Cómo recoger datos de un partido de fútbol es algo que el Liverpool ha sabido explotar mejor que cualquier equipo, y es que gracias a la influencia de esas estadísticas, logró romper una sequía de quince años en competición europea y casi treinta en la Premier League, pero ¿Cómo lo hicieron?
Quizá sea por la calidad de sus jugadores y la mano de Jürgen Klopp; sin embargo, detrás de escena se encuentra un equipo de científicos elaborando la magia a través del big data en el fútbol.
Hoy, veremos cómo los genios de los números obtienen datos de los partidos y los convierten en gloria futbolística.
¡Pero antes! ¿Ya te suscribiste a nuestro mail informativo? Aquí abajo te dejo el formulario, es totalmente GRAAAATIS. ¡Sí! Y sin nada de spam, solo información valiosa para tu formación como entrenador.
¿Qué vamos a ver en el artículo?
¿Cómo se analiza un partido de fútbol?
Cuando nos sentamos en frente del televisor a ver un partido, usualmente, nos quedamos con los momentos cumbre y el resultado final. Pero si el objetivo es extraer información de lo que ocurre en cada jugada, la manera en que se observa el partido es muy diferente.
Para empezar, se puede coger el hábito de enfocarse en el balón y ver los jugadores alrededor de él. Ver como se posicionan los que tienen la posesión a favor y los que no. También tener una visión amplia de cómo los jugadores actúan en área propia, en el mediocampo y en el área rival.
Empresas especializadas en análisis de datos capacitan a su personal por tres meses para adecuar la mente en captar la mayor cantidad de datos que sea posible. A partir de aquí, dicen, es como jugar en la Play. Se activa el modo recolector de estadísticas de fútbol.
Muchos equipos han incorporado a sus filas, personal entrenado en cómo recoger datos de un partido de fútbol. La tarea parece simple; el recopilador se sienta frente a un monitor, se enfoca en uno de los equipos y toma nota de cosas como la cantidad de pases efectivos, tiros al arco, faltas cometidas, acciones en fase ofensiva, defensiva y transiciones.
Los recopiladores siguen los partidos del equipo a través de toda la temporada, así como a los jugadores por individual, la posición inicial, por quién suele ser cambiado y en qué momento del partido, y así muchos más datos que luego serán usados por los analistas. La magia apenas va a empezar.
Para entrar un poco más en detalle sobre los datos que se pueden extraer de un partido de fútbol, tenemos los siguientes puntos:
Estadísticas generales
Se refiere a las cifras estadísticas de fútbol que solemos ver en el entretiempo y al final del partido. Aquí podemos encontrar datos como: porcentaje de posesión del balón, tiros al arco (acertados y fallados), tiros de esquina, atajadas del portero, total de pases, pases en corto y en largo, entradas, entre otras.
Muchas aplicaciones dedicadas a recopilar estadísticas generales de partidos pueden incluir otro tipo de dato, como: oportunidades creadas, número de contraataques, pérdida de posesión, duelos individuales, tiros dentro y fuera del área. Son este tipo de aplicaciones las que alimentan las bases de datos de fútbol, construyendo así la big data en el fútbol.
Estadísticas individuales
Aquí se recopilan las actuaciones de cada jugador por individual. Las podemos separar en: ataque, defensa, pases y duelos individuales; en el caso de los porteros tenemos: disparos atajados, desviados, goles recibidos, entre otros.
El ataque suele referirse a los tiros al arco, tanto acertados como fallados y regates; las acciones defensivas engloban algunas como intercepciones, tiros bloqueados, despejes y entradas.
En un partido, los pases pueden ser: efectivos, fallados, pases largos y centros cruzados; dentro de los duelos individuales encontramos faltas cometidas y recibidas, tarjetas, encuentros aéreos y a ras del campo.
Son las estadísticas individuales las que aprovechan los clubes para hacer sondeo a posibles jugadores que incorporen en sus filas. Este tipo de estadísticas de fútbol se recopilan a lo largo de la carrera del jugador.
Aplicación de lo que hay que observar
Una vez conocidos los puntos clave para obtener los datos, es hora de sentarse a ver el partido. Usualmente, son dos personas especializadas en cómo recoger datos de un partido de fútbol que se sientan a ver el partido desde una pantalla o directamente en la cancha.
En la pantalla siempre se tiene la perspectiva aérea, la cual facilita mucho la observación de los puntos clave; sin embargo, en vivo se tiene una intuición de lo que va a ocurrir en cada jugada y movimiento.
Los analistas se enfocan en un equipo específico. Por ejemplo, una empresa de análisis de estadística pone a dos analistas a ver un Clásico; el analista A se enfoca en las acciones del Real Madrid y el analista B en las del FC Barcelona. Ambos analistas anotan en una libreta o Pc sus observaciones.
El analista también puede enfocarse en el balón y ver cómo se posiciona el equipo, así mismo prestar atención al posicionamiento cuando no poseen el balón. También ver qué formación emplean durante el partido y ver como difiere de las alineaciones iniciales.
Como punto a resaltar está el analizar los equipos a través de la temporada bajo un mismo director técnico. En particular, los analistas del West Bromwich Albion empezarán a hacer una nueva base de datos de fútbol debido al cambio de su director técnico en tiempos recientes.
La elaboración de la magia
Es aquí donde el big data en el fútbol sale a relucir. Big data no es más que el uso de herramientas informáticas, diseñadas y especializadas, para manejar grandes volúmenes de datos. Los programadores crean estas herramientas que se alimentan de las bases de datos de fútbol y luego las procesan en formatos amigables.
Seguramente muchos habrán visto los mapas de calor de un jugador en la cancha durante el transcurso del partido. Este es un ejemplo de cómo se muestra una enorme cantidad de datos sobre la posición de un jugador a medida que transcurre y se desenvuelve el partido.
Además de los datos estadísticos antes mencionados, se le añaden otros datos como el estado de ánimo del jugador, su comportamiento en los entrenamientos, como duerme, su evolución luego de una lesión, y así para dar más sazón a la magia que está por ocurrir.
Finalmente entran en escena los magos; científicos, especialmente físicos y matemáticos, que elaboran modelos predictivos basados en los datos procesados con el big data. Estos modelos pueden ser tan específicos que incluso sirven para predecir si un jugador es propenso a lesionarse o no.
Fueron estos modelos lo que usó el Liverpool para fichar jugadores clave en la construcción del equipo que vimos ganar la Liga de Campeones y la Premier League. Esto se tradujo en que los clubes crearan áreas dedicadas a la ciencia de los datos.
No solo se usa para ganar títulos
La incorporación del big data en el fútbol y los modelos predictivos han servido para que los equipos mejoren su rendimiento, reducir el porcentaje de lesiones que sufren en la temporada y hacer planes de entrenamiento más personalizados a los jugadores. Y, por supuesto, para ganar títulos.
Pero, más allá de lo técnico, encontraremos dinero de por medio. Las casas de apuestas y sus clientes han empezado a tomar nota del funcionamiento del big data en el manejo de datos y los modelos predictivos usados para avistar posibles estadísticas.
Está de más decir que las personas del común no tienen acceso a bases de datos de fútbol ni mucho menos sabrán del big data en el fútbol. Pero con la información que brindan los periodistas deportivos y en la Internet se puede aprovechar mucho.
Un verdadero salto adelante
Al término de la década de los 2010 hemos presenciado el efecto directo de combinar modelos predictivos alimentados con datos procesados a través de big data con el deporte que todos queremos. La ciencia y el fútbol combinados de manera brillante.
A partir de cómo recoger datos de un partido de fútbol se entrenan a analistas capaces de ver un partido como un juego y extraer todos los datos posibles. Hasta tú, estimado lector, puedes coger hábito de las maneras en que se analiza un partido, y hacer tus propias estadísticas.
Cada jornada, cada partido, cada competición aporta más y más a las bases de datos de fútbol existentes, y las que se renuevan en caso que un director técnico sea despedido a mitad de temporada. La materia prima para los modelos científicos se crea justo en este punto.
Y llegamos a la etapa del procesamiento de todos estos datos. Por un lado se usan para crear las estadísticas de fútbol que todos conocemos, y por el otro se refinan con big data para ser introducidos en modelos predictivos creados por científicos especialistas en el área.
No hay dudas que los logros de ciertos equipos sentaron precedente y crearon tendencia, motivando a otros equipos de otras ligas a crear nuevos puestos de trabajo para científicos y desarrolladores que son los responsables de la creación de estos modelos predictivos.
¿Acaso se imaginaban esto hace diez o veinte años? Parece sacado de ciencia ficción, pero lo cierto es que es una realidad que llegó para quedarse por mucho tiempo. ¿Veremos otro cambio significativo en el fútbol que logre optimizar aún más el rendimiento de sus jugadores? Seguramente, y estaremos ahí para presenciar la historia en desarrollo.
¿Te gustó el artículo de esta semana? Aprende un poco más sobre las cualidades de un entrenador haciendo click aquí.
¡Nos leemos la próxima!
¡Comparte la pasión que nos une!
Si crees que esta información es útil para tus compañeros o amigos ¡Comparte a tan solo un clic!