El Ojo Guiado

Los datos pueden guiar la vista del ojeador hacia el lugar correcto. Para ello se deben utilizar parámetros asociados a la necesidad puntual de búsqueda. Abordaremos algunos ejemplos que permitan comprender desde qué lugar las estadísticas nos pueden ayudar a sortear obstáculos, acercándonos rápidamente a las opciones de mercado disponibles más cercanas a nuestro objetivo.

La búsqueda de un futbolista siempre lleva aparejado un objetivo puntual. Datos importantes como las características de juego, la edad, el biotipo, físico, las cualidades técnicas, etc, son parte de un perfil al que debemos tratar de acercar en la mayor medida posible a los candidatos seleccionados. 

A modo de ejemplo, intentaremos en este artículo mostrar las distintas características de los laterales de la primera división de la Argentina. Es interesante ver cómo con una herramienta sencilla como Tableau y los datos de Wyscout, podemos realizar distintos análisis, enfocados en diversos aspectos que determinan conclusiones diferentes. 

En la toma de decisión es imperioso ampliar la visión del análisis para poder tener en cuenta la mayor cantidad de variables posibles y así disminuir el margen de error. Es por eso que el Big Data viene a aportar al mundo del scouting la reducción considerable de un  factor que es escaso e irrecuperable: los tiempos de trabajo. En otro tiempo un scout precisaba ver 50 jugadores para que 5 sean de interés, hoy gracias a la información con la que contamos, esto se puede reducir enormemente y llegar a jugadores de interés más rápido.

Hay dos frases que se le adjudican a uno de los más famosos directores deportivos que me gustaría mencionar en esta ocasión. Una de ellas es “sin los datos no contrato ningún jugador, solo con los datos tampoco”. La otra es “ya no se miran partidos, se miran jugadores dentro de partidos”. Ambas frases están referidas al acercamiento que hoy en día tiene cualquier actor del fútbol, con la información precisa de, prácticamente, todos los jugadores del planeta. 

Al observar un partido, se puede conocer el desarrollo de carrera de los jugadores presentes en el juego. Esto nos da la chance de confirmar u objetar ciertas características que ya conocemos del jugador y observar otras tantas que el dato no nos puede proveer como puede ser el regreso a posiciones defensivas después de un ataque o situaciones anímicas durante un partido, etc etc. 

Iniciemos este análisis contemplando una sola variable: duelos defensivos. Más allá de los nombres que aparecen en el gráfico, lo que intentamos estudiar en una solo visualización son los jugadores que mayor cantidad de duelos defensivos disputan con la mayor efectividad posible. Los jugadores que estén arriba a la derecha del gráfico son los que más duelos disputan y mayor eficiencia tienen. 

Los clubes cuando solicitan una búsqueda para una posición en particular definen lo que precisan con palabras y uno debe tener la pericia de transformar esas palabras en datos. El uso del Big Data, al responder a una búsqueda en particular, debe adaptarse a lo solicitado. Uno no puede tener una matriz rígida de búsqueda ya que no va a poder responder a distintos pedidos, sino más bien va a quedar atrapado en resultados rígidos sin contexto. Es un reaseguro a la hora de hacer una recomendación, haber llegado al jugador o los jugadores de interés, por distintos canales de búsqueda y no por encontrar que destaca en alguna u otra característica en particular.

Cuando la búsqueda nos pide un lateral que “cierre la banda” o que defensivamente sea sólido, podemos empezar por mirar cómo se comporta defensivamente. Inicialmente debemos definir nuestros filtros para buscar, para los casos que analizaremos después, serán jugadores que jugaron más de 600 minutos jugados, con más de 55 % de eficiencia en duelos defensivos y un promedio de 3 intercepciones por partido.

En este gráfico además de ver la cantidad de duelos disputados y su eficiencia en el rubro defensivo también vemos círculos y colores. El color de los círculos define la cantidad de faltas realizadas, el color verde es la escala mayor, amarillo intermedio y rojo es la menor escala. El tamaño de los círculos define las acciones de ataque exitosas. Cuanto más grande es el círculo mayor es la participación.

Entonces en una simple visualización podemos relacionar 4 factores, cantidad de duelos defensivos promedio/90 + Eficiencia en duelos defensivos % + Faltas cometidas promedio/90 + Acciones de ataque exitosas promedio/90.

En otro enfoque ahora intentaremos obtener una visión más amplia de la performance, tanto ofensiva como defensiva, de los laterales del futbol argentino. Por eso analizamos en este gráfico la eficiencia de los jugadores en ataque y en defensa vinculando la efectividad de estos aspectos.

Los jugadores que estén situados más a la derecha serán los que tienen mayor efectividad defensiva, los que estén más alto serán los que tienen mayor efectividad ofensiva. El mejor caso es estar arriba a la derecha ya que cumple las dos funciones. El color de los círculos define la cantidad de duelos ofensivos promedio por partido, el color verde es la escala mayor, amarillo intermedio y rojo es la menor escala. El tamaño de los círculos define la cantidad de duelos defensivos disputados promedio por partido. Cuanto más grande es el círculo mayor es la participación.

En esta visualización vemos otra vez 4 variables que relacionamos, por un lado, vemos un gráfico que define la eficiencia en ataque y defensa. Por el otro, a través de los colores y el tamaño de los círculos, vemos si esta eficiencia también se traduce en cantidad de participaciones. No es lo mismo la eficiencia para un jugador que disputa pocos duelos que la de uno que realiza muchos. Otro factor importante es si estos datos de performance el jugador los consigue jugando más de 60 minutos o entrando un puñado de minutos desde el banco.

Uno de los errores más comunes en el Big Data se da cuando el jugador realiza su aporte entrando desde el banco. El sistema extrapola lo realizado en los minutos que ingreso suponiendo que lo mismo lo puede efectuar en 90 minutos. La intensidad de un jugador no es la misma todo el partido por eso es un punto para tener especial cuidado.

Para concluir, el Big Data tiene infinitas posibilidades y millones de combinaciones posibles. Así como todos los músicos no escriben la misma canción, no todos los analistas de datos llegan a los mismos jugadores y es importante destacar la pericia del que realiza la búsqueda como medio para obtener un resultado adecuado a los objetivos preestablecidos.

Moroni Mariano

Fuente: DaraMoroni