¿DE VERDAD SIRVE EL ANÁLISIS DE BIG DATA EN EL FÚTBOL?

El fútbol está cambiando. La llegada de propietarios estadounidenses, fundamentalmente a la Premier, está provocando que cada vez sean más los equipos que recurren a estos análisis y modelos matemáticos para fichar jugadores o planificar los entrenamientos. Es una cosa que hemos visto mucho en baseball, NBA o fútbol americano pero ¿de verdad sirve esto para el fútbol?

Gráfica en la que se ve el espacio productivo que ocupa cada
equipo en el campo en función de la posición de los jugadores.
Propiedad del Liverpool FC.

La estadística es algo que se ha analizado desde que rodara por primera vez un balón, los goles, paradas y pases por partido, porcentaje de tiros/goles, balones perdidos, minutos jugados, distancia recorrida y un largo etc. Sin embargo, con la llegada de los métodos de otros deportes, este análisis se está quedando obsoleto, o por lo menos, incompleto. Decir que yo nunca he sido muy amigo del estudio de las estadísticas en según que casos por no parecerme un reflejo fiel de lo que ocurre; para que se entienda, un entrenador ha sido despedido con el 40% de victorias, bien, esto un dato, es correcto, pero no es lo mismo empatar el 60% de partidos restantes que perderlos, y sin embargo no se acude a ese estudio. Un jugador ha marcado 12 goles y otro 21, bien, pero si el de 12 ha chutado 14 veces y el de 21 ha disparado 52 hay un desequilibrio que no se contempla.

La estadística puede servir en deportes como el baloncesto, ya que si tiras más veces a canasta es muy probable que ganes, pero en fútbol, ni el tirar más veces ni el tener más balón te garantiza una victoria. Esto es a lo que el análisis de macrodatos le ha dado una vuelta para hacer útiles esos datos.

Actualmente, por poner dos ejemplos, el departamento de análisis de datos del Barcelona tiene nueve empleados y el del Liverpool, el equipo que ha llevado este análisis a la excelencia, cuenta con, ojo, Michael Edwards, analista en otros clubes como el Portsmouth o los Spurs, que con el beneplácito de Klopp, se ha rodeado del equipo de Ian Graham, que se compone del propio Ian, doctorado en Física Teórica, un astrofísico, un doctor en física de partículas y un matemático que fue ajedrecista. Ojo, insisto, empleados de un equipo de fútbol.

El primer ejemplo de algo parecido al análisis de macrodatos lo vimos en Liverpool cuando el actual propietario, Fenway Sports Group, a su vez propietario de los Boston Red Sox, tiraron de estrategia 'Moneyball' fichando al mejor rematador de la premier, Andy Carroll, y al mejor centrador, Stuart Downing. Por lo que sea, no salió bien. Evidentemente ese plan estaba avocado al fracaso. Sin embargo, el Liverpool no tiró la toalla. Hasta el punto que Klopp es entrenador del Liverpool por el análisis de Big Data.

Cuando Klopp se va del Borussia, lo hace tras una temporada horrible, llegó a estar en descenso y acabó séptimo, que había mermado mucho su caché como entrenador, sin embargo, Graham y su equipo le presentaron a la directiva del Liverpool un estudio en el que se indicaba que, con los datos extraídos de esa temporada sin imprevistos, en los términos matemáticos no achacables a la suerte (como productividad de ocasiones por partido, ocupación de espacios, probabilidad de marcar gol en los 15 segundos posteriores a robar un balón, etc) el Borussia Dortmund de Klopp debería haber terminado la liga en segunda posición. Los macrodatos determinaban que Klopp era un entrenador top. Y no se equivocaron.

Grafico que indica que si los jugadores rojos se mueven a las zonas
coloreadas tienen un 1.3% de posibilidades de anotar en los
próximos 15 segundos de juego.
Propiedad del Liverpool FC.

Este análisis de datos va más allá de la mera estadística. Analiza juego y jugadores desde un punto de vista en el que el resultado no importa, importa la probabilidad de éxito y la reducción de riesgo que devuelve el análisis y esto es maravilloso. Graham, en una entrevista al New York Times desvelaba los secretos del fichaje de Salah por el Liverpool. Graham dijo que los datos de productividad (goles esperados y ocasiones generadas) en el Chelsea eran iguales que los que venía trayendo, pero que al jugar menos, la estadística parecía que era un fracaso y que por eso se decía que no se adaptaba a la Premier, y también dijo que a esa conclusión, se le unió que Salah con sus movimientos en el campo, su velocidad y su porcentaje de remates, era el compañero ideal para aprovechar al máximo la productividad de Firmino, que ya estaba en la plantilla, era el compañero perfecto para que los dos explotasen. El resto es historia.

También cuenta Graham que cuando Klopp llegó al club, tenía que vender su modelo al entrenador para poder usarlo, y fue a su encuentro y le dijo, "¡Menuda lástima aquel partido contra el Hoffenheim, que mala suerte!", cuando el entrenador alemán le dijo que llevaba razón y le preguntó si había visto el partido, Graham negó con la cabeza y le extendió la tabla de datos. Le dijo que no había visto ni un sólo partido del Dortmund, pero como le estaba haciendo el 'scouting', tenía analizados todos sus partidos de la última temporada con el Dortmund, y a Klopp se le cayeron las gafas. Desde ese momento, uña y carne Graham y Klopp.

El propio Graham reconoce que el sistema de 'scouting' del Liverpool ha cambiado radicalmente. No se ven vídeos de jugadores, se analizan sus datos sin ver vídeos para no alterar la conclusión de los datos. Analizan los datos, le ponen precio al jugador en función de esos datos y entonces fichan o no. Van Dijk por ejemplo, nos llevábamos las manos a la cabeza por pagar 70 millones por un central del Southampton, y resulta que Van Dijk hoy vale 120 kilos. El sistema funciona.

Evidentemente, este sistema funciona si, primero, crees en él y, segundo, se lo sabes traducir a los jugadores. Darle una carpeta llena de datos a un jugador no sirve para nada, pero si convences a Achraf de que va a tener más llegada jugando a pierna cambiada (porque los datos dicen que aumenta su productividad) y encima le va mejor, has acertado. Si consigues quitar a Wijnaldum u Oxlade de la banda para meterlos de interiores y les dices que hagan lo mismo porque en la carrera hasta la línea de fondo pierden productividad y capacidad de explotar su llegada, consigues que den un nivel que no dieron ni en el Newcastle ni en el Arsenal, y todo por ese análisis de macrodatos. 

Cada vez esto se usa más, y parece que funciona. Yo siempre he sido muy escéptico con el análisis de estadísticas en el fútbol, pero reconozco que con la vuelta de tuerca del método nuevo se da otra visión a esos datos, una visión que te puede hacer campeón de Europa en cuatro años.

El sistema te dice desde que jugador no debería jugar en qué posición hasta la probabilidad que tienes de marcar gol ocupando según qué espacios en una contra, pasando por decirte que jugador es prescindible en tu sistema.

Cuando digo que el sistema funciona, ojo, no digo que sea infalibe, igual que es un modelo de datos predictivo/estimativo no quiere decir que haya que tomárselo al pie de la letra, que Firmino y Salah tengan una productividad de 6 goles esperados por partido, no quiere decir que el Liverpool tenga que meter 228 goles en una temporada, quiere decir que la media que han de tener es de generar 6 ocasiones de gol por partido, y eso cuadra, es la realidad. Aunque en el sistema también se producen fallos. Recuerdo que en la temporada que el Brentford subió a Championship, el entrenador hizo 100 puntos en League One y fue despedido ya que el sistema arrojó que debería haber hecho 107 puntos, como se comprende, esto está mal, no han de interpretarse así los datos. No obstante, al Brentford no le va nada mal, tercero en Championship.

El sistema habitual, el de siempre, no es que se haya quedado obsoleto; al final los datos no meten goles ni paran balones, pero si parece que se queda incompleto. Sabiendo integrar este sistema al entrenamiento físico y técnico de toda la vida veremos una evolución en el fútbol en el que los equipos podrán jugar casi de memoria. Como ingeniero, el sistema me tiene enamorado, como futbolero, me produce una sensación extraña en la boca del estómago, sin embargo, creo que el futuro es este.

El análisis de Big Data es el presente en el fútbol y la Premier (sobre todo Liverpool y City, que es el otro equipo que trabaja muchísimo con estos modelos) nos lo están demostrado.

Special thanks to Liverpool FC for publishing the grapichs and allowing thier use.