Wilson Eisner

La analítica de datos y el aprendizaje automático han tenido un gran impacto en la toma de decisiones en todo el mundo y están mejorando las decisiones basadas en estadísticas en todos los aspectos de la vida. La influencia de los datos en el deporte se ha vuelto muy evidente recientemente, pero ha estado afectando al mundo del deporte durante años. Inicialmente comenzó a impactar deportes como el béisbol y el baloncesto, que pueden ser más claramente definidos por estadísticas básicas. En el béisbol, tienes el ERA de cada lanzador y el promedio de bateo de cada bateador, y en el baloncesto tienes los PTS, REB, AST de cada jugador, etc. El uso de big data en el béisbol se hizo destacado en la cultura popular cuando salió la película Moneyball en 2010. Moneyball es una película sobre el dueño de los Oakland A’s, Billy Beane, quien utilizó análisis de datos para llevar al equipo a los playoffs durante cuatro años consecutivos, a pesar de operar con el presupuesto más bajo de la MLB. Beane analizó cómo se valoraban los jugadores en la liga y descubrió que toda la liga estaba demasiado centrada en el promedio de bateo, y que el porcentaje de llegada a la base y la habilidad de un bateador para sacar bases por bolas eran más importantes para determinar el valor de un bateador. Utilizó este descubrimiento para apuntar a jugadores subvalorados y firmar contratos que ofrecían buen valor (un jugador de alto rendimiento por un costo razonable) para el equipo. El uso de la analítica de datos ha tardado un poco más en volverse popular en el fútbol, ya que hay menos puntuación y se deben utilizar estadísticas más avanzadas para determinar realmente el valor de un jugador. También ha habido mucha resistencia por parte de los aficionados y los entrenadores que no creen en los datos y preferirían simplemente usar la "prueba del ojo". Es cierto que sería increíblemente tonto depender solo de los datos para tomar decisiones, pero dado el éxito reciente de equipos como Brighton y Liverpool, queda claro que, si se usan correctamente, los datos pueden ser extremadamente fructíferos en la orientación de decisiones sobre fichajes de jugadores y tácticas de juego.