Le hockey encore loin d’une révolution des chiffres

Le concept de Moneyball a changé le baseball pour toujours. Les statistiques avancées sont aussi utilisées au football et au basketball. Qu’en est-il du hockey?

D’abord une définition. Les statistiques avancées servent à analyser objectivement un sport, à utiliser les données disponibles pour, par exemple, mesurer l’impact réel d’un joueur dans une partie ou au cours d’une saison.

Parmi les quatre sports majeurs nord-américains, le hockey est celui qui utilise le moins ce type d’analyse, autant au sein des équipes que dans les médias. Pas nécessairement parce que le sport est plein de dinosaures opposés au progrès – quoiqu’il y en ait –, mais plutôt parce que le hockey est plus difficile à cerner que les autres.

«Le baseball est le sport idéal pour l’analyse, car, même si c’est un sport d’équipe, la majorité des jeux sont individuels, explique Tom Awad, un passionné de statistiques qui collabore au site web Hockey Propectus. Tu peux donc isoler chaque séquence.»

«Le baseball a une longue histoire de collecte de données, indique pour sa part Kevin P. Mongeon, un des cofondateurs du Sports Analytics Institute. Les informations n’étaient pas disponibles il n’y a pas si longtemps au hockey. De plus, tu as besoin d’une approche statistique beaucoup plus sophistiquée pour obtenir de bons résultats.»

Le hockey est fluide, toujours en mouvement. À forces égales, 12 joueurs sont sur la glace au même moment. Une erreur mineure en zone adverse peut mener à un revirement et, éventuellement, à un but. Analyser des données pour offrir un portrait juste d’un sport aussi imprévisible n’est pas une mince affaire.

Une autre difficulté est que les statistiques avancées n’ont pas encore leur place dans la culture populaire. «D’une certaine façon, c’est normal qu’il y ait de la résistance, affirme Mike Boyle, l’associé de M. Mongeon. Chaque fois que quelque chose est nouveau, et pas nécessairement compris de tous, cela peut prendre du temps avant d’être accepté. Par contre, les organisations qui adopteront ces nouvelles techniques les premières auront un avantage sur leurs compétitrices.»

[pullquote]

De plus, l’idée qu’une série de chiffres puisse représenter la valeur d’un joueur en rebute plusieurs. «Le problème est que les chiffres sont inexacts, dit M. Awad. Donc, dès qu’il y a une erreur, cela discrédite le processus aux yeux de certains.»

«Une statistique n’est qu’un modèle mathématique, et ce modèle est imparfait, dit pour sa part M. Boyle. Cependant, si tu sais ce que ce modèle fait de bien, et ce qu’il fait de moins bien, tu peux l’utiliser.»

Un peu d’histoire
Les statistiques avancées ont commencé à gagner en popularité dans les années 1960 au baseball avec le livre Percentage Baseball, d’Earnshaw Cook. Déjà à cette époque, ce dernier remettait en question les techniques traditionnelles d’évaluation des joueurs. Les idées de Cook ont été rejetées autant par les analystes que par les professionnels du milieu.

L’analyse statistique du sport favori des Américains a continué à faire son chemin. Bill James, historien du baseball et statisticien, a fait beaucoup pour la «cause», mais le livre Moneyball, publié en 2003, et le film du même nom, ont vraiment mis l’idée d’analyser les statistiques de manière plus sophistiquée de l’avant.

Le livre raconte l’histoire de Billy Beane, directeur général des Athletics d’Oakland, qui parvient à tenir tête aux meilleures équipes du baseball majeur tout en ayant des moyens financiers réduits. Beane et son équipe sont reconnus pour isoler les faiblesses dans le marché et les exploiter. C’est-à-dire embaucher au rabais des joueurs dont la valeur n’est pas bien comprise par les autres équipes.

Il est plus difficile de faire cela depuis quelques années, car les équipes à gros budgets, dont les Red Sox de Boston et les Yankees de New York, utilisent désormais également les statistiques avancées.

À lire dans le même dossier : 

Les gardiens, comment investir?
Statistiques avancées: un peu de concret
Le mythe du joueur des grandes occasions
À quoi peut servir l’analyse?