Andrés Iniesta durante los años dorados del fútbol de posesión del Fútbol Club Barcelona. Hoy, el valor de una posesión del balón se le puede atribuir valor a través del Big Data. Foto de Shai Pal con licencia Creative Commons Attribution-Share Alike 3.0 Unported.

El Big Data se ha metido en muchas áreas importantes de la sociedad. Se busca que lo que se hace, sea más eficiente (tanto por recursos utilizados como por el resultado obtenido) y que se de con la solución más adecuada en la menor cantidad de intentos posibles. La idea es minimizar riesgos (o aumentar la posibilidad de éxito) y extraer la mayor cantidad de beneficios. La herramienta del Big Data, entendida como el uso, procesamiento y análisis de una enorme cantidad de datos, se hizo un hueco en el fútbol; un deporte sumamente azaroso y difícil de predecir por su propia naturaleza. Ésta es una característica del fútbol que lo hace sumamente atractivo y que llena de orgullo a los seguidores. En la tragedia y en la épica, siempre se suele definir y resumir esa naturaleza del deporte rey con frases como “así es el fútbol”, “lo bonito del fútbol”, “el fútbol no es de merecimientos” y un largo etcétera.

Sin embargo, poco a poco, las prácticas de la analítica y del Big Data se han hecho un hueco dentro del fútbol. El equipo que lo hace con mayor frecuencia, el Brentford, entiende que este azar se explica porque se trata de un deporte con pocas anotaciones (promedio de 2,7 puntos por partido, en comparación con los 200 que se producen en el básquetbol). La suerte es importante, y los favoritos ganan en el 65% de las ocasiones, en comparación con el 80% de victorias con el que cuentan los favoritos en el baloncesto. Para medir como el equipo se ha desempeñado, el Brentford tiene un modelo llamado la “clasificación de la justicia”, en el que se evalúa cómo estaría el equipo si el mejor hubiese ganado el partido. Haya sido el Brentford, o haya sido el rival. Así, evitan que el azar dicte si se debe despedir o no a un entrenador.

Esta forma de operar un club le ha ganado al equipo el reconocimiento de ser los practicantes del Moneyball en el fútbol. Al dueño del equipo no le gusta mucho la comparación, y cuenta que efectivamente hay que usar los ojos para hacer buenos reclutamientos, aunque usan el Big Data para hacer un índice de cuáles son las ligas y competiciones con más talento sumergido. Dónde están las ineficiencias del mercado, aquellas competencias, torneos y ligas que están subvaloradas. Resulta que es la segunda división francesa, y es de allí que el Brentford suele buscar a sus nuevos fichajes.

Por otro lado, también hay muchas estadísticas y datos que se producen en el juego y que bien podrían ser matizados. La posesión de la pelota es una de ellas. Hay que ver en dónde se produce, y cómo evoluciona. Si un jugador hace muchos pases, eso puede ser bueno pero también puede ser irrelevante. ¿Contribuye un pase de este jugador a pasar de una fase de la posesión a la otra? ¿Ese pase logra atravesar el entramado del mediocampo para dejar al atacante de cara a la defensa? ¿Cuántos de los pases de ese jugador son hacia delante, y cuántos son hacia atrás? ¿Y en qué áreas?

También puede ocurrir que un equipo que tuvo más disparos en la portería rival de los que recibió en contra de la falsa impresión de que jugó mejor. Hay que preguntarse si de verdad fue una ocasión de gol clara o si fue un chute lejano. Entonces, también se debe ver el índice de goles esperados, o xG, en el cual se evalúa si el equipo en cuestión generó suficientes ocasiones de gol para ganar el partido, o si fue mucha suerte. El xG también sirve para evaluar si un jugador está teniendo un racha brutal por suerte, o si esos goles conseguidos son sostenibles en el tiempo.

Sarah Rudd, por ejemplo, creó un modelo para ponerle valor a la posesión. Se llama “Cadenas de Markov”, y toma en cuenta acciones que progresan el balón, pero esto sin más puede engañar. Enviar el balón al área cuando hay un mar de defensores efectivamente es progresar el balón, pero difícilmente aumente las posibilidades de anotar un gol. Hay que ver el contexto, observar lo que hacen los jugadores que pueden recibir el balón. Hay muchos modelos para medir la calidad de la posesión del balón, por ejemplo el que innovó Javier Fernández en el Fútbol Club Barcelona, o el que utilizan equipos como el Club Brugge gracias a las innovaciones en machine learning hechas en la Universidad de Lovaina (KU Leuven).

Poco a poco, el fútbol será menos azaroso, y será cuestión de ver quien llega primero a una verdadera optimización del fútbol en lo que a datos se refiere.