Aujourd’hui, Plan de Match vous présente le Game Score, outil de statistiques avancées par Mathieu Brosseau également membre de l’équipe Magnus Corsi.

Le début de saison 2019-20 a fait l’objet d’un amer constat au sein de Magnus Corsi : Thibaud Chatel et moi-même n’allions pas disposer de suffisamment de temps pour tracker les stats individuelles des joueurs comme l’an passé. Pas de pourcentage des tirs tentés, de pourcentage des buts anticipés, pas d’étude de la transition du palet au plan individuel… Devant la tyrannie de l’horloge qui se limite à 24 heures par jour, la décision a été prise de prioriser la couverture de tous les matchs pour les stats collectives, et d’avoir un maximum d’information sur les tirs tentés personnellement par les joueurs.   

Cela laissait donc tout se qui se passe entre les tirs sans analyse et c’est pourquoi nous avons importé le Game Score pour compenser en partie ce vide. 

Le Game Score

Le fantasme de nombreux analystes sportifs serait de pouvoir résumer la performance d’un joueur en une seule statistique. Un indicateur unique qui révélerait tout et permettrait d’arrêter de se casser la tête à recouper les vidéo, stats, commentaires des coachs, etc. 

On plaisante… À moitié. Ce genre de stat unique existe dans tous les sports. Depuis le baseball et son WAR (win above replacement) qui s’est décliné au hockey, où des variantes similaires (GAR pour goal above replacement), le principe est toujours de mélanger tous les aspects du jeu en un seul indicateur : attaque, défense, production personnelle, pénalités, etc.  

Le Game Score a été créé pour le hockey par Dom Luszczyszyn en 2016. Si la formule a été retravaillée récemment afin d’affiner son rendement au vu des nouvelles connaissances disponibles, la version de base est aujourd’hui largement utilisée car elle repose sur des stats simples et relativement accessibles dans les ligues à travers le monde : 

Player Game Score = (0.75 * G) + (0.7 * A1) + (0.55 * A2) + (0.075 * SOG) + (0.05 * BLK) + (0.15 * PD) – (0.15 * PT) + (0.01 * FOW) – (0.01 * FOL) + (0.05 * CF) – (0.05 * CA) + (0.15 * GF) – (0.15* GA)  

Buts, assistances, tirs cadrés, tirs bloqués, pénalités concédées et provoquées, faceoffs gagnés et perdus, différentiel au Corsi (tirs tentés) et différentiel de buts à 5v5, le Game score met évidement en avant les pointeurs mais donne sa part aux joueurs de système efficaces en termes de possession (Corsi) et au différentiel de buts, sans oublier les tirs bloqués pour les joueurs les plus défensifs.  

Goalie Game Score = (-0.75 * GA) + (0.1 * SV)

La version pour les gardiens est des plus simples, buts alloués versus arrêts effectués. 

Un Game Score pour la Ligue Magnus

Si la recette se base sur des statistiques facilement accessibles en NHL, elles ne le sont pas toutes dans les autres ligues. D’autres avant nous se sont essayés à adapter le Game Score selon ce qu’ils avaient sous la main, comme Mike Murphy et Shawn Ferris pour la NWHL, la ligue féminine nord-américaine, qui ne pouvait compter sur le Corsi ou même le différentiel de buts de chaque joueuse à 5v5, ni les pénalités provoquées ou les tirs bloqués.  

NWHL Skater Game Score = G + (.90*A1) + (.66*A2) + (.10*SOG) + (.11*FOW) – (.11*FOL) – (.15*PENT)

 

L’idée d’utiliser le Game Score était également de pouvoir y intégrer tous les matchs joués dans la saison, plutôt qu’un échantillon tracké par nos soins. Pour cela, il fallait n’y inclure que des stats en provenance de la ligue. Nous avions donc à notre disposition : buts, assistances, différentiel de buts à 5v5, pénalités concédées et tirs cadrés. Nous aurions pu inclure les faceoffs mais ceux-ci ne sont pas inscrits sur les feuilles de match, où nos outils peuvent aller piocher automatiquement le reste des informations. En plus du temps pour les entrer manuellement, leur impact très mineur sur le Game Score et le fait qu’ils soient réservés aux seuls joueurs de centre nous a convaincu de les laisser de côté. Il nous paraissait également compliqué de différencier premières et deuxièmes assistances faute de pouvoir leur donner un poids précis basé sur les saisons précédentes. Pour les gardiens, nous pouvions reproduire la formule entière car le nombre d’arrêts et de buts encaissés sont, évidement, disponibles. 

Il ne restait plus qu’à ajuster le poids de chaque indicateur, comme cela avait été fait au départ en NHL, suivant son occurrence sur les trois saisons à 44 matchs en Magnus. En gros, quel pourcentage du temps un évènement amène un but ? Sur trois saisons, il y a eu par exemple 47 747 tirs cadrés, pour 4885 buts marqués, soit environ 10% des tirs cadrés ont amené un but.

Comme en NHL, tous les indicateurs ont été pondérés à la baisse de 75% afin de rendre la lecture du Game Score plus facile, les meilleurs étant autour de 1 GS par match. Un but qui arrive évidement 100% du temps, a ainsi un poids de 0,75. 

Nous sommes donc arrivé avec la formule suivante : 

But marqué : 0.75

Assist : 0.43

Tir cadré : 0.08

Pénalité (de 2mn) concédées : -0.14

But pour à 5v5 : 0.15

But contre à 5v5 : -0.15

 

Et pour les gardiens :

Arrêt : 0.08

But encaissé : -0.75

 

Les résultats à la pause de novembre

Ceux qui nous suivent ont pu voir apparaitre le Game Score sur nos visuels de résumé des matchs, et nous avons déjà révélé les équipes d’étoile des mois de septembre et Octobre.

 

 

Voyons qui sont les leaders pour le moment sur la saison. 

Roland Vigners mène la ligue avec un Game Score cumulé de 20.22 mais surtout 1.26 GS par match joué, mesure qui permet de mettre tout le monde sur un pied d’égalité. Dans le détail, l’attaquant des Scorpions a mis 10 buts, 13 assistances, possède un différentiel à 5v5 de +16 (20 buts pour et 4 contre), 73 tirs cadrés et 5 pénalités mineures concédées. 

Nouveau venu, Samuel Salonen répond aux attentes avec un score de 1.23/match en 5 apparitions : 4 buts, 3 assists, un différentiel de +3, 19 tirs et 0 pénalité. Kyle Hardy mène les défenseurs avec un score de 1.2/match, avec 6 buts, 15 assists, un différentiel de +21, 62 tirs et 5 pénalités prises. 

Philippe Halley (1.17), Damien Fleury (1.13), Tommy Giroux (1.13), Denny Kearney (1.06), Arturs Sevcenko (1.04), Arturs Mickevics (1.04) et Tommy Besinger (1.02) complètent le top10. Et les gardiens ? S’ils peuvent tout à fait avoir le meilleur score sur un match, il vaut mieux les regarder à part sur la saison. À ce chapitre, Sébastian Ylonen mène sa catégorie d’assez loin à 0,46/match. 

À noter que Leo Bertein affiche 0,65/match mais ayant moins joué. Julian Junca est à 0,33, comme Richard Sabol, puis Henry-Corentin Buysse et Matija Pintaric sont à 0,2. 

 

 

Conclusion

Le Game Score n’est absolument pas une réponse à tout, surtout dans la version simplifiée que nous avons présentée ici. Il nous permet néanmoins d’avoir une évaluation dénuée de jugements subjectifs sur chaque match et la saison au complet pour alimenter les discussions. Il sera évidemment moins complet que ce que nous avions à disposition l’an passé pour l’analyse des joueurs, mais nous espérons quand même pouvoir en tirer quelque chose de substantiel !