Tecnología interactiva para mejorar el juego colectivo de equipos de fútbol

El Grupo de Visualización de la Información y Analítica Visual (VisUsal) de la Universidad de Salamanca ha desarrollado un nuevo software de análisis visual interactivo para equipos de fútbol. La evolución de la tecnología permite hoy en día recopilar muchos datos que pueden ser utilizados por los analistas. El objetivo de esta herramienta es que comprendan mejor el comportamiento colectivo del grupo, para tomar mejores decisiones y diseñar estrategias en entrenamientos y partidos.

El análisis del deporte es una de las ramas en las que trabaja desde hace una década el grupo VisUsal, que también ha desarrollado otras herramientas para campos tan variados como la lingüística, la bioinformática y el aprendizaje en línea. “Manejamos grandes cantidades de datos, que pueden ser complejos y dinámicos, utilizamos distintos métodos de procesamiento y los presentamos de forma visual e interactiva”, explica a DiCYT Roberto Therón.

Su primer trabajo de este tipo fue para baloncesto y se basaba en el GPS de los móviles. Desde entonces, la captura de datos ha evolucionado mucho y la forma de procesarlos, también. “Tratamos los datos mediante distintos algoritmos y generamos representaciones que permiten dar pistas al analista sobre lo que intenta comprender”, destaca.

Interactividad

Uno de los aspectos más relevantes de este software es su interactividad. “A medida que el especialista se va haciendo nuevas preguntas sobre los datos, puede actuar directamente sobre la representación para que ésta cambie y le ofrezca respuestas. Esto es complicado porque muchas veces ni siquiera los expertos saben de antemano las preguntas que les van a surgir”, comenta Therón.

En el caso concreto de esta herramienta pensada para el fútbol, que se ha desarrollado con la colaboración de Carlos Lago, de la Universidad de Vigo, y Jaime Sampaio, de la Universidad de Trás-os-Montes e Alto Douro (Portugal), analiza aspectos como las dinámicas grupales que se dan en un partido, cómo los jugadores se intercambian posiciones generando oportunidades de marcar o cuál es el centro de acción entre ellos.

Este último punto es una de las variables visuales que serían irrelevantes para el espectador normal, pero que resultan muy útiles para los expertos a la hora de analizar el juego: “Se basa en calcular el polígono convexo que forman un grupo de jugadores y se calcula el centro”. Estudiar las distancias que hay entre los futbolistas, su sincronización y su coordinación aporta mucha información, sobre todo en contraste con los contrarios, puesto que las ocasiones de gol se generan cuando se crean desequilibrios.

En tiempo real

“El deporte se está moviendo hacia el análisis en tiempo real de las dinámicas de cada uno de los jugadores y sobre todo, de las dinámicas grupales”, comenta Alejandro Benito Santos, otro de los investigadores que ha desarrollado la herramienta. En este caso, el software se centra en ese comportamiento colectivo de cara a tomar decisiones de forma rápida durante entrenamientos y partidos.

“Es un análisis de alto nivel, aunque suele tener explicación en variables físicas que todos conocemos. Por ejemplo, si en los últimos 10 minutos de partido un jugador no tiene capacidad de responder físicamente, es probable que provoque desequilibrios por no ser capaz de cubrir a los contrarios”, apunta. Analizar la distancia que ha recorrido en los últimos minutos puede ayudar a ver el problema, que al final repercute en el juego colectivo.

Más allá de las estadísticas televisivas

Los aficionados comienzan a estar familiarizados con el mundo de las estadísticas y su representación visual, pero en realidad “hoy en día las televisiones sólo incorporan métricas individuales de los jugadores, para ver en qué posiciones ha estado, cuándo ha corrido y qué pases ha dado”, indica Therón.

En cambio, “lo que hacemos nosotros es centrarnos en qué está pasando como grupo y también por subgrupos, por ejemplo, qué están haciendo los centrales cuando hay una situación de ataque”. Además, “analizamos todo el partido, no sólo las situaciones que destacan porque acabaron en gol”, como hacen los expertos en los análisis televisivos.

Cómo se presenta la información

La forma de presentar los datos se divide en dos partes enlazadas mediante la interacción del usuario. Por un lado, gráficos de líneas o barras con toda clase de estadísticas en los intervalos de tiempos que elija el analista. Por otro, datos posicionales, con superposiciones y representaciones visuales sobre el campo. “Podemos hacer la película del partido, eligiendo una representación de todos los datos en un intervalo de tiempo concreto. Si detectas algo interesante, puedes parar y centrarte en los jugadores que elijas, analizar el área que están ocupando y pedir al sistema que genere todas las métricas posibles para ver cómo se están coordinando”, comentan los investigadores.

Este trabajo de analítica visual no consiste en generar algoritmos que ofrezcan datos ya procesados, sino que ofrece recursos a los analistas para que desarrollen sus propias interpretaciones. “No separamos la capacidad de la máquina del enorme conocimiento y experiencia del analista”, aseguran, “todos los clubes de élite ya tienen un equipo de análisis de datos deportivos que necesita este tipo de herramientas para tomar decisiones”, destacan. De hecho, sus colegas de la universidad de Trás-os-Montes, aparte de su conocimiento como investigadores en el análisis del rendimiento deportivo, conocen muy bien las necesidades a través de “un contacto cotidiano con analistas de los grandes equipos”.

Comercialización y futuro

Este software, que ha sido probado con datos reales de un partido de Champions y cuyos detalles se explican en un artículo publicado por la revista científica Frontiers in Psychology, “ya se podría utilizar”, así que el siguiente paso es generar una herramienta comercial.

Probablemente, el futuro pasa porque los clubes compren los datos de los partidos a las empresas especializadas en capturarlos y, a la vez, este tipo de herramientas para analizarlos. “La clave está en predecir lo que va a hacer un grupo de jugadores y detectar marcadores que te indiquen si algo no va bien para actuar de manera rápida”, resume Alejandro Benito.

Además de los datos que ya se recogen sobre el comportamiento de los jugadores en el campo, el análisis visual interactivo aún puede enriquecerse con nuevas fuentes de información complementaria. Por ejemplo, “hay gente que analiza el ruido ambiente en el estadio e incorporar este tipo de factores puede ayudar a completar el análisis considerando situaciones de estrés o presión sobre los futbolistas”, añade Therón.