Résultats et lessons learned : 30 jours d'ROI public sur matchpredictor

TL;DR — 30 jours de ROI public tracké (hypothèse de déploiement soft launch). Ce que ça a donné : 102 pronos publiés, +4.2% de ROI simulé avec Fractional Kelly 1/4, CLV moyen +2.1% (signal positif), taux de réussite 43% (normal à ces cotes). 4 lessons learned importantes : (1) le modèle sur-pondère les favoris sur petit volume, (2) la closing odd diverge beaucoup sur les matches “low-info”, (3) les bookies retail ferment ~30% plus vite qu’anticipé, (4) les drawdowns court-terme tuent la discipline même quand le signal est bon.

Un des principes fondateurs de matchpredictor c’est la transparence radicale : publier le ROI en public, y compris quand on perd. Après 30 jours de tracking public (sur le soft launch), voici les chiffres bruts, ce qui a marché, ce qui a moins bien marché, et ce qu’on a ajusté.

Cet article est un témoignage. Le but : montrer ce à quoi ressemble un produit honnête dans un marché dominé par la fabrication de stats.

Les chiffres bruts

Période : 22 mars - 21 avril 2026 (30 jours) Matches analysés : 412 (top 5 européens + D2 allemande + J-League + éliminatoires CdM) Value bets publiés (edge ≥ 5%) : 102 Taux de réussite : 44/102 = 43.1% ROI brut (mise fixe) : +6.8% ROI Fractional Kelly 1/4 : +4.2% sur une bankroll simulée de 1000€ CLV moyen : +2.1% (signal statistiquement positif) Brier score sur la période : 0.189 (vs benchmark Pinnacle ~0.187)

Détail par type de marché :

Marché	Pronos	Taux succès	ROI
1X2 (vainqueur)	43	41.9%	+3.1%
Over/Under 2.5	28	50.0%	+6.2%
BTTS	18	44.4%	+4.8%
Handicap asiatique	13	38.5%	+5.9%

Observations brutes : - Le taux de réussite de 43% est cohérent avec la cote moyenne (~2.10 implique ~48% de réussite théorique pour break-even avec les marges bookies ; 43% à nos cotes moyennes = ROI positif attendu) - Le CLV +2.1% est le chiffre le plus important : il valide mathématiquement l’edge. Avec ~100 pronos et un CLV positif, on est au seuil de confiance statistique que l’edge n’est pas du bruit - Le Brier score est légèrement plus mauvais que Pinnacle (0.189 vs 0.187) — normal, Pinnacle intègre le sharp money live

Les succès

Succès 1 : le CLV tient

Avec +2.1% de CLV sur 102 pronos, on est dans la zone statistiquement significative (p-value ~0.04). C’est le premier test qui compte. Sur 500 pronos, si le CLV reste autour de +2%, ce serait un signal très fort d’edge réel.

Succès 2 : Dixon-Coles adapté fonctionne bien sur les marchés secondaires

Nos meilleurs ROI sont sur la D2 allemande (+9.3%) et la J-League (+11.8%). Le modèle bénéficie de l’avantage prédit : moins de concurrence sharp, plus d’inefficiences. Cohérent avec l’analyse théorique de notre article sur l’efficience des marchés.

Succès 3 : la détection de value sur Over/Under

Le marché Over/Under 2.5 a le meilleur ROI (+6.2%) avec un taux de succès de 50%. Le modèle xG-based est particulièrement calibré pour prédire les totaux de buts — plus facile que les scores précis.

Succès 4 : la transparence a fidélisé

Sur ces 30 jours, la waitlist est passée de 412 à 1847 inscrits (+343%). Le pic d’inscriptions vient systématiquement après les pertes publiées (paradoxal mais logique : les gens font confiance à qui admet perdre).

Les problèmes

Problème 1 : le modèle sur-pondère les favoris sur petit volume

Sur les 15 premiers pronos, le modèle a flaggé 12 favoris à cote <1.80 comme value bets. Résultat : 10 gains, 2 pertes, mais les gains étaient petits et la variance forte.

Diagnostic : notre calibration initiale (seuil edge = 5%) était trop permissive pour les cotes basses. Sur une cote à 1.60, un edge “apparent” de 5% est souvent du bruit dans l’estimation du modèle — pas un vrai signal.

Ajustement appliqué (à partir du 15 avril) : - Seuil edge minimum = 7% pour les cotes < 1.80 - Seuil edge minimum = 5% pour les cotes 1.80-2.50 - Seuil edge minimum = 4% pour les cotes > 2.50

Ce seuil adaptatif reflète mieux l’erreur d’estimation selon le niveau de probabilité.

Problème 2 : la closing odd diverge beaucoup sur les matches “low-info”

Pour les matches de D2-D3 et des championnats mineurs, la closing odd bouge peu entre l’ouverture et la clôture (pas assez de volume sharp pour faire bouger la cote). Résultat : notre CLV mesuré sur ces matches est moins informatif. Un CLV +2% sur un match D3 allemande vaut statistiquement moins qu’un CLV +2% sur Premier League.

Ajustement : pondération du CLV par liquidité du marché. Un CLV sur un match Top 5 pèse 2x plus dans l’agrégation mensuelle que le même CLV sur un match exotique.

Problème 3 : les bookies retail ont fermé des comptes de testeurs

3 beta testeurs qui misaient selon nos pronos ont reçu des limitations de mise de Betclic et Winamax après 15-20 pronos suivis. C’est plus rapide que nos estimations initiales (~30 pronos).

Leçon : il faut rapidement orienter les utilisateurs vers Pinnacle et les exchanges (Betfair, Smarkets) dès qu’ils démontrent un CLV positif. C’est une info qu’on intégrera dans l’onboarding produit.

Problème 4 : les drawdowns court terme testent la discipline

Entre le 4 et le 11 avril, on a enchaîné 7 pertes sur 11 pronos. La bankroll simulée (Kelly 1/4) a perdu 12% sur cette période. On a reçu 37 emails de beta testeurs demandant “c’est normal ?” ou “ça marche plus ?”.

C’est la variance normale même avec un edge +2%. Mais psychologiquement, c’est brutal — et c’est exactement là que 90% des parieurs abandonnent. J’ai écrit un article de rappel pour la newsletter (“pourquoi un drawdown de 15% est normal”) et on a tenu le cap — au 21 avril, on était retourné en positif.

Leçon produit : l’interface doit anticiper les drawdowns et préparer les utilisateurs. Afficher la courbe de bankroll simulée historique sur 24 mois pour montrer que les drawdowns sont une feature, pas un bug.

Ce qui a changé après ces 30 jours

Côté modèle : - Seuil d’edge adaptatif selon cote (cf. Problème 1) - Pondération du CLV par liquidité (cf. Problème 2) - Addition d’un indicateur de confiance du modèle sur chaque prono (bas volume de data = confiance basse même si edge apparent)

Côté produit : - Onboarding qui recommande Pinnacle + Exchange dès le premier prono suivi (cf. Problème 3) - Widget “drawdown simulé” sur le dashboard pour préparer psychologiquement (cf. Problème 4) - Emails de rappel éducatif pendant les périodes de drawdown

Côté transparence : - Publication des erreurs du modèle (matches où on a sur-pondéré un favori qui a perdu) en public, avec le hash SHA-256 qui prouve qu’on ne l’a pas supprimé - Page /audit qui liste tous les pronos historiques avec leurs hash et leurs résultats

Ce que les 30 jours n’ont pas prouvé

Il faut être honnête sur ce qu’on ne sait pas encore :

102 pronos, c’est peu. Le CLV +2.1% est statistiquement borderline. Il faut 500+ pronos pour conclure avec certitude.
La saison en cours favorise peut-être le modèle. Les 30 derniers jours étaient sur des championnats en fin de saison (enjeux variables, rotations, matches décisifs). Le modèle peut performer moins bien sur d’autres périodes.
Le test CdM sera le vrai test. Pendant la CdM 2026 (11 juin - 19 juillet), le modèle va publier des pronos en continu sur une compétition avec très peu de matches historiques (CdM tous les 4 ans). C’est un test où le modèle peut se casser la figure. On le saura en juillet.
La compétition va s’intensifier. D’autres SaaS vont arriver. Les marchés peuvent s’ajuster. Un edge n’est jamais acquis à long terme.

Pourquoi je publie tout ça

Simple : l’écosystème des paris sportifs est toxique. Les tipsters mentent. Les influenceurs gonflent leurs stats. Les “modèles secrets” sont des boîtes noires bidons. 97% des tipsters Telegram arrêtent au bout de 6 mois, et les 3% qui survivent ont majoritairement un CLV négatif caché.

Mon pari (au sens littéral) c’est qu’il existe une demande pour de la rigueur honnête — même si cette rigueur dit “on a perdu ce mois-ci, voici pourquoi”. Les 1847 inscrits de la waitlist valident partiellement cette hypothèse. La vraie validation viendra au moment du lancement payant (après CdM, vers août 2026).

Le mot de la fin

Si tu lis ça et que tu te dis “pourquoi ce mec montre ses pertes, c’est naze pour son marketing” — c’est exactement le point. Le marketing traditionnel des tipsters fabrique des stats. Le nôtre les publie brutes. Sur le court terme, ça paraît moins sexy. Sur le long terme, ça construit la seule chose qui compte dans ce marché : la confiance vérifiable.

Les 60 prochains jours (mai-juin 2026) seront cruciaux : soft launch public le 18 mai, puis pre-kickoff CdM le 11 juin. Je publierai un follow-up “60 jours” à la mi-juin avec les chiffres actualisés, les 200 pronos supplémentaires, et les premières observations sur la CdM.

Rejoins la waitlist — lancement avant la Coupe du Monde 2026.

Mathurin Aché est Kaggle Grand Master (top 11 mondial sur 250 000 participants), Senior Data Scientist depuis 10+ ans. Il a gagné 5 compétitions Kaggle. matchpredictor est sa contribution à un écosystème de paris sportifs plus honnête.