28 de diciembre 2021    /   BUSINESS
por
 

Al próximo jugador del Barça podría ficharlo el big data

28 de diciembre 2021    /   BUSINESS     por          
Compártelo twitter facebook whatsapp
thumb image

¡Yorokobu gratis en formato digital!

Lee gratis la revista Simbiosis haciendo clic aquí.

En uno de los despachos del Ring Central Colliseum, se reúnen rodeados de pizarras, los ojeadores del Oakland Athletics, uno de los equipos con menos presupuesto de la liga nacional de béisbol. Han tenido bajas importantes para la temporada que empieza y armar un equipo completo está siendo un quebradero de cabeza para su gerente, Billy Beane.

Algunos de los miembros más experimentados hacen propuestas que no convencen a Billy y se enfadan, protestan y miran con desprecio a un joven desconocido que alguien ha invitado a la mesa, a su mesa.

Este joven es Paul DePodesta, un recién licenciado en económicas por la universidad de Harvard que Billy ha contratado para que lidere un nuevo enfoque a la hora de hacer los fichajes: los datos.

Este método, llamado Moneyball, fue llevado al cine con una película del mismo nombre en la que Brad Pitt despide a todos sus ojeadores para confiar en un joven rodeado de tablas de excel.

El experimento en 2004 de los Oakland Athletics salió, contra todo pronóstico, mucho mejor de lo que cualquier casa de apuestas estadounidense podía esperar, batiendo el récord histórico de victorias consecutivas. Y su caso, como la película que lo recuerda, se estudia en cualquier escuela de big data ahora que esta es una variable, muy importante además, en las decisiones de cualquier institución deportiva.

Este año, en la Premier League, la competición de fútbol que más dinero mueve en todo el mundo, ha aparecido un nuevo competidor poco esperado: el Brentford, un equipo que hace 10 años estaba en la quinta división y que no jugaba en la Premier desde hace 75 años.

Matthew Benham, su propietario, empezó a aplicar el método Moneyball una vez ascendieron a cuarta. «Realizamos una tabla con todos los equipos del continente y vimos los clubes que estaban por encima del Brentford. De ahí, vimos que había algunos jugadores que podíamos contratar de esos equipos superiores», explica Benham.

El Brentford ha hecho desaparecer su equipo sub-20 cansado de que grandes de la Premier le quitaran sus jugadores. Le sale mejor invertir en big data y buscar talento fuera, según las estadísticas. Si los jugadores ya estuvieran desarrollados, el Brentford no podría comprarlos.

La importancia de los datos para la toma de decisiones en un deporte como el fútbol ha llevado a muchos clubes a fichar jugadores fiándose de las características que otorga a cada deportista un famoso videojuego para ordenador, el Football Manager

«Traemos talento sin pulir y lo mejoramos. Lo que hacemos es buscar futbolistas que tienen ese potencial y analizamos el contexto: ¿por qué no llegaron a alcanzar su potencial? Es como buscar una acción subvaluada, comprarla, hacerla rendir y, si se da el caso, venderla a un precio superior», continúa Benham.

La importancia de los datos para la toma de decisiones en un deporte como el fútbol ha llevado a muchos clubes a fichar jugadores fiándose de las características que otorga a cada deportista un famoso videojuego para ordenador, el Football Manager. Con más de dos millones de copias vendidas, el juego cuenta con 1.300 voluntarios ojeadores en 51 países, que rellenan y comparten con un supervisor varias decenas de atributos objetivos de futbolistas de todas las categorías.

método Moneyball

«Trabajamos con clubes que van de la Champions a la octava división, en Europa y Estados Unidos», asegura Tom Markham, jefe de desarrollo comercial en Sports Interactive, estudio que desarrolla el juego. «Muchos clubes que utilizan nuestros datos nos dicen que están muy bien para los datos físicos (talla, peso), por ejemplo, los idiomas que hablan, las nacionalidades, los derechos… y luego otras cosas como los datos económicos sobre el salario, el vencimiento del contrato…».

Teniendo esta cantidad de datos y la posibilidad de sacar conclusiones para tener un as en la manga, Kevin de Bruyne, uno de los mejores jugadores de la Premier, decidió fiarse más de los números que de su representante. Le despidió (que estuviera denunciado por blanqueo de capitales también influyó en su decisión) y contrató a un equipo de analistas de datos.

Cotejando sus números como futbolista, además de los contextuales, De Bruyne se presentó con tablas matemáticas frente a los dueños de su club, el Manchester City, para demostrar por qué, a pesar de tener 30 años, este club, esta ciudad, Pep Guardiola como entrenador y los datos cuantitativos de sus aptitudes a lo largo de su carrera y la predicción de los mismos a futuro, tendría que seguir siendo el jugador mejor pagado de la Premier, al menos, hasta 2025. Lástima que el fichaje de Lukaku le haya quitado el honor de este récord al big data. Ahora es el segundo.

Cuando empezó a utilizarlo, hace 15 años, nadie creía que el big data fuese determinante en el deporte, solo se usaba como una información más para el espectador y en las casas de apuestas

También, más allá de su uso a la hora de hacer fichajes o especular, en deportes con muchos traspasos, variables y grandes plantillas, otros deportistas están empezando a contar con la información de los datos para estudiar a sus rivales, mejorar sus entrenamientos y prevenir lesiones.

Cuando empezó a utilizarlo, hace 15 años, nadie creía que el big data fuese determinante en el deporte, solo se usaba como una información más para el espectador y en las casas de apuestas. Hoy, con 27 años, la campeona olímpica y tricampeona del mundo de bádminton, Carolina Marín, sigue con su entrenador Fernando Rivas, pionero en España en esto de los datos, que reconoce haberla utilizado como su conejillo de indias.

Al principio. Fernando Rivas hacía una recogida de datos muy manual gracias al visionado de miles de partidos y al traspaso de los datos que veía a diferentes tablas dinámicas de Excel. Ahora, gracias a un software adaptado por Telefónica, Marín y Rivas pueden ver recreado en 3D un partido contra la oponente que quieran para, así, poder mejorar los puntos débiles de la jugadora española en ese encuentro específico y buscar los de la contrincante. Carolina Marín puede ver el partido antes de jugarlo.

A muchos deportistas les miden el sueño, el estado de ánimo general, los cambios nutricionales, pero siguen estando solos con su mente cuando van a tirar un penalti en el último minuto o cuando hacen un smash jugándose el oro olímpico.

En Moneyball, antes de irse definitivamente, uno de los ojeadores más veteranos se dirige al gerente y, señalando al nuevo, DePodesta, al que llaman despectivamente Mr. Google, le dice a Billy: «No todo son datos. Hay cosas intangibles que este chico no puede ver en sus tablas y que nosotros, gracias a nuestra experiencia, sí». ¿Pero qué es la experiencia? ¿No es otra suma de datos?

¡Yorokobu gratis en formato digital!

Lee gratis la revista Simbiosis haciendo clic aquí.

En uno de los despachos del Ring Central Colliseum, se reúnen rodeados de pizarras, los ojeadores del Oakland Athletics, uno de los equipos con menos presupuesto de la liga nacional de béisbol. Han tenido bajas importantes para la temporada que empieza y armar un equipo completo está siendo un quebradero de cabeza para su gerente, Billy Beane.

Algunos de los miembros más experimentados hacen propuestas que no convencen a Billy y se enfadan, protestan y miran con desprecio a un joven desconocido que alguien ha invitado a la mesa, a su mesa.

Este joven es Paul DePodesta, un recién licenciado en económicas por la universidad de Harvard que Billy ha contratado para que lidere un nuevo enfoque a la hora de hacer los fichajes: los datos.

Este método, llamado Moneyball, fue llevado al cine con una película del mismo nombre en la que Brad Pitt despide a todos sus ojeadores para confiar en un joven rodeado de tablas de excel.

El experimento en 2004 de los Oakland Athletics salió, contra todo pronóstico, mucho mejor de lo que cualquier casa de apuestas estadounidense podía esperar, batiendo el récord histórico de victorias consecutivas. Y su caso, como la película que lo recuerda, se estudia en cualquier escuela de big data ahora que esta es una variable, muy importante además, en las decisiones de cualquier institución deportiva.

Este año, en la Premier League, la competición de fútbol que más dinero mueve en todo el mundo, ha aparecido un nuevo competidor poco esperado: el Brentford, un equipo que hace 10 años estaba en la quinta división y que no jugaba en la Premier desde hace 75 años.

Matthew Benham, su propietario, empezó a aplicar el método Moneyball una vez ascendieron a cuarta. «Realizamos una tabla con todos los equipos del continente y vimos los clubes que estaban por encima del Brentford. De ahí, vimos que había algunos jugadores que podíamos contratar de esos equipos superiores», explica Benham.

El Brentford ha hecho desaparecer su equipo sub-20 cansado de que grandes de la Premier le quitaran sus jugadores. Le sale mejor invertir en big data y buscar talento fuera, según las estadísticas. Si los jugadores ya estuvieran desarrollados, el Brentford no podría comprarlos.

La importancia de los datos para la toma de decisiones en un deporte como el fútbol ha llevado a muchos clubes a fichar jugadores fiándose de las características que otorga a cada deportista un famoso videojuego para ordenador, el Football Manager

«Traemos talento sin pulir y lo mejoramos. Lo que hacemos es buscar futbolistas que tienen ese potencial y analizamos el contexto: ¿por qué no llegaron a alcanzar su potencial? Es como buscar una acción subvaluada, comprarla, hacerla rendir y, si se da el caso, venderla a un precio superior», continúa Benham.

La importancia de los datos para la toma de decisiones en un deporte como el fútbol ha llevado a muchos clubes a fichar jugadores fiándose de las características que otorga a cada deportista un famoso videojuego para ordenador, el Football Manager. Con más de dos millones de copias vendidas, el juego cuenta con 1.300 voluntarios ojeadores en 51 países, que rellenan y comparten con un supervisor varias decenas de atributos objetivos de futbolistas de todas las categorías.

método Moneyball

«Trabajamos con clubes que van de la Champions a la octava división, en Europa y Estados Unidos», asegura Tom Markham, jefe de desarrollo comercial en Sports Interactive, estudio que desarrolla el juego. «Muchos clubes que utilizan nuestros datos nos dicen que están muy bien para los datos físicos (talla, peso), por ejemplo, los idiomas que hablan, las nacionalidades, los derechos… y luego otras cosas como los datos económicos sobre el salario, el vencimiento del contrato…».

Teniendo esta cantidad de datos y la posibilidad de sacar conclusiones para tener un as en la manga, Kevin de Bruyne, uno de los mejores jugadores de la Premier, decidió fiarse más de los números que de su representante. Le despidió (que estuviera denunciado por blanqueo de capitales también influyó en su decisión) y contrató a un equipo de analistas de datos.

Cotejando sus números como futbolista, además de los contextuales, De Bruyne se presentó con tablas matemáticas frente a los dueños de su club, el Manchester City, para demostrar por qué, a pesar de tener 30 años, este club, esta ciudad, Pep Guardiola como entrenador y los datos cuantitativos de sus aptitudes a lo largo de su carrera y la predicción de los mismos a futuro, tendría que seguir siendo el jugador mejor pagado de la Premier, al menos, hasta 2025. Lástima que el fichaje de Lukaku le haya quitado el honor de este récord al big data. Ahora es el segundo.

Cuando empezó a utilizarlo, hace 15 años, nadie creía que el big data fuese determinante en el deporte, solo se usaba como una información más para el espectador y en las casas de apuestas

También, más allá de su uso a la hora de hacer fichajes o especular, en deportes con muchos traspasos, variables y grandes plantillas, otros deportistas están empezando a contar con la información de los datos para estudiar a sus rivales, mejorar sus entrenamientos y prevenir lesiones.

Cuando empezó a utilizarlo, hace 15 años, nadie creía que el big data fuese determinante en el deporte, solo se usaba como una información más para el espectador y en las casas de apuestas. Hoy, con 27 años, la campeona olímpica y tricampeona del mundo de bádminton, Carolina Marín, sigue con su entrenador Fernando Rivas, pionero en España en esto de los datos, que reconoce haberla utilizado como su conejillo de indias.

Al principio. Fernando Rivas hacía una recogida de datos muy manual gracias al visionado de miles de partidos y al traspaso de los datos que veía a diferentes tablas dinámicas de Excel. Ahora, gracias a un software adaptado por Telefónica, Marín y Rivas pueden ver recreado en 3D un partido contra la oponente que quieran para, así, poder mejorar los puntos débiles de la jugadora española en ese encuentro específico y buscar los de la contrincante. Carolina Marín puede ver el partido antes de jugarlo.

A muchos deportistas les miden el sueño, el estado de ánimo general, los cambios nutricionales, pero siguen estando solos con su mente cuando van a tirar un penalti en el último minuto o cuando hacen un smash jugándose el oro olímpico.

En Moneyball, antes de irse definitivamente, uno de los ojeadores más veteranos se dirige al gerente y, señalando al nuevo, DePodesta, al que llaman despectivamente Mr. Google, le dice a Billy: «No todo son datos. Hay cosas intangibles que este chico no puede ver en sus tablas y que nosotros, gracias a nuestra experiencia, sí». ¿Pero qué es la experiencia? ¿No es otra suma de datos?

Compártelo twitter facebook whatsapp
Un templo románico dedicado a la parranda
Monetización de la presencia en redes sociales. ¿Existe una fórmula?
Barqet: una transición entre zapato y zapatilla
¿Noé vive en Rusia?
 
Especiales
 
facebook twitter whatsapp
Publicidad