Lunes  12 de Noviembre de 2018

Clubes de fútbol se apoyan en el análisis de datos para lograr los mejores fichajes

Herramientas avanzadas identifican a los jugadores que pueden llevar a los equipos a la victoria

Clubes de fútbol se apoyan en el análisis de datos para lograr los mejores fichajes

Dijeron que nunca se podría hacer. El juego era demasiado fluido, demasiado caótico. Los movimientos de los jugadores son demasiado difíciles de seguir confiablemente. Pero décadas después de que los deportes como el béisbol incorporaron las estadísticas, el fútbol también comenzó a utilizar los datos.

"Solíamos escuchar que el fútbol era demasiado complejo y fluido para aplicarle datos, pero eso no es algo que realmente se diga en estos días", dice Ted Knutson, cofundador y director ejecutivo de StatsBomb, compañía analítica del fútbol que lidera la tan esperada revolución de los datos.

El análisis de datos no es completamente nuevo para el deporte: durante décadas, los comentaristas han compilado minuciosamente las estadísticas de todo, desde las rachas ganadoras hasta el número de pases en un partido. Pero durante la última década ha surgido una operación mucho más científica, que ha cambiado no sólo los resultados de los equipos, sino también la forma en que se destina el dinero para reclutar nuevos talentos.

La era analítica del fútbol comenzó en serio con "datos de eventos" granulares: informes detallados de cada acción sobre el balón en un partido. En 2006, el equipo de programadores de eventos en Opta Sports, con sede en Londres, estaba oprimiendo botones para registrar la hora y la ubicación de cada pase, tiro, tacle y regate. Hoy, cada partido codificado por Opta contiene alrededor de 2000 elementos de datos.

Después siguió la incorporación de los "objetivos esperados", que es un sistema para calcular la probabilidad de que un tiro se marque, según la distancia y el ángulo de la portería. El concepto se generalizó en 2017 cuando se introdujo en el programa estrella de televisión de la Premier League, Match of the Day.

El mayor impacto de esta repentina riqueza de datos impactó en el reclutamiento y la retención de jugadores.

Los clubes ahora pueden elaborar una lista corta de jugadores cuyas estadísticas coinciden con el perfil de su jugador ideal, sin abandonar el campo de entrenamiento. Los cazatalentos pueden evaluar los partidos y los vídeos de un grupo más pequeño de jugadores, ahorrando tiempo y dinero.

Una empresa en el campo de la contratación es 21st Club. La herramienta de la consultoría calcula el vínculo histórico entre las acciones de los jugadores en el campo y el nivel de rendimiento general de su equipo, y le asigna una calificación a cada jugador. Los clubes pueden usar los datos para ver si un jugador podría fortalecer, debilitar o no tener ningún impacto en el nivel de rendimiento general de su equipo.

A principios de este año, 21st Club utilizó la herramienta para identificar un nuevo jugador potencial para un club en Europa del Este. El futbolista ganaba 25 por ciento menos que el jugador promedio en la lista de los 20 finalistas del club; el modelo de valoración estimaba que el jugador era mejor que todos menos uno de esos 20.

"Esto demuestra el poder del uso inteligente de los datos", dijo Omar Chaudhuri, jefe de inteligencia de fútbol del 21st Club. "El jugador era de un mercado que el club no tenía los recursos para explorar en gran detalle, pero al usar los datos pudimos resaltar un jugador específico que valía la pena analizar".

No obstante, el contexto es importante. Un jugador no toma la misma decisión cuando tiene mucho espacio que cuando está rodeado de oponentes, por lo que los programadores de eventos de StatsBomb notan si un jugador está bajo presión o no cuando ejecuta un pase o un disparo. También registran la posición del portero y la ubicación de los defensores entre un jugador y la portería cuando se realiza un tiro.

Pero lo que ahora se necesita, dice Knutson, son "modelos complejos para ayudar a evaluar lo que ciertamente es la habilidad más importante en el juego": pasar la pelota. StatsBomb es uno de docenas de analistas que se enfocan en el número total de pases con información sobre la dificultad de los pases intentados.

Los patrones de compra de algunos clubes de élite, de contratar a menos jugadores pero a jugadores más adecuados, sugieren que tales herramientas están teniendo un impacto. "El Liverpool es el caso de estudio claro", dice Knutson. "Pero el Manchester City tampoco adquiere malos atacantes; ficharon a De Bruyne, Sterling y Sané de forma consecutiva, quienes estaban entre las mejores opciones, según los datos".

Dentro de los clubes, el personal técnico dice que estas nuevas técnicas ayudan y capacitan a los entrenadores y cazatalentos, ayudándoles a realizar su trabajo mejor, más rápidamente y de manera más inteligente.

Javier Fernández, técnico de datos del FC Barcelona, dice: "La mayoría de las preguntas interesantes que recibimos de los entrenadores son cosas que los datos no cubren. Los entrenadores quieren sobre el espacio, tanto como se crean espacios, al igual que cómo aprovechan en el espacio. Así que nos dimos cuenta de que necesitábamos formas más precisas de entender el espacio en el campo".

En el desarrollo más avanzado, los expertos en datos desarrollaron una técnica conocida como "ghosting", donde los algoritmos predicen las acciones más probables que tomarán los jugadores en ciertas situaciones.

"Identificas un escenario específico que tiende a interrumpir al oponente, lo que crea digamos, una ventana de 30 segundos donde el oponente está desorganizado", dice Paul Power, un científico de inteligencia artificial en STATS, una compañía de análisis. "Son los 30 segundos en los que te centras en el entrenamiento".

Nuevamente, estas técnicas tienen un gran valor para el reclutamiento de jugadores.

Los modelos de movimientos de los jugadores se pueden agregar en estilos de juego para escuadrones completos. Esto permite que los exploradores se acerquen a jugadores con estilos similares a sus propios equipos, asegurando la compatibilidad táctica.

Pueden usar "ghosting" para modelar el impacto del intercambio de un jugador en su propio equipo, observando no sólo las medidas abstractas, como los puntos agregados por temporada, sino también cómo un jugador cambia la capacidad del equipo para ejecutar movimientos específicos.

Hace veinte años todavía existía el argumento de que el fútbol era demasiado fluido para que los datos proporcionaran un valor real, pero los avances en la tecnología han derribado ese argumento.

La evolución del rastreo convirtió un podómetro glorificado en una herramienta clave que puede predecir el próximo movimiento de un oponente, creando un ecosistema de datos digno del hermoso juego.

MONEDAS Compra Venta
DÓLAR B. NACIÓN0,675769,500074,5000
DÓLAR BLUE0,0000123,0000127,0000
DÓLAR CDO C/LIQ0,5934-110,1302
EURO0,261279,870180,0858
REAL0,298213,244313,2840
BITCOIN-1,97389.249,00009.250,8900
TASAS Varia. Ultimo
BADLAR PRIV. Pr. ARS0,210529,7500
C.MONEY PRIV 1RA 1D-37,500010,0000
C.MONEY PRIV 1RA 7D-35,294111,0000
LIBOR0,05311,0546
PLAZO FIJO0,000029,5000
PRESTAMO 1RA $ 30D-0,662861,4500
TNA 7 DIAS-0,302846,0900
BONOS Varia. Último Cierre Día Anterior
BODEN 20150,00001.424,501.424,50
BOGAR 20180,00009,829,82
BONAR X0,00001.585,501.585,50
CUPÓN PBI EN DÓLARES (LEY NY)0,000094,0094,00
CUPÓN PBI EN PESOS-2,17392,252,30
DISC USD NY1,056371,7571,00
GLOBAL 20170,00001.676,001.676,00
BOLSAS Varia. Puntos
MERVAL0,588042.497,6000
BOVESPA-0,610099.769,8800
DOW JONES-1,390026.067,2800
S&P 500 INDEX-0,56443.169,9400
NASDAQ0,530010.492,5000
FTSE 1001,10007.273,4700
NIKKEI-0,580021.803,9500
COMMODITIES Varia. Último Cierre Día Anterior
SOJA CHICAGO0,6706330,9690328,7643
TRIGO CHICAGO2,6087195,1091190,1487
MAIZ CHICAGO0,8615138,2819137,1008
SOJA ROSARIO0,0000234,5000234,5000
PETROLEO BRENT-2,055942,400043,2900
PETROLEO WTI-3,227439,580040,9000
ORO-0,17081.812,40001.815,5000

OpenGolf Newsletter

Anotate y recibí el resumen semanal del mundo del golf.

OpenGolf
Revista Infotechnology