Meilleurs Ailiers gauches de Ligue 1 (Jul 2026)
Classés par Analytical Strength Index
Aperçu du marché : Ailiers gauches de Ligue 1 2022-23
Notre base de données répertoriait 90 Ailiers gauches de Ligue 1 pour la saison 2022-23, représentant 33 clubs avec une valeur marchande cumulée de €439.2M. La valeur marchande moyenne des Ailiers gauches de Ligue 1 était de €4.9M, avec un âge moyen de 27 ans.
Le ailier gauche le plus précieux de Ligue 1 était Khvicha Kvaratskhelia, évalué à €90.0M et ayant joué pour Paris Saint-Germain à l'âge de 25 ans. Les 5 meilleurs Ailiers gauches affichaient en moyenne €46.4M de valeur marchande, dont Bradley Barcola and Malick Fofana.
La répartition par âge montrait que le plus jeune ailier gauche répertorié était Quentin Ndjantou (18 ans, Paris Saint-Germain, €7.0M), tandis que le plus âgé était Alharbi El Jadeyaoui (39 ans, RC Lens, €400K). Les recherches montrent que les Ailiers gauches atteignent généralement leur apogée à 26 ans.
L'analyse historique a montré que 38 Ailiers gauches (42 %) 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 Ailiers gauches restait en plein développement avec des talents émergents pour la saison 2022-23.
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 Ailiers gauches de Ligue 1. Identifiez les actifs sous-évalués et suivez la dynamique du marché sur 33 clubs représentant une valeur cumulée de €439.2M.
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 : Ailiers gauches de Ligue 1
Le marché des LW de Ligue 1 présente 5 tranches d'âge distinctes, la cohorte la plus importante se situant dans la tranche 30+ (31 joueurs, soit 34% du marché). La tranche d'âge 24-26 concentre le plus de valeur avec €214.9M, soit une moyenne de €8.6M par joueur.
Meilleurs Ailiers gauches par tranche d'âge
U21 ans (5 joueurs)
21-23 ans (18 joueurs)
24-26 ans (25 joueurs)
27-29 ans (11 joueurs)
Répartition de la valeur marchande
Concentration de la catégorie élite
Les 9 meilleurs Ailiers gauches (10% des joueurs) contrôlent €288.0M
Catégories de marché
La structure du marché révèle une valeur répartie, la catégorie élite (50 m€+) représentant 2% du vivier de LW de Ligue 1.
Élite (50 M€+)
Premium (30-50 M€)
Élevée (15-30 M€)
Répartition par club : Ailiers gauches de Ligue 1
Parmi les 33 clubs de Ligue 1, Paris Saint-Germain domine avec 3 Ailiers gauches pour une valeur de €167.0M (soit €55.7M en moyenne par joueur). Les 10 premiers clubs représentent 41% des Ailiers gauches suivis.
Paris Saint-Germain (3 Ailiers gauches)
Olympique Marseille (7 Ailiers gauches)
AS Monaco (4 Ailiers gauches)
Olympique Lyon (3 Ailiers gauches)
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.
Khvicha Kvaratskhelia
Paris Saint-Germain • 25 ans
€77.8M
€90.0M
+15.6%
Attendu : €91.6M
93.8
Bradley Barcola
Paris Saint-Germain • 23 ans
€60.5M
€70.0M
+15.6%
Attendu : €78.0M
91.9
Malick Fofana
Olympique Lyon • 21 ans
€25.9M
€30.0M
+15.6%
Attendu : €34.4M
78.0
Ansu Fati
AS Monaco • 23 ans
€21.6M
€25.0M
+15.6%
Attendu : €27.9M
76.2
Hamed Traoré
Olympique Marseille • 26 ans
€14.7M
€17.0M
+15.6%
Attendu : €18.2M
70.1
Sebastian Nanasi
RC Strasbourg Alsace • 24 ans
€13.0M
€15.0M
+15.6%
Attendu : €16.0M
69.5
Amine Harit
Olympique Marseille • 29 ans
€19.4M
€15.0M
-22.6%
Attendu : €12.8M
68.5
Igor Paixão
Olympique Marseille • 26 ans
€12.1M
€14.0M
+15.6%
Attendu : €15.0M
67.8
Ibrahim Osman
AJ Auxerre • 21 ans
€10.4M
€12.0M
+15.6%
Attendu : €13.8M
66.9
Yann Gboho
FC Toulouse • 25 ans
€10.4M
€12.0M
+15.6%
Attendu : €12.2M
66.4
Takumi Minamino
AS Monaco • 31 ans
€15.5M
€12.0M
-22.6%
Attendu : €10.2M
65.8
Osame Sahraoui
LOSC Lille • 25 ans
€8.6M
€10.0M
+15.6%
Attendu : €9.8M
60.4
Félix Correia
LOSC Lille • 25 ans
€8.6M
€10.0M
+15.6%
Attendu : €9.8M
60.4
Sofiane Diop
OGC Nice • 26 ans
€8.6M
€10.0M
+15.6%
Attendu : €10.3M
59.9
Keito Nakamura
Stade Reims • 25 ans
€6.9M
€8.0M
+15.6%
Attendu : €7.8M
57.7
Martial Godo
RC Strasbourg Alsace • 23 ans
€6.1M
€7.0M
+15.6%
Attendu : €7.5M
57.0
Moses Simon
Paris FC • 31 ans
€9.0M
€7.0M
-22.6%
Attendu : €5.7M
55.5
Quentin Ndjantou
Paris Saint-Germain • 18 ans
€6.1M
€7.0M
+15.6%
Attendu : €8.6M
54.0
Herba Guirassy
FC Nantes • 19 ans
€5.2M
€6.0M
+15.6%
Attendu : €7.1M
52.9
Afonso Moreira
Olympique Lyon • 21 ans
€4.3M
€5.0M
+15.6%
Attendu : €5.5M
52.5
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)
Bradley Barcola de Paris Saint-Germain, à 23 ans, présente la plus forte efficience de valeur avant le pic, à 70.00×. Cela signifie que Bradley Barcola est valorisé 70.00× plus haut que le joueur médian de la tranche d'âge 21-23, ce qui représente une valeur exceptionnelle avant d'atteindre l'âge du pic.
En deuxième position se trouve Khvicha Kvaratskhelia de Paris Saint-Germain, âgé de 25 ans, avec un PPVE de 30.00×. En troisième, Malick Fofana de Olympique Lyon, âgé de 21 ans, avec un PPVE de 30.00×.
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 70.00× signifie que le joueur vaut 6900% 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 | Bradley Barcola Paris Saint-Germain | 23 | 21-23 | €70.0M | €1.0M | 70.00× |
| #2 | Khvicha Kvaratskhelia Paris Saint-Germain | 25 | 24-26 | €90.0M | €3.0M | 30.00× |
| #3 | Malick Fofana Olympique Lyon | 21 | 21-23 | €30.0M | €1.0M | 30.00× |
| #4 | Ansu Fati AS Monaco | 23 | 21-23 | €25.0M | €1.0M | 25.00× |
| #5 | Quentin Ndjantou Paris Saint-Germain | 18 | U21 | €7.0M | €500K | 14.00× |
| #6 | Ibrahim Osman AJ Auxerre | 21 | 21-23 | €12.0M | €1.0M | 12.00× |
| #7 | Herba Guirassy FC Nantes | 19 | U21 | €6.0M | €500K | 12.00× |
| #8 | Martial Godo RC Strasbourg Alsace | 23 | 21-23 | €7.0M | €1.0M | 7.00× |
| #9 | Sebastian Nanasi RC Strasbourg Alsace | 24 | 24-26 | €15.0M | €3.0M | 5.00× |
| #10 | Afonso Moreira Olympique Lyon | 21 | 21-23 | €5.0M | €1.0M | 5.00× |
| #11 | Yann Gboho FC Toulouse | 25 | 24-26 | €12.0M | €3.0M | 4.00× |
| #12 | Félix Correia LOSC Lille | 25 | 24-26 | €10.0M | €3.0M | 3.33× |
| #13 | Osame Sahraoui LOSC Lille | 25 | 24-26 | €10.0M | €3.0M | 3.33× |
| #14 | Keito Nakamura Stade Reims | 25 | 24-26 | €8.0M | €3.0M | 2.67× |
| #15 | Lucas Michal FC Metz | 21 | 21-23 | €2.5M | €1.0M | 2.50× |
| #16 | Danny Namaso AJ Auxerre | 25 | 24-26 | €5.0M | €3.0M | 1.67× |
| #17 | Issa Soumaré Le Havre AC | 25 | 24-26 | €5.0M | €3.0M | 1.67× |
| #18 | Ibrahim Cissoko FC Toulouse | 23 | 21-23 | €1.5M | €1.0M | 1.50× |
| #19 | Abdallah Sima RC Lens | 25 | 24-26 | €4.0M | €3.0M | 1.33× |
| #20 | Trevan Sanusi FC Lorient | 19 | U21 | €500K | €500K | 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)
Quentin Ndjantou de Paris Saint-Germain, à 18 ans, présente le plus fort potentiel de retour au pic, à +44%. Cela signifie que Quentin Ndjantou devrait s'apprécier de 44% 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 Soriba Diaoune de LOSC Lille, âgé de 18 ans, avec un RPP de +44% (8 ans avant le pic). En troisième, Trevan Sanusi de FC Lorient, 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 44% signifie que le joueur devrait gagner 44% 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 | Quentin Ndjantou Paris Saint-Germain | 18 | 8 | €7.0M | €12.5M | +44% |
| #2 | Soriba Diaoune LOSC Lille | 18 | 8 | €300K | €536K | +44% |
| #3 | Trevan Sanusi FC Lorient | 19 | 7 | €500K | €831K | +40% |
| #4 | Herba Guirassy FC Nantes | 19 | 7 | €6.0M | €10.0M | +40% |
| #5 | Kembo Diliwidi RC Lens | 20 | 6 | €300K | €464K | +35% |
| #6 | Malick Fofana Olympique Lyon | 21 | 5 | €30.0M | €43.1M | +30% |
| #7 | Jonathan Pitou Olympique Marseille | 21 | 5 | €225K | €323K | +30% |
| #8 | Lucas Michal FC Metz | 21 | 5 | €2.5M | €3.6M | +30% |
| #9 | Afonso Moreira Olympique Lyon | 21 | 5 | €5.0M | €7.2M | +30% |
| #10 | Ibrahim Osman AJ Auxerre | 21 | 5 | €12.0M | €17.2M | +30% |
| #11 | Stredair Appuah FC Nantes | 22 | 4 | €500K | €668K | +25% |
| #12 | Papa Amadou Diallo FC Metz | 22 | 4 | €1.0M | €1.3M | +25% |
| #13 | Pathé Mboup Stade Brestois 29 | 22 | 4 | €400K | €535K | +25% |
| #14 | Jean Botué AC Ajaccio | 23 | 3 | €350K | €435K | +20% |
| #15 | Bradley Barcola Paris Saint-Germain | 23 | 3 | €70.0M | €87.0M | +20% |
| #16 | Salim Ben Seghir Olympique Marseille | 23 | 3 | €350K | €435K | +20% |
| #17 | Ibrahim Cissoko FC Toulouse | 23 | 3 | €1.5M | €1.9M | +20% |
| #18 | Ansu Fati AS Monaco | 23 | 3 | €25.0M | €31.1M | +20% |
| #19 | Madyan Sounni Olympique Lyon | 23 | 3 | €150K | €186K | +20% |
| #20 | Jonathan Rowe Olympique Marseille | 23 | 3 | €500K | €622K | +20% |
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)
Soriba Diaoune de LOSC Lille présente le plus fort potentiel ajusté du risque, à 45.9. Cela signifie que Soriba Diaoune dispose d'un potentiel de hausse de 23% avec seulement 1% d'incertitude de prévision, ce qui représente un excellent rapport risque-rendement pour l'appréciation de la valeur.
En deuxième position se trouve Quentin Ndjantou de Paris Saint-Germain avec un RAU de 45.9 (23% de potentiel, 1% d'incertitude). En troisième, Trevan Sanusi de FC Lorient avec un RAU de 38.7 (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 45.9 signifie que le potentiel de hausse est 45.9× 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 | Soriba Diaoune LOSC Lille | €370K | €294K-447K | +23% | 45.9 |
| #2 | Quentin Ndjantou Paris Saint-Germain | €8.6M | €6.9M-10.4M | +23% | 45.9 |
| #3 | Trevan Sanusi FC Lorient | €595K | €472K-719K | +19% | 38.7 |
| #4 | Herba Guirassy FC Nantes | €7.1M | €5.7M-8.6M | +19% | 38.7 |
| #5 | Ibrahim Osman AJ Auxerre | €13.8M | €10.9M-16.6M | +15% | 31.0 |
| #6 | Malick Fofana Olympique Lyon | €34.4M | €27.3M-41.6M | +15% | 31.0 |
| #7 | Kembo Diliwidi RC Lens | €344K | €273K-415K | +15% | 30.9 |
| #8 | Ansu Fati AS Monaco | €27.9M | €22.8M-32.9M | +11% | 28.5 |
| #9 | Bradley Barcola Paris Saint-Germain | €78.0M | €64.0M-92.0M | +11% | 28.5 |
| #10 | Lucas Michal FC Metz | €2.8M | €2.2M-3.3M | +10% | 22.5 |
| #11 | Afonso Moreira Olympique Lyon | €5.5M | €4.4M-6.7M | +10% | 22.5 |
| #12 | Jonathan Pitou Olympique Marseille | €248K | €197K-299K | +10% | 22.5 |
| #13 | Igor Paixão Olympique Marseille | €15.0M | €12.3M-17.7M | +7% | 18.6 |
| #14 | Hamed Traoré Olympique Marseille | €18.2M | €14.9M-21.5M | +7% | 18.6 |
| #15 | Jonathan Rowe Olympique Marseille | €535K | €439K-632K | +7% | 18.3 |
| #16 | Pablo Pagis FC Lorient | €1.1M | €878K-1.3M | +7% | 18.3 |
| #17 | Madyan Sounni Olympique Lyon | €161K | €132K-190K | +7% | 18.3 |
| #18 | Martial Godo RC Strasbourg Alsace | €7.5M | €6.1M-8.8M | +7% | 18.3 |
| #19 | Jean Botué AC Ajaccio | €375K | €307K-442K | +7% | 18.3 |
| #20 | Salim Ben Seghir Olympique Marseille | €375K | €307K-442K | +7% | 18.3 |
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 ailier gauche 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)
Wahbi Khazri de Montpellier HSC, dans la tranche d'âge 30+, présente la plus forte concentration de part par âge, à +-27.2%. Cela signifie que Takumi Minamino capte 7.2% de la valeur marchande totale tout en ne représentant que 34.4% des joueurs de son groupe d'âge, ce qui témoigne d'un statut d'élite dominant.
En deuxième position se trouve Frédéric Bulot de Stade Reims avec un ASC de +-27.2% (7.2% de part de valeur contre 34.4% de part de joueurs dans la tranche 30+). En troisième, Eliran Atar de Stade Reims avec un ASC de +-27.2% (7.2% de valeur contre 34.4% 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 +-27.2% signifie que le joueur capte -27.2% 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 | Wahbi Khazri Montpellier HSC | 30+ | 7.2% | 34.4% | -27.2% |
| #2 | Frédéric Bulot Stade Reims | 30+ | 7.2% | 34.4% | -27.2% |
| #3 | Eliran Atar Stade Reims | 30+ | 7.2% | 34.4% | -27.2% |
| #4 | Evan Chevalier FC Girondins Bordeaux | 30+ | 7.2% | 34.4% | -27.2% |
| #5 | Andrés Escobar Thonon Évian Grand Genève FC | 30+ | 7.2% | 34.4% | -27.2% |
| #6 | Nicolas Benezet EA Guingamp | 30+ | 7.2% | 34.4% | -27.2% |
| #7 | Ali M'Madi Thonon Évian Grand Genève FC | 30+ | 7.2% | 34.4% | -27.2% |
| #8 | Takumi Minamino AS Monaco | 30+ | 7.2% | 34.4% | -27.2% |
| #9 | Jérémie Bela Clermont Foot 63 | 30+ | 7.2% | 34.4% | -27.2% |
| #10 | Youcef Belaïli Esperance Tunis | 30+ | 7.2% | 34.4% | -27.2% |
| #11 | Wesley Jobello Olympique Marseille | 30+ | 7.2% | 34.4% | -27.2% |
| #12 | Haris Duljevic Nîmes Olympique | 30+ | 7.2% | 34.4% | -27.2% |
| #13 | Thomas Touré Angers SCO | 30+ | 7.2% | 34.4% | -27.2% |
| #14 | Jean Deza Montpellier HSC | 30+ | 7.2% | 34.4% | -27.2% |
| #15 | Zana Allée Stade Rennais FC | 30+ | 7.2% | 34.4% | -27.2% |
| #16 | Kamel Chergui AS Saint-Étienne | 30+ | 7.2% | 34.4% | -27.2% |
| #17 | Opa Nguette FC Metz | 30+ | 7.2% | 34.4% | -27.2% |
| #18 | Mehdi Fennouche FC Toulouse | 30+ | 7.2% | 34.4% | -27.2% |
| #19 | Moses Simon Paris FC | 30+ | 7.2% | 34.4% | -27.2% |
| #20 | Jorginho AS Saint-Étienne | 30+ | 7.2% | 34.4% | -27.2% |
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 : 4 cibles immédiates, 20 acquisitions standards, 0 prospects en liste de suivi, 29 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 €350K. 0 sous-évalués, 10 premium.
Positionnement de valeur vs pairs
| Joueur | Valeur marchande | Médiane du poste | Z-Score | Évaluation |
|---|---|---|---|---|
Danny Namaso AJ Auxerre | €5.0M | €600K | -1.25 | Bonne affaire |
Issa Soumaré Le Havre AC | €5.0M | €600K | -1.25 | Bonne affaire |
Herba Guirassy FC Nantes | €6.0M | €600K | -1.00 | Bonne affaire |
Moses Simon Paris FC | €7.0M | €600K | -1.00 | Bonne affaire |
Sebastian Nanasi RC Strasbourg Alsace | €15.0M | €600K | -1.00 | Bonne affaire |
Madyan Sounni Olympique Lyon | €150K | €600K | -0.54 | Bonne affaire |
Frédéric Bulot Stade Reims | €150K | €600K | -0.50 | Valeur équitable |
Eliran Atar Stade Reims | €150K | €600K | -0.50 | Valeur équitable |
Ali M'Madi Thonon Évian Grand Genève FC | €150K | €600K | -0.50 | Valeur équitable |
Jean Deza Montpellier HSC | €150K | €600K | -0.50 | Valeur équitable |
Mamadou Diallo FC Sochaux-Montbéliard | €150K | €600K | -0.50 | Valeur équitable |
Keito Nakamura Stade Reims | €8.0M | €600K | -0.50 | Valeur équitable |
Maïdine Douane FC Metz | €200K | €600K | -0.46 | Valeur équitable |
Jason Mbock Angers SCO | €150K | €600K | -0.43 | Valeur équitable |
Abdoulaye Touré Amiens SC | €150K | €600K | -0.43 | Valeur équitable |
Abdoulaye Sidibé AS Saint-Étienne | €150K | €600K | -0.43 | Valeur équitable |
Jonathan Pitou Olympique Marseille | €225K | €600K | -0.42 | Valeur équitable |
Mohamed Mara FC Lorient | €150K | €600K | -0.42 | Valeur équitable |
Valentin Decarpentrie AS Monaco | €250K | €600K | -0.37 | Valeur équitable |
Levi Lumeka ESTAC Troyes | €200K | €600K | -0.33 | Valeur équitable |
Comment nous classons les Ailiers gauches de Ligue 1
Notre Analytical Strength Index est calibré spécifiquement pour les ailiers gauches, 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 LW
Indice de performance historique (35 %)
Valeur marchande maximale en carrière pour les ailiers gauches 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 ailiers gauches 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 attaquants avec 2 200+ 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 attaquants atteignent leur apogée à 26 ans avec le déclin le plus rapide de 7,0 %/an (dépendant de la vitesse). 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 LW
Âge d'apogée : 26 ans (vitesse et efficacité devant le but à leur apogée)
Taux de déclin : 7,0 % par an (déclin le plus rapide, poste dépendant de la vitesse)
Minutes optimales : 2 200-2 400 par saison (poste de haute intensité nécessitant une rotation)
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 : Attaquant : -7,0 %/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 ±18 % (le plus volatil, dépendant de la forme)
Fondement scientifique
• Dendir (2016) : Courbes âge-performance pour les ailiers gauches
• 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 Ailiers gauches de Ligue 1 pour la saison 2022-23
Qui sont les Ailiers gauches les plus précieux de Ligue 1 en 2022-23 ?
Le ailier gauche le plus précieux de Ligue 1 en 2022-23 est Khvicha Kvaratskhelia, qui vaut €90.0M et joue pour Paris Saint-Germain. Le deuxième plus précieux est Bradley Barcola (€70.0M, Paris Saint-Germain), suivi de Malick Fofana (€30.0M, Olympique Lyon). Notre base de données répertorie 90 Ailiers gauches de Ligue 1 avec des valorisations de marché complètes mises à jour pour la saison 2022-23.
Comment les Ailiers gauches de Ligue 1 sont-ils classés ?
Les Ailiers gauches de Ligue 1 sont classés par notre Analytical Strength Index propriétaire, qui est spécifiquement calibré pour les Ailiers gauches. 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 Ailiers gauches atteignent-ils leur apogée ?
Les attaquants atteignent généralement leur apogée à 26 ans, avec le taux de déclin le plus rapide de 7,0 % par an après l'apogée. Cela reflète la forte dépendance du poste à la vitesse, à l'accélération et à la puissance explosive, qui se détériorent plus rapidement que les compétences techniques. Les recherches de Carmichael et al. (2020) confirment que les attaquants atteignent leur apogée plus tôt et déclinent plus rapidement que tout autre poste. Le temps de jeu optimal est d'environ 2 200-2 400 minutes par saison.
Combien coûte le recrutement d'un ailier gauche de premier plan de Ligue 1 ?
Les indemnités de transfert pour les Ailiers gauches de Ligue 1 varient considérablement selon la valeur marchande, la durée du contrat et la position de négociation du club. Pour le ailier gauche le mieux classé Khvicha Kvaratskhelia (valeur marchande : €90.0M), les indemnités de transfert estimées s'échelonneraient de €72.0M à €126.0M 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 Ailiers gauches de Ligue 1 ?
Notre modèle de prévision sur 1 an projette les variations de valeur marchande des Ailiers gauches 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 attaquants ont une volatilité de ±18 % (les plus volatils en raison de leur dépendance à la forme). 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 ailier gauche de Ligue 1 ?
Nos données sur les ailier gauche 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 2022-23 afin de garantir leur exactitude pour les décisions de recrutement et d'investissement.