?Nos dir¨¢ el ¡°Big Data¡± quien ser¨¢ el pr¨®ximo Messi?
Las nuevas herramientas y posibilidades de an¨¢lisis de datos en el deporte, nos permiten un acceso a informaci¨®n solo visto en pel¨ªculas futuristas.
Cuando o¨ªmos hablar de Big Data, Machine Learning o Inteligencia Artificial, inmediatamente solemos ponernos a la defensiva como si un Terminator fuese a entrar en la sala. Todos estos conceptos son ¨²nicamente herramientas que permiten a las personas procesar y ordenar una gran cantidad de informaci¨®n que de otra manera nos ser¨ªa imposible de asimilar, pero en ning¨²n caso se esta buscando suprimir el factor humano en la toma de decisiones finales.
Estas herramientas pueden ser empleadas en dos ¨¢mbitos clave dentro del deporte. En primer lugar en su vertiente puramente deportiva, el an¨¢lisis de la competici¨®n en s¨ª misma y la detecci¨®n de los jugadores m¨¢s prometedores, pero tambi¨¦n un mejor an¨¢lisis t¨¢ctico del rival y como responder. En segundo como ayuda en funciones de gesti¨®n de las entidades deportivas, captaci¨®n de aficionados y mejora de la experiencia de estos seguidores.
En el a?o 2002, el equipo de beisbol, los Athletics de Oakland en el que se inspira la pel¨ªcula Moneyball protagonizada por Brad Pitt reencarnando a Billy Beane como manager del equipo, decidi¨® crear un equipo de bajo presupuesto (spoiler alert) que superar¨ªa todas las expectativas alcanzando las finales de la liga y alcanzando un r¨¦cord hist¨®rico de victorias consecutivas. Este equipo se creo en base al an¨¢lisis estad¨ªstico de jugadores descartados por otros equipos por diferentes prejuicios lo que los convierte en econ¨®micamente asumibles para un equipo con un bajo presupuesto.
Esta realidad lleva implantada en el deporte americano ya muchos a?os, la NFL instalo sensores de datos en las hombreras de los jugadores y en todos los estadios de la NFL. Los chips recopilan datos de ubicaci¨®n detallados de cada jugador y a partir de esos datos, se pueden analizar aspectos como la aceleraci¨®n o la velocidad del jugador. En este mismo sentido en baloncesto el sistema Player Tracking permite predecir qu¨¦ acci¨®n se realizar¨¢ a continuaci¨®n y decidir como defender una jugada o que jugador tiene una mayor probabilidad de anotar. El an¨¢lisis de estos datos extrapolado a diferentes temporadas nos permite constatar emp¨ªricamente percepciones como que el juego en la NBA se ha acelerado en los ¨²ltimos 20 a?os y comprobar que se tiran 25.000 tiros m¨¢s por temporada que en el 2000 y que el porcentaje de triples ha pasado de un 16% en el a?o 2000 a un 36% en 2020.
Recientemente Monchi, probablemente el director deportivo m¨¢s conocido de nuestro futbol, afirmaba: "La aplicaci¨®n de tecnolog¨ªa en el deporte ya no tiene freno, el primer paso ser¨¢ que en todos los clubes va a haber un departamento de I+D para adelantarse a los rivales. No es lo mismo tener que ver a 1.500 laterales derechos de las principales ligas que filtrar por caracter¨ªsticas y reducirlo a 50. Luego al futbolista hay que verlo in situ sobre el c¨¦sped, porque la mayor¨ªa de los datos que tenemos son de acciones con bal¨®n".
Otro de los aspectos del Big Data que resulta muy beneficioso para los equipos es la prevenci¨®n de lesiones. El a?o pasado el Getafe, equipo cuyos jugadores entrenan con unos chalecos GPS que monitorizan todos sus par¨¢metros f¨ªsicos y permite individualizar los ejercicios, sufri¨® ¨²nicamente 8 lesiones musculares frente a las m¨¢s de 30 del Real Madrid o Atl¨¦tico de Madrid. La aplicaci¨®n de estos sistemas pueden reducir un 70% las lesiones y un 65% los d¨ªas de baja de los jugadores. Esto tiene unas implicaciones deportivas evidentes pero tambi¨¦n econ¨®micas, si la plantilla del Real Madrid con un valor superior a 1000 millones se pierde un 15% de los partidos, estamos ante una perdida de m¨¢s de 150 millones de euros.
Adem¨¢s de en el aspecto deportivo, las entidades deportivas pueden aprovechar estas herramientas para comprender mejor otros aspectos de su entorno y poder mejorar su ROI (retorno de la inversi¨®n). Se puede conocer como interact¨²an tus aficionados o federados, donde se obtiene un mayor impacto a nivel publicitario y ayudar a tus patrocinadores. Monitorizando los comentarios de los aficionados se puede realizar un "an¨¢lisis de sentimientos", y descubrir que les gusta y que no, as¨ª como desarrollar mapas de relaciones para mejorar la captaci¨®n de nuevos aficionados.
Posiblemente no sea el ¨²nico medio para encontrar al nuevo Messi, pero si la mejor para encontrar a grandes jugadores infravalorados, algo que para los equipos m¨¢s modestos resulta imposible sin controlar ligas remotas y sus limitaciones presupuestarias les hacen imposible planteamientos como el de la famosa contestaci¨®n de Florentino P¨¦rez a Valdano en el a?o 2002, cuando hablando de Kak¨¢ este le comento "aqu¨ª tenemos un jugador que en estos momentos vale 12 millones y que dentro de cuatro a?os nos costar¨¢ 60". La respuesta de Florentino fue: "No te preocupes, Jorge. Vamos a esperar que valga 60".
Rechazar esta cantidad de informaci¨®n es un lujo que las entidades deportivas no deber¨ªan permitirse independientemente del deporte al que se dediquen y cuando afrontan decisiones con importantes implicaciones econ¨®micas, la inclusi¨®n de estas herramientas deber¨ªa ser una de sus prioridades.