Qué es el 'Small Data' y cómo está cambiando la manera de trabajar en los clubes de fútbol profesionales

Madrid

Albert Rudé se quedó a las puertas del ascenso la temporada pasada a los mandos del CD Castellón. Esta no era, ni mucho menos, su primera experiencia en los banquillos. Entre otros trabajos, también fue asistente de Diego Alonso, actual técnico del Sevilla, en el Pachuca, formó parte del proyecto del Inter de Miami… Sin embargo, su etapa en Castalia le abrió de par en par las puertas de un nuevo horizonte: entender el fútbol a través del Big Data. En palabras del propio Rudé, “nunca había estado en un club donde el Big Data fuera la base, nunca había entrenado a un equipo que fuese dirigido por gente que basa todas sus decisiones en los datos”. La realidad es que, por extravagante que pueda sonar, el Big Data cada vez tiene más peso en las estructuras de los clubes profesionales.

Hay ejemplos, y varios, de proyectos de este tipo que han sido exitosos: el Brighton y el Brentford en Premier League, el Toulouse en Ligue 1... No solo hablamos de clubes que han alcanzado sus objetivos a nivel deportivo —ascensos a Premier League o clasificaciones europea—, sino que también han conseguido consolidarse en ligas muy competitivas gracias a llevar a la élite a futbolistas que han demostrado un nivel superlativo, algo que de manera directa —sobre el terreno de juego— o indirecta —a través de una venta millonaria— ha ayudado a estos proyectos a consolidarse.

“Ellos lo llaman Small Data por un tema de algoritmos. Sus algoritmos son tan precisos y tan específicos que se diferencian de plataformas como WyScout. Sus algoritmos están construidos para intentar predecir el rendimiento de un futbolista. Curiosamente, el propietario del Brighton, del Brentford y del Castellón... Ellos apostaban a nivel deportivo y utilizaban algoritmos para predecir resultados. Ahora, eso mismo lo están utilizando en sus equipos para predecir el rendimiento de futbolistas y fichar a jugadores que les den el rendimiento esperado”, explica Rudé.

En base a su experiencia, el técnico diferencia el Big Data —más bien el Small Data— en dos grandes bloques: el bloque de fichajes y el bloque del análisis cuantitativo del rendimiento. “Cuando hablamos de fichajes, en los clubes utilizan un ranking numerado del 5 al 95. Un jugador que tiene un 5 sería el jugador más talentoso y el que tiene un 95 es el menos talentoso. Si tú tienes al de rating 5 y al de rating 40, El Small Data te dice que debes fichar al de 5. Todo lo que va de un rating 5 a un rating 30, es interesante a nivel de calidad y talento. Por encima del rating 30, no debes ficharlo”, cuenta Rudé.

¿Esto significa que los clubes desdeñan el ojo humano? Para nada. “Tú puedes fichar a jugadores muy buenos y acabar no teniendo éxito porque no hay buena relación en el juego. El ejemplo más claro de los últimos años es el PSG”. El Big Data ni mide las relaciones sobre el campo ni tampoco sirve para explorar roles funcionales. Lo explica con un ejemplo. “Tú quieres fichar a un mediocentro y tienes a uno de rating 5 y a otro de rating 20. Tu algoritmo te dice que tienes que fichar al de 5, pero puede ocurrir que a nivel de características por tu modelo de juego o por los jugadores que va a tener al lado el de rating 20 te encaje mejor en el equipo que el de 5. Al cabo de la temporada, si el de 5 no se acaba adaptando, su rating va a acabar siendo de 20 y viceversa”, comenta. Este es el motivo por el que el Big Data no está reñido con la importancia del ojo humano. Pese a utilizar estos sistema, el director deportivo o el secretario técnico son figuras clave en estos clubes. “El Big Data me puede señalar al mejor o a los mejores mediocentros disponibles según mi algoritmo, pero ahí es el ojo humano el que tiene que ver qué características necesita el equipo, que necesita el míster. Eso solo te lo da un director deportivo”, insiste.

El otro bloque en el que el Big Data ha supuesto una revolución es el análisis cuantitativo del rendimiento. “Hasta hace unos años, este trabajo se hacía de manera cualitativa. Se miraba el partido, se hacían cortes y se intentaban mejorar a los jugadores a través de visualizar esos cortes. Ahora mismo, ya se hace 50-50. Se sacan datos para ver cosas que el ojo humano no ve”. Lo ilustra con otro ejemplo. “A un mediocentro recuperador tú no puedes medirle a ojo los duelos que gana: los terrestres, los aéreos, en qué zona del campo roba, que ha producido con esos robos... Eso tu no lo mides a ojo, pero puedes crear un algoritmo que te lo da”, explica Rudé.

"El Big Data me ha dado muchas herramientas, me ha hecho crecer y entender una parte de este negocio que yo no la tenía tan controlada. Era un entrenador cuantitativo, analítico. Siempre decía que el ojo ve más que los datos, ahora creo que el dato puede ser relevante si lo usas correctamente. Y es que para fichar es lo mismo. Si tú puedes acceder a jugadores que tienen talento y encajan mejor en lo que tú necesitas, estás más cerca de ganar”, sentencia.