Les données ouvertes dans le football, qu’est-ce que c’est ?

Article écrit par Fonseca Francisco.

Données de suivi (tracking) vs données d’événements

Dans le football, on distingue deux grands types de données. Les données d’événements (event data) décrivent les actions avec le ballon : passes, tirs, dribbles, fautes, etc. Elles sont utiles pour comprendre le déroulement du jeu, mais leur collecte est chronophage et demande encore beaucoup de travail manuel.

Les données de suivi (tracking data), celles qui nous intéressent principalement dans ce projet, enregistrent en continu la position des joueurs et du ballon, parfois plusieurs millions de points par match. Elles permettent de mesurer la vitesse, la charge physique ou encore les déplacements sans ballon. Autrefois réservées aux clubs professionnels et aux grandes ligues, elles sont aujourd’hui accessibles aussi aux structures amateures grâce à des capteurs et systèmes GPS devenus “abordables”. Le véritable frein n’est plus le prix du matériel, mais les abonnements liés aux plateformes d’analyse, indispensables pour exploiter ces données.

Où trouver ces données ?

Quelques entreprises spécialisées dans l’analyse du football mettent à disposition une partie de leurs données en libre accès. StatsBomb, par exemple, est une société anglaise qui fournit des statistiques détaillées à de nombreux clubs professionnels mais publie aussi un jeu de données gratuit pour la recherche et les amateurs. Wyscout, filiale de Hudl, est surtout connue pour sa plateforme vidéo et d’analyse utilisée par les recruteurs ; elle propose aussi des échantillons de données publiques. On trouve également des jeux de données partagés via des plateformes comme Kaggle ou FBref, qui compilent et diffusent des statistiques issues de différentes compétitions.

Source : Hudl Wyscout

Ces ressources ouvertes sont limitées par rapport aux bases de données payantes des clubs pros, mais elles constituent une opportunité précieuse pour démocratiser l’analyse du football et tester des méthodes d’analyse avancées sans frais prohibitifs.

Comment les collecte-t-on ces données ?

Il existe plusieurs approches pour collecter des données dans le football. Les event data sont souvent saisies via un mélange de vision par ordinateur et d’annotation humaine, ce qui reste coûteux et peu adapté aux petits clubs.

Dans ce projet, l’accent est mis sur les tracking data, générées par les systèmes Electronic Performance & Tracking Systems (EPTS) reconnus par la FIFA. Ces dispositifs reposent sur des GPS portés par les joueurs, des capteurs intégrés aux maillots ou des caméras optiques autour du terrain. Ils produisent des volumes massifs d’informations spatio-temporelles exploitables pour l’analyse tactique et physique. Aujourd’hui, des solutions proposées par des entreprises comme Insiders ou FieldWiz sont financièrement “accessibles” aux clubs amateurs. Toutefois, si les capteurs sont relativement abordables, l’accès aux fonctionnalités d’analyse reste conditionné par des plans de souscription, qui constituent souvent le principal frein.

Source : Insiders Inspirit

En parallèle, certaines entreprises comme BePro ou Ubitrack proposent des solutions basées sur la vision par ordinateur et l’intelligence artificielle. Elles fournissent à la fois le matériel (caméras, systèmes de capture) et les logiciels pour analyser automatiquement les matchs. Mais là encore, le modèle économique repose sur des abonnements, ce qui limite leur accessibilité.

Source : BePro AI (Portable Camera)

Enfin, quelques projets amateurs expérimentent avec des bibliothèques open source avancées comme YOLO (You Only Look Once), utilisées pour détecter joueurs et ballon à partir de vidéos. Ces alternatives sont prometteuses mais restent encore moins précises et robustes que les solutions proposées par les grandes entreprises spécialisées.

Ce que nous cherchons à accomplir avec ce projet

L’objectif de ce projet est de montrer comment les données ouvertes peuvent devenir un outil concret pour les clubs amateurs. Aujourd’hui, les grandes équipes professionnelles disposent de départements entiers dédiés à l’analyse de la performance. En revanche, les petites structures ont rarement accès à ces ressources, alors même qu’elles pourraient en tirer de réels bénéfices : mieux comprendre leurs forces et faiblesses, optimiser leurs entraînements ou encore prévenir certaines blessures.

Concrètement, ce travail cherche à démontrer l’utilité pratique des tracking data en contexte amateur. L’idée n’est pas seulement de dresser un inventaire des bases de données disponibles, mais d’expérimenter leur exploitation à travers un prototype d’analyse simple et reproductible. Ce prototype pourra, par exemple, mettre en évidence des schémas de jeu, des zones d’occupation du terrain ou encore la charge physique des joueurs. L’accent est donc mis sur la valeur ajoutée que peuvent offrir ces données lorsqu’elles sont exploitées intelligemment, même avec des moyens limités.

En résumé, il s’agit de démocratiser l’analytique footballistique : prouver qu’avec des données ouvertes, des outils accessibles et un peu de savoir-faire, les clubs amateurs peuvent s’inspirer des méthodes des professionnels et en retirer une vraie valeur pour leur quotidien.

Source : image générée par IA

Bibliographie

ADMIN, 2023. How the Association Suisse de Football (ASF) uses Inspirit to better understand individual peformances. insiders [en ligne]. 1 mars 2023. Disponible à l’adresse : https://insiders.live/partner-stories/how-the-association-suisse-de-football-asf-uses-inspirit-to-better-understand-individual-peformances/ [consulté le 29 mai 2025].

AI Football Stats for Clubs & Federations | Ubitrack, 2025 [en ligne]. Disponible à l’adresse : https://ubitrack.eu/federations-and-clubs/ [consulté le 9 septembre 2025].

ANAGNOSTOPOULOS, Grigorios G., 2025. Catalogue des projets de recherche – M4 Recherche II – Projet de recherche. [en ligne]. Disponible à l’adresse : https://cyberlearn.hes-so.ch/mod/resource/view.php?id=437728

Analysis Software, Cameras and Data for Sports Teams | BEPRO, [en ligne]. Disponible à l’adresse : https://www.bepro11.com [consulté le 2 septembre 2025].

ATEF, Abdelrahman, 2025. AbdelrahmanAtef01/Tactic_Zone [logiciel] [en ligne]. 1 août 2025. [consulté le 4 septembre 2025]. Disponible à l’adresse : https://github.com/AbdelrahmanAtef01/Tactic_Zone [consulté le 4 septembre 2025].

Example of StatsBomb event data for shots only. The events and shot…, ResearchGate [en ligne]. Disponible à l’adresse : https://www.researchgate.net/figure/Example-of-StatsBomb-event-data-for-shots-only-The-events-and-shot-characteristics-are_tbl1_363672422 [consulté le 12 septembre 2025].

FieldWiz | GPS Tracking System HRM | One step closer to winning, [en ligne]. Disponible à l’adresse : https://fieldwiz-benelux.com/ [consulté le 29 mai 2025].

FIFA | Electronic Performance & Tracking Systems (EPTS), 2021 [en ligne]. Disponible à l’adresse : https://inside.fifa.com/innovation/standards/epts/epts-1 [consulté le 29 mai 2025].

FIFA, 2016. The Future of Football: Wearable Technology [en ligne]. 22 novembre 2016. Disponible à l’adresse : https://www.youtube.com/watch?v=Jmn5dfZX1u4 [consulté le 30 mai 2025].

Football Data: Our Open-Source Collection of Worldwide Statistics, 2025 [en ligne]. Disponible à l’adresse : https://datahub.io/blog/football-data-our-open-source-collection-of-worldwide-statistics [consulté le 12 septembre 2025].

Football Statistics and History, FBref.com [en ligne]. Disponible à l’adresse : https://fbref.com/en/ [consulté le 12 septembre 2025].

fotd_widgets_thumbnail.png (1382×1346),  [en ligne]. Disponible à l’adresse : https://seidlr.github.io/blog/images/fotd_widgets_thumbnail.png [consulté le 12 septembre 2025].

FRANCISCO, Fonseca. Open Data for Football Analytics. .

Genius Sports | Official Sports Data, Analytics & Technology Provider, [en ligne]. Disponible à l’adresse : https://www.geniussports.com/ [consulté le 30 mai 2025].

GPS Football, Gps soccer sensor, GPS sensor – Insiders – FieldWiz, Click for Foot [en ligne]. Disponible à l’adresse : https://www.clickforfoot.com/en/500-gps-insiders [consulté le 12 septembre 2025].

Hudl Statsbomb | Free Data, 2025Hudl Statsbomb | Data Champions [en ligne]. Disponible à l’adresse : https://statsbomb.com/what-we-do/hub/free-data/ [consulté le 29 mai 2025].

Inside FIFA | 5.7 Information technology, [en ligne]. Disponible à l’adresse : https://inside.fifa.com [consulté le 30 mai 2025].

Inside FIFA | Electronic Performance and Tracking Systems (EPTS), [en ligne]. Disponible à l’adresse : https://inside.fifa.com/innovation/standards/epts [consulté le 29 mai 2025].

insiders | INSPIRIT, 2025insiders [en ligne]. Disponible à l’adresse : https://insiders.live/inspirit/ [consulté le 12 septembre 2025].

Inspirit-1-scaled.jpg (2560×1707),  [en ligne]. Disponible à l’adresse : https://insiders.live/wp-content/uploads/2023/02/Inspirit-1-scaled.jpg [consulté le 12 septembre 2025].

JOCHER, Glenn, 2020. YOLOv5 by Ultralytics [logiciel]. Version 7.0. mai 2020. DOI 10.5281/zenodo.3908559.

JOCHER, Glenn, QIU, Jing et CHAURASIA, Ayush, 2023. Ultralytics YOLO [logiciel]. Version 8.0.0. janvier 2023. [consulté le 4 septembre 2025]. Disponible à l’adresse : https://github.com/ultralytics/ultralytics [consulté le 4 septembre 2025].

Model & API, Roboflow [en ligne]. Disponible à l’adresse : https://universe.roboflow.com/roboflow-jvuqo/football-players-detection-3zvbc/model/2 [consulté le 2 septembre 2025].

notebooks/notebooks/how-to-track-football-players.ipynb at main · roboflow/notebooks, GitHub [en ligne]. Disponible à l’adresse : https://github.com/roboflow/notebooks/blob/main/notebooks/how-to-track-football-players.ipynb [consulté le 2 septembre 2025].

rajveersinghcse/Football-Analysis-using-YOLO: ⚽Empowering football enthusiasts with in-depth match analysis using YOLO object detection for player tracking, speed calculation, team dynamics, and camera movement insights., [en ligne]. Disponible à l’adresse : https://github.com/rajveersinghcse/Football-Analysis-using-YOLO?tab=readme-ov-file [consulté le 2 septembre 2025].

RIVILLA, Jorge Mendoza, 2023a. Football event data approach. Medium [en ligne]. 20 mai 2023. Disponible à l’adresse : https://jorgemendozarivilla.medium.com/football-event-data-approach-c3b826cbbcbf [consulté le 12 septembre 2025].

RIVILLA, Jorge Mendoza, 2023b. Football event data approach. Medium [en ligne]. 20 mai 2023. Disponible à l’adresse : https://jorgemendozarivilla.medium.com/football-event-data-approach-c3b826cbbcbf [consulté le 30 mai 2025].

ROBERT SEIDL, 2020. Friends of Tracking Data Use-case 3 Replay Events with Tracking Data [en ligne]. 2020. Disponible à l’adresse : https://www.youtube.com/watch?v=RhDjOxW_qrY [consulté le 12 septembre 2025].

ROBOFLOW, 2022. Football Players Tracking | YOLOv5 + ByteTRACK | Google Colab | step-by-step Tutorial [en ligne]. 2022. Disponible à l’adresse : https://www.youtube.com/watch?v=QCG8QMhga9k [consulté le 4 septembre 2025].

ROBOFLOW, 2024. Football AI Tutorial: From Basics to Advanced Stats with Python [en ligne]. 2024. Disponible à l’adresse : https://www.youtube.com/watch?v=aBVGKoNZQUw [consulté le 2 septembre 2025].

Roboflow: Computer vision tools for developers and enterprises, [en ligne]. Disponible à l’adresse : https://roboflow.com [consulté le 2 septembre 2025].

SENN, William, 2024. Addressing evaluation challenges on the expected goals (xG) metric in football analysis. [en ligne]. Disponible à l’adresse : https://sonar.rero.ch/global/documents/331251 [consulté le 28 mai 2025].

TALKSPORTSDATA, 2020. An Interactive Visualisation of Football Tracking Data. talksportsdata [en ligne]. 11 avril 2020. Disponible à l’adresse : https://seidlr.github.io/blog/friends%20of%20tracking%20data/fotd/widgets/bqplot/qgrid/tracking%20data/metrica%20sports/2020/04/11/interactive-football-pitch.html [consulté le 12 septembre 2025].

Track Football Players with Computer Vision, 2022Roboflow Blog [en ligne]. Disponible à l’adresse : https://blog.roboflow.com/track-football-players/ [consulté le 2 septembre 2025].

YOUSSSEF, mohamed, 2025. JooZef315/football-tracking-data-from-TV-broadcast [logiciel] [en ligne]. 10 juillet 2025. [consulté le 2 septembre 2025]. Disponible à l’adresse : https://github.com/JooZef315/football-tracking-data-from-TV-broadcast [consulté le 2 septembre 2025].

Carnet d'IdéeS - blog du Master IS

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *