Big Data en el fútbol sin recursos: ¿cómo aplicarlo?

Por Miguel Díaz

01-August-2021 en Consejos de uso

14 min lectura

¿En qué piensas cuando escuchas hablar de Big Data en el fútbol? Seguramente, un despacho lleno de ordenadores de algún gran club europeo... como recién salido de una serie de Netflix. La realidad, sin embargo, puede ser bien distinta. Incluso si tu club no dispone de recursos. ¿Cómo hacerlo? Te lo explicamos.

 

Para este artículo, hemos contado con la inestimable colaboración de dos expertos en la materia: un alumno aventajado y director del curso “Experto Universitario en Smart Data aplicado al fútbol”, organizado por  Sports Data Campus, centro que lidera la formación más importante en el mundo hispano sobre Big Data en el fútbol. 

 

Carlos Domínguez, analista táctico y de datos en Escola Esportiva Guineueta, es el autor principal de este artículo. El director de la formación, José Rodríguez (exanalista del FC Midtjylland o UD Las Palmas, entre otros), ha corregido y validado el contenido de este artículo. 

 

 

¿De verdad que es posible hacer Big Data en el fútbol sin recursos?

 

La mayoría responderá con un “no” rotundo a esta pregunta. Pero lo cierto es que, gracias a programas como Nacsport -democratización del videoanálisis para todos los niveles- podemos obtener los datos necesarios para trabajar nuestro propio Big Data y, posteriormente, representarlos con otras herramientas idóneas para la visualización de estos datos. 

 

Es decir, que sí se puede. La respuesta es un “sí” rotundo.

 

Pero... ¿cómo se hace exactamente? 

 

Todas las respuestas las podéis encontrar en el curso “Experto Universitario de Smart Data aplicado al fútbol” (podéis encontrar el enlace a este curso un poco más arriba), una formación pensada y diseñada para que todos aquellos que trabajan en el fútbol base, amateur o semiprofesional puedan aprender a generar datos, almacenarlos y proyectarlos en la toma de decisiones.

 

En este artículo os daremos algunas pinceladas acerca de los mecanismos y herramientas que permiten llevar a cabo este proceso, replicando el mismo itinerario del curso: 

 

1. Creación de las plantillas para adaptarlas a la exportación correcta de los datos.

2. Construir bases de datos en función de las necesidades de cada uno.

3. Cómo presentar la información a través de herramientas de visualización como R, Tableau o Power BI.

 

De Nacsport al Big Data: cómo crear nuestros propios datos

 

Nacsport es un software ampliamente conocido por su potencial como herramienta de videoanálisis. Sin embargo, muchos desconocen que, además de su función primigenia, estamos ante una potente herramienta para obtener datos muy valiosos para cualquier cuerpo técnico y, en especial, para la figura del analista de datos. 

 

En tres sencillos pasos, Carlos Domínguez nos va a explicar cómo se pueden conseguir todos esos datos, para los cuales no precisamos de ningún proveedor de datos: tan solo una grabación -un partido o una sesión de entrenamiento-, Nacsport y Excel. 


 

Paso 1. Decidir qué métricas necesitamos

 

Aunque puede parecer el paso más sencillo de todos, lo cierto es que es justamente lo contrario. Es aquí donde marcaremos la diferencia. En esta parte del proceso es donde podemos proporcionar ese punto de calidad al trabajo posterior. 

 

Es importante que los datos que vayamos a lograr tengan sentido y calidad para el cuerpo técnico, dirección deportiva, nosotros mismos… por la simple obtención masiva de datos NO vamos a conseguir mejores resultados. 

 

Así pues, es la hora de sentarse y pensar bien qué queremos obtener: pases, chutes o goles encajados, por ejemplo. Ahí entra en juego el ingenio y la imaginación de cada analista.

 

Paso 2. Crear una plantilla de botones eficaz en Nacsport

 

Una vez tenemos claras las métricas, pasamos a diseñar la plantilla de botones que nos permita recoger estos datos. Es importante plasmar nuestra realidad en este entorno del programa. 

 

De hecho, tal y como nos recuerdan desde Nacsport, esta parte es fundamental para un buen análisis y, por ende, para crear un buen Big Data. No será menos para una correcta recogida de datos. 

 

plantilla de botones nacsport para big data futbol



En este ejemplo, os mostramos una plantilla de botones para analizar el rendimiento individual de cada jugador. Una vez exportados a Excel, estos datos se pueden extrapolar a rendimiento colectivo.

 

Un consejo: debes tener en cuenta una buena distribución de la botonera (y un orden preciso) para que el registro de acciones sea cómodo y ordenado.

 

¿Cómo hemos distribuido las categorías y descriptores en esta plantilla?

 

● Categorías. Acciones generales, tipo “tiros a puerta”, “recuperaciones”, “pases”...

● Descriptores. Son los complementos de la acción anteriormente marcada como “fuera”, “bueno”, “malo”. Ah, y muy importante, el jugador protagonista de la acción.

 

Si necesitas más ayuda para diseñar tu plantilla de categorías con Nacsport, te dejamos dos recursos muy útiles: los cursos oficiales Nacsport y la guía definitiva para crear plantillas. 

 

Paso 3. Exportar los datos a Excel

 

Bien. Asumimos que has hecho tu primera toma de datos y ya cuentas con una base de datos. Llega el momento de pasar todos esos datos valiosos a Excel. Desde el timeline nos encontraremos la matriz de datos (disponible desde Basic Plus) y es tan fácil como aparece en la siguiente imagen.

 

Matriz de datos nacsport para big data futbol

 

Paso 4. Usar las fórmulas de Excel para adaptar los datos

 

Tras la exportación a Excel de toda la información, toca el trabajo quizás más laborioso de todo el proceso: pasar todas esas métricas a nuestras tablas personalizadas. Aquí tendremos que ir jugando con las fórmulas más conocidas de Excel (promedios, sumas, medias…).

 

Fórmulas básicas de Excel

 

Por ejemplo, si queremos obtener los goles por partido de un futbolista.

 

En la columna de los goles (imaginemos que se encuentra en la columna J), en la última celda ejecutaremos la siguiente fórmula:

 

=PROMEDIO(J2:J25)

 

Un buen diseño puede marcar la diferencia a la hora de presentar el informe a nuestro cuerpo técnico, así que os aconsejo que le dediquéis tiempo a esta parte. 

 

Podéis ir jugando con los escudos de los rivales, colores de vuestro equipo, anchura de las celdas… un sinfín de opciones. Aquí, como en el primer paso, vuelve a aparecer el ingenio y la imaginación de cada analista.

 

Os dejo unos ejemplos de las tablas que he conseguido diseñar, tanto individuales (jugador) como colectivas (equipo), utilizando las fórmulas anteriormente mencionadas. 



Excel Nacsport Big Data Futbol

Excel Nacsport Big Data Futbol



Paso 5. Excel para crear mapas de calor y campogramas

 

Con otro buen tratamiento de los datos y gracias al descriptor gráfico (herramienta disponible a partir de Scout Plus) que nos proporciona Nacsport, sabemos en qué lugar del campo suceden las acciones y las métricas que nos interesan: por ejemplo, donde tienen lugar las recuperaciones, las pérdidas de balón, etc… 

 

Con Excel podemos conseguir estos mapas de calor que nos servirán de mucha ayuda tanto a nosotros como al cuerpo técnico a la hora de sacar conclusiones de que zona del campo debemos trabajar más y cuales afianzar.



 

Esto se consigue con el formato condicional de Excel. Es una de las herramientas que podrás aprender a usar en el curso “Experto Universitario en Smart Data aplicado al fútbol”. Además, podrás aprenderlo en distintos contextos. 

 

Una forma muy cómoda y muy fácil para ejecutar este tipo de visualizaciones, pues en función de las zonas donde más se produzca una acción, Excel nos devolverá mayor o menor intensidad del color.



Paso 6. Posición media y mapa de pases con los descriptores gráficos

 

De nuevo, el descriptor gráfico de Nacsport nos permite generar inteligencia para nuestro trabajo. 

 

Una vez finalizado el registro de acciones, volvemos a exportar todo a nuestro Excel. Todas las acciones que hayamos asociado al descriptor gráfico incluirán sus coordenadas X (largo o alto) e Y (ancho) correspondientes.  

 

Posteriormente, reordenamos columnas y tratamos los datos con Excel, poniendo todo en su correspondiente columna (jugadores, X, Y..). Si los datos están bien ordenados, es tan sencillo como ir a cualquier programa de inteligencia de visualización de datos.

 

En este caso, yo he usado Power BI para visualizar la posición media de cada jugador en un partido. A través de los gráficos de dispersión, el resultado es el siguiente:

 

 

Otra de las herramientas que nos van a ayudar en nuestra visualización de datos es R Studio. Un programa de datos que, gracias a sus diferentes librerías, nos permite obtener un visualizador de la red de pases entre los jugadores de un equipo, tan útil para ver y entender cuales son los patrones asociativos de los equipos que estamos analizando.

 

 Para esta visualización hemos utilizado una fórmula que combina las librerías soccermatic y ggplot2:

 

Un sinfín de posibilidades

 

Estos son solo algunos ejemplos de cómo traducir la información recogida con Nacsport en inteligencia de datos, esto es, en Big Data para fútbol con el que podamos tomar mejores decisiones y, por lo tanto, aumentar nuestro rendimiento profesional. 

 

En el mundo en el que vivimos, encontrar material para aprender estas herramientas está al alcance de cualquiera en la red. Simplemente, hay que echarle horas de trabajo, voluntad y saber exactamente dónde buscar y cómo transformar estos datos.

 

Como hemos visto, también te recomendamos como alternativa el curso “Experto Universitario de Smart Data aplicado al fútbol”, donde los alumnos aprenden cosas como las que has visto y ahora son capaces de crearlas por su cuenta. Si necesitas más información sobre esta formación, puedes contactar con ellos a través de este enlace



También puede que te interese...

¿Cómo analizar un rival en la segunda vuelta?

24-09-2021 Escrito por Sergio Almenara
6 min lectura Leer más...

Guía de ‘trucos’ para mejorar estéticamente tu plantilla

24-09-2021 Escrito por Miguel Díaz
9 min lectura Leer más...

Compártelo

¿Te ha gustado este artículo?

Suscríbete a nuestra newsletter mensual y recibe nuestros mejores artículos y consejos de Nacsport sobre videoanálisis.

¡Muchas gracias por suscribirte a nuestro newsletter!

Una vez al mes, te enviaremos nuestros mejores artículos, consejos y entrevistas directamente a tu bandeja de correo electrónico.

X
×

¿Te gusta este artículo?

Suscríbete a nuestra newsletter mensual y recibe nuestros mejores artículos y consejos de Nacsport sobre videoanálisis.

¡Muchas gracias por suscribirte a nuestro newsletter!

Una vez al mes, te enviaremos nuestros mejores artículos, consejos y entrevistas directamente a tu bandeja de correo electrónico.

Una cookie o galleta informática es un pequeño archivo de información que se guarda en su navegador cada vez que visita nuestra página web.
La utilidad de las cookies es guardar el historial de su actividad en nuestra página web, de manera que, cuando la visite nuevamente, ésta pueda identificarle y configurar el contenido de la misma en base a sus hábitos de navegación, identidad y preferencias. Las cookies pueden ser aceptadas, rechazadas, bloqueadas y borradas, según desee. Ello podrá hacerlo mediante las opciones disponibles en la presente ventana o a través de la configuración de su navegador, según el caso.
Más información en el apartado Política de Cookies de nuestra página web.