El Big Data ha llegado al fútbol al estilo Moneyball

Dos doctorados en física, un doctorado. en astrofísica y ex campeón alegre de ajedrez con un posgrado en matemáticas. Cualquiera pensaría que son miembros del unidad de ciencias de una universidad o de un equipo de trabajo de la NASA. Pero no: son los 4 miembros que componen el exitoso unidad de investigación del Liverpool FC, los responsables del fichaje de Jurgen Klopp, Salah y una política de fichajes respaldada al 100% por el grandes datos.

El 31 de enero de 2015, el Borussia Dortmund visitó al Bayern Leverkusen por la época 18 de la Bundesliga. Fue un igualada 0-0 que, pese al punto rescatado, enterró al Dortmund en los bajos de la tabla. Jurgen Klopp estaba en su séptima temporada con el equipo y, a pesar de los momentos gloriosos vividos en el club, como el campeonato 2011-2012 o la final de la Champions League 2013, el club informó que al final de la temporada se separarían. Quizás retener que estaba expulsado fue un aliciente, ya que desde ese partido el rendimiento del equipo se ha duplicado (del 30% al 60%), dejándolo en la séptima posición.

Unos meses posteriormente y a más de 700 kilómetros de distancia, se jugaba el clásico de la ciudad por la octava marcha de la Premier League, en Goodison Park: Everton contra Liverpool. Brendan Rodgers, monitor de los Reds, venía de una época en la que no se cumplían las expectativas (Liverpool era 6º). Para revertir la situación, para la nueva temporada invirtieron en jugadores importantes, como Roberto Firmino y Christian Benteke. Los 11 puntos en 7 partidos dejaron muy descontentos a los dirigentes, que vieron como el equipo no levantaba cabecera por segunda temporada consecutiva. Tras el igualada 1-1 que dejó al Liverpool en la 10ª posición, decidió cambiar de monitor.

Dada la mala campaña de Rodgers el año aludido, los directivos del club ya habían comenzado a averiguar un posible reemplazo: un nombre que gozaba de cierta adoración en el mundo del fútbol era Klopp. Pero adecuado a su insuficiente desempeño en su postrero año con el Dortmund, generó cierta resistor, lo que provocó que el Sección de Investigación, dirigido por Ian Graham, Ph.D. en Cambridge Physics, para desarrollar un maniquí matemático con indicadores de los jugadores del Dortmund para entender en profundidad los motivos de su mala campaña.

A posteriori de analizar todos los juegos, Graham concluyó que el Dortmund seguía siendo claramente el segundo mejor equipo de Alemania. Pero sus buenas actuaciones no se vieron reflejadas en los resultados. Al comparar con las últimas 10 temporadas de la Bundesliga, descubrió que de los 180 equipos, el de Klopp en 2015 había sido el segundo más desafortunado.

Con estos argumentos, Graham y su equipo lograron convencer a la directiva del Liverpool para fichar al teutón, que en octubre de 2015 se convirtió en el tercer técnico extranjero en más de 100 primaveras de historia de los reds. Un mes posteriormente de su presentación, tuvo su primera reunión formal con Graham, donde el matemático le mostró el trabajo que estaban haciendo en el unidad que dirige y parte del estudio realizado en Dortmund. Klopp, impresionado, preguntó cuántos partidos necesitaba ver para alcanzar a esas conclusiones. “Nadie”, respondió Graham.

Ian Graham, director de investigación del Liverpool FC

Que un club cíclope en la historia del fútbol mundial como el Liverpool tome decisiones en pulvínulo a sugerencias de profesionales que no asisten a los partidos es una clara prueba del poder de grandes datos y cómo se metió en el fútbol. Pero no siempre fue así. Ayer de alcanzar a Liverpool, Graham pasó 4 primaveras en una empresa pionera de estudio de datos deportivos que asesoraba al Tottenham. Desafortunadamente, sus colegas tenían poco interés en sus sugerencias.

En 2012, Fenwey Sports Group, dueños de los Medias Rojas y nuevos dueños de Liverpool, comenzaron a implementar su civilización inspirada en el béisbol, en la que el uso de datos era muy sazonado. En particular en el equipo de Boston, este fue un éxito comprobado, ya que posteriormente de replicar el maniquí de Billy Beane, contado en detalle en la novelística y la película. engaño de metálico, lograron cobrar una serie mundial en 2004 posteriormente de 86 primaveras de sequía.

En Liverpool querían replicar este éxito, y para implementar esta metodología decidieron contratar a un equipo de suspensión nivel, cuyo líder sería Ian Graham. Su enfoque desde un principio fue apoyar los mercados de fichajes, donde a través de modelos podía dar más certeza sobre el futuro de un ludópata de interés. A lo grande de los primaveras, ha desarrollado una logística de fichajes que se ha convertido en una seña de identidad del Liverpool, caracterizada por tres pilares:

1. Stop prominencia de jugadores clasificados: Graham tiene una pulvínulo de datos de más de 100.000 jugadores y es extremadamente detallada. Este pájaro es fundamental para el éxito de la logística, ya que permite filtros más finos y, a medida que se descartan jugadores, el universo de elegibles sigue siendo muy amplio.

dos. No suele romper el mercado: otro punto de Graham es que la inversión que hace un ludópata es un mal indicador de su éxito. En presencia de esto, cambiar grandes sumas de metálico no está justificado la anciano parte del tiempo. Por ejemplo, al observar los jugadores comprados en Premier en 2020, la correlación entre los minutos jugados y el precio pagado es muy disminución.

% de minutos jugados frente a precio de jugadores comprados por más de 10 millones de euros en el mercado de verano de la Premier League 2020/21 Fuente: https://analyticsfc.co.uk

3. Contrata poco, pero proporcionadamente y con poco aventura: «La parte de los traspasos fracasan», aseguró Graham en el Conferencia Stats Bomb 2021. Yo se Se basó en un estudio que buscaba comprender las razones por las que fracasaban las transferencias, a veces vinculadas a inversiones exorbitantes. Agrupó las razones en 6 familias y afirmó que si pudieran estar 90% seguros de que una suscripción no fallaría para nadie de los 6, conjuntamente solo estarían 53% seguros. En presencia de esto, buscan transferencias donde el nivel de aventura sea lo más bajo posible, y esto les lleva a realizar menos transferencias.

Fuente: Gimnástico

Por otra parte de participar en la logística de transferencia, además se involucraron directamente con la exploración. El proceso es multidisciplinario y se utilizan varios de los métodos tradicionales (observadores, revisión de videos, etc.), mientras que su equipo rebusca contribuir con jugadores que Exploradores Se han olvidado, pero brillan en los datos.

El ejemplo más claro es Andy Robertson, el colateral izquierdo titular adquirido por 8 millones de dólares del Hull City en 2017 (cuando el equipo descendía). Llegó a la Premier League con 22 primaveras, jugaba en un equipo de bajo rendimiento y su perfil de extremo muy ofensivo estaba fuera de puesto en este gris equipo defensivo. Hoy Robertson está valorado en 70 millones.

Andrew Robertson jugando para el Hull City

Este año el unidad cumplió su primera período y las diferencias entre sus inicios y la presente son abismales. La cantidad de datos disponibles y las tecnologías para capturarlos han renovador exponencialmente. El nivel de estudio de tácticas es mucho más detallado y ya tiene la capacidad de disimular con precisión un maniobra. Por otra parte, las líneas de trabajo crecieron próximo con los miembros del equipo.

Sin secuestro, la diferencia más radical está en la forma en que rompieron viejos paradigmas futbolísticos y lograron ser parte del cambio de civilización no solo del club, sino de toda la Premier. Sin ir más acullá, en marzo del año pasado, el Manchester City fichó a 4 astrofísicos.

https://fintualist.com/pimiento/columnas/el-big-data-llego-al-futbol-al-estilo-moneyball/

Leave a Reply

Your email address will not be published.