• El análisis de negocio basado en datos y el aprendizaje automático se ha vuelto fundamental para optimizar estrategias de juego en el futbol.
  • Los algoritmos permiten conocer mejor a los rivales, predecir cómo actuará y armar jugadas para atacar o defenderse.
  • Incluso es necesario para los aficionados al futbol, especialmente si les gusta predecir cuál será el equipo que se coronará campeón.
  • ¿Ya conoces nuestra cuenta en TikTok? Síguenos.

En la Eurocopa 2024, muchas selecciones usan técnicas basadas en análisis de negocio (business analytics) y aprendizaje automático (machine learning) para optimizar sus estrategias de juego.

Esto va desde la adaptación de tácticas basadas en las debilidades del adversario hasta la ejecución de penaltis.

Los algoritmos pueden prever las acciones del rival, permitiendo ajustes en tiempo real, como presionar desde el inicio contra equipos menos agresivos.

También los datos pueden detectar, por ejemplo, si el rival tiene una tendencia a concentrar sus ataques por una de las bandas y avisar al equipo técnico para que refuerce la defensa en ese flanco o prepare contraataques rápidos, explotando el espacio dejado detrás de los jugadores ofensivos adversarios.

En los penaltis —ya sean dentro de un partido o para definir empates en una eliminatoria—, hace tiempo que se utilizan estadísticas para elegir a los jugadores con los mejores porcentajes de éxito.

Las técnicas analíticas permiten sofisticar el análisis, teniendo en cuenta otros factores relevantes. Por ejemplo, cómo le afecta a un jugador la presión del momento y cuál es la variabilidad de sus disparos. Asimismo, se estudian las tendencias de los porteros adversarios para optimizar la dirección de los tiros.

Los equipos también realizan simulaciones de penaltis y entrenamientos con realidad virtual para mejorar la precisión y la confianza de los jugadores, preparándolos a conciencia para situaciones críticas del partido.

Los buenos entrenadores siempre han sabido “leer los juegos” basándose en su experiencia e intuición. Sin embargo, el uso de las herramientas analíticas les ayuda a complementar sus habilidades.

Análisis futbolístico: un nuevo sector empresarial

Actualmente existen muchas empresas como Opta, Hudl, Statsbomb y Wyscout que utilizan técnicas analíticas e IA para revolucionar el fútbol. Estas ofrecen servicios de pago que sirven de apoyo para mejorar el rendimiento de los equipos, descubrir nuevos talentos o desvelar tácticas.

Opta analyst proporciona métricas como goles esperados, vitales para equipos y medios de comunicación. La métrica de goles esperados (xG) es una estadística del futbol que evalúa la calidad de las oportunidades de gol.

Asigna un valor entre 0 y 1 a cada tiro. Para ello, se basa en factores como la distancia a la portería, el ángulo de tiro y la presión del defensor, indicando la probabilidad de que el tiro resulte en gol.

Por su parte, Statsbomb facilita datos accesibles al público para fomentar la investigación y el análisis del futbol a todos los niveles.

Wyscout ofrece herramientas de análisis de video y bases de datos digitales para el análisis de partidos y el scouting —observación, análisis y evaluación— de jugadores. Esto incluye organizar eventos como el Wyscout Forum, donde agentes y clubes pueden conectar.

Estas plataformas, disponibles en celulares y sitios web, requieren una suscripción o pago para acceder a sus funcionalidades más avanzadas. No obstante, algunas como Statsbomb permiten acceso libre a algunos datos básicos.

España encabeza las predicciones para coronarse campeón de la Eurocopa

Algunas de estas empresas han utilizado la potencia de sus datos y de las técnicas de análisis e IA para hacer algunas predicciones sobre el ganador de la Eurocopa 2024. En esta web los modelos actualizan las probabilidades en tiempo real.

Hasta el 2 de julio, España ocupaba la primera posición, con 20.03% de probabilidades de ser campeona. En segundo lugar le sigue Inglaterra con 19.9%.

A pesar de las dudas sobre su juego, las altas probabilidades del combinado inglés se deben a que quedó situado en el lado más “sencillo” del cuadro de eliminatorias.

En otro estudio realizado antes del comienzo de la Eurocopa 2024 —que usa un ensemble (conjunto estadístico) de modelos de machine learning, con datos históricos de partidos y de 28 casas de apuestas y mediante 100,000 simulaciones—, Francia es la favorita con 19 % de probabilidades.

Le siguen Inglaterra y Alemania. España en este caso ocupa la cuarta posición en las opciones al título, con 11.4%.

Pasión para sentir el futbol y datos para decidir

El futbol es uno de los espectáculos que levanta más pasiones. Recordemos la euforia que se sintió cuando el Real Madrid ganó la última UEFA Champions League en mayo. También las alegrías por los triunfos de nuestro equipo favorito o la tristeza de los aficionados de los clubes que pierden una final o bajan de categoría al final de temporada.

Nos fijamos mucho en el componente pasional, sentimental, irracional, en la magia de una jugada imprevisible, en la posibilidad de una gesta de David contra el Goliat.

Sin embargo, no olvidemos que, por debajo de todo este mundo de pasiones, el futbol es un negocio en una industria que mueve miles de millones. Tan solo en España, este deporte representa 1.44% de su Producto Interno Bruto (PIB), según un informe de la consultora KPMG.

Hay que tener en cuenta que el futbol y todo lo que lo rodea lleva tiempo transformándose y profesionalizándose, tanto en el campo como fuera de él. Tampoco es ajeno a la revolución de los datos y los algoritmos.

En esta transformación está jugando un papel vital la disponibilidad cada vez mayor de datos y de herramientas, algoritmos y modelos que proporciona el business analytics para poder obtener conclusiones valiosas.

Mucho “moneyball” y gerentes como Brad Pitt

Aunque el uso de datos y estadísticas en el deporte se remonta a finales del siglo XIX, podríamos considerar que la introducción del uso de modelos sofisticados de análisis estadístico está en el beisbol.

Esto se retrató magníficamente en la película Moneyball (2011). En ella, el gerente general de un club (Brad Pitt) desafía las convenciones tradicionales del beisbol utilizando el análisis estadístico para armar un equipo competitivo con un presupuesto limitado.

Hoy, todos los equipos de primera división, la mayoría de los de segunda y las selecciones nacionales tienen un departamento de analítica de datos.

Dentro del campo de juego, mediante tecnologías (como cámaras de alta velocidad y GPS) se recolectan datos detallados sobre movimientos en el campo, habilidades técnicas y contribuciones tácticas.

Estos datos se analizan usando estadísticas, visualizaciones y modelado predictivo para optimizar entrenamientos, ajustar tácticas en tiempo real, evaluar jugadores y formar equipos estratégicamente.

Es así como se mejora el desempeño y la gestión de los partidos.

Mapas de calor de los jugadores de futbol

Entre las visualizaciones más sencillas está el “mapa de calor”, que muestra por cuáles zonas suele moverse un jugador a lo largo del partido.

Los modelos predictivos pueden usarse para prever comportamientos futuros basados en datos históricos de muchos partidos. Por ejemplo, la probabilidad de éxito en ciertas jugadas o la susceptibilidad a perder el balón en situaciones de presión.

Los mapas de calor de la siguiente imagen corresponden a lo que hicieron dos de los jugadores estrella de los últimos años en sus respectivas ligas: Erling Haaland (Noruega) y Kylian Mbappé (Francia).

¿Cuál corresponde a quién? Te daremos la respuesta al final de este artículo.

futbol análisis de negocio batos
Cortesía: Carlos Martínez de Ibarreta

Fichajes bajo la lupa de la analítica

El empleo de técnicas de análisis de negocio alimentadas con los datos (que son la “gasolina” de la que se alimentan los modelos) se emplea en otros campos de la gestión deportiva.

Así, el mundo del scouting y los fichajes ha evolucionado de métodos basados en la intuición a análisis cuantitativos detallados. Estos usan datos de rendimiento, análisis biomecánico y trayectorias de desarrollo para identificar y evaluar jugadores.

Herramientas analíticas —como modelos predictivos de valoración, sistemas de recomendación y simulaciones— permiten tomar decisiones informadas, optimizando la integración y el desarrollo de nuevos fichajes. Así es como se mejora la eficiencia del scouting y la rentabilidad de las inversiones.

En este contexto se han desarrollado modelos de valoración de jugadores. A partir de características personales y de rendimiento se puede predecir su valor económico potencial.

La comparación con su precio de transferencia puede servir de ayuda para detectar “joyas” o “engaños”, cuyo valor potencial sea mayor que su precio de mercado.

También se utilizan técnicas de modelización mediante machine learning, basada en algoritmos de regresión y del método random forest o bosque aleatorio.

Prevención de lesiones en el futbol

Otro punto en el que es vital el uso de business analytics y modelos de IA es para la prevención de lesiones de jugadores.

La analítica puede prever riesgos de lesión al analizar datos sobre la carga de trabajo de los futbolistas y sus historiales médicos. Esto permite a los equipos gestionar mejor el entrenamiento y la competición para mantenerlos en su mejor forma física.

El uso de datos, modelos e IA en el futbol no está solo en los aspectos meramente deportivos, sino también en la mejora de la experiencia del aficionado y la optimización del rendimiento financiero y operativo de los clubes.

Los datos sobre preferencias y comportamientos de los aficionados se utilizan para personalizar experiencias durante los partidos y en plataformas digitales, optimizando la venta de entradas y mercancías y maximizando el compromiso y los ingresos.

Así que la próxima vez que grites “¡gooool!” cuando anote tu equipo y saques tu lado más pasional e irracional, trata de recordar que, más allá de las intuiciones, existe una gestión basada en datos y en análisis de negocio que permite obtener equipos ganadores.

¿Quién es quién? Por cierto, en el mapa de calor, el “jugador 1” corresponde a Haaland, mientras que el del “jugador 2” es a Mbappé. ¿Pudiste adivinarlo?

Este artículo se publicó originalmente en The Conversation.

*The Conversation es una fuente independiente y sin fines de lucro de noticias, análisis y comentarios de expertos académicos.

*Carlos Martinez de Ibarreta es profesor y director del Master en Business Analytics de la Facultad de Ciencias Económicas y Empresariales de la Universidad Pontificia Comillas.

AHORA LEE: Cómo la Big Data ayuda a Rayados a mejorar sus resultados deportivos

TAMBIÉN LEE: RANKING: 10 clubes de futbol varonil más ricos del mundo en 2024

Descubre más historias en Business Insider México

Síguenos en Facebook, Instagram, Twitter, LinkedIn, YouTube, TikTok y Threads

AHORA ESCUCHA:

AHORA VE: