logo MueveteBasket.es logo Ideal twitter

Plantillas    Estadística    Rankings    Camisetas NBA    Zapatillas    Libros   

  Datos a fondo

Fran Camba: "Los datos avalan la forma de jugar de Monbus Obradoiro"

¿Cómo utiliza la estadística avanzada un conjunto ACB? Su responsable en el Obra nos desgrana, con todo detalle, la importancia que le dan en el conjunto entrenado por Moncho Fernández.

Luis Clausín 27/11/2019

Mientras que en la NBA la estadística avanzada forma parte importante de la cultura de cada franquicia, en el baloncesto español de momento no ha arraigado. Incluso su pionero en la ACB, con el cual charlamos a continuación, reconoce que "no sé qué tipo de trabajo están haciendo en otros clubs de baloncesto".

Este mes en el "Datos a fondo" es cosa de Fran Camba. Si estás interesado en la estadística coge papel y boli.

¿Tiene Monbus Obradoiro más necesidad de buscar caminos alternativos, como la estadística avanzada, que el Real Madrid? Me refiero a que vosotros, con uno de los presupuestos más bajos de la ACB, si hacéis las mismas cosas que el resto de los equipos vuestras posibilidades de éxito son reducidas.

El Obra de los últimos 10 años se ha caracterizado por ser un club muy peculiar, tanto en la forma de jugar como en el resto de las facetas del día a día del club. Está claro que los recursos son muy inferiores a los de la mayoría de los clubs con los que se compite cada temporada y eso hace que haya que suplirlo con trabajo e ilusión. Si se le pregunta a cualquier jugador o ex jugador del Obra por su experiencia en el club creo que la gran mayoría respondería la familiaridad que se respira, quizá esa sea una de las claves. La afición, ese ambiente tan particular que se vive en Sar que hace que valore muchísimo más una acción defensiva de esfuerzo máximo que cualquier otra acción del juego. Todo suma para que se puedan ir cumpliendo los objetivos de cada año.

Obradoiro en tiempo muerto

La dirección deportiva y el cuerpo técnico se caracterizan por ser extremadamente detallistas y metódicos en el trabajo diario, y que se haya incorporado un departamento de estadística avanzada al día a día del club es la conclusión de esta forma de entender el trabajo.

No hay duda de que a los modelos estadísticos debemos sumarle el juicio humano ya que hay variables que un modelo siempre desconocerá (problemas físicos, un jugador no se adapta al clima de una ciudad...). Por ejemplo a la hora de fichar, ¿cómo afrontáis este proceso en Obradoiro? ¿Partís de los números como primer filtro? ¿Cuánta gente tenéis voz en la contratación de un jugador?

Cualquier modelo que intente predecir el rendimiento de un jugador/equipo es ya imperfecto, contiene errores que hay que intentar minimizar. El criterio del entrenador profesional complementa el modelo y la decisión que se tome en cada momento.

Desde el punto de seguimiento de jugadores la estadística avanzada es un elemento más para ayudar a la decisión final más que un filtro de jugadores. Lo que hacemos es “modelizar” cada jugador con una serie de parámetros y tenerlos agrupados según estos parámetros. Esto nos permite comprobar si un jugador cumple con unas determinadas características “matemáticas” que encajen con lo que se está buscando.

Daryl Morey, una de las referencias de la estadística avanzada en la NBA, reconoció en el libro "Deshaciendo errores" que estaba frustrado porque su modelo no funcionaba tan bien como él proyectaba, pero que su visión cambió cuando descubrió que el problema no era solo su modelo sino que también caía en sesgos. ¿Usáis mecanismos evitar estas trampas cognitivas?

El problema aquí es que creo que hay gente que se siente frustrada en cierto sentido por desconocimiento. La estadística avanzada no es la fórmula mágica para ganar partidos, simplemente es un complemento más que, correctamente integrado en la metodología de trabajo del club, ayuda a optimizar el rendimiento. Si lo entendemos así tendremos una herramienta muy potente para tomar mejores decisiones y debemos tener en cuenta que esto es un juego de probabilidades y que no siempre vamos a acertar.

Ian Graham, director de análisis del Liverpool (vigente campeón de Europa de fútbol) , cuenta que prefiere no ver los partidos y comer con los jugadores para evitar cogerles cariño y que de manera inconsciente su mente quede sesgada. ¿Genio o loco?

Estoy bastante de acuerdo con esta afirmación, pero es casi imposible de seguir ya que es muy difícil que no se conozcan a los jugadores/equipos que estás analizando. Pero a la hora de emitir juicios hay que valorar únicamente los datos para intentar no caer en sesgos.

Obradoiro en tiempo muerto

¿Los datos sobre los que trabajáis los recogéis de alguna plataforma o los tratáis buscando contar con mejor información? Por ejemplo parece que son varias las franquicias NBA que no están interesados en el dato referente a las asistencias tal como lo contabiliza la NBA.

Ahora mismo tenemos una aplicación propia que recoge y trata los datos que se obtienen de forma oficial en varias ligas europeas. Está claro que esto ya introduce un sesgo ya que hay algunos elementos del juego (asistencia, punto de contraataque…) que dejan cierto margen a la interpretabilidad del anotador.

También hay datos que nos gustaría tener y que no están disponibles, pero que seamos nosotros mismos quienes recojan los datos para minimizar este sesgo o para acceder a ese tipo de dato que nos gustaría tener es ahora mismo inviable.

Sabemos que usáis la analítica para mejorar el rendimiento de vuestro equipo, para analizar el de vuestros adversarios, para fichar jugadores... Una duda, ¿en estas primeras jornadas no es muy complicado hacer scouting basado en datos cuando las muestras todavía son tan pequeñas?

Si, es un problema que intentamos minimizar con los datos de entrenadores/jugadores de temporadas anteriores. Con las competiciones europeas y con el aumento de partidos estamos logrando solucionarlo antes. A estas alturas de la temporada ya hay muchos equipos con 18 - 20 partidos jugados y con ese volumen ya podemos empezar a sacar conclusiones interesantes.

Para nuestro análisis propio lo solucionamos mucho antes ya que tenemos un volumen de datos mucho mayor que del resto de equipos de la liga.

Una vez que habéis terminado vuestro trabajo con los números... ¿ lo más complicado es transfórmalos en un lenguaje simple que pueda ser fácilmente asimilado por staff y jugadores? ¿Vuestros jugadores creen que en la analítica? Este verano se hizo viral la queja de Zach LaVine sobre que los Bulls le pedían que no tirara de media distancia en un claro ejemplo de un jugador que no "abrazaba la cultura" del dato.

Esta es una de las claves del trabajo, el objetivo es que el reporting de cada jugador/equipo sea aplicable al trabajo diario en pista, de otra forma no tendría ningún sentido. La fe en el dato es como en el resto de aspectos, si sirve para tomar decisiones que ayuden a ganar partidos todos creerán en el dato. Al final son matemáticas y estadística, un juego de probabilidad en el que nunca hay que olvidar el factor humano.


La NBA, impulsada por la analítica, vive la era del pace & space. Está claro que apostáis por el space ya que el Obra se convirtió la pasada temporada en el equipo de la historia de la ACB que más apostó por el triple (el 49,2% de vuestros tiros de campo fueron desde detrás de la línea). Pero el space os situáis en el otro lado, siendo uno de los equipos con un ritmo de juego más bajo. ¿Hasta qué punto la analítica es responsable de esto?

El juego de Moncho, Víctor y Gonzalo es muy elaborado desde que se hicieron cargo del equipo, es su identidad, ese juego con multitud de opciones, muy divertido de jugar (lo digo por experiencia propia porque yo fui jugador amateur de Moncho y Víctor) y que requiere un proceso de asimilación. Los datos están avalando esta forma de jugar, este ritmo y esta forma de consumir posesiones es la que le va mejor al equipo en la mayoría de las veces lo que no quiere decir que no se vaya adaptando a lo que exige el rival, a los jugadores de la plantilla y a las características de la liga cada año.

Una dato que cada vez gusta más al espectador y menos al experto en analítica es el +/-. ¿Cuál es tu opinión sobre esta estadística? ¿Le dais algún valor?

Cualquier número tiene que ser valorado en contexto. Es prácticamente imposible que un solo valor de una métrica de un jugador/equipo nos dé información fiable. Con la métrica que me indicas, por ejemplo, tendríamos que valorar el +/- del equipo con el jugador en pista y con el jugador en banquillo, tendríamos que ver con qué compañeros comparte pista, en qué medida el jugador es responsable de ese +/-, si el partido tiene un marcador apretado, si estamos en clutch time, etc.

Hagamos ficción. Mañana su jefe en Obradoiro te dice que dobla el presupuesto para su departamento. ¿En qué lo invertirías?

Probablemente en tener datos sobre el track en pista de cada jugador. Ha de ser el siguiente paso en ligas muy profesionalizadas y de presupuestos altos como Euroliga, por ejemplo.

¿A qué crees que se debe que en España se le esté dando una mayor importancia a la estadística avanzada en los clubs de fútbol que en los de baloncesto? Es algo sorprendente ya que hasta el propio Monchi, el cual está señalado como uno de los líderes de la revolución del big data en el fútbol dice que en su deporte tiene “un comportamiento menos objetivizable. En el baloncesto la cancha es más pequeña, es más individual…

La verdad es que no sé qué equipos de fútbol tienen un departamento que se dedique a la obtención y tratamiento de datos. No puedo opinar porque no sé tampoco qué tipo de trabajo están haciendo en otros clubs de baloncesto aunque estaría encantado de compartir opiniones y charlar con alguien que esté haciendo algo parecido en algún otro club.

Para cerrar la entrevista te pediría que nos hicieras una recomendación a quienes estamos interesados en seguir profundizando en la estadística avanzada. ¿Qué libro, pagina web, cuenta de red social, etc. no debemos perdernos?

Hay varios libros sobre datos y baloncesto, el famoso Basketball on paper de Dean Oliver es un must, Stephen Shea es también un analista muy interesante con varios libros publicados y con un blog bastante divertido.

También hay varias webs que se dedican a informar sobre tendencias en tecnología de recogida y tratamiento de datos pero echo de menos algún blog en español que sea más didáctico, que explique la interpretación de las métricas y cómo se pueden utilizar para tomar decisiones. Este es uno de los proyectos que tengo aparcados desde hace unos meses, espero poder ponerlo en marcha pronto.

Podéis seguir a Fran Camba en su Twitter.

Fuente foto: Obradoirocab.com.

Este artículo forma parte de nuestra sección de análisis "Datos a fondo", los cuales se publican el último miércoles del mes. Para no perderte ninguno síguenos en Twitter, Facebook o a través de nuestro RSS.

También puedes ayudarnos a que esta información llegue a la mayor cantidad posible de gente. Sólo tienes que hacer un clic en los iconos de abajo y compartirlo en alguna de tus redes sociales. ¡Muchas gracias!

twitter facebook
Datos a fondo

Aviso legal, política de cookies y de privacidad

contacto muevetebasket | twitter | twitter MueveteBasket.es 2004/19

Utilizamos cookies, ¿estás de acuerdo? aquí