Los deportes como el fútbol, el básquet y el rugby no son pura improvisación. Hoy en día, buena parte de las decisiones que se toman en un club están respaldadas por datos, no solo por intuición. Esta lógica, popularizada por el caso del béisbol que retrata la película «Moneyball», se extendió con fuerza al fútbol: hoy el big data es una revolución real en la toma de decisiones sobre fichajes, tácticas y rendimiento físico.
Datos sobre hábitos e indicadores de desempeño para valorar el potencial de los jugadores
Varios clubes usan datos sobre hábitos e indicadores de desempeño para evaluar a sus jugadores, con objetivos como:
- Valorar su desempeño real en el campo, más allá de la percepción visual.
- Clasificarlos según su rol y estilo de juego.
- Compararlos con perfiles similares en otras ligas.
- Deducir su valor de mercado de forma más objetiva.
- Anticipar riesgos de lesión según su carga física.
- Situarlos en la posición donde puedan rendir mejor.
Un caso real: cómo el Brentford FC usó datos para competir con clubes mucho más ricos
Uno de los ejemplos más citados en el fútbol europeo es el del Brentford FC, club inglés que logró subir a la Premier League y mantenerse en ella pese a tener un presupuesto muy inferior al de sus rivales. Su modelo se apoya en el análisis estadístico impulsado por su propietario, Matthew Benham (dueño también de la empresa de estadísticas deportivas Smartodds), junto a su exdirector deportivo Rasmus Ankersen: en lugar de fichar por nombre o intuición, el club identifica jugadores infravalorados por el mercado pero con métricas de rendimiento sólidas, y los revende cuando su valor sube. Es un ejemplo concreto de que el big data no reemplaza el ojo del entrenador, pero sí puede marcar la diferencia en clubes sin grandes recursos económicos.
Sugerencias para emplear Big Data en el fútbol
Los datos son una parte de la información dentro del proceso de toma de decisiones, no la única. Es importante complementarlos con el criterio de entrenadores y ojeadores para que sean realmente útiles. El fútbol está repleto de estadísticas (goles, tiros, pases, entradas, etc.), y el reto está en distinguir cuáles aportan valor real a la hora de decidir y cuáles son solo un número más.
Datos en tiempo real: el ejemplo del fuera de juego semiautomático
Uno de los usos más visibles del big data en el fútbol actual es la tecnología de fuera de juego semiautomático, que la FIFA utilizó por primera vez en un Mundial en Qatar 2022. El sistema combina cámaras de seguimiento y un sensor dentro del balón para calcular en segundos la posición exacta de cada jugador en el momento del pase, algo que antes dependía únicamente del ojo del asistente arbitral. Es un ejemplo claro de cómo el análisis de datos en tiempo real ya no es solo una herramienta de scouting o de entrenamiento, sino que también forma parte del juego mismo.
Gestionar todos estos datos de forma manual haría perder gran parte de la información valiosa, además de requerir muchísimo más tiempo y esfuerzo. Por eso cada vez más clubes, sin importar su tamaño, incorporan analistas de datos a sus estructuras técnicas.