Data scouting : comment la data redéfinit le recrutement sportif ?

Transformation digitale du sport oblige, le football professionnel n'a pas tardé à s'adapter à l'usage croissant de l'IA. Entre gains financiers pour les clubs, avantages tactiques sur le terrain ou stratégies de recrutement, le data scouting est une méthode sur laquelle le monde du football va devoir compter.

Qu’est-ce que le data scouting dans le sport ?

Le travail du recruteur peut être considérablement facilité par l'utilisation d'IA entraînées pour repérer certains patterns dans les données, de manière à détecter des compétences à partir de signaux faibles que l'être humain ne verrait pas forcément. Depuis quelques années, cette méthode appelée data scouting se fait de plus en plus présente dans le monde du sport, que ce soit pour l'analyse tactique, la mesure de la performance des joueurs, voire la prévention des blessures en optimisant les périodes d’entraînement. Mais c'est surtout dans le domaine du recrutement que l'on attend l'intelligence artificielle ces dernières années.

De la détection terrain à l’analyse de données

Pour mettre en place cette méthode, deux volets doivent travailler en symbiose. Une partie logicielle bien sur, composée d'ordinateurs puissants capables de faire tourner une intelligence artificielle, mais aussi et surtout une armée de capteurs qui lui fourniront les données nécessaires à l'analyse. Des capteurs GPS sur les joueurs et le ballon pour analyser leur position et leur mouvement, mais aussi des caméras vidéo haute fréquence, parfois placées sur des drones, pour permettre une analyse de l'action image par image en trois dimensions. Sans compter les systèmes de codage d'informations et les capteurs biométriques qui collectent toutes les données des joueurs, depuis leur rythme cardiaque jusqu'à leur consommation d'oxygène.

Les acteurs majeurs : Wyscout, SciSports, Data’Scout

Parmi les logiciels et plateformes les plus utilisés pour le data scouting, Wyscout dispose d'une base de données de matches et actions classées et triées parmi laquelle les entraîneurs peuvent fouiller pour trouver des joueurs qui correspondent à ce qu'ils cherchent.

SciSports propose en plus de nombreux outils numériques et utilise l'IA pour estimer le potentiel de progression ainsi que la valeur financière des potentiels futurs transferts. Ils disposent en plus d'experts qui interprètent les données.

En France, Data'Scout est une plateforme de données sportives majoritairement utilisé par les recruteurs cherchant comment améliorer l’analyse des performances sportives, au moyen de modèles francophones développés au niveau national.

Comment les clubs exploitent la data pour recruter ?

Concrètement, les recruteurs s'appuient sur les données de l'IA et les rapports d'experts analystes pour repérer de jeunes talents. Selon le type de joueur qu'ils recherchent, ils se basent sur les statistiques d'actions, la régularité des performances, mais aussi l'âge, l'historique des matchs, la condition physique... L'intelligence artificielle ne remplace pas le recruteur mais lui sert donc de guide, en proposant des joueurs en fonction des besoins. Cette méthode rationalise et objectivise le choix des nouvelles recrues et permet souvent de faire un rapide retour sur investissement.

Identifier les talents sous-cotés grâce aux algorithmes

L'IA permet de faciliter le pari le plus audacieux des recruteurs : engager un joueur sous-coté sur le marché qui saura surperformer quelques années plus tard. Pour mettre toutes les chances de leur coté, les recruteurs peuvent faire appel à des modèles statistiques et prédictifs basés sur des protocoles de machine learning. Les algorithmes prédictifs sont ensuite capables par comparaison de discerner le niveau du joueur par rapport à celui de l'équipe, un profil rare ou simplement une trajectoire de progression passée inaperçue aux yeux des entraîneurs.

Croiser données statistiques et observation humaine

Aussi sophistiquées que soient les nouvelles IA, elles ne remplacent pas pour autant l'intuition du recruteur et l’œil expérimenté. Les algorithmes ne sont capables de voir que les données qui leur sont fournies et surtout préparées pour être comprises. Seul l'être humain pour l'instant, en l’occurrence un recruteur d'expérience, pourra apprécier au cas par cas certains aspects du jeu comme la motivation d'un joueur, sa faculté d'adaptation, sa personnalité importante lorsque l'on joue en équipe... Il est donc important de ne pas se fier entièrement aux prédictions des IA mais de considérer leur rapport comme un filtre.

L’exemple du LOSC et de Luis Campos, pionnier du data scouting

L'un des pionniers du recrutement sportif data driven , Luis Campos, a mis en place au LOSC tout un protocole de data scouting appliqué au football. Il a été capable de voir avant tout le monde les potentiels de jeunes talents comme Nicolas Pépé ou Jonathan Ikoné. Ce faisant, il a pu les recruter alors qu'ils étaient sous-cotés en comparaison de leur potentiel, et de réaliser une plus-value pour le club tant économique que technique.

Les avantages stratégiques du data scouting pour les clubs

L'exemple de Campos parmi d'autres clubs de football européens, montre les deux avantages du data scouting : la possibilité d'un gain financier à moyen terme, ainsi que celle de bâtir une équipe surprenante à fort potentiel d'évolution, capable de créer la surprise face à une équipe adverse réputée et mieux dotés.

Réduction des coûts de recrutement et gain de précision

Tout d'abord, l'analyse de la performance sportive et le data management, en permettant un recrutement rapide et précoce, limite les coûts de déplacement ou de prospection aux joueurs qui ont réellement attiré l'attention par un profil pertinent mis en valeur par l'IA.

De toute évidence, recruter un joueur tôt dans sa courbe de progression permet surtout de payer son transfert bien en dessous du prix du marché, ce qui constitue un avantage pour les clubs dont le budget est limité ou déjà entamé par des recrutements.

Détection précoce de talents à fort potentiel

En plus de constituer un avantage économique formidable, détecter un jeune talent avant tout le monde offre un avantage tactique sur le terrain, celui de la surprise. En faisant confiance aux techniques de data scouting, un recruteur peut parier contre le marché et l'intuition de l'adversaire.

La progression rapide d'un ou plusieurs joueurs sous évalués permettra vite de surprendre l'équipe adverse sur le terrain là où elle ne s'y attendait pas, en mettant à profit son manque d'anticipation face à une menace qu'elle pensait inexistante compte tenu des apparences.

Outil de performance et d’optimisation financière

C'est sur le volet des performances financières que sera aussi attendu le recruteur. Un choix éclairé par l'IA qui s'avère fructueux réduira les coûts d’acquisition tout en augmentant les plus -values possibles une fois le joueur connu et sa réputation assise. La somme des économies et des plus-values rééquilibre le budget du club en réduisant, par la même occasion, le coût de l'erreur de casting.

Les nouveaux métiers et compétences liés à la data dans le sport

Construire une planification stratégique dans le management sportif nécessite cela dit bien plus qu'un simple ordinateur et du matériel. Il faut aussi disposer de techniciens et de spécialistes de la data : data scientist, data analyst, voire d'ingénieurs en data du sport. Ce sont eux qui mettent en place le système, développent des algorithmes maison performants, et élaborent des protocoles pour aider le recruteur dans ses choix.

Comment se former au data scouting avec Sports Management School ?

Pour devenir spécialiste en data scouting et profiter d'un marché du travail en pleine expansion dans ce domaine et celui du sport business analytics, il existe des formations diplômantes comme le MBA marketing sportif et digital. Elles abordent avec précision toutes les ficelles et les aspects de l'utilisation des Big Data dans le monde du sport, depuis la visualisation des données jusqu'à leur traitement.