“El fútbol español todavía no está ni en la rampa de salida con el Big Data”

ENTREVISTA PUBLICADA EN NAVARRA CAPITAL (Iratxe Zubieta, 14 de febrero de 2022)

Tras observar cómo otros deportes utilizaban el ‘Big Data’ con éxito desde hacía años y probar como entrenador en San Cernin, San Juan, Irabia y Burdalés, así como analista en este último club, el navarro Pablo Sanzol decidió ampliar su formación y estudiar un máster sobre esta materia. De esta forma, en 2020 se incorporó al Cádiz Club de Fútbol y, desde la temporada 2021/2022, es el ‘head’ of Sports Data Analytics del Eibar.

1. ¿Cómo le surgió la oportunidad del Eibar?
Fue al inicio de temporada. Es un club que descendió la pasada campaña y ahora tiene el reto de volver a Primera División. César Palacios (director deportivo) y Arkaitz Lakanbra (secretario técnico) querían apostar por la analítica de datos, me pareció muy interesante y decidí embarcarme en esa aventura. Mi función la identifico como una ayuda a distintas áreas que son importantes para el grupo de trabajo en el que estoy.

2. ¿Cuántos datos se pueden llegar a generar durante un partido de fútbol?
En torno a ocho millones. Se utiliza una plataforma llamada Mediacoach, que La Liga nos facilita a los clubes cuando termina el partido. Recoge multitud de variables que se van midiendo durante el juego. Aquí hago hincapié en que es importante contar con la figura de un analista que sepa traducir esos datos y transformarlos con el fin de que el equipo obtenga la mejor ventaja competitiva.

3. ¿Qué hace con esos datos?
El proceso que intento aplicar es, en definitiva, traducir los datos de forma que tengan sentido para ese equipo. No es lo mismo estar en el Eibar que en el Villarreal o el Valencia. Por eso, cada club debe tener su propio modelo de datos ajustados a su tipo de juego, también con sus partes generales.

4. ¿Qué datos considera más importantes?
Depende mucho de cada club. Por ejemplo, se puede ver por dónde ataca más el equipo rival, las zonas en las que habitualmente remata o analizar el estado de la plantilla y el equipo rival. Pero esto cambia en función del modelo del equipo y del momento por el que está pasando durante la temporada.

5. ¿En qué otros momentos se usan los datos?
También se hace este proceso de tratamiento y limpieza de datos cuando se está haciendo un estudio de un mercado en concreto para captar jugadores.

6. ¿Qué ventajas le aportan a la hora de estudiar fichajes?
Tenemos un índice creado para filtrar competiciones y mercados activos en el marco internacional. El fin es ir a lo específico. Se miran perfiles de jugadores que se ajusten la filosofía del club y al modelo de juego que busca el entrenador. Por ejemplo, antes los scouts tenían que ver hasta veinte partidos por competición. Ahora, con el dato, se parte desde la concreción. A partir de ahí se estiman posibles onces y se va con el foco ya puesto. Esto en el mercado internacional, ya que el nacional es distinto. Nosotros trabajamos con un modelo mixto, de ahí sacamos conclusiones.

7. Explique un poco más en qué consiste ese modelo mixto…
El fútbol es la suma de la subjetividad más objetividad. Es un deporte impredecible donde reinan el caos y la incertidumbre. No es como el balonmano, que el 80 % de las veces gana el favorito. Aquí también hay que tener en cuenta cómo es cada futbolista, más allá de las estadísticas. Aun así, creo que la analítica avanzada tiene mucho que decir.

8. También se puede estudiar a los entrenadores…
Sí, por ejemplo se les puede hacer un estudio desde un punto de vista objetivo. Si un club destituye al entrenador a mitad de temporada y tiene que buscar a otro, puede centrarse en uno que persiga esa misma idea de juego y se adapte al perfil de los jugadores.

9. Antes de llegar al Eibar, ya había formado parte del Cádiz… 
Sí, en la temporada 2020/21. Fue un etapa muy bonita y muy gratificante. Les guardo mucho cariño.

10. ¿Cómo detectó la necesidad de potenciar el análisis de datos en el mundo del fútbol? 
Vi que otros deportes estaban muy avanzados en tema de analítica y percibí que en el fútbol existía una laguna al respecto. Así fue como decidí formarme en ‘Big Data’ y analítica avanzada para intentar rellenar ese vacío. A la vista está que los deportes que llevan años utilizándolos están más profesionalizados.

11. ¿Cómo se forma una persona para llegar a ser un experto en este ámbito?
Yo hice primero un curso de Estructuras Enfrentadas en la Universidad Rey Juan Carlos (Madrid). También una formación de Metodología y, finalmente, un Máster en ‘Big Data’ Deportivo. También soy experto en el uso de herramientas de ‘Business Intelligence’. Y, en la actualidad, estoy realizando un curso de Dirección Deportiva con la RFEF -ya terminado-.

12. ¿En qué punto ve el fútbol español respecto a otros países?
Creo que todavía no estamos ni en la rampa de salida. Hoy en día, en los clubs están empezando a crearse estas pequeñas estructuras de analítica avanzada. Y me parece que el paradigma de los datos va a ir cada vez a más porque se están recogiendo frutos en aquellos equipos que lo utilizan.

13. ¿Es una metodología reñida con el futbol tradicional?
No. Porque, con la irrupción del dato en el fútbol profesional, también se tiene en cuenta la faceta más personal o subjetiva del jugador. Por eso hablo del modelo mixto. Yo no me voy a quedar con el primer jugador porque me lo diga el dato, se mira más allá.

14. ¿Todos los equipos de LaLiga y LaLiga Santander ya la usan?
No te sé responder con exactitud. Las Palmas, la Real Sociedad el Fútbol Club Barcelona, el Sevilla o el Eibar, sí. Serán alrededor de un 40 % de los 42 equipos que componen la Primera y la Segunda División.

15.¿Qué cualidades debe tener un buen analista de datos?
Una doble formación. Es importante la vertiente técnica en lo que es el dato, pero también un conocimiento futbolístico como entrenador o director deportivo… En definitiva, el analista de datos debe tener mucho fútbol detrás para que, realmente, las conclusiones que saque desde el dato tengan sentido.

17. En su caso, cumple ambos requisitos…
Sí, cuando terminé el colegio ya era entrenador de fútbol en categorías inferiores. Y, aunque primero me decanté por el Derecho y la Administración y Dirección de Empresas, nunca dejé el fútbol. Durante la carrera entrené a equipos de fútbol base. Aquí empezaron a llamarme la atención los números y comencé a desarrollar la función de analista táctico en el UCD Burladés. Durante este tiempo, además, me saqué los cursos de entrenador con la Federación Navarra de Fútbol y ahí conocí a Javier Lerga, que para mí es todo un referente.

18. ¿El ‘Big Data’ ha venido para quedarse?
Hay muchas personas hoy en día que todavía no saben qué son el ‘Big Data’ ni la analítica avanzada. Lo enfocan como una moda actual en el futbol profesional, semiprofesional y amateur. Pero no es una moda, se están recogiendo resultados de mejora en los equipos. Para mí sí existe una vinculación del dato con el rendimiento micro, que sería el individual del futbolista, y el macro, que se refiere a todo el equipo.

19. Hay incluso un afamado futbolista que negoció su propio contrato recurriendo a los datos…
El caso de Kevin De Bruyne es conocido. Él demostró con la analítica de sus propios datos que tenia que renovar su contrato a un nivel superior. Con los números reflejó su rendimiento.

20. ¿Puede la analítica avanzada potenciar los ingresos económicos de un club?
Tajantemente sí. Por ejemplo, puede captar jugadores con un valor de mercado muy bajo y después, si su rendimiento es bueno, ver cómo este se incrementa. Se puede sacar una plusvalía económica muy alta de esa operación.

21. ¿Qué coste puede tener contar con un departamento especializado?
Depende del presupuesto de cada club y la importancia que se le quiera dar. Hay estructuras muy grandes como la del Sevilla Fútbol Club, que tiene un departamento de I + D donde se apuesta por la ciencia de datos. Pero hay que tener en cuenta que estamos al comienzo y que a los clubes les cuesta apostar por estas figuras porque es un fenómeno nuevo.

22. ¿Puede explicar por qué la inteligencia artificial le dio un 4 % de posibilidades de ganar a Rafael Nadal la final del Open de Australia después del segundo set?
Es un tema que está generando mucho debate estos días (risas). La respuesta es sencilla: los algoritmos se entrenan y aprenden. Ese modelo predictivo no tuvo en cuenta quién es Rafa Nadal (bromea), pero estuvo muy bien efectuado porque solo han sido dos tenistas los que han conseguido remontar una final de Grand Slam en esa situación. Es más, incluso podría haberle dado menos porcentaje. El tenis es mucho más predecible que el fútbol.

Noticias relacionadas

Invitado al Sports Data Forum 2022 en el Ramón Sánchez-Pizjuán

El próximo jueves 24 de marzo participaré en una mesa redonda de analistas profesionales moderada por David Sáez Ávila, CEO de Sports Data Campus...

Entrevista en Play Fútbol por Bruno Alemany acerca del uso del dato en las Direcciones Deportivas

Hoy, día 19 de septiembre, he tenido el placer de asistir a un programa referencia en España de la Cadena SER, Play Fútbol, pilotado...