Martes 14 de octubre de 2025

La nueva forma de analizar el fútbol en la era de los datos

Hace un par de años, cuando se buscaba analizar un partido de fútbol, todo se basaba en una combinación de estadísticas simples y la percepción subjetiva del ojo de expertos. Sin embargo, actualmente la tecnología ha llegado al deporte rey para revolucionarlo por completo, ofreciendo herramientas que permiten medir y cuantificar el rendimiento de una forma que antes era impensable.

La era del big data también se ha apoderado del fútbol, pues ahora el análisis va más allá de los pases completados y de los tiros a puerta; ahora cada movimiento, cada carrera y cada decisión de los jugadores sobre el campo es recolectado para dar lugar a métricas tan avanzadas que están cambiando la forma en que los clubes, los medios y los aficionados más analíticos entienden el juego.

La revolución de los datos

Mientras que antes, la evaluación de un partido dependía de la experiencia y la intuición de entrenadores y analistas, a día de hoy, aunque ese factor humano sigue siendo importante, está complementado por una capa de análisis de datos extremadamente densa.

Y si bien los clubes pueden ser, quizá, los más beneficiados, esta revolución no acaba allí, pues ha sido la responsable de la creación de un ecosistema completo donde medios de comunicación, analistas y hasta las casas de apuestas deportivas legales se han convertido en grandes consumidores y procesadores de esta información. 

Estas últimas, en particular, han evolucionado para convertirse en sofisticadas empresas de tecnología, utilizando estos datos para alimentar sus modelos predictivos.

Expected goals (xG), la métrica que lo cambió todo

A pesar de que han surgido decenas de estadísticas avanzadas, probablemente ninguna ha tenido un impacto tan significativo como el de los goles esperados. 

No todos los tiros a puerta valen lo mismo, ya que, por ejemplo, un remate a un metro de la portería sin portero tiene una probabilidad de ser gol altísima, mientras que un disparo desde treinta metros con tres defensas delante tiene una probabilidad mínima. 

En este sentido, el xG le asigna un valor a cada disparo de entre 0 y 1, que representa la probabilidad de que ese tiro termine en gol, basándose en el análisis de cientos de miles de tiros históricos similares. Posteriormente, al sumar el valor de xG de todos los disparos de un equipo en un partido, obtenemos una cifra que nos dice cuántos goles “debería” haber marcado ese equipo según la calidad de las oportunidades que generó. 

Si, por ejemplo, un equipo pierde 1-0, pero su xG fue de 2.80, mientras que el del ganador fue de solo 0.30, los datos nos dicen que el equipo perdedor fue, en efecto, “desafortunado” y que su rendimiento fue superior a lo que el marcador indicó. 

La idea real aquí es señalar cómo, a largo plazo, los equipos que consistentemente generan un xG alto tienden a obtener buenos resultados.

El impacto en el análisis y las expectativas del deporte

Este tipo de métricas se han convertido en herramientas indispensables para evaluar el rendimiento de sus delanteros más allá de si marcan o no. 

Por ejemplo, si un atacante que falla muchas ocasiones claras pero que genera un xG alto está haciendo bien su trabajo de posicionamiento, significa que el problema está en su puntería, por lo que los futuros entrenamientos pueden centrarse en afinar este detalle.

El impacto de estos modelos es tan grande que han permeado la forma en que se miden las expectativas en el deporte de élite. Los momios apuestas Champions League, por ejemplo, ya no se basan únicamente en el historial de un club o en su presupuesto. Son el resultado de complejos algoritmos que tienen en cuenta el rendimiento subyacente de los equipos, medido a través de estas estadísticas avanzadas. 

Para los aficionados y los medios, por su parte, el xG proporciona un lenguaje más objetivo para discutir si un resultado fue justo o accidental.

Datos vs. el azar del fútbol

Ciertamente, el big data se ha deshecho de la magia de algunas cosas porque con ella se pueden predecir resultados con una precisión extrema, pero en el fútbol la situación es un poco diferente. 

Ningún modelo de xG pudo prever el gol de chilena de un defensa en el último minuto o el error garrafal de un portero que cambia el rumbo de una final. Los datos son una herramienta para entender el pasado y establecer probabilidades sobre el futuro, pero a pesar de ello, no son una bola de cristal.

Sin duda, la belleza del deporte rey se encuentra precisamente en su capacidad para desafiar la lógica y las estadísticas. Lo que esta revolución de datos nos ofrece es un contexto más rico para apreciar esos momentos; nos ayuda a comprender cuán improbable fue esa victoria, cuán decisiva fue esa parada o cuán extraordinaria fue esa racha de goles. 

Lejos de lo que se puede pensar, el Big Data no ha llegado para acabar con la pasión del fútbol, sino para darle una nueva dimensión a los análisis.