El deporte y el Big Data, socios inquebrantables

En este artículo encontramos aplicaciones del Big Data diferentes a las tradicionales del mundo del negocio. Aunque el deporte no deja de tener su parte empresarial, es curioso ver cómo los datos pueden ayudar en este segmento del ocio que tantas pasiones desata y tanto dinero mueve.

1 – Fórmula 1

Los equipos de Fórmula 1 son pioneros a la hora de utilizar los datos para tomar decisiones, ya que durante las carreras recogen un montón de información: tiempos, trazadas, adelantamientos, velocidad, etc … además, necesitan analizar datos de la pista, los coches, las condiciones meteorológicas y su influencia en la carrera o los conductores de los coches.

Uno de los primeros equipos en fijarse en el potencial que ofrecía el análisis de estos datos y su tratamiento para avanzar fue el equipo Williams. Sus miembros optimizaron hace unos meses las paradas en boxes durante la carrera para tomar medidas biométricas del equipo técnico, lo que les ha permitido conocer en qué condiciones trabaja mejor cada uno de ellos. El uso de los datos obtenidos les ha llevado a reducir el tiempo de la parada en boxes de los conductores durante la carrera, hasta marcar una de solo 1,92 segundos, la más corta registrada en una carrera de F1.

2 – Fútbol

El equipo de análisis de datos de Luca ha llegado a identificar los movimientos de un jugador tomando los datos generados por las cámaras que grababan los partidos,durante la temporada 2012-2013. Estas cámaras tomaban hasta 10 imágenes por segundo, que se procesaban después de cada encuentro. El equipo de analistas también estudió otros datos, como los mapas de calor de cada encuentro, que recogían las posiciones de los futbolistas sobre el terreno de juego a lo largo de un partido. En estos mapas, cuanto más oscuro era un color en un punto dado, mayor era el tiempo que los jugadores pasaban en este punto. Gracias a esto, se logró definir si un equipo había jugado empleando una táctica más ofensiva o más defensiva.

También les fue posible seguir a jugadores determinados, gracias al análisis de los datos obtenidos por las cámaras presentes en cada encuentro que permitía identificarlos. Con esto se ha podido conocer hasta su velocidad media sobre el terreno o su trayectoria.

2 – Ciclismo

En Luca han tenido la oportunidad de analizar parte de la información generada durante la pasada edición de la Vuelta a España, más concretamente, la del equipo Movistar. Para el análisis utilizaron los datos generados por ocho ciclistas del equipo a lo largo de las 21 etapas de la vuelta. La cantidad de datos generada por estos corredores ha sido enorme, ya que cada segundo  se recogían siete tipos de datos de cada uno, entre los que están su posición, altitud, fuerza, velocidad, frecuencia cardiaca y frecuencia de pedaleo.

Además, el equipo de analistas de Luca también fue capaz de establecer cómo trabajan en equipo, así como comprender y comparar lo que sucede en cada etapa de la vuelta. También fueron capaces de identificar que, como se trata de un equipo, cada uno de sus miembros tiene un papel distinto. También han podido saber cuándo alcanzan los miembros del equipo su máximo rendimiento, de cara a poder planificar el entrenamiento para que las etapas de mayor rendimiento de cada corredor coincida con las competiciones.

Asimismo, han podido determinar cuáles son las variables contextuales, como el tiempo y la altitud, así como las propias del entrenamiento y de cada ciclista que tienen más impacto en su rendimiento. Y con los datos obtenidos han podido asociar los papeles que los ciclistas juegan en las etapas con las variables de fatiga y rendimiento, lo que ha permitido planificar su recuperación y los siguientes pasos a dar durante la competición.

4 – Criquet

En España no se sabe mucho del criquet, que es el segundo deporte más popular del mundo y el más importante de India. Y también se está apuntando al Big Data. Para muestra, la campaña #ScorewithData que lanzó IBM durante la Copa del Mundo de Criquet. En esta campaña se incluyó un índice de Sentimiento Social que permitía predecir quién ganaría en determinadas fases del torneo.

No solo en la India se utilizan los datos en el criquet. La selección de Inglaterra ha sido uno de los equipos pioneros en el análisis de datos. Hasta tal punto que según su ex entrenador, Peter Moores, utilizaban «analítica de datos avanzada como la única base para tomar decisiones, y afectaban incluso a los seleccionados para el equipo«. Nathan Leamon, en experto en matemática y estadística contratado por el nuevo entrenador, utilizaba la tecnología Ojo de Halcón para generar hojas de cálculo y desarrollar simulaciones de partidos que alcanzaban una eficacia inferior al 5%. Para ello dividía el terreno de juego en las distintas zonas a las que los jugadores tenían que apuntar cuando golpeaban la pelota.