La menace attendue (xT) expliquée : au-delà de la xG

Le but d'ouverture d'Arsenal dans leur victoire 3-1 contre Burnley en décembre 2018 était un bijou. Mesut Özil a ouvert la défense avec un passe en profondeur pour Sead Kolašinac, qui a remise en retrait dans la surface pour que Pierre-Emerick Aubameyang puisse conclure. L'assistance est créditée à Kolašinac. Le but est attribué à Aubameyang. Özil n'a rien reçu.

La Menace Attendue, ou xT, raconte une autre histoire. Selon ses calculs, la passe d'Özil a fait passer la probabilité d'Arsenal de marquer dans les cinq prochaines actions de 7,7 % à 15,8 %. Le coup de Kolašinac n'a ajouté que 1,3 point de pourcentage. Özil a fait 86 % du travail, et la feuille de stats n'a rien remarqué.

Voilà l'attrait de la xT. Les buts, les passes décisives et même la xG ne comptent que la dernière étape d'une action. La xT crédite les passes et les dribles qui ont rendu cette dernière étape possible, un peu comme si l'on jugeait une partie d'échecs par plus que le dernier coup. Voici comment elle fonctionne, d'où elle vient et comment un parieur peut la mettre à profit.

L'Expected Threat attribue une valeur numérique à l'impact de chaque passe, de chaque conduite de balle et de chaque dribble sur la probabilité de marquer de l'équipe. L'Expected Goals (xG) ne valorise que les tirs. L'xT, lui, évalue tout le reste sur le terrain, y compris les mouvements qui ne se concluent jamais par un tir.

Le concept est d'une simplicité élégante. On découpe le terrain en grille, et on attribue à chaque zone une valeur de menace : la fréquence avec laquelle la possession dans cette zone conduit à un but dans les quelques actions suivantes. Disons que le ballon dans sa propre surface vaut environ 0,01, soit une chance de 1 %. Au niveau du point de penalty, il pourrait valoir quelque chose comme 0,35. Déplacer le ballon d'une zone à l'autre, et la différence représente le crédit que le joueur gagne.

Ainsi, une passe de sa propre moitié du terrain jusqu'au bord de la surface adverse ne se contente pas de gagner du terrain. Elle augmente de manière mesurable sa chance de marquer. Différence clé : l'xG valorise le tir, l'xT valorise la construction du jeu.

Sous le capot, xT pose une question simple depuis chaque point du terrain : tirer, ou dégager le ballon ? Le modèle pèse la probabilité de marquer si l'on tire contre la valeur de la zone vers laquelle le ballon est susceptible d'être déplacé ensuite.

Le calcul se déroule en itérations jusqu'à ce que les chiffres se stabilisent, généralement après quatre ou cinq tours. Chaque tour ajoute une action de plus à la chaîne, donc après cinq tours, le chiffre attribué à une zone représente la probabilité de marquer dans les cinq prochaines actions à partir de cette zone. En symboles :

Les calculs derrière xT sont plus anciens que son nom. En 2011, Sarah Rudd a présenté un papier au Symposium sur la Statistique dans le Sport de la Nouvelle-Angleterre à Harvard, en utilisant des chaînes de Markov pour évaluer la possession sur une poignée d'états du terrain (surface de réparation, aile, milieu de terrain, but, perte de balle). Son modèle classait un jeune Jordan Henderson, alors à Sunderland, parmi les 25 meilleurs joueurs de Premier League, tandis que l'attaquant prolifique Darren Bent se classait mal. Cela semblait stupide à l'époque. Cela semble beaucoup moins stupide aujourd'hui.

Karun Singh a ensuite popularisé l'idée auprès d'un public plus large. Son article de blog de décembre 2018 lui a donné le nom « Expected Threat », a ajouté des visualisations interactives et a détaillé la méthode suffisamment pour que n'importe qui puisse la reproduire. Le nom a collé, et son article reste l'une des références les plus citées sur le sujet.

Le dispositif habituel découpe le terrain en une grille de 16x12, soit 192 zones au total. Chaque zone porte quatre chiffres issus de données historiques : la fréquence avec laquelle les joueurs déplacent le ballon depuis cette zone en le passant ou en le dribblant, la fréquence avec laquelle ils tirent (les deux valeurs additionnées font 100 %), l'endroit où le ballon a tendance à aller ensuite, et la probabilité qu'un tir effectué depuis cette zone termine dans la cage.

Le modèle commence avec toutes les zones à zéro et se construit par rounds. Le premier round est en fait un modèle de xG, car seul le tir compte. Le deuxième round ajoute « déplacer, puis tirer ». Le troisième ajoute « déplacer, déplacer, tirer », et ainsi de suite. Au quatrième ou cinquième round, les valeurs ne changent plus beaucoup, et le chiffre de chaque zone représente sa chance de générer un but en cinq actions.

Pourquoi s'arrêter à cinq ? Les séquences plus longues deviennent de plus en plus imprévisibles, et les rounds supplémentaires n'apportent pas grand-chose. C'est un compromis bien pensé, qui garde les chiffres faciles à interpréter.

Noter la valeur d'un simple passe ou d'une conduite de balle est à peine plus simple : il suffit de prendre la valeur de la menace à l'endroit où l'action se termine et de soustraire la valeur à l'endroit où elle commence. Déplacer le ballon d'une zone qui vaut 0,05 vers une zone qui vaut 0,15, c'est créer 0,10 xT, soit dix points de pourcentage de chances de marquer supplémentaires en cinq actions.

En additionnant ces gains sur l'ensemble d'un match ou d'une saison, on obtient une mesure de la menace créée par un joueur ou une équipe, que cela se traduise ou non par une frappe.

L'idée derrière xT a été formulée dans l'analyse du basket par Cervone et ses collègues : « La plupart des métriques avancées restent basées sur des comptages simples liés aux états finaux des possessions... C'est comme analyser une partie d'échecs uniquement en se basant sur le coup qui a amené le mat, en laissant inexplorée la possibilité que le coup clé ait eu lieu plusieurs coups plus tôt. »

Le football souffit exactement du même angle mort. Les buts, les passes décisives et le xG se situent tous à la fin de l'action. Ils manquent la passe progressive qui a cassé une ligne défensive, le dribble qui a tiré les défenseurs de leur position et le changement de jeu vers un côté surchargé. Et puisque la plupart des actions sur le ballon dans un match sont des passes et des dribbles plutôt que des tirs, c'est beaucoup de football qui reste non crédité.

Les Expected Goals ont révolutionné la manière dont nous jugeons la qualité des tirs, mais une passe qui casse une ligne, un dribble qui ouvre de l'espace ou un port de ballon depuis le milieu ne rapporte rien en xG. xT et xG mesurent des compétences différentes, donc un joueur peut être excellent pour créer du danger sans prendre beaucoup de tirs.

Retournons à Özil et Kolašinac. La passe en profondeur d'Özil a fait passer la menace de 0,077 à 0,158, ce qui vaut 0,081 xT et 86 % du crédit. Le centre de Kolašinac l'a fait passer de 0,158 à 0,171, ce qui vaut 0,013 xT et 14 %. La colonne des passes décisives a tout attribué à Kolašinac, alors que la contribution d'Özil était environ six fois plus grande. Cela compte pour le scouting, pour les négociations de contrat et, comme nous le verrons, pour quiconque essaie de trouver un avantage sur les marchés.

Le test Henderson

La meilleure publicité pour la pensée basée sur la valeur de la possession reste encore l'étude de Sarah Rudd de 2011. Son modèle avait identifié Jordan Henderson comme l'un des 25 meilleurs joueurs de Premier League, tout en évaluant mal Darren Bent. À l'époque, cela semblait absurde : Bent était un buteur éprouvé, Henderson un milieu de terrain sans grand intérêt. Henderson a ensuite rejoint Liverpool pour un montant estimé entre 16 et 20 millions d'euros, tandis que Bent s'est engagé avec Aston Villa pour un maximum de 24 millions d'euros.

Des années plus tard, Henderson soulevait la Ligue des Champions, la Premier League, la FA Cup et la League Cup en tant que capitaine de Liverpool. Les analystes avaient repéré quelque chose que les buts et les passes décisives ne pouvaient pas montrer.

Le latéral méconnu

La même logique explique pourquoi les latéraux et les milieux de terrain défensifs apparaissent souvent mieux dans les statistiques xT que dans les colonnes traditionnelles. Ils marquent rarement et font peu de passes décisives, mais ils déplacent le ballon depuis les profondeurs vers des zones dangereuses, encore et encore. Ce travail ne se voit jamais dans les montages de buts, mais c'est exactement ce que le xT est conçu pour compter.

Lire une équipe

Les cartes xT par équipe montrent où une équipe crée le danger : par le côté gauche, en passant par le centre, via les porteurs de balle en profondeur ou par les centres latéraux. Inversez la vue et vous verrez où l'adversaire est le plus vulnérable, puis combinez cela avec les destinations de passe pour identifier les couloirs de jeu à défendre. En traçant le xT au fil du match, vous voyez aussi qui a vraiment la main. Une équipe peut dominer la chronologie du danger sans enregistrer beaucoup de tirs, simplement parce que sa construction de jeu parvient constamment à placer le ballon dans des zones dangereuses.

Évaluer les joueurs

Le xT récompense les joueurs que les statistiques habituelles négligent : les latéraux, les milieux et tous les autres qui font avancer le ballon sans conclure l'action. Il se décompose aussi bien en passes et en porteurs de balle. Kevin De Bruyne est le passeur classique, Eden Hazard le porteur classique, et Lionel Messi le joueur qui pouvait faire les deux. En comparant l'action choisie par un joueur avec la meilleure option disponible, on commence aussi à voir la qualité de la prise de décision.

Trouver le prochain recrutement

Pour le recrutement, la question est celle de l'adéquation. Une équipe basée sur la possession cherche un profil xT différent de celui d'une équipe qui joue en contre-attaque. Et comme le xT met en lumière les joueurs qui font avancer le jeu sans avoir de gros totaux de buts et de passes décisives, les recruteurs peuvent l'utiliser pour repérer du talent dans les petites ligues avant que les grands clubs ne s'en aperçoivent.

Aucune métrique n'est parfaite, et la simplicité du xT est à la fois son charme et sa faiblesse. Les chercheurs derrière le cadre VAEP de l'Université KU Leuven le disent sans détour : l'approche basée sur la position du xT n'est pas la plus précise, car la menace réside dans la manière dont le ballon est déplacé, plutôt que dans l'endroit où il se trouve.

Pas de notion de pression ou de défenseurs

Un centre dans la surface face à un bloc bas compact rapporte le même xT qu'un centre face à une défense étirée. Sans données de suivi, le xT ne voit que le ballon, pas les défenseurs qui l'entourent, de sorte qu'une zone qui semble dangereuse sur la carte peut être saturée de joueurs. La même action dans un contexte différent peut être beaucoup plus difficile.

Pas de notion de risque

Un passe risqué dans la surface vaut autant qu'un passe sûr si les deux aboutissent. Le xT de base ignore également les échecs : un ballon en profondeur intercepté rapporte zéro, même s'il s'agissait exactement du bon ballon à tenter. Une contre-attaque rapide contre une défense désorganisée devrait valoir plus qu'un build-up patient qui se termine au même endroit, et le xT ne peut pas les distinguer.

Pas de notion de l'état du match

Le score, la minute et la situation tactique ne sont pas dans le modèle. Une équipe menée 3-0 à la 85e minute peut accumuler beaucoup de xT pendant que l'adversaire se replie, mais ce n'est pas une menace authentique. Traitez les chiffres comme un guide du processus, pas comme un verdict.

Ces lacunes ont donné naissance à une famille de modèles de valeur de possession plus intelligents. VAEP, issu du laboratoire DTAI de KU Leuven, utilise l'apprentissage automatique sur des caractéristiques riches de l'état du jeu et valorise aussi bien les buts marqués que les buts encaissés. L'OBV de StatsBomb s'appuie sur son modèle xG et exploite les données 360 pour voir où se trouvent les joueurs autour du ballon. American Soccer Analysis a son propre Goals Added (g+) pour la MLS.

Ils tous poursuivent le même objectif que xT, en valorisant chaque action plutôt que seulement la dernière, mais chacun ajoute le contexte que le xT de base ne possède pas. Le tableau montre où chacun se situe.

Le xT ne vous livrera pas les gagnants sur un plateau, mais c'est un outil précis pour identifier qui est meilleur que ce que les résultats indiquent. Utilisé en complément d'un vrai modèle de paris sur le football, il met en lumière quelques angles pratiques.

Les équipes dont les résultats sont en retard sur leur jeu

Une équipe qui génère beaucoup de situations dangereuses mais qui les concrétise mal est un bon pari pour une remontée. Le xT mesure la performance de fond, indépendamment de la chance dans la finition, ce qui vous aide à distinguer une équipe réellement médiocre d'une équipe malchanceuse. La même logique peut s'appliquer aux totaux de buts, c'est là que notre guide sur les lignes Over/Under entre en jeu.

Les marchés joueurs et passes décisives

Les milieux de terrain qui génèrent beaucoup de menace via leurs passes sont souvent sous-évalués sur les marchés de passes décisives. La finition de leurs coéquipiers peut masquer la qualité du jeu de fond, ce qui est exactement là que la valeur se cache.

Les déséquilibres tactiques et le paris en direct

En comparant les zones de danger d'une équipe aux points faibles de son adversaire, vous pouvez trouver un avantage. Si l'équipe A crée la majeure partie de sa menace depuis les ailes et que l'équipe B encaisse beaucoup sur les centres, ça vous dit quelque chose. En live, une équipe qui domine la chronologie du xT tout en étant derrière au score peut représenter une vraie opportunité de pari en direct.

La prochaine vague de métriques est déjà en train de prendre forme. Les données de suivi permettront aux analystes de prendre en compte le positionnement défensif, de récompenser les déplacements hors ballon et de mesurer l'espace créé, et non seulement le terrain gagné. La Menace Attendue Dynamique (DxT) et des modèles similaires visent à intégrer la pression défensive, l'état du jeu et la vitesse de transition, le contexte que la xT de base ne possède pas.

On peut aussi s'attendre à une réflexion accrue sur le rapport risque-récompense, avec des modèles qui pèsent la probabilité de marquer face à la probabilité d'encaisser, surtout pour les passes à haute rupture de lignes. À mesure que les modèles de valeur de possession deviennent la norme chez StatsBomb et dans de nombreux clubs, la comparaison des méthodes et des repères devient plus facile, et le débat public gagne en intelligence avec eux.

L'Expected Threat est l'une des idées les plus utiles de l'analyse de données en football depuis le xG. Il ne vous dira pas qui gagne samedi, mais il vous montre les coups avant la fin de partie : les passes, les portées de balle et les dribbles qui créent des occasions avant que quelqu'un ne frappe. Ce n'est pas parfait, mais un modèle simple qui vous mène loin, rapidement, bat un modèle complexe que vous n'utilisez jamais.

• Privilégier le processus aux résultats. Une équipe qui génère beaucoup de xT mais qui perd est plus susceptible de rebondir qu'une équipe qui gagne grâce à des finitions chanceuses.
• Chasser les créateurs invisibles. Les passeurs et les porteurs de balle qui construisent l'action ne reçoivent presque jamais de crédit d'assistance, alors cherchez-les sur les marchés joueurs et de création d'occasions.
• Croiser les zones de danger avec les points faibles. L'endroit où une équipe crée sa menace par rapport à l'endroit où son adversaire fuit est un angle plus net que la forme brute.
• Respecter le contexte. La pression, l'état du match et le risque ne sont pas inclus dans le xT de base, donc utilisez-le en parallèle du xG et de votre propre regard.
• Repérer le déséquilibre en direct. Une équipe qui domine la chronologie de la menace tout en étant en retard est le type de situation en direct qui mérite un regard plus attentif.
• Garder les mises raisonnables. Aucune métrique ne supprime la variance, donc misez ce que vous pouvez vous permettre et ne chasez jamais vos pertes.

L'assistance vous dit qui a passé. Le but vous dit qui a marqué. Le xT aide à montrer qui a vraiment créé l'occasion.

• Comment utiliser les xG (buts attendus) pour des paris football plus intelligents
• Comment créer un modèle de paris sportifs : guide complet
• Avantage du terrain vs qualité de l'équipe : guide avancé des paris football
• Marchés de paris par minute : quand les buts arrivent

18+. Jouez de manière responsable. Pour un soutien gratuit et confidentiel, rendez-vous sur BeGambleAware.org.