La revolución científica del fútbol

28 de mayo de 2016. Milán. Real Madrid y Atlético se juegan la final de la Champions en San Siro, solo dos años después del dramático desenlace de Lisboa que le dio al club blanco su Décima Copa de Europa. Como en la capital lusa, el partido se vuelve a ir a la prórroga, pero esta vez no hay solución en el tiempo extra y la final llega a la tanda de penaltis. Ahí es donde el azar coge más peso que nunca, pero no es lo que va a marcar la diferencia. Será la ciencia: «El Madrid dispara los cinco penaltis al mismo lado, a la izquierda de Oblak. Eso no fue casualidad», explica a ABC Ricardo Queralt, doctor en economía, codirector del máster en «Data Science» de la Universidad de CUNEF, y autor, junto a Juan Manuel López Zafra, de «Alquimia, cómo los datos se están transformando en oro». Aquella noche en Milán, Gabi le ganó el sorteo a Sergio Ramos, pero cometió el error, siguiendo órdenes de Simeone, de elegir disparar en segundo lugar, dándole al Madrid la oportunidad de iniciar la tanda, además de seleccionar la portería de sus aficionados para efectuar los lanzamientos. Decimos el error porque según un minucioso estudio de la prestigiosa «London School of Economics», los equipos que disparan primero en una tanda de penaltis tienen un 60% de posibilidades de ganarla, estadística que bien conocía el equipo blanco: «Tienes que ganar el sorteo para tirar en primer lugar», le recordaron a Ramos segundos antes de que la monedita saliera cara o cruz. No era un capricho ese deseo. El Real Madrid, gracias a un acuerdo con Microsoft, tiene a su disposición la últimas tecnologías al servicio del «Data Science», y aunque lo mantiene en un estricto secreto, cuenta con uno de los mejores equipos de «Data Science» del mundo. Aquella tanda de penaltis en Milán, en la que los cinco jugadores del Madrid dispararon a la izquierda de Oblak, no fue coincidencia. El «Big Data», aparte del talento para lanzar esos penaltis, estuvo detrás de la Undécima. «Los datos han venido al mundo del fútbol para quedarse y ser muy importante en la toma de decisiones de los equipos. Ya no solo vale la experiencia, o el buen olfato. Los clubes fichan jugadores a través de sistemas de Big Data. Se empieza a pedir como requisito de contratación cuántos puntos va a aportar ese jugador. Es lo mismo que hace la NBA desde hace más de una década desarrollando algoritmos de «machine learning» y cartografía digital. O la NFL. O el béisbol americano», detalla Queralt, que desvela cómo muchos agentes ya utilizan hoy el «Data Science» para colocar a sus jugadores: «Los representantes utilizan la ciencia de los datos para mover a sus representados y conseguirles mejores contratos». Este Gran Hermano que ya mueve los hilos del deporte rey da la posibilidad de tener «millones de datos de los jugadores, tanto en entrenamientos como en partidos». «Un tesoro, vamos. Pero lo importante no es solo recopilar y guardar esos datos. Es su análisis científico. Generar valor para el equipo a través de esos datos», explica Queralt. «La clave está en lo que hacemos con ellos, en cómo los usamos. El secreto es encontrar una ventaja con los datos que manejamos», reflexiona Kevin Colbert, mánager general de los Pittsburgh Steelers de la NFL. Millones de datos Gracias al «Data Science», hoy un equipo de fútbol puede saber al dedillo todo lo que puede influir en el rendimiento individual y colectivo de su equipo. En definitiva, monitorizar el comportamiento de los futbolistas en el sentido más amplio del concepto. Desde aspectos más generales, como la calidad del sueño o los niveles de fatiga, hasta situaciones más particulares como distancias recorridas, velocidades alcanzadas, tiempos de reacción, cambios de ritmo, superficie abarcada en el terreno de juego, cuándo y cómo disparar a puerta o no, cuando y cómo dar un pase u otro, a qué distancia, con qué pierna... Con toda esta paella de datos se ejecutan planes de entrenamiento personalizados atendiendo a las características físicas y psicológicas de cada futbolista: «Y por encima de todo ello está el objetivo número uno, prevenir lesiones», desvela Queralt. Ahí fundamentó el Leicester la sorprendente Premier de 2016. Según revela «Alquimia», el Leicester desarrolla desde 2008 una metodología científica para evaluar el rendimiento de los jugadores, con una directriz muy clara: que el número de lesiones sea el más bajo posible, casi anecdótico. El reto del Leicester era, y sigue siendo, «la gestión profesional de las circunstancias de riesgo, sabiendo que los accidentes inevitables» «Matt Reeves, responsable del área de condición física, sabía que la mayor presión sobre los jugadores era la clave para el aumento de lesiones y eso incrementaba los riesgos. Fue pionero en el uso de la tabla Nordbord para monitorizar tendones y determinar las cargas de entrenamiento, limitando así el riesgo de lesiones por sobrecarga», explica Queralt. Ese esa mágica Premier de la temporada 2015-2016, el Leicester sumó 275 días de jugadores lesionados. El Arsenal, que acabó segundo, acumuló 1.137. Así se cocinó una de las grandes gestas del deporte moderno, con el ingrediente de la ciencia al servicio del fútbol.

De Deportes https://ift.tt/2WE7kEj