LA TEORÍA DE REDES PUEDE APLICARSE EN LA TOMA DE DECISIONES TÉCNICAS

Los avances de la tecnología y la aplicación de la ciencia cada vez permiten descifrar con mayor precisión todo lo que ocurre sobre un terreno de juego durante partidos y temporadas completas. En este caso, la teoría de redes aplicada al fútbol es, simplemente, un método más para obtener información adicional sobre un partido de fútbol.

Javier Martín explicó en una charla en La Masía las conclusiones de la investigación Defining a historic football team: Using Network Science to analyze Guardiola’s F.C. Barcelona firmada por Xavier Busquets, I. Irigoyen, Paco Seirul·lo y él. Este uso de la teoría de redes habilita una nueva herramienta para valorar el juego de un equipo que puede servir para establecer estrategias: “Te va a dar un punto de vista más y luego el técnico decide, a lo mejor aciertas con menos información, pero para tomar buenas decisiones siempre necesitas la mayor información disponible y tener en cuenta el mayor número de factores que han influido en el resultado final”.

Este nuevo sistema consiste en la búsqueda de patrones a partir de la interacción de los jugadores. Los nodos (futbolistas) se relacionan entre sí mediante el pase, lo que crea una estructura superior. Según cuántos pases salen de cada nodo, desde dónde y con qué promedio y eficacia, se pueden analizar los diferentes sistemas que se han establecido, definir los patrones y los datos, resultados, que genera cada uno de ellos. Una información que sería útil para el cuerpo técnico.

El método de cálculo parte exclusivamente de los datos que aportan los pases que se producen durante un partido. Se registra el momento en el que se producen, el equipo y el jugador, las coordenadas del pase, el receptor y las coordenadas del siguiente pase. Cada pase es una conexión entre dos jugadores, si se repite, aumenta el peso de esa conexión.

Esto significa que las redes que se calculan son dirigidas y pesadas, esto es, que cada conexión tiene una flecha de dirección y un volumen, número de pases entre mismos nodos que aporta un mayor o menor grosor. En definitiva, con todas estas variables, se halla el centroide de la red, que es la situación promedio desde la que han ocurrido todos los pases, lo cual no se traduce en la posición de los jugadores necesariamente, aunque guarde relación. Es, simplemente, un coeficiente.

A partir de aquí, un dato fundamental para comprobar la eficacia de un sistema de juego, son las triangulaciones. En cualquier tipo de red, el triángulo es una estructura muy robusta porque significa que hay más facilidades para conectar los nodos. Si se interrumpe una conexión (un jugador está marcado y no puede realizar un pase, por ejemplo) la triangulación le facilita que el balón llegue donde él quería. Donde esto ocurra con más frecuencia, técnicamente, sería una red de alto clustering.

Solo con esto ya se pueden apreciar las diferencias estadísticamente significativas entre los equipos. En el caso del FC Barcelona de Guardiola de la temporada 2009-10, con el tratamiento de estos datos ya se observó que el clustering del Barça era superior al de otros rivales y que empleaba un juego, un tipo de combinación, más en paralelo a la portería que vertical. Información que reflejaba un juego de posesión que dominaba hasta encontrar y abrir espacios en el rival para desencadenar la acción de gol.

En ese aspecto, cuando se mide la disposición de los pases del equipo a la hora de marcar y recibir un gol, el Barça fue de los que más diferencia presentaba. Es decir, los pases paralelos eran mayores cuando marcaba y menores cuando recibía el tanto. Uno de los datos más interesantes que se pueden calcular a partir de estos parámetros es el riesgo de recibir un gol que tiene un equipo según el tipo de red que presente en cada momento. El Barça recibía goles cuando menos fiel era a su sistema habitual.

Otro método de cálculo sería olvidándose de los jugadores como nodo y situando este en las parcelas del campo. Así se pueden calcular los movimientos del balón entre diferentes zonas y sobre todo cuánto terreno de juego ocupa un equipo. Si esa parcelación del césped se va subdividiendo progresivamente, van apareciendo zonas desde las que no se ha pasado. En el caso del estudio que Javier Martín ha hecho sobre el FC Barcelona, este es el equipo que sistemáticamente más campo ocupaba en comparación con todos los rivales de la liga al aplicar este procedimiento.

También se puede calcular la identificabilidad de un equipo. Mediante una matriz se puede saber cómo de conectada está una zona del campo con otra. Si se comparan partido a partido, se averigua cómo de parecido juega ese equipo cada encuentro y si es un equipo consistente al jugar siempre de manera muy similar. Al mismo tiempo, se puede calcular si juega muy parecido y a la vez de manera distinta a los demás. Esto es lo que permitiría calificar a un equipo como identificable. Según los datos de la temporada 2018-19, el FC Barcelona fue el equipo más identificable, seguido del Real Madrid, Atlético de Madrid y Real Betis, entonces entrenado por Quique Setién.

En una tabla de resultados que reúna toda la información correspondiente a la temporada, se puede comprobar cómo ha quedado cada partido en el que se ha conseguido imponer el estilo de juego. En el caso del FC Barcelona, Real Madrid, Atlético de Madrid y Real Betis, en la mayoría de los partidos que jugaron impusieron su estilo como locales (amarillo) y como visitantes (verde). La información relevante es que podemos conocer la eficacia en el marcador de un sistema identificable que logra imponerse, puesto que hay casos en los que se impone el sistema, pero se pierde el partido. Aunque la norma más que la excepción es que quien impone su estilo, acaba más alto en la tabla.

Ninguno de estos datos, añadió Xavier Busquets, implica que un equipo por ser identificable sea previsible. Es, precisamente, todo lo contrario. Cuando un equipo tiene un estilo que consigue resultados positivos lo que significa es que impone un orden interno que genera desorden en el contrincante. No obstante, tampoco se puede mitificar a un equipo que reúna todas estas características, porque entonces el juego sí que sería previsible. También hay que tener en cuenta si el sistema está abierto a recibir nueva información para crear nuevas fórmulas que sigan generando desorden en el rival, en una palabra: sorprendiendo.

Para una optimización de la herramienta, queda pendiente ponderar la calidad de los pases que, lógicamente, no tienen el mismo valor si se realizan de forma rutinaria en el centro del campo, si habilitan a un jugador en zona de peligro o si se trata de una asistencia de gol. También está previsto añadir a la ecuación cuánto avanza un jugador con el balón antes de dar un pase y qué longitud tiene cada pase, dos parámetros complejos de tratar porque disparan las variables.

Sin embargo, como modelo estadístico, con el trabajo realizado hasta ahora ya se podrían establecer registros históricos en los que a medio plazo poder obtener información sobre los patrones de, por ejemplo, cada entrenador: cómo juegan ante determinadas circunstancias, tipos de rivales y qué resultados obtienen.

BIHUB team