Si hay un acuerdo general entre cualquier aficionado al deporte, entrenador, directivo, jugador, etc. es la relación que se establece entre los datos y el deporte. Todo deporte se contabiliza para conocer el tanteo final; si queremos saber que jugador marca la diferencia miramos métricas puntuales o generales en los box-scores para compararlos con el resto; si queremos preparar un partido podemos realizar un video-análisis, scouting o incluso tracking del rival para establecer patrones de juego, o si queremos formar un equipo ganador, cierta información nos puede llevar a contratar un determinado tipo de jugador que nos ayude a mejorar el rendimiento. Estos y muchos otros ejemplos nos muestran como la información basada en datos es parte esencial de cualquier deporte.
El deporte se explica en datos y los datos son parte sustancial del deporte.
En las últimas décadas el deporte se ha beneficiado de la Estadística Avanzada, el Big Data y en especial de la Ciencia de Datos para alcanzar metas no asequibles desde las metodologías tradicionales; reconociendo el valor del enfoque cuantitativo de cualquier deporte y del papel del “sports analyst” dentro del “sports science”. Son muchas las vertientes que encontramos sobre este campo, desde la detección de posibles lesiones a la mejora del rendimiento en función de variables psicológicas, pasando por múltiples cuestiones donde el analista deportivo procederá a extraer conocimiento de los datos a partir de la recopilación de la información que estos contienen, el procesamiento de estos, el uso de múltiples metodologías estadísticas, matemáticas, de minería de datos, etc., y la interpretación y explotación de los resultados.
En los últimos años el baloncesto profesional, y el deporte en general, se ha servido de muchos factores para aumentar el nivel de detalle y, en consecuencia, el volumen de información y análisis a aumentado en todos los niveles, en especial en el análisis estadístico, con la intención de extraer conclusiones solidad de cualquier detalle de la cancha. Estos análisis son básicos en competiciones como la NBA, donde científicos de datos son esenciales en los equipos, pero no ocurre lo mismo en Europa, donde los equipos de la Euroliga, Eurocup u otras competiciones nacionales no han incorporado esta función al análisis competitivo.
En esta web mostraremos algunos ejemplos de como la Ciencia de Datos puede ayudar a establecer patrones de comportamiento en el deporte profesional. Desarrollaremos ejemplos de las métricas más usuales, describiremos patrones de movimientos, de tiros, etc. que ayuden a comprender algo más nuestra pasión, el baloncesto.
Jose Miguel Contreras García
