Impulsando el futuro de Clermont con un enfoque basado en los datos

Desde principios de siglo, el Clermont Auvergne ha sido uno de los clubes más prestigiosos y exitosos de la Top 14 francesa.

Históricamente, se trata de un equipo de ritmo trepidante, centrado en el ataque y tremendamente apasionado. Su estadio, el «Parc des Sports Marcel Michelin», es una de las fortalezas más temibles de todo el mundo del rugby: es bien sabido que, entre 2009 y 2014, «Les Jaunards» permanecieron invictos en casa durante 77 partidos.

El equipo se ha proclamado dos veces campeón del Top 14 francés (2010 y 2017) y ha llegado a la final en trece ocasiones. Ha sido subcampeón de la Champions Cup en tres ocasiones (2013, 2015 y 2017) y ha ganado la Challenge Cup en tres ocasiones (1999, 2007 y 2019).

Los datos y el análisis son fundamentales para el éxito del Clermont, ya que contribuyen a definir el estilo de juego deseado, la contratación de nuevos jugadores, el análisis de los rivales antes y después de las jornadas de competición, y la planificación del futuro del club. Stats Perform con Joe Larkin, analista jefe de rendimiento del Clermont, para analizar cómo los datos y el análisis influyen en la toma de decisiones en todo el club y cómo Stats Perform están impulsando estas decisiones.

Una visión más amplia

El deporte que nos apasiona está cambiando. Constantemente. Detectar las tendencias del deporte con antelación y aprovecharlas o prepararse para ellas es fundamental para el éxito a largo plazo. El Clermont utilizael software RugbyHub y Data Engine Stats Perform, que se nutre de datos de Opta y está integrado con material de vídeo, para detectar tendencias de otros clubes y competiciones sin tener que revisar miles de horas de grabaciones de partidos.

P: Como club, ¿cuáles son sus principales objetivos a largo plazo y cómo les ayuda el uso de los datos a alcanzarlos?

«Queremos ver cuáles son las tendencias en el deporte, cómo era el estilo de juego, cómo es ahora y hacia dónde se dirige. Utilizamos esas tendencias para orientar y construir nuestra plantilla de cara al futuro», explica Larkin.

Dos de estas tendencias que Larkin ha observado recientemente en el Top 14 son el aumento del tiempo de juego con el balón en juego y el incremento de los tiros a puerta, una tendencia que, en opinión de Larkin, se ha extendido a partir del estilo de la selección francesa, impulsada por sus recientes éxitos.

«Utilizo RugbyHub y Data Engine para aprender de competidores que no son directos», afirma.

«Estos productos me permiten analizar en detalle el rendimiento de los equipos; por ejemplo, puedo ver cómo un equipo de la Premiership sale de un saque de banda en su propia zona de 22 metros, y puedo ver todos y cada uno de los saques de banda de todos los equipos».

Larkin también reconoce las ventajas de poder analizar ejemplos de la destreza en las jugadas a balón parado de los equipos del Super Rugby: «El Super Rugby ofrece ejemplos de una buena estructura en las jugadas a balón parado. Podemos fijarnos en cómo atacan a partir de un balón limpio, aunque en el rugby del hemisferio norte no siempre se dispone de tantos balones limpios en general».

El equipo de análisis de rendimiento de Larkin valora especialmente la posibilidad de analizar el rugby tanto del hemisferio norte como del sur, perfectamente procesado y resumido, lo que les permite tomar decisiones estratégicas sobre la estrategia a largo, medio y corto plazo del Clermont.

Análisis de la competencia

Con los partidos del Top 14 sucediéndose a un ritmo vertiginoso, es importante comprender y analizar al rival con rapidez. Los datos de Opta, integrados con el material de vídeo, permiten al departamento de análisis preparar resúmenes personalizados para cada jugador, que estos pueden editar y presentar utilizando el «lenguaje del rugby» de Clermont, y adaptarlos a sus indicaciones, estructuras y áreas de interés.

P: ¿Cómo utilizas Stats Perform para facilitar tu análisis de la competencia?

«Como equipo, prepararemos un dossier de análisis para los responsables de las jugadas de touche, como Sebastián Vahaamahina y Julien Cancoriet. Por lo general, les enviamos el dossier el domingo por la noche con información sobre el equipo contra el que jugaremos la semana siguiente, para que el lunes puedan venir preparados para comentarlo con el entrenador y trazar un plan de ataque».

En lo que respecta a los saques de banda, el enfoque de Larkin es indiscutible. Su equipo cuenta con el saque de banda más eficaz de la liga hasta la fecha, ya que ha recuperado más del 85,4 % (216 de 253) de los balones de sus propios saques de banda.

Dado que en el rugby los resultados suelen estar muy reñidos, estos datos pueden influir en decisiones tácticas clave, lo que podría marcar la diferencia entre ganar y perder.

Contratación basada en datos

El fútbol está en constante evolución y, por ello, los equipos deben adaptarse y transformarse para ajustarse a los nuevos estilos de juego y tendencias del deporte.

Larkin explica cómo los datos pueden ayudarles a anticipar la evolución de este deporte y a fichar a jugadores que se adapten a un futuro estilo de juego o filosofía.

P: ¿Cómo te ayudan Stats Perform y los datos Stats Perform a tomar decisiones informadas en materia de contratación?

«Utilizamos Data Engine para identificar determinados tipos de jugadores que, en estos momentos, podrían faltar en la plantilla debido a lesiones o cambios contractuales; por ejemplo, fichar a un tercera línea que robe el balón con frecuencia (en lugar de uno que lo lleve mucho). Podemos centrarnos específicamente en los balones recuperados y el éxito en los «jackals» en el breakdown, para descubrir qué jugadores están destacando en esa posición gracias a esos atributos concretos».

Larkin también recurre a los datos cuando se enfrenta a una lesión en la plantilla. Puede analizar en profundidad a los jugadores disponibles en esa posición y ver vídeos de todas sus contribuciones positivas, pero también examinar todas sus debilidades y errores. El analista encuentra esto especialmente útil, ya que un agente puede «hacer que casi cualquiera quede bien en un vídeo de jugadas destacadas», lo que significa que es importante que Joe y su equipo vean vídeos imparciales y completos de todos los jugadores disponibles, lo que les proporciona todas las herramientas necesarias para tomar decisiones de fichaje bien fundamentadas.

Dado el aumento del ritmo de juego en las últimas temporadas y el incremento del tiempo de juego con el balón en juego, es importante fichar delanteros de primera línea ágiles que puedan jugar largos periodos del partido sin perder fuelle.

P: ¿Hay algún jugador que hayas fichado mediante Data Engine y que haya tenido un éxito especial?

«Tras analizar las estadísticas de Data Engine de la liga francesa Pro D2, identificamos a un joven pilar moldavo llamado Christian Ojovan. En aquel momento lideraba la liga en todos los indicadores que nos parecían importantes y, además, jugaba muy cerca de aquí, en el Stade Aurillacois, por lo que era una opción ideal para nosotros. Y lo que es más importante, identificamos que sus puntos fuertes eran los mismos que caracterizan a un pilar de éxito en el Top 14. Desde que está en el equipo, ha mejorado al jugar en una liga de mayor nivel, pero sigue conservando los atributos básicos que identificamos y que nos llevaron a ficharlo».

Las estadísticas no mienten, y Christian se ha convertido en todo un éxito para el equipo esta temporada, situándose en cuarto lugar de la liga en minutos jugados por los pilares, quinto en metros ganados por los pilares y séptimo en entradas de ataque en el ruck en su posición.

Un futuro basado en los datos

Mantener la agilidad y estar a la vanguardia es tan importante fuera del campo como dentro de él. Además de RugbyHub y DataEngine, el Clermont utiliza datos brutos de Opta, lo que permite a sus analistas de datos procesar y manipular la información en Power BI para satisfacer necesidades más específicas del equipo, como «el estado de las lesiones, el fichaje de jugadores o las tendencias futuras del deporte».

Larkin considera que el futuro del análisis de datos en el rugby seguirá los pasos del fútbol, que en los últimos años ha comenzado a evolucionar del análisis descriptivo al análisis predictivo, gracias a los avances en inteligencia artificial y aprendizaje automático, como el modelo Qwinn Stats Perform. Ya se están utilizando ejemplos de estos modelos predictivos en el rugby, como el modelo«Kick Predictor» Stats Perform, que se presentó antes del Torneo de las Seis Naciones de este año. Larkin cree que, a medida que avance la década, este tipo de información predictiva será clave para el análisis, tanto en las jugadas a balón parado como en el juego abierto.

P: ¿Cómo ves el futuro del análisis de datos en el rugby?

«En determinados momentos del partido, debemos ser capaces de detectar más fácilmente los momentos decisivos y aprovecharlos en el transcurso del mismo, ya que a menudo son los que marcan la diferencia entre ganar y perder».

«De cara al futuro, creo que podremos cuantificar aspectos como las oportunidades previstas de romper la línea defensiva de un jugador concreto desde una zona determinada del campo, o incluso la probabilidad de un ensayo tras romper la línea. Este tipo de datos serían realmente valiosos para fundamentar aspectos clave de nuestro análisis».

El enfoque innovador del Clermont en materia de análisis de datos del rugby está proporcionando al club una base sólida para mantener y mejorar su rendimiento sobre el terreno de juego, en consonancia con las tendencias generales del deporte a nivel mundial, además de servir de base para tomar decisiones clave en materia de fichajes que le permitan aspirar a nuevos títulos en el futuro.

El Clermont utiliza los datos de Opta, Data Engine y Rugby Hub. Para obtener más información sobre estos productos, echa un vistazo a nuestros servicios Pro Rugby.