La prédiction de résultats de rencontres sportives est un sujet qui connaît un intérêt croissant depuis quelques années, bien aidé par la démocratisation de techniques d'apprentissage automatique. Néanmoins, l'utilisation des modèles prédictifs à des fins d'amélioration de la performance tactique des équipes dans les sports collectifs reste, à notre connaissance, limitée. C'est avec l'objectif de contribuer à ce sujet, et à travers un cas d'étude sur le Rugby à XV, que nous proposons une méthodologie combinant apprentissage automatique et techniques d'explicabilité des algorithmes. Le présent travail se déroule en deux temps : tout d'abord, nous avons établi un modèle de prédiction de résultat sur la base d'indicateurs de performances observés au cours des matchs, puis nous avons appliqué aux prédictions de ce modèle une analyse basée sur les SHAP values. Les résultats permettent en se plaçant (i) dans une perspective locale de proposer aux staffs techniques des analyses diagnostiques au sujet des matchs passés et (ii) dans une perspective globale de définir les indicateurs de performances déterminant l'issue d'un match. Nos résultats soulignent l'importance des jeux au pied, des plaquages, et des franchissements.