El 'Barça Sports Analytics Summit' analiza la contribución de los datos en los desafíos tácticos del juego

En el marco de la Barça Sports Tech Week, ha celebrado hoy la segunda edición del Barça Sports Analytics Summit, el congreso que debate sobre modelado estadístico y en el que se analiza como los datos pueden ayudar en los desafíos tácticos del juego y en los nuevos retos que afronta la industria deportiva, como por ejemplo la visualización de datos. El congreso ha sido conducido por Javier Fernández, jefe de Sports Analytics del FC Barcelona, ​​que define el Barça Sports Analytics Summit como "un evento único en el panorama de la analitica del fútbol, ​​donde científicos de datos, entrenadores, analistas de juegos y entusiastas del fútbol se reúnen para discutir sobre la aplicación del análisis de datos avanzadas en el mundo real ".

Como ponentes, por parte del FC Barcelona, ​​ha participado Sergio Lana, científico de datos del Club, ya nivel internacional se ha podido escuchar las experiencias, entre otros, de Dan Cervone, director de investigación cuantitativa de Los Ángeles Dodgers y de Suds Gopaladesikan, responsable de sistemas de información y datos del Benfica.

Gopaladesikan explicó su trabajo a la hora de optimizar los sprints que realizan los jugadores sobre el campo. Cuando un futbolista a velocidad punta, tarda un mínimo de quince minutos en poder volver a hacer una carrera de las mismas características. Este lapso de tiempo tiene consecuencias en el juego. Gopaladesikan ha efectuado un análisis que permite al entrenador distinguir los sprints que se realizan inútilmente. Con sus informes, pretende contribuir a que el equipo dé pasadas de alta calidad para optimizar el esfuerzo.

Bart Spencer, científico de la Universidad de Victoria (Australia), analiza la circulación de balón dentro de un mismo equipo. Para definir el éxito en las pasadas tiene en cuenta el contexto en que se producen los toques de balón, el control que tienen los jugadores del espacio. De este modo, puede contar con datos que indican cuántas veces a lo largo de un partido hay opciones viables de paso, lo que a su vez permite medir el riesgo que tiene cada movimiento de balón y la frecuencia con que el balón circula entre compañeros.

Luca Pappalardo, científico del ISTI (Institute of Information Science and Technologies) del CNR italiano, se centra en el estudio de las lesiones, uno de los problemas más acuciantes del fútbol actual y la causa por la que se pierden a en 188 millones de euros. Su tratamiento de los datos sirve para calcular la probabilidad de que hay que un jugador pueda sufrir una lesión muscular. Los métodos hasta ahora utilizados para este fin fallaban en un 96% a la ahora de predecir una lesión. Su método MATH (Memory Accurate Transparente Holistic) con Inteligencia Artificial redujo las falsas alarmas a un 45%.

El análisis de la circulación de balón

Sergio Lana, Data Scientist del FC Barcelona, ​​ha explicado cómo analiza la circulación del balón para medir su eficiencia. Con la filosofía de Johan Cruyff, en la que tan importante es el jugador que conduce el balón como el que crea los espacios para recibirlo, se ha implementado un sistema de tracking que distingue entre las tres fases del juego (iniciación, progreso y finalización) para, a través de la contabilización de "microobjetivos", contabilizar los patrones que se repiten para superar las líneas del rival.

Jacob Mortensen, de la Simon Fraser University, ha explicado que ante los recursos que se necesitan para hacer un tracking de los futbolistas mediante GPS o medición óptica, ha investigado cómo medir la carga externa de los jugadores monitorizando a través de la retransmisión televisada. Para ello, ha establecido unas ecuaciones que le permiten calcular la distancia recorrida y la velocidad por los jugadores que quedan fuera del tiro de cámara.

Adrià Arbués, de la Universidad Pompeu Fabra, ha defendido que uno de los datos más importantes en el monitoreo de futbolistas, de cara a el juego, tácticas, y también para lesiones y su recuperación, es la orientación del deportista. Conocer esta información sirve para medir el tiempo de reacción, entrenar tácticas introduciendo el campo de visión del jugador como factor y enseñar a las categorías inferiores. Su trabajo consiste en monitorizar la posición de los hombros y las caderas de los futbolistas a través de imágenes de vídeo para poder obtener esta información.

Jan van Haarven, de la Universidad de Leuven (Bélgica, ha expuesto su proyecto para calcular la probabilidad de conseguir un gol. Una investigación que pone de manifiesto el problema de la calidad del dato. Para explicarlo, ha puesto como ejemplo el caso de una asistencia. No es lo mismo, dar un pase a dos metros a un delantero que pueda crear un gol por su cuenta sorteando a tres rivales que asistir desde 40 metros a un jugador que se queda solo. no sería el mismo tipo de asistencia aunque pudiera computar como tal. Esto obliga a tener en cuenta la inmensa cantidad de variables que puede tener cada tipo de dato que se recoge. Por otra parte, también ha medido la presión con la que juegan los jugadores. Un nivel de estrés determinado por variables como la posición que ocupa en la tabla o la media de derrotas o si son consecutivas. de este modo, se ha calculado qué perfil de jugadores tendrán menos posibilidades de jugar bien bajo determinadas circunstancias.

Laurie Shaw, especialista de Harvard, ha sido seleccionado como el mejor de todos los presentados a la Barça Sports Analytics Summit. Su análisis de datos hace referencia al equipo completo. Ha estudiado los modelos de formación de los equipos y las tácticas empleadas, así como los cambios de estrategia durante un mismo partido y las transición que de una fase defensiva a otra ofensiva. Con todo este material, su tratamiento de datos ofrece la posibilidad de conocer cómo afectan los cambios de táctica en el resultado final de un partido o para medir y calificar el riesgo que se asume al pasar a tácticas ofensivas.

Don Cervone, responsable de 'Análisis cuantitativo' de los Dodgers, el equipo de béisbol estadounidense, ha explicado que los datos siempre han formado parte de la cultura del béisbol. Históricamente, el análisis de datos ha servido para contrastar el precio de los jugadores. En muchas ocasiones se podía conseguir por un precio más barato un jugador con una estadística similar a la del caro. En los Dodgers, actualmente, se utilizan datos para especificar el nivel de dificultad para la defensa de cada bateador y, al mismo tiempo, de los lanzadores. No obstante, ha confesado que ha costado mucho trabajo que los entrenadores presten atención a los datos estadísticos que se les pueden facilitar y que condicionen algunas de sus decisiones a la estadística.

Las dificultades para comunicarse con los entrenadores

Por último, Javier Fernández ha moderado una mesa redonda en la que los expertos han reconocido la dificultad que tienen los científicos de datos para comunicarse con los entrenadores y responsables de los equipos. Van Haarven ha explicado que lo más importante son las preguntas que se le puedan hacer a los científicos, ya que su labor está orientada a dar respuestas o presentar la información necesaria para que los entrenadores puedan tomar una decisión. Gopaladesikan señaló que los cuerpos técnicos están acostumbrados a trabajar con vídeos y que es importante que los científicos de datos, que presentan un nuevo lenguaje o modelo de comunicación, sepan entenderse con el entrenador sin gráficos especiales.

Cuestionados por el que se analiza más el ataque que la defensa, todos han estado de acuerdo en responder que el ataque depende de un equipo y la táctica defensiva de su rival, por eso es impredecible. Sergio Lana, en este aspecto, puntualizó que también el ataque es más atractivo que la defensa, pero que también hay que tener en cuenta los modelos de presión, que cada vez se están desarrollando más.