Ir al contenido principal

Sólo estamos arañando la superficie": El analista Craig O'Shannessy habla de datos, AI y el futuro del tenis

Por: Stats Perform

"Al final de ese partido, Rafa tenía la cabeza hecha un lío".

Craig O'Shannessy formaba parte del equipo de entrenadores de Dustin Brown cuando el clasificado alemán eliminó sensacionalmente al bicampeón de Wimbledon Rafael Nadal en el All England Club en 2015.

A través de números, patrones y datos, el pionero australiano orquestó el plan de juego para despachar a Nadal en segunda ronda hace casi cinco años.

Dustin Brown, de Alemania

"Después del partido, lo describí como un caos organizado", declaró O'Shannessy a Stats Perform's Omnisport. "Muchas veces con Dustin es puro caos. A veces gana, a veces pierde. Lo que hicimos fue organizar su caos para que la gente que no le conociera pensara que se estaba desatando el infierno. Yo, en cambio, veo el partido y pienso: "Está siguiendo a la perfección los patrones de los que hablamos".

"Se trata de quitarle lo que Rafa quería hacer. Se trata de atacarle al principio del punto, de atacarle con la derecha, de ir a por las devoluciones simplemente porque sabes por dónde va a ir el saque, de dejarlo tirado y meterlo dentro. Se trata de jugar con su mente y hacer que no lo tenga muy claro".

O'Shannessy, reconocido como un líder mundial en la enseñanza y el análisis, ha seguido transformando el deporte. Se asoció con Novak Djokovic como su estratega jefe en 2017 y ayudó al serbio a volver a la cima con cuatro Grand Slams en tres años antes de que ambos acordaran separarse a principios de esta semana.

Ahora trabaja con el semifinalista del US Open 2019 Matteo Berrettini, Jan-Lennard Struff, Alexei Popyrin y Tennis Canada, O'Shannessy hace números para sus jugadores.

"Cada partido el jugador recibe un informe previo que contiene texto, detalles específicos sobre lo que les gusta hacer a los jugadores. Incluyo un montón de cifras, tablas y gráficos, sobre todo de patrones de saque y duración de los peloteos, y luego un vídeo", explica. "Sólo tienes que seguir machacando y apoyando la estrategia ganadora de tantas formas diferentes como puedas".

A la vanguardia de la analítica en el tenis, ¿hasta dónde pueden llegar los datos?

"Todavía falta mucho. Sólo estamos arañando la superficie", afirma O'Shannessy. "Vemos muchas cifras y datos, pero aún no sabemos exactamente qué significan. Los próximos cinco años serán muy importantes y sabremos mucho más de lo que sabemos ahora. Sólo estamos al principio del viaje".

Nenad Zimonjic, capitán de Serbia en la Copa ATP, habla con Novak Djokovic

En cuanto a los datos y las pautas, O'Shannessy añadió: "Por ejemplo, cuando devuelves, no puedes cubrirlo todo. Los jugadores que intentan abarcarlo todo acaban por no abarcar nada. Si te fijas en la puntuación, si un jugador está en 30-30, realmente necesita el punto. Si está en 40-15, no necesariamente necesita el punto.

"Así que los jugadores tendrán la tendencia a gravitar hacia ciertos lugares cuando necesiten ese punto y si estás sentado esperándolo, de repente la ventaja de ese punto se invierte por completo. En lugar de que el que devuelve esté desequilibrado, el servidor está desequilibrado porque la devolución es más dura y más rápida. Están en defensa en vez de en ataque.

"Al principio de mi carrera como entrenador, naturalmente puse mucho énfasis en el rival, con la idea de que vas a jugar 50 partidos en un año y puede que sólo juegues dos o tres en los que creas que has jugado increíble. Los otros 47 será tu juego B o C el que triunfe, así que cuanto más entiendas que no se trata de que tú juegues un tenis fenomenal, sino de que ellos jueguen mal. Esa mentalidad quita presión y la entrega al otro lado de la pista".

Luego está la inteligencia artificial. Stats Perform aprovecha el verdadero poder de los datos deportivos sacando partido de los avances en AI para generar los conocimientos más ricos del sector, aunque en el tenis está relativamente sin explotar.

"AI es capaz de procesar datos muy voluminosos y darles sentido", añade O'Shannessy. "La capacidad de hacer previsiones a través deAI ayuda con los porcentajes y las situaciones. Ya estoy estudiando la mejor manera de incorporar la AI y el resultado final para, básicamente, ayudar a los jugadores a ganar más partidos."