Tu ouvres une tier list, tu vois un champion en tête à 53 % de win rate, tu le prends en champ select (la phase de sélection des champions avant la partie) et tu perds huit parties d'affilée. Ni malchance, ni faute de la liste : ce 53 % ne répondait pas à ta question. Une tier list est une photographie statistique de parties jouées par d'autres, dans des matchups (l'affrontement direct avec l'adversaire de ta lane) qui ne sont pas les tiens. Bien lue, c'est l'un des meilleurs outils pour comprendre où va le jeu ; mal lue, le moyen le plus rapide de perdre des LP (les points qui font monter ou descendre le rang) la conscience tranquille. Référence : patch 26.15.
Ce que mesure vraiment un win rate
Le win rate est une moyenne : victoires divisées par parties jouées, dans un ensemble construit selon des critères que quelqu'un a choisis. Ce n'est pas une propriété du champion, comme la portée de base ou le cooldown de son ultime : c'est une propriété de l'ensemble de parties dont il est extrait. Change l'ensemble, le chiffre change, sans qu'une ligne de code du champion ait bougé.
Cet ensemble tient à six conditions, presque jamais toutes explicitées : quels joueurs, quelle tranche d'elo (le niveau de jeu mesuré par le rang), quelle région, quelle patch, quel rôle, quels adversaires. Le même kit peut sortir premier sous un filtre et médiocre sous un autre. Ce n'est pas une contradiction, ce sont deux questions différentes : à toi de repérer laquelle ressemble à ta situation.
Le biais de sélection : ceux qui jouent ce champion l'ont choisi
C'est le concept qui change la lecture d'une liste. On l'appelle biais de sélection : le groupe observé n'est pas aléatoire, les sujets se sont auto-sélectionnés. Personne n'attribue les champions aux joueurs au hasard.
Les champions à courbe d'exécution raide (combos longs, skillshots difficiles) attirent plus de joueurs expérimentés. Le résultat est automatique : ce win rate contient le niveau de celui qui le joue, pas seulement la puissance du kit.
Le mécanisme joue aussi à l'envers, et presque personne n'y pense. Un champion simple est joué par tout le monde : par celui qui a 3 000 parties dessus comme par celui qui a installé le jeu la semaine dernière. Sa moyenne est tirée vers le bas par la composition du groupe, pas par le kit. Un pick « facile » en milieu de classement peut donc valoir mieux, pour toi, qu'un pick « difficile » en tête. La question devant chaque ligne reste la même : ce chiffre décrit-il le champion ou ceux qui le choisissent ?
Deux variantes du même effet :
- L'effet one-trick. Certains picks de niche sont joués presque uniquement par des spécialistes cumulant des centaines de parties dessus : un win rate d'experts, non reproductible dès la première partie.
- L'effet nouveauté. Un champion qui sort ou vient d'être retravaillé est joué par ceux qui le testent, pas par ceux qui le maîtrisent : son chiffre reste bas des semaines sans rien dire de sa force réelle.
Combien de parties il y a derrière : pourquoi un pick rate bas rend le chiffre instable
Lance une pièce 20 fois : tu n'obtiens presque jamais 10 faces et 10 piles, 13 et 7 est normal. Plus il y a de lancers, plus le pourcentage se rapproche de 50 %. L'erreur standard d'un pourcentage vaut la racine carrée de p(1-p)/n, où n est le nombre de parties. Deux cas (statistique de base, pas des données publiées par Riot) :
- Avec 200 parties, l'erreur standard est d'environ 3,5 points de pourcentage. Doublée, comme d'habitude, elle donne un intervalle d'environ ±7 points, où la valeur réelle tombe dans 95 % des cas : un 53 % observé est compatible avec toute valeur entre 46 % et 60 %.
- Avec 20 000 parties, l'erreur standard descend à environ 0,35 point, soit ±0,7. Là, un 53 % est vraiment un 53 %.
Conséquence directe : le pick rate (la fréquence à laquelle un champion est choisi) n'est pas qu'un indicateur de popularité, c'est l'indicateur de fiabilité du win rate d'à côté. Un champion en tête au pick rate minuscule est rarement « le secret que personne ne connaît » : le plus souvent, son chiffre oscille. Règle pratique : regarde le pick rate avant le win rate.
Un exemple : deux lignes de la même liste, toutes deux à 52,5 %. La première repose sur 41 000 parties, marge d'un demi-point à peine : c'est un vrai 52,5 %, et s'il bouge de deux points demain, il s'est passé quelque chose. La seconde repose sur 900 parties, pick rate 0,3 % : erreur standard de 1,66 point, intervalle de 49 à 56, chiffre tenu par quelques centaines de spécialistes. Même valeur, deux informations différentes.
Win rate, pick rate, ban rate : trois chiffres, trois questions différentes
On lit les trois colonnes comme trois mesures de « à quel point c'est fort ». Elles ne le sont pas.
- Win rate : à quelle fréquence gagne celui qui le joue, biais de sélection compris.
- Pick rate : à quel point il est répandu, donc à quel point le chiffre voisin est fiable.
- Ban rate : à quel point il est détesté ou craint. C'est la colonne la plus mal comprise : elle mesure une réaction émotionnelle, pas une puissance. Des champions frustrants à affronter sont massivement ban même sans dominer ; des champions forts mais peu spectaculaires passent tranquillement.
Le ban rate a aussi un effet pervers : un champion beaucoup ban est retiré précisément des parties où il aurait été fort. Et un ban rate élevé signifie moins de parties, donc plus de bruit.
Une lecture saine les combine dans la présence (pick rate plus ban rate). Présence élevée : le champion est une réalité de la meta (les choix et stratégies qui dominent les parties du moment). Présence basse et win rate élevé : presque toujours une niche à faible volume. Pour traduire cela en draft, pars de Comprendre le Champion Select : Guide pour Débutants.
Le win rate moyen n'est pas ton win rate
Même propre (beaucoup de parties, le bon elo, une patch stabilisée), le chiffre garde un défaut : il n'est pas le tien. Les premières parties sur un nouveau pick, tu les joues sous ton niveau. Tu évalues mal les limites des compétences, tu ignores tes power spikes (un item terminé ou un niveau clé qui fait monter d'un coup ta puissance relative) et quels matchups se jouent passivement.
Passer d'un champion sur lequel tu as une centaine de parties à un « plus fort » sur lequel tu en as zéro est, à court terme, quasi toujours une dégradation. Le gain théorique d'un ou deux points est à comparer à la perte réelle des vingt ou trente premières parties d'apprentissage.
C'est l'erreur qui pousse à copier une build sans comprendre pourquoi ces composants sont dans cet ordre, thème déjà traité dans Pourquoi Copier les Builds ne te Rend pas Meilleur : on importe le résultat d'un raisonnement sans le raisonnement, et il cesse de fonctionner dès que les conditions changent.
Le win rate est conditionnel, pas absolu
Le chiffre agrégé moyenne des situations très différentes. Un champion qui gagne nettement six des matchups les plus courants de sa lane et se fait démolir dans les deux autres affiche le même win rate moyen qu'un champion à peine au-dessus de la parité partout : deux profils opposés, rendus identiques. Et si tu as justement l'un de ces matchups terribles en face, le classement ne sert à rien : tu joues un cas extrême, pas la moyenne.
Même chose pour la composition. Qui a besoin d'une première ligne rend bien moins dans une équipe de champions fragiles ; qui vit de scaling (la capacité à gagner en puissance avec les minutes et les items) peine dans une équipe qui doit fermer tôt. Aucune de ces conditions n'apparaît dans une tier list, et toutes pèsent plus d'un demi-point. La méthode pour les exploiter est dans Comment Counterpick sur League of Legends : de la Lecture du Draft à la Victoire en Lane.
Les premiers jours après une patch sont du bruit
Quand une patch sort, les tier lists se mettent à jour en quelques heures et deviennent aussitôt les plus lues. Elles sont aussi les moins fiables, pour trois raisons cumulées.
D'abord, l'ensemble de parties est petit : quelques milliers par champion dans les premières heures (ordre de grandeur, pas une donnée publiée), avec l'amplitude d'erreur vue plus haut. Ensuite, ceux qui jouent là expérimentent : un buff important attire des joueurs qui ne connaissent pas le champion, et son win rate descend souvent les premiers jours. Enfin, builds et runes ne sont pas stabilisés : la moyenne mélange des chemins différents.
Ce cycle ajoute une complication : la 26.15 a introduit League Classic, un mode nostalgie au catalogue d'items séparé, où des noms identiques à ceux de la Faille de l'invocateur portent d'autres statistiques. Ce n'est pas une file classée, les statistiques compétitives restent propres, mais c'est un bon rappel : avant de lire un chiffre, vérifie à quel mode il se rapporte.
Une règle pratique, pas une donnée : les trois ou quatre premiers jours après une patch, lis les patch notes, pas les tier lists. Les notes disent ce qui a changé et de combien ; la liste dit comment réagit un groupe de gens désorientés. Le vrai critère n'est pas le calendrier, c'est que le chiffre cesse de bouger chaque jour.
Les tranches d'elo racontent des histoires opposées
Un champion n'a pas un win rate : il en a un par tranche. Elles ne diffèrent pas d'un point, elles renversent le classement. Le filtre par défaut coïncide rarement avec la tienne : parfois une moyenne de toutes les tranches, qui ne décrit personne ; bien plus souvent une coupe haute décrivant des joueurs que tu ne croiseras jamais. Le premier geste est de le changer.
- Iron-Bronze : comptent les fondamentaux mécaniques et la capacité à créer de la valeur seul. Les champions qui exigent de la coordination rendent peu : la réaction des coéquipiers reste imprévisible.
- Silver-Gold : les décisions de lane et la gestion de la wave (le groupe de minions qui avance vers la tour ennemie) pèsent lourd, et les champions qui convertissent un avantage local en pression sur la carte montent.
- Platinum-Emerald : la macro (les choix hors combat : où aller, quel objectif prendre, quand tourner) devient centrale et les picks à setup coordonné deviennent jouables. Beaucoup de champions en fond de liste en Iron se retrouvent ici en tête.
- Diamond et au-delà : précision d'exécution et préparation avant la partie. À partir de Master, double vigilance : moins de parties disponibles, donc les chiffres les plus bruités.
Précision qui manque presque toujours : Emerald se situe entre Platinum et Diamond, et c'est là que beaucoup de filtres s'arrêtent. Conséquence unique : règle le filtre sur ta tranche réelle, pas sur celle où tu aimerais être. Lire une liste « Emerald et au-dessus » en jouant Silver, c'est lire un autre jeu. Sur le poids des fondamentaux en montant, la référence est Comment monter en ranked sur League of Legends : guide complet 2026.
Quand il faut au contraire suivre la tier list à la lettre
Rien de cela ne dit d'ignorer les tier lists. Il faut les utiliser pour ce qu'elles font bien : détecter les changements systémiques, ceux qui déplacent toute une classe de champions. Un champion qui passe de 50,4 % à 50,9 % ne dit presque jamais rien d'utile. Sur beaucoup de parties, ce demi-point peut être réel, mais il reste dans la variabilité que génèrent déjà l'adversaire, la composition et ta forme du jour : tu ne le percevras pas en vingt parties. Un changement systémique, lui, déplace de façon cohérente de nombreux champions au même profil : voilà un vrai signal. La saison 2026 en offre des exemples clairs, tous introduits avec la patch 26.01 :
- Le Baron Nashor apparaît à 20:00 au lieu de 25:00. Cinq minutes de moins avant qu'existe un objectif capable de clore la partie compriment tout : qui a besoin de beaucoup d'items a moins de temps pour les construire.
- Les plates des tours (les cinq segments de vie que chaque tour de lane perd un à un) sont devenues permanentes et valent 120 gold chacune, à partager avec les alliés proches. Soit 600 gold par tour extérieure, butin qui disparaissait auparavant à la minute 14 ; depuis la 26.01, elles sont aussi sur les tours intérieures et celles de l'inhibiteur.
- Les Role Quest ont remplacé les Feats of Strength : les bottes de niveau 3 sont désormais une récompense exclusive de la quest de mid (1 350 points), gratuite et automatique, alors qu'avant l'équipe qui remportait la première deux des trois Feats en débloquait l'achat à 500 gold. Change qui accède à une amélioration, et quand : tous les champions qui vivent de vitesse de déplacement bougent.
- Atakhan a été retiré. Disparaît un objectif autour duquel se bâtissaient des plans entiers.
Idem pour les items : quand un item central d'une classe change de coût ou de passif, tous ceux qui le construisaient bougent en bloc. Idem pour les ressources partagées, comme le buff bleu qui, depuis la 26.14, donne 10, 15 ou 20 d'ability haste selon le niveau de qui le ramasse.
Le critère de synthèse : si tu sais expliquer avec des mots pourquoi un groupe de champions a bougé, le mouvement est réel ; si la seule explication est « la liste le dit », c'est du bruit. C'est la philosophie du coaching en temps réel dans l'application, approfondie dans Meilleur Coach AI pour LoL en 2026 : Ce qu'il Faut Rechercher.
Cinq questions à poser à chaque tier list
Tout cela tient en une procédure de trente secondes.
- Sur combien de parties la ligne est-elle calculée ? Pick rate bas ou décompte non déclaré : traite le win rate comme une indication vague.
- À quelle tranche d'elo se rapporte-t-elle ? Sur « toutes les tranches », tu lis une moyenne qui ne décrit pas ton environnement.
- Combien de jours depuis la patch ? Sous trois ou quatre jours, la liste mesure de la confusion : lis les patch notes.
- Combien de parties ai-je, moi, sur ce champion ? Sous une vingtaine, attends-toi à rendre moins que ce que promet le chiffre.
- Sais-je expliquer pourquoi ce chiffre a bougé ? Sans cause identifiable, ce n'est pas un signal utilisable : c'est un demi-point de bruit.
Qui se pose ces questions cesse d'utiliser la tier list pour choisir et s'en sert pour comprendre où va le jeu : l'anticiper au lieu de lui courir après avec un pick copié.
Te poser ces questions pendant que le draft défile, sur les données de ton profil et du matchup en face plutôt que sur une moyenne globale, c'est le travail de LoL Sensei en champ select.