Big Data en la dirección deportiva

[Eru]

Analizar los datos de un partido no es tan sencillo. Por ejemplo, Rico, con una mejor defensa, no sería tan criticado aquí. Y eso no significaría que fuera ni mejor ni peor portero, sencillamente estaría más "arropado", y desde luego sus estadísticas mejorarían.

Precisamente el Big Data se llama así porque por defecto es "mogollonico". En este ejemplo que das, no sólo se analizarían los goles recibidos, se analizarían los balones aéreos atrapados, los despejados, las paradas por tiro, tiros dentro del área, desde fuera... Son tantos parámetros que al final da igual la defensa que tenga, se valorará el rendimiento según sus acciones.

Ya lo comenté en otro post, la IA y el Big Data tienen que estar en el club, lo contrario es quedarse atrás.

Pero los datos del fútbol no son tan sencillos de analizar como pueda parecer, o como puedan analizarse los datos del baseball en el cual, hasta donde sé, no hay tanta estrategia de equipo, o en el baloncesto, donde hay unos roles muy definidos. En el fútbol hay varios jugadores por perfil y eso hace que sea muy combinativo.

Al futbolista hay que verlo, hay que seguirlo durante varios partidos y observar su progresión. El Big Data (que ahora se nos llena la boca hablando de él, pero en verdad no es una cosa tan extravagante cuando te pones a programarlo) te puede dar una selección, una primera impresión, pero hay que seguir viendo fútbol. Hay que verse todos los partidos posibles y pisar mucho cesped. Eso no se puede perder.

Pero es que eso me parece tan obvio que no creo que haga falta ni mencionarlo. El BigData te podrá dar una lista y a partir de esa lista ya tú vas viendo. Nadie dice que un programa te vaya a decir: "Ficha a Pepe sí o sí". Se trata de afinar y ahorrar costes en las búsquedas. No te puedes peinar todo el mercado a base de ver partidos, es inviable.

[Num13]

Precisamente el Big Data se llama así porque por defecto es "mogollonico". En este ejemplo que das, no sólo se analizarían los goles recibidos, se analizarían los balones aéreos atrapados, los despejados, las paradas por tiro, tiros dentro del área, desde fuera... Son tantos parámetros que al final da igual la defensa que tenga, se valorará el rendimiento según sus acciones.

Ya lo comenté en otro post, la IA y el Big Data tienen que estar en el club, lo contrario es quedarse atrás.

Pero los datos del fútbol no son tan sencillos de analizar como pueda parecer, o como puedan analizarse los datos del baseball en el cual, hasta donde sé, no hay tanta estrategia de equipo, o en el baloncesto, donde hay unos roles muy definidos. En el fútbol hay varios jugadores por perfil y eso hace que sea muy combinativo.

Al futbolista hay que verlo, hay que seguirlo durante varios partidos y observar su progresión. El Big Data (que ahora se nos llena la boca hablando de él, pero en verdad no es una cosa tan extravagante cuando te pones a programarlo) te puede dar una selección, una primera impresión, pero hay que seguir viendo fútbol. Hay que verse todos los partidos posibles y pisar mucho cesped. Eso no se puede perder.

Pero es que eso me parece tan obvio que no creo que haga falta ni mencionarlo. El BigData te podrá dar una lista y a partir de esa lista ya tú vas viendo. Nadie dice que un programa te vaya a decir: "Ficha a Pepe sí o sí". Se trata de afinar y ahorrar costes en las búsquedas. No te puedes peinar todo el mercado a base de ver partidos, es inviable.

Pues como el Big Data le haya recomendado a Monchi fichar a Lopetegui... yo me bajo del carro definitivamente

[Eru]

Pues como el Big Data le haya recomendado a Monchi fichar a Lopetegui... yo me bajo del carro definitivamente

[antoniobiris]

El Big Data se encarga también de las denuncias a futbolistas, como por ejemplo a Vitolo.

[Portileño]

El Big Data se encarga también de las denuncias a futbolistas, como por ejemplo a Vitolo.

[Gambogaz_1q8b]

Analizar los datos de un partido no es tan sencillo. Por ejemplo, Rico, con una mejor defensa, no sería tan criticado aquí. Y eso no significaría que fuera ni mejor ni peor portero, sencillamente estaría más "arropado", y desde luego sus estadísticas mejorarían.

Precisamente el Big Data se llama así porque por defecto es "mogollonico". En este ejemplo que das, no sólo se analizarían los goles recibidos, se analizarían los balones aéreos atrapados, los despejados, las paradas por tiro, tiros dentro del área, desde fuera... Son tantos parámetros que al final da igual la defensa que tenga, se valorará el rendimiento según sus acciones.

Ya lo comenté en otro post, la IA y el Big Data tienen que estar en el club, lo contrario es quedarse atrás.

Pero los datos del fútbol no son tan sencillos de analizar como pueda parecer, o como puedan analizarse los datos del baseball en el cual, hasta donde sé, no hay tanta estrategia de equipo, o en el baloncesto, donde hay unos roles muy definidos. En el fútbol hay varios jugadores por perfil y eso hace que sea muy combinativo.

Al futbolista hay que verlo, hay que seguirlo durante varios partidos y observar su progresión. El Big Data (que ahora se nos llena la boca hablando de él, pero en verdad no es una cosa tan extravagante cuando te pones a programarlo) te puede dar una selección, una primera impresión, pero hay que seguir viendo fútbol. Hay que verse todos los partidos posibles y pisar mucho cesped. Eso no se puede perder.

Las defensas buenas no solo reducen los tiros a portería, también suelen posicionarse bien y saber "estorbar", incomodar al delantero vaya.

Me hace gracia por que ésta misma discusión la tuve con otro forero y estaba erre que erre en que el big data discrimaba la defensa buena de la mala, y para nada, una defensa buena hace Zamora a un portero mediocre, recordemos a Victor Valdés, alías: el rechazador.

[1980]

Entonces Big Data manda a la cola del INEM al OTC?

[GenteDeBien]

Precisamente el Big Data se llama así porque por defecto es "mogollonico". En este ejemplo que das, no sólo se analizarían los goles recibidos, se analizarían los balones aéreos atrapados, los despejados, las paradas por tiro, tiros dentro del área, desde fuera... Son tantos parámetros que al final da igual la defensa que tenga, se valorará el rendimiento según sus acciones.

Ya lo comenté en otro post, la IA y el Big Data tienen que estar en el club, lo contrario es quedarse atrás.

Pero los datos del fútbol no son tan sencillos de analizar como pueda parecer, o como puedan analizarse los datos del baseball en el cual, hasta donde sé, no hay tanta estrategia de equipo, o en el baloncesto, donde hay unos roles muy definidos. En el fútbol hay varios jugadores por perfil y eso hace que sea muy combinativo.

Al futbolista hay que verlo, hay que seguirlo durante varios partidos y observar su progresión. El Big Data (que ahora se nos llena la boca hablando de él, pero en verdad no es una cosa tan extravagante cuando te pones a programarlo) te puede dar una selección, una primera impresión, pero hay que seguir viendo fútbol. Hay que verse todos los partidos posibles y pisar mucho cesped. Eso no se puede perder.

Las defensas buenas no solo reducen los tiros a portería, también suelen posicionarse bien y saber "estorbar", incomodar al delantero vaya.

Me hace gracia por que ésta misma discusión la tuve con otro forero y estaba erre que erre en que el big data discrimaba la defensa buena de la mala, y para nada, una defensa buena hace Zamora a un portero mediocre, recordemos a Victor Valdés, alías: el rechazador.

Las learning machine por ejemplo la de google (inteligencia artificial) analiza mil millones de paginas web al dia y los gustos de miles de millones de usuarios para posicionar las paginas y no va a saber que Rico es un paquete tenga la defensa que tenga?

[Gambogaz_1q8b]

Pero los datos del fútbol no son tan sencillos de analizar como pueda parecer, o como puedan analizarse los datos del baseball en el cual, hasta donde sé, no hay tanta estrategia de equipo, o en el baloncesto, donde hay unos roles muy definidos. En el fútbol hay varios jugadores por perfil y eso hace que sea muy combinativo.

Al futbolista hay que verlo, hay que seguirlo durante varios partidos y observar su progresión. El Big Data (que ahora se nos llena la boca hablando de él, pero en verdad no es una cosa tan extravagante cuando te pones a programarlo) te puede dar una selección, una primera impresión, pero hay que seguir viendo fútbol. Hay que verse todos los partidos posibles y pisar mucho cesped. Eso no se puede perder.

Las defensas buenas no solo reducen los tiros a portería, también suelen posicionarse bien y saber "estorbar", incomodar al delantero vaya.

Me hace gracia por que ésta misma discusión la tuve con otro forero y estaba erre que erre en que el big data discrimaba la defensa buena de la mala, y para nada, una defensa buena hace Zamora a un portero mediocre, recordemos a Victor Valdés, alías: el rechazador.

Las learning machine por ejemplo la de google (inteligencia artificial) analiza mil millones de paginas web al dia y los gustos de miles de millones de usuarios para posicionar las paginas y no va a saber que Rico es un paquete tenga la defensa que tenga?

Que es el paquete que quieras, pero que una buena defensa convierte un paquete en premio Zamora, es así.

[ivo]

prefiero mil veces un tipo que se recorra los campos viendo futbolistas que ese trasto del big data. a los buenos jugadores se le detecta con el control de balón, con como lleva el balón pegado al pie, esas cosas no se ven un big data.

[ElChino]

prefiero mil veces un tipo que se recorra los campos viendo futbolistas que ese trasto del big data. a los buenos jugadores se le detecta con el control de balón, con como lleva el balón pegado al pie, esas cosas no se ven un big data.

Las cosas claras, la tecnología sirve para orientarte, pero luego el que decide es un profesional, una persona de carne y hueso. Una maquinita puede decirte que Muriel es un gran jugador, pero si lo que buscas es un tío que marque goles se sobre entiende que no es el idóneo, por ejemplo.

[fatboyslim]

Abro paraguas...

Si ha habéis visto la película Moneyball, el Big Data lo que hace es confeccionar un equipo con la suma de las distintas cualidades de los jugadores, y las virtudes de unos complementan los defectos de otros y a la inversa. Lo que no puedes hacer es un equipo a "medias" con esta tecnología, porque entonces el experimento no sale.

[mac75a]

prefiero mil veces un tipo que se recorra los campos viendo futbolistas que ese trasto del big data. a los buenos jugadores se le detecta con el control de balón, con como lleva el balón pegado al pie, esas cosas no se ven un big data.

Si el Sevilla quisiera fichar un lateral izquierdo, por decir algo, sería inviable ver 10 partidos de cada uno de los laterales izquierdos de todas las ligas del mundo para ver a cual fichar. Es mejor hacer una criba basándose en infinidad de datos que son analizados y diseccionados (partidos jugados, tarjetas amarillas, centros al área, partidos que se pierde por lesión, kms recorridos, duelos aéreos ganados, balones recuperados, veces que es regateado, porcentaje de pases, asistencias, tiros por partido... y decenas de parámetros más). Si quieres un lateral que sea bueno defensivamente tienes más en cuenta unos parámetros, si quieres que sea ofensivo te fijas más en otros. Todo esto se hace con ayuda de software especializado lógicamente.

Luego, cuando has hecho esa criba, naturalmente hay que hacer un seguimiento exhaustivo de esos jugadores para tomar la decisión final.

[fatboyslim]

Monchi acariciando al Big Data

[cuevas]

El big data es solo una herramienta para afinar mas la decision humana.

Por ejemplo, un ojeador viendo a un jugador no puede saber la condición fisica del jugador (kilómetros por partido por ejemplo), numero de lesiones al año, la tendencia que va tomando sus numeros, si está en su peso ideal, ... En definitiva, muchas cosas que se pasan al hacer un seguimiento en vivo.

Por ejemplo, en Leicester se apoyó en big data al fichar a kanté. Salió en un artículo que habían buscado el jugador de Europa que mas balones robara, interceptaciones hiciera e hiciera mas kilometros para saber que tenia buena condición fisica. Quizas el ojo humano pueda ver eso pero este tipo de herramienta hace que se afine de manera mas eficiente y objetivamente.