Depuis quelques années, la data prend une place importante dans le monde du sport. En équipe ou individuelle, aucune discipline n’y échappe. Les passes des joueurs sont analysées, leur vitesse de frappe est calculée et leurs mouvements sont décryptés. Des millions de statistiques sont amassées à chaque entraînement ou match pour améliorer les performances de chacun. Les données et le sport deviennent progressivement indissociables, au point que certains acteurs de l’analytique chaussent les crampons. SAS est justement l’un d’entre eux. Leader de l’analytique, sa mission est de faciliter l’utilisation au quotidien d’outils analytiques par le plus grand nombre. L’entreprise a mis au point plusieurs innovations mêlant data literacy et sport, sur lesquelles revient Jean-François Sebastian, Country Manager de SAS France.

Data literacy : de quoi parle-t-on ?

Sur le web, difficile de trouver une définition claire de ce qu’est la data literacy. Si l’on s’en réfère à l’institut Gartner, il s’agit de “la capacité à lire, écrire et communiquer autour des données dans leur contexte et la capacité à décrire le cas d’utilisation, l’application et la valeur qui en résulte”. Bien que cette explication permette de comprendre un peu mieux ce que signifie data literacy, elle n’aide pas à saisir précisément ce que cela englobe.

Pour Jean-François Sebastian, Country Manager de SAS France, il s’agit plutôt de culture de la donnée. « La culture de la donnée, on la voit de plus en plus en entreprise, avec le souci majeur des sociétés qui est d’insuffler cette culture à tous les étages de l’entreprise. C’est quelque chose qui est en train d’arriver de manière massive également dans le fonctionnement de notre société de tous les jours », explique-t-il.

Cette thématique est plus que jamais au cœur de l’actualité. Au cours des prochaines années, le nombre de données devrait se multiplier, notamment avec la montée en puissance des objets connectés. « Ces données, il faut être capable de pouvoir les comprendre pour savoir lesquelles utiliser, et saisir quelles sont les données qui vont vraiment être utiles pour optimiser les tâches au quotidien, les missions et puis même la vie de tous les jours », insiste Jean-François Sebastian.

Le Batting Lab de SAS : entre sport, données et jeunesse

La data literacy joue et jouera un rôle central dans de nombreux secteurs, parmi lesquels le sport. SAS a donc mis au point plusieurs innovations mêlant ce domaine avec l’analytique, mais aussi la jeunesse. Ce dernier sujet est particulièrement important pour le fondateur de l’entreprise, mais aussi pour Jean-François Sebastian. « Les enfants, le sport et l’alliance des deux, ça permet de démontrer réellement tout l’apport de l’analytique, des données et que justement, nous pouvons contribuer, nous SAS, à passer de cette dimension digital native à data native », affirme-t-il.

Parmi les solutions mises au point, le Batting Lab, destinée au baseball. Concrètement, il s’agit d’une grande cage créée à partir de solutions de computer vision, de capteurs, de caméras et d’objets connectés. Il y a également des capteurs de poids.

« Nous avons 200 000 points d’observation qui permettent de capter dans le détail, avec une granularité très, très fine, les mouvements, les gestes pour permettre aux batteurs de s’améliorer en temps réel. Quand je dis « en temps réel », c’est qu’on est capable tout de suite de pouvoir indiquer : « Qu’est-ce que le batteur peut corriger pour s’améliorer ? », explique Jean-François Sebastian. Pour ce faire, l’entreprise a analysé 500 swings, le mouvement, réalisés par des joueurs professionnels, avec ces centaines de milliers de points d’observation. « Au total, nous devons être entre 20 et 30 millions de données collectées pour en tirer des modèles », dévoile le Country Manager de SAS France.

De jeunes baseballeurs ont ensuite pu s’exercer pendant six semaines et en direct. SAS a analysé leurs gestes par rapport à ceux des modèles créés. « Ensuite, par un système de scoring, de priorités, en direct, en temps réel, il y avait une voix, un coaching qui était de : « Écarte un peu plus les jambes, bouge un peu plus ça, remonte ta batte. » On était vraiment capables de corriger le tir », raconte Jean-François Sebastian. Une progression a été observée chez chacun des jeunes. Certains d’entre eux ont même augmenté leur vitesse d’exécution de 50 %.

Le premier objectif du Batting Lab était de démontrer l’utilité de la donnée et de l’analytique dans des activités quotidiennes. Le second était de mettre en relief la transformation de certains métiers, dont celui d’entraîneurs. « Ils vont être aidés par cette nouvelle technologie pour leur permettre, à eux, de se concentrer sur, finalement, leur expertise, leur force. C’est ce qu’on appelle se concentrer sur les signaux faibles », explique le Country Manager.

Donner une nouvelle dimension au sport grâce à la data

Si SAS s’est intéressée au baseball avec le Batting Lab, elle s’est également penchée sur le rugby. Récemment, l’entreprise a même noué un partenariat avec la Fédération française de Rugby. « J’ai eu l’opportunité de rencontrer Fabien Galthié (NDLR : ancien joueur de rugby, sélectionneur, entraîneur et consultant sportif). Il voulait développer l’analytique pour aider son équipe, le XV de France masculin, à basculer dans ce nouveau monde de la donnée et en faire l’équipe la plus data native au monde », dévoile Jean-François Sebastian.

Pendant plus d’un an, SAS et Fabien Galthié ont collaboré pour développer et structurer les nombreuses données du XV de France. « Nous parlons de centaines de millions de données, voire milliards de données, avec à peu près en base de données près de 1 500 matchs de tous types. On a commencé par la touche, mêlée, rucks : tout a été catégorisé, chaque match a été disséqué sur les actions, sur les réactions des équipes, etc », raconte-t-il.

En parallèle, SAS a mis à disposition de l’équipe une plateforme d’analytics appelée Viya, avec une interface entièrement personnalisée. La solution a été conçue avec l’aide d’une équipe de data scientists qui a réalisé des développements spécifiques en open source, en Python. L’objectif était de créer des systèmes de requêtage très intuitifs. « Un système de requêtage, c’est : vous rentrez des questions, et ensuite avec un système de filtres, on va très, très loin dans les réponses. Pourquoi ? Parce que Fabien nous a donné le challenge de dire : « Moi, je vais vous poser des questions simples, et ce que j’attends de votre part, ce sont des réponses simples », explique Jean-François Sebastian.

Le but était donc de rendre l’analytics compréhensible par le plus grand nombre d’individus. De cette façon, Fabien Galthié pouvait obtenir des réponses claires et être guidé quant aux choix de stratégie à prendre. SAS a aidé l’entraîneur à préparer certains matchs, dont un contre les redoutables All Blacks. L’entreprise a été en mesure de lui indiquer la combinaison qui ferait le plus reculer cette équipe, à tel moment du match et à tel endroit du terrain. Cette analyse s’est avérée correcte, et le XV de France a gagné contre les All Blacks.

« Demain, l’objectif, c’est que les joueurs utilisent aussi Viya. Grâce à elle, nous avons déjà développé la manière de calibrer les entraînements individuels et demain, nous devrons être capables via cette plateforme de donner tous les plans d’entraînement, de jeu et de préparation à chacun des joueurs individuellement », assure le Country Manager de SAS.

Il convient donc de dire que les objets connectés occupent aujourd’hui une place maîtresse dans de nombreux secteurs, parmi lesquels le sport. Sont-ils cependant toujours nécessaires pour être performant ? Il faut dire qu’ils permettent de faire des progrès et d’optimiser des gestes du quotidien, des missions et des actions d’entreprise. Pour Jean-François Sebastian, il s’agit surtout d’une question d’usage.

« Il faut se demander ce qu’on va en faire. Pour moi, la dimension climatique et même la dimension ESG sont essentielles. Il faut les intégrer dans notre économie de société et pour ça, les objets connectés peuvent aider parce que ça va nous permettre de cibler les données qui vont réellement nous faire progresser », conclut-il.