09 de enero de 2024

“La analítica de datos permite saber si un jugador está en riesgo de lesión”, David Sáez Ávila (Sports Data Campus)

“El negocio de Sports Data Campus consiste en dar la mejor y más completa formación a nuestros estudiantes, con programas bastante exclusivos”, comenta David Sáez Ávila (CEO). “Nuestra escuela de Negocios, ENIIT Innova IT Business School, es una de las escuelas de negocios online con más programas especializados en distintos ámbitos de la tecnología, con formación en castellano, del mundo”. En total son más de 500 profesionales entre personal indefinido, colaboradores externos, tutores y expertos que colaboran en el día a día.

“Nuestro cometido esencial es la formación. Formamos a más de 500 estudiantes de Máster al año en los 6 Másteres que tenemos actualmente, 4 en español, uno en inglés y otro en portugués. Junto con nuestro Campus Internacional de Ciberseguridad, nuestra referencia es Sports Data Campus, el mayor del mundo especializado en Programas Formativos de Educación Superior relacionado con el Big Data y la Analítica Avanzada aplicada al deporte”. Dentro de la actividad académica tienen acuerdos con múltiples clubes y entidades deportivas, como en el Sevilla FC o la Conmebol, o con grandes referentes del Análisis de Datos como Monchi o Víctor Orta.

David explica que hay dos grupos de estadísticas en relación con el juego:

Datos de Eventing: toda aquella acción en la que media el balón (disparos a puerta, saques de banda, duelos ganados…)
Datos de Tracking: se obtienen a través de dispositivos IoT. Reflejan el posicionamiento ‘X-Y-Z’ de cada jugador en el campo o en la cancha. Son varias tomas por segundo. En LaLiga en el proyecto MediaCoach se reciben a través de cámaras ópticas en los estadios, aunque también hay otros dispositivos de seguimiento del rendimiento como los EPTS (sudoración, pulsación, temperatura de la piel…).

“Con todos estos datos se construyen las métricas. Las hay simples como la posesión del balón, goles, asistencias, tiros a puerta, regates exitosos, kilómetros recorridos, etc.”, señala David: “Hay otras métricas avanzadas como la probabilidad de que un disparo acabe en gol, la probabilidad de que una acción se convierta en una asistencia de gol, disparos a puerta esperados…”. Estas métricas permiten explicar los aspectos más relevantes del juego como el análisis técnico-táctico de los rivales, o el desempeño físico de un jugador para saber si está en riesgo de lesión.

“La NBA es el Disney World del análisis de datos, está muy por delante de muchas competiciones. Todos habéis oído hablar de la película Moneyball de Brad Pitt centrada en el béisbol. Aquello fue el germen pero los trabajos que se han realizado en la NBA realmente son los que más han contribuido a que el análisis de datos en el deporte sea una disciplina esencial”. David menciona el ejemplo de los Houston Rockets, franquicia que buscaba anotar más puntos por posesión y obtener más posesiones adicionales. Tras analizar los datos de partidos anteriores, este equipo adoptó un enfoque de juego rápido, más mates para evitar rebotes y más tiros triples. Se modificó la forma de jugar de toda la NBA: “En torno al año un equipo lanzaba de media 4,8 triples por partido. En el 2011 se pasó a 6,4 y en la temporada pasada estábamos cerca de 13 triples por equipo en cada partido”.

También menciona que la FIFA analiza los datos de las competiciones internacionales para ver los estilos de juego: si se abusa de los centros, se dispara más dentro del área, se hacen conducciones más largas… Además, David indica que hay que saber adaptar las estadísticas a cada competición: “Si vas a contratar a un jugador croata deberías saber qué ponderación de la competición croata a nivel físico podría tener LaLiga. Si el nivel físico de la liga croata es un 20% inferior a la liga española, pues ya sabemos que tenemos que multiplicar las métricas físicas de esos deportistas por 0,8. O si fuera la Premier que a lo mejor tiene un 20% de nivel físico que la liga española, un jugador de la Premier que fuera a fichar por un equipo español, multiplicaríamos sus métricas por 1,2. Es algo muy sesgado y muy simple, para poner sólo el ejemplo”.