PowerPlay Magazine

L'article suivant a été publié en anglais sur le PP Magazine par Canucks357, le capitaine du support national canadien. L'outil proposé est également en anglais. Sa simplicité d'utilisation ne devrait pas vous empêcher d'en profiter.

Bonjour à tous,

Il y a un bon moment que je n'ai rien publié. Si j'écris aujourd'hui, c'est pour annoncer une série d'articles qui paraitront pour vous prochainement. Ce premier article se veut donc une introduction à ces articles, le tout dans le but de vous permettre de savoir à quel point vos joueurs sont bons comparativement à tous ceux de la planète PPM.

Je vous présente donc un nouvel outil que j'ai développé pour le hockey. Cet outil vous permettra de comparer n'importe lequel de vos joueurs avec des données extraites des abysses de PPM. Vous pouvez fournir l'âge, la longévité et le total des compétences et le classeur vous retournera le rang percentile de votre joueur. Ceci pourrait vous aider à prendre des décisions éclairées à propos de la qualité de vos joueurs comparativement aux autres équipes et, basé sur ce fait, décider s'ils sont suffisamment bon pour votre équipe. Pour ceux d'entre vous peu familiers avec le rang percentile, si un joueur est dans le 50^ème rang percentile, il est dans le premier 50% de tous les joueurs. Si un joueur est classé dans le 95^ème rang percentile, il est meilleur que 95% de tous les joueurs recensés.

Pour télécharger cet outil, il suffit de cliquer sur ce fichier Excel et de le télécharger. Cependant, avant que vous vous basiez dessus sans réserve, il y a quelques remarques à apporter :

1. J'ai systématiquement récupéré les données sur les joueurs, et ce, depuis le jour 1 de chacun des joueurs. J'ai ainsi indexé un joueur sur 50, soit environ 2% du bassin des joueurs. Étant donné le nombre de joueurs, on obtient des résultats solides mais imparfaits. Il reste certaines combinaisons d'âge et de longévité de carrière où les résultats ne sont pas aussi intéressants.

2. Il y avait peu de joueurs de 15 ans retournés avec les paramètres précédents. J'ai donc amélioré le tout en recherchant un joueur sur 10 pour les ID de joueurs les plus élevés. Un problème avec cette manière de fonctionner est que les nouvelles équipes ont des joueurs avec des ID élevés. De fait, l'âge et la longévité pour les joueurs des nouvelles équipes (18 à 22 ans) imposent un total des compétences plus bas que pour les équipes développées.

3. J'ai retiré tous les jours des équipes inactives ou sans manager.

En résumé, il s'agit d'un outil approximatif. Il utilise une fonction de distribution cumulative pour évaluer sommairement à quel niveau se situe votre joueur en comparaison des joueurs du même âge et de même longévité. Vous devriez remarquer que vos joueurs se classent mieux que vous ne l'auriez imaginé. Cependant, il s'agit probablement d'une conséquence des remarques exprimées précédemment.

J'ai des plans pour développer des outils similaires dans les autres sports. Étant donné que le basketball est tout nouveau, il serait logique de s'y attarder, le tout permettant de comparer les nouvelles recrues avec les joueurs reçus au jour un de l'équipe.

Scott