Lebron James y Lionel Messi son talentos indiscutidos. Sin embargo, parece que no todo es talento en las grandes ligas profesionales, puesto que las tecnologías analíticas y de big data, ya están entregando sus ventajosas predicciones. Menos lesiones, mejores decisiones de tiro y tácticas optimizadas, son algunas de las gracias del big data deportivo.

Si hay algún DT de fútbol que puede atestiguar la positiva experiencia de aplicar los consejos de la analítica al juego, ese es Roberto Mancini, entrenador del último campeón de la Premier League de Inglaterra, Manchester City. El equipo ganó por primera vez el campeonato después de 44 años.

Mancini, ex jugador profesional de fútbol, estaba convencido que los tiros de esquina más dañinos eran los que van direccionados contrariamente al arco (outswinger), por lo menos eso creía él después de décadas de trayectoria. Sin embargo, el equipo experto en analítica del equipo lo convenció de lo contrario: los corners más letales son los que se van cerrando hacia el arco (inswinger). Esta conclusión fue obtenida luego de analizar más de 400 tiros de esquina, de variadas ligas y en diferentes temporadas, los que demostraron que los inswingers producían más goles.

Convencido Mancini, cosa que no fue del todo sencilla, el Manchester City la pasada temporada obtuvo 15 goles desde tiros de esquina (más que todos en la liga), de los cuales 10 fueron inswingers, incluído un gol clave ante el Manchester United en el último partido, anotado por Vincent Kompany.

[youtube:http://www.youtube.com/watch?v=VOxOM29Ck5A&feature=player_embedded]

“Todas las industrias y compañías están almacenando datos, y por lo tanto, el desafío está en cómo transformar esos datos en información valiosa para el negocio”, dice Cristian Figueroa, Account Manager Senior de SAS Chile. “Luego esa información se debe transformar en acción, porque podría descubrir muchas cosas interesantes, y quedarme a nivel académico con eso, pero el desafío es cómo genero rentabilidad al negocio con los datos obtenidos”.

El caso de Mancini y el Manchester City no es aislado ni menos una rareza, puesto que el aprovechamiento del big data deportivo, gracias a las herramientas analíticas disponibles en el mercado, están re definiendo la industria, así como el rendimiento de los atletas y las estrategias desplegadas. Múltiples deportes y ligas de élite en todo el mundo están encontrando en la analítica y sus interesantes resultados, a aquel jugador estrella que 'lleva al equipo sobre hombros'.

No todo es talento

Ningun software podría haber creado la estrategia para detener a Maradona o Michael Jordan. Sin embargo, sólo ellos y un selecto puñado de 'elegidos', pueden escapar al análisis.

Kirk Goldsberry, professor de Michigan State University (MSU), se enfocó en analizar las zonas, frecuencias, éxitos y fracasos de los tiros al cesto en la NBA, elaborando un mapa de visualización de resultados, llamado CourtVisión, que muestra la cancha y las zonas con colores, desde donde Lebron James o Paul Pierce tienen mayor éxito en sus tiros triples o desde donde Kevin Durant logra mayor porcentaje de conversión. Esta información es clave para los entrenadores, especialmente en partidos de Playoff cuando en pocos segundos puede cambiar el rumbo del partido y de la serie.

“CourtVision integra la ciencia de la base de datos, el análisis espacial y la visualización para revelar a jugadores y equipos zonas espaciales únicas; a su vez, estas zonas exponen patrones y anomalías importantes en el rendimiento, que son mucho menos evidentes utilizando enfoques convencionales de evaluación”, dice Goldsberry en un paper.

Las ventajas de un correcto e inteligente uso del Big Data en variadas compañías globales, han sido ampliamente defundidas y analizadas por AETecno, donde múltiples analistas coinciden en que esta tendencia traspasará a todas las industrias y actividades, y que paulatinamente veremos cómo la analítica estará presente en casi todas las decisiones que tomemos, tanto en nuestras vidas privadas, como en el colectivo social.

Menos lesiones, mejor rendimiento, más triunfos: más dinero

“En Italia, el AC Milan, utiliza modelamiento predictivo para estimar el agotamiento de los jugadores, definiendo cuáles deberían ir a la banca el siguiente partido para no estresarlos fisicamente y evitar lesiones, por ejemplo”, dice el ejcutivo de SAS. “Incluso el entrenador de un equipo amateur, que juega en cancha de tierra todos los domigos, puede almacenar datos de sus jugadores y generar algo novedoso”.

Algo similar hace IBM con el equipo de rugby inglés Leicester Tigers, que a través de sus soluciones analíticas está recolectando información para evitar lesiones dentro de plantel y, en definitiva, reducir los altos costos de tratamiento de esas lesiones. Además de mejorar el rendimiento del equipo. Los analistas se han percatado que, en algunos casos, los equipos que cuentan con jugadores importantes en la banca por lesión, además de afectar el rendimiento del plantel, incide negativamente en la venta de entradas. A los hinchas no les gusta ver a los suplentes, quieren ver a las estrellas.

Los Leicester Tigers usan la analítica de IBM para retener el talento, cuantificar el rendimiento, mejorar las tácticas y detectar el riesgo de lesiones de los jugadores, creando planes personalizados de entrenamiento para aquellos jugadores en riesgo.

Para nadie es un misterio que la industria del deporte genera utilidades siderales. Por ello, la llegada del Big Data y la analítica a las ligas, clubes y atletas, no sólo es materia de las compañías proveedoras de los software y tecnologías que hacen esto posible. Desde hace ya algunos años, centros académicos de investigación de excelencia, están analizando esta tendencia.

El mismísimo MIT, a través del Sloan School of Management, viene realizando desde el año 2006, el MIT Sloan Sports Analytics Conference, que reúne a lo más selecto de la academía, el deporte, la tecnología y los medios, para debatir y visualizar cómo la analítica puede mejorar el rendimiento deportivo, así como las ganacias de los clubes.

[youtube:http://www.youtube.com/watch?v=PidcDN5WG2o]

La analogía, compartida ya en múltiples medios especializados, de que el Big Data es el nuevo petróleo , lleva a otra comparación interesante: ahora necesitamos las refinerías para aprovechar este nuevo crudo. Y la multimillonaria industria del deporte ya está refinando.

En una entrevista para el Financial Times, Gavin Fleig, encargado de la analítica del Manchester City, dice que incluso están usando el análisis estadístico para intentar predecir donde el balón o los jugadores del otro equipo, se ubicarán. "Estaremos mirando cuando un defensor despeje el balón desde el saque de meta, ¿dónde caería el balón? Donde más comunmente caiga, ahí vamos a poner nuestro hombre”, dice Fleig.

Créditos foto principal: Courtvisionanalytics.com