Cette thèse propose une approche intégrée de l’analyse de la performance en rugby à XV, articulant dynamiques collectives et contributions individuelles. Trois études structurent le travail. La première, centrée sur les franchissements de ligne, distingue leur efficacité selon le contexte : les franchissements dynamiques, survenant dans des phases de désorganisation défensive, apparaissent comme un indicateur déterminant de l’écart de score, contrairement aux franchissements issus de phases statiques. La deuxième élargit la focale en exploitant plus de 2000 matchs issus de championnats internationaux et professionnels. Grâce à l’apprentissage automatique couplé à l’intelligence artificielle explicable (valeurs SHAP), elle identifie les combinaisons d’indicateurs de performance les plus discriminantes de la victoire, confirmant que ce sont les interactions entre variables, et non leur valeur isolée, qui expliquent le succès. Enfin, la troisième étude développe le Performance Index Rating (PIR), un outil inédit permettant de transformer les actions individuelles en un score standardisé et comparable, pondéré selon le poste et le temps de jeu.
Au plan scientifique, ces travaux démontrent l’importance de replacer les indicateurs dans leur contexte, d’intégrer des approches d’intelligence artificielle et de proposer des outils synthétiques adaptés aux spécificités du rugby. Au plan opérationnel, ils offrent aux clubs des outils d’aide à la décision pour la sélection, la préparation des matchs, le suivi longitudinal et le recrutement. La collaboration CIFRE avec Colomiers Rugby a permis de tester et d’appliquer ces méthodes au quotidien, en intégrant données GPS, analyses vidéo et indicateurs de performance dans des rapports automatisés et des tableaux de bord décisionnels.
En définitive, cette thèse plaide pour un changement d'approche dans l’évaluation de la performance en rugby à XV : dépasser l’empilement d’indicateurs isolés au profit d’outils intégrés, capables de relier l’apport individuel à la dynamique collective. Elle ouvre des perspectives pour enrichir l’évaluation en intégrant des dimensions encore invisibles (courses sans ballon, communication, alignement défensif) et pour développer des modèles applicables à d’autres contextes sportifs. |
This thesis proposes an integrated approach to performance analysis in rugby union, combining collective dynamics and individual contributions. The work is structured around three studies. The first, focused on linebreaks, examines their effectiveness depending on context: dynamic linebreaks, occurring during phases of defensive disorganization, appear as a key indicator of score differences, unlike linebreaks resulting from static phases. The second study broadens the scope by analyzing more than 2,000 matches from international and professional competitions. Using machine learning coupled with explainable artificial intelligence (SHAP values), it identifies the combinations of performance indicators most discriminative of victory, confirming that it is the interactions between variables, rather than their isolated values, that explain success. Finally, the third study develops the Performance Index Rating (PIR), an original tool designed to translate individual actions into a standardized and comparable score, weighted by position and playing time.
From a scientific perspective, this work demonstrates the importance of contextualizing indicators, integrating artificial intelligence approaches, and proposing synthetic tools tailored to the specificities of rugby. From an operational perspective, it provides clubs with decision-support tools for player selection, match preparation, longitudinal monitoring, and recruitment. The CIFRE collaboration with Colomiers Rugby made it possible to test and apply these methods on a daily basis, integrating GPS data, video analyses, and performance indicators into automated reports and decision-making dashboards.
Ultimately, this thesis argues for a change of approach in performance evaluation in rugby union: moving beyond the accumulation of isolated indicators towards integrated tools capable of linking individual contributions to collective dynamics. It also opens perspectives to enrich evaluation by integrating currently invisible dimensions (off-the-ball runs, communication, defensive alignment) and to develop models applicable to other sporting contexts. |