La revoluci¨®n de las matem¨¢ticas llega al f¨²tbol

¡°El f¨²tbol es as¨ª¡± es la excusa habitual cuando un jugador no sabe explicar por qu¨¦ un partido ha ido mal. Es la admisi¨®n de que el f¨²tbol es artesano, antiguo, lleno de azar. Es un deporte que no puede razonarse. Pero cada vez ser¨¢ menos as¨ª. Como en el resto de deportes, la ciencia ha empezado a colonizar las decisiones de entrenadores, directivos y secretarios t¨¦cnicos.

Jos¨¦ Luis Mendoza, director de Relaciones Institucionales del UCAM Murcia, equipo de la Segunda A, ten¨ªa un problema con el lenguaje de sus ojeadores. Cuando le recomendaban un posible fichaje le dec¨ªan cosas as¨ª: ¡°Este t¨ªo es bueno porque va fuerte a la disputa, pasa bien y tiene visi¨®n de juego¡±. A Mendoza la explicaci¨®n le parec¨ªa poco convincente. Su ojeador insist¨ªa: ¡°Viene de este equipo y ya ha logrado todo esto¡±. Mendoza segu¨ªa esperando un razonamiento distinto: ¡°Yo quiero o¨ªr algo as¨ª: Este t¨ªo es bueno porque, uno, tiene un porcentaje de acierto en pase corto del 80%, que est¨¢ por encima de la media en la liga. Dos, genera tres ocasiones de gol de pase final, varios puntos por encima de la media¡±.

Mendoza fue a la Universidad de Berkeley en 2009. All¨ª vio que la estad¨ªstica -habitual en b¨¦isbol, baloncesto y f¨²tbol americano- iba a alcanzar al f¨²tbol. Unos a?os despu¨¦s de volver a Espa?a, buscaba un m¨¦todo parecido para el UCAM. No encontr¨® nada, hasta esta temporada.

Fue de la mano de otros dos espa?oles que hab¨ªan emigrado a Estados Unidos. David Rueda vive desde hace 7 a?os en Florida. Desde all¨ª ha fundado Origami Sports. Su misi¨®n es dar a la estad¨ªstica un lugar central en la toma de decisiones en los clubes: ¡°Hasta ahora se toman decisiones multimillonarias basadas en las percepciones subjetivas de una o varias personas¡±, dice Rueda.

El analista de Origami es Salvador Carmona, un joven de 27 a?os licenciado en Econ¨®micas con especialidad en estad¨ªstica por la Universidad de Arizona. Carmona maneja una base de datos con 12.500 jugadores de las principales ligas del mundo. Los datos que tiene de cada uno no son solo los goles, minutos jugados y disparos. Son n¨²meros m¨¢s finos: pases completados, ocasiones creadas, pases entre l¨ªneas, regates o veces regateado. De ah¨ª salen detalles como que un jugador ¡°promedi¨® tres regates por 90 minutos de juego, lo que le sit¨²an en el top 1% de jugadores de toda Sudam¨¦rica¡± o que ¡°promedia m¨¢s de 13 pases completados de m¨¢s de 35 metros por partido¡±. Carmona puede pedirle a su base de datos que le diga qu¨¦ jugadores tienen unos rasgos determinados. En los resultados saldr¨¢n jugadores que los ojeadores tradicionales no han visto nunca. Origami tiene de momento clientes en la liga espa?ola, la Serie A italiana y la Premier inglesa.

C¨®mo se valora un delantero

Esta finura en el tratamiento de datos permite definir con m¨¢s precisi¨®n a cualquier jugador. Los fichajes hoy dependen de los ojeadores de un equipo: ¡°El proceso natural es seguir muchos partidos durante la temporada. Se siguen las competiciones de primera, segunda A y B y algunas extranjeras¡±, dice Ramon Planes, secretario t¨¦cnico del Rayo Vallecano. Por muchos jugadores que vean, ning¨²n ojeador va a ser capaz de analizar todo lo que hacen los 22 jugadores en un campo en cada partido. Los datos, s¨ª. ¡°Esta tarde he estado viendo jugadores sub 23 de la segunda portuguesa, de la primera eslovaca y de la liga noruega¡±, dice Mendoza, del UCAM. ¡°Son jugadores que est¨¢n por encima del rendimiento de su liga y quer¨ªa ver por qu¨¦¡±. Los ojeadores tradicionales del UCAM nunca habr¨ªan llegado a ese grado de detalle. Ahora un equipo puede pescar lejos y a jugadores m¨¢s convenientes. Eso tiene una ventaja obvia -el rendimiento inmediato- y otra quiz¨¢ m¨¢s interesante: fichar barato y vender caro.

La revoluci¨®n matem¨¢tica ya tiene sus historias de ¨¦xito. El Leicester, el Seattle Sounders y el Midtylland -campeones vigentes de las ligas inglesa, norteamericana y danesa- han usado este tipo de m¨¦todos para formar sus equipos. El uso de estad¨ªstica en los entrenamientos y en el an¨¢lisis del rival viene siendo algo m¨¢s com¨²n, pero en la captaci¨®n de jugadores es m¨¢s innovador: ¡°Mirar datos anal¨ªticos para buscar jugadores es com¨²n¡±, dice Brian Clarhaut, segundo entrenador del Nyk?ping BIS sueco y uno de los dos ¨²nicos norteamericanos que entrena en Europa. ¡°Lo que no es com¨²n es hacer que los datos te den una lista inicial de jugadores. Eso es a¨²n nuevo y revolucionario¡±, a?ade. Las agencias de jugadores tambi¨¦n ven los beneficios de mejores datos: ¡°Si tienes un extremo que quiere m¨¢s dinero, debes mirar m¨¢s all¨¢ de sus goles y asistencias: precisi¨®n en los desplazamientos, ocasiones creadas. Hay que contar su historia en n¨²meros¡±, dice Remy Cherin, agente la norteamericana Remington Ellis Management.

El Sevilla es quiz¨¢ el club que mejor ha fichado en Espa?a los ¨²ltimos a?os. Su direcci¨®n deportiva tiene a 16 empleados, que tienen asignadas ligas, las siguen y destacan a jugadores puntuales. Con esa informaci¨®n, hacen una lista: ¡°Entre los 100 centrales que pueden venir al Sevilla, hemos visto a 99 y los t¨¦cnicos dicen que 20 de esos pueden jugar en el primer equipo. Ese primer filtro es subjetivo¡±, dice Jes¨²s Olivera, analista de la direcci¨®n deportiva. Esa lista se pasa al director deportivo, Monchi, y a sus ayudantes y ¡°deciden que hay 10 elegidos¡±, dice Olivera. ¡°Entonces es cuando empiezas a ir al detalle con estad¨ªsticas porque si intentas ver el detalle de los 100 te puedes volver loco¡±, dice Olivera.

El Sevilla usa datos estad¨ªsticos como filtro final. Olivera sabe que hay modelos que pueden perfeccionar todo el proceso, y no solo mirar 100 sino 1.000 o 10.000, pero a¨²n no lo hacen: ¡°Que haya programas estad¨ªsticos que tengan sensibilidad para el juego es complicado¡±, dice, pero admite que el futuro va en esa direcci¨®n: ¡°El big data es denso, requiere m¨¢s trabajo porque tienes que guardar el equilibrio entre la ingenier¨ªa inform¨¢tica y el deporte¡±. Por ahora, el Sevilla no tiene ning¨²n ingeniero ni economista en la secretar¨ªa t¨¦cnica. Olivera no descarta que llegue alguno pronto.

El ingeniero de los Sounders

Los Seattle Sounders tienen a su ingeniero desde 2013. Ravi Ramineni es el jefe de anal¨ªtica de datos del equipo tras pasar 6 a?os en Microsoft. Cuando lleg¨® era un bicho raro. Tuvo que ganarse confianza con sus datos. ¡°A menudo o¨ªa c¨®mo alguien recordaba un golazo o un error terrible de un jugador y dec¨ªa a continuaci¨®n ¡®creo que X es un buen finalizador y por eso es mejor que Y¡¯¡±, cuenta. Ramineni hac¨ªa entonces lo que cualquier estad¨ªstico: mirar los datos y no fiarse de sus impresiones. ¡°Entonces es cuando me dec¨ªan ¡®oh guau, vale¡¯ y me preguntaban por mis m¨¦tricas¡±.

Que los Sounders sean los campeones no es casualidad. Su rival en la final, el Toronto FC, tambi¨¦n hab¨ªa invertido en un equipo propio de anal¨ªtica, seg¨²n Ramineni. ¡°Llevo tres a?os en el club y el ¨²ltimo es el que m¨¢s hemos usado los datos¡±, dice. Los Sounders no toman sus decisiones basados solo en datos, pero ¡°cuando hay datos, no tomamos ninguna decisi¨®n sin mirarlos¡±, dice.

La falta de confianza en los datos en f¨²tbol es admisible. No son f¨¢ciles de recoger. Opta es la empresa de referencia en recogida de datos. El m¨¦todo es una evoluci¨®n inform¨¢tica de los tradicionales palotes para contabilizar jugadas: ¡°Cogemos todas las acciones con bal¨®n: sabemos qui¨¦n lo toca, d¨®nde y cu¨¢ndo. Podemos decir cu¨¢ntas veces ha tocado el bal¨®n un jugador, con qu¨¦ parte del cuerpo, d¨®nde y en qu¨¦ segundo¡±, dice Chechu Fern¨¢ndez, director de producci¨®n de Opta. El instante en que lo toca es importante, por ejemplo, porque permite calcular la velocidad de una jugada. Opta tiene estos datos de 20 ligas en el mundo. Tambi¨¦n hay empresas -las dos principales son Instat o Wyscout- que recortan los v¨ªdeos de miles de partidos para poder reunir todos los regates o contraataques de un solo jugador.

Este m¨¦todo es prodigioso y requiere de un entrenamiento especial para los empleados que introducen los datos en directo. Pero para Ramineni ¡°es muy primitivo¡±. ¡°Veo el f¨²tbol como un juego donde se manipula el espacio a trav¨¦s del movimiento sin bal¨®n¡±, a?ade. Para que los datos sean ¨²tiles, Ramineni aspira a tener la posici¨®n exacta de los 22 jugadores en cada segundo del partido. Entonces, cree, llegar¨¢ la revoluci¨®n verdadera de los datos.

La importancia de la colocaci¨®n

Saber la colocaci¨®n de todos los jugadores puede parecer excesivo, pero no lo es. Matthew Benham, propietario del ingl¨¦s Brentford y del dan¨¦s Midtjylland, que ha hecho su fortuna con modelos estad¨ªsticos en una casa de apuestas, cont¨® este caso en la conferencia Matchbook Traders de 2015: ¡°Un jugador puede ser bueno en robos y tackles [entradas] pero quiz¨¢ es m¨¢s vistoso que otro en quien no te fijas porque es m¨¢s sigiloso que quienes van con todo. Por otro lado, ?est¨¢ el jugador haciendo muchas entradas porque est¨¢ mal colocado?¡±

La estad¨ªstica llega tarde al f¨²tbol no solo porque sea un deporte conservador con poca confianza en los datos. Tambi¨¦n porque hay retos dif¨ªciles de solucionar respecto a otros deportes. Hay causas evidentes: los pies son menos fiables que las manos. ¡°Las acciones con las manos son m¨¢s reproducibles porque su precisi¨®n es mayor que la de los pies¡±, dice Rafa Monfort, ojeador de Udinese y Watford. Los creadores de Opta, por ejemplo, fueron dos especialistas en balonmano.

Hay al menos otros dos motivos: uno, la combinaci¨®n permanente de 11 jugadores. Uno de los mayores retos de los analistas es definir la aportaci¨®n de un jugador a su equipo y cu¨¢l ser¨ªa su rendimiento con otros 10 compa?eros. Dos, la poca cantidad total de datos respecto a otros deportes. ¡°La media de goles por partido es de 2,5-2,7 en todo el mundo, 22-27 tiros a puerta y hay muchos menos partidos que en el b¨¦isbol o en la NBA¡±, dice Ramineni.

La mayor ventaja de la estad¨ªstica no es su fiabilidad o innovaci¨®n, sino que viene a colaborar con una m¨¢quina imperfecta: el ser humano. La psicolog¨ªa lleva d¨¦cadas definiendo la irracionalidad humana en la toma de decisiones. Hay prejuicios cient¨ªficamente establecidos. Un ojeador que ha sido futbolista cree que su experiencia es t¨ªpica y por lo tanto busca ejemplos similares. Cuando nos convencemos de algo -de que un jugador es el adecuado o de que no lo es-, es m¨¢s probable que busquemos razones para seguir convencidos. Cuando hemos comprado -o fichado- algo, por malo que sea, de repente es mejor que lo que no hemos comprado y buscamos razones que lo certifiquen.

Pocos creen que en el f¨²tbol los modelos reemplacen todo juicio humano en la captaci¨®n de jugadores. La estad¨ªstica no eliminar¨¢ los errores porque el rendimiento de un jugador en otra ciudad o pa¨ªs depende de muchos factores -que tambi¨¦n pueden tenerse en cuenta en los c¨¢lculos. La mejora de los modelos es una labor permanente. Siempre habr¨¢ una pregunta nueva que hacerse. Aunque la respuesta, al menos, ya no podr¨¢ ser que ¡°el f¨²tbol es as¨ª¡±.