Estad\u00edsticas del primer cuarto del partido Alemania \u2013 Espa\u00f1a Fuente: RTVE<\/a> <\/p>\n \u00bfPor qu\u00e9 recoger datos en el \u00e1mbito deportivo?<\/strong><\/p>\n Las actuaciones de deportistas se miden con muy diversos prop\u00f3sitos<\/strong>:<\/p>\n Adem\u00e1s, la recopilaci\u00f3n de estad\u00edsticas ha hecho muy populares los juegos en l\u00ednea<\/strong> tipo deporte de fantas\u00eda<\/strong> (fantasy sport<\/em>), donde los participantes forman equipos imaginarios con jugadores reales de un deporte profesional. Estos equipos compiten bas\u00e1ndose en las estad\u00edsticas de rendimiento de esos jugadores en la competici\u00f3n real. Su rendimiento es convertido en puntos que son recopilados y sumados a cada equipo de fantas\u00eda para formar una clasificaci\u00f3n.<\/p>\n De manera paralela al desarrollo del propio deporte, los clubes deportivos profesionales tambi\u00e9n utilizan todo tipo de datos para buscar la optimizaci\u00f3n de sus ingresos, aumentar la fidelidad y la satisfacci\u00f3n de los aficionados, e incrementar su cuota de mercado.<\/p>\n Un poco de historia<\/strong><\/p>\n Cuando se explora la historia en busca de experiencias pioneras en el an\u00e1lisis de datos deportivos, por su popularidad suele se\u00f1alarse la novela y posterior adaptaci\u00f3n al cine, Moneyball, basada en la historia real de Billy Beane, gerente del equipo de beisbol Oakland Athletics, que efectivamente fue el primero en su deporte en la utilizaci\u00f3n avanzada de estad\u00edsticas para fichar jugadores<\/strong>. En la temporada de 2002, pese a las cr\u00edticas iniciales por su pol\u00edtica de fichajes, el sorprendente rendimiento del equipo llam\u00f3 la atenci\u00f3n de tal forma que el modelo fue copiado por los rivales.<\/p>\n No obstante, cincuenta a\u00f1os antes encontramos el trabajo del ingl\u00e9s Charles Reep<\/strong>, contable y militar de profesi\u00f3n que en marzo de 1950, durante un partido de f\u00fatbol<\/strong> entre Swindon Town y Bristol Rovers, se sinti\u00f3 frustrado durante la primera parte por el estilo de juego lento del Swindon. Sac\u00f3 su bloc de notas y su bol\u00edgrafo y comenz\u00f3 a registrar las acciones, posiciones de lanzamiento y secuencias de pases mezclando s\u00edmbolos y notas. Termin\u00f3 registrando un total de 147 jugadas de ataque del Swindon en esa segunda mitad. Fue el comienzo de una labor como analista que le llev\u00f3 a asesorar con \u00e9xito a varios equipos y a reforzar la idea de juego directo y pases largos como la forma m\u00e1s eficaz de ganar<\/strong>. Hasta mediados de la d\u00e9cada de 1990, Reep anot\u00f3 y analiz\u00f3 un total de 2.200 partidos, llegando a conclusiones como que se necesitaban 10 tiros a porter\u00eda para conseguir 1 gol o que el 80% de los goles se marcaban en 3 o menos pases. Aunque sus cr\u00edticos alegan que sus an\u00e1lisis adolecen de sesgo por su predilecci\u00f3n por el juego directo.<\/p>\n Charles Reep, pionero en el an\u00e1lisis de datos de f\u00fatbol<\/strong> Fuente: History of performance analysis: the controversial pioneer Charles Reep<\/a><\/span><\/p>\n Siguiendo con el f\u00fatbol, al ucraniano Valery Lobanovsky<\/strong> se le considera el precursor del cuerpo t\u00e9cnico en el f\u00fatbol moderno. Lleg\u00f3 al D\u00ednamo de Kiev<\/strong> en 1974. Al margen de ser el entrenador con m\u00e1s t\u00edtulos del siglo XX, posiblemente su mayor aportaci\u00f3n sea la codificaci\u00f3n de las acciones de juego a partir del an\u00e1lisis de video<\/strong>. Su figura puede conocerse a trav\u00e9s del documental Lobanovsky Forever<\/em> (2016).<\/p>\n Por su parte, el desarrollo del an\u00e1lisis de datos en el f\u00fatbol americano<\/strong> tiene su origen en los Dallas Cowboys de finales de los a\u00f1os 60. Cuando el nuevo gerente, Tex Schramm, tom\u00f3 el control del equipo fich\u00f3 al programador indio Salam Qureishi<\/strong>, que desconoc\u00eda el deporte y proven\u00eda de IBM. Qureishi introdujo un m\u00e9todo computarizado para buscar jugadores. El equipo construido por este sistema lider\u00f3 varias fases regulares entre 1964 y 1970, y derrot\u00f3 a unos Dolphins invictos en la Super Bowl de 1972. En otra etapa de Qureishi en el equipo texano, ganaron consecutivamente la Super Bowl entre 1993 y 1995. Su historia tambi\u00e9n se cuenta en un documental: The Cowboys and the Indian<\/em> (2014).<\/p>\n Salam Qureishi, desarrollador de un sistema inform\u00e1tico para los Dallas Cowboys que evaluaba a los jugadores universitarios elegibles para el draft<\/strong> Fuente: abcNews. The Cowboys and the Indian<\/a> En 1982, el economista Louis Guth<\/strong> desarroll\u00f3 las primeras bases de datos de estad\u00edsticas de la NBA<\/strong>. Sin embargo, su consolidaci\u00f3n como fuente de toma de decisiones se remonta a una \u00e9poca m\u00e1s reciente. Un exjugador universitario, Dean Oliver<\/strong>, formado en ingenier\u00eda y estad\u00edstica, comenz\u00f3 a publicar datos sobre la NBA a mediados de los 90. Su persistencia hizo que los Seattle SuperSonics lo contrataran en 2004 como analista de datos, el primero en la NBA<\/strong>. Un a\u00f1o antes se hab\u00eda publicado la novela sobre el fen\u00f3meno que hab\u00eda hecho dar este paso a las franquicias. S\u00ed, enlazamos con el principio de esta peque\u00f1a historia, Moneyball<\/em>.<\/p>\n \u00bfC\u00f3mo se recogen los datos?<\/strong><\/p>\n Entre todos los actores del mundo del deporte cada vez se extiende m\u00e1s y mejor la utilizaci\u00f3n de la inteligencia artificial, y las nuevas tecnolog\u00edas de video y de gesti\u00f3n de contenidos digitales. La tecnolog\u00eda<\/strong> ha ido permitiendo diferentes formas de medir la posici\u00f3n y las acciones<\/strong> de los jugadores sobre el espacio de competici\u00f3n.<\/p>\n Los datos de las principales ligas de f\u00fatbol<\/strong> son recopilados en vivo por un equipo de tres personas que cubren cada partido<\/strong>. Dos de ellas, una por cada equipo, utilizan un sistema de recopilaci\u00f3n basado en video para registrar informaci\u00f3n sobre lo que sucede cada vez que un jugador toca la pelota, marcan d\u00f3nde y qu\u00e9 jugada se ha producido mediante el uso de rat\u00f3n y teclado, respectivamente. As\u00ed, cada evento que se produce consta de cuatro variables: acci\u00f3n de la que se trata (pase, gol, asistencia,…), parte del campo donde sucede, momento en el que se produce y qu\u00e9 jugador la protagoniza. Estos datos son revisados despu\u00e9s por un analista de control de calidad que tiene la capacidad de rebobinar la transmisi\u00f3n de video para asegurarse de que la informaci\u00f3n sea lo m\u00e1s precisa y consistente posible.<\/p>\n Analista registrando datos durante un partido de f\u00fatbol<\/strong> Fuente: Las matem\u00e1ticas del bal\u00f3n: as\u00ed se recogen los datos durante los partidos de f\u00fatbol<\/a><\/span><\/p>\n Pero esta no es la \u00fanica fuente de datos. Un ejemplo de tecnolog\u00eda integrada en los equipos es la incorporaci\u00f3n de chalecos GPS<\/strong> en los entrenamientos y durante los partidos. Permiten conocer en tiempo real el ritmo card\u00edaco del jugador, su posici\u00f3n en el campo, la distancia recorrida por el futbolista y en qu\u00e9 direcci\u00f3n y a qu\u00e9 intensidad se ha recorrido, su velocidad, los sprints y aceleraciones o el n\u00famero de impactos.<\/p>\n Entrenamiento del Almer\u00eda C.F. con chalecos GPS<\/strong> Fuente: Uni\u00f3n Deportiva Almer\u00eda<\/a><\/span><\/p>\n Otra forma de recogida de datos que se est\u00e1 implantando en el f\u00fatbol son las espinilleras inteligentes<\/strong>. La empresa gaditana Humanox ha desarrollado espinilleras en fibra de carbono que permiten registrar la posici\u00f3n de las piernas. Su bajo coste en relaci\u00f3n a otros sistemas hace que puedan enfocarse al f\u00fatbol base<\/strong>. Registran m\u00e1s de 40 m\u00e9tricas sobre rendimiento y salud que pueden analizar entrenadores, padres y los propios futbolistas. Transmiten en tiempo real: velocidad, fuerza y potencia de golpeos al bal\u00f3n, localizaci\u00f3n del jugador, impactos, ritmo card\u00edaco o temperatura. Estas espinilleras andaluzas ya son usadas en las canteras de varios clubes de Espa\u00f1a y en academias de f\u00fatbol femenino de Estados Unidos.<\/p>\n Tecnolog\u00eda andaluza de an\u00e1lisis con espinilleras inteligentes<\/strong> Fuente: Humanox en programa TESIS. Canal Sur<\/a><\/span><\/p>\n En los balones de f\u00fatbol americano<\/strong> hay una etiqueta de identificaci\u00f3n por radiofrecuencia que pesa 4 gramos y env\u00eda se\u00f1ales a las cajas receptoras instaladas en cada estadio de la National Football League (NFL). Proporciona datos sobre la altura que alcanza, velocidad o las revoluciones por minuto de cada lanzamiento. Tambi\u00e9n hay etiquetas inteligentes en el equipo de los jugadores, desde la correa de la barbilla del casco hasta la m\u00e1scara facial. Tan pronto como los jugadores salen del vestuario y entran en el campo, las etiquetas se activan mediante ondas de radio que env\u00edan datos a un sistema central de gesti\u00f3n: ubicaci\u00f3n en tiempo real, velocidad, distancia recorrida, orientaci\u00f3n o aceleraci\u00f3n. Incluso los distintos elementos del campo y los \u00e1rbitros trasmiten informaci\u00f3n.<\/p>\n Etiqueta para el seguimiento de jugadores de f\u00fatbol americano ubicada en las hombreras<\/strong> Fuente: Zebra Technologies<\/a><\/span><\/p>\n La tecnolog\u00eda que llega a mayor detalle durante el desarrollo de una competici\u00f3n es la basada en visi\u00f3n artificial<\/strong> o seguimiento \u00f3ptico mediante un sistema de c\u00e1maras que captan las acciones en el campo de juego por la extracci\u00f3n de las coordenadas de los jugadores y los distintos elementos. Buena muestra de ello encontramos en el tenis o el beisbol, donde el seguimiento de la pelota se hace con una gran precisi\u00f3n por el sistema conocido como \u201cojo de halc\u00f3n\u201d. Este sistema consiste en un conjunto de c\u00e1maras de alta velocidad estrat\u00e9gicamente colocadas alrededor de la zona de juego para seguir la pelota y generar una imagen digital de su trayectoria.<\/p>\n Rebotes y golpes de raqueta de cada pelota en la final ol\u00edmpica de Londres 2012 entre Roger Federer y Andy Murray<\/strong> Fuente: Damien Saunder. ESRI<\/a><\/span><\/p>\n Pero esta tecnolog\u00eda no se queda solo en el movimiento de la pelota o jugadores, aplicando inteligencia artificial<\/strong> es capaz de identificar el tipo de acci\u00f3n que se est\u00e1 produciendo mediante la aplicaci\u00f3n de algoritmos estad\u00edsticos con una probabilidad de acierto cada vez m\u00e1s alta.<\/p>\n Tecnolog\u00eda de visi\u00f3n artificial en los Juegos Ol\u00edmpicos de Londres 2012 <\/strong> Fuente: Simone Francia<\/a><\/span><\/p>\n Fuente: How Does Computer Vision Work and What It Gives Technology-Led Industries<\/a><\/span><\/p>\n Estimaci\u00f3n de pose humana (Human Pose Estimation, HPE) para el seguimiento deportivo en un partido de la Major League Soccer (MLS)<\/strong> Fuente: Sportlogiq Tracking player movement with AI – 2D body pose<\/a><\/span><\/p>\n La salud de los deportistas<\/strong><\/p>\n Una de las aplicaciones m\u00e1s interesantes pero menos popular de toda la informaci\u00f3n recogida es vigilar los descansos<\/strong> de los deportistas y cuidar de su salud<\/strong> para que su carrera sea m\u00e1s larga y libre de lesiones.<\/p>\n Los equipos de la NBA<\/strong> recopilan datos sobre el estado de sus jugadores a trav\u00e9s de dispositivos port\u00e1tiles, monitores de sue\u00f1o o muestras de saliva para evaluar su nivel de fatiga y predecir su rendimiento. Este tipo de an\u00e1lisis de datos aconseja descanso para evitar lesiones incluso sin causas aparentes. La justificaci\u00f3n es que cuanto m\u00e1s cansado est\u00e9 un jugador, m\u00e1s propenso ser\u00e1 a lesionarse. Por tanto, los t\u00e9cnicos han tomado las dif\u00edciles decisiones de hacer descansar a jugadores clave para evitar lesiones.<\/p>\n Reportaje sobre el uso de la ciencia del sue\u00f1o aplicada en el Fuente: CBC News<\/a><\/span><\/p>\n El mayor peligro del f\u00fatbol americano<\/strong> son los golpes en la cabeza, y las posibles conmociones cerebrales<\/strong>. Los sensores del protector bucal de los jugadores de la NFL recopilan datos cinem\u00e1ticos de la cabeza, como con qu\u00e9 rapidez y en qu\u00e9 direcci\u00f3n se mueve la cabeza dentro del casco. Se est\u00e1 recopilando m\u00e1s informaci\u00f3n que nunca sobre la duraci\u00f3n y direcci\u00f3n de los impactos que experimentan los jugadores en funci\u00f3n de sus posiciones, tanto durante los entrenamientos como en los partidos. Los datos son tan precisos que los ingenieros de la NFL pueden analizarlos posici\u00f3n por posici\u00f3n para saber exactamente qu\u00e9 tipos de impactos son m\u00e1s probables que experimenten y luego trabajar directamente con los fabricantes de cascos para compartir estos aprendizajes y dise\u00f1ar equipo espec\u00edfico para protegerse mejor.<\/p>\n Hacer fichajes acertados<\/strong><\/p>\n El an\u00e1lisis de datos est\u00e1 muy desarrollado en el deporte de Estados Unidos. La gran mayor\u00eda de franquicias de la MLB (Major League Baseball) y la NBA cuenta con equipos de analistas. Una de las principales razones es el sistema de incorporaciones de jugadores a los equipos mediante draft. El sistema de draft<\/strong> consiste en que los equipos de una competici\u00f3n se turnan para hacer selecciones entre un grupo de jugadores elegibles, de manera que cuando un equipo elige un jugador, recibe derechos exclusivos para firmarle un contrato. Este sistema, que permite limitar las n\u00f3minas de los equipos y reducir situaciones de posiciones dominantes, es utilizado en varios pa\u00edses y en deportes como baloncesto, beisbol, f\u00fatbol americano o hockey.<\/p>\n La NBA<\/strong> es un buen ejemplo de la carrera por conseguir m\u00e1s y mejores datos para hacer elecciones acertadas. El objetivo para los equipos es hacer predicciones acertadas<\/strong> para no dejar escapar el talento en su turno de elecci\u00f3n. Cuando esto sucede, los equipos se esfuerzan por aumentar la cantidad de informaci\u00f3n disponible en una aut\u00e9ntica carrera por el conocimiento. Por ejemplo, los equipos sol\u00edan contar con datos detallados del baloncesto universitario, pero algunos jugadores daban el salto en su primer a\u00f1o universitario, por lo que no hab\u00eda suficiente informaci\u00f3n sobre ellos y escapaban del radar en las primeras selecciones. La soluci\u00f3n fue ampliar la base de datos a la etapa de baloncesto en los institutos. Adem\u00e1s, es frecuente incorporar informaci\u00f3n personal sobre los jugadores: situaci\u00f3n familiar, relaci\u00f3n con sus progenitores,…<\/p>\n En el mercado de fichajes del f\u00fatbol europeo<\/strong> es, si cabe, a\u00fan m\u00e1s importante acertar con las incorporaciones, ya que los clubes pagan grandes cantidades que en caso de no ofrecer el rendimiento esperado pueden lastrar su situaci\u00f3n econ\u00f3mica y deportiva. Al margen de los datos cuantitativos, de vez en cuando trascienden informaciones de operaciones frustradas por la valoraci\u00f3n de aspectos personales tomados como variables cualitativas a la hora de decidir una operaci\u00f3n: car\u00e1cter del jugador, estilo de vida,…<\/p>\n Rendimiento competitivo<\/strong><\/p>\n Todo el conocimiento de uno mismo, como equipo o como deportista, del rival y del escenario de juego suma para tratar de conseguir el objetivo de ganar.<\/p>\n La onubense Carolina Mar\u00edn<\/strong> fue de las primeras en nuestro pa\u00eds en usar los datos para mejorarse a s\u00ed misma y analizar a sus rivales. Su entrenador, Fernando Rivas, se\u00f1ala que los datos proceden principalmente del an\u00e1lisis de v\u00eddeo, anotando todo lo que sucede: qui\u00e9n saca, c\u00f3mo lo hace, su posici\u00f3n en la pista en cada momento,… Esos datos se importan a una hoja de c\u00e1lculo y buscan patrones mediante tablas din\u00e1micas. El estudio de esos patrones mediante tablas y gr\u00e1ficos, le permite a la jugadora prever situaciones y adelantarse a las acciones de las rivales.<\/p>\n Fernando Rivas, entrenador de Carolina Mar\u00edn, frente a los datos estad\u00edsticos<\/strong> Fuente: Fernando Rivas<\/a><\/span><\/p>\n La aportaci\u00f3n de los datos influye incluso en la forma en la que se compite<\/strong>. El an\u00e1lisis de la efectividad de los tiros a canasta en la NBA<\/strong> llev\u00f3 a la conclusi\u00f3n de que se hac\u00edan muchos tiros de 2 puntos a larga distancia que eran ineficientes, de manera que se anim\u00f3 a los jugadores a intentar tiros de 3 puntos como la forma m\u00e1s eficaz de ganar partidos. La tendencia a tirar de 3 ha sido tan relevante que ha generado debate sobre la forma en la que esto ha cambiado el juego<\/strong>. En la actualidad los marcadores son m\u00e1s abultados, los t\u00e9cnicos sacan m\u00e1s rendimiento a las cualidades de sus jugadores y pueden analizar mejor a los rivales, pero los detractores argumentan que el juego se ha vuelto repetitivo, parecido a un concurso de triples.<\/p>\n Comparativa de las 200 posiciones de tiro m\u00e1s frecuentes en la NBA en 2001-02 y 2019-20<\/strong> Fuente: Kirk Goldsberry<\/a><\/span><\/p>\n Datos para los aficionados<\/strong><\/p>\n Para terminar, afrontamos los datos desde la \u00f3ptica de los consumidores finales<\/strong>: los aficionados al deporte. Las organizaciones deportivas y los medios de comunicaci\u00f3n se preocupan por ofrecerles a los seguidores datos con los que satisfacer su curiosidad e inter\u00e9s por los detalles del juego y que as\u00ed puedan tener un mayor conocimiento<\/strong> del mismo.<\/p>\n Los organizadores de grandes competiciones mantienen bases de datos con gran cantidad de informaci\u00f3n y visualizaciones: clasificaciones de diferentes tipos, comparativas entre equipos y jugadores,… Estos son solo algunos ejemplos de los que ofrecen una informaci\u00f3n m\u00e1s completa:<\/p>\n Visualizaci\u00f3n de datos sobre el servicio del tenista Rafael Nadal<\/strong> Fuente: ATP Stats<\/a><\/span><\/p>\n Visualizaci\u00f3n de datos de las jugadas de Home Run conseguidas por el jugador de beisbol Guerrero con trayectorias de la pelota<\/strong> Fuente: MLB Advanced Media<\/a><\/span><\/p>\n Los espectadores estamos acostumbrados al valor a\u00f1adido que supone la realidad aumentada<\/strong> en las retransmisiones deportivas<\/strong>, tanto a posteriori con los an\u00e1lisis detallados de las jugadas como en vivo en el momento de producirse. Esto resulta muy \u00fatil, por ejemplo, en el desarrollo de carreras de atletismo o nataci\u00f3n. En la siguiente imagen podemos ver c\u00f3mo con unos pocos elementos se informa al espectador del desarrollo de una competici\u00f3n de nataci\u00f3n: posiciones en los primeros puestos, nacionalidad de las nadadoras y velocidad.<\/p>\n Realidad aumentada en la final de 400 metros estilos femenino. Juegos Ol\u00edmpicos Tokio 2020<\/strong> Fuente: Eurosport<\/a><\/span><\/p>\n
\nCampeonato Europeo de Waterpolo Femenino de 2018<\/strong>
\n![\"Estad\u00edsticas](\"https:\/\/ws089.juntadeandalucia.es\/institutodeestadisticaycartografia\/blog\/wp-content\/uploads\/2022\/05\/img-01.png\")
<\/a><\/p>\n
\n<\/span><\/p>\n\n
\n<\/a><\/p>\n
\n<\/a><\/p>\n
\n<\/span><\/p>\n
\n<\/a><\/p>\n
\n<\/a><\/p>\n
\n<\/a><\/p>\n
\n<\/a><\/p>\n
\n<\/a><\/p>\n
\n<\/a><\/p>\n<\/a><\/p>\n
\n<\/a><\/p>\n
\nequipo de beisbol de los Cubs de Chicago<\/strong>
\n<\/a><\/p>\n
\n<\/a><\/p>\n
\n<\/a><\/p>\n\n
\n
\n<\/a><\/p>\n
\n<\/a><\/p>\n
\n<\/a><\/p>\n