El exjefe de anal¨ªtica del Bar?a alerta de c¨®mo la batalla del dato desequilibrar¨¢ el f¨²tbol: ¡°Espa?a puede quedarse atr¨¢s¡±

Javier Fern¨¢ndez, ex jefe del departamento de an¨¢lisis de datos del Bar?a, prefiere decir que el asunto no le preocupa a¨²n. ¡°El f¨²tbol espa?ol tiene una gran oportunidad¡±, dice. Pero esa gran oportunidad es subirse a un tren que muchos grandes clubes de Europa ya explotan: el an¨¢lisis masivo de datos para mejorar el rendimiento de sus equipos.

¡°Me encantar¨ªa ver el f¨²tbol espa?ol en la misma ola acelerada que el ingl¨¦s y ahora tambi¨¦n el alem¨¢n¡±, dice Fern¨¢ndez. Pero en Espa?a hay solo brotes verdes. Dos clubes han apostado de momento por tener una unidad de datos: Bar?a y Sevilla. ?El resto? ¡°La Real Sociedad tiene a un par de personas, el Athletic de Bilbao, Las Palmas, el C¨¢diz, Eibar, el Betis un poco m¨¢s, Mallorca tambi¨¦n ha a?adido a alguien hace poco y el Deportivo de la Coru?a y el Levante¡±, explica Fern¨¢ndez con la cautela de quien sabe que no todo se revela en este sector. Real Madrid y Atl¨¦tico no tienen nada conocido.

¡°El problema es que est¨¢ acelerando fuerte en los ¨²ltimos meses y la diferencia en cinco o diez a?os puede ser grande¡±, advierte Fern¨¢ndez. ¡°Nos podemos quedar atr¨¢s¡±.

En Europa, como cont¨® un reciente reportaje publicado en este peri¨®dico, los pioneros son los grandes de la liga inglesa, algunos alemanes y el Ajax. Sus equipos de datos m¨¢s consolidados rondan las cinco o seis personas, y a veces son pocas, seg¨²n Fern¨¢ndez. ¡°En Espa?a veo que la opci¨®n t¨ªpica es incorporar a una persona con experiencia previa para que vaya amasando, que es un muy buen primer paso, pero deber¨ªan hacer una inversi¨®n estrat¨¦gica para saber qu¨¦ ventaja competitiva puede dar esto y cu¨¢nta gente necesitas, no solo para decir que trabajo con dato¡±, explica.

El problema con los datos en el f¨²tbol es que llevan a?os de runr¨²n sin grandes resultados evidentes. Como la evoluci¨®n de la mayor¨ªa de las tecnolog¨ªas, hay un boom de atenci¨®n cuando se empieza a hablar de ellas y luego entran en un valle de adaptaci¨®n donde nada parece cambiar mucho. Pero de repente vuelve a estar en todas partes y ya para quedarse. Fern¨¢ndez (Maracaibo, Venezuela, 1987) ha vivido buena parte de este proceso en Espa?a.

Tras graduarse en ingenier¨ªa inform¨¢tica en Venezuela, viaj¨® a Barcelona para estudiar un m¨¢ster en la Universitat Polit¨¦cnica de Catalunya en 2014. Poco despu¨¦s entr¨® en el Bar?a, donde ha trabajado durante cinco a?os e investigado para su doctorado, a punto de culminar. Ahora ha fichado por Zelus, una empresa pionera de EE UU dedicada a varios deportes, fundada por dos cient¨ªficos de datos que han trabajado con la Roma, los Sacramento Kings y Los Angeles Dodgers.

¡°Todo est¨¢ cada vez m¨¢s nivelado en el f¨²tbol porque la capacidad f¨ªsica y t¨¢ctica de los jugadores promedio ha mejorado mucho. ?C¨®mo sacas una ventaja extra?¡±, se pregunta Fern¨¢ndez. ¡°De dos maneras: uno, con un s¨²perjugador, que son capaces de hacer algo extra pero cuestan s¨²permillones, o dos, tomar decisiones de manera informada, lo que har¨¢ que tengas m¨¢s dinero para fichar, que tengas a mejores profesionales y mejor tecnolog¨ªa¡±. Un problema del f¨²tbol como espect¨¢culo en las pr¨®ximas d¨¦cadas es la creciente competencia. No puede permitirse ser aburrido.

?Pero cu¨¢nto aportan en realidad los datos?

Los datos no son magia negra. La obtenci¨®n de beneficios de su an¨¢lisis requiere inversi¨®n, tiempo y una cultura adecuada de club. Con eso, dice Fern¨¢ndez, ¡°puede ser determinante para tener 3, 4, 5 puntos m¨¢s por temporada. En una competici¨®n igualada te puede hacer campe¨®n, meter en la Champions o salvar del descenso.

Los datos en f¨²tbol suelen tener tres aplicaciones: fichajes, entrenos y rendimiento f¨ªsico y an¨¢lisis de partidos y rivales. Cada equipo opta por sus preferencias. Los fichajes son el ejemplo m¨¢s recurrente, pero no es f¨¢cil montar un sistema global de detecci¨®n de talento de jugadores que vayan a funcionar bien en un equipo. Los datos disponibles hoy en mucho ligas ya no solo analizan lo que hace un jugador con bal¨®n, sino que rastrean sus movimientos durante todo el partido.

Hist¨®ricamente ha habido decenas de ojeadores por el mundo que pod¨ªan ver 10 o 15 partidos de un grupo reducido de jugadores y elaboraban un informe. En base a esos informes un grupo de expertos analizaba si lo deben fichar o no y por cu¨¢nto. ¡°Ah¨ª es donde entraba el dato, como algo que validaba una decisi¨®n¡±, dice Fern¨¢ndez. ¡°Pero ese es el mayor enemigo para su adopci¨®n¡±. La adopci¨®n de datos en un club necesita de un cambio de estructura: ¡°Uno de los ejemplos mas sonados es el Sevilla de Monchi¡±, dice.

¡°Ya eran expertos en fichar jugadores de la manera cl¨¢sica, pero ahora lo hacen de manera distinta: construyen perfiles detallados de jugadores en todo el mundo y puedes ver con datos a 20 o 30 mil jugadores y evaluar desde China a M¨¦xico o la tercera divisi¨®n alemana. Entonces generas una lista m¨¢s corta donde s¨ª empleas todos tus recursos para ir a verles¡±, dice. ¡°No se trata de resumir estad¨ªsticas, sino de tener una visi¨®n detallada de si un jugador puede funcionar para m¨ª, si est¨¢ infravalorado o si ser¨¢ diferencial¡±, a?ade.

El problema del f¨²tbol es el gol

La lenta adopci¨®n de los datos en el f¨²tbol entre los grandes deportes tiene una explicaci¨®n l¨®gica: se marcan pocos goles. Es por tanto m¨¢s complejo seleccionar qu¨¦ es decisivo para marcar. Hay otros rasgos que a?aden dificultad: hay muchos jugadores, es un terreno grande y se juega con el pie, con lo que es menos preciso.

¡°El valor de un gol en el f¨²tbol es el m¨¢s alto que hay entre los grandes deportes. Hay m¨¢s puntos en baloncesto, goles en hockey o carreras en b¨¦isbol. El gol aparece muy poco en cada partido. Alguien puede hacer un partido espectacular pero te marcan un gol y lo pierdes. La correlaci¨®n entre las acciones en el campo y marcar un gol es mucho m¨¢s ruidosa¡±, explica Fern¨¢ndez.

Pero eso no convierte el f¨²tbol en un deporte impredecible. Uno de los grandes retos es entender c¨®mo afecta cada movimiento al gol. En un art¨ªculo reciente, Fern¨¢ndez ha intentado responder al ¡°gran problema de la atribuci¨®n¡±: qu¨¦ importancia tiene cada jugada dentro del contexto de un partido. Lo han llamado valor esperado de una posesi¨®n (EPV, en ingl¨¦s). ¡°No llamar¨ªa impredecible el f¨²tbol, porque si haces un buen modelo y analizas el rendimiento de un jugador durante varias temporadas s¨ª tiene capacidad predictiva¡±, dice.

¡°En el f¨²tbol no hay ninguna variable que tenga correlaci¨®n directamente con el gol. Hay que amasar los datos. Tiene que ver tambi¨¦n con el tama?o del terreno y el n¨²mero de jugadores y que se juega con los pies. Con todo, si haces una buena validaci¨®n y buscas las m¨¦tricas representativas encuentras que se puede valorar el rendimiento pasado, actual y futuro¡±, explica.

?Todo esto har¨¢ que mi equipo gane la Champions?

No.

¡°Cuando los clubes quieren ganar la Champions, yo les digo que es un objetivo bonito pero estad¨ªsticamente improbable¡±, dice Fern¨¢ndez con la firmeza atenuada propia de los ingenieros. En un partido puede pasar de todo y m¨¢s en una competici¨®n de eliminatorias.

Cuando un espectador escucha que su equipo tiene un 60% de opciones de ganar, igual se relaja un poco. Pero no deber¨ªa.

¡°La probabilidad no se comunica f¨¢cil¡±, dice Fern¨¢ndez. ¡°Hay un gran trabajo pendiente en traducir esas cosas¡±. En la tele seguimos viendo la distancia recorrida, el n¨²mero de chuts, faltas y porcentaje de posesi¨®n. ¡°En su lugar podr¨ªamos ver cosas que est¨¢n m¨¢s correlacionadas con el ¨¦xito: goles esperados, por ejemplo. Son la probabilidad de marcar sumada de todos los remates que hubo. Siempre podr¨ªas decir que solo 1 de cada 10 veces este equipo hubiera ganado o que lleg¨® suficiente al ¨¢rea y este equipo lo mereci¨® m¨¢s. Y sobre jugadores, ya no n¨²mero de pases correctos sino si super¨® primera, segunda o tercera l¨ªnea, si contribuy¨® a la probabilidad de gol. Ya son m¨¦tricas s¨®lidas¡±, dice.

El enemigo es el ruido

Nuestra cabeza nos da a menudo la sensaci¨®n de que entendemos lo que ocurre cuando solo basamos nuestras opiniones en datos aleatorios y mal ordenados. ¡°El dato en el calor de una temporada te permite escaparte de la an¨¦cdota o el sesgo y ver la figura global. Un jugador ha metido dos golazos en dos partidos y en tu cabeza se transforma en el mejor, pero hay que estudiar ese impacto para entenderlo¡±, dice Fern¨¢ndez.

Esta cobertura tiene consecuencias para la comprensi¨®n del deporte y las emociones que lo rodean: ¡°En los medios el rendimiento se basa en an¨¦cdotas recientes y espor¨¢dicas. Un club podr¨ªa informar mejor a su afici¨®n sobre por qu¨¦ creen que est¨¢n mejor o peor de lo que indica la clasificaci¨®n¡±, dice.

La cultura de un club o el ¡°ah¨ª vienen los listos¡±

Los clubes de f¨²tbol han empleado tradicionalmente a t¨¦cnicos especialistas en lo que ocurre en el terreno, con una experiencia muy espec¨ªfica. La entrada de un grupo de ingenieros con ordenadores en un club puede crear choques culturales similares a un director de orquesta en un concierto de reggaeton. Fern¨¢ndez huye de la idea de ¡°vienen los listos¡± en favor de intentar crear una estructura donde la informaci¨®n fluya y ayude a hacerse preguntas nuevas y a tomar cuantas m¨¢s decisiones mejor. ¡°El elemento clave no es pensar que ah¨ª vienen los listos sino que hay mucha presi¨®n y no hay tiempo de pararse y pensar. Se trata de crear una caja de herramientas para muchas preguntas, no responder a una ¨²nica pregunta¡±.

¡°El primer paso en muchos lugares es contratar solo a una persona para manejar una apuesta tecnol¨®gica que requerir¨ªa tener una startup dentro de un club, entre 10 o 15 personas¡±, dice Fern¨¢ndez. ¡°Esa persona intenta resumir todo lo que puede con los datos. Pero hay una diferencia grande cuando a esa amplitud de recolecci¨®n de datos le aplicas un modelo de inteligencia artificial para extraer m¨¦tricas estables y predictivas que te digan si un jugador que lo hace bien en la segunda divisi¨®n mexicana va a funcionar en la segunda divisi¨®n espa?ola. Pero poder hacer eso ya no es trivial y es donde la inversi¨®n en una estructura que se sepa manejar es importante. No basta con tener datos de todas las ligas y resumirlos y escoger quien chuta m¨¢s¡±, explica.

Los clubes con esas estructuras son muy pocos a¨²n. Por no hablar por ejemplos de aplicar datos en tiempo real, algo a¨²n por hacer. En el f¨²tbol australiano, una especie de rugby, pueden tener hasta 20 especialistas pendientes, seg¨²n Fern¨¢ndez.

Dentro de un club, esto no es solo un tema tecnol¨®gico inmediato. No es como necesitar un tornillo y comprarlo. ¡°Es m¨¢s un proceso de transformar una cultura interna, de investigar, colaborar y ver d¨®nde es m¨¢s viable aplicar algo. Los clubes que vas a ver en cinco a?os sacando una ventaja enorme es porque llevan a?o tras a?o entendiendo qu¨¦ funciona y qu¨¦ no¡±, dice.

Puedes seguir a EL PA?S TECNOLOG?A en Facebook y Twitter o apuntarte aqu¨ª para recibir nuestra newsletter semanal.