El análisis de datos supone una revolución para el deporte profesional. El tratamiento de grandes volúmenes de información permite mejorar la toma de decisiones en terrenos tan dispares como la gestión de los fichajes, la táctica durante un partido o la estrategia de ticketing en unos play-offs. Los datos mueven un sector próspero en el que las empresas se atreven a desafiar cualquier concepto preestablecido, como es el caso de las cinco posiciones tradicionales del baloncesto.

El concepto Big Data se asocia habitualmente al ámbito científico, empresarial o comercial. Son grandes volúmenes de datos que, convenientemente procesados e interpretados, facilitan la toma de decisiones o la resolución de problemas. Sin embargo, el concepto cada vez toma mayor presencia en el deporte y, en especial, en la alta competición. Para cualquier aficionado es habitual escuchar en la retransmisiones del mundo del motor, en especial Fórmula 1, cómo los comentaristas hablan de la telemetría para analizar algún detalle relacionado con los pilotos, los motores o incluso con las condiciones climatológicas. En realidad, están interpretando datos que procesan computadoras. Es información que, en el caso de los medios, aporta una visión avanzada del deporte, pero en el terreno de las escuderías supone una ventaja competitiva que te sube al podio o te echa en una curva. Hablamos de millones de euros en beneficios o… pérdidas.

Pero el origen del uso de Big Data en deportes no está en la Fórmula 1. Reside en un deporte en el que el uso de la tecnología de vanguardia tiene menor incidencia en el desarrollo del juego. Se trata del béisbol. Para conocerlo, hay que remontarse a mediados de los años setenta. Bill James, un aspirante a articulista deportivo de Kansas, comenzó a analizar con lápiz y papel los registros históricos de los jugadores de béisbol de las Grandes Ligas. Sus artículos eran radicalmente distintos a lo que se conocía por aquel entonces: no analizaba los hechos del juego o los comentarios de los jugadores, se centraba en diseccionar el juego de cada jugador solo en función de los datos estadísticos disponibles, nunca sobre criterios subjetivos. Distintos editores rechazaron su trabajo, pero James decidió publicar estos artículos en un cuaderno llamado ‘Baseball Abstract’ en 1977. Fue todo un éxito que le hizo repetir con nuevas ediciones en años sucesivos. Su trabajo pionero hace que se le considere el padre de la Sabermetría. Este concepto hace referencia al análisis del béisbol a partir de evidencias objetivas, en este caso, las estadísticas que se generan durante el desarrollo de un partido. Son los primeros pasos del Big Data en deportes.

Moneyball, máxima rentabilidad con la mínima inversión

El concepto Big Data en deporte surge con fuerza en 2011 gracias a Hollywood. La película Moneyball, que dirige Bennet Miller y protagoniza Brad Pitt, recrea el trabajo de Billy Beane en los Oakland Athletics. La película está basada en un libro homónimo publicado por Michael Lewis en 2003, que analiza cómo el general manager del equipo consiguió relanzar a los Oakland Athletics gracias al uso intensivo de las estadísticas de jugadores de béisbol. Esta estrategia le permitió fichar a jugadores en horas bajas o que destacaban en estadísticas consideradas poco importantes por un coste muy bajo y obtener excelentes resultados deportivos y económicos con ellos.

Después de finalizar la temporada en 2001, Beane vio cómo los principales jugadores del equipo fueron comprados por clubes con más capacidad económica y, a la vez, se encontró ante el reto de configurar una plantilla con un presupuesto mínimo. De hecho, el presupuesto de los Oakland Athletics ocupaba el puesto 28º de un total de 30 equipos. ¿Qué hizo? Beane, en colaboración con los economistas Paul DePodesta y John Paul Ricciardi, comenzó a aplicar los principios sabermétricos a la hora de realizar los fichajes. Los responsables de scouting del equipo, que basaban sus fichajes en la intuición y el feeling que transmitían los jugadores,  se le echaron encima. Incluso hubo dimisiones por no comprender por qué Oakland compraba jugadores que nadie quería. Beane se salió con la suya y confirmó su apuesta al conseguir un hito espectacular: Oakland Athletics fue el primer equipo en ganar 20 partidos seguidos en los más de cien años de la Liga Americana. Desde la irrupción de la estrategia de Beane, al menos diez equipos de la Major League Baseball (MLB) tienen en su plantilla un analista de datos. Además, en la última década al menos tres Series Mundiales han sido ganadas por los Boston Red Sox y los New York Yankees, equipos que aplican los principios sabermétricos en sus estrategias. Bill James, ‘padre’ de la Sabermetría trabaja para los primeros.

 

Selección de artículos publicados en Metadeporte sobre Big Data en Deporte:

Puedes ver el contenido completo de este tema en tu tablet en la EDICIÓN FREE del número cero de Metadeporte. Para ello, DESCARGA GRATIS LA APP DE METADEPORTE EN TU TABLET ANDROID o DESCARGA GRATIS LA APP DE METADEPORTE EN TU IPAD

Más artículos sobre Big Data en Deporte