Tuve el honor de presidir una sesión en el Barça Sports Technology Sympossium sobre la relación de los datos en el mundo del deporte. Los tres participantes fueron Sergio Oliva (Vice President of Strategy, Philadelphia 76ers), Charlie Rohlf (Statistics and Data Manager at NBA) y Ian Graham (Director of Research Liverpool FC). El panel habló sobre una variedad de conceptos: desde si el foco de la analítica está en el terreno de juego o en la sala de juntas, hasta cómo creamos una métrica para ayudar a una defensa o ataque de un equipo.

Fue muy inspirador escuchar y aprender de estos expertos sobre cómo trabajan a diario en este campo, pero al final del panel tenía solo una pregunta que quería hacerles. Una pregunta más filosófica, pero también una pregunta que revela mucho sobre cómo vemos la analítica en el mundo del fútbol. Quería saber si el fútbol es el deporte más matemático que hay hoy en día.

Primero pregunté a los dos analistas de baloncesto. La respuesta de Sergio Oliva fue concreta. No. El baloncesto es mucho más matemático. Su razonamiento fue claro y directo. Es más fácil usar la estadística para describir el baloncesto que el fútbol, porque está compuesto de jugadas discretas. Hay 24 segundos en el reloj cuando un equipo tiene la pelota. Esto facilita más el hecho de medir el éxito y fracaso de varias tácticas que en el fútbol, donde las jugadas pueden ir de entre 1 a 2 segundos hasta cinco minutos de posesión sostenida.

Charlie Rohlf siguió una línea de razonamiento similar. Pensaba que el baloncesto era mucho más susceptible de modelar y analizar y, por lo tanto, más matemático. Pero mi contraargumento para él fue que esto hacía el baloncesto y el béisbol, más estadístico que matemático. Yo veo las matemáticas como una ciencia de patrones, y el fútbol tiene una variedad más amplia de patrones, ya que el juego es fluido y dinámico. Charlie lo aceptó, pero apuntó que yo me estaba enfocando en patrones tácticos. Si tenía en cuenta los movimientos dinámicos de los cuerpos de los jugadores, entonces el baloncesto tenía tantos patrones como el fútbol. En el baloncesto los datos de seguimiento son tan exactos que tienen en cuenta la posición del cuerpo. Parte del trabajo de Charlie, que identifica los momentos defensivos más importantes en los partidos de baloncesto, captura algo de la belleza del deporte que a veces pasa desapercibido para los que lo observan. También ayuda a mejorar la métrica defensiva para evaluar las contribuciones del jugador.

Aunque hay pocas dudas de que la mayoría de la analítica en el ámbito del deporte se basa en la estadística discreta, en el Barca Sports Analytics Summit, un día antes, Dan Cervone habló sobre su trabajo en la analítica del béisbol en los LA Dodgers. El béisbol es el deporte en el cual las estadísticas han tenido un mayor impacto, con la historia de Billy Beane en Moneyball (¿o fue Brad Pitt?) llevando a los Oakland A a una racha ganadora récord. Dan explicó cómo los Dodgers usan un algoritmo para decidir los «cambios» del equipo, el movimiento de las posiciones de campo en función del perfil de bateo del bateador. En béisbol, cada aspecto del juego está modelado en términos de eventos discretos.

Las matemáticas es más que estadísticas discretas. La magia del cálculo de movimiento de Isaac Newton es que no se restringe a tiempos discretos. Por lo tanto, yo esperaba que Ian Graham respaldara mi argumento, dado su rol en el Liverpool y sus antecedentes como físico. El argumentó que mientras muchas de las ideas matemáticas son más importantes en el fútbol que en otros deportes, el fútbol sigue siendo el deporte menos susceptible al análisis matemático. Puede que haya un futuro donde la belleza matemática del fútbol se revele, pero por ahora Ian creía que el foco debería estar en asegurarse de que tengamos los números correctos para scouting. Su estrategia de encontrar a los mejores jugadores, es similar a los métodos utilizados en el baloncesto, asignando valores a las acciones. Cuando explica cómo ha utilizado los números el Liverpool al contratar a Salah, Robertson y hasta a Klopp, está claro que su estrategia ha tenido un gran éxito. Pero fue más estadístico que geométrico.

El debate continuó en Twitter después de que terminase el panel. Lee Mooney, quien hasta hace poco era el head of data insight at City Football (Manchester City group), me respaldó diciendo que «El béisbol, críquet y la NFL estarían en el extremo más discreto de la escala, con un flujo de datos geométricos menos enérgico».

La pregunta sobre qué deporte es más matemático, no es una pregunta filosófica. Es una pregunta que proyecta cómo se modelará la analítica en el futuro. Se relaciona con las habilidades que necesitaremos desarrollar para analizar el juego. La sugerencia de Lee Mooney fue que podríamos clasificar «¿cuánto del juego requiere un juego de herramientas matemáticas continuas versus un juego de herramientas matemáticas discretas?»

Creo que la distinción entre discreta y continua es parte de una respuesta. Pero pienso que el punto más importante es sobre la variedad de habilidades matemáticas necesarias para trabajar en el juego. En Hammarby, donde trabajo, usamos la probabilidad para examinar los goles esperados y proyectar la posición final en la liga. Utilizamos la geometría para analizar las decisiones de los pases. Utilizamos la mecánica newtoniana para simular la dinámica del balón. Utilizamos la teoría de juegos para pensar sobre cómo afrontor el próximo rival. Utilizamos la teoría de grafos para analizar las redes de pases. Utilizamos la topología para pensar cómo controlar las distintas áreas del campo.

Como comentó Chris Anderson, autor de The Number Game, en nuestro debate en Twitter: «No puede haber un enfoque ‘correcto’ para modelar decisiones y comportamientos dentro (o fuera de) un campo de fútbol. La belleza se encuentra en la complejidad de múltiples capas del juego, permitiendo una multitud de enfoques analíticos para conseguir información valiosa».

Necesitamos muchos modelos diferentes para entender el fútbol y yo mantengo que se necesitan más modelos que en el béisbol y el baloncesto. Por este motivo, para mi el fútbol es el deporte más matemático.

Pero justo cuando pensaba que ya había ganado en esta discusión, aparece Darren O’Shaughnessy, sports analyst at Australian Football club St Kildas, y escribe: «las reglas del fútbol australiano: 18 jugadores de campo, dos tipos de pases, uno de los cuales se puede marcar. Sustituciones constantes, sin fuera de juego, contacto total, la mayoría de las decisiones se toman bajo una presión física. Y muchas matemáticas».

Así que, lo siento para los aficionados al fútbol, tenemos un ganador. Sean cuales sean los desafíos que tenemos para entender nuestro juego, los desafíos con los deportes en las antípodas son todavía mayores.

David Sumpter continúa con su serie sobre la analítica en los deportes.