El deporte nunca ha sido tan competitivo. Hoy en día, todos los atletas, entrenadores y equipos recurren al análisis de datos para lograr la más mínima ventaja sobre sus rivales. Hay un gran interés por ello, pero ¿es el análisis lo más eficaz posible?
El contexto es que el volumen de datos a disposición de los equipos está creciendo exponencialmente. Si tomamos el fútbol como ejemplo, a medida que aumenta la cantidad de datos, se hace más difícil analizar estos millones de puntos de datos en algo que se pueda absorber, adaptar y compartir rápidamente para mejorar el rendimiento de los equipos y ganar más partidos. Por eso, muchos equipos sólo reciben informes estadísticos planos, desprovistos de contexto táctico.
Estos informes y datos estadísticos "planos" son limitantes por dos razones:
En primer lugar, porque los analistas de datos están sometidos a presiones de tiempo cada vez mayores para elaborar nuevas tácticas y estrategias. Con sólo dos o tres días antes del siguiente partido, implantar diferentes estilos de juego en un equipo puede ser todo un reto. Esto significa que los analistas, la mayoría de las veces, profundizan en los informes planos y las secuencias de vídeo.
¿Dónde queda el tiempo para el análisis? Del mismo modo, los científicos del deporte creen que tienen que dedicar gran parte de su tiempo a los datos brutos y esto les deja menos tiempo para el análisis y la orientación.
En segundo lugar, no hay ninguna guía para quienes intentan interpretar las cifras. Sencillamente, las herramientas que proporcionan los datos no ofrecen un análisis interactivo que permita a los analistas, entrenadores y directivos comprender mejor el estilo de juego del rival y el impacto del estilo de su propio equipo. Esto permitiría tomar mejores decisiones en cuanto a la selección de equipos, las tácticas y los regímenes de entrenamiento.
Sin embargo, los datos pueden segmentarse en función de las situaciones tácticas y permitir comprender cómo afectará el estilo de un equipo a los requisitos físicos del rival. Para ello se utiliza un método denominado análisis de componentes principales.
El análisis de componentes principales, en el caso del fútbol, toma ocho incidentes sobre el terreno de juego, como un regate hacia adelante, y los reduce a "estilos de juego" para cada equipo. Esta información permite a los analistas clasificar a los equipos en estilos de juego específicos, como la presión alta, el contraataque o las amenazas constantes. Limitar el análisis a los estilos de juego ayuda a ahorrar tiempo y proporciona datos contextualizados y procesables. Simplificar los datos y añadir contexto puede ayudar a los científicos de datos y a los entrenadores a entender cómo los estilos de juego del rival afectarán a los requisitos de sus jugadores. Esto permite a los científicos del deporte, entrenadores y jugadores crear sesiones de entrenamiento táctico basadas en pruebas y capturar la carga de trabajo táctico para cada posición.
¿El hecho de que el Manchester United o el Chelsea hayan realizado el mayor número de disparos esta temporada aporta realmente información valiosa a un entrenador rival para desarrollar una estrategia que impida que ese equipo dispare? La respuesta es no. En el clima competitivo actual, la información debe tener en cuenta todos los factores para ofrecer una imagen clara y precisa de lo que ha sucedido y, lo que es más importante, de por qué ha sucedido.
Por término medio, durante un partido, un futbolista pasa el 97% de su tiempo sin el balón. Por eso es tan importante saber no sólo qué ocurre con el balón. Es fundamental saber qué está ocurriendo en todo el terreno de juego. Sólo se puede lograr la ventaja ganadora cuando los números proporcionan el contexto. Con el contexto en su lugar y algoritmos que abordan los puntos de datos en múltiples niveles a lo largo de todo un partido, los científicos, entrenadores y jugadores tendrán un predictor más preciso de lo que se necesita para ganar y rendir al más alto nivel.
