Winrate par compo d'équipe : ce que le KDA ne dit pas
Votre équipe enchaîne des résultats décevants en Flex 5v5 malgré des stats individuelles correctes. Le joueur sur votre mid a un KDA solide de 4.2, votre top domine souvent son lane, mais la baron à 25 minutes tourne systématiquement au désastre. Vous consultez les stats après les parties, et les chiffres de Kills, Deaths et Assists ne racontent pas l'histoire de votre défaite. Le vrai problème est souvent invisible dans ces métriques individuelles. Il se cache dans la composition de votre équipe et son rapport direct avec la winrate, une donnée que la plupart des trackers de base ignorent. Analyser le winrate par composition n'est pas un exercice esthétique, c'est un audit de l'identité de votre stack et de sa capacité à convertir ses forces en victoires. Pour aller plus loin, tu peux aussi lire Au-delà du KDA : compatibilité en équipe.
La winrate par compo d'équipe est l'indicateur ultime de cohérence stratégique. Elle mesure si le groupe de champions que vous envoyez sur la Rift est aligné avec un plan de jeu exécutable par vos cinq joueurs. Dans cet article, nous allons explorer comment cette donnée révèle des vérités cachées, comment l'analyser pour sortir de la stagnation, et pourquoi une approche DIY atteint rapidement ses limites face à la complexité des millions de jeux de données. Pour aller plus loin, tu peux aussi lire Faire monter winrate et synergie d'équipe sans budget.
Pourquoi votre KDA de 5/2/8 peut cacher une composition désastreuse
Prenez une composition classique dans le métagame actuel : top Jayce, jungle Nidalee, mid Lux, ADC Jhin, support Senna. Chaque joueur peut potentiellement finir avec un bon KDA. La composition est safe, elle scale bien, elle a du poke. Pourtant, son winrate pour la majorité des équipes amateur est souvent catastrophique. La raison est simple : cette compo repose sur une exécution parfaite, une coordination de poke et de vision, et surtout, un frontlane inexistant. Une équipe avec cette composition gagne en lanning et en poke, mais perd presque systématiquement toute teamfight serrée autour d'un objectif. Le KDA individuel ne capte pas cette vulnérabilité structurelle.
L'analyse par winrate de composition, en revanche, le montre clairement. Elle vous dit : "avec ce set de champions, votre probabilité de gagner contre une équipe de niveau similaire est de 42%". Le KDA vous raconte une bataille, la winrate par compo vous prédit l'issue de la guerre avant même que le minion 1 ne spawn. C'est la différence entre regarder les arbres et comprendre la forêt.
Les trois dimensions invisibles que révèle la winrate par compo
La première dimension est la courbe de puissance collective. Une composition "early game" comme Pantheon, Lee Sin, Syndra, Draven, Leona doit avoir un winrate qui chute brutalement après 30 minutes. Si votre analyse montre que vous gagnez encore des parties longues avec cette compo, c'est peut-être que votre niveau individuel compense, mais cela cache un problème : vous ne capitalisez pas sur votre fenêtre de puissance. À l'inverse, une compo "late game" avec Kayle, Master Yi, Kassadin, Vayne, Yuumi doit voir son winrate exploser après 35 minutes. Si ce n'est pas le cas, votre équipe ne sait pas jouer passif et sécuriser les objectifs pour atteindre le late.
La deuxième dimension est la synergie des rôles. Le KDA de votre support engage peut être mauvais parce qu'il meurt en initiant, mais si ces initiations mènent à des victoires en teamfight, la winrate globale de la composition avec ce type de support sera élevée. L'analyse par composition relie le sacrifice d'un rôle à la réussite collective. Elle valide ou invalide le choix stratégique d'un champion dont la valeur ne se mesure pas en KDA, comme un Tahm Kench ou un Ivern.
La troisième dimension est la résilience au contre-pick. Certaines compositions sont des châteaux de cartes : elles s'effondrent face à un champion spécifique de l'ennemi (ex: Malphite face à une compo full AD, ou Katarina face à une équipe sans CC instantané). Votre historique de winrate par composition, croisé avec les picks adverses, peut identifier ces points de rupture. Vous découvrirez peut-être que votre composition préférée a un winrate de 65% en général, mais qu'il tombe à 30% lorsque l'ennemi pick un Sejuani jungle, révélant une faiblesse face au CC tanky.
Comment auditer vos 50 dernières parties pour trouver vos patterns gagnants
Vous avez décidé de prendre les choses en main. Vous exportez l'historique de votre équipe sur les 50 dernières parties de Flex. La première étape n'est pas de regarder les champions, mais de segmenter les données. Ne mélangez pas tout. Isolez d'abord les parties jouées avec votre stack complet de 5, puis celles jouées à 4 avec un randoms, puis celles jouées à 3. La dynamique et donc la winrate par composition changent radicalement. L'objectif est d'identifier, pour votre groupe de 5 principal, quelles sont les 3 à 5 compositions qui reviennent le plus souvent et quel est leur bilan.
En pratique, on observe souvent un "pool de confort" d'environ 10 à 15 champions par joueur qui se combinent en quelques dizaines de compositions récurrentes. Votre audit doit chercher à répondre à ces questions : Parmi nos compositions les plus jouées, lesquelles ont un winrate significativement supérieur à 50% ? Lesquelles sont des "traps" avec un beau KDA mais un winrate faible ? Existe-t-il un champion récurrent dans nos compositions perdantes qui, bien que bien joué individuellement, ne fonctionne pas avec notre style d'équipe ?
La méthode manuelle consiste à créer un tableau. En colonnes : les 5 rôles. En lignes : chaque partie. Vous remplissez avec les champions joués, et vous ajoutez une colonne "Résultat" (Victoire/Défaite) et une colonne "Durée". Ensuite, le travail fastidieux commence : regrouper les compositions identiques ou très similaires (ex: même ADC et support, même jungle et top). Calculez le winrate pour chaque groupe. Sur la plupart des audits que nous menons, les équipes découvrent avec stupeur que leur "comp préférée" n'a qu'un winrate de 45%, tandis qu'une composition qu'ils jugent "moins fun" ou "de secours" frôle les 60%.
Les cinq pièges classiques de l'analyse DIY et comment les éviter
Le premier piège est le biais de la petite taille d'échantillon. Vous jouez une composition deux fois, vous la perdez deux fois, vous la bannissez pour toujours. C'est une erreur. Une composition nécessite souvent 8 à 10 parties pour que son winrate se stabilise et reflète son vrai potentiel. Une perte peut être due à une smurf en face, un DC, ou une erreur d'exécution unique. Ne tirez pas de conclusions définitives sur moins de 5 matchs avec la même compo.
Le deuxième piège est l'ignorance du contexte du draft. Analyser votre composition sans regarder celle de l'ennemi, c'est comme analyser un deck de cartes sans regarder la table. Votre composition "engage heavy" peut avoir un winrate global de 52%, mais si vous creusez, vous verrez qu'elle explose les compos "poke" (winrate 75%) et est démolie par les compos "disengage" (winrate 35%). Sans cette couche d'analyse, vous passez à côté de la stratégie de ban/pick la plus évidente.
Le troisième piège est de surpondérer les performances individuelles exceptionnelles. Votre mid laner a hard carry une partie avec son Azir, sauvant une composition désordonnée. Dans votre tableau, cette composition marque une victoire. Mais c'est une victoire volée, non reproductible, qui fausse les données. Une analyse robuste doit parfois "discuter" ce type de match pour ne pas créer un faux positif qui vous incitera à rejouer une compo intrinsèquement mauvaise.
Le quatrième piège est la non-prise en compte des patches. Une composition analysée sur les patches 13.10 à 13.12 peut être totalement obsolète sur le 13.13 après des nerfs/buffs majeurs. Votre historique doit être segmenté par patch pour que l'analyse reste pertinente. Ce qui fonctionnait il y a un mois n'est plus forcément valable aujourd'hui.
Le cinquième piège, le plus subtil, est la confusion entre corrélation et causalité. Vous observez un haut winrate lorsque votre jungler joue Hecarim. Est-ce à cause d'Hecarim, ou parce qu'il ne le sort que lorsqu'il a son duo mid préféré avec qui la synergie est parfaite ? L'analyse doit chercher à isoler les variables. Peut-être que le facteur clé n'est pas le champion jungle, mais la paire mid/jungle spécifique.
Au-delà du tableur : quand les données nécessitent un système
Votre tableau Excel atteint 200 lignes. Vous avez identifié trois compositions prometteuses et deux "traps". Mais maintenant, les vrais défis commencent. Comment suivre l'évolution de ces winrates en temps réel après chaque session de jeu ? Comment comparer vos performances avec une composition donnée à la moyenne du serveur pour ce même draft ? Comment alerter votre équipe lorsque vous vous apprêtez à pick une composition dont l'historique est mauvais contre le type de compo que l'ennemi est en train de montrer ?
C'est à ce stade que l'approche manuelle montre ses limites. Le travail devient non pas d'analyse, mais de maintenance de données. Passer 30 minutes à mettre à jour un tableur après une session de 3 heures de jeu n'est pas un temps passé à progresser, c'est un temps passé à faire de la saisie. Les retours du terrain indiquent généralement que les équipes les plus sérieuses abandonnent cette phase DIY après quelques semaines, par épuisement ou par frustration de ne pas pouvoir aller assez loin dans l'analyse.
Ce qu'un système automatisé apporte (et ce qu'il ne fait pas)
Un système dédié comme celui que nous intégrons dans nos suivis d'équipe fait plusieurs choses impossibles manuellement. Il agrège automatiquement chaque partie, associe la composition au résultat, et recalcule les winrates en temps réel. Il peut croiser ces données avec la durée de jeu, le patch, et même le rank moyen de la partie. Il vous montre un dashboard où, en un coup d'oeil, vous voyez vos top 5 compositions par winrate et vos pires 5.
Surtout, il contextualise. Il vous dit : "Votre composition Aatrox / Viego / Viktor / Kai'Sa / Nautilus a un winrate de 58% pour vous, ce qui est 7 points au-dessus de la moyenne de ce serveur pour cette compo." Cette information est cruciale. Elle vous confirme que vous maîtrisez particulièrement ce draft, et que c'est une force sur laquelle vous pouvez capitaliser en tournoi ou en montée de ladder. À l'inverse, il peut signaler : "Votre composition Renekton / Elise / Zed / Lucian / Braum a un winrate de 40%, alors qu'elle est à 53% en moyenne sur le serveur." Cela indique un problème d'exécution spécifique à votre équipe sur ce type de draft early-game, et pointe vers un besoin d'entraînement ciblé.
Cependant, aucun système, aussi automatisé soit-il, ne remplace la réflexion stratégique. Il ne vous dira pas pourquoi une composition fonctionne ou échoue. Il ne peut pas analyser vos replays pour voir si votre défaite avec une compo late-game vient d'une mauvaise gestion des vagues avant la baron, ou d'un problème de vision. C'est là que l'expertise humaine reprend le dessus. Le système fournit le "quoi", l'entraîneur ou le capitaine doit fournir le "pourquoi". La puissance réside dans la combinaison des deux.
Transformer l'analyse en plan d'action concret pour votre stack
Vous avez maintenant vos données, qu'elles viennent d'un tableur artisanal ou d'un dashboard automatisé. L'étape suivante est la plus importante : en faire quelque chose. Une analyse qui ne débouche pas sur des changements de comportement est un hobby, pas un outil de progression. Voici un schéma en trois étapes pour convertir vos insights en victoires.
Première étape : Établir un pool de draft prioritaire. À partir de vos top compositions par winrate (avec un échantillon suffisant), définissez 3 à 5 drafts que vous considérez comme votre "répertoire de base". Ce sont ceux que vous chercherez à obtenir en champion select lorsque le contexte le permet. Faites une fiche pour chacun : son identité (early poke, teamfight wombo, split push), ses conditions de victoire, et ses 2-3 contre-picks les plus dangereux à ban.
Deuxième étape : Créer des règles de contre-pick basées sur vos données. Si votre analyse montre que votre compo principale est faible face aux compositions à forte engage (ex: Malphite, Diana), alors une règle peut être : "Si l'ennemi a déjà pick deux engage forts, nous passons à notre composition B (répertoire de désengage)." Ces règles retirent l'émotion et la pression du champion select. Vous suivez un protocole établi sur des preuves, pas sur un feeling.
Troisième étape : Planifier des sessions d'entraînement ciblées. Identifiez votre pire composition parmi celles que vous jouez souvent. Au lieu de l'éviter purement, programmez 2-3 normals où vous la forcez. Le but n'est pas de gagner, mais de comprendre. Enregistrez les parties, puis analysez les replays en vous concentrant sur les moments où la compo a montré ses faiblesses. Est-ce un problème de farm ? De timing d'engage ? De placement en teamfight ? Cette démarche transforme une faiblesse statistique en une leçon apprise.
Enfin, réévaluez périodiquement. Le métagame évolue, vos joueurs progressent, de nouveaux champions apparaissent dans votre pool. Un audit des winrates par composition n'est pas un one-shot. C'est un cycle. Planifiez une revue de vos données toutes les 50 parties ou après chaque patch majeur. Cela maintient votre stratégie de draft vivante et adaptée à la réalité de votre équipe.
La winrate par composition d'équipe est le pont entre les performances individuelles et la réussite collective. Elle remplace les hypothèses par des faits, les préférences personnelles par des probabilités de victoire. Passer du temps à la comprendre, c'est investir dans la cohérence stratégique de votre stack. Pour les équipes les plus ambitieuses, cet investissement justifie souvent de s'appuyer sur des outils et des méthodologies qui dépassent le cadre du tableur maison, pour se concentrer sur ce qui compte vraiment : l'exécution en jeu et la synergie entre joueurs. Vos données ont une histoire à raconter sur votre équipe. Il est temps de commencer à l'écouter.
FAQ
Comment calculer manuellement le winrate d'une composition spécifique sur League of Legends ?
Exportez l'historique de votre équipe. Filtrez pour garder uniquement les parties jouées à 5. Listez toutes les compositions jouées (les 5 champions). Pour chaque composition unique, comptez le nombre total de parties jouées et le nombre de victoires. Divisez le nombre de victoires par le nombre total de parties, puis multipliez par 100 pour obtenir le pourcentage de winrate. Un échantillon de moins de 5 matchs n'est pas statistiquement significatif.
Notre équipe a une composition récurrente avec un bon winrate en normals mais un mauvais winrate en ranked Flex, pourquoi ?
La pression et le style de jeu diffèrent. En ranked, les adversaires exploitent plus systématiquement les faiblesses d'une composition et punissent les erreurs. Votre composition peut bien fonctionner en environnement détendu, mais révéler des failles en coordination ou en courbe de puissance face à des équipes plus sérieuses. Analysez la durée des parties perdues : si vous perdez souvent en late game, c'est peut-être un problème de scaling ou de teamfight.
Faut-il bannir définitivement une composition qui a un faible winrate sur nos 10 dernières parties ?
Pas nécessairement. Il faut d'abord comprendre pourquoi elle perd. Est-ce à cause de contre-picks systématiques ? D'une mauvaise exécution d'un combo ? D'une méconnaissance des spikes de puissance ? Analyser les replays des défaites est plus utile que de simplement bannir. Parfois, quelques ajustements de gameplay ou un changement de ban/pick prioritaire peuvent sauver une composition qui correspond bien à votre style d'équipe.
Quels outils gratuits peuvent m'aider à tracker le winrate par composition de mon équipe ?
La plupart des trackers populaires (OP.GG, U.GG) se concentrent sur les stats individuelles. Pour les compositions d'équipe, les solutions gratuites impliquent un travail manuel important via des tableurs Excel ou Google Sheets. Certains sites d'analyse esport offrent des templates. Des bots Discord comme Porofessor peuvent donner des infos sur un match en cours, mais pas d'historique agrégé par composition sur votre équipe spécifique.
Comment intégrer l'analyse de winrate par composition dans notre stratégie de draft en champion select ?
Ayez un document partagé (type Google Doc) listant vos 3-5 compositions principales avec leur winrate et leurs conditions idéales. Désignez un shotcaller pour le draft qui consulte ce document. Sa mission est de guider les picks vers vos compositions fortes tout en évitant les contre-picks majeurs identifiés dans vos données. Préparez également 1-2 compositions de secours en cas de bans ciblés contre votre stratégie.
Le winrate par composition est-il plus important que la maîtrise individuelle d'un champion ?
C'est un équilibre. Une composition théoriquement parfaite jouée par des joueurs sur des champions qu'ils maîtrisent mal aura un winrate bas. L'idéal est de trouver l'intersection entre les compositions statistiquement fortes dans le métagame et le pool de champions confortable de votre équipe. L'analyse vous aide justement à identifier quels champions, parmi ceux que vos joueurs maîtrisent, créent les synergie gagnantes lorsqu'ils sont assemblés.
