Big data en el fútbol: El Atléti ganó La Liga de 2014 porque era (entre otras cosas) menos predecible

Big data en el fútbol: El Atléti ganó La Liga de 2014 porque era (entre otras cosas) menos predecible
1 comentario Facebook Twitter Flipboard E-mail

El fútbol parece un deporte muy poco predecible, pero un grupo de investigadores de la Universidad de Michigan ha tratado de demostrar que no lo es tanto. Estudiaron las estrategias de pase de los 20 equipos de la Primera División de la Liga de Fúbol Profesional de nuestro país de 2013-2014 y llegaron a una conclusión curiosa.

En ese estudio se analizaron más de 300.000 pases distintos para tratar de encontrar patrones en las estrategias de los equipos. Mientras que el Barcelona y el Real Madrid tenían bastantes patrones recurrentes (151 y 180 respectivamente) el Atlético de Madrid solo tenía 31 patrones que se repetían. Eso, dicen los investigadores, pudo ser un factor clave para lograr el campeonato de liga en esa temporada.

El big data también es aplicable (y mucho) al deporte profesional

Stefan Szymanski, uno de los responsables del estudio, indicaba que "si estuviera en un club diría que no quiero patrón de pase en absoluto, querría muy pocos patrones. Lo que hace a Messi el mejor jugador del mundo es que nunca sabes dónde va a estar a continuación". El estudio de este tipo de datos tiene como objetivo tratar de detectar tácticas y, con esos datos, ayudar a los entrenadores a decidir cómo deberían defender y atacar esos equipos al enfrentarse a los rivales.

Pases1

Este tipo de análisis podría ser además utilizado por estos entrenadores para poder hacer un repaso técnico más rápido del partido, ya que los algoritmos destacarían los momentos clave y evitarían tener que repasar completamente el vídeo grabado del mismo.

La idea no le está pasando inadvertida a los grandes clubes: el Bayern de Munich se asoció recientemente con SAP para que esta empresa le ofreciera informes detallados de cada partido en base a la recolección de datos sobre los mismos. La empresa también proporciona estos informes a otros equipos alemanes como el Hoffenheim, y esperan poder ofrecer ese tipo de conclusiones al final de la primera tarde para poder dar tiempo a cambiar cosas a los entrenadores durante el descanso.

Hay ejemplos de la aplicación de este tipo de soluciones en otros deportes. Una startup finlandesa llamada SportIQ ha desarrollado dispositivos wearable que los jugadores de hockey pueden ponerse y que también permiten estudiar el rendimiento de cada jugador y del equipo de forma más completa, encontrando también patrones que permitan mejorar el rendimiento en el futuro. La empresa Second Spectrum hace lo propio en baloncesto en la NBA, y el fútbol americano también está siendo estudiado con este tipo de técnicas. Parece que cada vez será más importante tratar de ser impredecible.

Vía | NewScientist
Más información | ArXiv
En Xataka | Vives, luego miden qué haces

Comentarios cerrados
Inicio