Monchi y el hackaton del Sevilla FC: "Queremos que el algoritmo responda a qué es un buen jugador posición por posición"

Monchi y el hackaton del Sevilla FC: "Queremos que el algoritmo responda a qué es un buen jugador posición por posición"
12 comentarios

Diego Carlos fue fichado por el Sevilla FC en el verano de 2019. El proceso, que contó El Confidencial, no fue caprichoso: de unos 4.000 defensas centrales controlados por el club, empezaron a acotar, uso de enormes bases de datos mediante, a aquellos que tenían mejores promedios que el de LaLiga en duelos aéreos ganados (62%) y pases largos completados (43%), entre otras variables, y finalmente, entre opciones viables por edad, personalidad, coste y demás, el brasileño fue el elegido. Costó 15 millones, rindió tres temporadas a un gran nivel ganando algún título por el camino, y hace unos días fue traspasado al Aston Villa inglés, ya cerca de la treintena, por unos 33 millones de euros.

La persona que instauró ese modelo en el Sevilla FC dos décadas atrás fue el célebre Ramón Rodríguez Verdejo, 'Monchi', exportero del club sevillista que pasó a leyenda por su labor en los despachos. Por su metódico sistema de scouting y su absoluta fe en el uso de los datos para tomar mejores decisiones.

El de Diego Carlos es el último ejemplo, pero hay decenas de grandes negocios que contextualizan el éxito del club de Nervión —más allá de los trofeos— en lo que llevamos de siglo. Ahora, con el Sevilla FC como referencia mundial del uso de macrodatos, la búsqueda de un mejor algoritmo para procesarlos sube de nivel: el equipo hispalense lanza un hackaton de fútbol para crear un algoritmo que ayude a desglosar, entender y evaluar el rendimiento de los jugadores para seguir mejorando la calidad de su plantilla. Lo hace de la mano del Bengaluru United, un club indio con el que cerraron un acuerdo quinquenal de colaboración. El hackaton, cuyos registros están abiertos, se celebrará el fin de semana del 10 a 12 de junio.

Algoritmizar el scouting

Monchi

En estas dos décadas —las que lleva Monchi al frente de la dirección deportiva del Sevilla FC— trabajando en el uso de datos para la toma de decisiones ha habido no solo mejores resoluciones, sino ponderaciones más refinadas y definiciones detalladas sobre qué se busca.

Lo cuenta el propio Monchi: "Hemos caracterizado individualmente los perfiles interesantes en cada posición, tanto a nivel táctico como técnico como físico. Por ejemplo, el lateral izquierdo. ¿Qué creemos que debe tener? Uno contra uno, centro, pase horizontal, dribbling... Es un simple ejemplo. Que la diferencia con el central sea siempre de diez metros, que pueda hacer esfuerzos continuados, etc. Así tenemos caracterizada cada posición en el campo con lo que creemos más relevante para ella. Hay otras que no tienen peso, por ejemplo en un central no buscamos dribbling, pero sí importa que sea bueno en el uno contra uno o que tenga un buen despeje lateral".

Elias Zamora

Llevar ese scouting al siguiente nivel pasa también por este hackaton. Lo detalla Elías Zamora, Chief Data Officer del Sevilla FC: "Llevamos muchos años midiendo el desempeño, el dato objetivo y el subjetivo. Así que tenemos muchos jugadores tanto con su descripción subjetiva como objetiva. ¿Podría yo explicar la percepción subjetiva del desempeño de este jugador en base al rendimiento empírico sobre el campo? Esa es la pregunta que llevamos al hackaton. Queremos entender qué datos son importantes para afinar mis modelos basados en datos empíricos, para que sean capaces de reconocer la calidad como lo hace un scout, y estar más cerca de que mi modelo aprenda a convertirse en un scout de primera categoría".

Ese objetivo sería un primer paso para poder scoutear muchos más partidos. "Estaría creando un algoritmo que ve los partidos como los ve un determinado scout, de la misma forma. Pero en vez de poder ver cuatro al día, como mucho, podría ver cuatrocientos", explica Elías. "Al final la gran pregunta es qué significa ser un buen jugador siendo delantero, siendo portero, etc. Eso lo saben nuestros técnicos, que tienen 30 o 40 años de experiencia, y es lo que quiero que mi algoritmo comprenda. Ya entiende los pases que da un jugador, los goles que mete, sus uno contra uno... Pero son medidas particulares para una pregunta mucho más global: ¿qué significa que un lateral derecho juega bien? Eso quiero que el algoritmo me responda".

El aspecto individual no es el único que cuenta a la hora de valorar a un jugador para su posible fichaje. También está el análisis contextual: "Cuando lo fichas, has de comprender en qué condiciones rinde muy bien. ¿En qué circunstancias? ¿En qué sistema? ¿Rodeado de qué jugadores? ¿Con qué rivales? ¿Es independiente de eso, o no? ¿Soy capaz de reproducir las condiciones donde ese jugador rinde bien? Y hablamos de lo que ocurre dentro del terreno de juego... Pero también de lo que ocurre fuera de él", comenta Elías.

Ese aspecto es crucial, y aunque a día de hoy es algo que no puede contemplar un modelo algorítmico, es otro obstáculo que se acabará superando. O eso cree Monchi: "Ya hay algoritmos que mediante el uso de redes sociales, de declaraciones en medios, etc, te empiezan a crear perfiles subjetivos de cada jugador. Creemos que se superará esa barrera".

La capa psicológica, donde entra la adaptación del jugador, su forma de reaccionar a distintas situaciones o su estilo de vida fuera del campo, es una barrera que hoy todavía no superan los datos... pero que también caerá

Lo mismo cree Elías: "Comprender al jugador como persona y tener perfiles psicológicos de futbolistas es básico. Yo vengo del sector financiero. Cuando fichas a un alto ejecutivo, esa persona pasa por una serie de screenings bastante profundos para poder caracterizarlo y evaluar sus capacidades técnicas, pero también psicológicas. Eso será clave en el scouting dentro de diez años. Que no fiches a un jugador que sea un melón por calar, sino buscar perfiles de disciplina, liderazgo, resiliencia... Para tener gente que sea más eficiente desde ese punto de vista".

La hemeroteca es una gran aliada para determinar esa huella psicológica, y también la cantidad de opiniones que se vierten en torno al fútbol. "La gran mina no es entender lo que dice un jugador, sino lo que la gente opina sobre él. Esa quizás sea la principal fuente de información. Un análisis profundo de esas opiniones nos pueden ayudar mucho a caracterizar la mente de un determinado jugador", comenta Elías. Actualmente esa capa psicológica se conforma con un informe subjetivo.

La clave a diez años vista será sistematizarla. Aunque sin llevarlo a un extremo que tampoco se ha dado con la capa objetiva: "El dato solo es una orientación, no me ubico en los extremos, sino en las zonas intermedias", explica Monchi. "El dato te da dos ventajas: te recorta el tiempo y te reduce el margen de error. Hemos echado para atrás fichajes que el dato nos daba como un nivel alto, y al revés. Buscamos el equilibrio entre dato y subjetividad. El dato no llegará a explicar la interrelación con sus compañeros, coordinación y comunicación con ellos, situaciones del partido en que su equipo esté sufriendo...".

Y más allá de los jugadores

El modelo del Sevilla basado en el apoyo de los datos para la toma de decisiones no se aplica solo a la confección de la plantilla, sino a muchos más ámbitos. "El modelo clásico de Monchi se trata de competir al límite para ser más fuerte deportivamente de lo que su capacidad económica permitiría. Ahora está enriquecido por las capas de inteligencia y tecnología, y estamos en la misma dirección en el resto de aspectos del club: ticketing, fans, etc. Todo lo que implique generar recursos, activos". Muy similar a lo que lleva años poniendo en práctica LaLiga.

Al contrario que otras empresas, un club de fútbol tiene varias líneas de negocio muy dispares entre ellas. Desde la puramente deportiva con competiciones y derechos televisivos hasta la venta de merchandising, la compraventa de jugadores o la búsqueda de patrocinadores.

Ahí entra el machine learning. Por ejemplo, para segmentar a los fans que el club ya tiene identificados en su CRM (customer relationship management, un tipo de software para gestionar relaciones con clientes), minar a los que llegan por las redes sociales, perfilando los nuevos en función de su afinidad para asignarlos a uno u otro grupo... "Eso da lugar a la construcción de journeys distintos, de caminos de fidelización diferentes", comenta Elías.

El uso de datos para tomar mejores decisiones va mucho más allá de los fichajes: ticketing y relación con el fan son otros ámbitos donde también van ganando terreno

Esos journeys son los mismos de los que hablaban portavoces de LaLiga entrevistados por Xataka meses atrás y esa segmentación del fan en grupos de afinidad es la misma de la que hablaba Dídac Lee, el hombre que digitalizó al Barça, en otra entrevista con Xataka del verano de 2020. Una tendencia común.

Es la forma de ofrecer productos y servicios que se alineen con el nivel de interés y capacidad de cada uno, en lugar de ofrecer un mismo producto a todo el mundo. Elías cuenta una experiencia similar en un puesto anterior: "En trabajos en financieras alemanas análizabamos usando machine learning veíamos que un club de la Bundesliga quizás solo tenía un 30% de fans hardcore, digamos, y el 70% restante era muy heterogéneo. En esa línea va uno de nuestros principales proyectos a medio plazo".

Aunque como recuerda Monchi, no todo pasa por perseguir el dato. "Siempre hay también oportunidades de mercado, o jugadores que el entrenador ya entrenó antes y conocen bien, etc. Intentamos buscar el equilibrio. ¿Dónde encontramos el mirlo, la gran oportunidad? Cuando el dato y la información subjetiva coinciden. Intentamos cuadrar el círculo. Y ponderar el nivel de influencia en la toma de decisión con todo lo demás, como la adaptación que pensamos que pueda tener al Sevilla". El algoritmo que quiere pulir este hackaton, si todo va bien, ayudará a descargar de trascendencia la decisión humana para que el dato sea todavía más completo.

Temas
Inicio