Skip to main content

Révolutionner la valeur marchande des footballeurs

La famille Comparisonator est fière d’annoncer sa toute nouvelle fonctionnalité, fruit d’une recherche rigoureuse et de longue haleine de son équipe de science des données. Déterminer avec précision la valeur marchande des joueurs de football est de la plus haute importance, surtout dans un marché de plus en plus spéculatif et onéreux.

Lorsqu’il s’agit de déterminer la valeur monétaire d’un joueur de football professionnel, nous nous appuyons souvent sur des sites web de référence bien connus ou sur des rapports publiés par des sociétés de conseil. Malheureusement, ces chiffres sont souvent déterminés arbitrairement par l’appréciation globale d’un groupe d’experts.

Même si les évaluations provenant de ces références sont considérées comme acceptables, elles posent deux problèmes majeurs. Tout d’abord, elles peuvent ne pas être aussi précises que nous l’imaginons, car il existe des écarts importants entre les indemnités de transfert réelles ou les évaluations réelles par le marché visé et les chiffres fournis par les entités de référence. En outre, un biais humain peut exister lors de la détermination de ces évaluations, qui ne sont souvent pas alignées sur les performances sportives réelles des joueurs. Deuxièmement, le processus d’évaluation humaine est compliqué et conflictuel, ce qui entraîne des mises à jour peu fréquentes des évaluations. Cela signifie qu’il faut parfois des mois, voire des dizaines de mois, pour connaître la dernière valeur marchande d’un joueur. Cependant, ces évaluations de référence dépassées peuvent être extrêmement différentes de la performance réelle du joueur.

Disposer d’un outil permettant d’estimer instantanément la valeur des joueurs en fonction de leurs récentes performances sur le terrain avec une précision extrême est un objectif recherché depuis longtemps par les chercheurs et le marché. Bien que plusieurs tentatives aient été faites pour dériver des modèles économétriques à cette fin en utilisant l’âge des joueurs, la valeur monétaire de l’équipe et de la ligue, les indicateurs de performance, l’historique des transferts et même la popularité en ligne, il est actuellement difficile de trouver un outil de ce type disponible pour les utilisateurs en tant que service.

La science derrière Compa Value – Un mélange d’apprentissage automatique et de techniques statistiques traditionnelles

Pour répondre à ce besoin, notre équipe, en collaboration avec des experts académiques de haut niveau et des spécialistes du football, a travaillé sans relâche pendant des mois pour développer le modèle prédictif appelé “Compa Value”. En un seul clic sur la plateforme Comparisonator, les clients peuvent désormais accéder à une estimation précise et actualisée de la valeur de marché en euros de n’importe quel joueur.

Le modèle statistique avancé derrière “Compa Value” prend en compte la position, l’âge, la performance, la ligue, les informations sur l’équipe et l’historique du joueur, ainsi que les modèles d’évaluation des entités de référence. Cela nous permet d’intégrer modérément et intelligemment des facteurs externes tels que la popularité ou les rumeurs affectant le prix du joueur, tout en fournissant une estimation justifiable et actualisée, basée sur les performances.

Sans entrer dans des détails techniques complexes, nous pouvons simplifier le modèle derrière “Compa Value” comme un mélange de modèles d’apprentissage automatique avancés et de techniques statistiques traditionnelles, où des hyperparamètres spécifiques sont optimisés grâce à des discussions continues avec des experts. L’un des aspects uniques de l’algorithme est qu’il s’appuie sur notre indicateur clé de performance interne basé sur l’IA, que nos clients utilisent depuis des années.

L'” indice Comparisonator ” constitue le fondement de la ” valeur Compa “. Cet indice alimenté par l’IA est le résultat d’années de collaboration de notre équipe de recherche et a prouvé sa précision et son impartialité grâce à un flux constant de commentaires positifs de la part des clients et des médias. Pour tirer parti de sa précision, nous l’avons placé au centre de l’algorithme “Compa Value”. Au cours du processus de recherche, notre équipe de data scientists a également découvert que l’indice fournit des propriétés statistiques fiables, compréhensibles et cohérentes qui s’alignent bien avec les valeurs monétaires. Cela met encore plus en évidence la supériorité de l’indice Comparisonator par rapport à d’autres indicateurs de performance clés concurrents.

Avec “Compa Value”, nous avons le plaisir d’annoncer que nos clients peuvent désormais accéder à des évaluations précises, impartiales et instantanées des joueurs de centaines de ligues de football dans le monde entier, suivre l’évolution des valeurs en fonction des performances et prendre de meilleures décisions financières.

Dr Eren Ünlü

Dr Eren UNLU was born in Istanbul, in 1989. He has been conducting various academic research projects in machine learning and artificial intelligence. He has a particular interest on the application of artificial intelligence and new statistical techniques in football.

Close Menu