et Sarah Hilditch. Dans cet article, qui utilise une analyse de régression pour évaluer l'impact des pelouses synthétiques sur les performances des équipes à domicile, le terme désigne simplement l'espérance mathématique de buts d'une équipe sur l'ensemble d'un match.

Il faut attendre les années 2000, toujours en Angleterre, pour qu'on pousse plus loin l'étude des données en football. À cette époque, les statistiques sont déjà étudiées attentivement, notamment dans les sports populaires aux États-Unis comme le baseball. L'arrivée de jeux vidéo comme FIFA ou PES, qui tentent de chiffrer les performances des joueurs, pousse également les acteurs du football à se plonger dans les chiffres. Michael Edwards, qui travaille dans le staff de Portsmouth (2003-2009), commence alors à analyser des statistiques physiques telles que la distance parcourue par chaque joueur.

Le concept moderne d'évaluation tir par tir aurait quant à lui d'abord été expérimenté en hockey sur glace, un sport similaire au football dans sa structure (un terrain avec deux cages) mais plus propice au recueil de données et largement implanté en Amérique du Nord, une région pionnière dans l'analyse statistique sportive. L'application de cette méthode au football, à l'échelle microscopique (c'est-à-dire l'évaluation de la probabilité de marquer sur chaque tir de manière isolée), n'est rendue possible qu'au début des années 2010 avec l'avènement des fournisseurs de données cartographiant précisément chaque événement d'un match. Sous cette forme moderne, les ''expected goals'' (abrégés xG) ont été introduits en football en 2012 par l'analyste Sam Green pour le site de statistiques Opta. Les xG ont ensuite été popularisés par Ted Knutson, qui les a utilisés avec succès pour analyser les résultats des clubs pour lesquels il travaillait, Brentford et Midtjylland, propriétés d'un parieur professionnel, Matthew Benham.

Fort de ces avancées technologiques, Michael Edwards rejoint Liverpool où il crée un département dédié aux data, soutenu par les propriétaires américains du club. En développant l'analyse et l'utilisation des expected goals pour le recrutement des joueurs, il aide l'équipe à reconstruire son effectif et à retrouver le titre de champion d'Angleterre en 2020.

Calcul

Un expected goal est une probabilité, donc un nombre compris entre 0 et 1. Le calcul des xG varie selon les prestataires et les modèles mathématiques utilisés. Il dépend principalement de la zone du terrain depuis laquelle un tir est tenté : plus le tireur est proche du but et bénéficie d'un angle de tir ouvert, plus la probabilité qu'il marque (donc la valeur xG de sa position de tir) est élevée. Les probabilités associées à chaque zone du terrain sont déterminées en fonction des données historiques de dizaines de milliers de matchs précédents.

Cependant d'autres paramètres peuvent également entrer en jeu :

• la partie du corps avec laquelle le joueur tire (pied droit, pied gauche, tête, poitrine...) ;
• le type de tir (reprise de volée, coup de pied retourné...) ;
• le type de passe avant le tir (passe dans les pieds, en profondeur, centre...) ;
• le nombre de touches de balle effectuées par le tireur ;
• le type de situation de jeu (attaque, contre-attaque, coup franc, penalty...), le nombre de défenseurs placés devant le tireur ;
• la dynamique du match (quelle équipe mène au score, avec quel écart, combien de temps est déjà écoulé...).

Pour un penalty, l'expected goal est statique (car tous les penalties ont les mêmes caractéristiques) et généralement fixé entre 0,76 et 0,78 selon les modèles, c'est-à-dire que le tireur a entre 76% et 78% de chances de marquer.

Utilisation

L'analyse principale consiste à comparer la différence entre les buts réellement inscrits et les expected goals cumulés.

Appliqués à un joueur, les xG permettent d'évaluer ses performances et sa réussite :

• Si un joueur inscrit nettement plus de buts que son total d'xG (surperformance), il est considéré comme possédant une qualité de finition supérieure à la moyenne, ou comme bénéficiant d'une période de réussite exceptionnelle qui, statistiquement, tendra à se lisser sur le long terme.
• À l'inverse, si un joueur inscrit moins de buts que son total d'xG (sous-performance), cela indique un manque d'efficacité face au but ou une période de malchance, bien qu'il parvienne à se retrouver souvent en bonne position de tir.

Appliqués à une équipe, les xG permettent d'évaluer la pertinence d'un plan de jeu. Si une équipe inscrit peu de buts mais génère un total d'xG élevé, cela signifie que son animation offensive fonctionne et qu'elle se crée des occasions dangereuses ; les résultats devraient statistiquement s'améliorer avec le temps. Dans le cas contraire, un faible total d'xG indique que le système tactique peine à mettre les attaquants dans de bonnes conditions de tir.

Les expected goals sont utilisés par les journalistes et les entraîneurs pour analyser les matchs passés, mais ont également beaucoup de succès chez les bookmakers et les parieurs pour tenter de prévoir les résultats futurs. Les recruteurs exploitent également ces données pour dénicher des joueurs talentueux et sous-cotés.

Extension

Le même principe est utilisé pour produire d'autres statistiques comme par exemple :

• les expected assists (xA), le nombre de passes décisives qu'une équipe ou un joueur pouvait s'attendre à réaliser ;
• les expected goals against (xGa), le nombre de buts qu'une équipe ou un gardien pouvait s'attendre à encaisser, permettant notamment de calculer un xG ratio (xG/xGa) ;
• les expected points (xP), le nombre de points qu'une équipe devrait avoir au classement ;
• les expected pass completion (xP aussi), la probabilité qu'a une passe d'être réussie.
• les expected threats (xT), l'apport d'un joueur au jeu offensif de son équipe, une métrique incluant non seulement les tirs mais également les passes et les déplacements.

Voir aussi

• Espérance mathématique