Por Chris Hayhurst, Colaborador.
Para el fanático acérrimo al inicio de la temporada de la Liga Nacional de Fútbol de 2019, las Águilas de Filadelfia se veían bien en el papel. La línea ofensiva del equipo había sido descrita como de «élite«, con su tosca lista de jugadores del All-Pro y del Pro Bowl, y su quarterback , Carson Wentz, parecía estar listo para aplastar al rival. Pero casi igual de importante, y sobre todo entre bastidores, las Águilas se habían estado preparando con un arma poco convencional. Al igual que lo habían hecho durante los últimos años -un tramo que incluía la victoria en el Super Bowl 2017- el equipo estaba invirtiendo mucho en el análisis de datos, el equivalente tecnológico de un jugador extra en el campo.
TAMBIÉN LE PUEDE GUSTAR ESTE PODCAST SOBRE ANÁLISIS DE DEPORTES
Casi cualquier persona que sigue los deportes ya está familiarizada con la cultura de datos del béisbol de las Grandes Ligas (el libro superventas Moneyball, publicado en 2003, detalla cómo un equipo con un presupuesto relativamente pequeño encontró una manera de ganar a través del análisis estadístico). Pero los equipos en la NFL también están crujiendo los datos.
«La mayoría de los equipos de la NFL tienen algunas capacidades analíticas en sus organizaciones», dice Sandy Weil, un consultor de tecnología deportiva que anteriormente pasó tres temporadas como director de análisis de fútbol con los Baltimore Ravens. «Pero la medida en que realmente están utilizando esas herramientas -tomando los datos que tienen y obteniendo valor de ellos- depende realmente del club».
El uso más común de la analítica de datos actualmente es para evaluar las perspectivas en el draft de la NFL y tomar decisiones sobre la adquisición de jugadores de otros clubes, dice Weil. Ha trabajado para Los Angeles Rams, por ejemplo, donde él y sus colegas analizaron a un jugador que había sido liberado por los Cincinnati Bengals. «El cuerpo técnico ya lo había identificado como candidato, pero estaban preocupados porque era mayor, como de unos treinta años». Sin embargo, cuando el equipo de Weil hizo su análisis, confirmó que valía la pena perseguir al jugador. «Nuestro modelo demostró que, gracias a su bloqueo de pases, este tipo seguía siendo un jugador de élite, uno de los cinco mejores en la liga», afirma Weil.
La búsqueda de datos para una ventaja competitiva
La tecnología en el corazón de la analítica de datos en la NFL se puede encontrar en un programa llamado Next Gen Stats, que está patrocinado por la liga a través de una asociación con Zebra Technologies. Desde 2014, cuando se lanzó la iniciativa, los jugadores han usado hombreras con chips que pueden ser rastreados a través de la identificación por radiofrecuencia (RFID). Todos los estadios de la NFL están equipados con lectores de RFID que capturan el movimiento de la etiqueta en el campo, y la liga pone esos datos a disposición de todo aquel que quiera verlos, tanto jugadores como entrenadores y aficionados.
El desafío para los equipos individuales, dice David Anderson, director digital de la agencia deportiva y tecnológica Gains Group, consiste en extraer los datos que ahora tienen a su alcance para obtener información que puedan utilizar para ganar partidos. «Todos en la NFL son rápidos y fuertes», señala Anderson, que jugó en la liga como receptor de banda ancha con tres equipos. «Pero si eres una décima de segundo más rápido que el siguiente, eres el único al que el entrenador querrá apurar en el tercer down». Los departamentos de análisis que ahora se encuentran en las oficinas de muchos equipos fueron creados no sólo para dar sentido a los datos de seguimiento, sino también para descifrar conjuntos de datos de otras fuentes, como entrenadores de fuerza y acondicionamiento y entrenadores de atletismo, dice. «Hay tantos datos ahora; su trabajo es tomar todo y ponerlo en contexto».
Con los datos de la Zebra, por ejemplo, un analista puede observar la aceleración inicial de un receptor individual después de que el balón es pateado, su velocidad máxima al correr por el campo, y la distancia que deja a sus defensores más cercanos justo antes de que haga (o falle) una captura. Los balones también están equipados con la tecnología de rastreo, así que el analista también puede considerar su trayectoria una vez que es lanzado, su velocidad en el aire, e incluso el giro cuando golpea las manos del receptor. «Si Odell Beckham Jr. anotó tantos touchdowns con los Gigantes, pero sólo logró tantos con los Marrones, obviamente hay un problema en ello, así que vamos a examinarlo», dice Anderson. «¿Llovía a cántaros en ciertos partidos? ¿Qué tan bien jugó el quarterback de campo? ¿Cómo era la defensa contraria?»
Grandes datos, gran potencial
Las Águilas, por su parte, parecen creer que la analítica puede conducir a resultados. A mitad de la temporada actual, el equipo publicó al menos dos anuncios en línea en los que buscaba un analista cuantitativo y un director de análisis (descripción del trabajo para este último puesto: «utilizar datos para abordar cuestiones clave en la moderna oficina central de la NFL, incluyendo la evaluación de los jugadores, la preparación de los partidos, la asignación de recursos, la ciencia del deporte y el desarrollo de los jugadores»). Y la contratación se basa en lo que ya tienen, incluyendo a más de media docena de personas en su front office con títulos como «vicepresidente de tecnología futbolística» y «analista de operaciones futbolísticas».
A las nueve semanas de su calendario para 2019, tenían un récord de victorias y eran segundos en la NFC East. Las Águilas terminaron la temporada con un récord de 9-7, cayendo ante los Seattle Seahawks el domingo 17-9 en un emocionante partido de la ronda de comodines.
Cuando considera el potencial de los análisis de datos para impactar en la forma en que se juega el fútbol profesional, Sandy Weil piensa que hay espacio para que el nicho se expanda. Algunos, por ejemplo, señalan el hecho de que los equipos desarrollarán eventualmente modelos de aprendizaje y predicción de máquinas para obtener información aún más útil de los datos de seguimiento de jugadores y pelotas. Y a medida que los equipos contraten más analistas y atraigan a las mentes tecnológicas más brillantes, podrán encontrar nuevas aplicaciones para el análisis sintáctico de datos que podrían revolucionar el deporte en sí. Los expertos han dicho que es sólo cuestión de tiempo antes de que un equipo gane el Super Bowl debido a su trabajo con los datos, señala Weil. «No creo que haya sucedido todavía, pero sucederá una vez que alguien se envuelva en sus brazos».
Chris Hayhurst es un escritor independiente radicado en Massachusetts.
