No es ningún secreto que la forma de Thibaut Courtois ha sido cuestionada públicamente por el que fuera y actual entrenador del Real Madrid, Zinedine Zidane. Incluso antes de eso, fue cuestionado en los medios de comunicación. Zidane se decantó por Keylor Navas, ya que anteriormente se había mantenido fiel a su portero en la temporada 2017/18 a pesar de las crecientes críticas a las actuaciones del guardameta.
De hecho, Zidane volvió a convocar a Navas en su primer partido al frente del equipo, contra el Celta de Vigo. Lo hizo porque es el hombre que manda y su opinión es, en última instancia, la que importa. Pero, ¿cómo podemos medir con precisión el impacto que este cambio podría haber tenido en la temporada del Real Madrid hasta la fecha? Para ello, tenemos que ser capaces de simular con precisión cómo un portero se las arreglaría frente a los disparos de otro portero - o mejor aún, cómo cada portero se desempeñaría frente a cada disparo en una muestra uniforme.
Volveremos al debate sobre el Real Madrid dentro de un momento. En primer lugar, consideremos el problema más amplio de evaluar adecuadamente el rendimiento de los porteros.
El problema de evaluar a los porteros
Los porteros se evalúan con parámetros como la portería a cero, los goles encajados y el porcentaje de paradas. Más recientemente se han introducido métricas "esperadas", como las paradas esperadas (xS), para comparar el rendimiento con la media de la liga. Sin embargo, los porteros pueden tener que realizar paradas completamente diferentes en función del estilo defensivo de su equipo y de los rivales a los que se enfrenten.
En lugar de utilizar métricas que pueden no captar todas las situaciones y contextos diferentes, ¿por qué no podemos ir más allá de las métricas y simplemente simular cada portero para cada disparo, y luego comparar quién encajaría menos goles?
Aquí explicamos cómo lo hacemos y cómo los entrenadores y los departamentos de contratación pueden utilizar nuestro novedoso método para analizar mejor a los porteros y comprender sus puntos fuertes y débiles. Si le interesa saber más sobre el método, siga este enlace a Trading Places - Simulación del rendimiento de los porteros mediante datos espaciales y de postura corporal.
Capturar la identidad única del portero
Para captar el efecto que tiene un portero en la decisión de los delanteros, se necesitarían características muy precisas, como la posición del cuerpo del portero. Por ejemplo, ¿cómo coloca los brazos? ¿Están en posición horizontal? Estos datos son difíciles de obtener a gran escala. Otra forma de hacerlo sería tomar cientos de miles de disparos de cada portero y aprender un modelo personal para cada uno de ellos, pero la realidad es que un guardameta se enfrenta a una media de cinco disparos a puerta por partido. Así que esta opción queda descartada. ¿Podemos captarlo de otra manera?
Resolvemos este problema creando un conjunto de características que miden los puntos fuertes y débiles de los porteros a la hora de enfrentarse a disparos en distintas situaciones. Por ejemplo, ¿son más fuertes a su izquierda o a su derecha? ¿Cómo se desenvuelven en situaciones de 1 contra 1? ¿Les ganan fácilmente con los pies? Una vez generadas estas características, las combinamos en lo que llamamos una incrustación de jugador, que crea una identidad de portero única basada en datos. Cuando trazamos estas incrustaciones, podemos ver que ahora somos capaces de separar a los porteros en diferentes grupos, lo que significa que somos capaces de captar los matices únicos de cada uno (véase el artículo publicado enlazado anteriormente para obtener todos los detalles sobre cómo se calcula esto).
Si combinamos estas incrustaciones con un modelo xS normal, mejoramos significativamente nuestra precisión a la hora de predecir si un portero atajará un tiro a puerta. Esto nos permite entrar en el ámbito de la predicción personalizada de jugadores. Así, si queremos saber cómo se enfrentaría el portero A a los disparos del portero B o, en nuestro caso, cómo se enfrentaría Navas a los disparos de Courtois, podemos tomar la identidad única de cada jugador e intercambiarla para simular lo que esperamos que ocurra.
El Real Madrid tiene 99 problemas, pero Navas no es uno de ellos
Volviendo a nuestro ejemplo del Real Madrid, ahora podemos simular con precisión cuántos goles habría evitado Navas ante los disparos de Courtois y viceversa. Utilizando nuestra tabla de paradas simuladas, si ejecutamos el modelo sobre 99 disparos a los que se han enfrentado ambos porteros esta temporada, vemos que Navas habría evitado cuatro goles más que Courtois. Al visualizar dónde es más fuerte o más débil cada portero, podemos ver que Navas (rojo) es significativamente mejor atajando disparos hacia el centro de la portería, mientras que Courtois (verde) sólo es significativamente mejor atajando disparos cerca de su fondo izquierdo.
Se trata de una información fundamental para que el entrenador pueda decidir con conocimiento de causa qué jugador debe ser titular. También es valiosa en otros ámbitos, como el entrenamiento y el reclutamiento.
Compras en La Liga - Clasificación Goles Añadidos
La Liga ha acogido a algunos de los mejores porteros de la actualidad, como Iker Casillas y Jan Oblak, y ha exportado a un gran número de guardametas de primer nivel, como David De Gea y Pepe Reina. La Liga es, por tanto, una liga privilegiada para la contratación de porteros. Sin embargo, no todo el mundo puede permitirse comprar un portero de primera clase. Podemos utilizar nuestro modelo para evaluar fácilmente a cualquier portero de nuestra base de datos y encontrar joyas ocultas.
Lo mejor del modelo es que podemos simular a todos los porteros contra todos los disparos realizados en cualquier partido del que tengamos datos. Como resultado, ahora podemos ofrecer clasificaciones precisas de porteros basadas en cuántos goles adicionales evita o permite un jugador en comparación con la media por 90 minutos. Nuestro modelo de goles añadidos genera algunas ideas interesantes con amplias aplicaciones.
Como era de esperar, nombres como Jan Oblak y Marc-Andre Ter Stegen figuran entre los 10 primeros. Sin embargo, el jugador que encabeza la clasificación, Roberto Santamaría, no es tan conocido. Santamaría milita en la SD Huesca, el club de la parte baja de la tabla, y ha sido una especie de viajero, ya que ha jugado en cinco clubes en las últimas cinco temporadas. Tuvo su oportunidad cuando Aleksandar Jovanovic, el portero peor valorado de la liga, fue descartado. Santamaría se convirtió en el número 1 del Huesca el 23 de diciembre. Antes, el equipo promediaba 0,5 puntos por partido, con 32 goles encajados en 16 encuentros de Liga. Con él en la portería desde entonces: 1,08 puntos por partido con 18 encajados en 13 encuentros. Teniendo en cuenta que juega en un equipo amenazado por el descenso, es un historial prometedor. Y cuando se simula contra la misma muestra de disparos que el resto de porteros de la Liga, es el mejor de la división.
El Índice de Porteros de STATS AI es un nuevo modelo que permite simular y evaluar con precisión los puntos fuertes y débiles de un portero y comparar directamente un fichaje con otros. Además, es posible simular cómo un nuevo portero aumentaría o disminuiría el número de goles encajados en comparación con los jugadores existentes en la plantilla.
Y si el Real Madrid necesitaba una confirmación más de que traer de vuelta a Zidane fue la decisión correcta, parece que su valoración de Courtois fue acertada.
