Bonjour à tous. Je m'appelle Ryan Cooper et je suis ingénieur systèmes pour la côte du Golfe chez JMP. Je suis accompagné de ma collègue, Laura Higgins.
Bonjour, je m'appelle Laura Higgins. Je fais également partie de l'équipe d'activation technique mondiale en tant qu'ingénieure système.
Notre projet porte sur les battes torpilles de la Ligue majeure de baseball. Elles ont attiré l'attention grâce à leur conception atypique et à leur puissance offensive. Nous avons une petite anecdote sur l'origine de cette idée. Laura et moi étions d'ailleurs à un match de baseball à Houston début avril, au tout début de la saison. Nous étions en ville pour le séminaire de découverte qui s'y déroulait.
C'était les premiers jours de la saison et les Astros de Houston, une équipe de mon État, au Texas, affrontaient les Giants de San Francisco, d'où Laura est originaire. On était à ce match et on avait entendu parler de cette mode des battes torpilles, des Yankees de New York qui enchaînaient les coups de circuit, et de cette batte magique qui provoquait tous ces coups de circuit. On en parlait, on regardait le match, et on s'est dit : « On devrait faire un projet là-dessus. »
C'est de là que vient cette idée. Nous sommes ravis de vous présenter les résultats, car il n'y avait pas vraiment de données, à l'exception de quelques-unes au tout début de la saison, lorsque tout le monde commençait à le faire. Nous disposons désormais de nombreuses données et d'informations très intéressantes. Nous sommes ravis de vous les présenter.
Quelques informations sur la batte torpille elle-même. Nous allons examiner si elle présente des améliorations mesurables de ses performances. Nous allons nous concentrer sur l'analyse exploratoire des données, l'exploration de données et la modélisation avec Statcast, le référentiel public de données de la Ligue majeure de baseball (MLB) contenant de nombreuses statistiques.
Regardons de plus près à quoi ressemble cette batte. Vous verrez à l'extrême gauche… Je tourne mon pointeur ici. Vous verrez que la batte de gauche est légèrement différente de celle de droite. Celle de droite est une batte traditionnelle. Sur le côté, le bord de la batte est un peu plus droit, tandis que la batte Torpedo est incurvée. Le poids est ici plus centré sur la zone idéale de frappe, contrairement à cette batte qui est uniformément répartie. Cela se reflète sur cette image : sur la partie bleue, la batte Torpedo a une zone idéale plus concentrée, tandis qu'avec la batte traditionnelle, la zone idéale est mieux répartie, mais peut-être moins percutante.
On passe de cette section de l'image à celle-ci. On observe la même superposition, les mêmes couleurs, avec la batte traditionnelle et la torpille, et le point idéal est ici. On observe maintenant une distribution de la vitesse de sortie et de lancement attendue d'une balle frappée par ces battes. Ici, avec une batte un peu plus large, on s'attend à une vitesse de sortie et de lancement d'environ 5 à 7 % supérieure, avec une vitesse maximale plus élevée. En revanche, avec une batte traditionnelle, on obtient une augmentation d'environ 2 à 3 %. Cette batte va vraiment influencer la performance, ou devrait l'influencer, de celui qui frappe la balle un peu plus fort.
Il y a quelques autres petits graphiques ici. Je vous recommande vivement de regarder une vidéo où l'on dessine ces battes et ces graphiques, expliquant leur fonctionnement. Ci-dessus, un graphique mérite d'être mentionné : c'est comme manier une hache, où le poids est réparti à l'extrémité de la hache pour une batte traditionnelle, par exemple. En revanche, si vous déplacez ce poids et le placez à l'extrémité la plus proche de vous, le swing est beaucoup plus facile. Ce qui se passe, c'est que le poids se déplace légèrement, ce qui facilite le swing. Certains mécanismes sont potentiellement modifiés, et nous verrons à quoi ressemblent les données pour comprendre ce fonctionnement.
Passons maintenant aux méthodes et aux objectifs de notre exploration de données. Ces données ont été accessibles via PyBaseball, un package Python, et le code a été en grande partie écrit par ChatGPT. Vous trouverez un lien vers ma conversation sur ChatGPT ici. Il est intéressant de voir comment cela a été élaboré et comment cela s'intègre à Python.
L'avantage de JMP 18, ainsi que des versions ultérieures, est l'intégration de Python. Vous pouvez ainsi générer et écrire votre code Python, en faire ce que vous voulez, l'intégrer dans JMP et l'extraire d'un package comme celui-ci.
Ce package de baseball contient environ 119 variables différentes pour chaque lancer. Vous avez donc une ligne. Voyons à quoi ressemble l'ensemble de données. Chaque ligne correspond en fait à une transaction et à un lancer. 119 éléments différents sont mesurés, ou points de données, pour chacun de ces lancers. Nous prenons ces données et les segmentons avec une batte torpille, que l'utilisateur utilise une batte torpille ou non. ChatGPT a également trouvé cette information. Il n'existe pas de méthode de recherche efficace. La documentation est insuffisante, donc ChatGPT l'a extraite.
Nous examinons les indicateurs clés de la vitesse de lancement, des coups de tête et des coups de poing, ainsi que la mécanique du swing. Ces coups sont des indicateurs liés à la vitesse de sortie. Nous allons examiner les deux images ci-dessus, tirées du site web MLB Statcast, dans le glossaire, dont le lien figure également dans les références.
Mais un « square-up » représente un pourcentage de la vitesse maximale possible lors de la frappe, tandis qu'un « blast » est en réalité un « square-up » amélioré. Un « blast » est véritablement le meilleur swing possible, et on s'attend à ce que ces performances augmentent avec l'utilisation réussie d'une batte torpille.
Parmi les outils que nous avons utilisés, nous avons utilisé Graph Builder. Vous en voyez quelques-uns ci-dessous : une distribution, une colonne de formules, des balises de table de données (nouveauté de JMP 19), ainsi que des techniques de modélisation comme Bootstrap Forest, Boosted Trees et Workflow Builder pour harmoniser le tout. En résumé, nous souhaitons explorer l'évolution des performances après l'adoption de la torpille chez les joueurs sélectionnés et l'analyser globalement grâce à la modélisation.
Pour revenir à la configuration, voyons comment cela fonctionne. J'ai mentionné le script Python dans JMP. Voici un extrait de ce script Python et son mode d'accès aux données Statcast. Nous disposons également des données Statcast elles-mêmes. Il s'agit d'une extraction manuelle des carrés et des explosions, car ceux-ci ne sont pas inclus dans les données du package PyBaseball.
Ces informations doivent être combinées. Pour ce faire, ou en partie, nous enregistrons ces extraits de données de comparaison et de dynamitage dans des fichiers séparés, puis nous les importons tous simultanément via l'importation de fichiers multiples et JMP. J'avais un dossier rempli de fichiers de comparaison et de dynamitage. Je les ai importés tous simultanément pour les concaténer, puis les fusionner dans le script de la table de données principale afin d'obtenir des données de comparaison et de dynamitage pour chaque transaction, et d'identifier chaque pitch.
Ensuite, nous utilisons la table de correspondance de tous nos utilisateurs connus de battes torpilles et leur date de début d'utilisation. Nous utilisons une formule qui indique qu'un utilisateur de battes torpilles est un utilisateur si sa date de jeu est postérieure à sa première utilisation, et zéro sinon. Nous utilisons ensuite un workflow qui combine tout cela : nous récupérons les données Statcast, les récupérons depuis le fichier CSV enregistré à partir du script Python, puis nous importons les différents fichiers.
Une fois ces informations disponibles, nous pouvons commencer une analyse exploratoire des données. Nous avons d'abord sélectionné quelques acteurs dont nous savions qu'ils avaient un certain impact. Anthony Volpe a été mentionné dès le début comme ayant connu un certain succès. Nous avons ensuite examiné la distribution des vitesses de lancement. Voyons cela de plus près.
Voici un graphique dans Graph Builder, un graphe d'ombre. La vitesse de lancement est indiquée sur l'axe des abscisses. Je place mon pointeur laser ici. La vitesse de lancement est indiquée sur l'axe des abscisses, et l'année du jeu est représentée en couleur. En 2024, la vitesse de lancement était légèrement inférieure à celle de 2025, en bleu. La vitesse de lancement est légèrement supérieure en rouge, et voici quelques statistiques récapitulatives.
À partir de là, nous avons voulu voir à quoi cela ressemble pour chacun. Ici, à l'extrême droite, un graphique présente les modes de vitesse de lancement de 2025 et de 2024 le long d'une ligne, afin de voir qui s'améliorait ainsi. Nous avons constaté que cela ne se produit pas pour tout le monde. Anthony Volpe a donc obtenu un certain succès en modifiant la vitesse de lancement de sa torpille. Cependant, d'autres personnes, indiquées en vert, et d'autres dont nous n'étions pas sûrs qu'elles utilisaient des torpilles, mais qui auraient pu l'être, sont indiquées en orange. Cela nous a amenés à penser que cela affectait les gens différemment, ce que la modélisation montre enfin, et que Laura va montrer dans une seconde.
Une autre personne que nous avons étudiée de près est un certain Colson Montgomery. Sa particularité réside dans son arrivée en Ligue majeure début juillet 2025. Il n'a pas utilisé de batte torpille pendant environ trois semaines, puis, soudain, lorsqu'il a commencé à l'utiliser, il a commencé à frapper plus de coups de circuit. Vous pouvez voir les coups de circuit dans les cercles ici, et il a frappé plus de coups de circuit. Ce sont les points rouges. Voici la vitesse de lancement sur l'axe des Y. Nous avons ensuite une moyenne mobile de cette vitesse.
Vers le 31 juillet, je crois que c'était le 1er août, sa batte torpille s'est cassée et il n'a plus eu d'autre batte pendant environ une semaine et demie, jusqu'à ce qu'on lui en fabrique d'autres. On constate une baisse notable de la vitesse de sortie et une diminution des points élevés pour la vitesse de lancement et du nombre de coups de circuit. Dès qu'il a récupéré sa batte, il a réussi quelques coups de circuit d'emblée, avec des vitesses de lancement bien plus élevées. Un impact clairement positif pour Colson Montgomery. Voilà pour les résultats de l'analyse exploratoire des données, ainsi que certaines méthodes et objectifs. Je passe maintenant la parole à Laura pour l'exploration des données et la modélisation.
Merci, Ryan. La question sur laquelle je me suis finalement concentré est : comment la batte torpille influence-t-elle les caractéristiques de frappe ? Nous disposions de toutes ces données, j’ai donc utilisé une approche d’exploration et de modélisation des données. Diapositive suivante. Et voilà ! Le premier problème avec les données est que nous avons une représentation très réduite des personnes utilisant une batte torpille. Avec un ensemble de données très déséquilibré, vous ne trouverez pas vraiment de signal si ce que vous recherchez représente une très petite proportion des données.
J'ai donc dû créer un ensemble de données contenant des quantités égales de données pour les utilisateurs de torpilles et les non-utilisateurs. J'ai décidé de faire preuve d'équité : plutôt que d'utiliser l'intégralité de ces données et d'en extraire des éléments au hasard, je souhaitais créer des ensembles de données similaires. J'ai donc stratifié les données selon la vitesse de lancement des utilisateurs de torpilles. J'ai pensé que c'était assez représentatif… de tirer un échantillon représentatif des non-utilisateurs. C'est ce que j'ai fait avec la stratification. Diapositive suivante.
Les données étaient très non linéaires. J'ai essayé d'autres techniques de modélisation et les méthodes arborescentes ont donné les meilleurs résultats. C'est particulièrement vrai pour les données peu linéaires. Les modèles linéaires ont un comportement étrange. La forêt Bootstrap a fourni la réponse la plus claire et la plus pertinente. J'ai également essayé le boosting, qui m'a donné une réponse qualitativement similaire, sans pour autant améliorer les résultats.
J'ai utilisé une colonne de validation de 33 %, et vous pouvez constater qu'au total, qu'une batte torpille ait été utilisée ou non pour chaque batte, le modèle a expliqué entre 9 et 15 % des données, selon l'élément utilisé. Le taux d'erreur de classification était acceptable. Il y a donc une certaine prédiction, mais elle n'est pas parfaite. Mais il y a bel et bien un signal.
Les résultats proviennent de la forêt Bootstrap. Si vous regardez le graphique ici, vous verrez les contributions des colonnes. La vitesse de la batte est sans aucun doute le facteur le plus important. La plupart des autres colonnes ont eu un impact similaire, et j'en parlerai plus en détail dans la diapositive suivante.
Avec le profileur, la valeur 1 signifie qu'ils utilisent une batte torpille, et 0 signifie qu'ils n'en utilisent pas. On observe une longueur de swing plus longue. La longueur de swing correspond à la portée totale de la batte, et n'oubliez pas qu'une batte torpille peut être balancée plus rapidement, ce que nous constatons également. On observe des vitesses de batte et une vitesse de lancement plus élevées, qui indiquent la distance réelle parcourue par la balle. Sur les graphiques des matchs, la vitesse de sortie est affichée, ce qui est une bonne indication de la distance parcourue par la balle, surtout si vous essayez de faire un home run. Dans cette note, nous avons également vu, dans l'une des mesures, où la balle est réellement allée. Concernant la position sur le terrain, elle a effectivement parcouru une plus grande distance. Que ce soit à gauche ou à droite n'a pas été pris en compte dans le modèle.
Le modèle comportait d'autres éléments, qui convergent tous vers la même conclusion : une personne utilisant une batte torpedo frappe la balle avec plus de régularité, ce qui est logique. Si le point idéal de frappe est plus petit, il faut être un frappeur plus discipliné en termes de mécanique de swing. Nous n'avons pas cherché à savoir si cela est un succès. Peut-être dans le prochain article. Mais les résultats montrent clairement que la batte torpedo modifie la mécanique de swing, pour le meilleur ou pour le pire, selon le batteur. Mais elle les modifie indéniablement. Diapositive suivante : l'affiche contient un GIF animé. Si vous souhaitez visualiser le profil ou parcourir les plages de toutes les variables, vous pouvez consulter le PowerPoint. Ryan, à vous de jouer.
Certaines des conclusions tirées de la modélisation et de l'analyse exploratoire des données… Je vais d'ailleurs revenir à ce graphique pour que nous puissions les explorer. La batte torpille modifie généralement la mécanique du swing, quelle que soit la réussite du joueur. Cela rejoint ce qui se passe ici. La sensation sera différente pour chaque joueur. La réussite ou l'échec du swing détermineront le succès ou l'échec. Ainsi, la vitesse de lancement, les coups de tête et les explosions sont des indicateurs utiles d'une meilleure qualité de contact, comme le montre l'analyse exploratoire des données.
Les battes Torpedo peuvent améliorer les performances de certains frappeurs, mais pas de tous. La mécanique individuelle et l'adaptabilité jouent donc un rôle. Il est essentiel de maîtriser le déroulement de votre swing et ses variations pour réussir un square-up, un blast ou une vitesse de sortie accrue.
Nous avons obtenu des informations précieuses sur la vitesse de lancement, les explosions et les accrochages par joueur. En réalité, l'exploration des données et la modélisation ont révélé l'impact des battes torpilles sur la mécanique du swing. En cours de route, la modélisation était limitée par les rapports d'utilisation des battes. Nous ne disposions pas de données fiables, se limitant à lister l'utilisation d'une batte torpille par chaque joueur et à quel moment. Cependant, nos découvertes ont eu un impact considérable et nous ont permis de tirer des conclusions.
Ensuite, en bas à droite, le positionnement du batteur, le point d'interception et la longueur de votre swing. Ce ne sont là que quelques définitions du glossaire concernant la mécanique expliquée par Laura. Quelle est la longueur de votre swing ? Ensuite, le point d'interception, qui consiste à attraper la balle un peu plus tard dans le swing, mais beaucoup plus rapidement. Vous l'attrapez ainsi plus vite et vous la devancez davantage. Cela transparaît clairement dans la modélisation.
Ceci conclut notre présentation. Vous trouverez quelques références en bas à droite qui méritent d'être consultées si vous souhaitez approfondir le sujet. J'ai mentionné Statcast, la recherche et le glossaire. Vous trouverez également des articles de commentaires.
Ce qui a vraiment piqué ma curiosité, c'est cette vidéo des Savannah Bananas. D'une durée de 30 minutes, ils testent la batte Torpedo à leur manière. La taille des échantillons et la conception ne sont peut-être pas très instructives, mais c'est vraiment passionnant de les écouter parler de la façon dont ils pourraient améliorer leurs lancers intérieurs, et de partager leurs connaissances d'un expert du domaine qui utilise la batte, ainsi que des points de vue qu'ils pourraient eux-mêmes partager en tant que joueurs de baseball. Il y a aussi quelques articles sur Colson Montgomery, dont parle le deuxième graphique à gauche, qui m'ont donné l'idée de réaliser ce graphique. Merci à tous d'avoir regardé notre présentation et bonne journée !
