Iniciar prueba gratuita
Popular Nuevos Géneros Autores
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Buscando...
SoBrief
Expected Goals

Expected Goals

La revolución de los datos en el fútbol comenzó con una pregunta: ¿quién decide qué cuenta?
por Rory Smith 2022 304 páginas
3.83
1000+ valoraciones
Escuchar
Inmersivo
V2.3
Amazon Kindle Audible
Prueba el acceso completo por 3 días
¡Desbloquea la escucha y mucho más!
Continuar

Ideas clave

La revolución de los datos en el fútbol comienza con miles de juicios humanos

Las personas construyen las cifras. En la década de 1990, el empresario Ram Mylvaganam observó cómo Steve McClaren, entrenador del Derby County, editaba laboriosamente cintas de partidos. De aquella idea nació ProZone, que utilizaba cámaras y analistas para catalogar el juego. Hoy, las empresas de datos siguen dependiendo de personas que ven los partidos y etiquetan los acontecimientos. En Manila, la futbolista Ashley Flores hace este trabajo para Impect y registra acciones que alimentan más de 1.200 evaluaciones de jugadores. Una métrica, llamada Packing (jugadores superados), mide a cuántos rivales deja atrás un pase o un regate.

La fuerza laboral oculta importa. Flores y sus colegas revisan su trabajo antes de que llegue a clubes, entrenadores, emisoras y aficionados. La aparente revolución algorítmica empieza con personas que deciden qué cuenta, dónde ocurrió y cómo clasificarlo.

Análisis

Lo que llama la atención es hasta qué punto este relato desmitifica la tecnología deportiva. Un modelo puede procesar millones de observaciones, pero sus conclusiones heredan las decisiones tomadas durante la recopilación de datos: qué sucesos merecen ser etiquetados, cómo se clasifica una presión ambigua y qué cuenta como avance eficaz. Esto se parece a la infraestructura que sustenta la inteligencia artificial, donde la anotación humana determina discretamente lo que las máquinas pueden aprender. La fuerza laboral global también complica la imagen glamurosa de la analítica como una competición entre científicos de élite. Sus cimientos incluyen trabajo cualificado y repetitivo, a menudo lejos de los clubes que se benefician de él.

Nunca confundas un montón de estadísticas con una explicación

Los números necesitan interpretación. En la década de 1950, el contable Charles Reep registraba a mano los acontecimientos de los partidos y buscaba patrones. Su trabajo indicaba que los movimientos cortos solían preceder a los goles, pero más tarde se utilizaron sus hallazgos para defender el fútbol de balones largos. Charles Hughes, un alto cargo técnico del fútbol inglés, convirtió esa interpretación en doctrina y favoreció los ataques rápidos hacia zonas peligrosas. El error no estuvo en medir el juego, sino en tratar un patrón como una instrucción universal.

Las métricas deficientes pueden inducir a error. En 2001, Alex Ferguson y Steve McClaren observaron que el defensa Jaap Stam hacía menos entradas y lo interpretaron como una señal de declive. Stam acabaría jugando una final de la Liga de Campeones. Hacer menos entradas podía significar que se posicionaba mejor, no que defendía peor. Los datos pueden afinar el juicio, pero solo si la métrica se corresponde con la pregunta que se plantea.

Análisis

Es una lección práctica sobre la validez de las mediciones. Una estadística solo es útil si capta la cualidad que importa a quienes toman decisiones. Las entradas son observables; anticiparse en defensa es más difícil de contar, aunque quizá importe más. El mismo problema aparece en las escuelas cuando las notas de los exámenes se usan como sustituto del aprendizaje, o en los hospitales cuando el volumen de pacientes atendidos se toma como medida de la calidad asistencial. Las métricas convenientes pueden convertirse en objetivos y llevar a la gente a optimizar la cifra en vez de la meta subyacente. La historia de Reep también muestra cómo las pruebas pueden desprenderse de su contexto y utilizarse para respaldar una doctrina que su creador no necesariamente defendía.

Evalúa las ocasiones por su calidad, no por la cantidad de tiros

Un tiro no es una ocasión. Los Goles esperados (xG) asignan a cada tiro una probabilidad de convertirse en gol. Un remate desde cerca puede tener muchas probabilidades de acabar en gol; un intento especulativo desde lejos, pocas. Al sumar las probabilidades de los tiros de un equipo, el total estima cuántos goles cabía esperar razonablemente de esas oportunidades. No permite saber con certeza qué ocurrirá en un partido concreto.

El contexto cambia la historia. Impect utilizó la victoria de Alemania por 7-1 frente a Brasil en 2014 para mostrar por qué los recuentos básicos pueden fallar: Brasil tuvo más tiros, pases y saques de esquina, pero Alemania generó más peligro al superar a sus rivales. El modelo aproximado del estadístico Henry Stott también asignaba a Senegal un 25 % de posibilidades contra Francia, vigente campeona, en el Mundial de 2002. Senegal ganó y Francia quedó eliminada en la fase de grupos.

Análisis

Los Goles esperados hacen intuitiva la probabilidad: un equipo puede perder pese a crear mejores ocasiones, del mismo modo que una buena decisión puede tener un mal resultado a corto plazo. Esta distinción es fundamental para evaluar el rendimiento en cualquier sistema imprevisible, desde las inversiones hasta la medicina. Pero los xG son un modelo, no una propiedad objetiva de un tiro. Cada proveedor elige variables distintas, y una estimación de probabilidad no puede explicar todas las causas tácticas que hay detrás de una ocasión. Su mayor utilidad es corregir los recuentos brutos, no sustituir el visionado del partido ni la pregunta de por qué surgieron esas ocasiones.

Dale autoridad a la analítica dentro del club o la política interna la relegará

Tener acceso no significa influir. En el Tottenham, Decision Technology creó modelos avanzados de rendimiento y captación, entre ellos trabajos iniciales similares a los xG. Sin embargo, los entrenadores podían tratar los informes como algo optativo, y el club rara vez confirmaba si se habían leído sus recomendaciones. El Arsenal adquirió StatDNA y le proporcionó una gran cantidad de datos, pero sus analistas seguían enfrentándose a departamentos con intereses contrapuestos y a ojeadores recelosos de que se desplazara su experiencia.

Chris Anderson y David Sally lo aprendieron por las malas. Los académicos creían que un club debía situar el análisis en el centro de sus decisiones. Intentaron reunir inversores para comprar el Charlton y luego buscaron otros clubes, pero las negociaciones fracasaron. Anderson acabó convirtiéndose en director ejecutivo del Coventry City. Allí, los presupuestos ajustados y las crisis operativas cotidianas dejaban poco tiempo o dinero para una reforma basada en los datos. La experiencia importa, pero también los derechos de decisión, los recursos y una cultura dispuesta a utilizarla.

Análisis

El patrón se parece a un fallo habitual en los procesos de cambio organizativo: los líderes respaldan una innovación en principio, pero dejan intactos los incentivos existentes. Los analistas pueden hacer un trabajo excelente, pero si los entrenadores conservan la autoridad irrestricta para ignorarlo, la organización habrá incorporado un departamento, no un nuevo sistema de toma de decisiones. El poder formal tampoco es una solución por sí solo. Un modelo centralizado puede volverse rígido o quedar protegido por razones políticas. La fórmula más duradera asigna a las pruebas un papel definido, hace explícitos los desacuerdos y aclara quién responde por la decisión final.

Cuenta con entrenadores capaces de traducir las pruebas en acciones

El vínculo humano permite ponerlo en práctica. El equipo de investigación del Liverpool, dirigido por el físico Ian Graham, desarrolló modelos para evaluar a los jugadores y el rendimiento del equipo. Michael Edwards ayudó a convertir los análisis en recomendaciones prácticas, y Jürgen Klopp aceptó una estructura de colaboración en vez de exigir el control exclusivo de la captación. El personal del club podía cuestionar las recomendaciones, pero los modelos ocupaban un lugar real en las decisiones.

Firmino ilustra el sistema. El grupo de captación prefería al delantero brasileño Roberto Firmino, mientras que el entrenador Brendan Rodgers se inclinaba por Christian Benteke. El club fichó a los dos, pero, tras la salida de Rodgers, Klopp le dio a Firmino el papel y la oportunidad que el análisis había previsto. El éxito del Liverpool no puede atribuirse solo a los datos: también importaron la dirección técnica, el ojeo, la preparación física, la nutrición, el dinero y la calidad de los jugadores. La lección es organizativa. Las pruebas son más valiosas cuando los expertos pueden explicarlas en un lenguaje que entrenadores y jugadores entiendan y utilicen.

Análisis

Este es un argumento a favor de combinar distintos tipos de conocimiento, no de declarar que uno es superior. Un modelo puede comparar sistemáticamente a miles de jugadores; un ojeador quizá perciba su temperamento, capacidad de adaptación o algún detalle táctico que no figura en los datos. Los equipos necesitan mecanismos para que estas fuentes se corrijan mutuamente. La comunicación forma parte del sistema técnico, como el diseño de interfaces en medicina: un diagnóstico válido no sirve de nada si el profesional no puede actuar en consecuencia. Este enfoque sigue dependiendo de la confianza, que no surge de manera automática. Crece cuando los analistas explican sus supuestos y aceptan que otros los cuestionen con fundamento.

Busca jugadores infravalorados y formas de marcar que se pasan por alto

A menudo, la ventaja está a la vista de todos. El Brighton fichó a Pascal Gross después de que su equipo descendiera, al reconocer que su capacidad para crear ocasiones era superior a lo que sugerían los resultados del club. El Brentford y el Midtjylland también utilizaron el análisis para encontrar oportunidades que otros pasaban por alto. El Brentford sustituyó su academia tradicional por un equipo B que captaba jugadores descartados por clubes más ricos, convirtiendo una desventaja en la formación juvenil en una fuente de talento.

Los equipos también pueden replantearse sus rutinas. El Midtjylland desarrolló un repertorio de más de 60 jugadas a balón parado y contrató a un entrenador de saques de banda. Estas decisiones trataron los córneres y los saques de banda como habilidades que podían perfeccionarse, no como interrupciones insignificantes. La idea general no consiste simplemente en comprar barato. Un jugador o una táctica están infravalorados cuando su contribución a un equipo concreto supera lo que supone el mercado o la tradición.

Análisis

Esta es la versión más potente de la idea de Moneyball: cuestionar los supuestos del mercado y luego aprovechar una discrepancia cuantificable entre precio y valor. El mismo razonamiento se aplica a procesos de trabajo desatendidos en las empresas, donde las pequeñas mejoras pueden acumularse porque la competencia las pasa por alto. Pero un modelo puede detectar una aparente ganga sin demostrar que un jugador vaya a adaptarse a una nueva liga, un nuevo entrenador o una cultura distinta. Por eso, el mejor proceso de búsqueda combina comparaciones a gran escala con comprobaciones contextuales. Una ineficiencia es una hipótesis que investigar, no una ganancia garantizada.

Espera que los datos transformen los estilos de juego sin que nadie lo anuncie

El juego cambia en silencio. Los equipos de la Premier League realizaron más de 5.000 tiros lejanos en 2003-04, frente a los 3.333 de 2020-21. Los centros en juego abierto pasaron de casi 16.000 a menos de 10.000 en aproximadamente el mismo período, mientras que el número de pases por partido subió de unos 545 a casi 800. El cambio concuerda con la lógica de los xG: conservar el balón y buscar mejores ocasiones en lugar de conformarse con intentos de baja probabilidad.

Los datos también respaldan la presión. El planteamiento de Ralf Rangnick hacía hincapié en recuperar el balón con rapidez y atacar antes de que el rival volviera a organizarse. En el Leipzig, los ejercicios de entrenamiento daban a los jugadores ocho segundos para recuperar la posesión y diez más para tirar. Estos cambios no pueden atribuirse únicamente a la analítica. Las filosofías de entrenamiento, en particular las asociadas con Pep Guardiola y los entrenadores alemanes, también moldearon el juego moderno.

Análisis

Una tecnología puede transformar la conducta sin convertirse en la explicación pública de esa transformación. La analítica puede influir en las decisiones de los entrenadores, que luego se difunden por imitación y competencia hasta parecer de sentido común. Es una forma de difusión cultural: las prácticas se propagan más rápido que sus orígenes. Las cifras son sugerentes, pero no aíslan las causas. Los cambios en las modas de entrenamiento, la formación de los jugadores y los sistemas tácticos también pueden explicar la caída en la cantidad de tiros y centros. La conclusión sensata no es que los datos hayan creado el fútbol moderno, sino que se convirtieron en una de las fuerzas que moldean lo que los equipos consideran una buena decisión.

Trata los resultados de los modelos como probabilidades, no como veredictos sobre las personas

Los resultados mezclan habilidad y azar. El Midtjylland creó una Tabla de la justicia (Table of Justice), una clasificación ajustada según la calidad de las ocasiones creadas y concedidas por los equipos. Durante una mala racha, el modelo del club lo consideró el mejor equipo de Dinamarca y estimó que debería haber sumado 15 puntos más. El presidente Rasmus Ankersen utilizó esos datos para defender al entrenador Jess Thorup, cuyo equipo acabó ganando la liga.

Incluso la verdad requiere tacto. En el Coventry, el análisis de Anderson sugería que la posición del equipo, que luchaba por el ascenso, exageraba su rendimiento subyacente. Le preocupaba que decirles sin rodeos a los jugadores y entrenadores que probablemente sufrirían un retroceso minara su confianza. Un modelo puede ayudar a distinguir entre un rendimiento sostenible y una racha afortunada, pero no puede decidir cómo comunicar esa información, ni determinar si el liderazgo de un entrenador está ayudando al equipo a superar sus expectativas estadísticas.

Análisis

Separar el proceso del resultado es esencial allí donde el azar desempeña un papel importante. Evita confundir una victoria afortunada con la prueba de que una estrategia es acertada, y una derrota por escaso margen con la prueba de que algo ha salido mal. Sin embargo, las métricas de rendimiento son estimaciones, no sentencias judiciales. Su incertidumbre debería ser visible, sobre todo cuando están en juego el empleo o la moral de las personas. También existe una tensión real entre un diagnóstico preciso y la motivación: el optimismo puede sostener el esfuerzo, pero, si no tiene límites, puede aplazar cambios necesarios. Un buen liderazgo utiliza las probabilidades para mejorar las decisiones sin fingir que las personas responden mecánicamente a la información.

Permite que el talento analítico llegue al fútbol más allá de sus antiguos guardianes

Se amplió la reserva de talento. Durante gran parte de la historia del fútbol, la credibilidad provenía de haber jugado profesionalmente o de haber aprendido el juego dentro de sus instituciones. La analítica abrió otra vía. Ashwin Raman, un adolescente indio que vivía en Bangalore y escribía sobre fútbol en internet, fue contratado a tiempo parcial por el Dundee United después de que un analista escocés reparara en la claridad y profundidad de sus textos. Ayudó a revisar el rendimiento e identificar posibles fichajes mientras terminaba sus estudios.

El cambio va más allá de un solo adolescente. Ahora los clubes contratan a matemáticos, físicos e ingenieros, así como a profesionales de la tecnología y las finanzas. Las empresas de datos también emplean en todo el mundo a personas que etiquetan partidos, conectando Manila, Laos y otros lugares con la élite del fútbol. El cambio no consiste simplemente en que personas ajenas al fútbol puedan opinar sobre el juego. También pueden contribuir a moldear la captación, las tácticas y las decisiones de los clubes.

Análisis

Una contratación más amplia puede debilitar la homogeneidad profesional, es decir, la tendencia de las organizaciones a reproducir los orígenes y supuestos de quienes ya forman parte de ellas. Un físico o un analista que escribe en internet quizá se plantee una pregunta que a un exjugador ni se le ocurriría. Pero el acceso no es automáticamente justo: el libro también habla de salarios bajos, trabajo precario y agotamiento entre los analistas. Para ampliar de verdad la reserva de talento no basta con ofrecer vías de entrada a distancia. También hacen falta remuneración, mentoría y oportunidades de ascenso que permitan a quienes llegan por caminos poco convencionales construir carreras duraderas.

Análisis

El argumento central del libro no es que el fútbol haya descubierto una fórmula mágica. Es que el deporte ha cambiado quién puede definir qué conocimientos son útiles. Durante décadas, la experiencia profesional y la sabiduría heredada de los entrenadores gozaron de una autoridad especial. Los datos cuestionaron ese monopolio al permitir someter ciertas afirmaciones a prueba y dar voz a personas ajenas a las redes tradicionales del fútbol. La historia importa porque muestra que medir no garantiza el progreso. Los registros de Reep podían interpretarse mal; Ferguson podía elegir una estadística defensiva inadecuada; y el Tottenham y el Arsenal podían disponer de análisis sofisticados sin permitir sistemáticamente que influyeran en sus decisiones. El ejemplo del Liverpool sugiere que el diseño organizativo importa tanto como la sofisticación matemática: los analistas necesitan acceso, credibilidad y una vía para participar en las decisiones, mientras que los entrenadores necesitan margen para interpretar las pruebas en contexto.

La tensión más profunda es la que existe entre predicción y juicio. Los modelos futbolísticos estiman probabilidades en un deporte cuyos resultados son imprevisibles y están sujetos a factores humanos y emocionales. Un pronóstico mejor no elimina la incertidumbre, y un modelo no puede captar del todo la confianza, la adaptación o el liderazgo. Pero negarse a medir no preserva la pureza del juego. Deja la intuición sin examinar y, a menudo, protege el poder existente. La postura productiva no consiste ni en idolatrar los algoritmos ni en rechazarlos con nostalgia. Consiste en un pluralismo disciplinado: usar los datos para poner al descubierto supuestos débiles, recurrir al conocimiento del ámbito para cuestionar el modelo y hacer comprensible la incertidumbre para quienes toman decisiones.

El libro también presenta la analítica como una historia de trabajo y gobernanza. Toda métrica pulida descansa en decisiones de etiquetadores de datos, investigadores, ojeadores, directivos y entrenadores. Esas decisiones determinan qué se hace visible y quién es escuchado. A medida que se extiende la analítica, la ventaja competitiva deja de consistir simplemente en tener datos: pasa a depender de recopilarlos bien, plantear preguntas útiles e integrar las respuestas sin convertir a las personas en cuadros de puntuación. La revolución es real precisamente porque está incompleta. Su contribución duradera quizá no sea una estadística concreta, sino una nueva expectativa: las decisiones futbolísticas deberían poder explicarse, revisarse y abrirse a pruebas procedentes de fuera del antiguo círculo cerrado.

Resumen en 30 segundos
Los goles esperados asignan a cada disparo una probabilidad de acabar en gol, por lo que la calidad de las ocasiones aporta más información que el número de disparos, aunque cada partido siga siendo incierto. Un análisis útil depende de una buena recopilación de datos y de métricas adecuadas a la pregunta. Los modelos pueden revelar jugadores infravalorados y tácticas desatendidas, pero los clubes necesitan analistas con influencia y entrenadores capaces de llevar los hallazgos a la práctica. La evidencia debe cuestionar la intuición, no sustituir el criterio ni reducir a las personas a cifras.
Contiene spoilers

Última actualización:

Reportar problema

Resumen de reseñas

3.83 de 5
Promedio de 1000+ valoraciones de Goodreads y Amazon.

Expected Goals explora el auge del análisis de datos en el fútbol y se centra en quienes introdujeron el análisis estadístico en este deporte. Aunque se elogia su narración amena y sus revelaciones sobre el funcionamiento interno de los clubes, algunos lectores consideran que la estructura narrativa es inconexa y que faltan detalles técnicos. El libro destaca cómo los datos han transformado la contratación de jugadores, las decisiones tácticas y la gestión de los clubes, aunque hay distintas opiniones sobre si demuestra de forma concluyente que los datos han «conquistado» el fútbol. En general, se considera una lectura interesante para los aficionados al fútbol, aunque con algunas limitaciones en su enfoque y profundidad.

Tu valoración:
4.38
403 valoraciones
¿Quieres leer el libro completo?

Glosario

Packing (jugadores superados)

Oponentes superados mediante una acción

Medida desarrollada por Impect que cuenta cuántos jugadores rivales quedan fuera de juego por un pase o un regate. Busca evaluar hasta qué punto una acción hace avanzar el balón y genera peligro, en vez de limitarse a registrar si se completó un pase o cuánto recorrió.

Goles esperados (xG)

Probabilidad estimada de que un disparo acabe en gol

Estimación estadística, abreviada habitualmente como xG, de la probabilidad de que un disparo concreto se convierta en gol. Los modelos asignan un valor a cada intento según factores como su ubicación y las circunstancias. Sumar los valores de los disparos de un equipo permite estimar la calidad de sus ocasiones, en lugar de limitarse a contar los intentos o los goles.

Valor esperado de la posesión (Expected Possession Value)

Peligro de gol generado por una acción

Método para estimar cómo cambia la acción de un jugador la probabilidad de que una posesión produzca un gol. Permite evaluar decisiones como pasar, regatear o hacer una entrada según su efecto en la oportunidad de ataque. Amplía la evaluación de las ocasiones más allá del disparo final, hasta los momentos previos de una jugada.

Modelo de Dixon-Coles

Modelo de probabilidades de los resultados de fútbol

Modelo estadístico desarrollado por los académicos Mark Dixon y Stuart Coles para estimar los resultados de partidos de fútbol. Entre sus propósitos iniciales estaba identificar ineficiencias en los mercados de apuestas. Henry Stott adaptó el método del modelo para crear un sistema aproximado de predicción del Mundial, contribuyendo a mostrar que el análisis matemático podía cuestionar las expectativas convencionales.

Posiciones de máxima oportunidad (Positions of Maximum Opportunity)

Zonas de ataque peligrosas

Doctrina asociada al entrenador de fútbol Charles Hughes, que da prioridad a llevar el balón rápida y eficazmente a zonas de peligro. Se vinculó con un fútbol directo y de balones largos, y se presentó como una vía para marcar goles. El libro muestra cómo esta doctrina se relacionó con un trabajo estadístico cuya interpretación fue demasiado limitada.

Tabla de la justicia (Table of Justice)

Clasificación ajustada según la calidad de las ocasiones

Clasificación alternativa de Midtjylland que compara a los equipos mediante datos de rendimiento subyacente, incluida la calidad de las ocasiones que crean y conceden. Busca mostrar si los puntos y resultados reales reflejan fielmente el rendimiento de un equipo. El club la utilizó para distinguir entre malos resultados y un mal juego, aunque reconoce que sigue siendo un modelo y no el resultado oficial de la competición.

Etiquetador de datos (tagger)

Persona que registra datos de partidos

Operador de datos que mira imágenes de fútbol y marca eventos en un sistema informático, como contactos de jugadores con el balón, pases, ubicaciones o presión. Los etiquetadores proporcionan las observaciones codificadas que las empresas de datos utilizan para crear métricas de rendimiento y productos de análisis. Su formación y los controles de calidad son importantes, porque los errores o los juicios incoherentes pueden afectar a los datos resultantes.

Preguntas frecuentes

¿De qué trata Expected Goals: The Story of How Data Conquered Football and Changed the Game Forever?

  • Los datos en el fútbol: El libro explora el impacto transformador del análisis de datos en el fútbol, desde la gestión de equipos hasta la observación de jugadores y el análisis del juego.
  • Contexto histórico: Traza la evolución del análisis futbolístico desde la década de 1950 hasta la actualidad y destaca avances y momentos clave.
  • Historias personales: Incluye relatos de figuras destacadas del movimiento analítico y muestra sus desafíos y triunfos en un deporte tradicionalmente conservador.

¿Por qué debería leer Expected Goals, de Rory Smith?

  • Una perspectiva reveladora: Ofrece una mirada singular a la intersección entre el deporte y los datos, que interesará tanto a los aficionados al fútbol como a los entusiastas del análisis.
  • Comprender el cambio: Ayuda a entender los importantes cambios en la gestión y la estrategia futbolísticas provocados por el análisis de datos.
  • Narración amena: Rory Smith combina anécdotas personales con perspectivas del sector para que los temas complejos resulten accesibles e interesantes.

¿Cuáles son las principales conclusiones de Expected Goals?

  • La importancia de los datos: Los datos son ahora parte integral del fútbol e influyen en decisiones que van desde la contratación de jugadores hasta la estrategia de juego.
  • Cambio cultural: Destaca la resistencia del fútbol a adoptar el análisis y contrapone las perspectivas tradicionales a las prácticas modernas.
  • Aplicaciones en el mundo real: Muestra cómo clubes como Tottenham y Liverpool han integrado los datos con éxito y han mejorado su rendimiento.

¿Qué significa el concepto de «goles esperados» en el análisis del fútbol?

  • Definición: Los goles esperados (xG) son una métrica que estima la probabilidad de que un disparo acabe en gol, basándose en factores como la distancia y el ángulo.
  • Propósito: Ayudan a los equipos a evaluar el rendimiento de los jugadores y la calidad de las ocasiones creadas, y ofrecen una comprensión más matizada de los resultados de los partidos.
  • Impacto en la estrategia: Permiten a los clubes tomar decisiones fundamentadas sobre la contratación de jugadores y las tácticas de juego, centrándose en ocasiones de alta calidad para marcar.

¿Cómo han cambiado los datos la contratación de jugadores en el fútbol?

  • Decisiones fundamentadas: Los clubes utilizan el análisis de datos para evaluar métricas de rendimiento, detectar talento infravalorado y evitar errores costosos.
  • Planificación a largo plazo: Los datos permiten proyectar el rendimiento futuro de un jugador y ayudan a planificar estratégicamente la composición de la plantilla.
  • Ventaja competitiva: Los equipos que utilizan el análisis con eficacia obtienen una ventaja considerable sobre sus rivales, que dependen exclusivamente de los métodos tradicionales de captación.

¿Qué dificultades afrontan los clubes al adoptar el análisis de datos?

  • Resistencia cultural: Muchos clubes se resisten a adoptar nuevos métodos por temor a que socaven los aspectos emocionales e intuitivos del deporte.
  • Calidad de los datos: Garantizar la precisión y fiabilidad de los datos es esencial para tomar decisiones fundamentadas.
  • Problemas de integración: Incorporar el análisis a las estructuras existentes requiere el apoyo de todos los niveles de la organización, desde la dirección hasta el cuerpo técnico.

¿Cómo utilizan los datos clubes como Tottenham y Liverpool?

  • Análisis del rendimiento: Utilizan los datos para evaluar el rendimiento de los jugadores, identificar fortalezas y debilidades y orientar las decisiones tácticas durante los partidos.
  • Observación y contratación: Aprovechan el análisis para buscar posibles fichajes y se centran en jugadores que encajan en sus modelos basados en datos.
  • Planificación estratégica: Los datos orientan las estrategias a largo plazo y ayudan a los clubes a fijar objetivos realistas y medir el progreso respecto a ellos.

¿Qué papel desempeña la tecnología en el análisis del fútbol?

  • Recopilación de datos: Los avances tecnológicos facilitan la recopilación y el análisis de grandes cantidades de datos de los partidos, incluidos los movimientos de los jugadores y los acontecimientos del juego.
  • Análisis en tiempo real: La tecnología permite procesar datos en tiempo real para que los equipos tomen decisiones rápidas durante los partidos.
  • Herramientas de visualización: Los programas informáticos sofisticados ayudan a visualizar los datos y facilitan a entrenadores y analistas la interpretación de estadísticas complejas.

¿Cómo aborda Expected Goals el futuro del fútbol?

  • Panorama en evolución: Analiza cómo seguirá evolucionando la integración del análisis de datos y cómo influirá en la gestión y la estrategia futbolísticas.
  • Potencial de crecimiento: Destaca el potencial aún sin explotar para que el análisis avance y sugiere que los clubes que adopten estos cambios prosperarán.
  • Cambio cultural: Señala que, a medida que más clubes adopten enfoques basados en datos, la cultura futbolística irá orientándose gradualmente hacia un deporte más analítico.

¿Quiénes son las figuras destacadas mencionadas en Expected Goals?

  • Rory Smith: El autor, que ofrece una visión general exhaustiva de la revolución analítica en el fútbol.
  • Billy Beane: Figura central de Moneyball, cuyo enfoque basado en datos en el béisbol inspiró movimientos similares en el fútbol.
  • Damien Comolli: Desempeñó un papel importante en la integración del análisis en Tottenham Hotspur y Liverpool.

¿Cuáles son las mejores citas de Expected Goals y qué significan?

  • «Los datos han impregnado casi todos los aspectos de la forma de jugar al fútbol.»: Destaca la influencia generalizada del análisis en el fútbol moderno.
  • «Las transacciones estúpidas de jugadores hunden a los clubes.»: Refleja el papel fundamental de tomar decisiones fundamentadas al contratar jugadores.
  • «La revolución sí tuvo lugar.»: Reconoce los importantes cambios provocados por el análisis en el fútbol y afirma que las estrategias basadas en datos han transformado el panorama competitivo.

¿Cómo ilustra el libro la evolución del análisis futbolístico?

  • Hitos históricos: Describe los principales avances del análisis futbolístico, desde los primeros intentos de recopilar datos hasta los sofisticados modelos que se utilizan hoy.
  • Clubes y figuras influyentes: Destaca las contribuciones de clubes como Arsenal y Liverpool, y de figuras como Ian Graham y Monchi.
  • Cambios culturales: Muestra cómo ha aumentado la aceptación del análisis y ha dado paso a un enfoque de la gestión y la contratación más informado por los datos.

Sobre el autor

Rory Smith es un respetado periodista de fútbol, conocido por sus perspicaces artículos sobre este deporte. Como corresponsal principal de fútbol de The New York Times, aporta a su trabajo una gran cantidad de conocimientos y experiencia. Se elogia la fluidez de su estilo y su capacidad para hacer accesibles al público temas complejos. Ha colaborado con diversas publicaciones y participa con regularidad en pódcast de fútbol. En «Expected Goals», Smith demuestra su habilidad para entretejer varias narrativas y explorar la intersección entre los datos y el fútbol, poniendo de manifiesto su profundo conocimiento de la evolución del panorama de este deporte.

Descargar PDF

Para guardar este resumen de Expected Goals para más tarde, descarga el PDF gratis. Puedes imprimirlo o leerlo sin conexión cuando quieras.
Download PDF

Descargar EPUB

Para leer este resumen de Expected Goals en tu dispositivo o aplicación de lectura, descarga el EPUB gratis. El formato de libro digital .epub es ideal para leer libros electrónicos en teléfonos, tabletas y lectores electrónicos.
Download EPUB
¿Quieres leer el libro completo?
Seguir
Escuchar
Inicio
Swipe
Biblio
App
Prueba el acceso completo por 3 días
Escucha, guarda y mucho más
Comparar funciones Gratis Pro
📖 Leer resúmenes
Lee resúmenes ilimitados. Los usuarios gratuitos obtienen 3 al mes
🎧 Escuchar resúmenes
Escucha resúmenes ilimitados en 40 idiomas
—
❤️ Marcadores ilimitados
Usuarios gratuitos limitados a 4
—
📜 Historial ilimitado
Usuarios gratuitos limitados a 4
—
📥 Descargas ilimitadas
Usuarios gratuitos limitados a 1
—
Cronología sin riesgo
Hoy: Obtén acceso instantáneo
Escucha resúmenes completos de más de 26.000 libros. ¡Son más de 12.000 horas de audio!
Día 2: Recordatorio de prueba
Te enviaremos una notificación de que tu prueba está por terminar.
Día 3: Tu suscripción comienza
Se te cobrará el 25 nov,
cancela en cualquier momento antes.
Consume 2.8× More Books
2.8× libros más Escucha Lectura
Nuestros usuarios nos adoran
1M+ lectores
Trustpilot Rating
TrustPilot
4.6 Excelente
Este sitio es un antes y un después. He leído resúmenes como nunca antes. Lo recomiendo muchísimo.
— Dave G
Vale cada centavo y cada minuto, y está muy bien hecho. Nunca había visto esta calidad de resúmenes en otros sitios. ¡Muy útil!
— Em
¡Muy recomendado! Servicio fantástico. Perfecto para quienes quieren algo más que una sinopsis, pero no todos los detalles de un audiolibro completo.
— Greg M
Ahorra un 62%
Anual
$119.88 $44.99/año/año
$3.75/mes
Mensual
$9.99/mes
Inicia tu prueba gratuita de 3 días
3 días gratis, luego $44.99/año. Cancela cuando quieras.
Unlock a world of fiction & nonfiction books
Más de 26.000 libros por el precio de 2
Lee cualquier libro en 10 minutos
Descubre libros nuevos como en Tinder
Solicita cualquier libro si no está resumido
Lee más libros que cualquiera que conozcas
La app nº 1 para amantes de los libros
Lifelike & immersive summaries
Garantía de devolución de 30 días
Descarga resúmenes en EPUB o PDF
Cancela en cualquier momento con unos clics

¿Por qué solo un resumen?

Escáner
Busca un código de barras para escanear

⭐
⭐
⭐
Tenemos un regalo especial para ti
Abrir
38% de descuento
DESCUENTO PARA TI
⭐
⭐
⭐
$79.99
$49.99/año
Solo $4.16 al mes
Continuar
Empieza con 2 toques y cancela fácilmente
Configuración
General
Widget
Cargando...