En StatsBomb estamos encantados de que el RCD Mallorca haya logrado su objetivo de ascender de vuelta a la máxima categoría del fútbol español. El club balear llegó a un acuerdo con StatsBomb el verano pasado para utilizar nuestros datos líderes en la industria y el staff de varios departamentos han sido usuarios de nuestra plataforma de análisis avanzada, StatsBomb IQ.
El RCD Mallorca es uno de los casi 100 clubes profesionales y federaciones alrededor del mundo que se benefician del acceso a los datos de StatsBomb con +3.400 eventos por partido en más de 80 competiciones del mundo.
Viendo así incrementada su capacidad de identificar jugadores con talento, analizar los rivales y evaluar el rendimiento de equipos. Mikel Gandarias, Scout y Analista de Datos en RCD Mallorca, dijo: "El éxito ha llegado tras una temporada muy larga, casi una continuidad de la anterior que terminó en verano. La planificación estaba encarrilada antes del descenso, ya que había poco tiempo para desarrollarlo. Hemos sido muy regulares durante toda la temporada, con gran consistencia defensiva y buena capacidad ofensiva. Durante la planificación y toda la temporada los datos de StatsBomb nos han ayudado a tomar buenas decisiones, ha sido una herramienta importante en nuestro día a día. Este éxito del ascenso es fruto de un gran trabajo colectivo."
Pablo Peña Rodríguez, Responsable de Innovación y Desarrollo de Negocio en StatsBomb, dijo: "En StatsBomb nos sentimos orgullosos de colaborar con el RCD Mallorca proporcionando los mejores datos avanzados y herramientas de análisis. Desde el primer día nos encontramos un equipo ambicioso y con ganas de hacer las cosas de manera innovadora para recuperar el sitio que se merecen en el máximo nivel. Me gustaría felicitar a toda la familia bermellona en nombre por la fantástica temporada y les deseamos la mejor de las suertes en regreso a La Liga."
StatsBomb, el proveedor de datos avanzados de fútbol líder en la industria, ha llegado a un acuerdo multianual con el Liverpool FC, actual campeón de la Premier League de Inglaterra.
Como parte del acuerdo, el Liverpool FC se convierte en el primer club de la élite en contratar StatsBomb 360, el nuevo producto revolucionario de StatsBomb. El Liverpool FC, club de referencia en el uso de datos avanzados en fútbol, ha contratado los servicios de datos de StatsBomb para más de 80 competiciones y StatsBomb 360 para 38 de ellas.
Tras el lanzamiento público en el evento online StatsBomb Evolve, StatsBomb 360 proporciona la posición de todos los jugadores en el frame de cada evento en un partido, dando aún más contexto a los más de 3,300 eventos por partido de StatsBomb, los más precisos y detallados de la industria.
Esta información adicional permite a los equipos realizar un análisis todavía más profundo respecto a los datos de evento estándares, permitiendo descubrir nueva información sobre aspectos defensivos, estructura de los equipos, y el rendimiento individual sin necesidad de recurrir a tediosos y complejos datos de tracking. Desde su origen en 2018, StatsBomb se ha convertido en uno de los proveedores de datos con mayor crecimiento en el mundo del deporte.
Clubes profesionales y otras entidades de más de 20 países trabajan ya con StatsBomb tanto en análisis predictivo y de rendimiento como en la identificación y contratación de jugadores.
El CEO de StatsBomb, Ted Knutson, sobre el acuerdo: "Estamos encantados de trabajar con el Liverpool FC. Desde hace años es un club reconocido por estar a la vanguardia de la revolución analítica en fútbol, y es una enorme validación para StatsBomb que el Liverpool FC haya confiado en nosotros para proporcionarle datos que serán una parte importante de su infraestructura de análisis. Hemos estado trabajando en StatsBomb 360 durante meses, y tener un cliente de un perfil tan alto en el lanzamiento es un indicio de lo significativo que será este producto en el mundo del fútbol."
StatsBomb 360 está disponible ya mismo. Si eres un club de fútbol, organización deportiva o medio de comunicación y quieres ponerte en contacto con nosotros puedes hacerlo ya mismo aquí.
Cuando creas algo nuevo y revolucionario, quieres contárselo a todo el mundo. Eso es lo que hicimos en StatsBomb Evolve el 17 de marzo. Queríamos poner al día a todos nuestros amigos y a la comunidad de la mayor parte de las cosas que han estado cocinándose a puerta cerrada en StatsBomb.
Ted Knutson, CEO y fundador, abrió el evento con una reflexión sobre las razones que llevaron a StatsBomb a existir.
Frustrados por la falta de innovación y progreso en el campo, StatsBomb fue fundada en 2018 como proveedor de datos. Ted explicó varias anécdotas sobre datos de baja calidad y proveedores con una atención al cliente cuestionable. Así, en StatsBomb decidimos hacerlo nosotros mismos. Con ello trajimos todas las innovaciones que hoy son puntos clave de nuestro feed de datos - presiones, nuestros Freeze Frames, altura y pie de los pases, altura de remate, etc.
Todas estas cosas importaban entonces y lo siguen haciendo hoy, creando una ventaja competitiva para nuestros clientes en análisis de juego, evaluación de jugadores y a encontrar mejores respuestas para tomar decisiones. ¿Y qué es lo nuevo entonces? El nuevo producto de StatsBomb es obra de mucha gente inteligente que ha trabajado conjuntamente durante meses y ahora está disponible para todo el mundo.
Presentamos StatsBomb 360
StatsBomb 360 son datos de evento contextuales.
¿Qué significa esto?
Ahora tenemos la posición de todos los jugadores en el campo en más de 3,300 eventos por partido Con 360 vamos a poder responder a preguntas que los analistas siempre han querido saber pero era imposible de responder con los datos existentes.
¿Quieres saber qué jugadores rompen líneas de manera más habitual?
Ahora puedes ¿Quieres encontrar jugadores que sean capaces de recibir entre líneas y girarse?
Ahora puedes. ¿Evaluar la toma de decisiones de los jugadores en función de las opciones de pase disponibles?
Sí, eso también.
Y esto es sólo a nivel individual.
A nivel colectivo, podemos analizar la estructura defensiva en miles de eventos, identificar qué patrones de juego desestabilizan la organización defensiva, y obtener una imagen clara de qué espacios existen entre líneas o en diferentes momentos de juego. Estos son solo varios ejemplos, la realidad es que aún no somos conscientes de la infinidad de posibilidades que se abren ahora.
Nosotros mismos estamos generando nuevas ideas día a día. Lo que es evidente es que esto crea de manera inmediata una nueva ventaja competitiva en scouting y análisis de equipos para aquellos que usan estos datos.
A continuación una selección de diapositivas de la charla de Ted:
Pero esto no es todo en lo que hemos estado trabajando. Nuestro Responsable de Datos Ali Elfakharany hizo un recorrido a través de algunas de las cosas que estamos cocinando y estarán en producción pronto. Además, detalló los retos que hemos tenido que ir superando estos años.
En primer lugar, Ali confirmó que habrá StatsBomb Live - datos en tiempo real en un futuro no lejano. Los datos en tiempo real ha sido uno de los productos más demandados desde el día 1 de StatsBomb.
Con utilidad obvia para diferentes agentes en la industria, desde clubes a medios de comunicación nuestro énfasis en ofrecer la mayor calidad de datos en tiempo real sigue siendo una de las prioridades. Os mantendremos informados.
Uno de los retos principales para nuestro equipo de recolección ha sido cómo llevar a cabo el proceso de recogida de datos que lleva varias horas en los datos post-partido debido al nivel de precisión y detalle que exigimos en tiempo real en los datos en directo. Ali, explicó cómo StatsBomb incorpora un proceso de recolección híbrido combinando Computer Vision con recolección manual para tener el mejor equilibrio entre calidad y velocidad.
Humanos y ordenadores conjuntamente siempre producen mejores resultados que cada uno de ellos independientemente.
A continuación una selección de diapositivas de la charla de Ali:
Nuestro responsable de Operaciones Hesham Abozekry fue el siguiente en tomar la palabra y extendió el tema anterior, proporcionando más contexto e información sobre cómo StatsBomb consigue mantener la mayor calidad y precisión en los datos de la industria.
La recolección de datos no es blanco o negro, en muchos casos, los eventos pueden ser interpretados de dos o tres maneras diferentes. El mayor reto por tanto no es conseguir una definición universal, sino asegurar consistencia entre todos los eventos, partidos y competiciones. Hesham describió los dos procesos de revisión principales que se llevan a cabo en StatsBomb para asegurar que la calidad sea la más alta.
Por un lado, un proceso automático basado en reglas específicas que alerta de cualquier inconsistencia en la sintaxis lógica, ya sea muy improbable o directamente imposible, para una revisión inmediata.
Por otro lado, el Active Review, una selección de partidos son recolectados dos veces por recolectores diferentes y posteriormente ambos feeds son comparados por un miembro del equipo de resolución que evalúa los posibles conflictos y toma una decisión sobre cuál es correcto y el grado de error.
Estos procesos no son sólo valiosos para mantener la precisión pero también para identificar las áreas de mayor subjetividad en la recolección y buscar reducir lo mayor posible ese factor.
A continuación una selección de diapositivas de la charla de Hesham:
Finalmente, Dinesh Vatvani, responsable de Data Science en StatsBomb, dio la última presentación del día, donde detalló los modelos e investigaciones en los que ha estado trabajando el equipo de Data Science de StatsBomb. La novedad principal fue el modelo de possession value de StatsBomb, llamado On-Ball Value (OBV), que otorga un valor a cada evento durante un partido en función del cambio en la probabilidad de que el equipo marque o conceda.
OBV representa una mejora significativa respecto a los modelos de possession value anteriores y estará disponible a los clientes de StatsBomb mediante nuestra plataforma de análisis StatsBomb IQ en las próximas semanas.
Dinesh detalló las diferentes iteraciones del modelo, el uso de estados de posesión en lugar de acciones, argumentó por la exclusión de factores relativos a la posesión como proxy del posicionamiento defensivo para eliminar sesgos relativos al nivel de los equipos, etc... Además, nuevamente en este sentido los datos más detallados de StatsBomb proporcionan ventajas evidentes en el entrenamiento de modelos de possession value.
A continuación una selección de diapositivas de la charla de Dinesh:
Finalmente, Ted respondió a preguntas de los asistentes sobre 360, competiciones a cubrir, y sobre la posibilidad de aportar datos gratuitos en el futuro.
StatsBomb Evolve está disponible para ver en diferido aquí. Y StatsBomb 360 no es algo del futuro, está disponible ya mismo. Si eres un club de fútbol, organización deportiva o medio de comunicación y quieres ponerte en contacto con nosotros puedes hacerlo ya mismo aquí.
Hace menos de tres años, StatsBomb revolucionó la industria con el lanzamiento de StatsBomb Data. La semana que viene, el 17 de marzo, en nuestro evento online StatsBomb Evolve lo vamos a hacer de nuevo con la presentación del próximo salto adelante en los datos avanzados de fútbol: StatsBomb 360.
El evento, en el que también hablaremos de algunos de los otros avances en los que hemos estado trabajando, es totalmente gratuito e invitamos a todo el que quiera a inscribirse. En el periodo previo, hemos publicado una serie de artículos en los que explicamos la utilidad de algunos de los datos y métricas actualmente disponibles de StatsBomb, los mejores y más detallados de la industria.
¿Cómo se desenvuelven ante presión rival los equipos de La Liga?
StatsBomb es el único proveedor de datos que recoge acciones de presión a nivel tanto de equipos como de jugadores. En el primer artículo de la serie utilizamos nuestros exclusivos datos de presión para analizar la reacción de los equipos de La Liga ante la presión alta y agresiva del Getafe de la temporada 2019-20, identificando varias soluciones con distintos grados de eficiencia. "El Barcelona... apostó por un juego más directo, con más balones largos de los que habitualmente realizan."
¿Cómo se desenvuelvan ante presión rival los jugadores de las cinco grandes ligas europeas?
En el segundo capítulo, de nuevo con la ayuda de nuestros datos exclusivos de presión, tratamos el tema de la presión a nivel de jugadores. ¿Hay futbolistas que sobresalen por su capacidad de mantener el balón ante acoso rival? "Tiemoué Bakayoko del Napoli... combina una cifra de 2.33 pases recibidos bajo presión en campo propio por cada 90 minutos con una elevada tasa de éxito en las acciones posteriores de un 97.14%. Es un jugador muy seguro bajo presión, capaz de aguantar el acoso inicial y encontrar a un compañero libre."
Un análisis de los tipos de pases en las ligas latinoamericanas
En el tercer artículo, analizamos los pases en las ligas de Latinoamérica con la ayuda de dos variables exclusivas de StatsBomb: el pie con el que se realiza el pase y la altura del pase.
Estas variables nos dieron la oportunidad de tratar cuestiones como: ¿Quiénes son los equipos y jugadores más ambidiestros? ¿Hay jugadores que varían mucho la altura de sus pases? ¿Existe una diferencia en el porcentaje de acierto en el pase con cada pie?
"Tiene sentido que el porcentaje de acierto sea mayor en los pases realizados con el pie derecho dado que es el pie natural de la mayoría de los jugadores, aunque es interesante que no existe mucha diferencia entre los dos pies en el tercio medio del campo en las ligas de Brasil, Chile, Ecuador y México."
El Freeze Frame de StatsBomb y la cantidad de defensores entre balón y portería
En el último capítulo, hablamos de nuestro ‘Freeze Frame’, un imagen capturado en el momento en el que se realiza el tiro que nos proporciona información vital como la posición y colocación del portero y la posición de los defensores y de los atacantes.
Nuestro modelo de goles esperados (xG) es el único modelo que incluye esta información. Los modelos de otros proveedores de datos no tiene en cuenta la posición del portero, un factor primordial. En el artículo también exploramos otras cosas que se pueden analizar con esta información relativa a la situación del tiro, como la relación entre la cantidad de defensores entre balón y portería y la calidad de los tiros concedidos (xG/Tiro concedido).
Los mejores datos de la industria
Esos son algunos de los datos, métricas y variables exclusivos de StatsBomb que ya hacen a nuestros datos ser los líderes de la industria. Y ni siquiera hemos mencionado otros datos exclusivos como el Shot Impact Height (la altura del balón en el momento del remate), o que recogemos tanto la longitud como la duración de cada conducción, así como información sobre si la acción se realizaba bajo presión.
Sin embargo, no queremos estancarnos y por eso nunca dejaremos de experimentar e innovar. Seguimos evolucionando y es por ello que estamos listo para presentar el próximo avance de los datos en fútbol. Únete a nosotros el 17 de marzo a las 15:30 CET para conocer más.
En 2017, empezamos a recoger nuestros propios datos.
Estábamos seguros de que con más y mejor información podríamos mejorar los modelos existentes y abrir nuevas posibilidades de análisis. Uno de los grandes avances fue la introducción del 'Freeze Frame' de StatsBomb, un imagen capturado en el momento en el que se realiza el tiro que nos proporciona información vital como la posición del portero y de los defensores y atacantes. Esa fue la primera vez que revolucionamos la industria.
Lo haremos otra vez el 17 de marzo en nuestro evento online StatsBomb Evolve con la presentación de un nuevo salto adelante en los datos avanzados de fútbol: StatsBomb 360. En el periodo previo al evento, estamos publicando una serie de artículos en los que explicamos la utilidad de algunos de los datos y métricas actualmente disponibles de StatsBomb, los más precisos y detallados que existen.
Ya hemos tratado nuestros datos exclusivos de presión y su utilidad en el análisis tanto de equipos como de jugadores, y dos variables relacionadas a los pases que también son exclusivas de StatsBomb: el pie con el que se realiza el pase y la altura del pase. Esta semana, nuestro tema es el 'Freeze Frame'. Para cada tiro, capturamos un imagen que nos proporciona la siguiente información:
- La posición del portero.
- La colocación del portero: tumbado, movimiento, fijo.
- La posición de los defensores y de los atacantes.
Esta información adicional relativa a la situación del tiro ha mejorado mucho los resultados de nuestros modelos de goles esperados (xG). Los modelos de otros proveedores de datos no incluyen la posición del portero, un factor primordial.
La posición de los defensores, algo que tampoco tienen en cuenta los modelos de otros proveedores, también tiene mucho que ver con la dificultad de la ocasión.
Esta información adicional se encuentra únicamente en los datos de StatsBomb y es por eso que, aunque somos conscientes de que no existe el modelo perfecto, tenemos la certeza de que nuestros modelos son los más precisos y útiles que existen. Asimismo, podemos utilizar esta información adicional para analizar otras cosas. Por ejemplo, para cada tiro trazamos un cono así que extiende del jugador que realiza el tiro a la portería:
El cono es algo que usamos principalmente en la evaluación de los porteros y su posicionamiento pero también tiene utilidad para identificar la cantidad de defensores en la línea del balón, los que tienen más posibilidades de bloquear un tiro. Podemos ver si existe algún tipo de correlación entre los equipos que tienen más defensores dentro de este cono y los que tienen los mejores porcentajes de tiros bloqueados.
Como promedio, los equipos de las cinco grandes ligas tienen menos de un defensor en el cono cuando conceden tiros desde dentro del área, pero el patrón es lo que se esperaba. La correlación no es perfecta pero en general los equipos que más a menudo tienen un defensor en la línea del balón consiguen los mejores porcentajes de tiros bloqueados.
No es ninguna sorpresa ver al Atlético Madrid en la parte superior derecha del gráfico. El equipo de Diego Simeone también sobresale en el gráfico siguiente que traza la calidad media de los tiros concedidos, el xG por tiro concedido, contra la cantidad de defensores no solo en el cono pero simplemente entre balón y portería (goal side en el lenguaje del fútbol británico).
Existe un patrón muy visible: los equipos que tienen más defensores entre balón y portería conceden tiros de una calidad más baja que los que tienen menos defensores posicionados así.
El Atlético se encuentra en un extremo del gráfico y el Spezia de la Serie A en el otro. Si echamos un vistazo a sus respectivas mapas de tiros concedidos (en juego dinámico y sin incluir los remates de cabeza, como en el gráfico), queda muy clara la diferencia.
Para colmo, no es solo que el Spezia conceden tiros de una calidad más alta sino que también conceden un tiro más por partido que el Atlético: 10.88 a 9.58.
Como siempre con estos tipos de gráficos, también es interesante identificar los equipos que no siguen el patrón general. Equipos como la Roma o el Alavés, por ejemplo. En el lado ofensivo, podemos trazar la velocidad media de los ataques que terminan en tiro contra la cantidad de defensores rivales entre balón y portería.
Aquí no existe un patrón claro. Hay equipos que atacan de manera rápida y consiguen llegar a zonas de remate con una cantidad relativamente baja de defensores rivales entre balón y portería, pero también hay otros que no lo consiguen como el Burnley o el Getafe.
Conjuntos como el Atlético Madrid, el Barcelona o el Paris Saint-Germain atacan de manera más metódica pero aún así consiguen perforar las defensas contrarias. Equipos como el Atalanta, el Lyon o el Borussia Mönchengladbach combina bien el juego de posesión con ataques rápidos en fases de transición para llegar al último tercio con menos defensores entre balón y portería. Un gráfico más. La cantidad media de atacantes dentro del área cuando los equipos realizan tiros desde dentro del mismo.
Equipos dominantes realizan mucho tiros desde dentro del área y también suman muchos atacantes dentro del área cuando los realizan. El Atalanta remata más desde dentro del área que cualquier otro equipo de las cinco grandes ligas pero lo hace sin tener una cantidad muy elevada de atacantes allí, algo que merece un análisis más detallado.
El Brighton y la Fiorentina en la parte superior del gráfico y el Metz y el Lorient en la parte inferior sobresalen como casos apartes. Existen muchos otros análisis que se pueden realizar con estos datos, análisis que se pueden hacer únicamente con los datos de StatsBomb, los mejores y más detallados de la industria. Únete a nosotros el 17 de marzo para conocer el próximo avance de los datos en fútbol: StatsBomb Evolve.
Hace menos de tres años, StatsBomb revolucionó la industria de los datos en fútbol con el lanzamiento de StatsBomb Data. En marzo, lo vamos a hacer de nuevo.
En mayo de 2018, presentamos nuestro feed de datos exclusivo, con el doble de información por partido que los competidores.
Incluyendo aspectos como los eventos de presión, posicionamiento del portero y nuestros Freeze Frames con la máxima precisión. Esto supuso un salto en un campo que había carecido de innovación en los últimos años. Entre otras cosas, esto ha permitido grandes mejoras en nuestro modelo de Goles Esperados. No siendo suficiente con ser el mejor modelo disponible, recientemente le dimos una vuelta más incluyendo la altura del remate.
Además, nuestros datos incluyen una dimensión totalmente novedosa del análisis defensivo permitiendo medir aspectos defensivos nunca antes medidos y proporcionando de este modo una ventaja competitiva a nuestros clientes tanto en el mercado de traspasos como en análisis de equipos. Y por si eso no fuera suficiente, incluimos por primera vez un enfoque totalmente nuevo para evaluar a los porteros con datos avanzados.
Desde el lanzamiento en 2018, nuestros más de 80 clientes han sido capaces de mantener una ventaja competitiva respecto a sus competidores. Ellos ya saben de la calidad de nuestro producto, nuestro servicio de atención al cliente y nuestras herramientas vanguardistas que nos sitúan varios años por delante de cualquiera en la industria. Y precisamente por ello, nuestros clientes fueron los primeros en mostrar su entusiasmo al contarles el desarrollo de nuestro nuevo producto hace un par de semanas. Ahora lo podemos anunciar por fin para todo el mundo:
Presentando StatsBomb 360:
StatsBomb 360 son datos de evento contextuales. ¿Qué significa esto? Que a partir de ahora tendremos un freeze frame para cada evento que recogemos mostrando la posición de todos los jugadores en la imagen para cada evento del partido (aprox. 3300 por partido). Esto nos va a permitir descubrir un rango de información nueva que quedaba total o parcialmente oculta en los datos de eventos básicos. Entre otras cosas tendremos aspectos como:
- Pases que rompen líneas
- Recepciones entre líneas, al pie, o al espacio
- Distancia respecto a los defensores en cada frame
- Líneas de pase abiertas… ¡y cerradas!
- Defensive Island Events (DIEs) - un nuevo evento que muestra dónde los equipos crean situaciones de 1v1 donde los defensores están sin coberturas/ayudas cercanas
- Formación defensiva en cada evento.
Todo ello disponible a través de la API. Y lo mejor de todo, esto solo es la punta del iceberg de todo lo que será posible con StatsBomb 360. Os desvelaremos más detalles en marzo en nuestro evento online StatsBomb Evolve el 17 de Marzo. El evento es totalmente gratuito e invitamos a todo el que quiera a inscribirse.
El equipo de StatsBomb presentará nuestras novedades en todos los campos incluyendo:
- StatsBomb 360 - nuestros nuevos datos
- StatsBomb LIVE - los mejores datos en directo para medios, clubes
- StatsBomb Analytics - nuestro nuevo modelo Goal Value Added (GVA) entre otras novedades
Puedes registrarte ya en StatsBomb Evolve aquí.
El modelo de Goles Esperados (xG) de StatsBomb siempre ha sido un poco diferente. Cuando StatsBomb Data se lanzó en 2018, el objetivo era acercar más los datos de fútbol a lo realmente pasa en el campo de juego.
Desde el principio, añadimos la posición del portero y de los defensores en cada tiro de cada liga que recogemos. Esta aparente pequeña mejora ha resultado en mejoras sustanciales en los valores de xG cuando hay mucha gente en el área de penalti y especialmente cuando el portero está fuera de posición.
Con los mejores valores de xG, acciones de presión, información sobre el pie con el que se realizan todos los pases y muchos otros factores diferenciales, no es de extrañar que StatsBomb Data se ha convertido en la opción preferida para equipos inteligentes, federaciones y jugadores de todo el mundo.
Nuestros datos son más precisos no sólo en cuanto a dónde ocurren los eventos en el campo, y en qué orden, sino que también en cuanto a cuándo ocurren. Esto significa que los datos de StatsBomb son más fáciles de integrar con los datos de tracking que los de cualquier otro proveedor de datos de evento en el mercado.
Sin embargo, el mundo de los datos deportivos es un ámbito competitivo y cada año nos esforzamos por mejorar nuestro producto. La temporada pasada, hicimos dos grandes mejoras en la información que recogemos en relación con los tiros:
- Nuestro Freeze Frame (un imagen del momento en que se realiza el tiro, que muestra la posición del portero y tanto de los atacantes como de los defensores) se recoge mediante visión por ordenador. Esto nos da mejor información sobre la posición tanto del balón como de los jugadores que nunca antes.
- Añadimos algo que llamamos Shot Impact Height (SIH) a los datos de los tiros. En breve, el Shot Impact Height es la altura (o la coordenada z) del balón en el momento en que se realiza el tiro.
¿Por qué recoger el Shot Impact Height? Porque mirando el juego desde una perspectiva futbolística, parecía que podía haber una diferencia entre un tiro de cabeza realizado con el balón a la altura de la cabeza frente a uno realizado con el balón 40 cm más alto que solamente roza la parte superior de la cabeza. O una volea realizada cerca del suelo frente a una realizada a la altura del pecho.
Lo interesante es que no sabíamos nada de esto cuando empezamos a recoger los datos. Simplemente añadimos las características al proceso de recogida y este verano las revisamos para investigar más.
¿Qué hemos aprendido?
Esta nueva información apenas cambia los valores de xG en la mayoría de los tiros ya que el modelo ya incluía la altura del pase previo el tiro. Siempre hemos recogido la altura de los pases y esa información formaba parte de nuestro modelo de xG. Esto significaba que ya había alguna información sobre la potencial altura de impacto de los tiros incorporada en el modelo, por lo que la mayoría de los valores de xG no han cambiado.
Sin embargo... en algunos tiros, la adición del Shot Impact Height ha hecho una diferencia significativa. Estos tiros son en gran parte ellos en los que el modelo no conoce la altura del balón porque los tiros se realizan después de un evento que no es un pase, como un rebote, el control del jugador, la segunda jugada de una acción a balón parado... lo que sea. En esos tiros, la adición de la altura de impacto del tiro hace una diferencia significativa.
Aquí están los pensamientos de nuestro CTO, Thom Lawrence:
Nuestra esperanza era que la inclusión de la altura de impacto mejoraría el modelo en algunos casos de borde, especialmente en aquellos que requieren saltos particularmente majestuosos o posiciones corporales difíciles. Aunque esta adición no proporciona un gran salto en la precisión general del modelo, existen muchos tiros cuyos nuevos valores parecen más precisos cuando consultamos el vídeo.
Por ejemplo, este tiro del Ajaccio contra el Caen previamente tenía un valor de ~0.6 xG. Hay dos defensores presionando el tiro, pero es un remate de pie dentro del área pequeña con el portero completamente fuera de posición.
Sin embargo, viendo el vídeo podemos ver que el punto de impacto es a la altura de la cintura.
Eso significa que el tiro es mucho más difícil de ejecutar. El jugador realizó el tiro pero no de manera limpia. El modelo identifica la altura de impacto como un factor significativo en su predicción aquí, y el nuevo valor es de ~0.3 xG.
Como curiosidad, señalar que la altura de impacto no sólo tiene un efecto negativo en el xG de los tiros difíciles. Asimismo, tiene un efecto positivo en algunos tiros. Por ejemplo, una altura de impacto de cero, es decir, con el balón en el suelo, puede ser a veces muy útil para detectar grandes ocasiones. Vemos mejoras en esas ocasiones a través del conjunto de datos.
Más ejemplos
xG anterior: 0.65
xG con SIH: 0.35
xG anterior: 0.40
xG con SIH: 0.20
xG anterior: 0.54
xG con SIH: 0.29
xG anterior: 0.67
xG con SIH: 0.47
Esto es similar al efecto de tener la posición del portero en cada tiro. En la gran mayoría de los tiros en los que el portero está en una posición normal, tener su posición tiene un valor nominal. Sin embargo, en los tiros en los que el portero está fuera de posición, la diferencia entre tener o no tener su posición es enorme.
Ejemplos del efecto de la posición del portero
xG sin la posición del portero: 0.48
StatsBomb xG: 0.82
xG sin la posición del portero: 0.27
StatsBomb xG: 0.74
Al igual que tener la posición del portero, tener el SIH en el modelo refleja con más precisión el valor de xG para cada tiro. Cada mejora en la recogida de datos nos acerca a reflejar de manera más completa lo que está sucediendo en el campo de juego.
Conclusiones
- Tiros desde el suelo son más valiosos de lo que pensábamos antes.
- Shot Impact Height tiene un impacto considerable en un subconjunto de tiros que no se realizan inmediatamente después de un pase.
- La posición del portero, la altura del pase y el Shot Impact Height combinan para mejorar de manera significante los modelos de goles esperados y reducir los errores en los casos atípicos.
- Realmente importa tener datos más detallados y de mejor calidad.
- Deberías comprar los datos de StatsBomb porque son los mejores.
Si quieres saber más sobre lo que StatsBomb puede hacer por ti, envía un email a Sales@StatsBomb.com
-- Ted Knutson
CEO, StatsBomb
StatsBomb está orgullosa de anunciar su alianza con la mejor selección del mundo en el ranking FIFA masculino: La Real Federación Belga de Fútbol.
Con el acceso a StatsBomb Data, la selección absoluta de Bélgica y la Real Federación Belga de Fútbol se aseguran conocer al detalle y con la mayor precisión a cada jugador y equipo en más de 70 competiciones para preparar de la manera más eficaz la UEFA Eurocopa 2020 que se disputará en 2021.
Combinando los mejores datos de la industria con la plataforma de análisis profesional StatsBomb IQ no habrá ningún aspecto del juego sin ser analizado minuciosamente al preparar los análisis de rivales. En su camino la UEFA Euro 2020 la selección dirigida por Roberto Martínez demostró un dominio aplastante ganando los diez partidos en el grupo I. Consiguieron 40 goles a favor y sólo concedieron 3 en contra. Con estrellas de la talla de Kevin De Bruyne, Eden Hazrd o Romelu Lukaku la selección belga se presenta como una de las favoritas al torneo que se disputará en 2021.
Yannick Euvrard, Senior Performance and Data Analyst, RBFA
“Estamos muy contentos de trabajar con StatsBomb. Nos proporciona acceso a datos específicos que nos permiten comprender y analizar aspectos para nuestra selección nacional en la preparación para la UEFA Nations League, la fase clasificatoria del Mundial y la Eurocopa del próximo verano."
Ted Knutson, CEO, StatsBomb
"En StatsBomb estamos entusiasmados de trabajar con la selección número uno del mundo, proporcionando los mejores datos avanzados y herramientas de análisis de vanguardia. Esperamos verles pronto de vuelta en los estadios y deseamos la mejor de las suertes para el equipo en la Euro 2020."
StatsBomb proporciona datos avanzados y servicios a un gran número de organizaciones en diferentes mercados e industrias. Ofrecemos:
- Productos diseñados para clubes, federaciones, agencias de representación, medios e inversores.
- Los datos de evento líderes en la industria.
- Compromiso de innovación y desarrollo continuo.
- Excelencia en los servicios y un nivel de retención de clientes que lo atestigua.
- Producto fiable garantizado.
Contacte con nosotros para conocer más detalles.
Nos complace anunciar un nuevo acuerdo de colaboración con la ACF Fiorentina centrado en el uso de datos en el scouting y análisi de juego.
Como parte del acuerdo, StatsBomb y la ACF Fiorentina organizan de manera conjunta la conferencia Big Data Innovations in Football que se llevará a a cabo en el Estadio Artemio Franchi de Florencia el jueves 26 de marzo. La conferencia contará con la presencia e intervenciones de analistas de StatsBomb y de la ACF Fiorentina, así como de otros clubes de fútbol de la Serie A y las principales ligas internacionales.
También contará con la participación de figuras relevantes en el sector de datos en el deporte y de medios de comunicación. El propósito del evento es compartir cómo los clubes están utilizando el análisis de datos en sus actividades de análisis y scouting. La conferencia se llevará a cabo de 9:00 a 17:00 CET, con un intermedio donde se ofrecerá un almuerzo.
El evento es gratuito y está dirigido principalmente a directores deportivos, analistas y scouts de clubes de la Serie A y B, así como a profesionales de la industria y medios de comunicación. El acceso al evento es exclusivamente bajo invitación.
Para más información y detalles sobre la inscripción a la conferencia* y el proceso de solicitud de invitación, por favor escriba a sales@statsbomb.com, especificando la naturaleza de su consulta. En el siguiente enlace puede ver un vídeo de una conferencia similar celebrada recientemente en Stamford Bridge (Londres): “StatsBomb 2019 UK innovation in Football Conference”
* StatsBomb se reserva el derecho de verificar cada registro.
En StatsBomb los radares son nuestra icono, una manera original y útil de visualizar datos tanto de jugadores como equipos. Desde la primera versión en 2014 han tenido múltiples mejoras y han ido sufriendo un progresivo desarrollo a media que StatsBomb crecía.
En inglés hemos escrito sobre las diversas actualizaciones aquí y aquí.
Hoy en día, los radares están omnipresentes en los círculos de análisis de datos en el fútbol. Sin embargo, somos conscientes de que los radares no son la única forma de visualizar los datos. Los radares son bastante prácticos, pero nuestra plataforma StatsBomb IQ es lo suficientemente madura como para ofrecer otras opciones.
Por ello, las nuevas actualizaciones en StatsBomb IQ incluyen las siguientes mejoras:
1. En los radares, se actualizan los límites de las métricas en las plantillas para cada posición con los datos del último año.
2. En los radares se añade la opción de visualizar los percentiles en lugar de los valores de cada métrica.
3. Un nuevo panel para visualizar la información incluida en el radar.
4. Nueva opción de visualización de distribuciones con múltiples opciones de personalización.
5. Las comparaciones entre jugadores se pueden realizar directamente desde el perfil de cada jugador. Creemos que esto ofrece una UI más limpia y mayor facilidad en su uso.
6. Usando las distribuciones, ahora se pueden ver los datos de equipos y jugadores como percentiles en las tablas de cada liga.
Hemos lanzado estas actualizaciones para que nuestros clientes se sientan cómodos con los cambios y las nuevas características antes de pasar al siguiente paso del proyecto de customización en que los clientes tendrán la opción de construir sus propias plantillas para los radares y distribuciones.
Esto es, probablemente, la funcionalidad más solicitada por los clientes. Pero lo primero es lo primero...
Los límites para cada plantilla han sido actualizados
Actualizamos los límites de nuestros radares aproximadamente una vez al año, a medida que tenemos más datos en el sistema. Se basan en la distribución posicional para cada métrica en las cinco grandes ligas de Europa durante varias temporadas. Sin embargo, esta vez hemos añadido nuevas distribuciones.
Nuevas distribuciones posicionales de la población
Un elemento en el que hemos trabajado es la creación de nuevas distribuciones poblacionales para poder realizar diferentes comparaciones entre jugadores. En el correo electrónico a los clientes, explicamos que deben leer la detallada advertencia incluida en StatsBomb IQ antes de hacer cambios en la configuración de la distribución.
Como ironía del destino, nosotros mismos demostramos exactamente por qué hay que tener cuidado con los ajustes al incluir accidentalmente los datos históricos de La Liga que recogimos para la Biografía de Datos de Messi en los cálculos de las distribuciones poblacionales.
¿Cuál es el problema?
Esas temporadas de La Liga sólo incluyen partidos del Barcelona en los cuales lo habitual era dominar a los rivales, y nada más. Con estos datos incluidos, era normal que los equipos recibieran tres Goles Esperados (xG) por partido. Así que hemos tenido que arreglar rápidamente este error.
¡Gracias Messi!
Radares de percentiles
Además de los radares tradicionales, ahora es posible mostrar las métricas como percentiles para esa posición. Esto elimina los límites del 5%/95% de los radares clásicos y reemplaza las estadísticas normales con los percentiles para toda la población en esa posición. Dependiendo de los casos de uso esta función aporta flexibilidad y una nueva alternativa de visualización y comparación de los perfiles de los jugadores.
Actualizaciones en la visualización de información Hemos cambiado bastante la forma de mostrar la información esta vez. La nueva tabla contiene la producción estadística por 90 minutos y como novedad, el percentil para esa misma métrica.
Nueva opción de visualización: Distribuciones
Hace tiempo que queríamos añadir diferentes formas de mostrar los datos. Investigamos (en realidad Nat James ha realizado la mayoría del trabajo) y probamos un abanico de posibilidades. Las que mostramos a continuación han sido las que mejor se ajustaron a lo que queríamos lograr en términos de visualización de información y precisión estadística.
Todas las visualizaciones tienen varias opciones adicionales de personalización seleccionables debajo de Distribution. A continuación, un repaso a cada opción. Tipo de gráfica: Área/Violín Área viene seleccionada por defecto. Violín refleja la forma del Área. Distribución mostrada: Positionally Filtered/Any Position/Both En los gráficos de distribución, permitimos elegir entre algunas opciones. Positionally Filtered limita la muestra a los jugadores que han jugado una cantidad de minutos significativa en esa posición.
Any Position muestra la distribución para todos los jugadores: la población. Both... aquí es donde las cosas se complican un poco más. Si hemos elegido Área como tipo de trama, eligiendo Both obtenemos la distribución de la población completa como una línea de puntos.
Sin embargo, si tenemos Violín como el tipo de trama, la distribución superior mostrará la distribución filtrada por posición mientras la distribución inferior mostrará la población completa.
Color de la distribución: Radar Colours / Percentile Gradient / Metric Distinction Estas son sólo preferencias sobre el color de las distribuciones. Percentile Gradient ofrece a través de la paleta de colores una idea del percentil en el que se encuentra el jugador. Además, esos valores también están mostrados al final de la visualización.
Límites de la plantilla: Not Displayed / Dotted / Notches En caso de que queramos mantener una conexión con el clásico estilo del radar, se pueden elegir mostrar líneas de puntos en el límite del 5%/95% de la población o marcas para cada parte de esa distribución.
Interfaz de usuario para comparaciones
Ahora las comparaciones ocurren en la propia página de radar. Existe un menú desplegable que muestra los jugadores favoritos guardados para hacer las comparaciones además de dar la opción de buscar uno nuevo.
En cualquier radar, al hacer clic en la estrella de la parte superior izquierda de la pantalla se añadirá un nuevo favorito. Estos se pueden gestionar en el menú de favoritos en la parte superior derecha de la pantalla de IQ. Tanto los radares como las distribuciones permiten superponer diferentes jugadores y equipos para comparar de manera rápida.
Esta es una gran actualización de nuestra plataforma y esta pequeña explicación de las opciones de diseño y nuevas visualizaciones no abarca totalmente la cantidad de cosas nuevas que los clientes pueden explorar. Como hemos señalado anteriormente, esta es la primera fase de una serie de actualizaciones en diferentes fases que permitirán a los clientes opciones de personalización adicionales en la forma en que pueden visualizar y analizar la información en StatsBomb IQ.
¡Gracias por la atención!
- Ted Knutson CEO de StatsBomb