Analítica de datos: el jugador número 12 para ganar el Mundial

0

Hace un par de semanas participé en un torneo de fútbol 7 con mis compañeros de SAS. Mientras calentábamos, uno de los más jóvenes se puso las manos en las rodillas, las flexionó, las estiró un par de veces y dijo: "Vamos a hacer un calentamiento noventero". Se partió de risa. A mí no me hizo tanta gracia porque soy futbolista noventero, algo que denota mi madurez, y es uno de los ejercicios que hago para calentar. Tras un meritorio tercer puesto, reflexioné y caí en la cuenta de que ya no se ve a -casi- nadie calentar así. Como todo en la vida, el fútbol también evoluciona.

Analítica de datos: el jugador número 12 para ganar el Mundial

Y no sólo cambian los calentamientos. Hace unos años, prácticamente el único control que se hacía a un futbolista era el de tomarle las pulsaciones, poniéndole un par de dedos en el cuello. En la actualidad, la gran mayoría de nosotros llevamos un reloj o pulsera que hace eso y mil cosas más. A nivel profesional, los futbolistas llevan dispositivos en distintas partes del cuerpo que los convierten en fuentes infinitas de datos. Se recopila todo tipo de parámetros cualitativos y cuantitativos: frecuencia cardíaca, horas de sueño, número de pases, número de sprints, goles, lesiones, actitud, reacciones. Y todo esto no sólo durante los entrenamientos y la competición, sino 24 horas al día, siete días a la semana.

La analítica ofrece a los equipos de fútbol y a los deportistas una gran ventaja competitiva. Su uso optimiza los rendimientos alrededor del deportista gracias a los datos e información que antes no éramos capaces de medir y, por tanto, de controlar.

Es en este punto donde la analítica, el deporte en general y el fútbol en particular cruzan sus caminos. A través de recopilación masiva de datos, la analítica permite ser más objetivos y eficaces en la toma de decisiones, aumentando el índice de acierto y reduciendo la incertidumbre. Actualmente los equipos de fútbol y, sobre todo, las selecciones que están participando en el Mundial ya utilizan la analítica para:

  • Analizar en tiempo real el desempeño de los jugadores en el campo y estudiar la evolución de su rendimiento,
  • Prevenir lesiones y enfermedades,
  • Diseñar entrenamientos específicos para maximizar el rendimiento,
  • Ayudar en la búsqueda y valoración de nuevos fichajes,
  • Estudiar el juego de los rivales (individual y colectivamente) y cómo enfrentarse a ellos
  • analizar a fondo situaciones concretas de un partido,
  • Crear nuevas métricas avanzadas como, por ejemplo: xG (mide la probabilidad de que un tiro acabe en gol), xPoints (calcula los puntos que se llevaría cada equipo si simulásemos muchas veces el resultado del partido usando xG), obtenidas, entre otras muchas, a través de modelos de Machine Learning.

En definitiva, la analítica ofrece a los equipos de fútbol y a los deportistas en general una gran ventaja competitiva. Su uso optimiza los rendimientos alrededor del deportista gracias a los datos e información que antes no éramos capaces de medir y, por tanto, de controlar. En una disciplina como la deportiva, en la que hasta el más mínimo detalle puede marcar la línea entre el éxito y el fracaso, la analítica de datos se convierte en un jugador diferencial, el jugador número 12.

Más allá del rendimiento puramente deportivo, los modelos de Machine Learning se usan también para predecir resultados. Y como cabía de esperar, también se han utilizado para pronosticar qué selección se alzará con la victoria en el Mundial de Qatar. Hasta hace bien poco, confiábamos en la sabiduría y opinión de expertos en el deporte rey. Incluso en verdaderos oráculos, como el Pulpo Paul durante el Mundial de 2010 de Sudáfrica, que predijo la victoria de España en una final no apta para cardíacos.

En la actualidad, estos modelos se encargan de analizar millones de datos de jugadores, partidos, selecciones, históricos y hasta el momento de la temporada regular en el que estamos  para dar un resultado en este Mundial tan particular.

¡Atención, que ahora hago spoiler! La gran mayoría de las predicciones que he leído basadas en modelos sobre el ganador de este Mundial apuntaban a Argentina. Unas pronosticaban una final entre los dos titanes que han marcado una de las rivalidades más bonitas de la historia del fútbol, en la que la Argentina de Messi se imponía a la Portugal de Cristiano Ronaldo. Otras predecían que se alzaría con la victoria en finales también morbosas como podría ser un Argentina – Inglaterra e incluso Argentina - Brasil. Pero todas estas predicciones, independientemente del rival, pronosticaban que los argentinos alzarían su tercer Mundial. Y, cosas de la vida, van y pierden el partido inaugural contra Arabia Saudí.

Al final, no podemos olvidar que los datos son sólo datos y que, por mucho que haya modelos que sean capaces de predecir el resultado con un alto grado de probabilidad, hay factores imprevistos que todavía son incontrolables y que afectan al resultado final de cada partido: lesiones, estados de ánimo o un remate de chilena en el minuto 90’ que se cuela por la escuadra. Así que habrá que esperar al 18 de diciembre para saber con certeza al ganador. Si fuera por nosotros, que lo gane España, ¿verdad?

 

Share

About Author

Óscar Saavedra

Finance Services Manager, SAS Spain

Oscar is a Finance Services Manager in Spain in SAS. Telecommunications Engineer by the Universidad Politécnica de Madrid and Executive MBA by the ESADE Business School, he accumulates more than 20 years of professional experience leading cross-functional and distributed teams to deliver large and complex IT projects and services in some of the most important Banking and Insurance companies. Before joining SAS in 2018 he held different leadership positions in Services and Sales at Indra, among other relevant experiences.

Leave A Reply

Back to Top