Il arrive que les entreprises anticipent le marché du sport en engageant des athlètes comme endosseur avant qu’ils ne deviennent professionnels et inabordables. Une telle anticipation comporte toutefois le risque que la valeur attendue de l’athlète ne se matérialise pas comme prévu. L’objectif de ce projet de recherche a été de développer un modèle de sélection des athlètes à endosser permettant d’identifier, sur la base des performances antérieures, quels athlètes choisir et à quel moment. En utilisant des algorithmes d’apprentissage automatique, nous avons pu constituer une liste des meilleurs prospects. Dès la 10ième semaine du Korn Ferry Tour, le circuit de développement du PGA Tour, près de la moitié des 55 joueurs de nos données (qui connaîtront du succès) se trouvent dans le top 20% de la liste générée par notre modèle.

Un tel modèle de sélection des endosseurs pourrait permettre aux entreprises de sauver du temps et de l’argent. Il peut également bénéficier les athlètes pour qui des contrats d’endossement obtenus plus tôt pourraient contribuer à assurer leur progression à un moment charnière de leur développement souvent truffé de défis et d’incertitude.

Pour illustrer notre modèle, nous présenterons par ailleurs la trajectoire des prévisions effectuées pour quelques golfeurs connus.

David Pastoriza Rivas
Jean-François Plante

Cette rencontre sera co-présentée par :

David Pastoriza Rivas, Ph.D.
Professeur agrégé au département d’affaires internationales – HEC Montréal
Membre associé – Pôle sports HEC Montréal

Jean-François Plante, Ph.D.
Professeur agrégé au département des sciences de la décision – HEC Montréal
Directeur associé – Pôle sports HEC Montréal