Un estudio de la Universidad Pontificia Comillas analiza cómo se comportan los futbolistas durante los lanzamientos ¿Qué pasaría si España llega a los penaltis en la final de la Eurocopa?: La teoría de juegos en el fútbol

Hace pocos días, se viralizó la imagen de la botella de agua del guardameta de la selección inglesa, Jonathan Pickford, en la que tenía apuntados nombres de futbolistas rivales y dirección en la que lanzaban desde los once metros. Ese listado manuscrito puede ser resultado de la simple observación del equipo técnico o de un estudio más científico como el que se ha llevado a cabo desde la Facultad de Ciencias Económicas y Empresariales (Comillas ICADE) de la Universidad Pontificia Comillas porque, como aseguran, es importante para los clubes dedicar recursos a analizar y mejorar las estrategias de sus jugadores y porteros en este tipo de situaciones.

Ese es el resultado de un ingente trabajo que involucra a entrenadores y analistas de datos con un mismo objetivo: ayudar a que el portero elija aquella opción que minimice las opciones de que la pelota acabe en gol. “Aunque la mayoría de los jugadores, entrenadores y la inmensa mayoría de aficionados no lo sepan, un penalti es un claro ejemplo de un teorema económico, el Teorema de Nash, que explica cómo deben comportarse jugadores y porteros de manera que lo hagan lo mejor posible independientemente de sus habilidades”, afirman investigadores de Comillas ICADE.

 Estos investigadores han utilizado la “teoría de juegos”, que permite modelizar el comportamiento de los jugadores en base a sus decisiones (limitadas) y a los resultados esperables (gol o no gol). Los resultados de estas interacciones son extrapolables a contextos empresariales como la fijación de precios o la participación en subastas. “Nuestra investigación pretende analizar si los jugadores realmente se comportan ‘como deberían’ en un experimento en el que los futbolistas tienen que lanzar/parar penaltis tanto en la consola como en el campo de fútbol”, aseguran Gonzalo Gómez Bengoechea y Juan Sentana, profesores de Economía de Comillas ICADE. El objetivo principal es evaluar si los jugadores se comportan de la misma manera en el terreno de juego como en la consola para, de esa manera, comprobar si la experiencia que adquieren en la realidad virtual los ayuda a lanzar o parar mejor los penaltis en la vida real.

La investigación –llevada a cabo con la colaboración de los jugadores del UD Sanse de la localidad madrileña de San Sebastián de los Reyes– ha constatado que la estrategia utilizada por los lanzadores coincide con la de los porteros en un 40,2% de los lanzamientos en el campo y en un 45,75% en la consola. Curiosamente, tanto los lanzadores como los porteros eligen el centro de la portería con más frecuencia en la consola (60,45% frente a 44,93%). También observamos que la probabilidad de meter gol es mucho mayor en el campo (75,88%) que en la consola (42,24%). Sin embargo, estos resultados son de esperar dado que sus habilidades relativas en la consola son diferentes a las que tienen en el campo de futbol.

Otro de los teoremas implicados es el de Von Neuman sobre estrategias de juego óptimas, que dice que si tanto jugador como portero se comportan de la mejor manera posible entonces la probabilidad de meter un gol es la misma independientemente de la dirección en la que se dispara el balón o se lanza el portero, y las acciones de los jugadores son independientes de sus acciones en el penalti anterior.

 Estos resultados deben cumplirse independiente de que el jugador sea zurdo o diestro, delantero o defensa, y el portero sea más o menos alto o rápido. Si alguna de estas implicaciones no se cumple, se puede concluir que bien el lanzador o el portero (o ambos) no están comportándose de la mejor manera posible, y pueden incrementar su porcentaje de goles/paradas con el entrenamiento y la formación adecuada.

 En términos de las implicaciones del teorema de von Neuman, “vemos que más del 90% de los jugadores se comportan consistentemente según predice la teoría, tanto en la consola como en el campo, en el sentido de que la probabilidad de meter gol es la misma independiente del lado elegido, y que sus lanzamientos son independientes de lo elegido en el penalti anterior”, asegura Sentana. Por tanto, “interpretamos estos resultados como evidencia de que los jugadores de futbol son capaces de transferir sus habilidades de un entorno a otro”.

 La presencia del big data para maximizar rendimientos en el fútbol

Aunque pueda parecer extraño, el uso de Big data en el deporte no es algo reciente. De hecho, desde hace décadas, equipos de baloncesto y béisbol basan sus estrategias y fichajes en el Big data. En concreto, el “Big Data boom” empezó cuando los Boston Red Socks, equipo de beisbol estadounidense, usó este método para ganar el World Series en 2004 tras 86 años sin ganar, cambiando la manera de analizar este deporte. El Big data permite analizar muchas estadísticas relevantes –porcentajes de posesión, efectividad de los pases…–, lo que a su ver permite predecir los goles esperados en un partido entre dos equipos con una trayectoria conocida. Evidentemente, los entrenadores seguirán revisando imágenes de partidos y analizando los movimientos de los jugadores, jugadas a balón parado y patrones tácticos, ya que ello les permite estudiar las estrategias de los oponentes para desarrollar tácticas y explotar sus debilidades.

 Pero el Big data no solo sirve para lo que ocurre en el terreno de juego. También sirve para analizar tanto los atributos de posibles fichajes y determinar su compatibilidad con el estilo de juego del equipo, como para evaluar el valor de mercado de cada jugador en función de sus datos de rendimiento, las condiciones de su contrato actual, y las tendencias del mercado de fichajes, ayudando de esta manera a los equipos a negociar mejor sus posibles incorporaciones.

 El problema es la inversión: hace falta transformar las imágenes en datos mediante programas informáticos sofisticados de aprendizaje, así como analistas especializados que modelicen el comportamiento del equipo. Por ello, los equipos tienen que decidir si la ventaja que estas técnicas les pueden reportar superan el costo en el que tendrán que incurrir para poder beneficiarse de las mismas. Por eso, es posible que las diferencias entre clubes ricos y pobres se agranden todavía más.

 Y esto es solo el principio

El auge del Big data en el fútbol es sólo el principio. A medida que la tecnología vaya avanzando, podemos esperar que surjan técnicas aún más sofisticadas que sean capaces de revolucionar todavía más el fútbol y ofrecer a los equipos las herramientas que necesitan para mantenerse competitivos. Por ejemplo, podríamos ver un mayor análisis de constantes vitales y esfuerzo muscular de los jugadores en tiempo real para prevenir lesiones. Las posibilidades son ilimitadas y, a medida que los clubes y organizaciones sigan adoptando el análisis de datos masivos mediante aprendizaje automático, el deporte del fútbol seguirá evolucionando y creciendo.

 No obstante, el factor humano siempre jugará un importante papel. Una situación con tanta presión como es un partido de futbol, en algunos casos con más de 80.000 personas en el campo pendientes de lo que ocurra y cientos de millones de espectadores desde su casa, puede resultar en que los jugadores no se comporten como los modelos analizados con muchísimos datos sugieren que deberían hacerlo. Sin ir más lejos, cualquier aficionado recuerda situaciones en las que un lanzador de penaltis comete un error en una tanda definitiva para ganar campeonatos.