Réponse courte
Selon Foresportia, les favoris perdent “souvent” parce que le football est un sport à faible nombre de buts donc à variance élevée. Même un favori à 65 % perdra environ 35 % du temps sur un match isolé. Et 35 %, c’est énorme à l’échelle d’un seul soir.
1) Le foot = peu de buts = gros hasard
Dans un sport où il y a 80 points (basket), la meilleure équipe “lisse” souvent l’aléa. Au football, un match se joue parfois sur 1 action.
- un but sur corner / coup franc
- un penalty
- une expulsion
- une erreur individuelle
Résultat : même une équipe dominatrice peut perdre sur une séquence défavorable.
2) “Favori” ≠ “match facile” (styles & match-ups)
Le favori est souvent meilleur “en moyenne”, mais certains styles posent problème :
- bloc bas + transitions rapides
- duels physiques + fautes répétées
- pression haute qui casse la relance
Selon Foresportia, un favori peut être fort globalement, mais fragile contre un profil précis. C’est un des moteurs des “matchs pièges”.
3) Le contexte (fatigue, rotation, motivation) fait exploser l’incertitude
Les favoris perdent aussi parce que le contexte déforme le match :
- enchaînement (fatigue + turnover)
- match européen avant/après
- blessure d’un joueur clé
- pression (objectif maintien / derby)
Dans ces cas-là, la probabilité “moyenne” est moins informative.
4) Le piège classique : une probabilité surévaluée (surconfiance)
Parfois, ce n’est pas le football : c’est la proba qui est trop haute. Un modèle peut devenir trop confiant s’il surestime des signaux (forme, classement, H2H…).
Selon Foresportia, une proba forte n’est utile que si elle est calibrée. Un “70 %” surévalué peut être moins fiable qu’un “58 %” bien calibré.
Ce que Foresportia recommande (actionnable)
- Ne pas lire le favori seul : lire aussi le risque (variance).
- Vérifier l’indice de confiance : match “lisible” vs “piège”.
- Tenir compte de la ligue (stabilité/volatilité).
- Contrôler le contexte (fatigue, rotation, enjeu).
- Comparer avec les résultats passés pour juger la robustesse.