Analítica deportiva


De Wikipedia, la enciclopedia libre
Saltar a navegación Saltar a búsqueda

Los análisis deportivos son una colección de estadísticas históricas relevantes que pueden proporcionar una ventaja competitiva a un equipo o individuo. Mediante la recopilación y el análisis de estos datos, la analítica deportiva informa a los jugadores, entrenadores y demás personal para facilitar la toma de decisiones tanto durante como antes de los eventos deportivos. El término "análisis deportivo" se popularizó en la cultura deportiva convencional tras el lanzamiento de la película de 2011, Moneyball , en la que el director general de Oakland Athletics , Billy Beane (interpretado por Brad Pitt ), se basa en gran medida en el uso de análisis para construir un equipo competitivo en un presupuesto mínimo.

Hay dos aspectos clave de la analítica deportiva: la analítica dentro y fuera del campo. La analítica en el campo se ocupa de mejorar el rendimiento en el campo de los equipos y jugadores. Profundiza en aspectos como las tácticas del juego y la aptitud del jugador. La analítica fuera del campo se ocupa del lado comercial de los deportes. La analítica fuera del campo se enfoca en ayudar a una organización deportiva o patrones e información de la superficie corporal a través de datos que ayudarían a aumentar las ventas de entradas y mercadería, mejorar la participación de los fanáticos, etc. crecimiento y mayor rentabilidad. [1]

A medida que la tecnología ha avanzado durante los últimos años, la recopilación de datos se ha vuelto más profunda y se puede realizar con relativa facilidad. Los avances en la recopilación de datos también han permitido que los análisis deportivos crezcan, lo que ha llevado al desarrollo de estadísticas avanzadas y aprendizaje automático, [2] así como tecnologías específicas del deporte que permiten que los equipos realicen simulaciones de juegos antes de jugar. mejorar la adquisición de seguidores y las estrategias de marketing, e incluso comprender el impacto del patrocinio en cada equipo y en sus seguidores. [3]

Otro impacto significativo que la analítica deportiva ha tenido en los deportes profesionales está relacionado con el juego deportivo . Los análisis deportivos en profundidad han llevado los juegos de azar deportivos a nuevos niveles, ya sean ligas de deportes de fantasía o apuestas nocturnas, los apostadores ahora tienen más información a su disposición para ayudar a la toma de decisiones. Se han desarrollado varias empresas y páginas web para ayudar a proporcionar a los aficionados información actualizada sobre sus necesidades de apuestas. [3]

Mediciones y herramientas analíticas específicas para el deporte

Grandes Ligas de Béisbol (MLB)

La MLB ha establecido el punto de referencia en análisis deportivo durante varios años, y algunas de las mentes más brillantes del juego nunca han puesto un pie en el calor de un juego de béisbol de ligas mayores o menores. Theo Epstein de los Chicago Cubs es una de esas mentes que nunca se ha adaptado a un juego de béisbol profesional; en cambio, Epstein confía en su educación en la Universidad de Yale y los números detrás del juego para tomar muchas de sus decisiones. [4] Epstein, conocido por su papel en poner fin a dos de las rachas más históricas del béisbol (la maldición de los Medias Rojas de Boston del Gran Bambino en 2004, y tan recientemente como la Serie Mundial de 2016, ayudando a poner fin a la sequía de 108 años entre victorias de la Serie Mundial para los Cachorros de Chicago), es miembro de una comunidad en crecimiento en las Grandes Ligas que no depende de años de experiencia en las Grandes Ligas. Esta comunidad ha podido crecer gracias a la recopilación en profundidad de estadísticas que ha existido en el béisbol durante décadas. Dado que la analítica es relativamente común en la MLB, hay una gran variedad de estadísticas que se han vuelto vitales en el análisis del juego, que incluyen:

  • El promedio de bateo es una de las estadísticas más discutidas en el béisbol . El promedio de bateo de un jugador se determina dividiendo los hits por el número de turnos al bate que tienen los jugadores. El uso de estadísticas también proporciona a los jugadores diferentes lanzamientos con los que luchan en el plato, muestra sus tendencias y qué lanzamiento suele poncharlos. [5]
  • El porcentaje de embase es el porcentaje de veces que un jugador llega a la base con un hit, una base por bolas o al ser golpeado por un lanzamiento. Esta es una estadística ofensiva significativa, ya que mira más allá de los golpes y, lo que es más importante, ilustra la frecuencia con la que un bateador puede evitar ser eliminado en el plato. Esta es una estadística ofensiva más profunda que el promedio de bateo, ya que toma en cuenta las bases por bolas y ser golpeado por un lanzamiento, los cuales son indicadores de cómo un jugador maneja un turno al bate. Sabermetrics puede ayudar a cambiar el enfoque de un jugador para aumentar su propio porcentaje base aumentando la productividad y, en última instancia, su valor general como jugador. [6]
  • El promedio de slugging es el cálculo que determina el número de bases que un jugador gana por hits. Para determinar esta estadística, el número de bases ganadas se divide por el número de turnos al bate. Esta es una buena medida para medir el poder de un bateador, ya que cuanto mayor sea su promedio de slugging, más probabilidades habrá de que batee bases extra (es decir, un doble, triple o jonrón). Para los toleteros, la analítica puede ayudarlos a mejorar la toma de decisiones en el plato y buscar su lanzamiento. Ahora, los bateadores pueden estudiar las tendencias de los lanzadores que van a enfrentar y, por lo tanto, familiarizarse antes de batear. [7]
  • WHIP significa W alks además de H su permitido por lo nning P picaba y tiende a ser visto como una manera fuerte para medir el éxito de una jarra, ya que ilustra el número de corredores que el lanzador permite en ambos accesos y paseos. Este también es un método probado para observar la eficiencia de un lanzador. Ahora, los lanzadores pueden estudiar la próxima alineación que enfrentarán y enfocarse en las tendencias de los bateadores. Como dónde se encuentran en el plato, qué lanzamientos tienden a perseguir y qué parte del campo les gusta golpear. [8] [9]

Liga Nacional de Hockey (NHL)

La NHL ha mantenido estadísticas desde sus inicios, sin embargo, es un adoptante relativamente nuevo de la toma de decisiones basada en análisis . Los Toronto Maple Leafs fueron el primer equipo de la NHL en contratar a un miembro de la gerencia con una gran experiencia analítica cuando contrataron al asistente del gerente general, Kyle Dubas , en 2014. Dubas, similar a Theo Epstein en la MLB, nunca se ha adaptado a un juego profesional y se basa en los números generados por los jugadores todas las noches, tanto ahora como en el pasado, para tomar decisiones. [10]

  • La estadística de Corsi es una estadística avanzada que ha sido ampliamente adoptada en toda la NHL, ya que los equipos, los fanáticos y los medios de comunicación confían en la estadística de Corsi para rastrear el diferencial de intentos de tiro. [11] Corsi ha sido reconocido como la estadística individual más informativa en el juego de hockey, ya que puede proporcionar información sobre el juego ofensivo y defensivo de un equipo, así como la cantidad de tiempo que un equipo tiene posesión del disco. [12]

Tour de la Asociación Profesional de Golf (PGA)

El PGA Tour recopila una gran cantidad de datos a lo largo de la temporada. Estas estadísticas registran cada tiro que realiza un jugador en un torneo, recopilando información sobre qué tan lejos viaja la pelota y exactamente desde dónde se juega cada tiro y dónde termina. Estos datos han sido utilizados durante varios años por los jugadores y sus entrenadores durante las sesiones de práctica, así como durante la preparación del torneo, destacando las áreas en las que ese jugador necesita mejorar antes de jugar en el torneo.

  • La recopilación de datos de Shotlink ha revolucionado la forma en que se recopilan los datos en el juego de golf. Lanzado a tiempo completo en 2003, Shotlink se basa en una serie de telémetros láser y cámaras colocados estratégicamente en el campo para recopilar datos precisos de cada disparo que se realiza en el PGA Tour. [13]Con estos datos, los jugadores pueden ver las áreas de su juego que necesitan mejorar y, de un año a otro, los jugadores pueden revisar las estadísticas del campo de años anteriores para permitir la preparación del torneo relevante. Además de las estadísticas anuales proporcionadas, los jugadores y los fanáticos también pueden acceder fácilmente a estas estadísticas al minuto, lo que brinda a estos datos una velocidad extremadamente alta. Shotlink también ha dejado su huella en el mundo del diseño de campos de golf, ya que los diseñadores tienen acceso constante a estadísticas actualizadas de golfistas profesionales, lo que les permite crear campos que pueden representar un desafío para los mejores jugadores del mundo. [13]

Historia

Muchos estadísticos atribuyen la popularización de la analítica deportiva al actual gerente general de Oakland Athletics, Billy Beane . Atado a un presupuesto minimalista, Beane confió en sabermetrics, una forma de análisis deportivo, para evaluar a los jugadores y tomar decisiones de personal. Al comprender la importancia de tener corredores en la base, Beane se centró en adquirir jugadores con un porcentaje de base alto con la lógica de que los equipos con un porcentaje de base más alto tienen más probabilidades de anotar carreras. También pudo lograr el éxito con un presupuesto reducido al adquirir lanzadores abridores pasados ​​por alto, a menudo obteniéndolos por una fracción del precio que un lanzador de renombre puede requerir. Cuando Beane's Athletics comenzó a tener éxito, otros equipos de Grandes Ligas se dieron cuenta. El segundo equipo que adoptó un enfoque similar fueron los Boston Red Sox , que en 2003 eligieron a Theo Epsteinel gerente general interino. Epstein, quien sigue siendo el gerente general más joven en ser contratado en la MLB, llegó al puesto sin experiencia de juego profesional, muy irregular en ese momento. Usando un enfoque similar al de Billy Beane, Epstein pudo formar un equipo de Boston Red Sox que en 2004 ganó la primera Serie Mundial de la organización en 86 años, rompiendo la supuesta Maldición del Bambino . Muchos expertos atribuyen parte del éxito de Epstein al propietario de los Boston Red Sox, John W. Henry, que logró un éxito significativo en la industria de las inversiones mediante el uso de la toma de decisiones basada en datos. Como propietario, Henry le dio a Epstein un margen de maniobra significativo en lo que respecta a la toma de decisiones basada en datos y el uso de sabermetría, ya que conocía el impacto que estas herramientas pueden tener para lograr el éxito tanto en los deportes como en los negocios. Desde su éxito en Boston, Epstein se mudó a Chicago, donde en 2016 llevó a los Cachorros de Chicago a su primer título de Serie Mundial en 108 años. Con Beane y Epstein todavía liderando clubes exitosos de MLB, es fácil ver la longevidad que se asocia con un enfoque analítico para administrar equipos. [14]Más recientemente, equipos como los Houston Rockets de la NBA se han centrado mucho en la analítica para dictar las decisiones de la oficina central y en la cancha. Daryl Morey, el gerente general de los Rockets, decidió enfatizar los tiros de tres puntos y usó análisis para respaldar su argumento. [15] Como resultado, los Rockets comenzaron a disparar muchos más tiros de tres puntos e incluso cambiaron a su gran hombre en ciernes, Clint Capela. [dieciséis]

El éxito de las estrategias analíticas y la toma de decisiones en el béisbol fue notado por ejecutivos de otras ligas deportivas profesionales. Hoy en día, sería difícil encontrar una organización profesional que no tenga al menos un experto analítico en su personal, y mucho menos un departamento completo dedicado a la analítica. [17] Algunos de los equipos que han logrado un gran éxito utilizando un enfoque basado en gran medida analítico son:

Aplicaciones notables

Astros de Houston (MLB)

Los Astros dependen en gran medida de la analítica al tomar decisiones. El equipo cuenta con empleados con títulos como director de ciencias de la decisión, gerente de riesgos médicos y modelador matemático. [18] A diferencia de otros equipos profesionales que suelen utilizar la analítica únicamente para transacciones y fichajes de los jugadores, los Astros han comenzado a utilizar la analítica para tomar decisiones sobre cómo jugarán en el campo ", aplicando el cambio defensivo más que cualquier otro equipo en la MLB. última temporada." [18] Con este enfoque, los Astros de Houston capturaron su primera victoria en la Serie Mundial en la historia de la franquicia en 2017 . [19]

San Antonio Spurs (NBA)

Uno de los primeros en adoptar SportVU , los San Antonio Spurs han estado utilizando análisis para obtener una ventaja competitiva sobre los oponentes durante varios años. Colectivamente, como equipo, los Spurs se han concentrado en la importancia del triple y, como resultado, se ubican constantemente entre los líderes de la liga en intentos de tres puntos. La comprensión de los equipos de la importancia de los "tres" se extiende más allá del lado ofensivo de la cancha, ya que son implacables en la defensa del triple en el lado defensivo de la cancha. [18]

Chicago Blackhawks (NHL)

En 2009, los Chicago Blackhawks recurrieron a una empresa externa para que les produjera evaluaciones analíticas. [18]Posteriormente, los Blackhawks han logrado un éxito sin precedentes en la NHL, ganando tres Copas Stanley en seis temporadas. Con este éxito, ha surgido una serie de decisiones difíciles para la administración de los Blackhawks, ya que a menudo solo pueden aferrarse a un grupo central de jugadores después de cada carrera de copa, mientras que otros jugadores clave reciben ofertas que los Blackhawks simplemente no pueden igualar bajo el tope salarial de la NHL. Sin embargo, al usar este sistema basado en análisis, el equipo ha podido llenar continuamente estos vacíos al encontrar jugadores que están infravalorados por otros equipos pero que encajarán bien con el estilo de juego de los Blackhawks. Muchas veces, un equipo así formado parecerá decepcionante, pero tendrá un desempeño superior a las expectativas. Esta estrategia podría ser adoptada por equipos con libertad financiera limitada para formar un equipo competitivo. [20]Este proceso ha sido refinado por los Blackhawks, quienes brindan otro ejemplo más de la longevidad que se puede asociar con la toma de decisiones de base analítica. [21]

Juego

La analítica deportiva ha tenido un impacto significativo en el campo de juego, pero la analítica deportiva también ha contribuido a la creciente industria del juego deportivo, que representa aproximadamente el 13% de la industria mundial del juego. [22]Con un valor de entre $ 700 y $ 1,000 mil millones, los juegos de azar deportivos son extremadamente populares entre grupos de todo tipo, desde ávidos fanáticos de los deportes hasta jugadores recreativos, sería difícil encontrar un evento deportivo profesional sin nada que dependa de los resultados. Muchos jugadores se sienten atraídos por los juegos de azar deportivos debido a la gran cantidad de información y análisis que tienen a su disposición cuando toman decisiones. Un jugador, Bob Stoll, ha estado por delante de la curva de análisis durante varios años, apostando con éxito contra la línea el 56% (575–453) del tiempo en el fútbol universitario, una tasa significativa como porcentaje de victorias superior al 52,4%. rentable. Con la cantidad de estadísticas tan abiertamente disponibles para los fanáticos, Stoll combina una cantidad de estadísticas diferentes como, récords locales y visitantes, récords vs equipos divisionales / no divisionales,yardas por carrera por carrera, etc., para hacer selecciones informadas que han dado sus frutos más de la mitad del tiempo.[23]

Los resultados de la investigación académica muestran evidencia de que Twitter contiene suficiente información para ser útil para predecir los resultados en los juegos de fútbol. [24]

Con la popularidad de los juegos de azar deportivos, se desarrolló una serie de servicios de apuestas deportivas. "Los servicios de apuestas deportivas son proporcionados por empresas como William Hill, Ladbrokes, bet365, bwin, Paddy Power, betfair, Unibet y muchas más a través de sus sitios web y, en muchos casos, tiendas de apuestas. En 2012, William Hill generó alrededor de 2000 millones de dólares estadounidenses en ingresos con alrededor de 30 mil millones de dólares estadounidenses en total apostados / apostados con la empresa ". [22]

Ver también

  • Sistema de clasificación deportiva

Referencias

  1. ^ Ray, Sugato (22 de junio de 2017). "La evolución y el futuro de la analítica en el deporte" . Proem Sports | Análisis deportivo | Singapur e India . Consultado el 5 de agosto de 2018 .
  2. ^ Soto Valero, C. (1 de diciembre de 2016). "Predicción de los resultados de ganar-perder en los juegos de la temporada regular de MLB: un estudio comparativo utilizando métodos de minería de datos" . Revista Internacional de Ciencias de la Computación en el Deporte . 15 (2): 91-112. doi : 10.1515 / ijcss-2016-0007 .
  3. ^ a b "Cómo ayuda el análisis de datos a los entrenadores en la planificación" . WorkInSports . 21 de agosto de 2017 . Consultado el 5 de agosto de 2018 .
  4. ^ Schwarz, Alan (2004). El juego de los números . Nueva York: St. Martin's Press.
  5. Goldstein, Phil (10 de julio de 2017). "El béisbol está llevando la analítica deportiva a la vanguardia" . BizTech . Consultado el 20 de abril de 2018 .
  6. ^ Steinberg, Leigh. "CAMBIANDO EL JUEGO: El auge de la analítica deportiva" . Forbes . Consultado el 22 de abril de 2018 .
  7. Greenberg, Neil (1 de junio de 2017). "Análisis | La revelación estadística que tiene a los bateadores de MLB bombardeando más jonrones que la era de los esteroides" . Washington Post . ISSN 0190-8286 . Consultado el 22 de abril de 2018 . 
  8. ^ "¿Mejor que WHIP?" . Más allá de la puntuación de la caja . Consultado el 22 de abril de 2018 .
  9. ^ "WHIP | Biblioteca de Sabermetrics FanGraphs" . www.fangraphs.com . Consultado el 22 de abril de 2018 .
  10. ^ "Apreciar la importancia de la analítica deportiva en el hockey" . www.workinsports.com . Consultado el 23 de abril de 2018 .
  11. ^ WILSON, KENT. "Wilson: ¿No conoces a Corsi? Aquí tienes un manual práctico y elegante de las estadísticas avanzadas de la NHL" . www.calgaryherald.com . Consultado el 23 de octubre de 2016 .
  12. ^ "El futuro de la analítica de hockey" . Los escritores de hockey . 2017-09-25 . Consultado el 23 de abril de 2018 .
  13. ^ a b Burke, Monte. "ShotLink hace que el golf sea más fácil para los piratas y más difícil para los profesionales" . Forbes . Consultado el 24 de octubre de 2016 .
  14. ^ "Los curiosos han ganado" . El timbre . Consultado el 20 de abril de 2018 .
  15. ^ "Moreyball: Houston Rockets y Analytics" . Innovación y Transformación Digital . Consultado el 25 de septiembre de 2020 .
  16. ^ "Los cohetes cambian a Clint Capela por Robert Covington, lo que indica un cambio total a una bola pequeña salvo otros movimientos" . CBSSports.com . Consultado el 25 de septiembre de 2020 .
  17. ^ "Sports Analytics ha cambiado el juego para siempre" . www.workinsports.com . Consultado el 23 de abril de 2018 .
  18. ^ a b c d "El gran ranking de Analytics" .
  19. ^ "La victoria de los Astros en la Serie Mundial puede recordarse como el momento en que los análisis conquistaron la MLB para siempre" . The Washington Post .
  20. ^ Plummer, Michael. "Publicación del consejo: 'Moneyball': el uso de teorías de análisis de deportes para identificar ineficiencias en su negocio" . Forbes . Consultado el 28 de septiembre de 2020 .
  21. ^ "Bowman: Analytics le da a Hawks una ventaja" . ESPN.com . Consultado el 23 de abril de 2018 .
  22. ^ a b "Apuestas deportivas: estadísticas y hechos" . Statista . Consultado el 1 de marzo de 2018 .
  23. ^ "Cómo el Dr. Bob utiliza Football Analytics para juegos de azar rentables" .
  24. ^ Schumaker, Robert P. "Predicción de victorias y difusión en la Premier League mediante un análisis de sentimiento de Twitter" (PDF) .
Obtenido de " https://en.wikipedia.org/w/index.php?title=Sports_analytics&oldid=1001795256 "