Alors qu’en NBA le coup d’envoi final (Playoff) de la saison 2016-17 est lancé et que les « Finals » se rapprochent à grand pas, voici une analyse de l’arrivée de la big data, et de son utilisation sur les terrains.
La NBA a toujours été prompte dans sa longue histoire (création en 1946) à essayer et intégrer des nouveautés.
Dans un premier temps pour faire évoluer le jeu en créant par exemple la ligne à 3 points en 1979, règles des 8 secondes pour franchir la moitié du terrain lors d’une remise en jeu en 2000… la NBA essaye de profiler à coup de nouvelles règles un basket toujours plus rapide et spectaculaire pour le plus grand plaisir des spectateurs et des fans.
Avec l’arrivée du digital, la NBA fidèle à son ADN novateur a très rapidement intégré divers outils à destinations des équipes ou des spectateurs aujourd’hui penchons-nous sur l’arrivée de la big data qui est une des plus grosse révolution de la NBA et ses 30 équipes.
Auparavant un joueur n’était jugé que sur des statistiques bien définies comme : les points marqués, les passes décisives, les rebonds, et quelques-unes qui ont fait ont fait leurs apparitions afin d’affiner les mesures de l’efficacité d’un joueur (ex : les contres depuis 1973).
Ces dernières étaient produites à la main, et certaines post match grâce à des vérifications vidéos… tout cela était très fastidieux, les équipes pouvaient attendre jusqu’à quatre jours après un match pour avoir quelques données… mais pourquoi ce besoin vital de la data en basket ?
Il y a un double objectif : Premièrement pour les équipes, le basket est un sport très versatile et plus complexe que le base-ball par ex, cela aide à prendre conscience des avantages et des faiblesses de leurs joueurs et de leurs opposants, donc d’établir des stratégies en conséquence …
L’une des plus célèbres par exemple fut le Hack-a-Shaq.
Shaquille O’neal, légende de la NBA, était connu pour avoir un pourcentage lamentable au lancer franc (52% en carrière). Grâce à cette information un entraineur adverse Don Nelson inventa une technique consistant à faire faute sur lui pour l’envoyer au lancer franc dès qu’il avait la balle. A 38% de moyenne cette année-là, ce dernier ratait souvent les tirs et donnait un énorme avantage à l’adversaire.
Sans data, cette technique n’aurait pas vu le jour.
Deuxièmement, pour les spectateurs et commentateurs, cela permet de comparer d’anciennes légendes avec les stars du circuit actuel : d’exploser toujours plus de records et de prendre conscience de certaines performances historiques qui se déroulent sous nos yeux.
Savoir que cette saison Russel Westbrook a battu le record de triple double (trois statistiques au-dessus de 10 points dans un match) 42 sur une saison régulière, un record qui datait de 1962, donne une dimension légendaire car rare, montre la performance invraisemblable du joueur… sans data, pas d’éclats, pas de magie à laquelle la nba tient tant (son slogan n’est il pas « where amazing happen » ?)
Du coup il faut de la Data, et pour pouvoir pousser les analyses de chaque joueur il en faut beaucoup plus, seulement problème : il faudrait une armée de stagiaire afin de comptabiliser les moindres détails d’un match !
Mais depuis 2007, la NBA installe une technologie révolutionnaire sur les terrains : SportVU.
Dérivant d’une technologie de tracking de missile Israélienne, SportVU c’est 6 trackers suspendus au-dessus du terrain, enregistrant de la data au rythme affolant de 25 enregistrements par SECONDES…
On bascule donc dans ce que l’on appelle maintenant le Basket Analytics. On ne se contente plus d’avoir les statistiques de bases de façon automatique, non cela va très loin : on enregistre dorénavant la vitesse des joueurs, leur position de shoot favoris, à quel équipier ils font le plus de passes, combien de fois Kevin Durant dribble pour une remontée de balle, le temps de possession de Lebron James, le temps de suspension et la hauteur lors d’un dunk, l’endurance d’un joueur, son pourcentage d’efficacité lorsqu’il shoote avec un défenseur sur lui, contre deux, à 1 mètres d’eux à 2 mètres… Quand, Où, Comment, A quelle Vitesse : ce système permet de décortiquer absolument TOUTES les performances sur le terrain, ce qui bien évidemment change la donne pour les prétendants au championnat.
Exemple de stats issues de SportVU :
Depuis 2013 toutes les salles de NBA ont été équipées et en 2017 rare sont les équipes à ne pas avoir leur data scientist voir des équipes entières dédiées à retirer le maximum d’enseignement de cet énorme flux de data.
Bien évidemment lors des débuts de la technologie certaines voix se sont élevées contre, prétextant un avantage déloyal… mais maintenant que toutes les équipes sont sur un pied d’égalité que se passe-t-il ?
Et bien toutes cette Data a fait évoluer la physionomie du basket, notamment vers un jeu beaucoup plus orienté à 3 points, en effet les premières équipes utilisant la Data se sont rapidement aperçu du manque d’efficacité des tirs à mi-distance valant 2 points où la moyenne général des shooters tourne à 50-60%. Il est plus rentable de se rapprocher du cercle même si la défense est plus élevée ou bien tirer à 3 points.
Nous avons donc un basket aujourd’hui où les 3 points règnent en maître, la preuve avec l’apparition de la nouvelle star de la NBA : Stephen Curry qui enchaine les tirs à 3 points avec une réussite insolente, explose les records : nombre de trois points réussis sur une saison (402 sur la saison 2015-16, à 45% !!!), en un match (13), voir en playoff où en 2015 il entra plus de 3pts que sur tous les playoff des années 80 cumulés tous joueurs confondus ! (91 vs 90)
Le jeu s’écarte donc : exit les ‘big men’, place aux snipers des parquets, et merci la data !
Un autre point est aussi la possibilité de mesurer l’efficacité défensive d’un joueur. Impossible à mesurer avant, c’était la face cachée du basket… Or la défense c’est ce qui fait bien souvent la différence et la data a mis en lumière l’efficacité redoutable de certains joueurs dans ce secteur du jeu. Temps d’activité défensive, ratio de perte de balle, passe déviées, ces nouvelles données ont amenés les équipes à se pencher enfin sur cette facette du basket.
Car tous les gros scoreurs ne sont pas forcément de bon défenseur une fois revenu dans leur moitié de terrain (n’est ce pas james harden ?)
Vous l’aurez compris le basket analytics a révolutionné la NBA, a conduit à une évolution du jeu et donc des joueurs, mais un des plus grand challenge reste à l’instar du marketing à adosser cet énorme flux de data à des intelligences artificielles qui apprendront et se nourriront de tout cela, afin d’en tirer le meilleur parti.
“The only important statistic is the final score.”
— Bill Russell