El Big Data ya empezó a ganar partidos dentro de la cancha

Por Iván Pérez Hoffenheim es un pueblito de Alemania donde casi todas las casas tienen techo de dos aguas, no hay edificios de más de cinco pisos, es muy verde, todos sus habitantes cabrían dos veces en el Estadio Azteca, tiene una estación de tren pequeña, como las que se pueden ver en películas europeas, y se asemeja mucho a esos sitios donde los escritores o pintores pasan semanas o meses puliendo su obra. Ahí, a 621 kilómetros de la ciudad de Berlín, juega un club que hace tan sólo 10 años disputaba una liga regional y que ahora pelea por tener un sitio en la Champions League del próximo año. ¿Cómo pueden ocurrir estos “milagros” deportivos? Con el uso adecuado del Big Data. Hoffenheim es un laboratorio de cifras. TSG 1899 Hoffenheim no es únicamente obra de la capacidad humana, de la técnica o de las cualidades de jugadores y entrenadores. Desde hace casi nueve años, este club ha trabajado con herramientas tecnológicas que le permiten mejorar en todos los sentidos, deportiva y administrativamente. Por ejemplo, en 10 minutos de entrenamiento, 16 jugadores pueden producir hasta 13 millones de datos. SAP, una compañía de productos informáticos, empezó a crear un modelo que popularizó a gran escala, pero que, en esa localidad de Sinsheim, hizo uno de sus primeros laboratorios: gestionar el Big Data para crear modelos deportivos exitosos. El pequeño club alemán es una de las sensaciones del futbol europeo este año. Interpretar eficazmente los números a través de un software le permite aspirar a ingresar 13.2 mdd para la próxima temporada, si consigue su pase a la Champions League. No es poca cosa, si eso significa casi el 30% de su presupuesto anual. El Big Data empezó a ser, desde la década de 1980 (primero en el beisbol y luego en otros deportes), un camino no sólo para alcanzar el éxito deportivo, sino también para ganar más dinero, gestionarlo mejor o hacer inversiones focalizadas. SAP es una de las empresas, pero hay muchas más, y cada deporte ha creado un modelo específico de acuerdo con las necesidades del cliente. Hay programas para natación, beisbol, basquetbol, atletismo, futbol americano, tenis, ciclismo, etcétera. Los datos se convierten en dinero; saberlos manejar significa, en la industria deportiva, millones de dólares. ¿Cuánto cuesta tener acceso a la tecnología? Están los servicios más básicos, que van desde los 2,000 dólares mensuales, hasta programas mucho más completos, como el que tiene el Arsenal de Inglaterra, por el que pagó 3 mdd. “El tiempo en el que el deporte se hacía únicamente con pasión ya terminó. Hoy, con todo el dinero que hay en juego, se busca sacar una ventaja competitiva”, dice Bernhard Marr, autor del libro Big Data in Practice. Según una definición de IBM, Big Data sirve “para toda aquella información que no puede ser procesada o analizada utilizando procesos o herramientas tradicionales”. Actualmente, en Europa y Estados Unidos es donde más se desarrolla el concepto aplicado a los deportes y en algunas ligas latinoamericanas empieza a ser importante. Por ejemplo, todos los clubes de la Liga MX tienen un acuerdo con Match Analysis, una empresa que les proporciona información que los departamentos de inteligencia deportiva gestionan a su conveniencia. En el pasado Tour de Francia, la compañía Dimension Data recopiló 127.8 millones de datos de todos los equipos; el programa Prozone, con el que cuenta el Arsenal, tiene ocho cámaras en su estadio, que procesan 1.4 millones de cifras por partido; y la compañía Data Factory tiene, anualmente, 144 millones de números en partidos de futbol. “Y hay ocasiones en que algunos sistemas ya te detectan qué tan bueno puede ser un pitcher en estadios cerrados, abiertos, con o sin viento”, dice César Galaviz, encargado en México de Data Factory, una empresa que recopila datos y es proveedora de la Confederación Sudamericana de Futbol, de Concacaf y de la Selección Mexicana de Futbol, entre otros clientes. “La información se convierte en algo que te ayuda a tomar decisiones adecuadas, si se interpreta de la mejor manera”. Te puede interesar: Big data, clave para el futuro de la Fórmula Uno ¿Cómo se traducen las mejoras financieras cuando se cuenta con un software en los clubes? “Es una consecuencia. Lo que nosotros hacemos es proveerles la capacidad de mejorar procesos y ayudarlos a incrementar las posibilidades de obtener sus metas y, luego, en términos económicos, eso se ve reflejado”, dice Jorge Alejandro Contreras, especialista en Soluciones Analíticas y líder de la Estrategia de Deportes en México de SAP. Actualmente, la empresa otorga servicios del SAP Sports One al América, los Xolos y el Atlas. Pero los datos no propiamente dan las respuestas. Las hay, pero se necesita un equipo especializado para interpretarlas. El punto pasa, dice César Galaviz, por “saber hacer la pregunta correcta [porque] necesitas un equipo multidisciplinario que te ayude a interpretar los datos: un ingeniero en sistemas que verifique el programa; un psicólogo para que, con los datos, dé la terapia correcta; un doctor que sepa en qué momento un jugador debe seguir o parar; un técnico para entender por qué es mejor utilizar a un futbolista u otro y, sobre eso, plantear la estrategia”. Por ejemplo, de acuerdo con Global Sports Salary Survey, cada año los equipos pierden al menos 5,000 mdd en lesiones. El Big Data ayuda a los clubes a definir cuándo es momento de que un jugador pare o no. “El análisis va desde lo más sencillo, como con cuánta fuerza se golpea un balón, hasta aspectos médicos de gran importancia”, dice Contreras. Conocer es saber, y eso te permite maximizar tus cualidades… y también provoca miedo. Hace algunos años, cuando José Manuel de la Torre era técnico de la selección mexicana de futbol, pidió que del sitio oficial se quitara la información que proveía la empresa que contrataron para dar estadísticas porque era un sistema medianamente detallado de tiros a gol, pases concretos, números básicos. “Los números dejaron de ser un resultado y se convirtieron en un objeto de estudio”, dice César Galaviz.   Primeros números Pero ¿cuándo comenzó todo esto de los datos y el deporte? El antecedente más fuerte llegó de un libro: Baseball Abstract, de Bill James. “Allí empieza a existir un desarrollo profesional en el proceso y lectura de las estadísticas”, dice Galaviz. “Actualmente, un dato puede ser el diferencial para ganar o no millones de dólares”. Más tarde, apareció el primer software desarrollado por James, que vendió a los equipos de las Grandes Ligas: el Edge-1000. “Ése es el primer prototipo informático de todo lo que vemos hoy”, reflexiona el encargado de la oficina de Data Factory en México. ¿Se acuerdan de la película Moneyball? Fue real. Los Atléticos de Oakland (basados en estadísticas) empezaron a contratar a peloteros que no tenían números de miedo, pero que, cuando jugaban en conjunto, podían ser protagonistas. Luego esto empezó a permear en otros deportes, incluyendo al futbol mexicano. Cuando Forbes México realizó algunas consultas con clubes de la Liga MX, ellos optaron por no hablar de dinero, pero aseguraron que “algunas decisiones financieras” se han tomado gracias a los softwares y la interpretación de datos por sus unidades de inteligencia deportiva. En México, desde 2013, la Liga MX tiene un contrato con la empresa Match Analysis, que provee información a los 18 equipos del torneo. La tecnología consiste en el sistema denominado K2 Plus, que proporciona el seguimiento de la acción con video de campo completo y visualización TrueView. Albert Rudé, doctor en Ciencias del Deporte y entrenador profesional en Pachuca, comentó respecto de estas tecnologías: “Hablando del costo económico, no suponen un problema para un equipo de Primera División, aunque sí pueden serlo para equipos militantes en categorías inferiores. Lo más importante es el capital humano que recoge: trata, analiza y presenta las conclusiones de la información obtenida para que el cuerpo técnico la pueda poner en marcha correctamente en los trabajos diarios de preparación”. Para Contreras, de SAP, los clubes mexicanos invierten de manera creciente. “Hay camino por avanzar, pero, al menos con los tres equipos con los que estamos trabajando, lo hacemos muy bien; damos un proceso de acompañamiento para la aplicación del software durante las primeras ocho semanas”. Te puede interesar: SAP quiere ayudar al América a ser campeón con Big Data Para el futbol mexicano, ¿es cara la tecnología? No puedo hablar de precios, pero es accesible para los equipos deportivos. Han contratado clubes mexicanos, latinoamericanos y europeos que no tienen los presupuestos más altos, pero obtienen un gran retorno de inversión. Xolos es uno de los clubes de México que cuentan con un departamento de inteligencia deportiva que trabaja con el software de SAP. Ignacio Palau, director deportivo, relata: “Comenzamos a ver que los equipos de varias partes del mundo tenían un desempeño que mejoraba continuamente. Cuando vimos las capacidades de análisis de datos de la herramienta y la forma en que podría ayudar al equipo en el diseño de estrategias, tomamos la decisión de adquirirla para aprovecharla”. Espías al acecho “Hasta ahora, no hay una persona que tenga una respuesta única”, dice César Galaviz. Por eso los datos dan poder e información. “Y también, en algunos casos se guardan casi con secrecía militar”. Parece exagerado, pero los hechos demuestran que, cada vez más, el espionaje resulta uno de los problemas a resolver por los sistemas de seguridad de los softwares deportivos. Trabajando como scout de los Cardenales de San Luis (equipo de las Grandes Ligas), Chris Correa entró 78 veces a la base de datos de los Astros de Houston. La MLB decidió suspenderlo de por vida y, de paso, sancionó al club con 2 mdd. Según el informe del FBI, el espía ingresó al sistema durante 2013, 2014 y 2016. Fue condenado por la justicia estadounidense a tres años de prisión y al pago de una multa de 250,000 dólares. Correa había obtenido la contraseña para acceder a información confidencial, como intercambios de correo electrónico, datos para estadísticas, situaciones contractuales de los jugadores e informes de supervisores de los Astros y otros equipos de la MLB. “Nosotros queremos que nuestros clientes sepan que todo el software que producimos cumple con los más altos estándares de calidad y seguridad. Pueden estar seguros de que su información está a salvo”, dice Contreras. Conocer información relevante es importante para mejorar un equipo, pero también para ganar más dinero. Gestionar bien la plantilla gracias al análisis de datos puede lograr que se ganen millones. Hoffenheim tiene más viva que nunca la esperanza de estar en la Liga de Campeones el próximo año y con ello ingresar (como primer premio) 12.5 millones de euros. Theo Epstein, basado en el modelo de datos y Moneyball, rompió dos de las maldiciones de beisbol más famosas de la historia: la de Medias Rojas de Boston y los 108 años sin títulos de los Chicago Cubs. Real Madrid ha puesto especial atención en su programa de Microsoft para sobrellevar mejor el tema de sus lesiones. El Big Data resulta ser (en términos prácticos) la respuesta para que los deportistas o los clubes rentabilicen mejor sus inversiones en términos económicos u obtengan más dinero por sus éxitos. Los números lo son todo. Te puede interesar: Big Data: La nueva revolución de los negocios   ¿Qué hacer con todo eso? De acuerdo con una revisión realizada por Forbes México, los diferentes programas que existen en el mercado se pueden resumir en estos puntos.

• Análisis jugador por jugador; cuáles son sus virtudes, cuáles sus defectos.
• Planeación de entrenamientos específicos.
• Medición del estrés para determinar qué jugadores son capaces de enfrentar diferentes situaciones de presión.
• Monitoreo del rendimiento de los deportistas durante el partido en tiempo real.
• Realización de simulaciones contra equipos rivales.
• Registro médico y prevención de lesiones. El software es capaz de detallar el nivel de cansancio y en qué momento hay posibilidades de que un jugador se pueda lastimar.
• Decisiones para renovación o no de contratos.
• Creación de dietas personalizadas.
• Planeación financiera a corto, mediano y largo plazo.