• Inicio
  • Blog
  • ¿Qué hace un data scientist del fútbol?
¿Qué hace un data scientist del fútbol?

¿Qué hace un data scientist del fútbol?

¿Ser data scientist es una de las profesionaes más sexys del Siglo XXI? Es la pregunta que nos hacemos en el curso de Football Data Science.

¿Ser data scientist es una de las profesionaes más sexys del Siglo XXI? Es la pregunta que nos hacemos en el curso de Football Data Science. Sin dudas una de las áreas donde el Big Data está sonando cada vez con más fuerza es el fútbol. Dada la popularidad que existe por este deporte, es fácil que sea una pregunta recurrente. Si consideramos el fútbol como un juego en el que al intervenir tantas variables, las estrategias y decisiones a tomar, y el análisis de datos para que éstas sean lo más fundadas posible, se vuelve crítico.

Son muchas variables las que pueden intervenir: el estado físico de los futbolistas, los estilos de juego, la interacción entre las propias estrategias frente a las del rival, la combinación de los jugadores con sus propios estilos entre sí, su adecuación al estilo del entrenador, los "eventos" que suceden en cada partido (goles, pases, faltas, etc). Éstas hacen que la combinación estadística de todas ellas produzca muchos escenarios dignos de buen análisis. 

Un partido de fútbol consta de unos 5.400 segundos, si en cada segundo se toman 25 fotogramas de datos dispondríamos de 135.000 fotogramas por encuentro. En cada fotograma se incluye la información de los 23 actores del juego (22 jugadores y la pelota), en el caso de los jugadores se dispone de coordenadas (x, y) mientras que en el caso de la pelota se incluye la coordenada z para la altura.

En este escenario el que el uso de Big Data en combinación con técnicas de Machine Learning nos ofrecen la posibilidad de analizar el fútbol como nunca antes habíamos visto. ¿Calcular la distancia hombre a hombre de una línea defensiva con los atacantes del equipo rival? ¿Detectar secuencias y patrones de comportamiento del equipo rival? Con los datos de tracking generados por las cámaras de los estadios, en estos momentos ya es posible. 

La Plataforma de Fútbol para Analizar el Fútbol - Wyscout

Existen diversas plataformas que funcionan como fuentes de datos (tanto estadísticos como de video) para los data scientist del fútbol: Wyscout, InStats, StatsPerform, StatsBomb, MediaCoach, LongoMatch, etc. Estas empresas fueron proliferando y perfeccionándose a medida que la tecnología fue avanzando, junto con la demanda y el interés por el análisis de datos. Podemos obtener explotaciones de datos como:

  • Análisis de patrones: velocidad, aceleración, la posición de los futbolistas y sus movimientos, posesión, etc.
  • Detección de lesiones.
  • Eventos:  pases buenos, las pérdidas de pelota, remates, goles, faltas, tarjetas, tenencia, etc.
  • Modelos predictivos de juego, remate y gol.
  • Simulación de jugadas.
  • Valuación y scouting de jugadores 

FC Barcelona vs Bayern Munich | El insólito mapa de calor de Luis Suárez y  la humillante estadística que arrojó | RPP Noticias

Mapa de calor

Guardiola, Klopp, Bielsa, Valverde y la mayoría de entrenadores que dirigen en Europa trabajan con analistas de datos dentro de sus cuerpos técnicos. A su vez, los clubes tienen dentro de su institución departamentos de análisis de datos (principalmente orientados al scouting y valuación de jugadores). El rol del científico de datos es justamente procesar los grandes volúmenes de datos que encuentran en las plataformas mencionadas, procesarlos, analizarlos y convertirlos en información útil para que el entrenador pueda tomar mejores decisiones a la hora de contratar jugadores, elegir los titulares o analizar rivales.

En Latinoamérica la ciencia de datos está tomando fuerza. Si bien todavía lo que más sólido se encuentra es el análisis de rendimiento a través del procesamiento y cortes de video, el análisis de datos ya comenzó. Son los propios videoanalistas (o analistas de rendimiento) los que están transformando su rol, ampliando sus tareas a la manipulación y visualización de datos. Todavía resta un trabajo importante por hacer a nivel institucional, pero no hay dudas de que será uno de los trabajos mejor valorados del futuro cercano en la industria del fútbol.

 

 

 

 

 

 

¿Ser data scientist es una de las profesionaes más sexys del Siglo XXI? Es la pregunta que nos hacemos en el curso de Football Data Science.

Te puede interesar
Cerrar X