Décryptage : Prédiction du résultat de la Ligue des Champions

Ce samedi 31 mai, le Paris Saint-Germain se voyait remporter pour la première fois de son histoire la Ligue des Champions. Plus de 11 millions de français ont suivi la victoire 5/0 du PSG acquise au profit de l’Inter Milan. Chez AVISIA, et via notre Player Index, nous avions anticipé et prédit cela. 

Retrouvez nos prises de paroles plusieurs jours avant l’événement : 

• RMCSport : IA, superordinateurs… Qui les modèles prédictifs voient ils remporter la Ligue des champions?
• Maddyness : L’IA avait prédit le gagnant de la Ligue des champions.
• Intervention de Pascal Bizzari, Directeur Général Associé, dans l’émission L’afterfoot sur RMC.
• Le Parisien : Les Parisiens champions d’Europe… selon l’IA !

Comment avons-nous pu prédire ce résultat ? Réponse dans cet article. 

Un indicateur de performance : Le AVISIA Player Index

Notre prédiction se base sur des variables calculées à partir du AVISIA Player index, notre indicateur de performance sur-mesure. Il est développé uniquement à partir des performances des joueurs, c’est-à-dire que seules les statistiques des matchs sont prises en compte dans sa construction. La valeur marchande, le palmarès, la popularité ou encore la physiologie des joueurs n’entrent pas en considération.

Nous collectons depuis 7 saisons les données de 61 ligues européennes issues de 28 pays différents. L’AVISIA Player Index enregistre les performances de plus de 50 000 joueurs sur une centaine de statistiques dans le but de définir une note entre 0 et 100, représentative de ses performances sur la saison.

Un indicateur commun et comparable

Afin d’être le plus optimisé possible et ainsi placer les joueurs sur une même échelle de comparaison, notre indicateur prend en compte toutes les spécificités du football : saison comparable, postes avec des attentes différentes, styles de jeu opposés, nombres d’action, temps de jeu et niveau des championnats. 

Outre cette note sur 100 pour chacun des joueurs, nous avons défini des sous catégories représentatives des éléments de jeu : 

• La Rigueur :  pour mesurer la solidité défensive d’un joueur, 
• La Récupération : pour évaluer son aptitude à récupérer le ballon illustrant son impact défensif actif,
• La Distribution : reflétant la qualité et la précision de son jeu de passes,
• La Percussion : dans le but de quantifier sa capacité à porter le ballon vers l’avant,
• La Mise en Danger : pour examiner sa contribution offensive en termes d’occasions dangereuses créées pour ses partenaires,
• La Finition : évaluant son efficacité devant le but.

Si vous voulez en savoir plus sur cet indicateur et son utilisation, notre premier article sur le sujet est disponible.

Rapport issu du AVISIA PLAYER INDEX – Ousmane Dembélé – 2024/2025 – Mai 2025

Ces informations résumées nous permettent une comparaison plus facile des joueurs et peuvent ainsi être utilisées dans un modèle d’IA pour la prédiction du résultat de cette finale de Ligue des Champions. 

Les variables explicatives d’un match de football 

Nous avons ensuite listé les variables explicatives d’un match de football puis calculées au travers de notre AVISIA Player Index : 

• Valeur Collective :  Niveau de cohésion d’équipe et équilibre entre les lignes.
• Valeur Individuelle : Qualité technique et influence des individualités.
• Opposition et style de jeu : Comparaison poste à poste et compatibilité des styles.
• Fraîcheur physique et mentale: Charge de matchs accumulée sur la saison et juste avant la finale.
• Forme du moment et dynamique : Série de résultats et confiance récente.
• Mental : Résilience collective et expérience des grands matchs pour les joueurs et le club.
• Contexte historique : Palmarès et vécu en finale ou grands rendez-vous.

Pour chacun de ces points, nous avons pu comparer les deux équipes et ainsi mettre en avant les avantages qui seront utilisés dans le modèle. 

Résumé des données, indicateurs et avantages utilisés par le modèle.

Notre IA donne le PSG vainqueur … et elle a raison !

En utilisant des méthodologies similaires à ce que nous avions fait lors de la coupe du monde de Rugby en 2023 où nous avions obtenu plus de 75% de bons pronostics. Et en y ajoutant nos différentes variables et avantages calculés, notre modèle d’IA a donné le PSG vainqueur à 62,5%.

En analysant les variables importantes du modèles, les informations d’individualités et d’opposition en ressortent comme les plus impactantes pour cette probabilité. 

De fait, nous avons pu, avec l’aide de notre AVISIA PLAYER INDEX et de l’historique de la compétition, définir un score de 2-1 avec comme buteurs : 

• Ousmane Dembélé et Gonçalo Ramos pour Paris : les deux meilleurs indices de finition du PSG selon notre index.
• Lautaro Martinez pour l’Inter Milan : meilleur buteur du club en LDC.

Ce scénario n’a pu se réaliser tant le Paris Saint-Germain a surpassé physiquement et tactiquement l’Inter Milan ce samedi. 

Si notre indicateur a permis de prédire le résultat de cette finale, sa vocation première est d’accompagner les clubs et les agents afin d’accélérer et fiabiliser la prise de décision durant les périodes de mercato : 

• Validation et ciblage de profils : face à la masse d’informations, il permet de filtrer rapidement les joueurs correspondant à des critères précis.
• Recherche par similarité : en cas de départ d’un joueur clé, il identifie des profils aux caractéristiques comparables.
• Intégration dans un Chatbot (IA Générative) : où il peut être interrogé en langage naturel, pour accélérer son utilisation de façon simple et intuitive.

Cette méthodologie peut être également utilisée dans d’autres secteurs et d’autres sports comme elle l’est aujourd’hui pour nos sujets Rugby &  E-Sport. 

Pourquoi pas dans votre structure ? 

Si vous voulez en savoir plus ou appliquer notre méthodologie à votre usage, à votre sport, nous vous faisons une passe dé ! Contactez nous