Para ganar el Tour de Francia no basta con tener corredores de calidad

¡°Me encanta que los planes salgan bien¡± dec¨ªa John Hannibal Smith y quiz¨¢ lo pensaba Tadej Poga?ar sonriendo en el podio tras su inapelable victoria en el Giro. Pero nuestros planes cuidadosamente dise?ados, frecuentemente son retorcidos y arruinados por una realidad que nos recuerda que vivimos rodeados de eventos disruptivos. As¨ª lo expresaba pesarosamente Matteo Jorgenson en sus declaraciones tras la ca¨ªda masiva ocurrida en la quinta etapa de la pasada Dauphin¨¦ Liber¨¦. Un Jorgenson que d¨ªas despu¨¦s, amenazaba los designios triunfales de Primo? Rogli? en dicha prueba, en una memorable ¨²ltima etapa brillantemente ejecutada por Ineos.

No es la primera vez que enfatizamos las azarosas circunstancias que conforman las pruebas ciclistas, la importancia de la adaptaci¨®n del equipo y de las estructuras de liderazgo para responder a dichas circunstancias. Estas reflexiones las hemos extendido a nuestras reuniones y almuerzos, concluyendo en la curiosidad por comprobar emp¨ªricamente el papel de las estructuras de liderazgo en la victoria de un equipo ciclista en su m¨¢xima competici¨®n: el Tour de Francia.

Cuando el Movistar se presentaba al Tour con el m¨ªtico tridente Landa-Nairo-Valverde, los aficionados m¨¢s circunspectos levantaban una ceja de escepticismo ante tres l¨ªderes, mientras que los m¨¢s sangu¨ªneos se mofaban de lo que llamaban eusebiadas (por Eusebio Unzue, el mago del equipo). Eran una generaci¨®n de seguidores que hab¨ªa mamado las historias del Tour de los grandes l¨ªderes del pasado, sus leyendas. Fausto Coppi era preguntado por sus gregarios cada ma?ana: ?qu¨¦ manda hoy, se?or capit¨¢n?, y uno de ellos, Sandrino Carrea, el m¨¢s fiel de sus soldados, lloraba en el podio del Tour del 52 vestido de amarillo gracias a una fuga lejana y buscaba con la mirada a Coppi como para disculparse y decirle al campionissimo, este maillot no me corresponde. Merckx fue un tirano con todo el pelot¨®n y con su equipo, como Armstrong o Chris Froome y a su manera, hasta Indurain o Marco Pantani. El equipo era para ellos, y si fallaban o se ca¨ªan, no hab¨ªa m¨¢s. No hab¨ªa segundo en el equipo ni plan B. El cambio que anticip¨® el Movistar tric¨¦falo, la pandemia lo convirti¨® en norma y Jumbo lo refin¨® con su dominio en la Vuelta pasada, convirtiendo la victoria en un juego de equipo entre Roglic, Vingegaard y Kuss. Un paso intermedio de un liderazgo centralizado a otro descentralizado lo empezaron a dar los equipos m¨¢s grandes ¡ªSky, Ineos, Jumbo, UAE¡ª cuando decidieron que el lugarteniente del l¨ªder o hasta el tercero en el equipo no levantara el pie una vez acabada su tarea y se dejara ir ahorrando fuerzas para el d¨ªa siguiente, sino que siguiera esforz¨¢ndose como si ¨¦l fuera el l¨ªder para as¨ª disponer de un arma t¨¢ctica m¨¢s en caso de ca¨ªda o p¨¢jara del jefe.

La literatura especializada diferencia entre estructuras de liderazgo centralizadas y descentralizadas. Las centralizadas se organizan en torno a un ¨²nico l¨ªder y el resto de miembros del equipo subordinan sus acciones a los requerimientos de este, posibilitando y reforzando dicho liderazgo a lo largo del tiempo. Alternativamente, las descentralizadas se organizan en torno a varios l¨ªderes, en las que el rol de liderazgo se alterna a lo largo del tiempo entre varios miembros del equipo que transitan con flexibilidad entre roles de seguidor y l¨ªder, siendo l¨ªderes o miembros del equipo en funci¨®n de las circunstancias o los requisitos cambiantes de tarea. Si se pregunta ?cu¨¢l es mejor? la respuesta es que depende de la experiencia del equipo con la tarea que realiza y su contexto. Cuando el equipo entiende su tarea como sencilla, con pocos cambios y el contexto en el que se ejecuta es predecible, las estructuras centralizadas suelen permitir que objetivos se consigan muy eficientemente. Pero cuando el equipo entiende su tarea como compleja, advierte muchos cambios y su contexto es poco predecible, las estructuras de liderazgo descentralizadas ofrecen m¨¢s flexibilidad y capacidad de adaptaci¨®n para que el equipo logre sus objetivos.

De este modo, para predecir el rendimiento de los equipos en el Tour seleccionamos varias variables: la calidad del equipo (total de puntos UCI de los miembros del equipo), la estructura de liderazgo inicial (n¨²mero de l¨ªderes al comienzo de la prueba), la estructura de liderazgo durante (n¨²mero de l¨ªderes durante el desarrollo de la prueba), eventos disruptivos cualitativos (si el l¨ªder o l¨ªderes hab¨ªan sufrido una ca¨ªda, lesi¨®n, p¨¢jara o abandono) y eventos disruptivos cuantitativos (n¨²mero de abandonos ocurridos en el equipo, sin incluir al/los l¨ªder/es). La estructura de liderazgo inicial y durante la prueba fueron inferidas del an¨¢lisis de noticias por nuestra parte, en tanto que el resto de variables fueron obtenidas de la plataforma ProCyclingStats. En particular, la medida de rendimiento la obtuvimos del ProCyclingStatsScore (PCSS) de los 22 equipos integrantes en las ediciones seleccionadas (23 en la edici¨®n de 2021). El PCSS es un ¨ªndice sint¨¦tico que combina las victorias de etapa, los d¨ªas en la clasificaci¨®n general, los d¨ªas con el maillot de la regularidad, los d¨ªas con el maillot de la monta?a, los d¨ªas con el maillot blanco, el n¨²mero de etapas en las que sus corredores finalizan entre los tres y los diez primeros, adem¨¢s de los d¨ªas en carrera del mejor corredor en la general. Para nuestros an¨¢lisis seleccionamos el periodo entre 2018 a 2023 (incluyendo ambos). En 2017 cambi¨® el c¨¢lculo de puntos UCI y se redujo de nueve a ocho el n¨²mero de integrantes en los equipos del Tour y ambas modificaciones podr¨ªan afectar a los resultados.

Utilizamos ¨¢rboles de decisi¨®n, un algoritmo de machine learning supervisado que genera un conjunto de reglas para tomar decisiones. Los ¨¢rboles de decisi¨®n funcionan en dos pasos: primero generan un modelo basado en los datos con los que se entrena y segundo, ofrecen unas reglas de decisi¨®n con un resultado que permite hacer predicciones con nuevos datos a futuro. Utilizamos esta t¨¦cnica por su facilidad para ser visualizada (a modo de ¨¢rbol invertido), comprendida e interpretada, haci¨¦ndola muy empleada en procesos de toma de decisiones.

Con esta l¨®gica anal¨ªtica entrenamos dos modelos representados como ¨¢rbol 1 y 2 respectivamente. El ¨¢rbol 1 resume un primer modelo que utiliza todas las variables predictoras elegidas para estimar su efecto sobre el rendimiento en el Tour, y nos muestra con claridad el papel que tiene la calidad del equipo sobre el rendimiento en el Tour. Seg¨²n los an¨¢lisis de regresi¨®n asociados al ¨¢rbol de decisi¨®n, un 35% del rendimiento en la prueba se explica por la calidad del equipo (puntos UCI). Sin sorpresas hasta aqu¨ª, un equipo con mucha calidad va a rendir a un nivel elevado.

Considerando el papel de la calidad del equipo sobre su rendimiento en el Tour, entrenamos un segundo modelo controlando la calidad de los equipos; esto es, haci¨¦ndola equivalente entre ellos (algo que podr¨ªa tener cierto sentido entre los primeros equipos de la general), para observar c¨®mo se comportaban el resto de variables al predecir el rendimiento. El modelo generado explica un porcentaje menor de variabilidad en rendimiento al restarle la variable con m¨¢s peso, pero su sencillez ofrece observaciones complementarias interesantes, como resume el ¨¢rbol 2.

Los an¨¢lisis realizados utilizando datos de archivo e historiogr¨¢ficos, nos permiten elaborar tres conclusiones:

Primero, necesitamos un equipo compuesto por excelentes corredores para ganar el Tour. Tener m¨¢s de 7900 puntos UCI solo est¨¢ al alcance de los mejores equipos del pelot¨®n, como UAE, Visma, Red Bull, Ineos, Lidl-Trek, Alpecin, Soudal o Bahrain. Pero la calidad no es suficiente, porque los equipos muy buenos (con m¨¢s de 7963 puntos UCI) obtienen mejores resultados si afrontan m¨¢s de un evento disruptivo durante la prueba. Esto nos habla del concepto de antifragilidad, que captura c¨®mo los equipos mejoran adapt¨¢ndose a la adversidad y nos sugiere que, ganar el Tour tiene m¨¢s que ver con adaptarse a los eventos disruptivos, que con tener la fortuna de que no ocurran. Es ganar, frente a estar entre los cinco primeros.

Segundo: iniciar el Tour con estructuras de liderazgo descentralizadas mejora el rendimiento de los equipos en la prueba. Este efecto aparece tanto en equipos buenos (m¨¢s de 6900 puntos UCI), como en equipos m¨¢s modestos (menos de 3680 puntos UCI). Por tanto, un equipo como Ineos, arrancando el Tour con una estructura de liderazgo descentralizado terminar¨ªa entre los cinco primeros, optando incluso a p¨®dium, en lugar de finalizar en torno al octavo puesto. Del mismo modo, equipos m¨¢s modestos como Total Energies o Astana, comenzando el Tour con estructuras de liderazgo descentralizadas podr¨ªan terminarlo en mitad de la tabla, en lugar de al final. Es una diferencia ostensible.

Finalmente, los equipos con estructuras descentralizadas de liderazgo aumentan su umbral de tolerancia frente a eventos disruptivos. Sorprende comprobar c¨®mo el rendimiento de las estructuras descentralizadas hasta con tres abandonos es mayor que el de las centralizadas sin sufrir eventos disruptivos. Hablamos de acabar la general en quinta o en novena posici¨®n. En teor¨ªa los rendimientos deber¨ªan ser equivalentes, pero el Tour es dur¨ªsimo, repleto de eventos inesperados, y premia estructuras de liderazgo descentralizadas que facilitan la adaptaci¨®n. Lo comprobamos mejor al ver c¨®mo los equipos con estructuras centralizadas que sufren eventos disruptivos caen hasta la duod¨¦cima posici¨®n en la general. Las estructuras centralizadas limitan la adaptaci¨®n del equipo y resultan en un rendimiento sub¨®ptimo.

Estos resultados son un primer paso para entender el papel de las estructuras de liderazgo y los eventos disruptivos sobre el rendimiento en equipos ciclistas. Nuestros datos no nos permiten observar los procesos adaptativos que ocurr¨ªan en los equipos analizados, los eventos que han experimentado o su estructura de liderazgo real. Quiz¨¢ esta aproximaci¨®n despierte el inter¨¦s en el pelot¨®n e investigaciones futuras nos permitan aprender m¨¢s al respecto.

Ni nos dedicamos a las apuestas, ni pretendemos ganar la porra en el bar de la esquina. Pero considerando los resultados obtenidos con nuestros ¨¢rboles, aqu¨ª va nuestra predicci¨®n: El Tour lo va a ganar un equipo que tenga m¨¢s de 7900 puntos UCI, con m¨¢s probabilidad si arranca con una estructura de liderazgo descentralizada, incluso sufriendo un par de eventos disruptivos. El equipo ganador ha de contar con una alineaci¨®n compacta, sin grandes diferencias entre sus corredores, mostrado en la mediana de puntos UCI con que inician los 22 equipos la carrera en Florencia. La baja mediana excluir¨ªa de la general al Alpecin de Philipsen y Van der Poel, al Lotto de Van Gils y De Lie, y al Soudal de Evenepoel y Landa. El UAE de Poga?ar, Adam Yates, Almeida y Ayuso presenta unos extraordinarios 22.910 puntos UCI, casi el triple del umbral de excelencia; y, de ellos, 9.513 pertenecen al esloveno, due?o ¨¦l solo de m¨¢s puntos que 18 equipos al completo. La calidad es suya, pero nuestro modelo, sin embargo, confirma la intuici¨®n de los aficionados y refuerza al Visma de Vingegaard, Jorgenson y Van Aert, que tiene clara la l¨®gica de liderazgo descentralizado y ya ha comenzado su adaptaci¨®n al sufrir un evento disruptivo (el covid de Kuss) antes incluso de comenzar el Tour. El tercer equipo deber¨ªa salir del duelo entre el Ineos de los cuatro chicos buenos con Rodr¨ªguez, Thomas, Pidcock y Bernal, y el Red Bull de Roglic, Vlasov y Hindley.

Que la carretera diga el resto¡­ Vive le Tour!

Ram¨®n Rico Mu?oz es catedr¨¢tico de Organizaci¨®n de Empresas, Universidad Carlos III, Madrid

Ram¨®n Rico Cuevas es doctorando en IA y Ciencia de Datos, Universidad de Utrecht (Pa¨ªses Bajos)

Puedes seguir a EL PA?S Deportes en Facebook y X, o apuntarte aqu¨ª para recibir nuestra newsletter semanal.