Se dice mucho que el fútbol es una pasión, una forma de vida, algo más que 22 hombres o mujeres corriendo tras un balón. Pero ¿a qué se refieren con esa idea? Para muchos pasa por las emociones que el fútbol desata en la sociedad. Pero, para la Ciencia de los Datos, el deporte más popular del mundo se ha vuelto un campo en el que pueden demostrar su utilidad práctica.
Decir que el fútbol es más que correr tras un balón es totalmente cierto. Se trata de estrategia, pensamiento y análisis. Es como si se llevara un tablero de ajedrez a un césped y cada pieza jugara un rol importante en la búsqueda de un objetivo. En ese contexto, la Ciencia de los datos está teniendo un papel importante tanto para entrenadores y futbolistas, como para los fanáticos que buscan entender este deporte más allá de las emociones.
Fútbol y datos: elementos para una evolución deportiva
La empresa Datalytics, dedicada a la recopilación y análisis de datos por más de 15 años y con sedes en Latinoamérica y Europa, ha señalado cómo los modelos de analítica avanzada pueden aplicarse al mundo del fútbol, en una experiencia en la que la tecnología de Microsoft ha sido importante, volviendo al «Deporte Rey» en un campo ideal para los fanáticos de la big data.
La Ciencia de los Datos y el fútbol tiene una estrecha relación a partir de que en cada partido se generan entre 2,000 y 2,500 eventos, es decir, situaciones prácticas y medibles, como pases, tiros a portería, faltas, fueras de lugar, entre otros. Para este mundial de Qatar 2022, la FIFA contará con más de 15,000 sensores para captar toda esta información y, luego, procesarla para su análisis.
A partir de estos datos, se puede elaborar un análisis predictivo, el cual permite determinar qué equipo o qué jugadores tienen ventajas sobre otros o realizar perfiles de cada futbolista a partir de elementos como su precisión en pases, en tiros, velocidad máxima en carrera, total de kilómetros recorridos en cada partido, entre otros.
Por ejemplo, gracias a la Ciencia de Datos es posible determinar métricas comparativas para entender qué posibilidades tiene Japón de vencer a Alemania o qué aspectos tendrá que cuidar México en su partido contra Argentina. De igual forma, se puede predecir la probabilidad de cada selección de ser la próxima campeona del mundo o entender por qué Brasil puede imponerse a ciertos rivales con mayor facilidad que a otros.
Tendencias, no adivinanzas o futuros irreversibles
Sin embargo, estos modelos no son presagios exactos y solo marcan una tendencia probable más no irreversible. Así lo señala José Arturo Osorio, líder de Analítica Avanzada de Datalytics, quien remarcada que estos datos ofrecen a entrenadores y jugadores la posibilidad de preparar un partido a partir de sus ventajas y desventajas con respecto a su rival, pero sin ser totalmente exactos o imposibles de cambiar.
«Todos los modelos siempre son una foto de la realidad, nunca son definitivos, los datos cambian con el tiempo por eso los proyectos de analítica nunca tienen fin. La clave es contar con datos de calidad y esto el mercado lo empieza a entender. El crecimiento en la demanda de ingenieros e ingenieras de datos creció respecto al año anterior un 50 %», comenta.
«La ciencia de datos aporta ventajas competitivas que no pasan por los modelos que los hay muchos y muy parecidos. La verdadera diferencia está en la calidad de los datos: a mejores datos, mejores modelos y a peores datos, peores modelos», explica.
En el caso de Datalytics, se han procesado datos a partir de tres principales fuentes: el último mundial (Rusia 2018), el recuento histórico de partidos internacionales de una selección y el de cada uno de sus jugadores y entrenadores, tanto a nivel de selecciones como de equipos en sus respectivas ligas.
Para este procesamiento de datos, Datalytics utilizó herramientas de Microsoft que permiten explotar esta información en el futbol, tales como Azure Databricks, ideal para el procesamiento del gran volumen de información, y Azure Machine Learning, clave para la construcción de modelos avanzados.
La Ciencia de Datos no es una nueva herramienta en el deporte. Otras disciplinas, como el beisbol y el basquetbol, han utilizado estas comparativas de datos por muchos años, dando un salto cualitativo en su calidad de desempeño y profesionalizando aún más el desarrollo de atletas y entrenadores en todo el mundo.