Nous mesurons ce que les autres racontent
Éditorial — pour la presse et la recherche
Pendant des années, le débat sur les jeux d'argent en ligne s'est mené à coups de récits : les opérateurs racontaient leurs jeux, les vendeurs de méthodes racontaient leurs gains, et presque personne ne mesurait quoi que ce soit. Cette époque se termine. D'un côté, les régulateurs publient enfin des données réelles, à grande échelle. De l'autre, les vendeurs de prédictions ont industrialisé la fabrication de leurs preuves. Notre ligne, elle, n'a pas changé depuis le premier jour : mesurer, déposer les données, et laisser chacun vérifier par lui-même.
- 38 000 personnes et 157,2 millions de transactions : l'étude d'open banking de la Gambling Commission montre le jeu agréé et le jeu illégal alimentés par les mêmes comptes bancaires[1].
- Un million de manches simulées sur le modèle documenté des jeux crash, et le corpus complet publié : chacun peut refaire nos calculs avant de les citer[2].
- Méthodologie publique : chaque mesure est déposée avec son modèle et ses données — études signées sur Zenodo, identité de chercheur vérifiable (ORCID 0009-0000-7586-9788).
- Deux méthodes sur le même corpus — la mesure de distribution, puis l'évaluation par le taux de croissance de Kelly — produisent des conclusions qu'aucune des deux ne donne seule.
- Le programme : l'étude open banking, la paire Aviator, la partie 2 de l'anatomie des jeux crash, le panel de San Diego et la Série 2 — chaque pièce déposée avec ses données.
Nos études sont déposées et les données qui les portent sont jointes, en téléchargement libre.
Toutes nos études publiées — données libres de réutilisation
Les régulateurs publient enfin les vraies données
La Gambling Commission britannique vient de publier une étude d'open banking qui suit 38 000 personnes et 157,2 millions de transactions[1]. Ce ne sont ni des déclarations, ni des souvenirs de joueurs : ce sont des relevés bancaires. Et le résultat central tient en une image : le même compte bancaire alimente à la fois des sites agréés et des sites illégaux. Les deux mondes que le débat public sépare soigneusement se retrouvent, dans la réalité des comptes, sur le même relevé[1].
C'est un changement d'époque. Quand un régulateur mesure le jeu réel au lieu de le commenter, les affirmations sans données perdent leur place. Il ne suffit plus de raconter : il faut montrer. Nous accueillons ce mouvement pour ce qu'il est — la confirmation que la mesure, et non le récit, devient la norme du débat sur les jeux d'argent.
Les vendeurs de prédictions fabriquent désormais leurs preuves
Le mouvement inverse existe, et il s'est lui aussi industrialisé. Fin octobre 2026, les vendeurs de prédictions pour le jeu Aviator — les produits des Vendeurs A et B et leurs variantes — ne se contentent plus de promettre. Ils mettent en scène leurs résultats : captures d'écran présentées comme des preuves de gains, publiées sur Facebook et Instagram, et des entonnoirs Telegram où la prédiction suivante se monnaye[3].
Il faut décrire le mécanisme pour ce qu'il est. Une capture d'écran ne coûte rien à fabriquer. Elle ne montre ni la mise totale, ni les pertes des jours précédents, ni le nombre de prédictions ratées avant celle qui a « marché ». Ce qui se vend, dans un groupe VIP, ce n'est pas une information : c'est une certitude mise en scène, là où le modèle documenté du jeu n'en contient aucune. Le joueur ne paie pas pour savoir ; il paie pour cesser de douter.
Notre réponse : mesurer, déposer, reproduire
Notre travail repose sur un choix simple : ne rien affirmer que nous n'ayons mesuré, et déposer chaque mesure là où n'importe qui peut la refaire. Nous avons simulé un million de manches du modèle documenté des jeux crash, au taux de redistribution publié de 98 %, et publié le corpus complet : l'étude de simulation (DOI 10.5281/zenodo.23597144)[2] et l'étude d'anatomie de la catégorie (DOI 10.5281/zenodo.23761515)[4] sont déposées, signées, et rattachées à une identité de chercheur vérifiable.
Ni le régulateur ni le vendeur n'offre cette combinaison. Le régulateur publie une étude ; il ne dépose pas un corpus que chacun peut réanalyser. Le vendeur publie des captures ; il ne dépose rien du tout. Nous déposons. C'est toute la différence entre une affirmation et un résultat.
Plusieurs méthodes sur les mêmes données
Un jeu de données ne contient pas une seule conclusion. Il en contient autant que les méthodes qu'on lui applique — à condition que les données soient déposées, donc réutilisables. C'est l'engagement que nous prenons ici, et il structure le programme ci-dessous.
Méthode 1 — mesure de distributionÉcart-type du gain d'une manche, selon l'objectif d'encaissement (unités misées)
L'espérance ne bouge pas : −0,02 unité par unité misée, à chaque cible[2] — sur l'espérance, les cibles sont à égalité. Ce qui croît avec la cible, c'est la dispersion des résultats d'une manche. L'étude complète de cette méthode : le coût réel de l'encaissement bas.
Méthode 2 — taux de croissance de KellyRisque de ruine à mi-capital sur 1 000 manches — mise fixe de 2 % du capital à chaque manche
La mise de croissance optimale de Kelly vaut 0 à chaque cible[2] : aucun objectif ne fait croître le capital. À mise fixe, chaque cible devient une vitesse de ruine chiffrée, et les cibles se classent — là où l'espérance les laissait à égalité.
Notre première méthode a été la mesure de distribution : que se passe-t-il, manche après manche, quand un joueur encaisse toujours au même multiplicateur ? Réponse mesurée : l'objectif d'encaissement choisit la variance de la session, pas son espérance. La deuxième méthode, l'évaluation par le taux de croissance de Kelly, relit exactement les mêmes données et voit autre chose : lu comme un parieur qui dimensionne ses mises pour faire croître son capital, chaque objectif d'encaissement devient une vitesse de ruine mesurable. Le même corpus, deux méthodes, deux conclusions qu'aucune des deux ne pouvait produire seule. Et la même grille de Kelly permet d'évaluer les prédictions vendues dans les groupes VIP : traitées comme un parieur, leurs performances se lisent en chiffres de capital, pas en captures d'écran.
Notre analyse
Nous distinguons trois choses dans ce qui suit : les constats des sources citées sur cette page — l'étude de la Gambling Commission, le panel de San Diego et la loi du modèle documenté — que nous leur créditons et que nous citons ; nos calculs sur le corpus déposé d'un million de manches, signalés comme nôtres, avec leurs marges ; et nos interprétations, signalées comme telles.
Sur l'espérance, les cibles sont à égalité parfaite : −0,02 unité par unité misée à chaque objectif, de 1,2× à 10× — la première méthode ne produit donc aucun classement des cibles.[2] Relu par le taux de croissance de Kelly, le même corpus produit un classement strict : à mise fixe de 2 % du capital, le risque de voir le capital fondre de moitié sur 1 000 manches croît à chaque cible — 20 % à 1,2×, 35 % à 1,5×, 44 % à 2×, 55 % à 3×, 64 % à 5×, 79 % à 10× — et la mise de croissance optimale vaut 0 partout.[2] Aucune des deux lectures n'est contenue dans l'autre : elles portent sur le même million de manches.
Notre lecture : ce contraste est la démonstration pratique de notre ligne. Un corpus déposé ne livre pas une conclusion, mais autant de conclusions que de méthodes légitimes appliquées — et la seconde lecture n'existe que parce que les données étaient réutilisables. Sans dépôt, il ne reste que le récit de celui qui détient les chiffres.
Ce que cela change pour les joueurs
Ces sujets ne sont pas des curiosités de statisticiens. Ce sont des problèmes de budget réel. Un panel de la Rady School de l'Université de Californie à San Diego a suivi 717 724 consommateurs en ligne entre 2019 et 2023[5] : seuls 4 % d'entre eux ont retiré davantage qu'ils n'avaient dépensé[5]. Autrement dit, sur cinq ans, 96 % des joueurs en ligne ont été perdants nets. Pendant ce temps, les frais des groupes de prédiction sortent des mêmes budgets que le loyer — et les sites illégaux, l'étude britannique le montre, puisent dans le même compte que les sites agréés[1].
Voilà pourquoi nous mesurons. Derrière chaque distribution, il y a un ménage qui décide sans les chiffres. Notre travail consiste à publier les chiffres.
Le programme, pièce par pièce
Le programme de recherche, pièce par pièce :
- L'article sur l'étude open banking — le résultat du même compte, en entier : comment jeu agréé et jeu illégal se partagent les mêmes relevés bancaires.
- La paire Aviator — un article pour la presse et un article pour nos lecteurs : la peur qu'exploitent les vendeurs de prédictions, et comment l'éviter ; leurs affirmations y sont évaluées comme un parieur de Kelly, en chiffres de capital.
- Anatomie des jeux crash, partie 2 — la dérivation des mêmes mécaniques publiée cette année par Scott, Sher et Daigle dans le Gaming Research & Review Journal de l'UNLV[6], lue contre notre mesure.
- L'article sur le panel de San Diego — 717 724 consommateurs suivis de 2019 à 2023, 4 % de gagnants nets : les conclusions psychologiques et économiques de cinq années de comportement réel, dans le cadre américain.
- Série 2 — le corpus du million de manches relu par le taux de croissance de Kelly : la méthode 2 de la figure ci-dessus, appliquée à des données déjà publiques.
Nos études sont déposées, leurs corpus ouverts à quiconque veut vérifier nos chiffres avant de les citer. C'est ainsi que nous entendons continuer : mesurer ce que les autres racontent.
Vous êtes journaliste ou chercheur et vous voulez les données, un extrait ou un commentaire : contactez la rédaction via la page Presse. Cette page est notre déclaration de méthode ; chaque pièce du programme est déposée avant d'être pitchée.
Questions fréquentes
Vos données sont-elles libres de réutilisation ?
Oui. Les études sont déposées sur Zenodo sous licence CC BY 4.0, avec les corpus qui les portent ; citez la source et le DOI, et refaites les calculs si vous le souhaitez — c'est pour cela qu'ils sont publics.
Pourquoi appliquer plusieurs méthodes aux mêmes données ?
Parce qu'un corpus ne contient pas une seule conclusion. La mesure de distribution lit la variance d'une session ; le taux de croissance de Kelly lit une vitesse de ruine. Les deux lectures sont vraies, aucune ne contient l'autre — et les données doivent être déposées pour que la seconde lecture soit seulement possible.
Comment évaluez-vous les prédictions vendues dans les groupes payants ?
Comme un parieur, pas comme une capture d'écran : la grille de Kelly convertit leurs affirmations en chiffres de capital — croissance ou ruine mesurable. C'est l'évaluation que la paire Aviator applique, dans le programme ci-dessus.
Je suis journaliste : comment recevoir les pièces du programme ?
Chaque pièce est déposée, avec ses données jointes, avant sa diffusion à la presse. Écrivez à la rédaction via la page Presse.
Références
- UK Gambling Commission — étude d'open banking sur les transactions de jeu, octobre 2026 (38 000 personnes, 157,2 millions de transactions). ↑
- Dagor, Andrew — Crash-game bust multipliers: a one-million-round simulation of the documented crash distribution (RTP 98%), Zenodo, DOI 10.5281/zenodo.23597144. ↑
- Chicken Road Productions — balayage Research Radar des réseaux sociaux, 26–29 octobre 2026, et suivi des affirmations de prédicteurs (instrument F104) : la vague des Vendeurs A et B, les captures mises en scène et les entonnoirs Telegram. ↑
- Dagor, Andrew — Crash gambling: anatomy of an online gambling category, Zenodo, DOI 10.5281/zenodo.23761515. ↑
- UC San Diego, Rady School of Management — panel de consommateurs en ligne, 2019–2023 (717 724 consommateurs). ↑
- Scott, Sher & Daigle — Cash or Crash, UNLV Gaming Research & Review Journal, 2026. ↑