Prise de décision multicritère dans le football : une analyse bibliométrique

Pourquoi des choix plus intelligents comptent dans le football moderne

Derrière chaque rumeur de transfert, composition de départ et plan club à long terme se cache un labyrinthe de décisions qui vont bien au-delà de la simple détection d’un joueur talentueux à l’œil nu. Cet article examine comment les chercheurs utilisent des outils décisionnels structurés pour aider les clubs à jongler avec de nombreux facteurs à la fois, de la condition physique et des compétences au risque de blessure et aux besoins de l’équipe. En cartographiant ce champ d’études petit mais en croissance rapide, les auteurs montrent comment l’aide à la décision fondée sur les données redessine la gestion du jeu en coulisses.

Comment les outils de décision entrent sur le terrain

Le football moderne génère un flot d’informations, pourtant entraîneurs et analystes doivent toujours transformer toutes ces données en choix clairs : qui recruter, qui titulariser, comment composer un effectif pour une longue saison. L’article se concentre sur la prise de décision multicritère, une famille de méthodes qui combinent de nombreuses mesures en un classement ou un score global. Ces outils aident à comparer joueurs, équipes ou stratégies en pondérant différents critères plutôt qu’en se fiant à une statistique unique ou à l’intuition. Les auteurs utilisent le sigle MCDM pour cet ensemble d’outils et montrent comment il a été mobilisé pour répondre à des questions telles que choisir une composition nationale, comparer des clubs lors d’une Coupe du monde ou évaluer le potentiel des jeunes joueurs.

Comment l’étude cartographie le champ de recherche

Plutôt que de tester une nouvelle tactique ou d’analyser le jeu, les auteurs prennent du recul et examinent la recherche elle-même. Ils interrogent la base de données Web of Science pour trouver des articles revus par des pairs qui appliquent des outils décisionnels spécifiques, comme des méthodes de classement et des comparaisons par paires, directement à des problèmes du football. Après avoir dépouillé près de deux cents notices et éliminé les travaux en dehors du football ou sans utilisation réelle de ces méthodes, ils retiennent seulement 26 articles pertinents publiés entre 2000 et 2025. À l’aide de logiciels spécialisés, ils suivent qui publie avec qui, quels journaux sont les plus actifs, la fréquence des citations et quels mots-clés apparaissent souvent ensemble. Cette approche leur permet de révéler des motifs cachés dans un corpus de petite taille mais dispersé.

Qui fait le travail et ce qu’ils étudient

L’analyse montre que ce type de recherche est passé d’efforts isolés à une augmentation notable ces dernières années, avec des publications et des citations en hausse et culminant en 2024. Certaines universités, en particulier en Turquie, se distinguent par la production de plusieurs études, tandis que des travaux issus d’Australie, de Malaisie et des États-Unis accumulent le plus de citations. Les sujets fréquents incluent la sélection des joueurs, l’évaluation de la performance d’équipe et les comparaisons entre clubs ou équipes nationales. Quelques techniques décisionnelles dominent, notamment celles qui classent les options par proximité à un profil idéal ou organisent les critères en hiérarchie. De nombreuses études intègrent également des variantes floues de ces outils, conçues pour gérer l’incertitude et la subjectivité inhérentes au jugement de la performance humaine.

Thèmes émergents et rôle de l’intelligence artificielle

En examinant la façon dont les mots-clés se regroupent, les auteurs identifient plusieurs thèmes principaux. Un groupe central relie sélection, performance et méthodes de classement, le marquant comme le noyau du domaine. Un autre ensemble se concentre sur des idées plus larges telles que les modèles et systèmes décisionnels, tandis qu’un troisième traite du risque, de la santé et de la gestion des blessures. Un cluster plus récent relie des termes liés à l’intelligence artificielle, aux joueurs de football et à la sélection, indiquant un intérêt croissant pour la combinaison des outils décisionnels classiques avec l’apprentissage automatique et les données de traçage. Les réseaux de collaboration internationale montrent que des pays comme l’Espagne, le Royaume‑Uni, les États‑Unis et l’Australie servent de passerelles entre différents groupes de recherche, favorisant la diffusion des méthodes et des idées au-delà des frontières.

Ce que cela signifie pour l’avenir du jeu

Pour les lecteurs soucieux de la façon dont les clubs prennent des décisions plus intelligentes, la conclusion de l’article est claire : les outils décisionnels structurés deviennent une composante importante du travail en coulisses du football, mais le domaine est encore jeune. Les auteurs appellent à des tests plus rigoureux de la sensibilité des résultats aux pondérations et aux méthodes utilisées, à des données plus riches qui capturent le contexte et les tactiques plutôt que de simples chiffres bruts, et à des essais concrets au sein des clubs pour évaluer l’utilité réelle de ces outils pour le personnel. À mesure que davantage d’équipes cherchent un avantage en recrutement, planification des compositions et stratégie à long terme, le mariage réfléchi du jugement humain avec une analyse multicritère transparente pourrait aider à transformer des montagnes de données en décisions plus faciles à expliquer et plus robustes sous pression.

Citation: Belhouchet, H., Dergaa, I., Zoudji, B. et al. Multi-criteria decision-making in soccer: a bibliometric analysis. Humanit Soc Sci Commun 13, 595 (2026). https://doi.org/10.1057/s41599-026-06968-9

Mots-clés: analytique du football, sélection des joueurs, prise de décision, données sportives, performance d’équipe