L'essor de l'ingénierie et de l'analyse de données dans le sport
Par Eusebio Angle (Professeur ESI et coach BM Pozuelo)
Ces dernières années, l'analyse des données et l'intelligence artificielle (IA) ont marqué un avant et un après dans le domaine du sport. Dans quelle mesure les équipes qui investissent dans l'ingénierie des données ont-elles un avantage sur celles qui ne le font pas ? De plus en plus de travaux montrent que l'IA peut faciliter dans de nombreux sports de haut niveau une amélioration des performances individuelles ou collectives, le suivi des joueurs pour obtenir des signatures prometteuses et toutes sortes d'avantages qui optimisent les ressources et rendent lesdites équipes plus compétitives.
Mon intérêt pour rapprocher l'IA du sport a commencé il y a quelques années, lorsque, sur les conseils de mon directeur de thèse Ricardo García Ródenas et de plusieurs collègues, j'ai décidé de changer de ligne de recherche et d'essayer d'appliquer les connaissances acquises dans ma formation au sport . J'ai ainsi réussi à aligner mon travail de chercheur avec ma passion d'entraîneur national de handball, dans laquelle je me suis entraîné pendant 15 ans au Club de handball de Pozuelo de Calatrava.
Le professeur ESI Francisco Pascual Romero a rejoint cette voie dès le début et, peu de temps après, Julio Alberto López (professeur du Département des technologies et des systèmes d'information de l'École d'ingénierie minière et industrielle d'Almadén). Dans nos études, nous avons vite pris conscience de l'essor que la figure de l'analyste sportif avait dans tous les sports. Ces analystes sportifs, dans la plupart des enquêtes, sont enrichis par trois domaines dans lesquels notre École est puissante (Fig.1) : i) Machine Learning, je) Big Data et iii) Analyse statistique avancée.
Dans le sport de haut niveau, de plus en plus de ressources sont consacrées à exploiter les bénéfices de l'IA. Il y a des sports qui ont donné beaucoup de valeur à ce domaine, en particulier les sports américains. Quelques exemples sont le basketball (NBA), le hockey sur glace (NHL) ou le baseball, où l'analyse approfondie des données pour l'amélioration des performances est actuellement courante. Même ces analyses sont appliquées aux athlètes à un âge précoce pour la détection et le recrutement de talents.
D'autre part, le football ne fait pas exception et la figure de l'ingénieur des données sportives est en hausse, comme c'est le cas au Sevilla FC, qui dispose d'une équipe d'ingénieurs qui appliquent le Big Data pour suivre les joueurs. Le club lui-même, avec le FC Bengaluru UTD, a récemment lancé un hackathon pour une évaluation des performances basée sur des données objectives.
Au cours des deux dernières années, grâce à nos travaux scientifiques dans le domaine de Analyse sportive, membres des groupes MAT et SMILE, ont activement participé à des congrès et publié des articles dont le thème principal est axé sur l'application de l'IA aux équipes de handball de haut niveau [1]-[5], à la recherche d'une évaluation objective des performances des joueurs dans des matchs réels, tout au long de l'application de méthodologies flou et algorithmes d'optimisation. Dans ces travaux, la principale contribution est l'évaluation objective des joueurs dans les matchs et les championnats sur la base de toutes leurs actions dans les matchs (Fig. 2). De plus, cela permet une caractérisation des joueurs en fonction de leur démarcation et de savoir quelles qualités chaque joueur doit avoir à son poste pour avoir une performance exceptionnelle dans un championnat.
Dans le même ordre d'idées, le groupe et l'Université de Castilla-La Mancha ont signé des accords de recherche avec plusieurs clubs de haut niveau tels que le Super Amara Bera Bera, récemment championne de la division féminine d'honneur (Iberdrola Warrior League), ou le Veszprem de Hongrie, une équipe masculine qui a récemment été finaliste au Quatre finale à partir de Champions du hand-ball Ces accords nous ont donné un accès direct à des données réelles avec des équipes performantes et la possibilité de réaliser une étude avancée pour améliorer les performances de leurs propres joueurs individuellement et collectivement, ainsi qu'une meilleure analyse de leurs adversaires pour une bonne préparation de la approches des matches desdites compétitions.
Dans la figure 3. les valeurs ou poids de chaque action positive et négative sont représentés. Les actions positives de chaque joueur sont celles qui rapprochent une équipe de la victoire, tandis que les actions négatives la rapprochent de la défaite. De plus, ces poids varient selon la démarcation du joueur, c'est-à-dire qu'ils sont plus ou moins importants. Le cumul de toutes les actions d'un joueur dans un match nous offrira son bilan ou marquant Dans le match.
Ces analyses de données offrent une vision objective de chaque joueur à la fois sur un match indépendant et sur une saison entière. Dans mon cas particulier, les analyses ont été d'une grande valeur au cours de la saison écoulée, notamment pour la détection de baisses de performances sportives dues à des problèmes physiques ou mentaux. Cette analyse a permis de détecter des problèmes qui ont été résolus à temps. À ce qui précède, il faut ajouter que la performance sportive peut également être obtenue contre ses propres variantes défensives ou celles de l'adversaire. En bref, de nombreuses informations précieuses peuvent être générées pour améliorer la prise de décision. Les joueurs et le staff technique se sont bien adaptés à cette situation réaction fourni par l'analyse des données de chaque match pour améliorer les performances de l'équipe.
Coïncidence ou non, le Pozuelo Handball Club a connu sa meilleure saison au niveau sportif avec une qualification pour la phase de promotion à la Ligue Iberdrola Guerreras et le championnat d'Espagne avec l'équipe féminine des jeunes.
En conclusion, l'IA a apporté des avancées significatives dans le sport grâce à des prédictions d'un haut degré de fiabilité, des évaluations objectives au niveau individuel et collectif, ainsi que des améliorations des performances. En particulier, en handball, il y a eu peu de progrès en termes d'analyse des données et beaucoup reste à faire, mais les premières mesures ont été prises, montrant que ces méthodes peuvent être très utiles. L'avenir rapprochera de plus en plus l'IA du sport pour avoir un avantage en offrant un meilleur service à toutes les échelles : athlètes, entraîneurs, fans de sport, directeurs sportifs et/ou analystes sportifs.
[1] Romero, Francisco P., Angulo, E., Serrano-Guerrera, J. et Olivas, José A.
