Pronostic football et intelligence artificielle

Ce que les modèles regardent au foot

Dans les travaux sur le foot, tu retrouves toujours les mêmes quatre familles de données. Aucune n'a été inventée par l'IA. Ce que les modèles ajoutent, c'est la capacité de les croiser sur des volumes énormes.

Regarde bien la dernière ligne. Beaucoup de travaux mettent les cotes en entrée du modèle, parce qu'elles résument une information qu'on aurait du mal à reconstituer autrement. Le prix sert donc à la fois de point de comparaison et de donnée du modèle. Et quand le modèle s'écarte du prix, cet écart veut dire moins qu'on ne le croit.

Ici, on reste sur le foot : xG, faible score, poids du match nul. Pour l'IA appliquée aux pronostics en général, tous sports confondus, va voir IA et pronostics sportifs.

Le xG, et ce qu'il ne te dit pas

Les buts attendus, c'est la probabilité qu'une occasion finisse au fond, calculée d'après sa position, sa configuration et le contexte de l'action. Additionne-les sur un match et tu obtiens une mesure de la performance offensive et défensive qui ne dépend pas du score final.

À quoi ça sert ? Surtout à corriger ta lecture d'un résultat. Une équipe qui gagne 1-0 avec 0,4 de xG contre 2,1 n'a pas fait le même match qu'une équipe qui gagne 1-0 avec 2,3 contre 0,5.

Les limites sont tout aussi nettes. Le xG est une moyenne construite sur un gros historique. Il ignore la qualité de finition propre à tel ou tel joueur. Et sur un seul match, l'écart entre buts attendus et buts marqués reste énorme.

Pourquoi le foot résiste aux modèles

Le foot produit peu d'événements décisifs, alors le hasard y pèse lourd, par construction.

Bunker et Susnjak ont signé une revue qui synthétise plus de vingt ans de travaux sur la prédiction de résultats en sport collectif. Sur ce point, ils sont clairs. Voici deux chiffres, vérifiés dans le texte de la revue :

• le foot est le sport le plus étudié de tout le corpus, et pourtant la meilleure précision recensée y atteint 78 %, ce qui le classe seulement cinquième des sports comparés ;
• certains sports mieux classés, comme le rugby à XV, doivent une partie de leur avance à des compétitions moins équilibrées. La revue insiste là-dessus : la profondeur de la concurrence compte au moins autant que le sport lui-même.

La revue cite aussi des travaux selon lesquels le hasard pur peut décider de l'issue de jusqu'à 18 % des matchs d'une saison. Presque un sur cinq.

Attention quand même. Ces chiffres viennent de la recherche sur la prédiction de résultats. Ils ne te donnent aucun taux de réussite à plaquer sur un pari. Un pari se juge face à une cote et à sa marge, pas face à un pourcentage de bonnes réponses.

Le cas à part du match nul

Le foot est l'un des rares grands sports avec une troisième issue, et c'est la plus dure à modéliser.

Un nul n'a pas de signature statistique à lui. Il ne traduit ni une domination ni un déséquilibre. C'est un équilibre, qui peut naître de configurations très différentes. Plusieurs travaux de la littérature contournent d'ailleurs le problème en travaillant sur deux classes au lieu de trois. La précision affichée grimpe mécaniquement, sans qu'on comprenne mieux le match pour autant.

Garde ça en tête quand un outil t'annonce un chiffre. Une précision sur deux issues et une précision sur trois issues, ça ne se compare pas.

Ce que l'IA apporte au foot, et où elle s'arrête

Ce qu'elle fait bien ? Avaler des saisons entières de données, comparer les indicateurs d'un match à l'autre de façon homogène, suivre en continu ce que font les cotes. Elle peut aussi estimer une probabilité par issue, avec une marge d'erreur qui reste grosse sur un sport à faible score. Le résultat d'un match, en revanche, elle ne le connaît pas. Son score exact encore moins.

C'est cette dernière limite qui m'a guidé pour OddScore. Le point de départ, ce sont les cotes de plusieurs bookmakers, marge retirée, et leur évolution. Le signal de 0 à 100 et la lecture IA résument ce que dit le marché. Ils ne te disent pas comment le match finira, et sur un sport où le hasard pèse autant, je préfère l'écrire noir sur blanc.

Cette page reste côté données et modèles. Pour la méthode d'analyse humaine d'un match (marché 1N2, poids du nul, calendrier), va sur pronostic football. Et les marchés que la plateforme suit vraiment sont détaillés sur cotes football.

Retour au guide IA et pronostics sportifs →

Retour au guide complet des pronostics sportifs →

Passer à la pratique

Appliquez ce guide sur des cotes réelles.

Creuser le marché

Les mouvements de cotes ne sont qu'une partie de l'histoire. Voici les prochains sujets à lire.

Questions fréquentes

Sources & méthodologie