Meilleurs Milieux offensifs de Ligue 1 (Jul 2026)
Classés par Analytical Strength Index
Aperçu du marché : Milieux offensifs de Ligue 1 2024-25
Notre base de données répertoriait 87 Milieux offensifs de Ligue 1 pour la saison 2024-25, représentant 31 clubs avec une valeur marchande cumulée de €244.2M. La valeur marchande moyenne des Milieux offensifs de Ligue 1 était de €2.8M, avec un âge moyen de 29 ans.
Le milieu offensif le plus précieux de Ligue 1 était Ethan Nwaneri, évalué à €40.0M et ayant joué pour Olympique Marseille à l'âge de 19 ans. Les 5 meilleurs Milieux offensifs affichaient en moyenne €25.2M de valeur marchande, dont Kang-in Lee and Hákon Arnar Haraldsson.
La répartition par âge montrait que le plus jeune milieu offensif répertorié était Ethan Nwaneri (19 ans, Olympique Marseille, €40.0M), 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 26 ans.
L'analyse historique a montré que 27 Milieux offensifs (31 %) 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.
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 €244.2M.
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.
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 41% du marché). La tranche d'âge 24-26 concentre le plus de valeur avec €65.9M, soit une moyenne de €3.5M par joueur.
Meilleurs Milieux offensifs par tranche d'âge
U21 ans (4 joueurs)
21-23 ans (15 joueurs)
24-26 ans (19 joueurs)
27-29 ans (13 joueurs)
Répartition de la valeur marchande
Concentration de la catégorie élite
Les 9 meilleurs Milieux offensifs (10% des joueurs) contrôlent €179.0M
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 6 Milieux offensifs pour une valeur de €62.5M (soit €10.4M en moyenne par joueur). Les 10 premiers clubs représentent 40% des Milieux offensifs suivis.
Olympique Marseille (6 Milieux offensifs)
Stade Rennais FC (4 Milieux offensifs)
Paris Saint-Germain (1 Milieux offensifs)
LOSC Lille (4 Milieux offensifs)
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
€34.6M
€40.0M
+15.6%
Attendu : €49.6M
83.8
Kang-in Lee
Paris Saint-Germain • 25 ans
€21.6M
€25.0M
+15.6%
Attendu : €24.4M
76.0
Hákon Arnar Haraldsson
LOSC Lille • 23 ans
€19.0M
€22.0M
+15.6%
Attendu : €23.6M
75.2
Julio Enciso
RC Strasbourg Alsace • 22 ans
€17.3M
€20.0M
+15.6%
Attendu : €21.2M
73.4
Sebastian Szymanski
Stade Rennais FC • 27 ans
€20.1M
€19.0M
-5.4%
Attendu : €16.6M
72.1
Angel Gomes
Olympique Marseille • 25 ans
€15.6M
€18.0M
+15.6%
Attendu : €17.6M
71.8
Aleksandr Golovin
AS Monaco • 30 ans
€23.2M
€18.0M
-22.6%
Attendu : €14.9M
71.7
Téji Savanier
Montpellier HSC • 34 ans
€11.6M
€9.0M
-22.6%
Attendu : €7.9M
59.9
Fabian Rieder
Stade Rennais FC • 24 ans
€6.9M
€8.0M
+15.6%
Attendu : €8.2M
58.5
Noah Nartey
Olympique Lyon • 20 ans
€6.9M
€8.0M
+15.6%
Attendu : €9.2M
57.2
Jean-Victor Makengo
FC Lorient • 28 ans
€7.7M
€6.0M
-22.6%
Attendu : €5.3M
54.2
Kamory Doumbia
Stade Brestois 29 • 23 ans
€4.3M
€5.0M
+15.6%
Attendu : €5.4M
53.2
Julien Ponceau
FC Lorient • 25 ans
€3.0M
€3.5M
+15.6%
Attendu : €3.4M
47.8
Martin Adeline
Stade Reims • 22 ans
€2.6M
€3.0M
+15.6%
Attendu : €3.2M
42.6
Reda Khadra
Le Havre AC • 25 ans
€2.6M
€3.0M
+15.6%
Attendu : €2.9M
42.3
Himad Abdelli
Olympique Marseille • 26 ans
€2.6M
€3.0M
+15.6%
Attendu : €3.1M
41.8
Yoann Gourcuff
Dijon FCO • 40 ans
€2.6M
€2.0M
-22.6%
Attendu : €1.8M
41.2
Igor Miladinovic
AS Saint-Étienne • 23 ans
€1.7M
€2.0M
+15.6%
Attendu : €2.1M
38.2
Hamza Sakhi
AJ Auxerre • 30 ans
€2.6M
€2.0M
-22.6%
Attendu : €1.7M
37.2
Rareș Ilie
OGC Nice • 23 ans
€1.6M
€1.8M
+15.6%
Attendu : €1.9M
36.9
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 50.00×. Cela signifie que Kang-in Lee est valorisé 50.00× 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 Angel Gomes de Olympique Marseille, âgé de 25 ans, avec un PPVE de 36.00×. En troisième, Hákon Arnar Haraldsson de LOSC Lille, âgé de 23 ans, avec un PPVE de 24.44×.
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 50.00× signifie que le joueur vaut 4900% 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 | €25.0M | €500K | 50.00× |
| #2 | Angel Gomes Olympique Marseille | 25 | 24-26 | €18.0M | €500K | 36.00× |
| #3 | Hákon Arnar Haraldsson LOSC Lille | 23 | 21-23 | €22.0M | €900K | 24.44× |
| #4 | Julio Enciso RC Strasbourg Alsace | 22 | 21-23 | €20.0M | €900K | 22.22× |
| #5 | Fabian Rieder Stade Rennais FC | 24 | 24-26 | €8.0M | €500K | 16.00× |
| #6 | Julien Ponceau FC Lorient | 25 | 24-26 | €3.5M | €500K | 7.00× |
| #7 | Reda Khadra Le Havre AC | 25 | 24-26 | €3.0M | €500K | 6.00× |
| #8 | Kamory Doumbia Stade Brestois 29 | 23 | 21-23 | €5.0M | €900K | 5.56× |
| #9 | Ethan Nwaneri Olympique Marseille | 19 | U21 | €40.0M | €8.0M | 5.00× |
| #10 | Martin Adeline Stade Reims | 22 | 21-23 | €3.0M | €900K | 3.33× |
| #11 | César Gelabert FC Toulouse | 25 | 24-26 | €1.5M | €500K | 3.00× |
| #12 | Igor Miladinovic AS Saint-Étienne | 23 | 21-23 | €2.0M | €900K | 2.22× |
| #13 | Rareș Ilie OGC Nice | 23 | 21-23 | €1.8M | €900K | 2.00× |
| #14 | Ayanda Sishuba Stade Rennais FC | 21 | 21-23 | €1.0M | €900K | 1.11× |
| #15 | Yadaly Diaby Clermont Foot 63 | 25 | 24-26 | €550K | €500K | 1.10× |
| #16 | Karamoko Dembélé Stade Brestois 29 | 23 | 21-23 | €900K | €900K | 1.00× |
| #17 | Waniss Taïbi Angers SCO | 24 | 24-26 | €500K | €500K | 1.00× |
| #18 | Noah Nartey Olympique Lyon | 20 | U21 | €8.0M | €8.0M | 1.00× |
| #19 | Louis Mouton Angers SCO | 24 | 24-26 | €500K | €500K | 1.00× |
| #20 | Dermane Karim FC Lorient | 22 | 21-23 | €900K | €900K | 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)
Enzo Sternal de Olympique Marseille, à 19 ans, présente le plus fort potentiel de retour au pic, à +40%. Cela signifie que Enzo Sternal devrait s'apprécier de 40% en atteignant l'âge de son pic dans 7 ans, ce qui représente un potentiel de hausse significatif avant d'entrer dans sa prime.
En deuxième position se trouve Mathis Saka de FC Toulouse, âgé de 19 ans, avec un RPP de +40% (7 ans avant le pic). En troisième, Ethan Nwaneri de Olympique Marseille, âgé de 19 ans, avec un RPP de +40% (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 40% signifie que le joueur devrait gagner 40% 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 | Enzo Sternal Olympique Marseille | 19 | 7 | €1.0M | €1.7M | +40% |
| #2 | Mathis Saka FC Toulouse | 19 | 7 | €150K | €249K | +40% |
| #3 | Ethan Nwaneri Olympique Marseille | 19 | 7 | €40.0M | €66.5M | +40% |
| #4 | Noah Nartey Olympique Lyon | 20 | 6 | €8.0M | €12.4M | +35% |
| #5 | Aïman Maurer Clermont Foot 63 | 21 | 5 | €500K | €719K | +30% |
| #6 | Edhy Zuliani FC Toulouse | 21 | 5 | €250K | €359K | +30% |
| #7 | Ayanda Sishuba Stade Rennais FC | 21 | 5 | €1.0M | €1.4M | +30% |
| #8 | Julio Enciso RC Strasbourg Alsace | 22 | 4 | €20.0M | €26.7M | +25% |
| #9 | Dermane Karim FC Lorient | 22 | 4 | €900K | €1.2M | +25% |
| #10 | Martin Adeline Stade Reims | 22 | 4 | €3.0M | €4.0M | +25% |
| #11 | Amir Arli Dijon FCO | 23 | 3 | €150K | €186K | +20% |
| #12 | Kamory Doumbia Stade Brestois 29 | 23 | 3 | €5.0M | €6.2M | +20% |
| #13 | Ugo Bertelli Olympique Marseille | 23 | 3 | €300K | €373K | +20% |
| #14 | Karamoko Dembélé Stade Brestois 29 | 23 | 3 | €900K | €1.1M | +20% |
| #15 | Samuel Yépié Yépié FC Nantes | 23 | 3 | €125K | €155K | +20% |
| #16 | Hákon Arnar Haraldsson LOSC Lille | 23 | 3 | €22.0M | €27.4M | +20% |
| #17 | Igor Miladinovic AS Saint-Étienne | 23 | 3 | €2.0M | €2.5M | +20% |
| #18 | Rareș Ilie OGC Nice | 23 | 3 | €1.8M | €2.2M | +20% |
| #19 | Jorès Rahou Olympique Marseille | 23 | 3 | €200K | €249K | +20% |
| #20 | Adam Oudjani RC Lens | 24 | 2 | €150K | €173K | +14% |
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)
Ethan Nwaneri de Olympique Marseille présente le plus fort potentiel ajusté du risque, à 64.6. Cela signifie que Ethan Nwaneri dispose d'un potentiel de hausse de 24% 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 Mathis Saka de FC Toulouse avec un RAU de 53.6 (19% de potentiel, 0% d'incertitude). En troisième, Enzo Sternal de Olympique Marseille avec un RAU de 53.6 (19% 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 64.6 signifie que le potentiel de hausse est 64.6× 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 | Ethan Nwaneri Olympique Marseille | €49.6M | €42.2M-57.0M | +24% | 64.6 |
| #2 | Mathis Saka FC Toulouse | €179K | €152K-205K | +19% | 53.6 |
| #3 | Enzo Sternal Olympique Marseille | €1.2M | €1.0M-1.4M | +19% | 53.6 |
| #4 | Noah Nartey Olympique Lyon | €9.2M | €7.8M-10.5M | +15% | 42.8 |
| #5 | Aïman Maurer Clermont Foot 63 | €551K | €469K-634K | +10% | 31.1 |
| #6 | Edhy Zuliani FC Toulouse | €276K | €234K-317K | +10% | 31.1 |
| #7 | Ayanda Sishuba Stade Rennais FC | €1.1M | €938K-1.3M | +10% | 31.1 |
| #8 | Amir Arli Dijon FCO | €161K | €140K-181K | +7% | 25.4 |
| #9 | Ugo Bertelli Olympique Marseille | €321K | €279K-363K | +7% | 25.4 |
| #10 | Samuel Yépié Yépié FC Nantes | €134K | €116K-151K | +7% | 25.4 |
| #11 | Igor Miladinovic AS Saint-Étienne | €2.1M | €1.9M-2.4M | +7% | 25.4 |
| #12 | Kamory Doumbia Stade Brestois 29 | €5.4M | €4.7M-6.0M | +7% | 25.4 |
| #13 | Hákon Arnar Haraldsson LOSC Lille | €23.6M | €20.5M-26.6M | +7% | 25.4 |
| #14 | Karamoko Dembélé Stade Brestois 29 | €964K | €838K-1.1M | +7% | 25.4 |
| #15 | Rareș Ilie OGC Nice | €1.9M | €1.7M-2.2M | +7% | 25.4 |
| #16 | Jorès Rahou Olympique Marseille | €214K | €186K-242K | +7% | 25.4 |
| #17 | Julio Enciso RC Strasbourg Alsace | €21.2M | €18.4M-23.9M | +6% | 21.2 |
| #18 | Martin Adeline Stade Reims | €3.2M | €2.8M-3.6M | +6% | 21.2 |
| #19 | Dermane Karim FC Lorient | €953K | €829K-1.1M | +6% | 21.2 |
| #20 | Assil Jaziri OGC Nice | €618K | €537K-698K | +3% | 11.1 |
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 +-24.0%. Cela signifie que Aleksandr Golovin capte 17.3% de la valeur marchande totale tout en ne représentant que 41.4% 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 +-24.0% (17.3% de part de valeur contre 41.4% de part de joueurs dans la tranche 30+). En troisième, Fadil Sido de FC Metz avec un ASC de +-24.0% (17.3% de valeur contre 41.4% 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 +-24.0% signifie que le joueur capte -24.0% 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+ | 17.3% | 41.4% | -24.0% |
| #2 | Téji Savanier Montpellier HSC | 30+ | 17.3% | 41.4% | -24.0% |
| #3 | Fadil Sido FC Metz | 30+ | 17.3% | 41.4% | -24.0% |
| #4 | Mathias Autret AJ Auxerre | 30+ | 17.3% | 41.4% | -24.0% |
| #5 | Mohamed Larbi GFC Ajaccio | 30+ | 17.3% | 41.4% | -24.0% |
| #6 | Diogo Campos Thonon Évian Grand Genève FC | 30+ | 17.3% | 41.4% | -24.0% |
| #7 | Michaël Barreto AC Ajaccio | 30+ | 17.3% | 41.4% | -24.0% |
| #8 | Benjamin Corgnet RC Strasbourg Alsace | 30+ | 17.3% | 41.4% | -24.0% |
| #9 | Florian David FC Toulouse | 30+ | 17.3% | 41.4% | -24.0% |
| #10 | Charly Charrier Amiens SC | 30+ | 17.3% | 41.4% | -24.0% |
| #11 | Zakarie Labidi Olympique Lyon | 30+ | 17.3% | 41.4% | -24.0% |
| #12 | Thomas Guerbert FC Sochaux-Montbéliard | 30+ | 17.3% | 41.4% | -24.0% |
| #13 | Hatem Ben Arfa LOSC Lille | 30+ | 17.3% | 41.4% | -24.0% |
| #14 | Yoann Gourcuff Dijon FCO | 30+ | 17.3% | 41.4% | -24.0% |
| #15 | Alexandre Cropanese Montpellier HSC | 30+ | 17.3% | 41.4% | -24.0% |
| #16 | Najib Gandi FC Nantes | 30+ | 17.3% | 41.4% | -24.0% |
| #17 | Brandon Deville AC Ajaccio | 30+ | 17.3% | 41.4% | -24.0% |
| #18 | Saad Trabelsi FC Nantes | 30+ | 17.3% | 41.4% | -24.0% |
| #19 | Rodrigo Castro FC Girondins Bordeaux | 30+ | 17.3% | 41.4% | -24.0% |
| #20 | Aleksandr Golovin AS Monaco | 30+ | 17.3% | 41.4% | -24.0% |
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 : 3 cibles immédiates, 16 acquisitions standards, 0 prospects en liste de suivi, 27 à leur pic.
ACHETER MAINTENANT - Fort potentiel
LISTE DE SUIVI - Fort potentiel
Aucun joueur dans cette catégorie
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 €400K. 0 sous-évalués, 9 premium.
Positionnement de valeur vs pairs
| Joueur | Valeur marchande | Médiane du poste | Z-Score | Évaluation |
|---|---|---|---|---|
Angel Gomes Olympique Marseille | €18.0M | €350K | -1.00 | Bonne affaire |
Julio Enciso RC Strasbourg Alsace | €20.0M | €350K | -1.00 | Bonne affaire |
Mathis Saka FC Toulouse | €150K | €350K | -1.00 | Bonne affaire |
Jad Mouaddib SM Caen | €125K | €350K | -0.63 | Bonne affaire |
Fadil Sido FC Metz | €150K | €350K | -0.50 | Valeur équitable |
Cyril Hennion OGC Nice | €150K | €350K | -0.50 | Valeur équitable |
Samuel Yépié Yépié FC Nantes | €125K | €350K | -0.50 | Valeur équitable |
Amir Arli Dijon FCO | €150K | €350K | -0.48 | Valeur équitable |
Jorès Rahou Olympique Marseille | €200K | €350K | -0.45 | Valeur équitable |
Edhy Zuliani FC Toulouse | €250K | €350K | -0.42 | Valeur équitable |
Ugo Bertelli Olympique Marseille | €300K | €350K | -0.39 | Valeur équitable |
Killian Benvindo Stade Brestois 29 | €150K | €350K | -0.27 | Valeur équitable |
Adam Oudjani RC Lens | €150K | €350K | -0.27 | Valeur équitable |
Noé Sommer RC Strasbourg Alsace | €150K | €350K | -0.27 | Valeur équitable |
Aïman Maurer Clermont Foot 63 | €500K | €350K | -0.26 | 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 |
Alexandre Cropanese Montpellier HSC | €200K | €350K | -0.25 | Valeur équitable |
Najib Gandi FC Nantes | €200K | €350K | -0.25 | Valeur équitable |
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 26-27 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 : 26-27 ans (compétences techniques et lucidité tactique)
Taux de déclin : 6,0 % par an (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 : -6,0 %/an après l'apogée, +5 %/an avant l'apogée
• 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 €40.0M et joue pour Olympique Marseille. Le deuxième plus précieux est Kang-in Lee (€25.0M, Paris Saint-Germain), suivi de Hákon Arnar Haraldsson (€22.0M, LOSC Lille). Notre base de données répertorie 87 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 26 ans, avec un taux de déclin de 6,5 % par an après l'apogée. Ce poste exige une grande capacité technique, de la créativité et une accélération explosive, qui ont tendance à décliner plus rapidement que les autres attributs des milieux de terrain. 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 : €40.0M), les indemnités de transfert estimées s'échelonneraient de €32.0M à €56.0M 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 gagnent environ 5 % par an en approchant de l'âge d'apogée, ceux après l'apogée déclinent à des taux spécifiques au poste), 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.