L’expected assist (xA) quantifie la probabilité qu’une passe aboutisse à un but en mesurant la qualité des occasions créées. Cette métrique s’exprime sur une échelle de 0 à 1 et isole la contribution du créateur de celle du finisseur en attribuant au passeur la valeur xG de la tentative suivante.

L’origine historique de l’Expected Assist (xA)

L’expected assist constitue une extension naturelle de l’expected goals (xG), dont les fondements académiques remontent aux travaux statistiques des années 1960. Tandis que le xG évalue la qualité d’un tir, le xA s’est imposé dans les années 2010 comme l’indicateur complémentaire dédié à la création d’occasions. Les entreprises d’analyse sportive, notamment Opta et StatsBomb, ont développé des modèles propriétaires intégrant des centaines de milliers de passes historiques pour établir des probabilités de conversion.

L’adoption par les clubs professionnels a accéléré la légitimation de cette métrique. Liverpool FC, sous l’impulsion de son département d’analyse dirigé par Ian Graham, a intégré le xA dans ses processus de recrutement pour identifier des profils créatifs sous-évalués sur le marché des transferts. De manière parallèle, Brentford FC et Manchester City ont systématisé l’usage de ces données pour calibrer leurs systèmes offensifs. La diffusion publique du concept a franchi un cap décisif lorsque la BBC intégra le xG, puis rapidement le xA, dans son émission Match of the Day à partir de 2017. Des entraîneurs de premier plan tels que Pep Guardiola et Jürgen Klopp ont régulièrement évoqué ces statistiques dans leurs analyses post-match, consolidant ainsi le statut de l’expected assist comme outil incontournable de l’analyse footballistique contemporaine.

Analyse technique et principes de l’Expected Assist (xA)

Sur le plan technique, l’expected assist mesure la probabilité qu’une passe complétée se transforme en assist officiel. Le calcul repose sur des modèles de régression logistique ou des algorithmes d’apprentissage automatique entraînés sur des bases de données massives. Les variables prises en compte incluent le type de passe (centre, passe en profondeur, cut-back, tête), la localisation du point de départ et de réception, la distance parcourue par le ballon, la phase de jeu (phases de possession ouverte, coup franc, corner) et la pression défensive exercée sur le receveur.

Dans une perspective tactique, le xA éclaire les mécanismes de création au sein des différents blocs de jeu. Une équipe pratiquant un pressing de zone dans un bloc haut génère fréquemment des xA élevés par la récupération du ballon dans des zones avancées, facilitant une transition offensive immédiate. À l’inverse, une formation privilégiant la construction lente depuis l’arrière accumule ses xA par des progressions méthodiques dans la dernière ligne adverse.

Les étapes clés du processus d’évaluation se décomposent comme suit :

• Identification de la passe créatrice : traçage de la passe ayant directement précédé une tentative de tir, quelle que soit l’issue de celle-ci.
• Évaluation de la qualité de l’occasion : attribution d’une valeur xG à la tentative générée, selon les coordonnées spatiales et le contexte défensif.
• Assignation au passeur : conversion de cette valeur xG en xA crédité exclusivement au joueur ayant effectué la passe.
• Agrégation temporelle : sommation des valeurs sur la durée d’un match, d’une saison ou d’une compétition pour établir des profils de production créative.
• Contextualisation systémique : comparaison des données en fonction du poste occupé, du schéma tactique et du niveau de possession de l’équipe.

Cette méthodologie permet d’isoler la performance du créateur de celle du finisseur, offrant une mesure objective de la dangerosité des passes indépendamment de la réussite devant le but.

Des applications concrètes de l’Expected Assist (xA) dans le football moderne

Neymar au Paris Saint-Germain (saison 2020-2021)

Au cours de l’exercice 2020-2021, Neymar a enregistré cinq assists officiels en championnat pour un total de 7,52 expected assists (source : Understat). Cet écart significatif illustre parfaitement la valeur indépendante du xA par rapport aux statistiques traditionnelles. L’attaquant brésilien a généré de nombreuses occasions de haute qualité par des passes en profondeur et des remises dans la surface, mais la sous-performance de ses coéquipiers dans la finition a masqué l’ampleur réelle de sa contribution créative. Les analystes du club ont pu identifier, grâce au xA, que le processus offensif était optimal même lorsque le rendement statistique brut apparaissait décevant.

Questions fréquentes sur l’Expected Assist (xA)

Comment se calculent les Expected Assists ?

Les expected assists se calculent en attribuant au passeur la valeur xG de chaque tir généré par une de ses passes. Cette valeur, comprise entre 0 et 1, est déterminée par des modèles statistiques analysant le type de passe, sa localisation, la distance parcourue et le contexte défensif. La somme de ces probabilités sur un match ou une saison constitue le total xA du joueur.

Pourquoi la statistique xA est-elle jugée plus juste pour évaluer un milieu créatif ?

Le xA isole la qualité de la passe créatrice de la capacité de finition du coéquipier. Un milieu de terrain peut délivrer des passes dangereuses dans la surface sans être crédité d’assist si l’attaquant manque son tir. L’expected assist récompense ainsi le processus créatif indépendamment du hasard ou de la maladresse du receveur, offrant une évaluation plus stable et prédictive sur le long terme.

Le joueur doit-il obligatoirement tirer pour que la passe génère du xA ?

Oui, la condition nécessaire à l’attribution d’un xA est que la passe complétée aboutisse directement à une tentative de tir. Si le receveur choisit de dribbler, de repasser ou si la passe est interceptée avant la frappe, aucune valeur xA n’est enregistrée. Cette règle garantit que le xA mesure exclusivement des passes ayant créé une occasion de but concrète.