Indicadores de rendimiento deportivo: Patrones de comportamiento para detectar modelos y estilos de juego en el fútbol
Resumen:
Carlos Comas, exalumno del Máster en Estadística y Ciencia de Datos con R, se especializó en el análisis de patrones de comportamiento en el fútbol para optimizar el estudio de los equipos rivales. Como responsable de análisis en la UD Las Palmas, su objetivo principal fue simplificar el análisis de los rivales mediante técnicas avanzadas de estadística y machine learning, logrando así tomar decisiones más informadas y eficientes.
Carlos buscaba reducir el tiempo de análisis seleccionando equipos con perfiles de juego similares al de la UD Las Palmas. Su TFM se centró en investigar si los equipos con mayor posesión de balón y control del juego tenían una mejor eficacia ofensiva. Asimismo, se propuso agrupar a los equipos de la Liga SmartBank 2022-23 en «familias» de estilos de juego similares, con un enfoque especial en la UD Las Palmas.
Para el estudio, utilizó datos de 165 partidos de la Liga SmartBank 2022-23, obtenidos a través de la plataforma INSTAT SCOUT. Empleó el Análisis de Componentes Principales (PCA) y el análisis de clúster para identificar equipos con características de juego similares. También desarrolló un modelo de Regresión Lineal Múltiple para analizar la eficacia en la finalización, seleccionando el mejor modelo mediante la comparación de versiones completas y reducidas.
Carlos identificó a equipos como la SD Andorra y la UD Las Palmas con estilos de juego similares, aunque con diferencias en la eficacia ofensiva. A través del análisis, destacó que equipos como el FC Cartagena y Éibar mostraban altos niveles de control del juego y eficacia en la finalización. Por otro lado, equipos con estilos más directos, como el CF Burgos, lograron buenos resultados en la liga a pesar de tener menor posesión.
Uno de los principales retos fue la creación del código necesario para el análisis, ya que Carlos no contaba con experiencia previa en programación. Sin embargo, la perseverancia le permitió superar estos obstáculos y adquirir una comprensión más profunda del análisis de datos. El TFM le brindó una nueva perspectiva en su carrera, facilitando su capacidad para comunicarse con desarrolladores y aplicar sus conocimientos en el análisis deportivo.
Autor: Carlos Comas
Director TFM: Juan Luis López
Fecha: 22/11/2022
Descarga el TFM
