ANLISIS

ESTADSTICO
APLICADO AL
MUNDO DEL
DEPORTE.
Mster en Direccin de Entidades
Deportivas
Autor: ngel Llus Carrillo Pujol
Email: angel71carrillo@gmail.com

Altafulla, 24 de Mayo del 2016

ndice paginado
-ndice...................2
-Abstract...3
-Objeto del Trabajo..4
-Introduccin5
-Trabajar con Datos: Excel..7
-El Inicio..17
-Estrategias..19
-La suerte.....20
-La Escuela del Club...21
-General Mnager...24
-Entender el Juego..25
-Cascada de Preguntas27
-Anlisis de Jugadores32
-Conclusiones.36
-Bibliografa...38

Abstract
La utilizacin de datos matemticos para analizar y mejorar el rendimiento de un equipo
ya se est utilizando en diferentes deportes, pero no es necesario estar en un equipo
profesional para poder usar estos datos, cualquier entidad deportiva puede usar estudios
estadsticos para optimar su rendimiento.
El uso de estadsticas se empez a utilizar, sobretodo, en el bisbol, pero el anlisis
matemtico se puede aplicar a cualquier deporte, con sus lgicas variaciones, pero con
un punto de partida comn: todo puede ser analizable de forma numrica y cualquier
afirmacin debe ser demostrada.
En este trabajo presento una gua prctica para iniciarse en la aplicacin del
conocimiento matemtico a la mejora del rendimiento de cualquier deporte,
centrndome en deportes de equipo.

Objeto del Trabajo.

El objetivo del trabajo es ofrecer una gua a cualquier entrenador/director deportivo para
poder aplicar la estadstica al mejor conocimiento de su equipo e intentar mejorar el
rendimiento de este.
La hiptesis con la que trabajamos es intentar aplicar el mundo de las sabermetrics -el
estudio estadstico que se utiliza para evaluar el rendimiento de los jugadores de
bisbol- a otros deportes: baloncesto, ftbol, rugby Como cada deporte tiene sus
normas, diferencias en el peso de cada accin de los jugadores y todos son diferentes
intentar describir unos procesos comunes que pueden aplicarse en cualquier deporte.
El bisbol es un deporte donde las acciones de cada jugador se realizan de forma
individual, un pitcher lanza la bola a un bateador, y este la batea o no, el peso del resto
del equipo es menor que en otros deportes, aunque tambin existe: si los jugadores de
campo saben jugar mejor o peor influye en el resultado. Esta es la mayor diferencia
respecto a otros deportes, donde todos los jugadores se mueven de forma colectiva, pero
cada uno aporta al equipo.
El anlisis estadstico se est empezando a implementar en algunos deportes, poco a
poco, aunque en Europa no tienen el mismo impacto que en Estados Unidos. Aqu
todava no hemos entrado en la cultura de los nmeros: evaluar a los jugadores por lo
que consiguen de forma objetiva, se utiliza ms el nmero entero, como se ha hecho
siempre: nmero de goles, puntos, sin profundizar en el significado de cada apartado
del juego.
Presento una aproximacin a lo que debera ser un anlisis ms objetivo del rendimiento
deportivo, huyendo de las afirmaciones que no hayan sido validadas de forma numrica,
coger el juego desde el inicio e intentar buscar errores del sistema para intentarlos
utilizar en beneficio de nuestro equipo, tanto amateur como profesional, y poderlo hacer
de forma sencilla, sin tener que ser un matemtico.

Da mucho trabajo crear algo simple Jonathan Ive, Jefe de Diseo de Apple.
Introduccin
Cmo elige un entrenador a su equipo titular? Cmo sabe a qu jugador hay que
cambiar y cundo? Cmo se intenta sacar el mejor rendimiento de cada deportista? La
respuesta ms comn a estas preguntas es: la experiencia, el conocer este trabajo, la
intuicin... Siempre conceptos abstractos que varan de un entrenador a otro, pero desde
hace un tiempo todo esto est cambiando, con la implantacin en el mundo del deporte
del anlisis estadstico/matemtico de las capacidades de cada deportista. Una ciencia
que en el mundo del bisbol se conoce como Sabermetrics, "La aplicacin del anlisis
estadstico de los registros de bisbol, especialmente con el fin de evaluar y comparar el
rendimiento de los jugadores individuales." Esto se ha venido realizando siempre de
forma simple: que jugador mete ms goles, el que mete ms canastas, el que hace ms
faltas, el que pierde ms balones... Pero el Sabermetics va un paso ms all,
buscaremos el significado para el juego tras un anlisis profundo de estos nmeros. El
delantero centro lleva 20 goles este ao, pero, cuntos minutos ha necesitado?,
cuntas asistencias ha dado? Balones robados, cuantos pases de gol que no han sido
ha recibido, cuantos ha dado, tiempo que ha cubierto bien su espacio, los jugadores no
mejoran con l en el campo... Y cuando tengamos toda la informacin necesaria
veremos si es mejor este l jugando, o el otro delantero del equipo, que lleva 10 goles,
hacindonos las mismas preguntas, y si obviar el factor ms importante en la mayora
de deportes, el tiempo, porque si uno no juega es imposible que consiga meter goles.
Todos conocen las reglas del deporte que se practica, saben quin gana o pierde segn el
resultado, los conceptos bsicos, pero para profundizar en el deporte uno debe "conocer
el juego", y eso no es tan sencillo como parece, porque muchas veces nuestra
experiencia nos engaa, podemos tener falsas creencias que no hemos comprobado
matemticamente, y eso nos llevar a un menor rendimiento deportivo. "Cuando el
equipo va perdiendo de 10 al inicio del ltimo cuarto es mejor aumentar el porcentaje
de tiros de 3 puntos", pero esta afirmacin la tenemos que comprobar, viendo cmo se
han producido las remontadas en los otros partidos a los que se ha llegado as, pero no
mirando los nmeros NBA, sera ideal mirar los nuestros y los de otros equipos de
nuestra categora, no nos valen los nmeros de equipos hiperprofesionales que tienen
un mayor ndice de acierto que nosotros. Lo ideal es conocernos y poder conocer mejor
nuestro deporte, para tomar la decisin ms acertada antes, durante y despus del
partido, analizar la derrota o la victoria, para ver el motivo del menor rendimiento de
nuestro equipo ante el equipo rival: peor juego, mala suerte, el otro equipo ha jugado
por debajo de sus posibilidades reales
Por eso trabajaremos en dos conceptos que son complementarios: evaluar de manera
ms eficaz el rendimiento de un deportista y entender el juego de la mejor manera
posible para poder utilizar de la forma ms precisa a ese jugador. Y para conseguirlo en
cualquier equipo de cualquier categora no es necesario tener informticos avanzados o

matemticos de carrera, si poseemos algunas nociones de Excel, de deporte y de anlisis

estadstico es posible implantar este sistema en cualquier lugar.
Innovar se define como tener buenas ideas y ejecutarlas bien, por eso es necesario
siempre tener un plan bien establecido, evitar cualquier improvisacin, cualquier
pregunta debe ser contestada de forma objetiva, nunca con creencias basada en la
experiencia y no en los nmeros. Debemos valorar el tiempo de los trabajadores y
voluntarios del club, no podemos dedicarnos a coger nmeros y nmeros que despus
no servirn para nada, ni empezar un proyecto para dejarlo a medio camino, para
innovar hace falta utilizar los recursos de la forma ms eficiente, y saber antes de
empezar lo que buscamos y lo que queremos conseguir.
Finalmente conseguiremos darle a nuestro club una personalidad nica, ya que trabajar
de forma diferente a los otros clubs, y eso genera una diferenciacin ante el resto, lo que
hace de forma indirecta que crezca la aficin hacia un equipo que est consiguiendo
resultados brillantes con pocos recursos econmicos, ya que esta es la gran ventaja de
tener un buen anlisis de los deportistas, conseguir a los tapados, esos jugadores que
parece que no rindan a un nivel excelente pero son unos excelentes deportistas. Un
ejemplo de todo esto, los Oakland Athletics de Billy Bean y su famoso Moneyball

Trabajar con datos: Excel

Existen diferentes programas para trabajar con grandes cantidades de datos (Big Data),
varias compaas proporcionan programas diferentes: Alteryx, IBM, KNIME.com,
Microsoft, Oracle, RapidMiner, SAP, SAS y Teradata son algunas de ellas. Pero aqu lo
que estamos buscando es poder encontrar un programa que nos permita trabajar con
datos, que sea sencillo, est disponible para la mayora de gente, y el que se ajusta ms a
estas caractersticas es el programa que entra dentro del paquete de Microsoft Office:
Excel.
Un programa que est instalado en la mayora de ordenadores, y para los ordenadores
que no lo posean tambin tenemos la versin libre, Libre Office, aqu el programa de
Excel se denomina Base.
Excel nos permite trabajar con una gran cantidad de datos, importar datos de la web de
forma sencilla y realizar los clculos que queramos. No es tan "espectacular" como
pueden ser otros programas, pero para el trabajo que queremos realizar nosotros es un
programa que nos servir de forma excelente.
En este captulo explicaremos algunos pasos que nos sern muy tiles para trabajar con
datos sobre jugadores/equipos, utilizando Excel.
*Fuentes de datos:
Hay dos formas de conseguir y guardar los datos:
-De forma manual: es la forma ms costosa, pero muchas veces es la nica frmula.
Para aadir datos de entrenamientos o de partidos de equipos que no estn en la "lite"
debemos guardar nuestros datos de forma manual. Tiene el inconveniente del tiempo
que debemos dedicar a recopilarlos y pasarlos al programa, pero tiene la ventaja de
elegir los datos que queremos guardar, que podran ser diferentes a los datos que nos
puede proporcionar una compaa. Es el sistema que siempre deber utilizarse para los
entrenamientos, si uno quiere tener control sobre estos.
Problemas al introducir los Datos: Problemas que podemos encontrarnos y
deberamos solucionar:
-Datos en blanco: cuando se recogen datos no se ha apuntado nada en ese lugar, y no
sabemos su significado, si ha jugado o no, si ha lanzado...
-Los ceros reemplazan los datos en blanco: como no hay nada en ese apartado lo
tomamos como cero.
-Los datos no estn, pero deberan: falta algo que debera estar: el nombre del jugador,
el equipo, la posicin...
-Datos duplicados: hemos apuntado dos veces las canastas de tres, las prdidas de baln,
los disparos desde fuera del rea...
7

-Errores ortogrficos: muchas veces escribimos a gran velocidad y podemos cometer

algn tipo de error, escribir Carillo en lugar de Carrillo, el jugador con ese apellido ya
no fusionar sus datos porque el nombre est escrito de forma incorrecta.
-Variar el orden de los nombres: Escribiremos Jos Garca o Garca, Jos, como uno
quiera, pero siempre igual, si variamos esa pauta los datos nunca casarn.
-Escribir las fechas: Se debe definir cmo escribir la fecha, da/mes/ao, pero recordar
que las bases de datos americanas utilizan mes/da/ao, por eso demos revisar siempre
la composicin de los datos que introducimos en nuestra base.
-No especificar las unidades: Hablamos de nmeros enteros o de porcentajes? Aos o
das? centmetros o metros? De nuevo recordar que las bases de datos de otros pases
pueden estar formadas por unidades de medida que no son las nuestras, por lo que
deberemos realizar la equivalencia.
-Elegir bien las categoras: Cuando hablemos de puntos que todos sepamos que
hablamos de los puntos conseguidos, no de los intentados; si nos referimos a pases
debemos especificar que son los buenos, no los intentados...
-Depurar Valores: si un valor es sospechoso debe comprobarse y si no es posible
eliminarlo: puntos de un jugador en un partido de bsquet: 99, pases bien dados 2222
-Hay demasiados Datos: tu base de datos tiene demasiada informacin, mucha de esta
probablemente no te sirva para tu estudio, lo recomendable es quedarse nicamente con
lo necesario, no con todo, por a lo mejor lo necesito, por eso es vital tener el estudio
perfectamente definido.
-Los nmeros difieren de las estadsticas publicadas: Si realizas un trabajo sobre el que
ya hay estadsticas y tus nmeros son diferentes debes buscar donde est el error. Por
ejemplo, aparece en la pgina de la Federacin que un equipo ha jugado 83 partidos este
ao y a ti te aparecen 94.
-Los lmites de tu programa de datos: si trabajas con un programa que nicamente de
deja trabajar con 50.000 filas no introducir ms, porque desaparecern. Ahora en Excel
se puede trabajar con 1.048.576 filas.
-La coma y el punto: en Excel cuando se trabaja con decimales estos deben delimitarse
por una coma, si dejas el punto no podrs trabajar con ellos.
-Limpiar la base de datos: algunas veces pueden aparecer smbolos que no tienen
ningn significado, como puede ser: , hay que borrarlos y buscar el dato correcto.
-Datos en PDF: existen programas como Tabula que nos pueden ayudar a pasar estos
datos a nuestra base.
-Los Datos son Entrados por Humanos: y los humanos nos equivocamos, as que lo
mejor sera que otra persona revisara las entradas, marcando los errores para ver si
8

realmente son equivocaciones (el segundo revisor tambin puede cometer errores). Y
siempre revisar cuando algn dato no se ajuste nada a nuestras previsiones.
-Los Datos son Editados por Humanos: Revisar, revisar y revisar, en una edicin se
puede perder informacin, as que siempre estar atentos al nmero de filas y columnas:
se han de mantener constantes, no pueden variar.
-No repetir el nombre de Columna o Fila: especificar claramente lo que va en cada
columna y fila, no utilizar nombres parecidos y siempre utilizar apuntes donde
expliquen claramente lo que significa cada concepto.
-Ver que incluimos a todos los que queremos analizar: si en la competicin que
estudiamos hay 300 jugadores en la base debe haber 300, ni 299 ni 301.
-Datos que varan dependiendo de otros valores: No olvidar de guardar los datos de
forma correcta para poder utilizar las frmulas que hemos introducido. Ej: si queremos
conocer los goles totales de un jugador y hemos introducido una frmula para sumarlos,
cuando guardemos el Excel debemos guardarlo de tal forma que la frmula contine
activa, si no lo hacemos as no tendremos el dato que esperamos encontrar.
-Comparar con datos conocidos: Si sabemos que una estadstica se reparte de forma
bastante uniforme durante la liga y en nuestros clculos est saliendo muy desviada de
la media revisar que la estamos cogiendo bien. Ej: si el porcentaje de triples
conseguidos/intentados es del 34% en la liga y en nuestro equipo del 70%
probablemente en nuestra base algn partido no recogimos los datos correctamente.
-La ley de Benford: es una teora que nos cuenta que los nmeros pequeos (1, 2, 3) son
ms frecuentes al inicio de los nmeros que los altos (7, 8, 9), por lo que con un vistazo
podemos ver si un nmero se sale de los parmetros habituales. Los puntos por partido
en baloncesto van del 00 al 19 aproximadamente, si vemos alguno que se empieza por
2, 3 4, deberamos revisar que es correcto.
-Escribir los datos de forma correcta, y si se pasan despus a PDF tras un trabajo
manual asegurarse que se ven de forma correcta. Los nmeros deben estar escritos de
forma clara y precisa, un dos debe ser un dos, no ha de parecerse nada a un uno, por lo
que lo recomendable es que el que recoja los datos los pase al archivo Excel o si otro los
tiene que introducir que no los enve con su letra.
-Cuatro ojos mejor que dos: lo ideal sera que una persona introdujera los datos y otra
revisar que se han introducido de forma correcta, es fcil tener despistes cuando hay
que manejar bases de datos grandes, as que otra revisin sera ideal para que nuestras
conclusiones sean lo ms acertadas posibles. Como tambin sera perfecto grabar los
partidos para ver que los datos introducidos son los correctos, apuntarlos en directo para ahorrar tiempo despus-, y despus revisar de nuevo si todo esto ha ocurrido as.
-Compaas que aportan datos estadsticos de los diferentes deportes: Existen
diferentes empresas que aportan datos estadsticos sobre la mayora de deportes de
9

primer nivel, aqu tendramos a Stats o a Opta, empresas que nos ofrecen las estadsticas
de la mayora de eventos deportivos de primer nivel. Estos datos tambin pueden ser
interesantes para equipos ms pequeos, para comprender mejor el juego,
probablemente las conclusiones que podemos sacar del desarrollo del juego de los
equipos de la NBA se puede aplicar a diferente escala a los equipos pequeos. Si un
equipo de la NBA que consigue ms de un 60% en acierto en triples y lanza ms de 25
durante un partido gana el 75% de los partidos, podramos aplicar este dato en nuestra
liga, y llegar a la conclusin que con un 35% de aciertos en triples, si lanzamos ms de
20 ganamos el 68% de los partidos. Esta estrategia nos servira para orientar nuestras
bsquedas, ya que los datos que dispondremos de nuestro equipo probablemente
partirn de 0, y ser difcil y complicado tener conclusiones durante las primeras
semanas, as que estos datos de equipos de "lite" seran tiles para dar nuestros
primeros pasos en el mundo estadstico aplicado al mundo del deporte.
*Qu guardar?
Para empezar con un archivo de datos de Excel lo ms importante es hacerse la pregunta
del milln, qu queremos saber? Tenemos que ser muy cuidadosos al elegir nuestros
tems, ya que sern con los que trabajaremos, sobretodo y tenemos que aadir los datos
de forma manual. No debemos perder el tiempo en nmeros que no nos darn ninguna
informacin relevante en nuestros estudios, ya que estos datos "extras" nicamente
servirn para que perdamos el tiempo y perdamos la perspectiva de lo que queremos
realmente estudiar.
Si monitorizamos un equipo de baloncesto sera interesante conocer: puntos de cada
jugador, porcentaje de tiro -libres, de campo, de tres puntos-, personales, prdidas de
baln... Una buena gua es utilizar cualquier pgina de estadsticas balonceststicas y
aplicarlas en tu equipo. Aunque hay un tema que se trata poco o nada en estas
estadsticas, que es el tiempo jugado. Un jugador que juega ms meter ms puntos,
pero, su rendimiento porcentual en el campo es el mismo que el de un jugador que
juega poco? Uno puede decir que l que juega poco sale en los "minutos de la basura",
por eso consigue mejores nmeros. Esa es una de las virtudes de la introduccin
manual de datos, que puedes diferenciar el periodo de juego de cada jugador. Si est
en el momento que se disputa el partido o cuando ya se han dejado ir, pulir ms las
estadsticas. Estos nmeros normalmente no lo valora ninguna pgina estadstica, y
puede ser interesante para nuestros intereses.
En esto consistira nuestro mtodo: en buscar lo que nos interesa, resolviendo las dudas
que tengamos en cada momento, mejorando da a da nuestro conocimiento del juego, y
sin olvidar una mxima: No Existen Frmulas Perfectas, cada equipo debe reinventarse
segn sus necesidades y segn la visin del equipo tcnico.
Jugador A: consigue 1 punto por cada minuto que est en la cancha, cuando el partido
est disputado 0.7 puntos por minuto, 1.3 cuando no est disputado, rebotes, 1 cada 5
minutos, sin cambios respecto al tempo del partido, sus nmeros mejora cuando est en
el campo con B, C, D, E. Empeoran con F, G, H, I, J...
10

Investigar, esa es la clave, investigar.

*Cmo guardarlo?
El mtodo de Excel es muy sencillo, para el nombre de los jugadores recomiendo
utilizar la zona superior, A1, B1, C1... Para las caractersticas la columna A: A2, A3...
As siempre tendremos al jugador localizado en la pantalla, si lo hacemos al revs y
utilizamos muchas caractersticas el jugador siempre nos desaparecer. De todas
formas, la organizacin deber ser la que mejor funcione para el usuario. Despus
vamos aadiendo los datos de cada jugador.
Si queremos exportar tablas de datos que encontramos en pginas webs tambin es muy
sencillo. Copiamos los datos de una pgina web, y los pegamos en la tabla de Excel.

Despus seleccionamos la Columna A (donde estarn copiados todos los datos),

pinchamos sobre Datos, all nos aparecer "Texto en Columnas"

11

Le damos a Siguiente y organizamos los datos como queramos.

12

Avanzamos, y ya tenemos nuestra hoja de Excel con los datos importados.

13

Ahora ya tenemos la tabla para trabajar con ella.

Podemos ver qu jugador ha conseguido ms Home Runs (HR), el ms joven (Age), el
que ha conseguido ms Hits (H)... Vamos de nuevo a Datos, pulsamos sobre ordenar,
marcamos ampliar la seleccin, continuamos y elegimos lo que queremos seleccionar,
en este caso Home Runs:

14

Vemos que David Ortiz ha sido el jugador que ha conseguido ms Home Runs durante
esta emporada, 37. El Segundo ha sido Hanley Ramrez, el tercero Mookie Betts...
Pero nos interesa saber que jugador ha conseguido ms HR segn los partidos que ha
jugado, para ver la efectividad de este jugador durante los partidos jugados. Creamos
una nueva columna HR/G (Home Runs por partido), la insertamos en la lnea C y
creamos la frmula: =(L2/G2). La copiamos y la pegamos en toda la columna C, la
ordenamos y vemos el jugador que ha logrado ms HR por partido.

15

Vemos que David Ortiz sigue siendo el jugador que mejor nos rinde, un HR cada 4
partidos, pero Travis Shaw ha subido a la segunda posicin, un HR cada 5 partidos
(0,2), pero no es uno de los jugadores que ms HR tiene, debera jugar ms?
Pues en esto consiste nuestra investigacin, encontrar los datos que a simple vista se nos
esconden en las estadsticas bsicas que recopilan todos los equipos. Aqu es donde
debemos trabajar, aqu es donde debemos ser mejores: leyendo los datos y utilizando los
datos que realmente son relevantes.

16

El Inicio
Por dnde empezar? Planificar cada paso es de vital importancia, acumular datos y
estudiarlos nos ocupar tiempo, y como ms profundicemos ms tiempo deberemos
dedicar a esto, por tanto, es bsico saber lo que queremos y porque lo queremos. Y aqu
es donde entra el aspecto ms importante de todo el proceso: hacer las preguntas
correctas para buscar las respuestas. La clave de cualquier anlisis radica en hacer las
preguntas correctas, porque si no preguntamos lo que nos ser til esto no nos servir
para nada, o muchas veces encontraremos relaciones sin ningn sentido, uno de los
mayores "peligros" de nuestros anlisis. Si mezclamos datos de diferentes mbitos no
encontraremos ms que curiosidades carentes de cualquier utilidad. El equipo gana ms
cuando se vende ms del 50% del aforo del Gol Norte, as que lo que haremos en
regalar las entradas de ese lugar y as ganaremos ms. El pvot coge ms rebotes
cuando lleva una camiseta roja bajo la camiseta del equipo, as que se la pondremos
siempre.
Las preguntas deben llevar la condicin sine qua non de tener una respuesta clara,
concisa y concreta. Uno no puede iniciar el trabajo con premisas como: Quiero que mi
equipo gane todos los partidos -evidente, pero qu es lo que nos llevar a ganar ms
partidos?, quiero que mi equipo coja ms rebotes -pero, coger ms rebotes es
sinnimo de ganar ms partidos?, quiero que mi equipo tenga ms posesin -pero,
tener ms posesin garantiza victorias?
Debemos ser ms concretos: cuntos triples debo lanzar para que mi equipo consiga
el mejor rendimiento en este apartado del juego? cul es el mnimo de rebotes que
debo capturar por partido para ganar? cuntos placajes me puedo permitir fallar?
cundo debo realizar los cambios para maximizar el rendimiento?
Todas las respuestas a las preguntas deben ser constatadas de forma numrica. Cuando
uno asevera que tener ms posesin del baln te da ms victorias, debe comprobarlo,
en su equipo y en el juego en general, entendiendo las variaciones de cada competicin.
Veamos la posesin de los equipos espaoles en la Jornada 24 de Liga, 2015-2016, y
los puntos que llevaban en esta Jornada, y relacionemos la posesin con el nmero de
puntos conseguidos:

17

Posesin Equipo
62,1 Barcelona
49,6 Atltico
Real
56,6 Madrid
47,6 Villarreal
49,3 Sevilla
45,6 Eibar
47,2 Athletic
55,3 Celta
Deportiv
47,6 o
48,8 Mlaga
Real
52,3 Sociedad
50,6 Valencia
47,6 Betis
47,6 Getafe
53,3 Rayo
43,7 Sporting
48,4 Espanyol
Las
53,8 Palmas
46,8 Granada
46,5 Levante

Puntos

Relac Pose/Puntos

57
54

1,089473684
0,918518519

53
48
40
36
35
35

1,067924528
0,991666667
1,2325
1,266666667
1,348571429
1,58

32
30

1,4875
1,626666667

30
28
26
26
24
23
22

1,743333333
1,807142857
1,830769231
1,830769231
2,220833333
1,9
2,2

21
20
17

2,561904762
2,34
2,735294118

Vemos que el lder, el Barcelona, saca un gran partido a su posesin, mientras que el
ltimo clasificado, el Levante, necesita 2,5 veces ms posesin que el Barcelona para
conseguir los mismos puntos. Si aplicamos en Coeficiente de Correlacin de Pearson
en esta tabla, su resultado es de 0,24: lo que nos dice que la correlacin entre posesin
y puntos es muy baja. El punto clave es que los buenos equipos sacan gran partido a su
posesin y los peores sacan poco rendimiento a su posesin. Buscar tener ms el baln
no nos dar la victoria, nicamente utilizar bien esa posesin es la que nos asegura el
triunfo. Aadiendo otro apunte, como aficionado, cuando durante un partido se nos
muestra la posesin eso nos dice bastante poco de cul ser el resultado final del
partido, aunque nuestra idea inicial es que a ms posesin del baln ms posibilidades
de victoria, pero, como hemos dicho antes, debemos comprobar cada una de nuestras
aseveraciones antes de darlas por ciertas.
18

Estrategias
No existe ninguna frmula maestra, ni mucho menos, para conseguir el mejor
rendimiento de un equipo. Cada conjunto est formado por diferentes jugadores, cada
uno con sus caractersticas, y el equipo A no se parece a ningn otro de la competicin,
ni el B a otro, ni el C... Por lo que deberamos profundizar en el deporte que estamos
estudiando, entenderlo lo mejor posible y despus intentar explotar las debilidades del
rival. Ningn deporte es conocido a la perfeccin, todas las aseveraciones que se hagan
deben ser concretadas numricamente. Uno no puede tener ideas preconcebidas como:
a ms saques de esquina ms posibilidades de marcar gol, a ms faltas ms tarjetas,
convirtiendo ms triples se ganan ms partidos, a ms disparos a puerta ms
posibilidades de marcar Todo debe ser comprobado, pero no una vez, las tablas son
dinmicas y cambian cada jornada, por eso es imprescindible tener una base de datos
enorme. 1000 jornadas nos darn ms informacin que 10.
En el deporte no existen Axiomas -Proposicin o enunciado tan evidente que se
considera que no requiere demostracin-, todo debe demostrarse, por mucho que el
autor del axioma sea una persona que lleva desde que naci metida en el mundo del
deporte. Y cuando lo tengamos demostrado abrir la mente, y saber que el juego puede
cambiar. No es el mismo bisbol el que se jugaba a principios del siglo XX que el que
se juega en el siglo XXI, el ftbol no es igual, el balonmano tampoco, todo va
cambiando, lentamente, pero cambia. Y los que toman la delantera en la competicin
son los que saben ver este cambio. No hay nada ms contrario al progreso que la gente
que se aferra al pasado como verdad absoluta.
Hoy podemos colocar un GPS en cada jugador y ver los movimientos que realiza en el
campo, si son los correctos, si se sita bien cuando el equipo ataca o mal cuando
defiende, su velocidad, la aceleracin que tiene, los kilmetros que recorre durante cada
partido, cuando empieza a estar ms cansado y corre menos Las nuevas tecnologas
pueden ayudarnos muchsimo a entender mejor como se ha desarrollado el partido y
sobretodo, donde debemos mejorar y que corregir.
Debemos saber leer los datos, no es lo mismo un entrenamiento o partido amistoso que
un partido oficial, aunque todo nos da informacin. Lo que queremos es que un jugador
juegue grandes partidos, no gloriosos entrenamientos. Con los datos conoceremos
mejora a nuestros jugadores. Si durante el entrenamiento el porcentaje de aciertos en
triples de nuestro jugador es del 45% y durante el partido del 35 %, podemos tener una
idea de cmo jugar ese jugador durante el partido basndonos en el entrenamiento:
35/45: 0,77. Si durante la semana prxima los nmeros de entrenamiento empeoran,
35%, probablemente durante el partido su rendimiento ser del 26,95 (35*0,77). Por
tanto, sera mejor que ese jugador no tirase triples durante el prximo partido.
Evidentemente, como he dicho antes, todo debe comprobarse, y si durante una semana
no se entrena bien, pero durante el partido se juega a buen nivel, probablemente
deberemos estudiar los datos a ms largo plazo.

19

La suerte
Cmo definir la suerte en el deporte? Cmo podemos controlarla o medirla? Un
equipo de baloncesto tiene un rcord de 15-15 en finales apretados y al ao siguiente es
de 25 victorias por 5 derrotas en finales que se deciden en los ltimos minutos. A eso
podramos llamarlo suerte. Podramos buscar una definicin de suerte en diferentes
deportes, la tnica general sera llegar a un partido igualado y quien se lo lleva en los
ltimos minutos o ltimas jugadas lo podramos etiquetar de equipo afortunado. Uno
considera de forma inconsciente que los equipos que ganan son los mejores, se han
llevado la victoria y eso es una evidencia, pero para ser algo ms analticos y justos
deberamos considerar que dos equipos que llegan igualados a un final de partido y gana
uno de ellos ambos tienen una calidad similar, y eso debera servirnos para medir el
trabajo de un equipo, que no debera considerarse mal gestionada si llega a perder en
esos minutos finales en los que puede ocurrir cualquier cosa. Existe un web, Kenpon,
donde se mide la suerte de los equipos universitarios de baloncesto, basado en el
concepto anterior.
Qu es mejor: ser bueno o afortunado? Evidentemente uno para ser afortunado debe
ser bueno, si no difcilmente se llegar al final de un partido con las mnimas
probabilidades de triunfo, por eso no cabe duda que los buenos equipos son los que
tienen suerte, los malos probablemente nunca la tendrn. Lo evidente es que la suerte,
con el paso del tiempo se va diluyendo, uno puede ganar un partido durante los ltimos
segundos, peros si cogemos la racha de ese equipo durante los ltimos 10 aos veremos
que probablemente ha ganado los mismos partidos que ha perdido durante los ltimos
instantes (sobre todo en muestras grandes de partidos).
No olvidemos que la Suerte existe, y eso no puede hacer que creamos que hemos jugado
mal porque hemos perdido faltando 3 segundos para terminar el partido, debemos hacer
un anlisis de todo, sin olvidar que el azar juega un papel en cualquier juego. Todos
tenemos en la cabeza que Michael Jordan era un jugador que si tena la ltima posesin
para ganar un partido te la clavaba en el ltimo segundo. En este artculo, Michael
Jordan: Game Winning Shots, nos explica que no era as, lo consegua en Playoffs, la
mitad de las veces que lo intentaba, 50% (9 de 18) de los lanzamientos que realizaba en
el ltimo segundo. Uno puede pensar que la mitad es poco, pero otros dos grandes
jugadores, Le Bron 41% (4/12) y Bryant 28% (7/25). Eso es que Bryant sea un mal
jugador? No, eso es que, durante esa pequea muestra de partidos, 25, el porcentaje de
Bryant no fue el esperado, por lo que podemos hablar de mala suerte. Jordan meti la
mitad, como su porcentaje de tiro durante toda su carrera, 49,7%, se mantuvo en sus
nmeros durante los minutos finales de los partidos.

20

La escuela del Club.

En las escuelas lo importante no es saber lo que es un jugador, si no conocer lo que
puede llegar a ser. No todos tendrn el mismo nivel, ya que el fsico y la habilidad
personal es un factor que no podemos modificar, pero podemos trabajar para conseguir
que el potencial de cada uno de ellos sea el mximo posible, dependiendo de su
habilidad y el fsico que tenga.
En la formacin de jugadores tambin sera interesante establecer unas pautas
numricas para poder medir el grado de mejora y la capacidad de cada uno de nuestros
jugadores. Con esa informacin podramos mejorar los aspectos ms dbiles de
nuestros jvenes, ya que es un periodo de aprendizaje, e implementar la educacin
deportiva que les permita mejorar ms rpidamente. Para medirlo que mejor que el
tiempo invertido en cada jugador y ver el rendimiento que obtenemos de ese tiempo
invertido, eso nos ayudara a conocer como trabajamos en el presente y como
deberamos trabajar en el futuro. En el mundo del deporte no hay una forma nica de
llegar al xito, hay muchos caminos diferentes, no todos los grandes equipos se han
construido igual ni siguen la misma pauta: podemos trabajar con la cantera o buscar los
jugadores fuera de nuestra casa, as que el objetivo del club debera ser encontrar su
propio camino para trabajar en los xitos del futuro.
Si no puedes medir tus recursos no puedes manejarlos, as funcionan las empresas, y
as deberan funcionar las escuelas deportivas. Como en el mundo empresarial
deberamos buscar las ineficacias del mercado y las nuestras para intentar aprovechar lo
mximo posible nuestros recursos. Para eso necesitamos conocer nuestros recursos y
los del resto, analizarlos y sacar ventaja. Todo el mundo conoce el nmero de goles de
un jugador, pero nosotros podemos medirlo segn el tiempo que el jugador est en el
campo, podemos encontrar que un jugador tiene un mayor ndice de goles cada 90
minutos que otro, ese jugador puede pasar desapercibido y ser una buena oportunidad
para el club, aunque otros no lo vieran as. La informacin la tienen todos, la diferencia
es como se utiliza, como en las empresas, las mejores son las que analizan mejor los
datos que todo el mundo posee.
Normalmente ningn club tiene datos estadsticos de la progresin del jugador, los
nmeros aparecen en sus primeros partidos de adulto, de nios tenemos datos bsicos
como: puntos conseguidos, goles marcados o recibidos, tarjetas recibidas Muy poca
informacin, por eso no conocemos la evolucin, nos centramos ms en la carrera
profesional del jugador, y esa informacin ya no nos sirve para la formacin de los
futuros jugadores. Tenemos un jugador muy bueno en nuestro club, pero no sabremos
cmo ha llegado a este nivel si no registramos nada, no sabemos lo que hicimos bien
para conseguir que un deportista de nuestra escuela destaque sobre los otros, por eso
sera conveniente llevar un registro de todos los jugadores de nuestra escuela.
Deberamos analizar cada paso del aprendizaje, para cambiar o mantener dependiendo
de los resultados de nuestros jugadores.

21

Y volvemos a las preguntas, no podemos decir, queremos formar los mejores

jugadores, eso es una obviedad, debemos profundizar mucho ms, como siempre. Por
qu no est llegando al nivel esperado? Debe mejorar en defensa, su tiro es flojo, no se
coloca bien en la pista. Qu aspecto debemos mejorar? Cunto tiempo debemos
dedicar a cada parte de su aprendizaje?... Analizar a cada deportista de forma individual
para conseguir un mejor nivel de equipo.
Open Mind, abrir la mente, dejar entrar nuevas ideas, no para que se queden todas,
para evaluarlas e implementarlas si vemos que pueden funcionar, y los que deben llevar
el peso de las innovaciones son los entrenadores, que deberan formarse de forma
constante. No se puede entrenar igual ahora que hace 10 aos, debemos buscar una
innovacin constante, prueba/error para ir mejorando da a da, semana a semana. Para
eso se necesita una implicacin de los entrenadores y un club que les d a estos la
posibilidad de seguirse formando: cursos, libros, ideas El director de la escuela
debera coordinar todo este trabajo con los diferentes entrenadores, y siempre tener la
mente abierta a nuevos conceptos, uno no puede cerrar sus puertas a cualquier nueva
idea sin haberla estudiado a fondo.
El peso de los resultados del equipo debera ser nulo, los datos deben juzgarse de
manera clara y totalmente objetiva. Si tenemos un equipo sub8 y nuestros jugadores
tienen la mayora 7 aos no deberamos analizar el rendimiento de nuestro equipo
cuando juegan contra nios que tienen un ao ms, o si muchos de nuestros jugadores
son de final de ao su nivel ante los nacidos en enero ser ms bajo, nicamente por una
cuestin de desarrollo, el fsico de uno u otro vara con la edad, no podemos descartar a
un jugador no tan alto con 6 aos, ya que nos puede aportar ms en el futuro. Lo
importante es la evolucin que nos puede dar, por lo que debemos valorarlo todo en las
coordenadas adecuadas.
El reto al que nos enfrentamos en la escuela del Club es diferente al del primer equipo,
aqu debemos medir lo que est aportando el deportista, pero mucho ms importante, lo
que aportar en el futuro. No es mi objetivo decir que es muy bueno con 15 aos, lo
que quiero saber es que si ser lo suficientemente bueno cuando llegue a la edad de
jugar en el equipo principal, y para adivinar la progresin de los jugadores tenemos
dos caminos:
-Scouts u ojeadores: personas del club que conocen el deporte y pueden ver, basndose
en su experiencia profesional, si est jugador llegar a desarrollarse lo suficiente para
llegar al primer equipo.
-Los nmeros del jugador: Ver las estadsticas de cada deportista no de forma puntual
en el tiempo, si no intentando adivinar su proyeccin, y para eso debemos tener
informacin sobre este y el resto de jugadores. Es fcil realizar proyecciones de los
jugadores? No, y muchas veces pueden ser errneas, pero quedarnos en el presenta sin
evaluar el futuro es un error importante.
Para evaluar la progresin de los jugadores podran utilizarse diferentes estrategias:
22

a) Ver la evolucin de los jugadores con los aos en los diferentes aspectos del
juego. Ej: los jugadores que consiguen 5 rebotes de media con 14 aos pasan a 7 de
media con 15 aos (eso nos dira que: nuestro plan de formacin para rebotear es
bueno si nuestra media est por encima de la media de la liga, si estuviera por debajo
es que algo debemos cambiar en nuestra formacin de jugadores). As que si tenemos
un jugador de 14 aos que consigue 10 rebotes de media nos debera subir a 14 rebotes
con 15 aos. Si esta evolucin nos parece correcta es que estamos realizando bien
nuestra formacin, si es insuficiente algo deberemos cambiar para mejorar, y siempre
mirando la media, que nos dar una visin ms objetiva del trabajo que hacemos, e
intentar siempre cuantificar (nmeros) y cualificar (scouts).
b) Llevar un anlisis estadstico de todos los jugadores de nuestra escuela, cuantos
ms datos mejor, ya que los partidos son cortos no est de ms controlar
entrenamientos, velocidad de carrera, habilidades en los diferentes aspectos del juego...
y con todos los datos dibujar un retrato del jugador, para ver sus deficiencias e intentar
mejorarlas. Ej: Si un jugador no tiene buenos porcentajes tirando de tres puntos no
puedes afirmarlo con 10 partidos de liga, ya que el nmero de tiros ser bajo, unos 40
si tira mucho, y eso nos da informacin poco fiable, y eso podra hacer que hiciramos
entrenar ms los triples en este jugador y a lo mejor tiene un nivel adecuado, y nuestro
error ha sido juzgarlo con pocos nmeros. Si lanza 10 series de 10 durante los
entrenamientos tendremos muchos ms datos, y con ambos podemos decidir si es
necesario trabajar un aspecto u otro del jugador.
c) Progresin de la escuela: ver los jugadores que salen, donde van, como juegan,
cmo evolucionan, como es nuestra escuela comparada con las dems, con que
debilidades salen. Ej: si del equipo B llegan un 20% a jugar en la categora del equipo
A, y la media en el resto de clubs es del 10% podemos decir que estamos haciendo un
buen trabajo. Si los jugadores que estn jugando en la categora A tienen una media de
placajes correctos menor al de la categora conoceremos que probablemente nuestra
formacin para los placadores no acaba de ser los suficientemente buena.
d) Aprender, aprender, estudiar, mejorar, leer... Todos los formadores tienen que
estar formndose, no se puede trabajar con los mtodos de hace 20 aos, debemos
mejorar o al menos intentarlo, y ahora en internet existen muchsimos artculos y libros
que nos hablan de cmo mejorar en nuestro deporte. Es una insensatez no utilizar toda
esta formacin para nuestro trabajo diario.

23

General Mnager
Una figura clave en cualquier organizacin deportiva es el General Manager, el
encargado de toda la actividad deportiva del club, cuya misin es crear un plan de
futuro, no para maana, a aos vista, pero con una visin clara y concisa de lo que
quiere hacer con el club. No entrar en lo habitual de en el futuro ganaremos, perfecto,
pero, cmo lo hars? Cul ser tu poltica con los entrenadores, con la escuela, con la
preparacin, que mtodos utilizas para trabajar?
El encargado de la seccin deportiva del club debe tener un plan, no buscar nunca la
improvisacin, si no definir de forma clara y concisa cada aspecto de su trabajo. El
mejor no ser el que lleve ms tiempo en el negocio -ser buen conocedor del deporte no
es sinnimo de haber sido profesional de este-, debemos elegir la persona que d mejor
rendimiento al equipo, y eso nos lo debe demostrar sabiendo lo que quiere hacer, porque
la forma de trabajar no es la misma ahora que hace unos aos. Uno no puede fiarse slo
de su ojo clnico o nicamente de los nmeros de un jugador, por tanto, la
combinacin ideal sera la de ambos aspectos: Scouts/evaluadores junto al anlisis
numrico objetivo de cada aspecto deportivo de nuestra organizacin.

24

Entender el juego
No hay nada tan importante como entender el juego en profundidad, conocerlo en todos
sus aspectos y en todas sus variables. Conocer cul es la mejor jugada o nuestra mejor
oportunidad en cada partido, y eso no es nada sencillo. Uno puede utilizar su
experiencia, creer que sacar ms crners o provocar ms faltas nos da ms posibilidades
de conseguir un gol, pero todas esas teoras deberemos comprobarlas numricamente y
valorar el esfuerzo que nos cuesta cada una de esas acciones: podemos tener un equipo
que no marque de crner o que consiga una efectividad por encima de la media de la
liga en ese aspecto, debemos saber cmo se desarrolla cada uno de los aspectos del
juego, para que nos d una ventaja sobre nuestros adversarios. Y para medir no hay
nada mejor que los nmeros. Tenemos un jugador que consigue una gran cantidad de
triples, pero con un bajo porcentaje de acierto, a lo mejor sera mejor buscar ms
jugadas de dos puntos con nuestros pvots que a la larga nos dar ms puntos. Todos
los aspectos del juego deben medirse y usar esa informacin para mejorar el
rendimiento de nuestro equipo, y para hacerlo de forma correcta debemos conocer el
juego hasta sus entraas.
Pero, cmo conocer el juego? Analizndolo desde todas sus vertientes y
preguntndonos cualquier cosa sobre este. Ejemplos ficticios: Ganar las mels es
clave para conseguir ms puntos? No, entonces deberamos invertir menos tiempo en
entrenar las mels. Los tiros a canasta desde cuatro metros son fciles y nos dan
muchas canastas? Si, deberamos practicarlos hasta la extenuacin este aspecto del
juego. Generar buenos contrataques dan canastas fciles? Si, deberamos mejorar la
mecnica del ataque rpido. Posesiones largas o cortas en baloncesto? Mejor
largas, se hacen ms faltas y nos permiten anotar una media de 1 punto por posesin.
Jugar con un delantero nos da una media de 1,1 goles marcados y 1,1 recibidos, jugar
con dos delanteros nos da 1,3 goles por partido y recibimos 0,5: claramente es mejor
jugar con un atacante nico
Un ejemplo de entender el juego, en este caso en el mundo del bisbol. He publicado
algunos artculos donde explico cmo entender mejor este apasionante deporte:
-Entender el juego del bisbol (I): Run Expectancy
Explico que posibilidades hay de conseguir una carrera dependiendo del momento del
partido en que nos encontremos.
-Entender el Juego del Bisbol (II): Runs to End of Inning, by Event
Explico las posibilidades que hay de conseguir una carrera dependiendo de la jugada
que consiga el equipo atacante o el defensor.
-Entender el Juego del Bisbol (III): Run Expectancy y Runs to End of Inning
Combino los dos anteriores artculos, vemos las posibilidades de conseguir la carrera
dependiendo del momento y de la jugada que se realice.
25

-Entender el Juego del Bisbol (IV): Win Expectancy

Las posibilidades que tiene cada equipo de ganar dependiendo del resultado y del
momento en que se juegue el partido.
-Entender el Juego del Bisbol (V): El Teorema de Pitgoras del bisbol
Teorema desarrollado por Bill James, nos ayuda a calcular de forma muy acertada el
nmero de partidos que ganar un equipo conociendo las carreras conseguidas y
recibidas por ese equipo. Nos da la clave para saber si debemos reforzar ms la defensa
o el ataque para aumentar el nmero de victorias.
-Entender el Juego del Bisbol (VI): Las Rachas
Ver si los jugadores que tienen buenas rachas mejoran sus nmeros al final de la
temporada y los jugadores con malas rachas los empeoran. Tambin hablamos de la
duracin de las rachas.
Con toda la informacin que nos proporcionan estos artculos sabemos si es mejor
intentar robar una base durante el partido, o dejar avanzar una base por bolas a un buen
bateador, lo buenos o malos que son nuestros jugadores durante las jugadas claves del
partido Ya que todos estos aspectos del juego se han definido numricamente, y eso
lo utilizamos en nuestro equipo para poder buscar deficiencias del sistema. Ej: si al
resto de equipos robar una base les da 0.7 carreras y a nosotros 1.2, vale la pena
intentar robar bases, ya que nos da muchas ms carreras que a nuestros adversarios.
En esto radica la importancia vital de conocer el juego, en poder utilizar las debilidades
de nuestro adversario para convertirlas en ventajas para nosotros. Y, es sencillo
entender el juego? Ni mucho menos, son toneladas de datos que debemos interpretar de
forma correcta para desenterrar el secreto del juego.

26

Cascada de preguntas
Conocer la respuesta es importante, pero lo bsico es realizar la pregunta correcta.
Debemos dudar de todo lo que no conozcamos de forma fehaciente, todas nuestras ideas
preconcebidas deben ponerse en tela de juicio y demostrarlas matemticamente, porque
hasta que no lo hagamos no sabremos que eso es cierto. Y, qu debemos
preguntarnos? Lo que ofrezca algn rendimiento a nuestro equipo, el tiempo es oro y
no podemos malgastarlo en estudiar variables que no nos servirn de nada en el futuro.
Y, cmo saber lo que nos servir? Ideando un plan que debemos seguir, nunca
improvisar, vale la pena perder horas en hacer las preguntas correctas antes que gastar
tiempo en respuestas intiles.
Pongamos un ejemplo: (como todo ejemplo ser sencillo, es para ilustrar el tema que
tratamos)
Trabajamos para los Minnesota Timberwolves de la NBA, el equipo que durante la
temporada pasada, 2014-2015, perdi ms partidos, 66 y nicamente gan 16. Se nos
pide que analicemos porqu fue el peor equipo de toda la NBA.
Dnde estamos? Para buscar los datos estadsticos de todos los equipos de la NBA
acudimos a Basketball Reference, de donde sacamos la tabla de la temporada 2014/2015
con la que trabajaremos.
Qu nos ha ocurrido? Nuestra clasificacin
-El nmero 25 en canastas conseguidas
-El 16 en canastas intentadas.
-% Tiros de 2 puntos: el 26.
-% Tiros de 3 puntos: el 25.
-% Tiros Libres: el 6.
-Rebotes Ofensivos: el 9
-Rebotes Defensivos: el 30
-Asistencias: el 17
-Robos de Baln: los 9
-Prdidas de Baln: los 8 con ms prdidas
-Faltas Personales: los 21
-Puntos conseguidos: el 23

27

-Puntos recibidos: el 1, el que ms puntos ha recibido.

Los que hemos perdido ms partidos, pero en las estadsticas desglosadas nicamente
somos los peores en Rebotes Defensivos. Qu puede estar fallando?
Miremos el equipo al que le han metido ms puntos, los Minnesota Timberwolves, 8737
puntos. Con las tablas podemos crear las estadsticas que queramos. Sera interesante
saber cul es la media de puntos por la que hemos perdido los partidos
Rk
10
11
1
2
8
3
4
24
13
25
17
5
9
30
27
23
21
20
7
6
22
12
29
14
19
18
26
28
15
16

Season
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15
2014-15

Tm
NYK
PHI
MIN
LAL
ORL
SAC
DEN
CHO
BRK*
MIA
DET
PHO
BOS*
UTA
IND
MIL*
WAS*
NOP*
OKC
DAL*
CHI*
TOR*
MEM*
HOU*
POR*
CLE*
ATL*
SAS*
LAC*
GSW*

puntos a favor Puntos en contra

7535
8299
7542
8278
8016
8737
8073
8634
7847
8316
8310
8614
8320
8611
7721
7981
8038
8274
7764
7977
8077
8159
8397
8471
8312
8299
7801
7783
7981
7958
8023
7988
8080
8021
8147
8082
8524
8345
8628
8390
8265
8019
8527
8275
8062
7796
8522
8240
8429
8082
8457
8090
8409
7964
8461
7953
8751
8211
9016
8188

-9,31707317
-8,97560976
-8,79268293
-6,84146342
-5,7195122
-3,70731707
-3,54878049
-3,17073171
-2,87804878
-2,59756098
-1
-0,90243902
0,15853659
0,2195122
0,28048781
0,42682927
0,7195122
0,79268293
2,18292683
2,90243902
3
3,07317073
3,24390244
3,43902439
4,23170732
4,47560976
5,42682927
6,19512195
6,58536585
10,097561

En esta clasificacin somos los terceros peores, 8,79 puntos por partido, nicamente nos
superan los Knicks y 76ers, los que tambin han acumulado una gran cantidad de
derrotas, los de Nueva York 65 y los de Philadelphia 64. Esta tabla nos da una idea de
la profundidad del problema, no ha sido perder por pocos puntos los partidos, si no
perder por casi nueve puntos, en una competicin donde la media de puntos por equipo

28

es de 103, significa que conseguimos un 9% menos de puntos que la media de todos los
equipos.
Hemos llegado a una conclusin de Perogrullo, si metes pocos puntos y te meten
muchos es difcil ganar, lgico, pero el diferencial de puntos recibidos es demasiado
alto, no es que se pierda por poco, es que se queda muy lejos del equipo ganador.
Los cinco ltimos equipos llevan 25 victorias o menos, por lo que todos han rendido a
un nivel muy bajo, por lo que las estadsticas de % de tiros de campo son del grupo de
los peores, del 26 hacia abajo. La diferencia de una victoria o pocas victorias no tienen
mucha significacin, muchas veces un partido se puede ganar por suerte, por lo que
no debemos dar mucho peso a algunas victorias de ms o de menos, para profundizar en
el tema deberamos analizar todos los partidos y ver si los hemos ganado por muchos o
pocos puntos, para medir el peso de la suerte en este campeonato.
Nuestro siguiente paso debera ser analizar cada uno de los partidos, por cuanto se han
perdido, en qu momento se alej tanto el equipo rival que no se pudo remontar, cuando
entraron los jugadores reservas... E intentar averiguar el momento donde se pas de un
equipo Medio de la NBA a ser de los peores. Conocer el nmero de puntos que
concedemos tras un rebote ofensivo del equipo rival, ver desde donde nos meten ms
canastas, como se estructura nuestra defensa en cada ataque rival....
El problema del equipo:
-Recibir muchos puntos (el que ms)
-Anotar puntos como la media aproximadamente (el 21, a 185 puntos de la media, a
slo 2,25 puntos por partido, a algo ms de una canasta).
-El que captura menos rebotes defensivos.
Conclusiones:
-Se debe trabajar horas y horas en defensa.
-Mejorar las selecciones de tiro, para lograr mayor porcentaje de aciertos.
-Defensa, defensa y defensa de nuevo, el equipo debera buscar a jugadores con buenas
estadsticas defensivas, aunque eso le cueste puntos en ataque.
Trabajaron as los de Minnesota?
En la temporada actual, 2015-16, su rcord ha mejorado 29-53, consiguiendo 13
victorias ms que el pasado ao, el 26avo con ms victorias:
Sus estadsticas este ao (2015-16)
-El nmero 19 en canastas conseguidas
-El 29 en canastas intentadas.
29

-% Tiros de 2 puntos: el 11.

-% Tiros de 3 puntos: el 25.
-% Tiros Libres: el 4.
-Rebotes Ofensivos: el 20
-Rebotes Defensivos: el 28
-Asistencias: el 8
-Robos de Baln: los 14
-Prdidas de Baln: los 8 con ms prdidas
-Faltas Personales: los 13
-Puntos conseguidos: el 15
-Puntos recibidos: el 8, el que ms puntos ha recibido.
8398 puntos a favor por 8688 en contra, una marca de 3,53 -el porcentaje entre
recibidos y anotados-, una clara y evidente mejora del equipo, pero no ha sido
suficiente, del lugar 30 nicamente se ha ascendido al lugar 26, a pesar de disminuir en
cinco puntos los recibidos de media durante los partidos, por qu motivo?
Podramos hablar de:
-El lugar 29 en canastas intentadas, se logran mejores porcentajes de tiros de dos
puntos, el onceavo, pero se tira mucho menos.
-Ninguna mejora en triples.
-La defensa: no es el equipo que ms puntos ha recibido, ha sido el octavo en esta
faceta, muy lejos de los primeros puestos, y contina siendo de los peores en Rebotes
Defensivos, el 28.
La receta para el prximo ao:
-Seguir mejorando en defensa, parece que la ofensiva ya va mejorando de forma
natural
Y entonces llegaran ms preguntas:
-El jugador defensivo debera sustituir a uno ms ofensivo, eso, cuntos puntos
defensivos nos sumara y cuantos ofensivos nos restara? Queremos un jugador para el
prximo ao o que explote dentro de 2 aos?
-Nos mejorara los resultados capturar ms rebotes?

30

-Cul ser la evolucin el prximo ao de los jugadores titulares y reservas?

Rendirn al mismo nivel, o mejor o peor?
-Tenemos algn jugador de equipos inferiores que pueda aportar al equipo?...
Como vemos no debemos nunca dejar de preguntar, y sobretodo tener un plan claro y
conciso de cmo queremos llevar a nuestro equipo.

31

Anlisis de Jugadores
Para evaluar los jugadores podemos utilizar algunos conceptos matemticos simples:
-La Media: Calcular en un grupo de jugadores cual es su estadstica media en cada uno
de los conceptos del juego. Ej: Hay 20 jugadores, han conseguido 40 goles, su media
ser: Nmero de goles/Nmero de jugadores (40/20)=2, 2 goles por jugador.
-Desviacin Estndar: Una variable de dispersin, nos deja ver entre que nmeros se
encuentran la mayora de jugadores analizados. Ej: tenemos un equipo con los
siguientes porcentajes de acierto en tiros de campo: 33, 44, 54, 63, 49, 51, 71, 51, 69.
La media sera de 53,88 y la desviacin Estndar (calculada en Excel) sera de 12,13.
El intervalo de acierto del equipo estara entre 41,75 y 66,01, lo mismo puede hacerse
en cada jugador dependiendo del porcentaje de acierto en cada partido.
-Z-Score: nos muestra la relacin entre el jugador, la desviacin Estndar y la Media.

La utilidad del Z-score radica en conocer lo que un jugador se separa de forma positiva
o negativa de la media, y poder sumar diferentes parmetros de su juego referenciados a
la media de la competicin.
Nombre
Puntos
Rebotes
Robs de Baln
TOTAL

Emma

Sonia
1,3
2,2
1,1
4,6

Marta
2,4
1,1
1,3
4,8

1,1
1
2
4,1

Ej: Vemos en esta tabla el Z-score para diferentes jugadoras a las que estamos
evaluando, realizando la suma de cada una de las habilidades que nos interesan de las
jugadoras vemos que Sonia sera la que consigue mejorar ms sobre la media, seguida
de Emma y al final Marta.
Debemos tener una evaluacin constante de los jugadores, ver lo que esperamos de ellos
y lo que estn consiguiendo, para ver si estn consiguiendo un rendimiento adecuado, y
siempre manteniendo un margen de error aceptable. Si esperamos que un jugador
consiga 15 rebotes por partido y lleva la mitad de temporada atrapando 6 vemos que
estar muy lejos de conseguir lo esperado, pero eso, en teora no sera motivo para que
dejara de jugar, ya que, en teora, la segunda parte de la temporada ser mejor, ya que
este se acercar a los 15 rebotes, por tanto, mejorar los 6 que est consiguiendo. Y
cuando tengamos bien definido como est jugando un jugador, pasaremos al siguiente
captulo, ms interesante para la gestin de nuestros recursos, intentar adivinar lo que
har durante los prximos partidos o aos. A eso lo llamaremos Proyecciones.
Proyecciones (captulo basado en un par de artculos que publiqu en el Diario AS,
Predicciones de los bateadores de la MLB y Predicciones de los Pitchers de la MLB)
32

Qu son las proyecciones? Conocer con los datos pasados lo que harn los jugadores
durante la siguiente temporada, todo de forma terica. Despus en el mundo real los
nmeros pueden variar, ya que hay muchas circunstancias del juego que no podemos
controlar: desde las lesiones a los problemas personales, pasando por el feeling del
equipo o la buena relacin con el entrenador. Muchsimos factores influyen en el
rendimiento, as que esto nicamente es un ejercicio terico, que nos mostrar unas
medias donde se ajusten la mayora de jugadores, no todos, ya que tratamos con
personas y el futuro siempre tiene un alto grado de imprevisin.
Ideas para iniciar el clculo:
-Los datos pasados nos dan una idea de lo que puede ocurrir en el futuro, a ms
informacin ms posibilidad de acertar. Es ms "fcil" predecir un jugador que lleva 10
aos en las Ligas Mayores que uno que llega de un equipo AAA, un jugador que ha
jugado durante aos en la Primera Divisin que uno que sube a esta despus de aos en
Segunda, un jugador que juega en el mismo pas desde hace tiempo a otro que viene de
otro pas...
Ejemplo: si un jugador lleva 5 aos en la MLB, consiguiendo 10 Home Runs por
temporada probablemente la prxima conseguir de 7 a 13 HR, si otro jugador que
tambin lleva 5 aos en la liga lleva una media de 10 Home Runs, pero su distribucin
ha sido: 5, 20, 3, 15, 7 HR por temporada, ser mucho ms difcil predecir lo que har
ese ao ya que es un jugador irregular. En un mundo ideal conseguira 10 HR, pero
como no estamos en ese, el abanico de probabilidades es ms amplio. Con estos
nmeros su Desviacin Standard es de 7, el abanico estara entre 3 y 17 Home Runs, y
lo complicado es buscar cual ser el nmero que se acerque ms a la realidad, por
tanto, sera un jugador de elevado riesgo, puede tener una temporada excepcional,
normal o desastrosa. Ante esta tesitura, a quin nos quedamos? Al jugador que nos
da entre 7 y 13 o al que nos da entre 3 y 17?
-El paso de los aos, eso nos ocurre a todos, por eso es muy importante analizar el
talento de los jugadores segn su edad, buscando la media de efectividad de los
jugadores cuando tenan unos aos, cuantos se retiran con ms de 35 aos, como
mejoran o empeoran sus habilidades con el paso del tiempo, no debemos olvidar nunca
esta variable.
-Un concepto bsico y fundamental para el anlisis de los jugadores es el concepto de
Regresin a la Media. Todos los jugadores tienen a conseguir sus nmeros habituales,
con el paso del tiempo todo vuelve a su lugar, evidentemente que puede haber
excepciones, pero nosotros buscamos un parmetro comn, y cuando analizamos los
nmeros de los jugadores vemos que todos estos se concentran en el centro de sus
resultados, aunque algunos pueden ir hacia los extremos: nos mostrara una grfica de
distribucin binomial, una U invertida. Cuando analicemos un jugador que lleva 10
aos al mximo nivel no hemos de mirar su buen/mal ao ltimo, debemos centrarnos
en toda su carrera, buscar tendencias e intentar discernir porque mejora o empeora. Un
jugador con 20 aos y 80 kilos de peso meta 0,5 goles cada 90 minutos, con 25 aos y
33

90 kilos baj a 0,25 y durante los ltimos 3 aos y sus 100 kilos de peso est a 0,1 goles
cada 90 minutos, evidentemente sabemos que es un jugador que difcilmente volver a
meter 20 por temporada, a menos que baje peso, se vuelva a centrar
Regresin no es un cambio en el talento (ms/menos velocidad o mejores/peores
lanzamientos) y un jugador que va empeorando sus nmeros con la edad no es
regresin, si no, que est en decadencia o haciendo lo que toca por la edad (o una
combinacin entre talento y edad).
-Ahora el movimiento de jugadores entre pases es habitual, por lo que deberamos
evaluar a cada jugador segn el pas donde est jugando, no es lo mismo estar en la
Premier que en la Eredivisie, no es igual la NBA que las ligas europeas, no es igual
estar jugando en la MLB que en la liga japonesa Meter 30 puntos por partido en la
Liga Espaola de rugby no te garantiza ni mucho menos meter los mismos en la Liga
Celta, y eso es un gran hndicap para las proyecciones de los jugadores, ya que no
sabemos muy bien como rendirn en un nuevo pas.
Para evaluar este cambio podramos utilizar un par de parmetros:
+Comparar con otros jugadores que han llegado de esa liga al nuevo pas y ver cmo
han funcionado. Los rusos que vienen a la liga espaola de balonmano bajan un 10%
los goles que consiguen en su pas -recordar de nuevo que hablamos de media, por lo
que uno puede bajar un 80% y otro subir un 180%-, ajustarlo por edad, posicin,
experiencia Cuantos ms datos tengamos ms fcil ser realizar el anlisis, si han
llegado tres jugadores de la liga finlandesa a Espaa ser difcil tener una idea de la
evolucin de estos jugadores, en cambio s tenemos 400 franceses que han venido aqu a
jugar tendremos muchos ms datos y nuestro anlisis ser ms acertado.
+Ranking de Ligas: Otro aspecto que se podra trabajar sera el conocer el potencial de
estas otras ligas, viendo los resultados de su seleccin, de sus clubs en competiciones
internacionales, la tradicin de ese deporte en el pas de origen, los jugadores de este
pas que estn en otras ligas
Lo mismo podra aplicarse para jugadores de categoras inferiores, analizar el
rendimiento de los jugadores que han estado en Segunda Divisin, ver como se han
manejado en la Primera.
-Para intentar descubrir el futuro de un jugador nos puede servir encontrar paralelismos
con otros jugadores como l, con sus mismas caractersticas y ver como evolucionaron
estos. Tenemos una jugadora de 22 aos, base, 20 puntos por partido, con los aos
mantuvo los 20 puntos durante cinco temporadas ms. Si tenemos ahora otra jugadora
de 22 aos, base, 18 puntos por partido podramos pensar que su evolucin sera como
la anterior, y seguir durante 5 aos con unos 18 puntos por partido. Y si tuviramos 100
chichas parecidas, que, con 22 aos, base, conseguan de 16 a 24 puntos por partido y
durante los siguientes 5 aos se quedaron entre 14-26 puntos por partido (el 90% de las

34

jugadoras), tendramos que nuestra chica de 18 puntos por partido probablemente se

mantendr en sus nmeros durante los prximos 5 aos.
-Adecuar el peso de cada parmetro: Conocer el peso que tienen los datos sobre el
rendimiento futuro de un jugador. Las diferentes variables influirn en el rendimiento
futuro, y debemos cuantificar la importancia de cada una de ellas.
Ejemplo: Los jugadores de 20 a 27 aos mejoran su rendimiento, de 28 a 33 se
mantienen y con ms de 38 empeoran. El nmero de goles que marque un delantero
cada 90 minutos ser el parmetro ms importante para este, mientras que un defensa
lo deberemos valorar por balones robados, disciplina en el fuera de juego, balones
ganados de cabeza...
Se debera asignar un valor a cada uno de los parmetros y con todo esto conseguir un
nmero final que nos dara el valor de este jugador, pero no el que tiene, el que tendr,
lo que queremos saber es lo que ocurrir.
Ejemplo: somos los mnagers de un equipo de baloncesto y necesitamos fichar a una
jugadora que nos consiga rebotes, con pocas prdidas de baln y que nos d puntos.
Tenemos dos jugadoras, Alba y Mara. As que damos un peso especfico a cada una de
las caractersticas con las que queremos trabajar:
Puntos: 25, Rebotes 30, Faltas -5, Asistencias 10, Robos 10 y Prdidas -20 (no es
necesario que el total sume 100, ya que las caractersticas negativas restan, y as
podemos ajustar como queramos los parmetros). Miramos cada una de las
caractersticas de cada una de las jugadoras y las puntuamos, dando el mximo de
puntos a la que tiene la mejor caracterstica y el porcentaje de estos puntos a la que va
detrs. Si Alba creemos que nos coger 9 rebotes por partido le daremos 30 puntos y si
Mara proyectamos que coger 2 rebotes por partido le daremos 6,6.
(2/9)*30=6,6
Nos quedara esta tabla:
Nombre
Puntos
Rebotes
Faltas
Asistencias
Robos
Prdidas
TOTAL

Alba

Mara
13
9
4
5
6
4

Peso
24
2
2
4
1
1

Alba
25
30
-5
10
10
-20

Mara
13,5
30
-5
10
10
-20
38,5

25
6,6
-2,5
8
1,66
-5
33,76

Como vemos, con el tipo de jugadora que buscamos, para nuestro objetivo sera mejor
Alba, 38,5 puntos que Mara, 33,76 puntos.

35

Conclusiones.
-Podemos conocer mejor el rendimiento de un jugador utilizando de forma numrica sus
resultados en el terreno de juego. Estos valores numricos nos servirn para ver en qu
aspectos debe mejorar este jugador, para acercarse ms a la media de la competicin o
del equipo.
-Para trabajar con estadsticas no es necesario ser matemtico ni tener complejos
programas informticos, con conocimientos bsicos de estadstica y un programa
sencillo como Excel tenemos las herramientas necesarias para abordar el estudio en
profundidad de las habilidades de nuestro equipo.
-Tenemos dos formas de obtener los datos: de forma manual y utilizando la informacin
que nos proporcionan diferentes empresas. La ventaja de la forma manual es que
podemos introducir datos que nos interesen y que no estn en las bases de datos
standard.
-Siempre debemos tener un plan, saber lo que estamos buscando y porqu lo estamos
buscando, para eso es imprescindible planificar cada uno de nuestros movimientos, el
tiempo es oro, y hacer estudios con grandes cantidades de datos que no sabemos para
que nos servirn nicamente nos harn perder el tiempo. Para el desarrollo del plan se
necesita un General Manager que controle todo el aspecto deportivo del club, no es
correcto que cada equipo dentro del club se convierta en un Reino de Taifas.
-La suerte existe, intentar evaluar un equipo nicamente por el resultado final es un
error, se debe analizar porqu se perdi o se gan de forma totalmente objetiva. Obviar
la suerte puede llevarnos a destruir un proyecto vlido a largo plazo.
-Desde la entrada de los jugadores a la Escuela del Club estos deben ser evaluados de
forma numrica, para conocerlos mejor y poder sacar mejor rendimiento a largo plazo,
no nos interesa ganar torneos, en lo que deberamos pensar es en tener los mejores
jugadores para el primer equipo.
-No existe una frmula nica para el xito de un equipo por lo que debemos tener la
mente abierta a cualquier idea, todas deben ser evaluadas y valorar su viabilidad. Seguir
haciendo lo de siempre como siempre nos llevar a los mismos resultados de siempre.
-Debemos conocer en profundidad nuestro deporte, no podemos quedarnos en creencias
que no demostremos de forma matemtica.
-Preguntar, preguntar y preguntar, all est la clave, en hacer las preguntas correctas
para buscar la respuesta que pueda ayudarnos, e intentar no dejar nada al azar, todo
tiene que estar bien razonado y finalizar con unas conclusiones claras y precisas.
-Intentar adivinar cul ser el rendimiento de nuestros jugadores en el futuro, y para
eso tenemos sus datos pasados y la evolucin ya conocida del resto de jugadores, no
podemos quedarnos en el presente, debemos escrutar cmo ser el futuro.
36

-Los nmeros no tienen la verdad absoluta, siempre debemos conjugarlos con nuestros
scouts o evaluadores, que con su experiencia siempre ayudarn a completar la
evaluacin del jugador.

37

Bibliografa
-WINSTON, W. (2012) Mathletics. New Jersey, USA. Princenton University Press.
-TANGO T, LICHTMAN M, DOLPHIN A. (2006) The Book: Playing the Percentages
in Baseball, USA. TMA Press
-PODHORZER, M. (2016) Project X: How to Forecast Baseball Player, USA.
Copyright by Mike Podhorzer.
-SAWCHIK, T. (2015) Big Data Baseball: Math, Miracles and the End of a 20-year
Losing Streak. New York. USA. Flatiron Books.
-KERI, J. (2011) The Extra 2%: How Wall Street Strategies Took a Major League
Baseball Team from Worst to First. New York. USA. Ballantine Books.
-LEWIS, M. (2004) Moneyball. New York. USA. Norton Company.
-KUPER, S, SZYMANSKI, S. (2009) El ftbol es as (Soccernomics). Barcelona.
Ediciones Urano.
-KERI, J. (2006). Baseball Between the Numbers: Why Everything you Know About
the Game is Wrong. New York. USA. Basic Books.
-The Quartz guide to bad data https://github.com/Quartz/bad-data-guide

38