Los análisis deportivos son recopilaciones de estadísticas históricas relevantes que pueden proporcionar una ventaja competitiva a un equipo o individuo al ayudar a informar a los jugadores, entrenadores y otro personal y ayudar a facilitar la toma de decisiones tanto durante como antes de los eventos deportivos. El término "análisis deportivo" se popularizó en la cultura deportiva convencional después del estreno de la película Moneyball de 2011. En esta película, el gerente general de Oakland Athletics, Billy Beane (interpretado por Brad Pitt ), se basa en gran medida en el uso de análisis de béisbol para construir un equipo competitivo con un presupuesto mínimo, basándose y ampliando la práctica establecida de sabermetría .
Existen dos aspectos clave de la analítica deportiva: la analítica dentro y fuera de la cancha. La analítica dentro de la cancha se ocupa de mejorar el rendimiento de los equipos y jugadores dentro de la cancha, incluyendo preguntas como "¿qué jugador de los Red Sox contribuyó más a la ofensiva del equipo?" o "¿quién es el mejor alero de la NBA ?", etc. La analítica fuera de la cancha se ocupa del aspecto comercial de los deportes. La analítica fuera de la cancha se centra en ayudar a una organización deportiva o a un organismo a descubrir patrones y perspectivas a través de datos que ayudarían a aumentar las ventas de entradas y productos, mejorar la participación de los aficionados, etc. La analítica fuera de la cancha utiliza esencialmente datos para ayudar a los titulares de derechos a tomar decisiones que conducirían a un mayor crecimiento y una mayor rentabilidad. [1]
A medida que la tecnología ha avanzado en los últimos años, la recopilación de datos se ha vuelto más exhaustiva y se puede realizar con relativa facilidad. Los avances en la recopilación de datos también han permitido que el análisis deportivo crezca, lo que ha llevado al desarrollo de estadísticas avanzadas y aprendizaje automático [2] , así como tecnologías específicas para cada deporte que permiten que los equipos realicen simulaciones de partidos antes de jugar, mejoren la adquisición de seguidores y las estrategias de marketing, e incluso comprendan el impacto del patrocinio en cada equipo y en sus seguidores [3] .
Otro impacto significativo que ha tenido el análisis deportivo en los deportes profesionales está relacionado con las apuestas deportivas . El análisis deportivo en profundidad ha llevado las apuestas deportivas a nuevos niveles; ya sean ligas de deportes de fantasía o apuestas nocturnas, los apostadores ahora tienen más información a su disposición para ayudar a la toma de decisiones que nunca antes. Se han desarrollado varias empresas y páginas web para ayudar a proporcionar a los fanáticos información actualizada para sus necesidades de apuestas. [3]
El béisbol fue uno de los primeros deportes en adoptar el análisis deportivo, cuando Earnshaw Cook publicó Percentage Baseball en 1964. Esta fue la primera publicación que citó el análisis deportivo para atraer la atención de los medios nacionales. [4] En 1981, Bill James ayudó a que SABR (Society for American Baseball Research), [5] una de las principales organizaciones de análisis deportivo para el béisbol, adquiriera prominencia nacional cuando Sports Illustrated presentó a James en el artículo He Does It By The Numbers de Daniel Okrent (1981). [6]
En 1984, el mánager de los New York Mets, Davey Johnson, se convirtió en el primer miembro conocido de una organización deportiva conocida en defender el uso de la analítica deportiva. Durante su tiempo con los Baltimore Orioles , Johnson había intentado convencer a la organización de utilizar su simulación informática de béisbol FORTRAN para determinar la alineación titular óptima del equipo. Como mánager de los Mets, Johnson encargó a un empleado del equipo que escribiera una aplicación dBASE II para ejecutar modelos estadísticos sofisticados con el fin de comprender mejor las capacidades y tendencias de los oponentes del equipo. [7] A finales del siglo XX, la analítica deportiva había ganado una aceptación significativa por parte de la dirección de muchos clubes de las Grandes Ligas de Béisbol , en particular los Oakland A's , los Boston Red Sox y los Cleveland Indians .
Al mismo tiempo, los fanáticos del béisbol y los medios deportivos habían comenzado a adoptar el análisis deportivo como una forma de comprender e informar sobre el juego. En 1996, Baseball Prospectus [8] buscó aprovechar el trabajo de Bill James cuando lanzó el sitio web Baseball Prospectus para presentar investigaciones sabermétricas y hallazgos relacionados, así como publicar métricas avanzadas como EqA , Davenport Translations (DT's) y VORP . Baseball Prospectus se ha convertido en una organización de medios deportivos multicanal que emplea un equipo de estadísticos y escritores que publican los libros más vendidos del New York Times y presentan programas de radio y podcasts semanales .
La MLB ha marcado la pauta en el análisis deportivo durante varios años, y algunas de las mentes más brillantes del juego nunca han puesto un pie en el calor de un juego de béisbol de las ligas mayores o menores. Theo Epstein, de los Chicago Cubs, es una de esas mentes que nunca se ha vestido para jugar un partido de béisbol profesional; en cambio, Epstein confía en su educación en la Universidad de Yale y en los números detrás del juego para tomar muchas de sus decisiones. [9] Epstein, conocido por su papel en poner fin a dos de las rachas más famosas del béisbol (la maldición del Gran Bambino de los Boston Red Sox en 2004 y, tan recientemente como la Serie Mundial de 2016 , ayudando a poner fin a la sequía de 108 años entre victorias en la Serie Mundial para los Chicago Cubs), es miembro de una creciente comunidad en el béisbol de las grandes ligas que no depende de años de experiencia como jugador de las grandes ligas. Esta comunidad ha podido crecer gracias a la recopilación en profundidad de estadísticas que ha existido en el béisbol durante décadas. Si bien el análisis es relativamente común en la MLB, existe una gran cantidad de estadísticas que se han vuelto vitales en el análisis del juego, que incluyen:
Daryl Morey, de los Houston Rockets, fue el primer gerente general de la NBA en implementar métricas avanzadas como un aspecto clave de la evaluación de los jugadores. [15] En los años posteriores a la contratación de Morey, la NBA se movió rápidamente para adoptar prácticas avanzadas de evaluación de jugadores basadas en métricas. En 2012, John Hollinger dejó ESPN para convertirse en vicepresidente de operaciones de baloncesto de los Memphis Grizzlies .
Más allá de las oficinas centrales del baloncesto profesional, los principales sitios web de medios deportivos como Basketball Reference se dedican a la recopilación, síntesis y difusión de métricas avanzadas para organizaciones de baloncesto profesional y universitario, miembros de medios deportivos y fanáticos.
Carolina del Norte , bajo la dirección del entrenador Frank McGuire , fue la primera organización de baloncesto conocida en utilizar métricas avanzadas de posesión para obtener una ventaja competitiva. Desde entonces, los entusiastas de la analítica deportiva en el baloncesto han creado estadísticas ponderadas que miden la eficiencia en la cancha de cada jugador y de cada equipo. La mayoría de las métricas avanzadas específicas del baloncesto cuentan con una medición por minuto para garantizar que las contribuciones incrementales del equipo de un jugador se midan independientemente del volumen de uso.
En 2003, el sitio web centrado en el análisis deportivo Football Outsiders fue pionero en la primera métrica avanzada integral del fútbol, DVOA (valor ajustado a la defensa sobre el promedio), [16] que compara el éxito de un jugador en cada jugada con el promedio de la liga en función de una serie de variables que incluyen la caída , la distancia, la ubicación en el campo, la diferencia de puntuación actual, el cuarto y la fuerza del oponente. Desde entonces, el trabajo de Football Outsiders ha sido ampliamente citado por los miembros analíticos del establecimiento de los medios deportivos. Unos años más tarde, Pro Football Focus lanzó una base de datos estadística integral , que pronto presentó un sofisticado sistema de calificación de jugadores. [17] Advanced Football Analytics (originalmente Advanced NFL Stats) tiene su EPA (puntos esperados agregados) y WPA (probabilidad de victoria agregada) para los jugadores de la NFL.
Bill Barnwell, el principal escritor de fútbol americano de Grantland, creó la primera métrica enfocada en predecir el rendimiento futuro de un jugador individual, el Speed Score , al que hizo referencia en un artículo escrito para Pro Football Prospectus . Después de analizar datos relacionados con el éxito de los corredores , Barnwell descubrió que los corredores más exitosos en el nivel de la NFL eran rápidos y pesados, por lo tanto, el Speed Score pondera los tiempos de carrera de 40 yardas asignando una prima a los corredores más grandes, a menudo más fuertes. [18]
Una de las fuerzas impulsoras del uso de la analítica deportiva en la NFL ha sido el crecimiento del fútbol de fantasía . El escritor de deportes de fantasía CD Carter y sus colegas de XN Sports, NumberFire y el sitio de análisis de fútbol de fantasía de formato largo, Rotoviz.com, han establecido una subcultura informal de escritores de deportes de fútbol de fantasía que se refieren a sí mismos como "degens". El movimiento degen es responsable de la creación de numerosas métricas de eficiencia del fútbol americano que explican mejor los rendimientos futbolísticos pasados e intentan predecir la producción futura de los jugadores. El puntaje de velocidad ajustado a la altura, [19] la calificación de dominador universitario, [20] la prima objetivo, [21] el radio de captura, [22] los puntos netos esperados (NEP), [23] y la prima de producción [24] fueron creados recientemente y difundidos por escritores y matemáticos degen. Basándose en el trabajo de estos escritores, sitios como PlayerProfiler.com destilan una amplia variedad de métricas avanzadas establecidas en una única instantánea del jugador diseñada para ser agradable para el aficionado deportivo casual. [24]
La NHL lleva un registro de las estadísticas desde sus inicios, pero es relativamente nueva en la adopción de la toma de decisiones basada en el análisis de datos . Los Toronto Maple Leafs fueron el primer equipo de la NHL en contratar a un miembro de la dirección con una formación principalmente analítica cuando contrataron al asistente del director general Kyle Dubas en 2014. Dubas, al igual que Theo Epstein en la MLB, nunca ha jugado un partido profesional y se basa en los números generados por los jugadores a diario, tanto ahora como en el pasado, para tomar decisiones. [25]
El PGA Tour recopila grandes cantidades de datos a lo largo de la temporada. Estas estadísticas registran cada golpe que realiza un jugador en un torneo, recopilando información sobre la distancia recorrida por la pelota y exactamente desde dónde se juega cada golpe y dónde termina. Estos datos han sido utilizados durante varios años por los jugadores y sus entrenadores durante las sesiones de práctica, así como durante la preparación para el torneo, destacando las áreas en las que ese jugador necesita mejorar antes de jugar en el torneo.
El fútbol utiliza datos de seguimiento, como los datos posicionales de los jugadores y la pelota, para que los equipos obtengan información sobre el acondicionamiento de los jugadores. [29] Estos datos también se han utilizado para evaluar el rendimiento de ataque para estimar los goles marcados utilizando inteligencia artificial . [30] Otros enfoques han incluido el regate y los pases. [31] También se están realizando investigaciones en la Universidad de Nagoya para investigar el potencial de utilizar la recuperación de la pelota orientada al defensor y el ser atacado como métricas, y se está utilizando con éxito con datos de la Liga J1 japonesa para predecir las estrategias utilizadas por los equipos. [32]
Muchos estadísticos atribuyen la popularización de la analítica deportiva al actual director general de Oakland Athletics, Billy Beane . Con un presupuesto limitado, Beane recurrió a la sabermetría , una forma de analítica deportiva, para evaluar a los jugadores y tomar decisiones sobre el personal.
Entendiendo la importancia de tener corredores en base, Beane se enfocó en adquirir jugadores con un alto porcentaje de embase con la lógica de que los equipos con un porcentaje de embase más alto tienen más probabilidades de anotar carreras. También pudo lograr el éxito con un presupuesto limitado al adquirir lanzadores abridores pasados por alto, a menudo consiguiéndolos por una fracción del precio que puede requerir un lanzador de renombre. Cuando Beane's Athletics comenzó a lograr el éxito, otros equipos de las grandes ligas se dieron cuenta. El segundo equipo en adoptar un enfoque similar fueron los Boston Red Sox , quienes en 2003 nombraron a Theo Epstein gerente general interino. Epstein, quien sigue siendo el gerente general más joven en ser contratado en la MLB, llegó al puesto sin ninguna experiencia como jugador profesional, algo muy irregular en ese momento. Usando un enfoque similar al de Billy Beane, Epstein pudo formar un equipo de los Boston Red Sox que en 2004, ganó la primera Serie Mundial de la organización en 86 años, rompiendo la supuesta Maldición del Bambino . Muchos expertos atribuyen parte del éxito de Epstein al propietario de los Boston Red Sox, John W. Henry , quien logró un éxito significativo en la industria de las inversiones al utilizar la toma de decisiones basada en datos. Como propietario, Henry le proporcionó a Epstein un margen de maniobra significativo en lo que respecta a la toma de decisiones basada en datos y el uso de la sabermetría, ya que conocía el impacto que pueden tener dichas herramientas para lograr el éxito tanto en los deportes como en los negocios. Desde su éxito en Boston, Epstein se había mudado a Chicago, donde en 2016 llevó a los Chicago Cubs a su primer título de la Serie Mundial en 108 años. Más recientemente, equipos como los Houston Rockets de la NBA han puesto un gran énfasis en la analítica para dictar las decisiones de la oficina principal y en la cancha. Daryl Morey, el gerente general de los Rockets, decidió enfatizar los tiros de tres puntos y utilizó la analítica para respaldar su argumento. [33] Como resultado, los Rockets comenzaron a lanzar muchos más tiros de tres puntos e incluso cambiaron a su gran hombre en ciernes, Clint Capela. [34]
Los ejecutivos de otras ligas deportivas profesionales notaron el éxito de las estrategias y la toma de decisiones basadas en el análisis en el béisbol. Hoy en día, casi todas las organizaciones profesionales tienen al menos un experto en análisis en su personal, o incluso un departamento entero dedicado a la analítica. [35]
Los Astros dependen en gran medida de la analítica a la hora de tomar decisiones. El equipo tiene empleados con títulos como director de ciencias de la decisión, gerente de riesgo médico y modelador matemático. [36] A diferencia de otros equipos profesionales que suelen utilizar la analítica únicamente para las transacciones y fichajes de jugadores, los Astros han comenzado a utilizar la analítica para tomar decisiones sobre cómo jugarán en el campo, "aplicando el cambio defensivo más que cualquier otro equipo de la MLB la temporada pasada". [36] Con este enfoque, los Houston Astros consiguieron su primera victoria en la Serie Mundial en la historia de la franquicia en 2017. [37 ]
Los San Antonio Spurs , uno de los primeros en adoptar SportVU , han estado utilizando la analítica para obtener una ventaja competitiva sobre sus oponentes durante varios años. Colectivamente, como equipo, los Spurs han perfeccionado la importancia del triple y, como resultado, se ubican constantemente entre los líderes de la liga en intentos de triples. La comprensión de los equipos sobre la importancia del "tres" se extiende más allá del lado ofensivo de la cancha, ya que son implacables en la defensa del triple en el lado defensivo de la cancha. [36]
En 2009, los Chicago Blackhawks recurrieron a una empresa externa para que les realizara evaluaciones analíticas. [36] Posteriormente, los Blackhawks han logrado un éxito sin precedentes en la NHL, ganando tres Copas Stanley en seis temporadas. Este éxito ha conllevado una serie de decisiones difíciles para la dirección de los Blackhawks, ya que a menudo solo pueden retener a un grupo central de jugadores después de cada copa, mientras que otros jugadores clave reciben ofertas que los Blackhawks simplemente no pueden igualar con el tope salarial de la NHL. Sin embargo, al utilizar este sistema basado en análisis, el equipo ha podido llenar continuamente estos vacíos al encontrar jugadores que están infravalorados por otros equipos pero que encajarán bien con el estilo de juego de los Blackhawks. Muchas veces, un equipo formado de esta manera parecerá decepcionante pero rendirá más de lo esperado. Esta estrategia podría ser adoptada por equipos con libertad financiera limitada para formar un equipo competitivo. [38] Este proceso ha sido refinado por los Blackhawks, que proporcionan otro ejemplo más de la longevidad que puede asociarse con la toma de decisiones basada en análisis. [39]
El análisis deportivo ha tenido un impacto significativo en el campo de juego, pero también ha contribuido a la creciente industria de las apuestas deportivas, que representa aproximadamente el 13% de la industria mundial de las apuestas. [40] Con un valor de entre 700 y 1 billón de dólares, las apuestas deportivas son extremadamente populares entre grupos de todo tipo, desde ávidos fanáticos de los deportes hasta jugadores recreativos; sería difícil encontrar un evento deportivo profesional en el que no haya nada en juego en los resultados. Muchos jugadores se sienten atraídos por las apuestas deportivas debido a la gran cantidad de información y análisis que tienen a su disposición para tomar decisiones. Un jugador, Bob Stoll, ha estado a la vanguardia de la curva de análisis durante varios años, apostando con éxito contra la línea el 56% (575–453) del tiempo en el fútbol universitario, una tasa significativa ya que un porcentaje de victorias por encima del 52,4% se considera rentable. Con la cantidad de estadísticas tan abiertamente disponibles para los fanáticos, Stoll combina una variedad de estadísticas diferentes, como récords de local y visitante, récord contra equipos divisionales/no divisionales, yardas por acarreo, etc., para hacer selecciones inteligentes que han dado resultados más de la mitad de las veces. [41]
Los resultados de investigaciones académicas muestran evidencia de que Twitter contiene suficiente información para ser útil para predecir resultados en partidos de fútbol. [42]
Con la popularidad de las apuestas deportivas se desarrolló una serie de servicios de apuestas deportivas. "Empresas como William Hill, Ladbrokes, bet365, bwin, Paddy Power, betfair, Unibet y muchas más ofrecen servicios de apuestas deportivas a través de sus sitios web y, en muchos casos, de casas de apuestas. En 2012, William Hill generó alrededor de 2 mil millones de dólares estadounidenses en ingresos, de los cuales aproximadamente 30 mil millones de dólares estadounidenses fueron apostados en total con la empresa". [40]
En los primeros tiempos del béisbol , los bateadores no tenían idea de las tendencias de la secuencia de lanzamientos y la velocidad de giro de los lanzadores . En el juego actual, el uso de inteligencia artificial (IA) y análisis ahora muestra a los bateadores la velocidad de giro y la información de la secuencia de lanzamientos antes del juego.
Por otro lado, esto también puede beneficiar al lanzador. Como en el juego actual, la IA y el análisis pueden ayudar al lanzador al mostrar qué lanzamientos son puntos débiles de ciertos bateadores. También puede mostrar en qué partes de la zona de strike tienen problemas los bateadores, de modo que el lanzador pueda intentar lanzar la pelota hacia esos puntos de la zona de strike para obtener una ventaja.
En los primeros tiempos del baloncesto , la mayoría de los tiros se hacían cerca de la canasta. Ahora, la NBA y otras ligas han implementado una línea de tres puntos , lo que permite a los jugadores lanzar desde una distancia mayor para anotar 3 puntos en lugar de 2. Por esa razón, los jugadores se han vuelto multidimensionales y más difíciles de defender. El uso de IA y análisis puede mostrar a los defensores cómo marcar a ciertos jugadores en función de lo bien que lanzan desde la línea de tres puntos. Si no lanzan bien desde la línea de tres puntos, entonces el defensor puede dar marcha atrás y permitir el tiro.
La inteligencia artificial y el análisis también han tenido un gran impacto en la formación de entrenadores. Ejemplos de ello son los escenarios de final de partido, el uso de los tiempos muertos, la estrategia defensiva y el impacto en los jugadores. Algunos equipos de la NBA tienen entrenadores cuyo enfoque principal son los datos y el análisis para ayudar al entrenador principal a realizar ajustes durante el partido.