Expected Goals (xG) au Handball : La métrique manquante
Le handball est un sport vertigineux, à haut volume et aux marges infimes. Pourtant, nous continuons à l’analyser comme il y a 20 ans : “5 buts sur 8 tentatives”. Mais s’agissait-il de tirs faciles ? Était-ce des situations forcées ?
C’est là qu’intervient le xG (Buts Attendus) , une métrique qui transforme l’intuition en science.
De l’intuition à la révolution : Brève histoire des xG
Le concept des Expected Goals n’est pas né d’hier. Bien que ses racines statistiques remontent aux années 50 avec des analystes pionniers comme Charles Reep , la version moderne que nous connaissons a explosé dans le football vers 2012-2013 .
Des analystes comme Sam Green (Opta) ont commencé à démontrer qu’il ne suffisait pas de compter les tirs ; il fallait mesurer la qualité de ces tirs. Ce qui a commencé sur des blogs de niche a fini par transformer la Premier League et la Ligue des Champions. Aujourd’hui, aucun club de football d’élite ne recrute un attaquant sans regarder ses xG.
Le désert du handball
Alors que le football, le basket-ball (avec le Moreyball ) et le baseball vivaient leur révolution des données, le handball est resté à la traîne. Pourquoi ?
- Complexité : Le handball est beaucoup plus fluide que des sports comme le baseball.
- Pénurie de données : Jusqu’à récemment, il n’existait pas de culture d’enregistrement détaillé des événements ou eventing (coordonnées de tir, type de défense).
Cependant, des études récentes comme celles de Mortelier et al. (2023) ont démontré que l’on peut construire des modèles prédictifs très précis en utilisant simplement la position du tir , sans avoir besoin de technologies de tracking extrêmement coûteuses. Cela valide scientifiquement que des outils accessibles comme Eventum peuvent offrir des données de niveau professionnel.
“L’analyse avancée n’est plus un avantage concurrentiel, c’est une exigence pour ne pas être laissé pour compte.”
La Proposition d’Eventum : Précision et Contexte
Chez Eventum , nous n’avons pas seulement adapté les xG au handball ; nous les avons reconstruits en pensant à la réalité du terrain.
Pour calculer la probabilité de but (0 à 1) de chaque action, notre algorithme croise des variables critiques :
- Type de Tir : Nous différencions drastiquement une pénétration (1 contre 1), un tir extérieur (9m), un tir de pivot ou une contre-attaque en montée de balle rapide.
- Géométrie du Terrain : L’emplacement est roi. Comme le montre la science, la probabilité varie énormément selon la zone.
Visualiser la probabilité
Observez comment l’efficacité du tir change selon la position sur le terrain. Les données montrent que les zones centrales sont des “mines d’or” statistiques, tandis que les angles fermés réduisent considérablement l’espérance de but.
Figure : Exemple de distribution des probabilités de réussite selon la zone de tir (Source : Adams et al.). Remarquez comment la probabilité chute de 70 % dans la zone centrale des 6m à 44 % pour les tirs latéraux lointains.
Notre modèle pénalise les angles fermés des ailiers et récompense les zones centrales, en se basant sur des données historiques de milliers de tirs. Par exemple, les études de shot density confirment que, bien qu’il y ait beaucoup de tirs à 9m, l’efficacité monte en flèche lorsqu’on franchit la ligne des 6m, où l’attaquant fait souvent face au gardien sans interférence défensive directe.
Inspiration et Science : La Méthode Anselmo Ruiz
Notre modèle n’est pas une boîte noire. La base de données et la méthodologie de calcul sont fortement inspirées des travaux de recherche et d’analyse d’Anselmo Ruiz (@anselmoraq). Son approche valide le fait que le contexte du tir (opposition, vitesse, angle) est déterminant pour le succès à long terme.
Votre équipe, votre modèle
Nous savons que le handball n’est pas que des mathématiques pures ; c’est du contexte. C’est pourquoi Eventum démocratise l’analyse en offrant ce que personne d’autre ne propose : une Flexibilité Totale .
- Modèle Par Défaut : Utilisez notre algorithme standard, calibré avec des milliers de données pour vous offrir une précision immédiate.
- Modèle Personnalisé : Votre ligue est différente ? Vous pensez que le xG depuis l’aile droite dans les catégories jeunes est plus faible ? Eventum permet à chaque utilisateur de personnaliser les valeurs de xG , créant un modèle qui s’adapte à votre vision tactique.
Références pour approfondir
Si vous souhaitez en lire plus sur la science derrière la probabilité de but, nous vous recommandons de chercher :
- Mortelier, A., Rioult, F., & Komar, J. (2023). “What data should be collected for a good handball Expected Goal model?”.
- Adams, M. et al. (2023). “Expected Goals Prediction in Professional Handball using Synchronized Event and Positional Data”.
- Gómez, M.A. et al. (2014). “Performance analysis of elite handball teams”.
Eventum est l’outil qui unit la science des données au tableau noir de l’entraîneur.