Vivimos una era de ciencia e innovación, animada por la búsqueda de metas de alto impacto y nuevas formas de diferenciarse de la competencia. El futbol no es la excepción.
En 2003, el magnate ruso Román Abramóvich compró por 200 millones de euros el Chelsea, equipo futbolista radicado en la ciudad de Londres. Esta inversión empresarial, justificada por la oportunidad de adquirir una plantilla competitiva, un estadio propio, dos hoteles y un centro de diversiones, revolucionó la industria del entretenimiento. La compra suscitó el interés de grandes consorcios empresariales -así como de emprendedores acomodados- para participar activamente en la gestión de entidades deportivas, lugar que tradicionalmente habían ocupado los empresarios locales de fuerte vinculación emocional con el club y la ciudad.
Este fenómeno de adquisición se extendería años después a otros equipos de futbol como el Manchester City FC, Arsenal FC, Liverpool FC, Valencia CF, AC Milan, FC Internazionale Milano o París Saint-Germain FC, AS Mónaco, entre otros. La irrupción de estos nuevos actores supuso una innovación radical en el modelo de negocio de las organizaciones de entretenimiento que modificó por completo el modo de competir y obligó a una profesionalización rápida y profunda de entidades ya establecidas; aquellas constituidas como asociación (FC Barcelona, Real Madrid o Athletic de Bilbao) o todavía propiedad de empresarios locales (Juventus FC, FC Oporto o Club Atlético de Madrid).
Ante este nuevo panorama, muchos equipos de futbol decidieron apostar por la Big Data como un elemento diferenciador para competir con éxito en el nuevo escenario global. Destacaron los esfuerzos realizados por el FC Barcelona o el estado de Qatar, quienes a través del FC Barcelona Innovation Hub y de la Aspire Academy dieron un paso más allá: establecer todo un ecosistema colaborativo.
En nuestro país cabe señalar que los equipos de la Liga MX disponen de sofisticados softwares y dispositivos para medir el desempeño de sus futbolistas. A colación, el Centro de Innovación Tecnológica (Citec) dispone del Laboratorio Tecnológico de la Liga MX, el cual, por cada partido, almacena datos en la nube por un tamaño de 15 gigabytes. Toma en cuenta estadísticas, imágenes, videos, diagramas y mapas de calor; material que es canalizado a los clubes para su posterior interpretación.
una innovación radical
en el modelo de negocio
de las organizaciones de
entretenimiento modificó
por completo el modo
de competir.
DATOS Y ANALÍTICA: SÍ ES NEGOCIO
La Big Data encarna la frontera que hay que recorrer para hacer efectiva una administración moderna, profesional y eficiente de las organizaciones que se enfrentan al desafío del tratamiento de su información.
Los ingresos globales generados por Big Data y análisis de negocios alcanzaron la cifra de 189.1 billones de dólares en 2019 que representa, desde 2018, 36% de los ingresos de todo el software desarrollado. En este concepto, tan solo IBM ingresó 2.66 billones de dólares, lo que lo colocó como el mayor distribuidor mundial de hardware, software y servicios de Big Data.
Por otro lado, un análisis de la firma Frost & Sullivan determinó que el mercado de Big Data y Analítica (BDA) en América Latina generó ingresos por 2.9 mil millones en 2017. Actualmente, Brasil se encuentra a la delantera en LATAM, pues cuenta con 46.7% de las ventas totales. Le siguen México con 26.7%; Colombia 7.9%; Chile 6.9%; Argentina 5.6%; y Perú 2.4%. Para 2023 se espera que el ingreso llegue a 8.5 mil millones, a una tasa de crecimiento compuesta anual de 19.2%.
La aplicación práctica de Big Data en los procesos internos de un negocio tradicional se puede percibir en actividades orientadas a generar ahorros y potenciar el valor agregado, tales como la optimización de carteras de clientes y de inventarios en el punto de venta, así como el análisis de tendencias en internet para la gestión del portafolio de bienes y servicios, personalización de la publicidad, análisis de los momentos de verdad y otras muchas acciones mercantiles.
El Big Data tiene sin duda un alcance preponderante en la mejora de la experiencia de cliente al dinamizar la oferta comercial, transformar los canales comerciales, modernizar la red de comunicaciones con los clientes e incrementar la eficacia y eficiencia de los procesos y operaciones.
De tal modo, estamos frente a una revolución en el manejo y gestión a cargo de la alta dirección de empresas que transformó profundamente el método de toma de decisiones y revistió este proceso directivo de una nueva dimensión científica -fuertemente analítica y plagada de indicadores- capaz no solo de identificar correlaciones y establecer relaciones de causalidad, sino también forjar una convergencia de información a través de fuentes independientes que presentan conclusiones útiles y rentables en un plazo de tiempo extraordinariamente breve.
¿Y EN EL FUTBOL?
La tecnología de análisis de datos fue empleada con éxito por la selección mexicana de futbol en su encuentro clasificatorio para el Mundial de Brasil 2014 contra Nueva Zelanda, y posteriormente por Alemania en amistosos previos a la competencia y también durante la misma.
Ese mismo año, la compañía de software SAP firmó un acuerdo con el equipo alemán de futbol, Bayern de Múnich, para mejorar el rendimiento físico y la salud de su plantilla. Mediante sus nuevas aplicaciones, la firma analiza en tiempo real el video del partido y distintos indicadores del mismo, como el porcentaje de pases acertados, la potencia o velocidad actual de los disparos y la distancia recorrida por cada jugador. Al final, genera informes en tiempo real que facilitan el trabajo al técnico a la hora de tomar decisiones. Pero fue en 2003 cuando se popularizó el análisis de datos en el deporte, con la publicación de Moneyball: The Art of Winning an Unfair Game (Michael Lewis), que narra el éxito de Billy Beane, el entrenador de béisbol del equipo Oakland Athletics, quien con ayuda de las estadísticas logró que su equipo incrementara inesperadamente la cantidad de partidos ganados durante la temporada 2002.
La captación de datos evolucionó exponencialmente con la aparición de la tecnología wearable, la cual hace referencia al conjunto de aparatos y dispositivos electrónicos que se incorporan en alguna parte de nuestro cuerpo. El ejemplo más claro es el chaleco que visten algunos equipos deportivos durante los entrenamientos y partidos y que disponen de sensores GPS, acelerómetros, giroscopios, cardiómetro, medidor de oxígeno o medidor de impactos.
De entre otras cuestiones, estos dispositivos permiten medir estadísticas como las siguientes:
Cuantificar la fatiga y el desgaste muscular, para prevenir lesiones musculares.
Cuantificar variables como la velocidad o la distancia recorrida, para medir el rendimiento del jugador.
Hacer un mapa de calor de las zonas del campo por las que el jugador se traslada, para establecer patrones de movimiento precisos.
Cuantificar el estrés físico que sufre el cuerpo a través de los impactos, con el fin de prevenir lesiones articulares.
En esta línea, se pueden identificar seis principales áreas donde la Big Data transforma y facilita la toma de decisiones en el mundo del futbol:
1. Decisiones técnicas
2. Análisis predictivo
3. Comercialización de eventos
4. Comercios y servicios públicos alrededor del lugar del evento deportivo
5. Eficiencia de recursos
6. Predicción del clima
No obstante, en el deporte lo importante no son los datos en sí, sino el valor que pueden tener al ser procesados. Por ejemplo, en un entrenamiento de una hora se capturan y analizan 77.7 millones de puntos de datos por lo que discriminar lo relevante de lo irrelevante es la auténtica clave.
los ingresos globales
generados por Big Data
y análisis de negocios
alcanzaron la cifra de
189.1 billones de
dólares en 2019.
FLORECE LA CULTURA DE LOS DATOS
La introducción de la Big Data en el futbol ha revolucionado toda la industria. Mejoró la capacidad de los jugadores al tiempo que les ayuda a incrementar su rendimiento y da oportunidad al cuerpo técnico de predecir y tomar decisiones relevantes con relación a su plantilla. Igualmente, es innegable que su irrupción supuso un impacto en el manejo de información y permitió realizar evaluaciones exhaustivas como nunca. Esto ayuda en la prevención de lesiones y enfermedades, al tiempo que hace visibles factores y variables que en el pasado no se tomaban en cuenta.
De entre otras cuestiones, la Big Data tendrá una repercusión determinante en tres aspectos:
1. Detección y crecimiento del capital humano (tanto técnico como directivo)
2. Optimización de las operaciones internas (ahorros y eficiencia)
3. Transformación de la experiencia del consumidor y de las empresas (co-creación de valor con los espectadores y patrocinadores)
Nos hallamos en una fase avanzada del florecimiento de la cultura de los datos para impulsar la modernización del proceso de toma de decisiones. Ésta es una época de ciencia e innovación que empujará una renovada ambición por el éxito empresarial, que se sustenta en la búsqueda de metas de alto impacto a través del análisis de datos. Para esto se requerirá llevar a cabo actividades dinámicas soportadas en una medición exacta, rápida, útil y rentable mediante indicadores y métricas que nunca habían existido y que ahora están al alcance de las organizaciones.
Este artículo es un extracto de una investigación más amplia de Silvia Cacho-Elizondo y José-Domingo Lázaro Álvarez, que fue presentado en la 19ª International Maketing Trends Conference en París, del 16 al 18 de enero de 2019.
REFERENCIAS
Baerg, A. (2016). “Big Data, Sport, and the Digital Divide: Theorizing How Athletes Might Respond to Big Data Monitoring”. Journal of Sport & Social Issues. 41(1).
Frost and Sullivan´s. (2018). “Latin American Big Data and Analytics (BDA) market”.
George, G.; Haas, M.; Pentland, A. (2014). “Big Data and Management”. The Academy of Management Journal, 57(2), 321-326.
Jiang, F. and Leung, C.; (2015). “A Data Analityc Algorithm for Managing, Querying, and Processing Uncertain Big Data in Cloud Environments”. Algorithms, 8(4), 1175-1194.
Koutroumpis, P. and Leiponen, A. (2013). “Understanding the value of (big) data”. In Proceedings of 2013 IEEE international conference on Big Data. 38–42. Silicon Valley, CA, October 6–9, 2013. Los Alamitos, CA: IEEE Computer Society Press
Liu, S. (2019) “Big Data – Statistics & Facts”. Statista
Martin, D.; López-de-Ipiña, D.; Alzua-Sorzabal, A.; Lamsfus, C.; Torres-Manzanera, E. (2013). “A methodology and a web platform for the collaborative development of context-aware systems”. Sensors, v. 13, n. 5, pp. 6032-6053.
McAfee, A.; Brynjolfsson, E.; (2012). “Big Data: the management revolution”. Harvard Business Review, 90(10), 60.
McKinsey Global Institute. (2011). “Big Data: The next frontier for innovation, competition, and productivity”. Lexington, KY: McKinsey & Company
Saumyadipta Pyne, B.L.S.; Prakasa Rao, S.B. Rao. (2016). “Big Data Analytics: Methods and Applications”. Springer
