Eno Sarris es uno de los principales analistas de béisbol. Yo no lo soy.
Pero yo procedo del periodismo deportivo y paso mucho tiempo debatiendo sobre el uso de los datos en el deporte -tanto desde el punto de vista de los medios de comunicación como del rendimiento de los equipos- con quienes ponen los datos en juego en todo el mundo.
Eno y yo nos reunimos para hablar de su carrera, de cómo la analítica ha cambiado la forma de escribir sobre béisbol y de hacia dónde ve el sector a medida que la tecnología se integra más en el juego.
Aquí está la conversación en su totalidad:
Kevin Chroust: La frase "análisis de béisbol" aparece en su firma de correo electrónico. Cómo acabaste convirtiéndote en escritor de béisbol, y cómo fue ese viaje para centrarte en algunas de las cosas más avanzadas derivadas del juego?
Eno Sarris: En realidad soy inmigrante. Mis padres son alemanes, y llegué a este país en 1986 y una de las cosas que más me costó fue conocer chicos, conocer gente nueva. Una de las cosas que hice fue conocer gente nueva a través del béisbol. Realmente tuve una conexión a través de otros niños. Eso fue muy importante. Creo que para otras personas a veces el béisbol (conecta) a los niños, pero para mí, era como una conexión con el país y con la gente y la cultura, eso era realmente importante para mí.
A mi padrastro también le gustaba el béisbol. Gracias a él, a que íbamos juntos a los partidos y al intercambio de cromos de béisbol, empecé a interesarme por la evaluación de los jugadores de béisbol. No se trataba sólo de fingir ser Gary Sheffield con el meneo y jugar a la pelota y esas cosas. Era también: ¿Cómo puedo conseguir las mejores tarjetas de béisbol, cómo puedo conseguir las mejores tarjetas de béisbol de mis amigos y darles las peores tarjetas de béisbol? Así que, desde el principio, había un poco de análisis del béisbol que también formaba parte de ello. Creo que en realidad no esperaba ser jugador profesional de béisbol. Así que, desde el principio, el análisis fue un poco más importante para mí.
KC: ¿Recuerda algún momento en particular en el que empezara a adoptar los análisis avanzados del béisbol y los convirtiera en una parte constante de sus escritos?
ES: Creo que la primera vez que el análisis se congeló para mí fue este comercio de tarjetas de béisbol que hice. Tengo ocho años y quiero una tarjeta de Barry Bonds. Este otro chico es un fan total de los Braves y vivimos en Atlanta, así que estoy como, "Bueno, ¿qué voy a hacer aquí?" Le di una tarjeta de novato de Mark Lemke, una tarjeta de novato de Jeff Blauser, y una de Steve Avery, sólo una tarjeta normal de Steve Avery. Yo estaba como, "Escucha, hombre, yo realmente no quiero dar estas tarjetas de novato. Mark Lemke, me encanta el tipo, pero sé que no te gusta Barry Bonds. Es llamativo y lo odias, y lo entiendo. Sólo dame esa tarjeta de novato de Barry Bonds. Te daré estas tres tarjetas muy lindas por esa".
Creo que ese fue el momento en el que me di cuenta de que el análisis era una de las razones por las que me gustaba el béisbol. Eso me llevó al béisbol de fantasía, y jugué al béisbol de fantasía durante mucho tiempo antes incluso de escribir. Una de las cosas que quería hacer para ganar mis ligas de fantasía era leer todos los análisis que había. Para ganar todas mis ligas de fantasía, leía Baseball Prospectus. Leí FanGraphs, leí Rob Neyer, y aunque estaba leyendo sobre béisbol, realmente estaba tratando de averiguar cómo ganar mi liga de fantasía. Hay una pequeña cosa que algunas personas no saben, y es que FanGraphs fue en realidad creado por David Appelman para ganar sus ligas de fantasía.
Así que creo que a veces lo que se lee en el béisbol tiene un conductor legítimo entre bastidores. El análisis que ves, eso es sólo gente tratando de ganar sus ligas de fantasía.
KC: A veces oímos que los datos están arruinando el béisbol. Cómo reacciona ante eso?
ES: Simpatizo con la idea de que alguien que no quiera leer sobre datos sienta que quizá hay demasiados, y veo que cada vez son más omnipresentes. Cada vez hay más gente que los utiliza en sus escritos. A esa persona le diría que sigue habiendo grandes análisis y grandes artículos de opinión. Todavía hay grandes columnistas que hacen un buen trabajo y pueden leer a esa gente.
Para mí, la forma en que aprecio el béisbol, creo que los números sólo lo enriquecen. (Podrías decir) "Oh, Mike Trout, es un jugador increíble y es una gran combinación de todas estas cosas". Eso está muy bien, pero si puedo poner un número y decir que en realidad es el mejor de todos los tiempos hasta (la edad de) 27 años, siento que es más convincente. Podrías decir, "Oh, anoche en el partido, alguien hizo una atrapada increíble en la que corrió hacia la pared y es la mejor atrapada que he visto nunca". Bueno, eso es sólo tu palabra. Me estás diciendo, "Oh, esa es una de las mejores atrapadas que he visto".
¿Qué pasaría si pudieras decir que corrió más rápido que nadie ha corrido en una captura de este año y tenía la menor probabilidad de captura y saltó el más alto? Ahora podemos hacerlo. Podemos decir que saltó más alto para atrapar ese balón. Lo encuentro más convincente. Creo que eso te da un sentido de contexto y un sentido de dónde esto pertenece en la historia y creo que eso se suma a la narración. No va en detrimento. Forma parte de la historia. Creo que los números forman parte de la historia en su conjunto.
KC: El periodismo deportivo, y el periodismo en general, se encuentra desde hace algún tiempo en un periodo de redescubrimiento. Cómo lo ha asumido usted como persona?
ES: En realidad, cuando era pequeño no me planteaba ser periodista deportivo. Por lo tanto, no estoy seguro de poder hablar de todos los periodistas y de dónde ha estado el periodismo y hacia dónde va. Pero para mí, el periodismo es encontrar preguntas y responderlas. Si no utilizas datos, ¿qué estás haciendo? Entonces sólo confías en el boca a boca. Eso es lo bueno de los datos. Te dan otra voz. Creo que una pregunta convincente es la característica principal de cualquier buen artículo. ¿Por qué es tan bueno este jugador? ¿Va a seguir siéndolo? ¿Es importante en este partido de béisbol? Creo que esas preguntas son la clave de una buena historia.
Para responder a esas preguntas, en realidad no creo que los datos sean lo único. Creo que hay que hablar con los jugadores, porque los jugadores tienen su propia perspectiva al respecto y a veces los datos tienen que ponerse al nivel de lo que ven los jugadores. Creo que hay que hablar con la dirección. Creo que quieres hacerte una idea desde 10.000 pies sobre lo que está pasando, pero si no preguntas a los datos, te estás perdiendo una forma más objetiva de analizar y responder a las preguntas. Sí, creo que se siguen necesitando personajes y se sigue necesitando profundizar en lo que hace que estas personas sean lo que son.
KC: El "acceso" en periodismo siempre se ha referido a la información in situ, sobre todo para acceder a las fuentes. El acceso constante a los datos añade una capa más. Cómo valora la importancia del acceso?
ES: Creo que una cosa que me resulta difícil es que sé que los equipos con los que hablo tienen acceso a datos a los que yo no tengo acceso. A veces me resulta difícil, porque sé que ellos ven el juego de forma ligeramente distinta. Cuentan con más analistas en la materia y tienen más datos y datos diferentes de los que yo tengo, así que eso a veces es una parte del acceso que me frustra.
KC: Recuerdo mi época anterior a la consulta de datos en la redacción deportiva, y ese proceso de redacción o nivel de detalle me parece tan rudimentario ahora. Me hace apreciar lo esenciales que pueden ser los datos relevantes para el proceso. ¿Cómo describiría la ventaja de aprender estas cosas de principio a fin como lo ha hecho usted?
ES: He tenido suerte. La forma en que veo el béisbol, la forma en que digiero el béisbol se ha hecho más popular con los años, creo. Yo era un tipo que daba prioridad a los números. Yo era un tipo de fantasía. La fantasía se ha vuelto más popular, así que los números se han vuelto más interesantes. Creo que al principio, los números eran sólo cosas de la parte posterior de la tarjeta de béisbol que tal vez no eran tan convincentes. Se trataba sólo de carreras impulsadas y carreras, ¿y cuánto más había ahí fuera? Ahora, hemos abierto la puerta con Statcast y con la gente estando en el partido y pudiendo convertir lo que ven en el partido en números como hacen en Stats Perform. Ahora podemos responder a más preguntas. Ahora podemos hacer mucho más con los datos y es mucho más importante incluirlos en tus escritos.
Uno de los primeros grandes avances fueron las Ganancias por Reemplazo. Era algo interesante porque nos permitía reunir las distintas cosas que un jugador hace en el campo y ponerlas en un solo número, pero una de las cosas que no me gustan de eso es que se convierte en algo de un solo número.
Creo que no siempre se puede resumir a la gente en una cifra, igual que a mí no se me puede resumir exactamente en cuántos clics tuvo mi último artículo. Yo tampoco quiero que me juzguen por una cifra. Creo que las estadísticas de un solo número han demostrado que no siempre cuentan toda la historia. Por eso nos hemos alejado tanto de WAR como comunidad analítica y hemos empezado a dividirla en preguntas más pequeñas con respuestas más pequeñas y diferentes estadísticas que te dicen algo diferente. Ahora se trata un poco más de: ¿Cómo de rápida es su velocidad de sprint y qué importancia tiene? ¿Qué tan rápido es su salto en esa atrapada y qué tan importante es eso?
KC: Hablemos de algunas de las cosas más interesantes que ha hecho recientemente. ¿Qué le viene a la mente? ¿Cuáles son las métricas más significativas con las que ha trabajado?
ES: Una de mis estadísticas favoritas con las que he trabajado recientemente es una creada por Stats Perform llamada command+. Responde a una pregunta que nunca podrías responder con las métricas tradicionales. Requiere una gran variedad de analistas que observen el juego. Requiere la capacidad de codificar lo que está sucediendo en cada partido y, básicamente, un montón de investigación detrás del juego para decirte: "¿Ese lanzador hizo exactamente lo que quería con esa bola?". Es una pregunta extremadamente difícil de responder.
Es algo de lo que la mayoría de los analistas se han alejado porque pueden decir: "No puedo estar en la cabeza del lanzador". Creo que una cosa - felicitaciones a Stats Perform - es que tomaron una pregunta que pensaban que nadie podría responder e intentaron un enfoque diferente con ella, y realmente trataron de meterse en la cabeza del lanzador y tratar de darles crédito por dar forma a una bola curva. Puede que sea una bola, pero puede que tenga la forma que ellos querían y en el lugar general que querían - lo que creo que es la verdadera definición de mando.
KC: Escribiste un artículo sobre Zac Gallen, de los Marlins. También algo sobre cómo medir la eficacia de un slider. ¿De dónde vienen esas ideas?
ES: Cuando veo un partido, me surgen preguntas. No sé si es por la forma en que llegué a este país y tenía preguntas sobre este país. Me preguntaba: "¿Qué es este nuevo lugar? ¿Qué es este nuevo juego? Este nuevo juego es increíble. Me encanta". Así que cuando veo un partido, a menudo el locutor dice algo como que el cambio de este lanzador es bueno o malo, y yo digo: "¿Por qué? "¿Por qué? ¿Qué hace que ese cambio sea bueno? ¿Qué hace que este cambio sea malo? ¿Podemos ponerle cifras? ¿Podemos observar algunas categorías de lo que hace buenos y malos a los jugadores?".
Creo que eso es lo que me impulsa a escribir. Mi forma de ver las estadísticas es intentar responder a preguntas sobre el juego. Con Zac Gallen, estaba diciendo, es un jugador que viene. Lo cambiaron por un bateador prospecto. Fue traspasado de un equipo que necesitaba jugadores jóvenes. ¿Por qué fue traspasado, y qué ve Arizona en este jugador que sea diferente de lo que quizás Miami ve en este jugador? Trato de juntar las diferentes piezas y responder a esa pregunta.
KC: La opinión y la personalidad han formado parte de la escritura del béisbol desde el principio. Puede que siempre tengan su lugar en la escritura deportiva, pero ¿hasta qué punto es necesario que los medios den ahora un paso más y apoyen mejor su trabajo?
ES: Creo que, en general, los lectores prefieren que se les responda a una pregunta de un modo que ellos reconocen, o bien porque han estado en la escuela y han visto a alguien tener que demostrar su respuesta en un artículo o con datos en una situación similar, o bien en su entorno laboral. Si haces una presentación en el lugar de trabajo y no tienes datos, ¿qué haces? No respondes a la pregunta que intentas responder. No convences a nadie.
Cuando intento convencer a alguien de algo, suelo empezar por los datos. Si voy a escribir sobre lo bueno o malo que es el contrato de Manny Machado y me limito a decir que creo que, en general, es un mal jugador y que, por tanto, el contrato es malo, creo que eso deja cortos a los lectores actuales. Dirían que esto es una especie de artículo de opinión y que no es todo lo objetivo que quisiéramos. Esa es una de las cosas que la gente quiere del periodismo y que llevamos mucho tiempo persiguiendo: la objetividad. Creo que los datos te dan la oportunidad de ser ese periodista objetivo porque utilizas los datos como fuente objetiva en tus artículos.
KC: ¿Qué impacto tendría el uso adecuado de datos en un artículo sobre el nivel de compromiso de los lectores? ¿Diría que también influye en la credibilidad de los lectores?
ES: Es interesante. A veces me gritan por ser un escritor de números. Creo que, en su mayor parte, también les permite a veces comprometerme. Tengo lectores que me dicen: "Bueno, has fallado, no te has fijado en este número. No miraste este número". Eso me parece una conversación de más alto nivel que: "Tú sólo odias a Manny Machado y es mi jugador favorito, vete". Creo que permitirnos tener una conversación que sea más objetiva - eso es algo que está sucediendo en el béisbol también.
Verás que los jugadores de hoy están mucho más abiertos a las estadísticas. Parte de la razón es que quieren mejorar y ahora pueden ver que las estadísticas pueden hacerles mejorar. Así que ahora la conversación no es sólo: "Oye, amigo, tienes un deslizador muy malo, mejóralo". Ahora la conversación es: "Oye, toma ese deslizador y ¿puedes cambiar el eje de giro? ¿Puedes poner los dedos de esta manera? Leamos lo que dice la máquina. La máquina nos va a decir si es bueno o malo y no tenemos que gritarnos". Hay un poco de eso, creo, en la escritura deportiva y en la lectura en general: los números permiten darnos algo sobre lo que discutir que es más objetivo, pero también no tan subjetivo entre nosotros.
KC: Hemos hablado fuera de cámara de que a los dos, al menos hasta cierto punto, nos gusta el fútbol. Tradicionalmente, el fútbol ha estado muy por detrás de los deportes estadounidenses en cuanto al uso adecuado de los datos, porque es más difícil de segmentar de forma significativa y objetiva que un deporte como el béisbol. Esto ha empezado a cambiar con el aprendizaje automático y la capacidad de aplicar la inteligencia artificial para analizar conjuntos de datos masivos que los humanos no pueden estructurar por sí solos. Ha dado lugar a "métricas esperadas" que son más predictivas que todo lo anterior. ¿Cree que AI tendrá un impacto similar en el béisbol en el futuro?
ES: Como el béisbol es un deporte tan segmentado, puedes pararlo en cualquier momento y decir: "¿Cuántos outs hay, dónde están los corredores de base, están en primera, están en segunda?". Eso permite muchas investigaciones semiprofesionales. Eso permite a la gente que simplemente puede descargar un conjunto de datos para hacer algo de su propia investigación, y que en realidad ha alimentado un gran interés en el béisbol en términos de lectura. Sabermetrics se basa en esta idea. SABR es la Sociedad para la Investigación del Béisbol Americano. Se trata de investigadores semiprofesionales que investigan por su cuenta, y muchas de esas personas han pasado ahora a la esfera privada y trabajan para equipos de béisbol.
Creo que a medida que la potencia informática supere lo que uno puede hacer por sí mismo, se producirá un cambio. Puede que sea un poco más parecido a lo que ocurre en el fútbol, porque no puede haber tantos entusiastas que vayan a hacer el análisis del fútbol porque puede que no tengan la potencia informática. Lo que necesitas es un proveedor que pueda intervenir por ti y ayudarte con ese análisis y proporcionártelo y no sólo proporcionárselo a las oficinas delanteras. Necesitamos estas fuentes profesionales de datos que también están a disposición de los lectores. Necesitamos esas fuentes profesionales de datos que no sólo están detrás y trabajan para los equipos para sustituir a los investigadores semiprofesionales que había antes.
Una de las cosas más interesantes del béisbol es que estamos pasando de la tecnología de radar a la tecnología óptica... para describir lo que ocurre con las extremidades. La tecnología de radar no podía decir la diferencia entre una pelota y un bate y un brazo. Ahora vamos a tener la tecnología óptica, que le puede decir lo que los brazos están haciendo, lo que las piernas están haciendo, lo que el cuerpo está haciendo. Creo que lo que vamos a tener que entender ahora es un poco más de biomecánica.
Estoy tratando de hacer esto. Ya tratando de leer sobre biomecánica, tratando de aprender sobre biomecánica porque vas a aprender sobre los usos óptimos del cuerpo. Entonces vamos a poder decir cosas más definitivas sobre dónde debe estar un brazo, dónde debe estar el bate en un momento determinado del swing, y vamos a tener más datos relacionados con ese tipo de cosas en la esfera pública y en la esfera privada. Creo que vamos a hablar más de cómo se mueven los cuerpos en el espacio.
