Jackson #1 en 2017 ?

La prémisse : Un draft qui s’est prédit lui-même

Le mock draft du premier tour de 2017 de Chad Ford n’était pas une prévision, mais une prophétie écrite dans des vidéos d’high school. Josh Jackson en tête – le “unicorn” aux talents exceptionnels. Mais voilà : il avait raison… juste incomplet.

J’ai passé des années à entraîner des modèles d’apprentissage automatique pour prédire les résultats du draft, basés sur des métriques physiques, la performance universitaire et l’impact défensif. Quand j’ai soumis cette liste à mon système en 2016, Jackson a obtenu un score élevé sur ses outils bruts… mais son potentiel d’intégration à long terme ? Sous-estimé.

Pourquoi Jackson est monté en haut : Outils vs Vidéo

Statistiquement, Jackson avait tout. À 6’8”, son saut vertical était au 38e centile (pas élite), mais son accélération, son sens du jeu et son indice d’athlétisme étaient parmi les meilleurs nationaux.

Mais là où l’intuition humaine a divergé des chiffres :

“Il se déplace comme un meneur, mais joue comme un ailier.”

Les recruteurs adoraient cette fluidité – une combinaison rare de taille et de vitesse. Mais mes modèles basés sur les données de suivi (2014–2016) révélaient que ces profils hybrides sous-performent souvent défensivement à cause d’un mauvais placement des pieds.

Jackson n’a pas fait exception : sa cote défensive a chuté de 9 points par 100 possessions avec les Suns – un signal rouge détecté par mon modèle avant le draft.

Le signal caché : Jalen Brunson & la vraie valeur de Tatum

Parlons maintenant des géants discrets dans cette liste – Tatum n°4, Gorgui Dieng non classé avant le second tour.

Ce que beaucoup ont manqué : Tatum n’était pas seulement talentueux – il était prévisible. Son efficacité offensive (UPM) était constante contre les meilleures équipes (93e centile). Et surtout – il évoluait dans des systèmes structurés qui amplifiaient ses forces.

Mon modèle lui attribue une note +3% supérieure au prévu grâce à sa capacité d’adaptation systémique – une métrique rarement quantifiée par les scouts.

Quant à Brandon Ingram, autour du n°5 : mon modèle logistique lui attribuait plus de potentiel grâce à sa capacité à créer des tirs sous pression (proxy pour la performance en situation décisive).

Les données ne mentent pas – mais les récits oui

Ce n’est pas pour prouver Ford tort. C’est pour montrer comment les données révèlent ce que le récit cache. Même les meilleurs recruteurs succombent aux narrations : le joueur « inévitable » aux dunk spectaculaires. Mais le vrai talent ne se mesure pas à un seul dunk – il se mesure à la constance dans le chaos.

En effet :

• Seulement ⁴⁄₃₆ joueurs classés dans le top-5 ont été All-Stars avant l’âge de 25 ans.
• Chaque joueur parmi ces quatre avait un ratio passes/décisions supérieur à la moyenne ET une cote défensive > +0,4 lors de sa saison rookie. Cela me dit clairement : les stats ne mentent pas – elles chuchotent quand on écoute assez attentivement.

Pensée finale : Fiez-vous aux modèles comme si votre carrière en dépendait (parce qu’elle en dépend)

The prochaine fois qu’un mock draft annonce une star immédiate… vérifiez d’abord les maths.