← Verticalité

Aller plus loin.

Deux sources GitHub indépendantes testent si la métrique est réelle. Puis la v2 corrige ce que le seuil strict rate : il est trop rare pour classer des joueurs sur un petit échantillon.

En clair

Le seuil « l’action finit par un tir » est le plus propre : c’est lui qui fait que la métrique colle aux buts. Mais il ne produit que 4,0 actions par match. On ajoute donc une deuxième façon de compter une occasion : le ballon entre dans la surface de réparation. Même geste, même défenseur éliminé — on regarde juste le résultat un peu plus loin.

1 · Le seuil strict est honnête, mais mince

« Mène à un tir » est la lecture la plus nette d’une occasion, et c’est ce qui rend la métrique corrélée aux buts. Elle ne produit que 4,0 actions qualifiées par match. Sur une démo de 20 matchs avec une médiane de 3.0 matchs par joueur, ce n’est pas assez pour séparer les joueurs.

367
éliminations
79
stricts (tir)
151
élargis (tir ou surface)
41 %
conversion élargie
+72
actions récupérées

v2 — ce qui compte comme occasion

Une course qui élimine un défenseur et met le ballon dans la surface est une occasion, même si le tir arrive deux passes plus tard, ou est contré avant d’être enregistré. La v2 garde le niveau strict et ajoute le niveau « entrée dans la surface ».

Vqstrict = V ∧ tir(phase, après le dépassement) Vqv2 = Vqstrict ∨ entrée_surface(après le dépassement, même phase) surface : x ≥ 36 m (52,5 − 16,5) ∧ |y| ≤ 20,16 m

Les 72 actions supplémentaires ne sont pas du bruit : c’est le même geste physique, jugé par le territoire au lieu du journal des tirs. Le coût : la v2 s’éloigne d’un cran de « un tir a eu lieu » ; le bénéfice : une métrique qui peut classer sur un échantillon normal.

Fiabilité

Corrélation par moitiés (matchs impairs vs pairs, joueurs ≥360′). Mêmes joueurs, même pipeline — seul le seuil change.

seuil strict (tir seul) ρ 0,25 · 79 actions seuil élargi (tir ou surface) ρ 0,35 · 151 actions corrélation par moitiés, joueurs ≥360′

+42 % de fiabilité relative, et 1,9× plus d’actions, pour une seule condition géométrique de plus.

2 · Recoupement A — Metrica Sports (tracking brut)

Un autre fournisseur, une autre fréquence (25 Hz vs 10 Hz), un autre repère, et aucun libellé de possession fourni : les possessions sont reconstruites à partir du joueur le plus proche du ballon. Si la métrique est une propriété du football et non du fichier d’événements de SkillCorner, le volume d’éliminations doit survivre.

Éliminations par match, selon la source

SkillCorner (20 matchs) 18,4 Metrica (2 matchs, 25 Hz) 17,5 StatsBomb 360 (12 matchs) 2,3

SkillCorner 18,4 · Metrica 17,5 (−5 %). Le volume se reproduit. StatsBomb 360 est un autre exercice : les images figées sont rares, donc il sous-compte par construction — voir plus bas.

Détail Metrica

matchframespossessionséliminationsqualifiésgain moyen
Match 1145 0062 08823215,2 m
Match 2141 1562 27612217,6 m

Conversion en tir sous 10 s : 11,4 % contre 21,5 % sur SkillCorner. Plus bas, mais du même ordre sur deux matchs ; la fenêtre stricte de 10 s et l’absence de libellés de phase expliquent l’essentiel de l’écart.

3 · Recoupement B — StatsBomb 360 (événements + images figées)

Euro 2020, 12 matchs. À chaque course, on lit l’image figée 360 : un défenseur côté but au départ, derrière à l’image suivante, plus jamais côté but avant la fin de la possession, puis un tir plus tard dans la même possession. Aucun fichier de tracking n’est utilisé.

Ce que ça confirme

La conversion en tir est de 28,6 % sur 28 courses-éliminations dans 12 matchs — la même bande que les 21,5 % de SkillCorner. La définition voyage : quand un défenseur est réellement retiré, l’attaque finit par un tir environ un quart du temps, chez un autre fournisseur, une autre compétition et une autre structure de données.

fournisseur indépendantcompétition indépendantesans fichier de tracking

Ce qu’il ne peut pas faire

Le volume s’effondre à 2,3 éliminations par match, contre 18,4 sur tracking. Les images figées n’existent qu’aux instants d’événement et seulement pour les joueurs vus par la caméra. C’est justement le point : des données à résolution événementielle ne peuvent pas mesurer une métrique de mouvement. Il faut du tracking continu des 22 joueurs — exactement l’hypothèse du brief.

Échantillon de qualifiés v2 (Euro 2020)

joueurqualifiés
Artem Besedin1
Alexander Isak1
Haris Seferović1
Remo Freuler1
Leonardo Spinazzola1
Bernardo Mota Veiga de Carvalho e Silva1
Gareth Frank Bale1
Antonín Barák1

Un match par joueur ici — montré pour la méthode, pas comme classement.

4 · Ce que « commercialement utilisable » exige vraiment

Le test décisif n’est pas « est-ce que ça rend bien sur un match ». C’est : un club peut-il acheter ce nombre, classer des joueurs avec, et défendre le classement ? Voici la liste, et où en est la v2.

ExigencePourquoiÉtat
Tracking continu 22 joueurs + ballon, ≥10 HzL’élimination est un événement géométrique ; l’événementiel sous-compte 8× (StatsBomb 360)ok avec SkillCorner / Metrica
Identité & calibrationUne mauvaise identité transforme un défenseur en fantôme ; l’échelle doit être métriqueok côté fournisseur ; QC nécessaire
Définition déterministePas de codeur humain, pas de variance inter-annotateurs ; chaque seuil est publiéok 6 paramètres, balayés
Volume par joueur79 actions strictes / 20 matchs, trop mince ; la v2 en donne 151v2 1,9× d’actions
Erreur d’échantillonnage affichéeUn taux sans intervalle est une rumeurok IC Poisson 90 %
Lissage / priorDeux bons matchs ne doivent pas dépasser une saisonok k = 270′
Validité par le résultatLe nombre doit parler des buts, pas de lui-mêmeok ρ = 0,52 vs buts/90
Ajustement au contexteDépasser un bloc bas ≠ dépasser une ligne hauteensuite hauteur du bloc, score
ExplicabilitéUn recruteur doit voir le clipensuite action → timestamp vidéo
Le verdict. Avec des données de mouvement fiables, la verticalité est utilisable commercialement comme filtre de liste courte et de scouting dès aujourd’hui : la définition est déterministe, le volume se reproduit entre fournisseurs, et le niveau « tir » corrèle aux buts. Ce n’est pas encore une métrique de valorisation autonome : il faut ~12 matchs par joueur pour un taux stable, plus l’ajustement au contexte et la vidéo. C’est une feuille de route de produit, pas un pari de recherche.

5 · Ensuite

La question restante n’est pas statistique, elle est industrielle : qui peut fournir les données de mouvement à la couverture et au prix que la métrique exige ? C’est la comparaison SkillCorner vs Footovision.

SkillCorner vs Footovision → ← Verticalité

Reproduire

VERT_DATA=/chemin/vers/vert python3 crosscheck.py # → crosscheck_output.json python3 build_gofurther.py # → cette page