Qui est le meilleur meneur de la Draft 2017 ? (5/6)
Nous essayons de construire un modèle d’évaluation du niveau des joueurs à travers les meneurs de la classe 2017. Retrouvez ici la première partie, la deuxième, la troisième et la quatrième.
Guillaume (@GuillaumeBInfos)
________________________________________________
Interlude 2 : Enfiler les lunettes 3D
Avoir réussi à affiner à ce point est très positif, mais on touche la limite. Ce n’est plus pertinent de continuer à fragmenter, je pense qu’on a besoin de faire un virage dans la façon dont nous concevons notre modèle mathématiques, et non plus affiner. Continuer à zoomer à l’infini n’apporterait pas les réponses que nous cherchons, il faut changer de microscope. Il faut se poser les bonnes questions sur le basket.
Tout d’abord, que dit notre modèle actuellement ? En fait, il évalue en détail le niveau de maîtrise de chacune des aptitudes basketballistiques d’un joueur, il compile tout dans une équation aux coefficients différents selon l’importance des qualités, et nous sort un score final.
Pourtant, une notion fondamentale échappe à toutes les variables de notre modèle. Faisons la apparaître concrètement à travers un exemple. Depuis le début, nos calculs placent Dennis Smith Jr comme un meilleur shooteur que Lonzo Ball. Ca vous ne fait pas tiquer ? Un peu quand même, on est d’accord.
Seulement voilà. En disséquant le jeu, il n’y a que sur du catch & shoot que Lonzo Ball est réellement meilleur que Dennis Smith. Sur du tir en sortie du Pick & Roll, c’est Smith le meilleur. Sur isolation, un contre un, occasions où il faut se créer son propre tir, c’est Smith le meilleur encore. De manière générale, en sortie de dribble il est largement meilleur. Sur la mécanique de tir (capacité à relâcher la balle haut notamment), Smith est également meilleur.
Oui mais, au final, on pense tous que Ball est quand même un meilleur shooteur. Merde alors, c’est où que ça dérape alors cette histoire ?
________________________________________________
Quel est l’ingrédient manquant ?
Lorsqu’on a tenté de donner des coefficients d’importance aux différents domaines du jeu, la différence est apparue très claire et nette entre Rudy Gobert et Jahlil Okafor. Alors que Okafor sortait meilleur avant les coefficients, Gobert devenait alors 2 fois plus fort que lui une fois ceux-ci appliqués. En revanche, avec nos meneurs, on n’arrive pas à faire bouger ce classement. Pourquoi ?
1) La première raison, c’est que les profils de Gobert et Okafor sont très distendus. L’un est très mauvais en attaque mais splendide en défense, l’autre est très bon en attaque mais catastrophiquement mauvais en défense. Du coup, en donnant de l’importance à la défense comme on l’avait fait, et très peu au jeu au poste, les différences se sont fait d’elles-mêmes.
Pour nos meneurs, ça ne marche pas parce qu’il n’y a pas de tels écarts. La densité est trop grande : ils sont tous bons partout, et très mauvais nulle part. Reprenons le tableau de maîtrise des aptitudes, avant des coefficients.
Aucune valeur en dessous de 47%, et la majorité (15 scores sur 20) est située dans la petite fourchette entre 60% et 80% de maîtrise. De même, les écarts ne sont pas énormes entre les joueurs, aucun écart n’est plus grand que 30% alors que pour Okafor et Gobert ça pouvait monter à 90% de différence.
De toute évidence, il y a trop de densité pour créer des grosses différences aussi simplement. Et d’ailleurs, cette densité est normale et rassurante : ce sont 5 prospects au niveau de jeu et au talent très proches, les 5 sont calibrés pour le top 10 de la draft. Au contraire, Gobert et Okafor ne font pas du tout partie des mêmes catégories de niveau de jeu parmi les pivots. Pour comparer deux joueurs, on dit souvent qu’ils ne boxent pas dans la même catégorie. Ici, c’est carrément que Okafor n’est même pas boxeur par rapport à Gobert.
2) La deuxième raison c’est le poste. Un pivot n’a pas besoin de maîtriser tous les aspects du jeu pour briller, et l’exemple de Gobert qui n’est au-dessus de la moyenne que sur un seul domaine (la défense) suffit à faire de lui un de meilleurs pivots de la ligue. Tout comme DeAndre Jordan.
Or, nous, on parle de meneur, et c’est très différent. Un meneur se doit de tout maîtriser. Aucun meneur de jeu aujourd’hui en NBA ne peut prétendre a être parmi les meilleurs joueurs de la ligue tout en étant à la ramasse sur un aspect du jeu.
La conséquence mathématiques à cela, c’est qu’on ne peut pas donner coefficients d’importance avec de trop gros écarts comme on a pu le faire avec les pivots. Du coup, une fois passés à la moulinette de notre équation, on ne retrouve pas d’aussi gros écarts de score.
________________________________________________
Revenons à notre problématique, et à l’exemple qui l’illustrait : Lonzo Ball est un meilleur shooteur que Dennis Smith Jr de l’avis de tous, mais on n’arrive pas à retrouver cela dans notre modèle.
Voilà l’analyse que je propose pour comprendre cette incohérence : une notion capitale échappe à notre modèle mathématiques pour l’instant : la notion de fréquence. C’est un point absolument capital.
Comprenez bien ceci : nous avons dans un premier temps posé un jugement sur telle ou telle qualité d’un joueur et ainsi noté de 1 à 10 chacune des 67 catégories que nous avons trouvé. C’est une première dimension.
Mais après réflexion, on s’est rendu compte qu’une seule dimension était insuffisante et n’exprimait pas la réalité du problème. En effet, chacune des qualités n’a pas la même valeur dans le basket. La capacité intéressante mais anecdotique d’un joueur à poser des boxouts sur des intérieurs ne peut pas et ne doit pas être mis sur le même pied d’égalité que la capacité à créer son tir en un contre un. Donc, notre remède à été d’affecter des coefficients différents selon l’importance des dites qualités. Deuxième dimension.
Sauf qu’on a fait que la moitié du travail et qu’il nous faut ajouter une troisième dimension pour coller le plus possible à la réalité. Une dimension qui exprimera cette fois la fréquence d’utilisation d’une arme. En effet, si un joueur n’a qu’une arme mais l’utilise bien et à foison, évidement que son apport sera supérieur à seulement la somme de ses capacités.
Pour le cas du shoot de Lonzo Ball et Dennis Smith par exemple. Si on arrive à exprimer correctement les quantités, la fréquence d’utilisation des différents shoots, on arrivera sans doute à de meilleurs résultats. En effet, une des raisons pour lesquelles Ball est un aussi bon prospect c’est d’abord et surtout parce que c’est un excellent shooteur, dans le sens shooteur à gros volume.
Certes, Smith peut faire sans doute plus de choses, mais en comparaison, Ball enchaîne les trois-points avec une cadence beaucoup plus grande, ce qui d’une part rapporte plus de points mais en plus créé du spacing et rend l’équipe autour meilleure. La différence est de taille du coup, même si elle ne ressort pas dans les chiffres. Mais pour une fois, il faut admettre que les chiffres, les stats disponibles n’expriment pas tout et qu’il est préférable de se fier à nos instincts, au visuel et au bon sens. Par exemple, un shooteur à gros volume comme Ball est beaucoup plus respecté qu’un shooteur comme Smith, donc va avoir plus d’impact sur les défenseurs, qui ne vont pas oser l’abandonner pour aider ailleurs. Une parti de l’impact n’est pas chiffrable.
Sur les stats brutes, Ball a prit 5.4 trois-points par match et tout de même 4.8 pour Smith. Pas très convainquant comme différence, assez négligeable même. Que manque-t-il a notre réflexion ?
Cela nous amène à reconsidérer notre variable de la fréquence : ce n’est pas la fréquence pure qu’il faut prendre en compte, mais la fréquence de réussite. Il faut intégrer à cette variable de fréquence l’efficacité. Elle est là la différence fondamentale entre Ball et Smith : les défenses craignent plus Ball parce qu’il est très efficace sur beaucoup de tirs. 41 % sur plus de 5 tentatives, c’est réellement excellent, alors que le 36 % sur presque 5 tentatives est moins attrayant, plus moyen.
Elle est là la différence fondamentale, et on arrivera sans doute pas à mieux représenter cela qu’avec cette variable de « fréquence de réussite ». Un joueur qui utilise beaucoup une arme particulière de son répertoire sans être efficace, on va pouvoir le pénaliser. Un joueur qui utilise beaucoup une arme en étant en plus efficace, on va pouvoir lui sublimer son score pour le récompenser. Un joueur très efficace sur une arme qu’il utilise peu, on va pouvoir nuancer. Un joueur qui utilise peu une arme sur laquelle il est mauvais, on ne va pas trop le pénaliser (sauf si c’est une arme importante, du genre le 3pts de Fox).
________________________________________________
Faisons le bilan. Prenons une aptitude particulière du basket. Par exemple, la finition au cercle.
1) on note d’abord le joueur sur ses compétences intrinsèques à cette qualité. Ici, c’est à quel point un joueur est un bon finisseur au cercle, entre 0 et 10. On va appeler cette première variable m (pour maîtrise).
2) on va ensuite juger de l’importance de cette capacité par rapport au jeu. Ici, c’est l’importance de savoir finir au cercle, qui est tout de même importante (pour ne pas gâcher de bons drives) mais pas capitale (dans le sens où même des finisseurs moyens peuvent être quand même de bons slasher, du type Westbrook). On appellera cette deuxième variable i (pour importance).
3) on va enfin juger de la fréquence d’utilisation de cette capacité, ainsi que l’efficacité. Ici, c’est à quel point un joueur est en position de tenter de finir au cercle, et surtout quelle est sa réussite. On appellera cette variable f
Du coup, on a au final un score qui s’exprime selon ces trois facteurs :
score = m * i * f
La suite ? On prend tous les scores et on fait la somme. Et là, enfin, on aura réussi à fourrer le plus de variables possible dans ce score, qui exprimera pleins de données, et aura une pertinence suffisante pour qu’on se fit et se plit au classement qui en découlera.
Petit suspens pour savoir quels scores vont-ils obtenir.