Comienza el Mundial de Fútbol 2026, que se disputará en Canadá, México y Estados Unidos. 103 partidos entre junio y julio que culminarán con el último, la final, en Nueva Jersey. Tres países anfitriones, 48 selecciones, varias polémicas antes de comenzar, 16 sedes, retransmisiones en todos los países del mundo, miles de aficionados con entradas… millones de datos que serán analizados durante el tiempo que dure la competición y, algunos de ellos, que quedarán para la historia: goles, minutos jugados, edades de jugadores por encima y por debajo de las habituales…
Una de las competiciones deportivas más seguidas en el mundo y sin lugar a dudas, la referencia del deporte rey en el mundo. El fútbol, por mucho paréntesis vacacional que se pretenda, nunca nos abandona del todo entre campeonatos veraniegos, amistosos y previas de competiciones europeas, Mundial o Eurocopa. Los amantes del balompié están de enhorabuena ya que comienza una competición que promete ser disputada en cada uno de los objetivos a cumplir, ya sea alzar el título o no irse a las primeras de cambio.
El fútbol no es sólo un deporte. Es sentimiento y pasión, como demuestran los aficionados incluso durante el partido más intrascendente. Pero precisamente esa pasión es culpable de que este deporte haya abrazado el análisis de datos de una forma que pocos deportes lo han hecho. La necesidad de conocer todo lo que acontece en el campo y la cada vez mayor rivalidad e igualdad entre los equipos, han llevado al análisis de datos a estar en la agenda de todo actor relevante en el sector: cuerpos técnicos, directivas, jugadores, medios de comunicación y hasta aficionados.
El análisis de datos en el fútbol
De unos años a esta parte es asombrosa la cantidad de datos disponibles para consultar en relación a casi cualquier competición, a todos los equipos y sus jugadores. Antes, durante y tras la retransmisión de los partidos, las televisiones desgranan su análisis de lo acontecido con todo tipo de datos informativos: kilómetros recorridos por cada jugador, posesión de balón, toques realizados por jugador, pases buenos o malos, velocidad de disparo… casi cualquier cosa que ayude a conocer no sólo la predisposición de un equipo a ganar, sino el rendimiento posición a posición.
En pocos años hemos pasado de conocer tan solo los tiros realizados, número de tarjetas recibidas y porcentaje de posesión, a saberlo absolutamente todo. Esta tendencia la vemos también claramente en el auge de las apuestas, si bien este sector siempre ha sido tendente a un análisis exhaustivo de cualquier dato. Las casas de apuestas trabajan con multitud de variables que se analizan de forma histórica y en base a probabilidades; lo cual hace su negocio un poco más seguro y por otro lado, la diversión de este formato, algo más atractiva; pudiendo hoy en día apostar por internet en base a casi cualquier variable en tiempo real.
Pero el análisis de datos no se detiene en la simple cuantificación, que puede ser más o menos de interés para cierto tipo de espectadores. Periodistas y comentaristas deportivos utilizan dichos datos para analizar posibilidades o conocer y razonar los hechos; pero también los propios profesionales utilizan cada vez más técnicas de análisis de datos para mejorar la competitividad.
De este modo, entrenadores de la talla de Rafa Benítez (histórico para equipos como el Liverpool o el Valencia, con un destacado palmarés), utilizan big data y software de análisis de datos para afrontar con mayor garantía cada encuentro, en función de los patrones del equipo contrario y las prestaciones que ofrecen sus propios jugadores.
La Universidad de Michigan, ha tratado de demostrar que el fútbol no es un deporte tan poco predecible como podría parecer, analizando los patrones de pase de los equipos de la Primera División Española en la temporada 2013 – 2014. El Atlético ganó su última Liga, entre otras muchas cosas, por ser un equipo poco predecible según el estudio. Cuando Real Madrid y Barcelona tenían una gran cantidad de pases repetidos y secuencias trilladas a lo largo de la competición, los campeones mostraron una mayor capacidad para limitar sus patrones de pase recurrentes; lo que se traduce en una mayor dificultad para defenderse ante este equipo.
Big data en el fútbol
El big data está siendo utilizado cada vez más en clubes profesionales no sólo para preparar encuentros, sino también para analizar de una forma más rápida, visual y efectiva lo sucedido tras el partido; permitiendo un aprendizaje y reacción más ágil ante los fallos y las oportunidades surgidas.
Algo que se usa de forma habitual en el equipo NBA (Los Angeles Clippers) del ex-CEO de Microsoft Steve Ballmer, por ejemplo. La tecnología lo inunda todo y rápidamente se está haciendo un hueco fundamental en el mundo del fútbol. Ejemplo de ello son dos clubes punteros a nivel internacional como el Real Madrid (que colabora con Microsoft) o el Bayern de Múnich (que utiliza tecnología SAP para medir el rendimiento de sus jugadores).
El big data sirve para recopilar y analizar datos de forma masiva, ya sean físicos, tácticos o biométricos. Esto permite a clubes y selecciones mejorar en todos los aspectos del juego, así como todo lo que le rodea: optimizar entrenamientos, prevenir lesiones, estudiar a rivales, analizar fichajes o realizar scouting; todo reemplazando la intuición por evidencia científica.
Además, con tal cantidad de datos se pueden generar estadísticas avanzadas y gráficos durante las retransmisiones de los partidos o en el propio estadio, permitiendo a los aficionados entender mejor el desarrollo del juego y mejorar su experiencia.
El fútbol en la era de la Inteligencia Artificial
La irrupción de la IA nos ha permitido ir un paso más allá en casi todo; y el fútbol no es una excepción. De hecho, La Liga española y Microsoft mantienen una alianza tecnológica centrada en Inteligencia Artificial para desarrollar herramientas basadas en datos para transformar procesos futbolísticos, la experiencia de los aficionados o la gestión interna de los clubes.
Por ejemplo, las estadísticas avanzadas de Beyond Stats, que procesan millones de datos por partido casi en tiempo real mediante Microsoft Azure y Copilot: esto genera métricas de rendimiento y algoritmos de IA accesibles tanto para los cuerpos técnicos de los clubes, que pueden tomar decisiones con ellos, como para los aficionados.
El fútbol ha evolucionado muchísimo y con el creciente interés por estas técnicas, que se traduce en la aparición de empresas especializadas, los entrenadores ya son capaces de modificar sus estrategias incluso durante un mismo partido en base a resultados, con una meta fundamental: ser menos predecible en el campo, aprovechar las fortalezas, explotar las debilidades del contrario… y ganar.