‘El azar domina el juego’, concluyeron C. Reep y B. Benjamin en su estudio de 1968 ‘Skill and Chance in Association Football’ - y no sin consecuencia. Hasta hace poco, esta declaración se mantuvo como sabiduría recibida, la frase se consideraba evidente, su veracidad no se cuestionaba. Se decía que las predicciones basadas en la estadística eran un disparate, el juego era ‘demasiado variable, demasiado impredecible’.

Aunque hiciese referencia al fútbol, también se consideraba que este sentimiento se podía aplicar más al deporte en general. Dado que las cualidades llamativas como la creatividad y la habilidad son difíciles de cuantificar, el consenso al respecto era que el juicio sobre la destreza deportiva era mejor dejarlo en manos de expertos en el deporte considerado - exjugadores en la mayoría de casos. Sin ninguna duda, tradicionalmente se le ha dado poca importancia a la propia idea de que los estadísticos tenían algo que contribuir en términos de selección, adquisición o incluso estrategia de equipo. 

Las Raíces del Análisis Estadístico

En Reino Unido, ésto comenzó a cambiar en los años 90, cuando - tal y como se encuentra documentado en el New Statesman - los estudiantes de la Universidad de Lancaster analizaron en profundidad, la probabilidad de marcar un gol en un hipotético partido de fútbol. A pesar de utilizar una técnica rudimentaria, el análisis llamó la atención de estadísticos mayores, concretamente Stuart Coles, quien entonces amplió los resultados obtenidos por los universitarios. El trabajo resultante tuvo consecuencias de gran alcance.

Al otro lado del charco, ya había en marcha un desarrollo similar. Éste, sin embargo, sería incluso más transformativo, alterando radicalmente la forma en que se concebían determinados deportes, en particular el béisbol. Gracias a sus competiciones ‘uno contra uno’ fácilmente aisladas - pitcher contra bateador, por ejemplo - el béisbol se presta bien al análisis estadístico. De hecho, el uso de la sabermetría, ‘el análisis estadístico empírico del béisbol’, se ha utilizado de alguna manera desde que el deporte fue profesionalizado por primera vez. Sin embargo, su uso actual, tanto por su universalidad como por su sofisticada naturaleza, tiene sus raíces en el mandato de Billy Beane como Gerente General (GM) de los Oakland Athletics, y en su ahora mundialmente famoso ‘Moneyball Effect’.

El Efecto 'Moneyball' 

Como GM de los (relativamente) cortos de dinero Oakland A’s, el enfoque innovador de Beane fue la perfecta manifestación de cómo la necesidad es la madre de la invención. Al no tener forma de competir con el poder adquisitivo de sus rivales, Beane adoptó un enfoque analítico, ‘sabermétrico’, a la hora de planear la formación de su equipo, trayendo consigo a un grupo de estadísticos a su equipo de gestión. Mediante un análisis riguroso y que increíblemente requirió mucho tiempo, el equipo aprendió que esas ‘bases robadas’, ‘carreras impulsadas’, y ‘promedios de bateo’ - durante años los criterios con los cuales se medía la habilidad de un jugador - no eran necesariamente los mejores indicadores de la eficacia en general. Más bien, fueron el ‘porcentaje de embase’ y el ‘porcentaje de slugging’ los indicadores (no tan glamorosos) más precisos del éxito del potencial ofensivo de los jugadores.

Históricamente, los cazatalentos no dieron importancia a estas características, en favor de la velocidad y el contacto, lo cual significa que su precio de mercado estaba infravalorado, y los jugadores que poseían tales rasgos se podían comprar a buen precio. Fue siguiendo estos nuevos principios y prestando atención a la palabra de sus estadísticos que Beane armó su equipo. El resultado sorprendió a muchos, ya que sobre el papel, la nueva plantilla estaba de formada por un grupo heterogéneo de antiguos jugadores, en algunos casos lesionados, que no eran más que la sombra de lo que fueron. Su apariencia por sí misma atrajo la ira de los puristas, que ya se encontraban enfadados por el frío enfoque científico. ¿Cómo podría un equipo que visiblemente no encajaba conseguir tener éxito? 

Bueno, inicialmente no lo tuvieron. A los Athletics les fue tan mal durante la primera parte de la temporada - soportando en un punto determinado una racha de 5-16 - que muchos rápidamente declararon que el método era un fracaso. Sin embargo, como muchos sabrán por su dramatización en la película ‘Moneyball’, su suerte cambió, y los A’s finalmente ganaron la American League West, rompiendo el histórico récord de 19 victorias consecutivas en el proceso. 

La Difusión

A lo largo del mundo, estos desarrollos no pasaron por desapercibidos. La comunidad deportiva observó con interés cómo el béisbol estableció el plan estadístico para el éxito. No pasó mucho tiempo antes de que se incorporasen los modelos comparables en los sistemas de gestión de los equipos de fútbol, tanto americanos como ingleses, hockey sobre hielo, baloncesto, y muchos otros.  

Uno de los perfiles más altos que cambió de idea fue el entrenador de fútbol americano Bill Belichick. Aun denunciando su uso de forma pública (para vigilar sus métodos), el jefe de los New England Patriots mantuvo durante un largo tiempo ‘una actitud tipo Moneyball’. De hecho, todo el equipo de gestión de los Patriots estaba impregnado de una filosofía Moneyball-esca. Desde el propietario Robert Kraft, descrito como el ‘mayor defensor de los datos y el análisis’, hasta el asesor de mayor confianza de Belichick, Ernie Adams, el director de investigación de los Patriots y previamente trader de bonos, la mayoría cambió de idea por voluntad propia. Incluso el mismo Belichick está licenciado en economía. La NBC comentó que tal experiencia es fácilmente legible en el reclutamiento del equipo, lo cual sugiere una comprensión sofisticada del ‘descuento hiperbólico’ - el resultado, hasta ahora, ha sido la adquisición de jugadores de alta calidad a precios de ganga. En el campo ésto ha dado lugar a cinco triunfos de la Super Bowl - parece estar funcionando. Los equipos profesionales de baloncesto también fueron rápidos en subirse al carro, compilando enormes bases de datos de información sobre partidos que luego se utilizaron en la pretemporada para informar las decisiones relacionadas con contratos y firmas de agentes libres. 

Muchos románticos se verán desalentados casi instintivamente por el uso de un pensamiento intensivo y analítico. La implementación de números fríos y sin emociones para darle sentido al deporte, algo que por naturaleza es altamente dinámico, emocional, y caprichoso, simplemente no sienta bien. Sin embargo, una mentalidad así ignora la libertad creativa que muchos de estos modelos permiten, particularmente en juegos más fluidos como el fútbol inglés y el baloncesto, donde se sigue debiendo hacer un juicio de valor sobre qué partes del juego se priorizan.

Pero al Final...

Obviamente, nunca será posible reducir el comportamiento humano a una simple fórmula - sin importar cuánto lo pueda desear el amante de las apuestas. Sin embargo, lo que han demostrado los analistas, mediante el uso de modelos estadísticos, es su habilidad para conseguir que los equipos estén por encima de sus capacidades - una capacidad normalmente dictada por restricciones financieras. Dicho ésto, la ventaja ganada, como ha demostrado la historia, a menudo puede ser breve. Según lo experimentaron los A’s, el problema fue que tan pronto estos modelos ganaron credibilidad, fueron rápidamente adaptados, y en algunos casos, mejorados por otros equipos. Solo dos años después del experimento de los A's, los Boston Red Sox adoptaron también un modelo sabermétrico para mejorar su reclutamiento. ¿El resultado? Ganaron la World Series de 2004, la primera desde 1918.