Carolina Mar¨ªn y el poder del ¡®big data¡¯ en el deporte

Carolina Mar¨ªn permanece en silencio, inm¨®vil en la oscuridad de la sala. A la se?al del fot¨®grafo, la campeona ol¨ªmpica y tricampeona del mundo en b¨¢dminton da un salto, eleva su raqueta y golpea con furia. Una metralleta de flashes captura cada instante. Bajo el parpadeo cegador, su cuerpo enlaza un movimiento detr¨¢s de otro, como si fuera un aut¨®mata. Repite la operaci¨®n hasta en 16 ocasiones. Siempre con la precisi¨®n con la que una bailarina realizar¨ªa su coreograf¨ªa. No es una m¨¢quina, pero hay algo de rob¨®tico en sus perfectas ejecuciones. Tambi¨¦n en su forma de trabajar. Se apoya en las estad¨ªsticas matem¨¢ticas, la anal¨ªtica avanzada y la inteligencia artificial (IA) para mejorar su t¨¦cnica y moldear sus entrenamientos. ¡°Sobre todo me ayudan a conocer los puntos d¨¦biles de mis rivales y a adaptar el plan de juego a cada contrincante¡±, dice la onubense, de 27 a?os. Cuando empez¨®, en 2006, apenas unos pocos cre¨ªan en las ventajas de los datos. Hoy, con las nuevas tecnolog¨ªas, la sofisticaci¨®n de los programas y la precisi¨®n de las respuestas, todos se han subido a la ola. El big data y cuanto lo rodea se han convertido en una herramienta indispensable para el deporte de ¨¦lite.

Mar¨ªn ten¨ªa 14 a?os cuando dej¨® su Huelva natal, se separ¨® de su familia y se instal¨® en el Centro de Alto Rendimiento de Madrid, dispuesta a convertirse en jugadora profesional de b¨¢dminton. Para entonces, el denominado big data ya hab¨ªa revolucionado sectores como la banca o la publicidad ¡ªaquello empez¨® en los noventa del siglo pasado¡ª. En el deporte, sin embargo, su uso se limitaba al mundo de las apuestas y las audiencias: ofrecer al p¨²blico datos estad¨ªsticos en los directos (porcentaje de canastas/goles/home run de un jugador, un equipo, etc¨¦tera). Eso explica que los pioneros en integrarlo en sus estrategias fueran deportes de masas como el baloncesto ¡ªla NBA tiene una larga tradici¨®n de recopilaci¨®n de datos con empresas especializadas como Second Spectrum¡ª o el b¨¦isbol. Fue ese deporte el que marc¨® el verdadero punto de inflexi¨®n. En 2002, los Atl¨¦ticos de Oakland basaron sus estrategias de juego y sus fichajes en estad¨ªsticas y predicciones matem¨¢ticas. Les tomaron por locos, pero ese mismo a?o batieron un r¨¦cord hist¨®rico con 20 victorias consecutivas y se clasificaron para los play off tras lustros de decadencia. Una historia que recoge el filme Moneyball (2011), protagonizado por Brad Pitt.

La filosof¨ªa de Moneyball se propag¨® como la p¨®lvora, aunque pocos se atrev¨ªan entonces a utilizarla. En 2004, los Boston Red Sox se proclamaron campeones tras casi un siglo sin conseguirlo; el equipo brit¨¢nico de ciclismo en pista se subi¨® al carro y cuatro a?os despu¨¦s logr¨® 14 medallas en los Juegos de Pek¨ªn, 10 m¨¢s que en los anteriores; y Fernando Rivas, que acababa de aterrizar como entrenador de la Federaci¨®n Espa?ola de B¨¢dminton ese mismo 2004, se convirti¨® en uno de los pioneros de Espa?a en usarlos. ¡°Carolina ha sido nuestro conejillo de Indias. Con ella hemos experimentando a lo largo de estos a?os¡±. Premio Nacional del Deporte 2014 y Medalla de Oro de la Real Orden del M¨¦rito Deportivo 2016, parece que no le est¨¢ yendo mal.

En deporte, los datos proceden en su mayor¨ªa del an¨¢lisis de v¨ªdeo. Rivas intenta sumar el n¨²mero de horas que han dedicado a ello, pero el c¨¢lculo se le plantea imposible. ¡°A un analista experimentado, una hora de v¨ªdeo le lleva hora y 45 minutos¡­¡±, arranca. ¡°Hay que ver el partido y anotar absolutamente todo: qui¨¦n saca, c¨®mo saca, su posici¨®n en pista en ese instante, c¨®mo se hace el pase¡­ Despu¨¦s importamos las anotaciones a un Excel y hacemos tablas din¨¢micas para buscar patrones¡±.

Hasta hace poco, ese acceso a los datos depend¨ªa enormemente de la capacidad de inversi¨®n de cada equipo. Inversi¨®n en tiempo, como en el caso de Rivas y Mar¨ªn: ¡°Hemos dedicado m¨¢s horas a recoger y analizar los datos y a hacer gr¨¢ficos que a entrenar. Y mira que horas de entrenamiento echamos muchas¡±, r¨ªe Rivas. O inversi¨®n en dinero. El mercado del an¨¢lisis deportivo movi¨® en 2020 m¨¢s de 920 millones de euros, seg¨²n Grand View Research, y se estima que para 2025 ascienda a 3.380 millones. Empresas como Stats Perform (antes Opta) se dedican a la recopilaci¨®n y venta de datos deportivos ¡ªl¨ªder mundial en rugby, cr¨ªquet y f¨²tbol¡ª desde principios de siglo.

En el peque?o pueblo pesquero de Aveiro (Portugal) tienen un edificio enorme en el que m¨¢s de 400 analistas de v¨ªdeo trabajan 24 horas al d¨ªa para poder anotar los datos de todos los partidos que se juegan en los distintos deportes y lugares del mundo. Se necesitan tres personas para cada encuentro: uno anota todo lo que hace el equipo local, otro lo que hace el visitante y un tercero para control de calidad. ¡°Los precios de los paquetes de datos pueden ir de los 7.000 a los 100.000 euros al a?o, seg¨²n lo que busque el cliente: si quieren el bruto de datos, los quieren ya procesados o quieren solo el software para procesarlos¡­¡±, estima Daniele Trombetta, ejecutivo de ventas de la compa?¨ªa, que trabaja con 22 equipos de f¨²tbol de LaLiga, incluidos gigantes como el Bar?a o el Madrid, y con todos los de la liga italiana (son proveedores oficiales). Reconocen que desde que empezaron hasta ahora no ha cambiado demasiado la forma de recoger los datos o la cantidad de ellos, sino el modo de procesarlos. ¡°Ese es el gran cambio¡±, aclara Chechu Fern¨¢ndez, ejecutivo de cuentas de Stats. ¡°Gracias a las nuevas tecnolog¨ªas y la inteligencia artificial, han mejorado la velocidad, la variedad y la precisi¨®n¡±.

Esa es la diferencia sustancial que Fernando Rivas ha notado. En 2014 Mar¨ªn se coron¨® campeona del mundo. Era la primera vez que una espa?ola se hac¨ªa con el t¨ªtulo, dominado siempre por las potencias asi¨¢ticas. Ya entonces los datos estaban ah¨ª. ¡°Recuerdo que el d¨ªa antes los tres entrenadores lo pasamos analizando partidos de la contrincante [la china Li Xuerui], preparando recortes de v¨ªdeo, tablas y gr¨¢ficos para Carolina. Estuvimos hasta las cuatro de la madrugada¡±, dice Rivas, sentado en el CAR, frente a su ordenador. Hoy, gracias a la adquisici¨®n de programas de an¨¢lisis automatizado que les ofrece Telef¨®nica, han podido reducir el tiempo que dedican a recoger datos, pero, sobre todo, el que dedican a analizarlos. ¡°Nosotros le damos el punto de sofisticaci¨®n al trabajo que ellos vienen haciendo ya desde hace a?os¡±, explica Pedro de Alarc¨®n, responsable del departamento de anal¨ªtica deportiva de Telef¨®nica. ¡°Eso es lo realmente interesante en su caso. Porque ellos tienen un hist¨®rico de datos, tanto de Carolina como de sus contrincantes, impresionante y que en b¨¢dminton probablemente nadie tenga¡±, cuenta. En estos a?os, Rivas y su equipo han analizado m¨¢s de 240.000 partidos. De cada uno de ellos se extraen una media de 52.000 datos, lo que supone unos 12.500 millones con los que trabajar. ¡°Es ah¨ª donde entran los algoritmos: un conjunto de programas inform¨¢ticos que analizan los datos de forma aut¨®noma para encontrar patrones¡±, explica De Alarc¨®n. ¡°Nuestro software se ha adaptado a las necesidades espec¨ªficas de Carolina para encontrar en esa informaci¨®n las respuestas que busca¡±. Pero el avance va m¨¢s all¨¢: ¡°A partir de los v¨ªdeos reales de los partidos analizados y teniendo en cuenta los datos, podemos recrear con realidad virtual el partido que quieran contra la contrincante que quieran. De esa manera, Carolina puede visualizar el partido para el que se est¨¢ preparando antes de jugarlo¡±, concluye.

Mar¨ªn memoriza e interioriza los gr¨¢ficos tan a fondo que sobre la pista casi intuye lo que la jugadora al otro lado de la red va a hacer antes de que lo haga. No es una certeza, pero sabe que cuando su contrincante est¨¢ en determinada zona de la pista y lanza el volante de una forma concreta, tiende a hacer un movimiento particular en la siguiente jugada. Eso le permite prever ciertas situaciones y adelantarse a ellas. Si uno la observa durante un torneo e imagina su cabeza llena de n¨²meros, resulta sencillo empatizar con la seriedad de su rostro. ¡°A veces, los miedos e inseguridades aparecen en la pista y vuelves a tus patrones, pero para eso tengo a mi entrenador, para recordarme lo que tengo que hacer¡±, dice la deportista. Conoce sus propias debilidades, as¨ª que en los entrenamientos previos practica la manera de convertir una jugada desfavorable en una favorable. ¡°Si Carolina suele fallar cuando el volante le llega de tal manera y se hace fuerte cuando golpea de tal otra, y lo sabemos por las estad¨ªsticas, no siempre es f¨¢cil corregir lo primero, pero podemos practicar para que, cuando se d¨¦ esa situaci¨®n, ella sepa c¨®mo revertirla y crear un entorno favorable donde pueda explotar sus fortalezas¡±, explica Rivas.

En la nueva era de los datos, Movistar apoya a sus deportistas de ¨¦lite patrocinados con proyectos de anal¨ªtica avanzada y machine learning adaptados a las necesidades de cada uno. Adem¨¢s de con Mar¨ªn en b¨¢dminton, trabajan con el Estudiantes de baloncesto, el Movistar Team de ciclismo o la Rafa Nadal Academy en tenis. Y no son los ¨²nicos. La Federaci¨®n Espa?ola de Atletismo acaba de invertir este 2021, con apoyo de una ayuda europea, un mill¨®n de euros para digitalizaci¨®n de big data. LaLiga ha invertido m¨¢s de 200 millones de euros en los ¨²ltimos seis a?os en un enorme proyecto de digitalizaci¨®n, inteligencia artificial y anal¨ªtica dirigido por Jos¨¦ Carlos Franco. Entre todas las iniciativas, una se centra en la parte deportiva: han creado una plataforma en la que los clubes tienen acceso a un exhaustivo estudio estad¨ªstico de sus jugadores y resultados elaborado por Mediacoach, el departamento propio en el que trabajan matem¨¢ticos, f¨ªsicos y analistas deportivos. ¡°Los equipos pueden ver sus estad¨ªsticas y las de sus contrincantes¡±, explica Roberto L¨®pez del Campo, coordinador de Mediacoach. ¡°Democratizamos el dato para que haya igualdad de condiciones¡±.

Las posibilidades que ofrecen esas estad¨ªsticas y variables son casi ilimitadas. Ya no se trata del promedio de goles que mete un futbolista o la media de triples de un jugador de baloncesto. Ni siquiera de detectar errores que un ciclista o un atleta tiende a cometer para corregirlos. A Mar¨ªn le controlan incluso los ciclos y fases del sue?o. ¡°Mi preparador f¨ªsico, Guillermo, con esos datos ve c¨®mo he dormido, si he recuperado o no y le transmite esa informaci¨®n a Fernando¡±, cuenta la tambi¨¦n cuatro veces campeona de Europa. ¡°Bas¨¢ndose en eso, ¨¦l puede planificar mis ejercicios del d¨ªa¡±. Muchas ma?anas entrena conectada a un aceler¨®metro que le colocan en la cintura. El peque?o aparato recibe y env¨ªa por bluetooth la informaci¨®n en el acto. ¡°Medimos cu¨¢nta fatiga est¨¢ acumulando. Incluso podemos programarlo para que cuando haya un 20%, o el porcentaje que sea, de p¨¦rdida de desplazamiento nos salte un aviso¡±, explica Rivas. ¡°Eso hace m¨¢s eficiente el trabajo diario y nos ayuda a prevenir posibles lesiones¡±.

En deportes de equipo tambi¨¦n utilizan los datos para prever lesiones o para adaptar ciertas partes del entrenamiento, pero no tanto a la hora de definir la t¨¢ctica de un partido: al ser deportes con varios jugadores que interact¨²an entre s¨ª, las variables son infinitas. Pedro de Alarc¨®n, el analista de Telef¨®nica, explica que con el Movistar Estudiantes de baloncesto suele usar los datos para cuestiones como el ojeo de jugadores. Miguel Ortega, director de operaciones del equipo, habla de la aplicaci¨®n donde acumulan las estad¨ªsticas de los jugadores de varias ligas europeas para cuando necesitan fichar a un ¡°especialista¡±. ¡°Ponemos las caracter¨ªsticas que necesitamos para cubrir ese puesto (determinadas estad¨ªsticas, cualidades¡­) de acuerdo con el precio que podemos asumir y eso nos permite reducir la lista a unos 20. Y ya con ellos hacemos el trabajo de campo, indagando sobre la personalidad, el estilo y la actitud¡±. Factores que los datos no pueden medir y que son tanto o m¨¢s importantes, seg¨²n coinciden expertos y entrenadores.

¡°Los factores humanos que no se pueden medir, como el car¨¢cter o la autoconfianza, son determinantes en el ¨¦xito deportivo¡±, advierte L¨®pez del Campo, de Mediacoach. Y pone un ejemplo: ¡°T¨² puedes tener a un portero con unas estad¨ªsticas de parada elevad¨ªsimas, pero, si en el minuto 1 le meten un gol y se desmotiva, baja su rendimiento¡±. Lo mismo sucede en baloncesto. El Estudiantes recurre mucho a las cifras en ¡°el clutch time¡± (los ¨²ltimos minutos). ¡°Son clave en el resultado final y la presi¨®n es muy alta. Con los datos, no buscas al jugador que m¨¢s encesta o rebotea, sino al que, siendo bueno en esos campos, estad¨ªsticamente es tambi¨¦n el que tiene la cabeza m¨¢s fr¨ªa en momentos de tensi¨®n¡±, resume Miguel Ortega.

Cuando a Mar¨ªn le miden el sue?o, el objetivo no es solo controlar su descanso para definir la intensidad del entrenamiento, sino acumular un hist¨®rico de datos para, en el medio plazo, tener estad¨ªsticas m¨¢s precisas sobre c¨®mo afecta el tipo y duraci¨®n de descanso a su cuerpo y tambi¨¦n a su mente (estado de ¨¢nimo, nivel de concentraci¨®n¡­). Algo similar pero m¨¢s amplio est¨¢n haciendo en la Rafa Nadal Academy, seg¨²n cuenta De Alarc¨®n: ¡°Como los chavales van all¨ª al colegio, miden su rendimiento acad¨¦mico, sus h¨¢bitos nutricionales, sus estad¨ªsticas de entrenamiento y de competici¨®n, sus datos m¨¦dicos y fisioterap¨¦uticos y hasta su estado de ¨¢nimo. Esto ¨²ltimo lo anotan los propios alumnos en una aplicaci¨®n cada d¨ªa. Y aunque esos datos son en un 90% manuales, ofrecen informaci¨®n muy valiosa, porque ayudan a establecer a largo plazo una relaci¨®n entre el estado an¨ªmico y el rendimiento deportivo¡±. Un primer intento por evaluar la fortaleza mental y la evoluci¨®n de los ni?os a medida que maduran. Estos experimentos que intentan ir m¨¢s all¨¢ de lo deportivo es hacia donde apuntan las nuevas l¨ªneas de investigaci¨®n de la anal¨ªtica avanzada y la IA en el deporte de ¨¦lite.

Carolina Mar¨ªn salta por ¨²ltima vez ante la se?al del fot¨®grafo. Se acerca al ordenador y dice con sobriedad: ¡°?Ahora s¨ª! El salto es perfecto. La ca¨ªda est¨¢ bien¡­¡±. Analiza minuciosamente cada movimiento congelado en la imagen. Es lo que lleva haciendo toda su vida. Leer e interpretar los datos en la pantalla para alcanzar la perfecci¨®n. ¡°El big data puede marcar la diferencia entre el oro y la plata, pero la clave es la fortaleza mental¡±, dice Rivas. Mar¨ªn lo sabe bien. ¡°Puedo porque pienso que puedo¡±, dice. Es su mantra. El que se repite a s¨ª misma una y otra vez. Dentro y fuera de la pista. Acaba de superar el a?o m¨¢s duro de su carrera y de su vida ¡ªen enero de 2020 se rompi¨® el ligamento cruzado anterior y estuvo siete meses fuera de la pista, luego lleg¨® la pandemia y en julio falleci¨® su padre despu¨¦s de varios meses de lucha tras un accidente laboral¡ª y ha vuelto a los torneos con esa entereza que la caracteriza. Ha ganado tres de los cuatro ¨²ltimos en los que ha participado. Y no piensa detenerse hasta alcanzar su objetivo: convertirse en la mejor jugadora de b¨¢dminton de la historia. Est¨¢ a una medalla ol¨ªmpica de conseguirlo. Este verano, en Tokio, podr¨ªa tener su gran oportunidad. ¡°Puedo porque pienso que puedo¡±.