Domingo, 19.08.2018 - 08:36 h
Big data en el deporte

La lógica matemática detrás de la locura multimillonaria del mercado de fichajes

Los nuevos modelos estadísticos están detrás de las gigantescas valoraciones que tienen los deportistas en la actualidad.

Mbappé celebra el gol que ha dado la victoria a su equipo. / EFE
El valor de Mbappe se ha disparado después del mundial. / EFE

El mundo del fútbol parecería que se ha vuelto loco cuando se conocen las cifras de los últimos fichajes. El récord lo tiene el PSG, que pagó por Neymar 222 millones, pero la cosa no queda ahí. Los fichajes por encima de los 100 millones, que nunca se habían visto, se han disparado en los últimos años. Por no hablar, de aquellos que superan los 50 millones.

Tras lo anterior, cabría preguntarse: ¿El mundo del deporte se ha vuelto loco? La respuesta, por rara que parezca, sería que no. Es más, nunca ha estado tan cuerdo, o dicho de otra manera, nunca se había pagado dichas cantidades con razón a criterios tan objetivos. El big data y el análisis estadístico avanzado, están detrás de las grandes valoraciones que los equipos pagan. Las grandes firmas como Transfermark utilizan modelos dinámicos que permiten actualizar precios para los jugadores. Una de las últimas muestras fue el caso de Cristiano Ronaldo, cuyo valor según el modelo estadístico estándar estaba valorado en poco más de 100 millones; finalmente el Real Madrid le vendió por 105 millones de euros.

Pese a que la estadística cada vez tiene más peso a la hora de realizar fichajes, siempre hay espacio para el error y para los sesgos de la mente humana. La consultora 21 Club demostró matemáticamente que por cada gol que anotaba un jugador en una Copa del Mundo o una Europa, su precio se elevaba un 13%. El ejemplo más clarividente es el de James Rodríguez: antes de su gran Mundial tenía un precio tasado en torno a los 25 millones, después de anotar hasta seis goles el Real Madrid lo compró por 84 millones. Pocos años después salió por la puerta de atrás del equipo blanco.

El big data ha llegado con fuerza al mundo del fútbol. En 2012 el Arsenal compró StatDNA, años más tarde el Bayern de Munich o la propia selección de Alemania trabajaban con el gigante SAP. Aun así, sigue por detrás del deporte en el que el dato es el rey por excelencia, el baloncesto. En la actualidad, se puede obtener casi cualquier dato, sobre casi cualquier noción del juego gracias a la proliferación de las denominadas estadísticas avanzadas. Ahora, cualquier jugador que quiera entrar en la NBA debe ser sometido a un exhaustivo modelo estadístico. Aunque lo que ahora es normal antes no lo fue.

Era el año 2003, cuando los Boston Celtics elegían a un discreto pívot de la Universidad de Ohio, Brandon Hunter. Más allá de la importancia del fichaje, jugo varias temporadas con un rendimiento más bien pobre, Hunter entró en la historia por ser el primer jugador en la historia que era elegido por una ecuación. Tras un rudimentario análisis, Daryl Morey decidía apostar por el joven.

El big data para elegir jugadores

La configuración especial de la NBA a la hora de incorporar nuevos talentos, ha sido un importante acicate para desarrollar el big data en el deporte. Los equipos eligen a las jóvenes estrellas en lo que se conoce como noche del draft, además lo hacen por orden. Un orden normalmente que viene establecido por la posición del equipo en la temporada, de peor a mejor. En dicho proceso no hay fichajes como tal o negociaciones (entiéndase el término), lo que realmente prima es reconocer el talento antes que el resto. Obviamente, también es un tema de orden de elección, pero no se debe olvidar que existen más 'Hall of Fame' que no han sido número uno, que aquellos que sí lo han sido.

94-89. Nowitzki mantuvo ganadores a los Mavericks
Nowitzki afianzó la idea de que un europeo alto con buena mano debería triunfar. / EFE

Cuando Morey llegó a Houston, para trabajar en los Rockets, lo hizo con la idea de desarrollar un sistema predictivo a través de los datos. Era el año 2006, y aquel trabajo era extrañamente único en la liga. “El conocimiento es básicamente predicción”, solía explicar Morey, y por ello trabajó en mejorar sus bases de datos para edificar un sistema estadístico más fiable. Con aquel trabajo empezaron a tenerse en cuenta estadísticas que mucho antes no se habían visto: oportunidades reales de coger rebotes, puntuaciones del equipo con el jugador en cancha, estableció las principales facetas del juego por minutos. Incluso el ya popular posesiones por equipo, para descubrir el ritmo de juego. 

Pese a un funcionamiento óptimo, el problema es que estos sistemas son drogodependientes de los datos. Siempre se necesitan más. En 2008, el sistema de Morey dejó pasar a DeAndre Jordan y eligió a Joey Dorse; años después el primero firmaba un contrato por el máximo, mientras el segundo fichaba por el Galatasary (acabo jugando en el Barcelona, con más pena que gloria). ¿Cuál fue el problema? Que el sistema de Morey tenía datos sobre los 20 últimos años de liga universitaria, de donde procedían la mayoría de jugadores que acceden al draft, mientras que ninguno de la etapa de instituto. DeAndre destacó en el instituto y en la universidad solo estuvo un año; Dorsey pudo dominarla en cierto sentido, aunque ni de lejos tenía el mismo potencial. El sistema premio a Dorsey y se equivocó.

El sistema también empezó a introducir datos personales de los jugadores. Jimmy Paulis, el que fuera director de contratación de los Rockets, explicaba que “tres de cada cuatro jugadores de color que entrevistaba, no habían conocido a su padre”. Al final, dichas características también tienen una fuerte influencia.

Al final, lo que buscan todos los sistemas matemáticos y estadísticos es reducir el margen de error y suprimir los sesgos mentales. Uno de ellos es el de la comparación. Nuestra mente, inconscientemente, se pasa el día comparando cosas, y con los jugadores ocurre lo mismo. El nuevo Messi o el nuevo Ronaldo, son muchos de los términos que se utilizan. El propio Morey explicaba que durante los 5 años posteriores al descubrimiento de Curry, cada base pequeño que llegaba a una entrevista dejaba ver que su juego se parecía al del MVP. Por no mencionar, el raza blanco tirador con el que se ha comparado hasta la saciedad a cada jugador blanco que llegaba a la NBA. Para los más avezados a la NBA surge la pregunta: ¿Andrea Bargniani hubiera sido número uno del draft si no hubiera por comparación con Dirk Nowitzki?

“La gente, al menos cuando juzga otras personas, ve lo que quiere ver y tarda en percatarse de lo que no había visto”, apuntilla Morey. En el caso de Mbappe, asombra por su juventud, su velocidad y su verticalidad, pero también porque en la mente de mucha gente está el nombre de Thierry Henry que maravilló a todos con su fútbol. Para eso están los modelos estadísticos y el nuevo big data, para intentar descifrar si de verdad Mbappe puede llegar a tener ese impacto en el fútbol. Y claro, una vez conocidas las probabilidades de éxito, el precio puede dispararse más allá de lo que se considera lógico. Curiosamente, el momento de la historia en que es más lógico.

La lógica matemática detrás de la locura multimillonaria del mercado de fichajes

Temas relacionados

Ahora en portada

Comentarios