Tom Brady est généralement considéré comme le meilleur quarterback de l'histoire de la NFL. Son record du plus grand nombre de yards à la passe en carrière est l'un de ses nombreux exploits. Pour y parvenir, il a maintenu un total de yards à la passe élevé et constant chaque année, a réalisé le plus grand nombre de passes tentées et réussies, a évité les blessures importantes et a connu une longue carrière.
Les records sont faits pour être battus.
Le prochain quarterback à battre ce record est peut-être déjà en activité. Mais qui ? Et quand ?
Cette présentation nous invite à explorer et visualiser des données pour comprendre comment Tom Brady est devenu une figure si dominante de la NFL. Nous identifions ensuite les quarterbacks actuels les plus susceptibles de battre ce record et prévoyons quand cela pourrait se produire.
Nous couvrons l'intégralité du flux de travail analytique : un script JSL qui extrait les données d'un site web ; un flux de travail de nettoyage des données qui prépare les données pour l'analyse ; l'exploration et la visualisation des données ; et enfin, un rapport JMP Live publié qui sera mis à jour tout au long de la saison.
Bonjour, je suis Scott Allan. Je suis ingénieur système chez JMP et je suis ravi d'être ici avec ma collègue Yasmin Hajar pour présenter notre poster au Discovery Summit 2024 à Cary. Plus tôt cette année, Yasmin et moi discutions du Discovery Summit et de notre souhait de présenter un flux de travail de visualisation et d'analyse de données, couvrant l'ensemble du processus, de l'accès aux données à leur publication dans JMP Live. Nous travaillons quotidiennement avec nos clients et nous constatons un intérêt croissant pour l'automatisation complète de ce flux de travail, de l'importation des données à leur analyse et à la publication des résultats.
Dans cette présentation, nous aborderons de nombreuses fonctionnalités de JMP. Nous montrerons comment importer des données depuis un site web, comment utiliser Workflow Builder pour automatiser les mises à jour et le nettoyage des données, comment utiliser différentes plateformes JMP pour visualiser, explorer et même modéliser les données, puis publier les résultats sur JMP Live. Enfin, nous irons plus loin en montrant comment réaliser tout cela en un seul clic grâce à un module complémentaire personnalisé.
Pour ce projet, nous avons choisi l'ancien quarterback de la NFL, Tom Brady, comme figure emblématique. À l'époque, nous étions en pleine réflexion. J'avais lu un article sur sa domination et sur le fait que ses records resteraient inégalés pendant très longtemps. Je me suis alors demandé : combien de temps cela signifie-t-il ? Le prochain quarterback à battre des records est-il déjà en activité ? Et si oui, quand viendra-t-il s'attaquer à ces records ?
Tom Brady détient de nombreux records NFL. Pour cette présentation, nous allons nous concentrer sur l'un d'eux : son nombre de yards à la passe en carrière. Mais la même démarche peut être appliquée à n'importe lequel de ses records. Ni Yasmin ni moi ne sommes de grands fans de NFL. Nous ne savions pas vraiment qui était en lice, ni même qui étaient les candidats. En analysant ces données, nous avons découvert à quel point Tom Brady est un joueur exceptionnel, et il est facile de comprendre pourquoi il est considéré comme l'un des plus grands de tous les temps. Cette exploration de données commence par l'accès à ces données. Je laisse la parole à Yasmin pour commencer.
Merci, Scott. La toute première étape a consisté à créer ces données historiques pour toutes les statistiques de 1940 à 2023. Comme vous pouvez le constater, nous avons dû accéder au site web Pro Football Reference. Nous avons créé notre propre script JSL, dans lequel nous remplacions la variable de sous-année par l'année correspondante et concaténions toutes ces statistiques dans un seul grand tableau de données brutes pour toutes ces années passées. Voilà notre première étape.
Nous avons ensuite créé un flux de travail à l'aide de l'outil de création de flux de travail. Nous ouvrons d'abord les données historiques, puis nous y ajoutons les statistiques de la semaine en cours. Dès le début de la saison 2024, nous pourrons utiliser ces statistiques hebdomadaires et les intégrer aux données historiques. Comme vous pouvez le constater, plusieurs étapes supplémentaires sont nécessaires : standardiser certains attributs de colonnes, ajouter une année de carrière, une année d'activité et une colonne cumulée de yards afin de pouvoir additionner tous ces yards.
Mais je tiens à souligner que certaines de ces étapes, comme l'importation des données de la semaine en cours et des données historiques, comportent un signe plus à côté d'elles, ce qui signifie qu'il s'agissait d'une étape personnalisée, que nous avons dû créer en JSL et coller dans le flux de travail en tant qu'étape personnalisée.
Une fois ce processus mis en place, nous obtenons un tableau de statistiques de football à jour, contenant toutes les informations jusqu'à la semaine en cours. Nous avons ensuite utilisé nos outils de visualisation. Le premier graphique créé représente le cumul des yards gagnés au fil des années : les quarterbacks retraités sont en gris, Tom Brady en violet et les quarterbacks actifs en orange.
On constate immédiatement que certains quarterbacks, ayant pris leur retraite prématurément, auraient battu le record de Tom Brady s'ils avaient continué à jouer, ou inversement, Tom Brady n'aurait pas pu battre leur record. Du côté des joueurs actifs, on observe déjà une forte progression de leur total de yards. Nous avons considéré uniquement les joueurs actifs et représenté graphiquement ce total en fonction de leur année de carrière. Les données ont ensuite été normalisées par rapport à leur année de carrière.
Nous avons ensuite examiné quels joueurs étaient en tête. Aaron Rodgers est actuellement en tête. Cependant, il a connu une saison difficile l'an dernier ; difficile de prédire ce que l'avenir lui réserve cette saison. En revanche, Matthew Stafford et Russell Wilson, par exemple, totalisent déjà plus de yards que Tom Brady, si l'on compare leurs performances en carrière.
Ils sont déjà en tête, si on compare leurs performances de l'année précédente. Derek Carr se situe quelque part par ici. Il se débrouille bien, mais il est encore en début de carrière. Nous avons donc décidé d'aborder les choses différemment. En termes de moyenne de yards par an, comment se positionnent ces quarterbacks ? On constate que Justin Herbert domine largement avec 4 300 yards par an, surpassant tous les autres, même Tom Brady, qui est loin derrière.
Mais si l'on regarde cet autre graphique, où ces joueurs sont liés dynamiquement pour indiquer leur année de carrière, on constate que Justin Herbert est encore en début de carrière avec seulement quatre années d'expérience. Scott va maintenant vous présenter des rapports et des modèles plus avancés que nous avons créés.
La première étape, lorsque nous recevons de nouvelles données, consiste à les explorer, comme l'a montré Yasmin. Une autre façon d'identifier les candidats susceptibles de battre ces records est d'effectuer d'autres explorations de données, comme le clustering. Nous avons donc cherché des quarterbacks présentant des caractéristiques similaires, non seulement en termes de yards cumulés ou de yards par an, mais aussi en analysant l'ensemble de leurs caractéristiques grâce à un clustering hiérarchique.
Dans ce cas précis, nous avons regroupé tous les quarterbacks. Il y en a environ 800 dans ce tableau de données, et nous les avons regroupés en fonction de leurs statistiques, comme le nombre de tentatives, de passes réussies, d'interceptions, etc. Les résultats sont présentés ici sous forme de diagramme de constellation. Ce diagramme illustre les groupes de quarterbacks présentant des caractéristiques similaires pour l'ensemble des statistiques.
On observe ici des branches importantes qui distinguent différents groupes ou catégories de quarterbacks. On peut situer Tom Brady dans ce classement. Cela ne nous renseigne ni sur leurs statistiques ni sur leurs capacités. Cela montre simplement qu'ils présentent des similitudes entre eux au regard de ces statistiques.
On peut zoomer sur la branche où figure Tom Brady. On y retrouve des noms familiers, certains déjà vus sur le graphique précédent, et peut-être d'autres plus surprenants. Nous avons également inclus les quarterbacks retraités ou inactifs. Ce sont les petits points gris.
On voit bien que s'ils avaient connu une autre année de carrière, ils auraient peut-être eu une carrière plus longue. Ils auraient peut-être pu s'attaquer à certains de ces records, mais ils ne sont plus en activité. Leur capacité à battre ces records est terminée. On voit où en est Tom Brady et on commence à entrevoir quels autres quarterbacks pourraient être en mesure de grignoter ou de contester les records de Tom Brady.
L'étape suivante consistait à modéliser ces données. Les deux premières méthodes, l'exploration des données et le clustering, visaient principalement à identifier les quarterbacks les plus susceptibles de battre un record. Mais pour déterminer quand ces records pourraient être battus, il nous fallait construire un modèle. Plusieurs modèles existent, et nous avons opté pour un modèle mixte.
Nous avons utilisé une plateforme de modélisation avec un modèle mixte, en prenant les yards cumulés comme variable réponse (Y), les yards en carrière comme variable explicative (X), et le nom du joueur comme effet aléatoire. Nous avons ensuite imbriqué ces coefficients. On obtient ainsi une simple régression linéaire pour chaque quarterback, en fonction de ses yards cumulés par an. Chaque régression a sa propre pente et son ordonnée à l'origine. À partir de ces informations, nous disposons de toutes ces équations de régression, ce qui nous permet d'effectuer une prédiction inverse.
Nous utilisons la prédiction inverse du record de Tom Brady (81 294 yards). Cette prédiction inverse nous permet de calculer le nombre d'années nécessaires à ce quarterback pour atteindre ce total de yards. Nous avons créé un tableau de données à partir de ce rapport, puis nous l'avons normalisé en fonction de l'année de rookie de chaque quarterback. Le graphique ci-contre présente les performances de chaque quarterback, triées par ordre décroissant du nombre d'années nécessaires pour atteindre ce record.
Comme vous pouvez le constater, les deux joueurs que nous avions identifiés, Aaron Rodgers et Matt Stafford, sont représentés par les deux points orange. Tom Brady, quant à lui, est indiqué par le point violet. Il a réalisé cet exploit lors de sa 24e saison, en 2000 (ou 22, je crois). Mais d'autres quarterbacks sont également concernés. Aaron Rodgers et Matt Stafford seront certainement les premiers à tenter de battre ce record, mais il leur faudra encore 6 ou 7 ans. On peut s'attendre à les voir y parvenir lors des saisons 2031 ou 2032. S'ils continuent à jouer, ils pourront commencer à se rapprocher de leur record de yards en carrière.
Une autre génération de quarterbacks, plus ancienne, pourrait bien s'attaquer à ce record dans un avenir plus lointain. Peut-être vers la fin des années 2030 ou le début des années 2040. N'y comptez pas trop, ce n'est pas pour tout de suite. Il est toutefois encourageant de constater qu'aucun quarterback ne menace ce record pour le moment, même si certains pourraient y parvenir à l'avenir. Maintenant que nous avons exploré et analysé les données, nous allons nous concentrer sur leur publication, leur diffusion et l'automatisation de l'ensemble du processus.
Je vais repasser le relais à Yasmin pour qu'elle nous aide.
Merci, Scott. Comme il le disait, notre objectif était de publier certains de ces rapports sur JMP Live afin que les utilisateurs puissent suivre leur évolution au fil de la saison. Pour ce faire, il nous a suffi de sélectionner « Fichier », puis « Publier le rapport sur JMP Live ». Nous avons ensuite sélectionné le rapport souhaité. Dans ce cas précis, j'avais un tableau de bord composé de quelques images ou graphiques, et j'ai remplacé le tableau de données correspondant sur JMP Live par celui mis à jour avec les statistiques du site web de football américain.
Pour simplifier encore les choses, nous avons regroupé toutes ces étapes, y compris la publication sur JMP Live, dans un module complémentaire. Nous vous montrons ici comment créer un module complémentaire, car c'est très simple, et nous souhaitions partager cette procédure. Pour ce faire, cliquez sur Fichier, Nouveau, Module complémentaire. Sous le bouton correspondant, copiez-collez le script JSL exporté depuis Workflow Builder. Une fois le flux de travail créé dans Workflow Builder, vous pouvez exporter le script JSL, puis le copier-coller ici.
Pour aller encore plus loin, nous avons déplacé ce module complémentaire du menu des modules complémentaires. Nous avons créé notre propre menu personnalisé afin de faciliter son accès. Je vais maintenant vous montrer rapidement les étapes. Voici notre menu personnalisé. En cliquant sur « Statistiques d'exécution », vous verrez l'année en cours se mettre à jour. Il s'agira d'un tableau standardisé, avec les colonnes, etc.
Cela va créer un sous-ensemble de ce tableau avec les couches supérieures. Le tableau de bord a été créé ici. Je vais rapidement vous montrer JMP Live, qui se recharge automatiquement, avec les statistiques les plus récentes concernant la moyenne de yards par an et les yards par joueur. C'est tout pour la publication et l'ajout. Je laisse la parole à Scott pour ses dernières remarques.
Cela nous permet de parcourir l'ensemble du flux de travail, de l'accès aux données à leur publication, en passant par leur nettoyage, la création de graphiques, la modélisation et la mise en page. Si vous souhaitez suivre ce processus, nous publierons également ce tableau de bord sur JMP Public, accompagné peut-être de quelques autres graphiques intéressants. Revenez consulter cette page : nous y publierons un lien vers le site JMP Public dès sa mise en ligne, et nous le partagerons avec la communauté.
Si vous souhaitez en savoir plus sur tout ce que vous avez vu ici, sachez que nous n'avons présenté qu'un aperçu général de notre travail. Nous avons simplement survolé les scripts et l'analyse. Si vous souhaitez approfondir vos connaissances, n'hésitez pas à poser vos questions sur le forum. Nous serons ravis d'y répondre. Je tiens également à remercier JMP de nous avoir permis de réaliser cette affiche et cette présentation. Un grand merci à Yasmin pour sa collaboration sur ce projet. J'ai passé un excellent moment et j'ai énormément appris.
Merci.
