SABRMETRIC: “Es el análisis empírico del beisbol, basado principalmente en las estadísticas recogidas durante los partidos”.
El término proviene de las siglas SABR, Society for American Baseball Research, y METRIC, métrico. Este concepto, conocido en España como Sabermetría, aunque nació varias décadas antes, fue desarrollado en los años 70 por Bill James, un estudioso del béisbol y de sus estadísticas, sobre todo estadísticas “no tradicionales”.
Su pretensión no era otra más que analizar e interpretar una serie de datos que sirvieran para la toma de decisiones sobre como acometer los partidos.
Por un momento, imaginad poder tener las estadísticas de la Liga Española de Fútbol desde sus comienzos, por jugador y por equipos; e imaginad que tenéis también los mismos datos de la Premier League, y de la Bundesliga. Y además, tener datos de jugadores de todo el mundo.
Imaginad también que con el análisis de esos datos podéis dar respuesta a cuestiones como por ejemplo:
– Número de delanteros utilizados por un mismo equipo en los últimos cinco años.
– Esquema de juego de un equipo alemán utilizado en los últimos 100 partidos y sus resultados.
– Partidos perdidos por un equipo inglés cuándo determinado jugador está en el campo.
– Porcentaje de pases fallados por un jugador en las tres últimas ligas de su país.
– Goles recibidos por un equipo por un mismo jugador en los diez últimos enfrentamientos.
– Goles marcados por un jugador a equipos que están en los cinco últimos puestos de la tabla de clasificación.
– Estadísticas de un jugador desde su etapa de benjamín.
– Número de jugadores lesionados jugando contra un mismo equipo, en las últimas tres temporadas.
– ¿Jugamos con un falso nueve y dos extremos a pierna cambiada?
¿No facilitaría esto tomar decisiones del tipo cómo jugar un partido contra un determinado rival, cuál será nuestra alineación titular, e incluso a quién fichar para la próxima temporada?
El Liverpool inglés, por ejemplo, fichó a un doctor en física y a un campeón de ajedrez para trabajar sobre una enorme base de datos de jugadores de todo el mundo. Un ejemplo más cercano es Monchi, director deportivo del Sevilla C.F; es más que conocida su gran labor en este equipo, con fichajes baratos, que rentabiliza primero en lo deportivo y posteriormente en lo económico. Su éxito en los fichajes no se basa en los ojeadores, sino en el análisis de enormes bases de datos que le ayudan a tomar decisiones. Y este análisis lo realizan matemáticos, ingenieros o expertos en estadística.
Por último, en otra versión, Julio Maldonado “Maldini”, periodista deportivo con indudable éxito en sus predicciones y comentarios, con más de 140.000 partidos grabados, de los que asegura haber visto 22.000. Es otra gran base de datos que utiliza para desarrollar su trabajo y para asesorar a clubes y entrenadores.
Lógicamente, después hay que jugar el partido, y hay hechos difícilmente predecibles: una lesión inoportuna, un penalti injusto, una decisión del VAR (aunque incluso todo esto también es susceptible de ser analizado estadísticamente). Se debe tener clara la pregunta que nos hacemos, calcular las probabilidades de que ocurra o no, y tomar la decisión.
Debemos ser flexibles en nuestros criterios y fórmulas, lo que vale para hoy quizá no valga para dentro de tres jornadas, o para la temporada que viene.
Para finalizar, os dejo una pregunta que enlazará con el siguiente post: ¿qué dato matemático estadístico no tradicional buscaríais en el juego de Lionel Messi para intentar mejorar, si cabe, su rendimiento?
Si las matemáticas no mienten 