Meilleurs Milieux offensifs de Ligue 1 (Aug 2026)
Classés par Analytical Strength Index
Utilisez la barre de recherche ci-dessous pour trouver des joueurs précis, ou appliquez des filtres pour affiner les résultats par club, tranche d'âge ou valeur marchande. Cliquez sur l'icône du graphique à côté d'un joueur pour consulter sa trajectoire de valeur historique et sa prévision.
Classement des joueurs
Classés par Analytical Strength Index. Cliquez sur un joueur pour consulter son profil complet, ou cliquez sur l'icône du graphique pour voir l'historique de sa valeur.
Ethan Nwaneri
Olympique Marseille • 19 ans
€30.3M
€35.0M
+15.6%
Attendu : €36.9M
82.4
Kang-in Lee
Paris Saint-Germain • 25 ans
€24.2M
€28.0M
+15.6%
Attendu : €28.7M
77.9
Hákon Arnar Haraldsson
LOSC Lille • 23 ans
€21.6M
€25.0M
+15.6%
Attendu : €24.3M
76.4
Julio Enciso
RC Strasbourg Alsace • 22 ans
€21.6M
€25.0M
+15.6%
Attendu : €25.4M
75.9
Aleksandr Golovin
AS Monaco • 30 ans
€23.2M
€18.0M
-22.6%
Attendu : €11.9M
71.6
Noah Nartey
Olympique Lyon • 20 ans
€13.0M
€15.0M
+15.6%
Attendu : €16.5M
68.7
Fabian Rieder
Stade Rennais FC • 24 ans
€10.4M
€12.0M
+15.6%
Attendu : €12.3M
67.7
Sebastian Szymanski
Stade Rennais FC • 27 ans
€10.4M
€12.0M
+15.6%
Attendu : €11.5M
66.3
Angel Gomes
Olympique Marseille • 26 ans
€8.6M
€10.0M
+15.6%
Attendu : €9.5M
60.9
Louis Leroux
FC Nantes • 20 ans
€8.6M
€10.0M
+15.6%
Attendu : €11.0M
60.1
Kamory Doumbia
Stade Brestois 29 • 23 ans
€7.8M
€9.0M
+15.6%
Attendu : €8.7M
60.1
Téji Savanier
Montpellier HSC • 34 ans
€11.6M
€9.0M
-22.6%
Attendu : €4.6M
59.8
Kendry Páez
RC Strasbourg Alsace • 19 ans
€6.9M
€8.0M
+15.6%
Attendu : €8.8M
56.9
Darryl Bakola
Olympique Marseille • 18 ans
€6.9M
€8.0M
+15.6%
Attendu : €8.8M
56.4
Jean-Victor Makengo
FC Lorient • 28 ans
€6.3M
€6.0M
-5.4%
Attendu : €5.0M
54.1
Himad Abdelli
Olympique Marseille • 26 ans
€4.3M
€5.0M
+15.6%
Attendu : €4.7M
52.2
Louis Mouton
Angers SCO • 24 ans
€3.5M
€4.0M
+15.6%
Attendu : €4.1M
50.4
Julien Ponceau
FC Lorient • 25 ans
€3.0M
€3.5M
+15.6%
Attendu : €3.6M
48.3
Martin Adeline
Stade Reims • 22 ans
€2.6M
€3.0M
+15.6%
Attendu : €3.0M
42.4
Yoann Gourcuff
Dijon FCO • 40 ans
€2.6M
€2.0M
-22.6%
Attendu : €1.0M
40.3
If you were Ligue 1's sporting director, who would you sign?
Pick a club, select up to 3 players, and build your transfer proposal.
Explorez la taille du marché par poste en Ligue 1
Graphique à bulles interactif montrant la croissance prévue sur 2 ans en fonction de l'âge actuel pour tous les Milieux offensifs de Ligue 1. Identifiez les actifs sous-évalués et suivez la dynamique du marché sur 31 clubs représentant une valeur cumulée de €283.5M.
Répartition par âge : Milieux offensifs de Ligue 1
Le marché des CAM de Ligue 1 présente 5 tranches d'âge distinctes, la cohorte la plus importante se situant dans la tranche 30+ (36 joueurs, soit 39% du marché). La tranche d'âge U21 concentre le plus de valeur avec €78.4M, soit une moyenne de €9.8M par joueur.
Meilleurs Milieux offensifs par tranche d'âge
U21 ans (8 joueurs)
21-23 ans (17 joueurs)
24-26 ans (18 joueurs)
27-29 ans (14 joueurs)
Répartition de la valeur marchande
Concentration de la catégorie élite
Les 10 meilleurs Milieux offensifs (11% des joueurs) contrôlent €190.0M
Catégories de marché
La structure du marché révèle une valeur répartie, la catégorie premium (30-50 m€) représentant 1% du vivier de CAM de Ligue 1.
Premium (30-50 M€)
Élevée (15-30 M€)
Moyenne (5-15 M€)
Répartition par club : Milieux offensifs de Ligue 1
Parmi les 31 clubs de Ligue 1, Olympique Marseille domine avec 7 Milieux offensifs pour une valeur de €59.5M (soit €8.5M en moyenne par joueur). Les 10 premiers clubs représentent 42% des Milieux offensifs suivis.
Olympique Marseille (7 Milieux offensifs)
RC Strasbourg Alsace (5 Milieux offensifs)
Paris Saint-Germain (1 Milieux offensifs)
LOSC Lille (4 Milieux offensifs)
Outils de scouting
Analyses avancées pour les décisions de scouting et de recrutement. Chaque outil offre un éclairage unique sur la valeur, le potentiel et la dynamique de marché des joueurs.
Efficience de valeur avant le pic (PPVE)
Identifie les joueurs avant leur pic offrant une valeur exceptionnelle par rapport à leur tranche d'âge. PPVE plus élevé = meilleure valeur.
Comprendre l'efficience de valeur avant le pic (PPVE)
Kang-in Lee de Paris Saint-Germain, à 25 ans, présente la plus forte efficience de valeur avant le pic, à 93.33×. Cela signifie que Kang-in Lee est valorisé 93.33× plus haut que le joueur médian de la tranche d'âge 24-26, ce qui représente une valeur exceptionnelle avant d'atteindre l'âge du pic.
En deuxième position se trouve Fabian Rieder de Stade Rennais FC, âgé de 24 ans, avec un PPVE de 40.00×. En troisième, Hákon Arnar Haraldsson de LOSC Lille, âgé de 23 ans, avec un PPVE de 27.78×.
Comment le PPVE est calculé : le PPVE compare la valeur marchande actuelle d'un joueur à la valeur médiane de tous les joueurs de sa tranche d'âge. Un PPVE de 93.33× signifie que le joueur vaut 9233% de plus que les joueurs typiques de son âge, ce qui en fait des cibles à forte valeur avant qu'ils n'atteignent leur valeur de pic.
PPVE par tranche d'âge
| Rang | Joueur | Âge | Tranche | Valeur actuelle | Médiane de la tranche | PPVE |
|---|---|---|---|---|---|---|
| #1 | Kang-in Lee Paris Saint-Germain | 25 | 24-26 | €28.0M | €300K | 93.33× |
| #2 | Fabian Rieder Stade Rennais FC | 24 | 24-26 | €12.0M | €300K | 40.00× |
| #3 | Hákon Arnar Haraldsson LOSC Lille | 23 | 21-23 | €25.0M | €900K | 27.78× |
| #4 | Julio Enciso RC Strasbourg Alsace | 22 | 21-23 | €25.0M | €900K | 27.78× |
| #5 | Louis Mouton Angers SCO | 24 | 24-26 | €4.0M | €300K | 13.33× |
| #6 | Julien Ponceau FC Lorient | 25 | 24-26 | €3.5M | €300K | 11.67× |
| #7 | Kamory Doumbia Stade Brestois 29 | 23 | 21-23 | €9.0M | €900K | 10.00× |
| #8 | César Gelabert FC Toulouse | 25 | 24-26 | €1.5M | €300K | 5.00× |
| #9 | Ethan Nwaneri Olympique Marseille | 19 | U21 | €35.0M | €8.0M | 4.38× |
| #10 | Reda Khadra Le Havre AC | 25 | 24-26 | €1.2M | €300K | 4.00× |
| #11 | Martin Adeline Stade Reims | 22 | 21-23 | €3.0M | €900K | 3.33× |
| #12 | Dermane Karim FC Lorient | 22 | 21-23 | €2.5M | €900K | 2.78× |
| #13 | Igor Miladinovic AS Saint-Étienne | 23 | 21-23 | €2.0M | €900K | 2.22× |
| #14 | Rareș Ilie OGC Nice | 23 | 21-23 | €1.8M | €900K | 2.00× |
| #15 | Noah Nartey Olympique Lyon | 20 | U21 | €15.0M | €8.0M | 1.88× |
| #16 | Waniss Taïbi Angers SCO | 24 | 24-26 | €500K | €300K | 1.67× |
| #17 | Louis Leroux FC Nantes | 20 | U21 | €10.0M | €8.0M | 1.25× |
| #18 | Ayanda Sishuba Stade Rennais FC | 21 | 21-23 | €1.0M | €900K | 1.11× |
| #19 | Kendry Páez RC Strasbourg Alsace | 19 | U21 | €8.0M | €8.0M | 1.00× |
| #20 | Darryl Bakola Olympique Marseille | 18 | U21 | €8.0M | €8.0M | 1.00× |
Potentiel de retour au pic (RPP)
Potentiel de progression de la valeur actuelle vers le pic prévu. Indique le potentiel de hausse restant pour les joueurs approchant de leur prime.
Comprendre le potentiel de retour au pic (RPP)
Darryl Bakola de Olympique Marseille, à 18 ans, présente le plus fort potentiel de retour au pic, à +48%. Cela signifie que Darryl Bakola devrait s'apprécier de 48% en atteignant l'âge de son pic dans 8 ans, ce qui représente un potentiel de hausse significatif avant d'entrer dans sa prime.
En deuxième position se trouve Ethan Nwaneri de Olympique Marseille, âgé de 19 ans, avec un RPP de +44% (7 ans avant le pic). En troisième, Kendry Páez de RC Strasbourg Alsace, âgé de 19 ans, avec un RPP de +44% (7 ans avant le pic).
Comment le RPP est calculé : le RPP compare la valeur marchande actuelle d'un joueur à sa valeur de pic prévue, en calculant le potentiel d'appréciation en pourcentage. Un RPP de 48% signifie que le joueur devrait gagner 48% de valeur en entrant dans sa prime, ce qui en fait d'excellents investissements de croissance.
Potentiel de progression par joueur
| Rang | Joueur | Âge | Années avant le pic | Actuelle | Prévision au pic | RPP % |
|---|---|---|---|---|---|---|
| #1 | Darryl Bakola Olympique Marseille | 18 | 8 | €8.0M | €15.4M | +48% |
| #2 | Ethan Nwaneri Olympique Marseille | 19 | 7 | €35.0M | €62.5M | +44% |
| #3 | Kendry Páez RC Strasbourg Alsace | 19 | 7 | €8.0M | €14.3M | +44% |
| #4 | Enzo Sternal Olympique Marseille | 19 | 7 | €1.0M | €1.8M | +44% |
| #5 | Mathis Saka FC Toulouse | 19 | 7 | €150K | €268K | +44% |
| #6 | Gabin Bernardeau OGC Nice | 20 | 6 | €1.2M | €2.0M | +40% |
| #7 | Noah Nartey Olympique Lyon | 20 | 6 | €15.0M | €24.9M | +40% |
| #8 | Louis Leroux FC Nantes | 20 | 6 | €10.0M | €16.6M | +40% |
| #9 | Aïman Maurer Clermont Foot 63 | 21 | 5 | €500K | €773K | +35% |
| #10 | Ayanda Sishuba Stade Rennais FC | 21 | 5 | €1.0M | €1.5M | +35% |
| #11 | Ismaël Guerti FC Metz | 22 | 4 | €250K | €359K | +30% |
| #12 | Edhy Zuliani FC Toulouse | 22 | 4 | €250K | €359K | +30% |
| #13 | Julio Enciso RC Strasbourg Alsace | 22 | 4 | €25.0M | €35.9M | +30% |
| #14 | Dermane Karim FC Lorient | 22 | 4 | €2.5M | €3.6M | +30% |
| #15 | Martin Adeline Stade Reims | 22 | 4 | €3.0M | €4.3M | +30% |
| #16 | Samuel Yépié Yépié FC Nantes | 23 | 3 | €125K | €167K | +25% |
| #17 | Amir Arli Dijon FCO | 23 | 3 | €150K | €201K | +25% |
| #18 | Ugo Bertelli Olympique Marseille | 23 | 3 | €300K | €401K | +25% |
| #19 | Igor Miladinovic AS Saint-Étienne | 23 | 3 | €2.0M | €2.7M | +25% |
| #20 | Karamoko Dembélé Stade Brestois 29 | 23 | 3 | €900K | €1.2M | +25% |
Potentiel ajusté du risque (RAU)
Potentiel de hausse pondéré par l'incertitude des prévisions. RAU plus élevé = meilleur profil risque-rendement.
Comprendre le potentiel ajusté du risque (RAU)
Noah Nartey de Olympique Lyon présente le plus fort potentiel ajusté du risque, à 31.1. Cela signifie que Noah Nartey dispose d'un potentiel de hausse de 10% avec seulement 0% d'incertitude de prévision, ce qui représente un excellent rapport risque-rendement pour l'appréciation de la valeur.
En deuxième position se trouve Kendry Páez de RC Strasbourg Alsace avec un RAU de 31.1 (10% de potentiel, 0% d'incertitude). En troisième, Enzo Sternal de Olympique Marseille avec un RAU de 31.1 (10% de potentiel, 0% d'incertitude).
Comment le RAU est calculé : le RAU divise le potentiel de hausse par l'incertitude de prévision (RAU = potentiel % ÷ incertitude %). Un RAU de 31.1 signifie que le potentiel de hausse est 31.1× supérieur à l'incertitude, ce qui en fait une opportunité de croissance à forte fiabilité. Visez un RAU ≥2.0 pour un rapport risque-rendement équilibré.
Potentiel ajusté du risque par joueur
| Rang | Joueur | Attendue | Fourchette | Potentiel % | RAU |
|---|---|---|---|---|---|
| #1 | Noah Nartey Olympique Lyon | €16.5M | €14.1M-19.0M | +10% | 31.1 |
| #2 | Kendry Páez RC Strasbourg Alsace | €8.8M | €7.5M-10.1M | +10% | 31.1 |
| #3 | Enzo Sternal Olympique Marseille | €1.1M | €938K-1.3M | +10% | 31.1 |
| #4 | Louis Leroux FC Nantes | €11.0M | €9.4M-12.7M | +10% | 31.1 |
| #5 | Darryl Bakola Olympique Marseille | €8.8M | €7.5M-10.1M | +10% | 31.1 |
| #6 | Gabin Bernardeau OGC Nice | €1.3M | €1.1M-1.5M | +10% | 31.1 |
| #7 | Mathis Saka FC Toulouse | €165K | €141K-190K | +10% | 31.1 |
| #8 | Ethan Nwaneri Olympique Marseille | €36.9M | €31.4M-42.5M | +6% | 17.6 |
| #9 | Reda Khadra Le Havre AC | €1.2M | €1.1M-1.4M | +2% | 9.1 |
| #10 | Bandiougou Fadiga FC Lorient | €154K | €134K-174K | +2% | 9.1 |
| #11 | Killian Benvindo Stade Brestois 29 | €154K | €134K-174K | +2% | 9.1 |
| #12 | Adam Oudjani RC Lens | €154K | €134K-174K | +2% | 9.1 |
| #13 | Noé Sommer RC Strasbourg Alsace | €154K | €134K-174K | +2% | 9.1 |
| #14 | Sacha Delaye Montpellier HSC | €307K | €267K-347K | +2% | 9.1 |
| #15 | Kang-in Lee Paris Saint-Germain | €28.7M | €24.9M-32.4M | +2% | 9.1 |
| #16 | Julien Ponceau FC Lorient | €3.6M | €3.1M-4.1M | +2% | 9.1 |
| #17 | Waniss Taïbi Angers SCO | €512K | €445K-579K | +2% | 9.1 |
| #18 | Louis Mouton Angers SCO | €4.1M | €3.6M-4.6M | +2% | 9.1 |
| #19 | Louis Carnot EA Guingamp | €205K | €178K-231K | +2% | 9.1 |
| #20 | Exaucé Mpembele Boula LOSC Lille | €205K | €178K-231K | +2% | 9.1 |
Indice de pression d'effectif (RPI)
Pression sur la profondeur d'effectif basée sur la distribution des Z-scores. RPI négatif = profondeur faible, positif = effectif profond.
Ce que cela montre
Le Z-Score expliqué : mesure de combien d'écarts-types la force d'un joueur s'éloigne de la moyenne du poste. Un Z-Score de 0 correspond à la moyenne, +1.0 à un écart-type au-dessus de la moyenne, -1.0 en dessous de la moyenne.
Comment l'utiliser : un RPI < -1.0 indique une pénurie critique de profondeur. Ces postes nécessitent un renfort immédiat. Un RPI > +1.0 suggère une profondeur solide, n'autorisant que des ajouts sélectifs et à forte valeur.
Marché actuel : le poste de milieu offensif présente une profondeur solide (Z-score moyen : 0.00). RPI : 0.00.
Analyse de la profondeur par poste
Z-Scores les plus élevés
Z-Scores les plus bas
Concentration de part par âge (ASC)
Identifie les joueurs captant une valeur disproportionnée par rapport à la représentation de leur groupe d'âge. ASC positif = concentration de valeur.
Comprendre la concentration de part par âge (ASC)
Rafaël Dias de FC Sochaux-Montbéliard, dans la tranche d'âge 30+, présente la plus forte concentration de part par âge, à +-23.8%. Cela signifie que Aleksandr Golovin capte 14.9% de la valeur marchande totale tout en ne représentant que 38.7% des joueurs de son groupe d'âge, ce qui témoigne d'un statut d'élite dominant.
En deuxième position se trouve Téji Savanier de Montpellier HSC avec un ASC de +-23.8% (14.9% de part de valeur contre 38.7% de part de joueurs dans la tranche 30+). En troisième, Fadil Sido de FC Metz avec un ASC de +-23.8% (14.9% de valeur contre 38.7% de joueurs dans la tranche 30+).
Comment l'ASC est calculé : ASC = (% de la valeur totale) - (% du total des joueurs) dans la tranche d'âge. Un ASC de +-23.8% signifie que le joueur capte -23.8% de valeur marchande de plus que sa représentation numérique, ce qui indique un statut de vedette. ASC > +15% = domination d'élite, ASC < -15% = cibles de valeur potentielles.
Concentration de valeur par joueur
| Rang | Joueur | Tranche d'âge | Part de valeur | Part de joueurs | ASC |
|---|---|---|---|---|---|
| #1 | Rafaël Dias FC Sochaux-Montbéliard | 30+ | 14.9% | 38.7% | -23.8% |
| #2 | Téji Savanier Montpellier HSC | 30+ | 14.9% | 38.7% | -23.8% |
| #3 | Fadil Sido FC Metz | 30+ | 14.9% | 38.7% | -23.8% |
| #4 | Mathias Autret AJ Auxerre | 30+ | 14.9% | 38.7% | -23.8% |
| #5 | Mohamed Larbi GFC Ajaccio | 30+ | 14.9% | 38.7% | -23.8% |
| #6 | Diogo Campos Thonon Évian Grand Genève FC | 30+ | 14.9% | 38.7% | -23.8% |
| #7 | Michaël Barreto AC Ajaccio | 30+ | 14.9% | 38.7% | -23.8% |
| #8 | Benjamin Corgnet RC Strasbourg Alsace | 30+ | 14.9% | 38.7% | -23.8% |
| #9 | Florian David FC Toulouse | 30+ | 14.9% | 38.7% | -23.8% |
| #10 | Charly Charrier Amiens SC | 30+ | 14.9% | 38.7% | -23.8% |
| #11 | Zakarie Labidi Olympique Lyon | 30+ | 14.9% | 38.7% | -23.8% |
| #12 | Thomas Guerbert FC Sochaux-Montbéliard | 30+ | 14.9% | 38.7% | -23.8% |
| #13 | Hatem Ben Arfa LOSC Lille | 30+ | 14.9% | 38.7% | -23.8% |
| #14 | Yoann Gourcuff Dijon FCO | 30+ | 14.9% | 38.7% | -23.8% |
| #15 | Alexandre Cropanese Montpellier HSC | 30+ | 14.9% | 38.7% | -23.8% |
| #16 | Najib Gandi FC Nantes | 30+ | 14.9% | 38.7% | -23.8% |
| #17 | Brandon Deville AC Ajaccio | 30+ | 14.9% | 38.7% | -23.8% |
| #18 | Saad Trabelsi FC Nantes | 30+ | 14.9% | 38.7% | -23.8% |
| #19 | Rodrigo Castro FC Girondins Bordeaux | 30+ | 14.9% | 38.7% | -23.8% |
| #20 | Aleksandr Golovin AS Monaco | 30+ | 14.9% | 38.7% | -23.8% |
Carte Acheter maintenant vs Liste d'attente
Classe les joueurs selon leur position d'âge et leur potentiel de hausse afin de guider le moment de l'acquisition.
Ce que cela montre
Comment l'utiliser : « Acheter maintenant - Fort potentiel » = cibles prioritaires immédiates. « Liste de suivi » = à surveiller pendant 6-12 mois. « Pic » = payer une prime pour des joueurs à la performance avérée. « Vieillissant » = profondeur à court terme uniquement.
Marché actuel : 0 cibles immédiates, 8 acquisitions standards, 17 prospects en liste de suivi, 26 à leur pic.
ACHETER MAINTENANT - Fort potentiel
Aucun joueur dans cette catégorie
LISTE DE SUIVI - Fort potentiel
ACHETER MAINTENANT - Potentiel moyen
Joueurs au PIC
Prix vs Z-Score des pairs
Analyse de prix basée sur l'IQR par rapport aux pairs du poste. Identifie les joueurs sur- ou sous-évalués par rapport au marché.
Ce que cela montre
Comment l'utiliser : un Z-score < -1.5 = nettement sous-évalué (bonne affaire potentielle). Un Z-score > +1.5 = prix premium (nécessite une solide justification). Dans une fourchette de ±1.0 = valeur de marché équitable.
Marché actuel : la médiane du poste est de €200K. 0 sous-évalués, 8 premium.
Positionnement de valeur vs pairs
| Joueur | Valeur marchande | Médiane du poste | Z-Score | Évaluation |
|---|---|---|---|---|
Jad Mouaddib SM Caen | €125K | €350K | -1.12 | Bonne affaire |
Jean-Victor Makengo FC Lorient | €6.0M | €350K | -1.00 | Bonne affaire |
Mathis Saka FC Toulouse | €150K | €350K | -0.81 | Bonne affaire |
Sabri Toufiqui Stade Rennais FC | €200K | €350K | -0.75 | Bonne affaire |
Florian Chabrolle AC Ajaccio | €200K | €350K | -0.75 | Bonne affaire |
Virgile Piechocki Stade Reims | €200K | €350K | -0.75 | Bonne affaire |
Driss Khalid Amiens SC | €200K | €350K | -0.75 | Bonne affaire |
Himad Abdelli Olympique Marseille | €5.0M | €350K | -0.71 | Bonne affaire |
Fadil Sido FC Metz | €150K | €350K | -0.50 | Valeur équitable |
Cyril Hennion OGC Nice | €150K | €350K | -0.50 | Valeur équitable |
Hakim El Mokeddem FC Toulouse | €250K | €350K | -0.50 | Valeur équitable |
Samuel Yépié Yépié FC Nantes | €125K | €350K | -0.44 | Valeur équitable |
Amir Arli Dijon FCO | €150K | €350K | -0.42 | Valeur équitable |
Jorès Rahou Olympique Marseille | €200K | €350K | -0.39 | Valeur équitable |
Ismaël Guerti FC Metz | €250K | €350K | -0.35 | Valeur équitable |
Edhy Zuliani FC Toulouse | €250K | €350K | -0.35 | Valeur équitable |
Ugo Bertelli Olympique Marseille | €300K | €350K | -0.32 | Valeur équitable |
Mohamed Larbi GFC Ajaccio | €200K | €350K | -0.25 | Valeur équitable |
Benjamin Corgnet RC Strasbourg Alsace | €200K | €350K | -0.25 | Valeur équitable |
Hatem Ben Arfa LOSC Lille | €200K | €350K | -0.25 | Valeur équitable |
Aperçu du marché : Milieux offensifs de Ligue 1 2024-25
Notre base de données répertoriait 93 Milieux offensifs de Ligue 1 pour la saison 2024-25, représentant 31 clubs avec une valeur marchande cumulée de €283.5M. La valeur marchande moyenne des Milieux offensifs de Ligue 1 était de €3.0M, avec un âge moyen de 28 ans.
Le milieu offensif le plus précieux de Ligue 1 était Ethan Nwaneri, évalué à €35.0M et ayant joué pour Olympique Marseille à l'âge de 19 ans. Les 5 meilleurs Milieux offensifs affichaient en moyenne €26.2M de valeur marchande, dont Kang-in Lee and Hákon Arnar Haraldsson.
La répartition par âge montrait que le plus jeune milieu offensif répertorié était Darryl Bakola (18 ans, Olympique Marseille, €8.0M), tandis que le plus âgé était Yoann Gourcuff (40 ans, Dijon FCO, €2.0M). Les recherches montrent que les Milieux offensifs atteignent généralement leur apogée à 27 ans.
L'analyse historique a montré que 30 Milieux offensifs (32 %) a augmenté en valeur marchande au cours des suivants 12 prochains mois selon les trajectoires des courbes d'âge, les tendances de performance d'alors et l'analyse du temps de jeu. Le marché de Ligue 1 pour les Milieux offensifs restait en plein développement avec des talents émergents pour la saison 2024-25.
Comment nous classons les Milieux offensifs de Ligue 1
Notre Analytical Strength Index est calibré spécifiquement pour les milieux offensifs, en utilisant des courbes d'âge et des références de temps de jeu propres au poste. Le modèle s'appuie sur la recherche universitaire relative à la valorisation des joueurs (Franck & Nüesch, 2012) et aux courbes âge-performance (Dendir, 2016).
Composantes du score pour CAM
Indice de performance historique (35 %)
Valeur marchande maximale en carrière pour les milieux offensifs de Ligue 1, reflétant un palmarès avéré et la réputation. Utilise une échelle logarithmique pour tenir compte de la répartition exponentielle de la valeur au niveau de l'élite.
Indicateur de performance actuelle (30 %)
Valeur marchande actuelle pour les milieux offensifs de Ligue 1, capturant la forme récente, les blessures et le niveau de performance actuel. Pondéré pour refléter les schémas de dépréciation liés à l'âge.
Utilisation du temps de jeu (18 %)
Les milieux de terrain avec 2 400+ minutes obtiennent le score le plus élevé, indiquant un rôle de titulaire régulier et une performance soutenue.
Courbe de performance ajustée en fonction de l'âge (12 %)
Les milieux de terrain atteignent leur apogée à 27 ans avec un déclin de 6,0 %/an. Les joueurs avant leur apogée obtiennent un score plus élevé sur leur trajectoire de développement.
Ajustement du niveau de compétition (3 %)
Ligue 1 reçoit la prime des 5 grands championnats européens pour l'intensité compétitive et la qualité de l'opposition.
Multiplicateur d'attentes de performance (2 %)
Les joueurs des clubs ayant un pedigree en Ligue des champions font face à des standards de performance plus élevés et à une complexité tactique accrue, ce qui contribue au développement et à la validation par le marché.
Références de performance pour CAM
Âge d'apogée : 27 ans (compétences techniques et lucidité tactique)
Taux de déclin : Par paliers de plus en plus marqués, et non à taux fixe : environ -5 % à 28 ans, -10 % à 29 ans, puis plus marqué à partir de 30 ans (les compétences techniques vieillissent mieux que les attributs physiques)
Minutes optimales : 2 400-2 500 par saison (équilibre entre implication et récupération)
Prévision de la valeur marchande sur 1 an
Modèle probabiliste combinant la dépréciation liée à la courbe d'âge, la dynamique de valeur et les facteurs liés au temps de jeu :
• Facteur d'âge : Milieu de terrain : courbe composée par paliers autour d'une apogée à 27 ans ; +25 %/an jusqu'à 21 ans, +15 % à 22-23 ans, +10 % jusqu'à l'année précédant l'apogée, puis -5 %, -10 % et plus marqué à chaque palier suivant. La croissance est atténuée au-delà de 30 M€.
• Trajectoire de valeur : Proche de l'apogée de carrière (>95 % de la valeur maximale) : +3 % de dynamique | Déclin modéré : -5 %
• Facteur de temps de jeu : Titulaires réguliers (+2 %), Rotation de l'effectif (-2 %)
• Fourchette de prévision : Intervalle de confiance de ±12-15 %
Fondement scientifique
• Dendir (2016) : Courbes âge-performance pour les milieux offensifs
• Carmichael et al. (2011) : Dépréciation des joueurs dans les grands championnats
• Franck & Nüesch (2012) : Modèles de prix hédoniques pour la valorisation des talents
• Szymanski, S. (2015). Money and Soccer: A Soccernomics Guide
Foire aux questions
Questions fréquentes sur les Milieux offensifs de Ligue 1 pour la saison 2024-25
Qui sont les Milieux offensifs les plus précieux de Ligue 1 en 2024-25 ?
Le milieu offensif le plus précieux de Ligue 1 en 2024-25 est Ethan Nwaneri, qui vaut €35.0M et joue pour Olympique Marseille. Le deuxième plus précieux est Kang-in Lee (€28.0M, Paris Saint-Germain), suivi de Hákon Arnar Haraldsson (€25.0M, LOSC Lille). Notre base de données répertorie 93 Milieux offensifs de Ligue 1 avec des valorisations de marché complètes mises à jour pour la saison 2024-25.
Comment les Milieux offensifs de Ligue 1 sont-ils classés ?
Les Milieux offensifs de Ligue 1 sont classés par notre Analytical Strength Index propriétaire, qui est spécifiquement calibré pour les Milieux offensifs. Le score combine six facteurs : l'indice de performance historique (35 %) mesurant la valeur maximale en carrière, l'indicateur de performance actuelle (30 %) reflétant les signaux de marché récents, l'utilisation du temps de jeu (18 %) suivant les minutes jouées, la courbe de performance ajustée en fonction de l'âge (12 %) utilisant les âges d'apogée spécifiques au poste, le coefficient de qualité de la compétition (3 %) pour le niveau de la compétition de Ligue 1, et le multiplicateur de niveau de club (2 %) tenant compte du prestige du club. Cette méthodologie s'appuie sur des recherches universitaires, notamment les travaux de Dendir (2016) sur les courbes âge-performance et de Franck & Nüesch (2012) sur les modèles de prix hédoniques.
À quel âge les Milieux offensifs atteignent-ils leur apogée ?
Les milieux offensifs atteignent généralement leur apogée à 27 ans, comme les autres milieux de terrain. Dans notre modèle de valorisation, la valeur baisse ensuite par paliers de plus en plus marqués, et non à un taux annuel fixe : environ -5 % à 28 ans, -10 % à 29 ans, puis plus marqué à partir de 30 ans. Ce poste exige une grande capacité technique, de la créativité et une accélération explosive. Le temps de jeu optimal est d'environ 2 400 minutes par saison.
Combien coûte le recrutement d'un milieu offensif de premier plan de Ligue 1 ?
Les indemnités de transfert pour les Milieux offensifs de Ligue 1 varient considérablement selon la valeur marchande, la durée du contrat et la position de négociation du club. Pour le milieu offensif le mieux classé Ethan Nwaneri (valeur marchande : €35.0M), les indemnités de transfert estimées s'échelonneraient de €28.0M à €49.0M selon la situation contractuelle. Les joueurs ayant des contrats plus longs (3 ans et plus) commandent des indemnités élevées (1,2-1,4 × la valeur marchande), tandis que ceux en dernière année peuvent être disponibles pour 0,8-1,1 × la valeur marchande. Nos estimations d'indemnités sont dérivées des tendances historiques de transferts et de modificateurs liés à l'échéance contractuelle, validés par rapport aux transactions réelles de Ligue 1.
Quelle est la prévision de valeur pour les Milieux offensifs de Ligue 1 ?
Notre modèle de prévision sur 1 an projette les variations de valeur marchande des Milieux offensifs de Ligue 1 en fonction de la dépréciation liée à la courbe d'âge, de la trajectoire historique et des ajustements du temps de jeu. La prévision combine trois facteurs : l'appréciation/dépréciation liée à l'âge (les joueurs avant l'apogée cumulent des gains composés vers l'âge d'apogée de leur poste, atteignant +25 % par an jusqu'à 21 ans puis de moins en moins à l'approche, ceux après l'apogée baissent par paliers de plus en plus marqués), la dynamique de la trajectoire de marché (comparant la valeur actuelle à la valeur maximale) et la confiance liée au temps de jeu (les titulaires réguliers reçoivent un bonus de +2 %). Les intervalles de confiance des prévisions tiennent compte de la volatilité spécifique au poste-les milieux de terrain ont une volatilité de ±12-15 %. Les jeunes joueurs (moins de 22 ans) et les joueurs plus âgés (plus de 32 ans) reçoivent des multiplicateurs d'incertitude de 1,15 × en raison de schémas de développement ou de déclin imprévisibles.
D'où proviennent les données sur les milieu offensif de Ligue 1 ?
Nos données sur les milieu offensif de Ligue 1 proviennent de la Transfer Intelligence Database propriétaire de Football Analytics AI, qui agrège les valorisations de marché, les statistiques des joueurs, les informations contractuelles et les historiques de transferts à partir de multiples sources du secteur. Les valeurs marchandes sont mises à jour régulièrement en fonction des performances des joueurs, des blessures, des négociations contractuelles et de l'activité du marché des transferts. Nous enrichissons ces données avec nos analyses propriétaires, notamment des algorithmes de notation spécifiques au poste, des courbes âge-performance calibrées sur la recherche universitaire et des modèles de prévision statistiques. Toutes les données sont validées par rapport aux sources officielles de Ligue 1 et mises à jour mensuellement pour la saison 2024-25 afin de garantir leur exactitude pour les décisions de recrutement et d'investissement.