Big Data como herramienta de la gestión de operaciones en

clubes de futbol profesional

Alexander O. Garcia Muñoz
La acumulación y procesamiento de información que actualmente se viene dando

y que es utilizada para la toma de decisiones estratégicas orientada a crear

ventajas competitivas en una empresa , es conocida casi por consenso- muchos

suelen confundir el Big Data con el BI(Business Inteligence) o IoT(Internet de las

cosas por sus siglas en inglés) – aunque todos forman parte de la actual

transformación digital que estamos viviendo , debemos entender al Big Data como

el procedimiento sistemático mediante el cual las empresas usan dichos datos

para la toma de decisiones estratégicas, una definición alineada con los intereses

empresariales podría ser la del IDC (Internacional Data Corporation) que define al

Big data como el avance novedoso de tecnologías y arquitecturas, destinado a

recuperar el valor económicamente de una gran cantidad de variedad de datos

[ CITATION Sud19 \l 10250 ] , vale decir que las características más relevantes del Big

Data – en esta ocasión también casi por consenso- engloban a palabras que

empiezan por la letra V ,como se sostiene en “Principles of Big Data: Preparing,

Sharing and Analazing Complex Information“: “El Big Data está definido por las

tres V´s : volumen, variedad y velocidad” [ CITATION Ber13 \l 10250 ] ; no obstante

algunos suelen hablar de hasta 7 v , a las mencionadas se habla también de

veracidad , viabilidad, visualización y valor [ CITATION Mat19 \l 10250 ], en el libro “Big

Data Processing Using Spark in Cloud” se menciona que dichas características

adicionales son provistas por el desarrollo del IoT ya que se usan diferentes

sensores para la generación de datos en campos como la agricultura,

construcción, he ahí la magnitud de datos que se puede llegar a almacenar, por

ende surge una necesidad imperiosa de procesar efectivamente estos datos los

cuales tienen una arquitectura , como se menciona en el libro “Big Data :Análisis

de Grandes Volúmenes de Datos en Organizaciones” , que debe considerar la

integración de las nuevas tecnologías y herramientas de los grandes volúmenes

de datos con los datos tradicionales , para tal fin las innovaciones que más han

ayudado son cuatro según [ CITATION Joy13 \l 2058 ] los medios sociales, la

movilidad , Cloud Computing e IoT, de los mencionados debemos resaltar que

para el deporte , las innovaciones más útiles son la movilidad (teléfonos

inteligentes, tabletas y apps) y el IoT (M2M, RFID, todo tipo de chips) , como lo

mencionaremos más adelante.

Para darnos una idea de la cantidad de datos, primero de la que existe en el

mundo , se puede aproximar que para el año 2020 se generarán 5.427 Gigabytes

(GB) por cada persona en el mundo, lo más sorprendente es que menos del 1%

de dichos datos acumulados se analizan para aprovecharse , según también se

dice en el libro “Big Data :Análisis de Grandes Volúmenes de Datos en

Organizaciones”, entonces la pregunta cae de madura, hay un puesto de gran

demanda para el analista de datos que cubra esa necesidad?. Como bien

sabemos – y la historia respalda esta afirmación – cada revolución industrial trae

consigo una o unas determinadas especializaciones , nuevos puestos de trabajos

para las personas, así mismo sucede con el Big Data parte de la cuarta revolución

industrial más conocida como industria 4.0 , cuando una empresa está lista para

usar Big Data dentro de sus operaciones , deberá requerir los servicios de un

científico de datos , que pueda adaptar los datos que se tenga , los cuales

normalmente no están listos aún , es decir son datos no estructurados (están en

forma de video , imágenes y audio) o semi estructurados (los cuales no tienen filas

ni columnas, sin embargo son identificables y vienen generalmente en formato

XML y JSON ) , luego el analista de datos se encargará de generar los “insights” 1

para que la empresa tome decisiones al respecto.

Hablemos primero del rol del científico de datos, es un especialista que debe

saber trabajar con diversas fuentes con la tecnología que disponga encargado de

crear estructuras necesarias para que los datos se puedan recoger y analizar

Por su parte el analista de datos, como lo habíamos mencionado es uno de los

perfiles más demandados, es el que enlaza el resto de la empresa con el proyecto

de análisis de datos masivos o si lo hubiera el departamento Big Data, tiene

competencias en manejo de bases de datos , gracias a su formación en

estadística y matemática es capaz de extrapolar conclusiones y aportar valor

agregado al plan estratégico de la empresa , a diferencia del científico éste debe

estar pendiente de las últimas innovaciones tecnológicas que le ayuden a su

trabajo, es tal el impacto que genera el analista de datos que en concreto en el

mundo deportivo es valorado aún más qué el propio deportista, ¿Cómo así? Lo

veremos más adelante

Antes de centrarnos en el tema medular es conveniente saber los sectores donde

más se ha adaptado el Big Data entre los cuales podemos destacar el de finanzas,

ya que inevitablemente supone un nuevo modelo de negocio al trasladar la banca

presencial a la banca móvil , el uso de criptomonedas y el incremento en volumen

de transferencias digitales, asimismo los seguros sabido replantear los deberes

1
Anglicismo que hace referencia a una motivación profunda del consumidor en relación a su
comportamiento hacia un sector, marca o producto. Fuente: Diccionario LID de Marketing Directo e
Interactivo
de información a los tomadores de seguros y asegurados , en clara respuesta al

creciente incremento de comparadores de precios de seguros [ CITATION Bla18 \l

10250 ] .

En el sector sanitario el Big Data tiene mucha injerencia por ejemplo en el control

pandemias, ya que todos los síntomas de todos los pacientes que llegan al

hospital quedan digitalizados, de ese modo mientras más datos se manejen se

podrá aprender más de la enfermedad y curarla, para el caso de las pandemias;

anticiparla, esto se logra usando innovadoras tecnologías IoT, en concreto

hablamos de M2M, para la integración de estos datos tradicionales, como lo

habíamos señalado párrafos atrás

El ejemplo más cercano, quizá porque nosotros mismos lo hallemos

experimentado, se encuentra en la industria del entretenimiento y es que mientras

más información se tenga sobre el comportamiento del cliente , mejores

estrategias de marketing tendremos , en tal sentido es preciso mencionar que en

2006 la empresa estadounidense Netflix , anunció un concurso con el cual

buscaba mejorar los resultados de sus recomendaciones en un 10%, se buscó un

modelo predictivo que defina el contenido del usuario de forma certera y exacta ,

asimismo sucede con otras Apps como Spotify, redes sociales como Youtube,

Instagram , Facebook y Google ,quienes también invierten en esta

personalización de contenido según las acciones que realizas dentro de ellas, para

mejorar su servicio.

Por todo lo anterior dicho podemos decir que el área de marketing es el más

beneficiado dentro de una organización que trabaja con Big Data y es que para
una industria grande del entretenimiento usar esta herramienta se ha vuelto un

aliado muy poderoso, y una industria de entretenimiento de proporciones globales

es sin lugar a dudas , el fútbol.

Conocido mundialmente como “El Deporte Rey” , de acuerdo al libro “La Gran

Burbuja del Futbol” la consolidación de este deporte como industria se dio en las

décadas ochentas y noventas del siglo pasado , en tanto avanzó la globalización y

el interés de millones de personas; así también atrajo el interés de televisoras y

empresarios que no necesariamente gustaban del fútbol [ CITATION Gay16 \l 10250 ] .

En el citado libro también se hace una comparación muy concisa tomando de

ejemplo al FC Barcelona de España donde se describe las fuentes de los ingresos

en 1978 y en el 2014; en aquellas épocas el club catalán obtenía el 87 % de sus

ingresos de la taquilla, es decir los espectadores que acudían al estadio, para el

2014 dicha cifra se limitó a un 8.7% , siendo la mayor parte de los ingresos –cerca

de un 80%- derechos de televisión y comerciales , este abrupto cambio supuso un

nuevo modelo de negocio en donde había que apostar por el activo fijo intangible,

que en buen romance serían los fichajes de jugadores , en ese entonces la

captación de futbolistas calificados de primer nivel no era sencilla , ni tampoco

tenía un respaldo técnico por las limitaciones tecnológicas de ese entonces.

Por su lado otro equipo que también tuvo una transición muy marcada fue el Real

Madrid quienes basaron su propio modelo de negocio en una moderna

organización deportivo-mediática que plantea el comportamiento del club marca

por medio de la explotación del esquema de esponsorización, merchandansing,

venta de derechos audiovisuales [ CITATION Bla06 \l 2058 ] , traducido en números la

directiva madridista se planteó desde entonces que los ingresos percibidos por el

marketing bordeen entre el 40 a 50% de los ingresos totales ,es decir alrededor de

125 millones de dólares para el año 2004, de esta forma podemos ver cómo dos

grandes exponentes del fútbol europeo buscan posicionarse en el mercado del

fútbol como un negocio de entretenimiento global ,como toda empresa que busca

fidelizar a sus clientes así mismo sucede con los equipos de futbol , de hecho

podríamos decir que le hincha nunca encontrará un “producto substituto” porque

solo hay un Real Madrid o Barcelona en el mundo, es aquí donde nos

convencemos de la sostenibilidad de este modelo de negocio : la consolidación de

los clubes de futbol como marcas que han sabido construir su propia identidad a

través de los años , tal cual lo hace Coca Cola con su mensaje de la Felicidad ,

muchos clubes tienen su propio estilo , su propio mensaje , todo ello logra captar

muchos adeptos alrededor del mundo ,que se sienten identificados y para darle

más sostenibilidad a este negocio el equipo debe lograr sus metas en el ámbito

deportivo y de ese modo tener un respaldo a su comercialización, es decir que

todos hagan su trabajo, los futbolistas en la cancha y los responsables de

marketing en las oficinas buscando auspiciadores, contratos de exclusividad con

las marcas , en general el comercio de las virtudes de la propuesta de valor del

club , no debemos olvidar los ingresos por MatchDay los cuales constituyeron la

principal fuente de ingresos durante los primeros años de auge del futbol, y valgan

verdades es muy importante tener una buena gestión de los ingresos por taquilla y

los abonos de los socios para el sostenimiento del club ya que en la mayoría es

una inyección de liquidez , además que un estadio en perfectas condiciones sirve

para otras actividades generadoras de ingreso : actividades culturales , visitas

guías , alquiler de palcos VIP , diferenciándose el servicio según el tipo de cliente-

empresas y público en general- y en esto el Real Madrid también ha sabido

explotar sus activos.

Tras lo expuesto, podríamos decir que el éxito de dichos clubes se deba a las

decisiones-en su momento cuestionables-de invertir más de lo pensado en

fichajes de jugadores, quizá sea osado decirlo por ahora pero los grandes clubes

tratan de mantener el modelo de negocio descrito anteriormente con una buena

gestión de la información, mayormente está aplicado al ámbito del marketing y los

procesos operativos del club: el equipo de fútbol.

Empecemos con esto último, para hablar del impacto del buen uso de los datos,

es preciso traer a la palestra el famoso efecto moneyball, que es un ejemplo

recurrente de éxito en el mundo deportivo, del cual se habla en el libro

“Moneyball:The art of winning an unfair game” [ CITATION Lew04 \l 10250 ] , en donde

se describe como un modesto equipo de beisbol logra la hazaña basándose en el

análisis avanzado de estadísticas contratando jugadores infravalorados por el

mercado por características subjetivas como la edad, físico o personalidad , pero

de un rendimiento superlativo; esta tendencia se propagó en el fútbol de modo que

la captación de jugadores sería más precisa y certera.

Para empezar debemos recopilar los datos de los futbolistas, una de las empresas

pioneras en este servicio fue Opta Sports, gracias a un software propio y tres

analistas, la empresa capaz de recopilar entre 1500 a 3000 eventos por partido,

analizándose 300 variables, dicha información era vendida a los clubes, medios
de comunicación o consultores quienes debían obtener algo más selectivo

[ CITATION Ant17 \l 2058 ]

Hoy en día, las innovaciones tecnológicas que más se usan son las aplicaciones

de Movilidad y IoT, como habíamos señalado antes. En una entrevista con el

diario el País de España, Francisco Gonzales, data analytic del Sevilla FC, señala:

“El Big Data está aquí fundamentalmente para dos cosas: el ahorro de tiempo en

los procesos y para optimizar el error en la toma de decisiones, en el futbol los

datos son generados por las cámaras de monitorización, los sistemas GPS,

multiplicado por todos los partidos multiplicado por todos los entrenamientos

multiplicado por todas las ligas, nos acercamos a los peta bytes de datos, por ello

hablamos de Big Data”

Como decía Gonzales los sistemas que más se usan son los de monitorización y

GPS, los cuales arrojan más de 100 variables por jugador en un entrenamiento,

obviamente se seleccionan las más importantes: velocidad punta, aceleración con

y sin balón, salto, giros, recepciones; toda esta información se le entrega al

entrenador para que éste pueda tomar las mejores decisiones para la consecución

de los objetivos: logro de victorias y prevenir lesiones.

Por citar algunos casos de éxito de Big Data tenemos al equipo inglés Leicester,

quien obtuvo su primer título de la historia en el periodo 2015/2016, gracias a un

minucioso estudio pudo captar jugadores vitales para su campaña , efecto

MoneyBall en la praxis , el francés N´Golo Kanté fue adquirido por 9 MM€ para

ser vendido por 35 MM€ , basado en las capacidades tácticas dentro del campo,

es el mayor beneficio que aporta el Big Data a un equipo de fútbol , lo cual lo hace
un negocio muy rentable, porque gracias al espectáculo que brinda el equipo gana

más aficionados que estarán dispuestos a seguir al club y consumir su

mercadería.

Por ello también hablábamos –párrafos atrás- de la importancia del analista de

datos en la gestión de operaciones de un equipo de futbol profesional,

comprándola en términos de importancia con el mismo jugador, es tal cual porque

detrás de cada campaña exitosa está el analista de datos , quien tiene un trabajo

muy solapado , pero crucial ;para el consultor en Management e Innovación digital,

Oscar Ugaz la situación, respecto a las decisiones basadas en la experiencia y la

subjetividad, está cambiando ¿A quién contratar? ¿Cómo mantener felices a los

aficionados? , porque ahora la democracia populista, como él llama a los clubes

de fútbol, están entendiendo que las mejores decisiones se dan sobre números y

no sobre especulaciones, incluso se anima a comparar el sueldo de un futbolista

con tres analistas quienes empezarían el cambio en un club que desea trabajar

con Big Data, también habla sobre el ámbito nacional , al respeto refiere : ”siendo

objetivos y matemáticamente correctos estamos recién saliendo de las cavernas y

tratando de rescatar clubes de  con deudas casi impagables y juntas

administradoras que cambian cada pocos años y que no pueden establecer un

plan a largo plazo “

En concordancia con lo señalado podemos complementar que el tránsito de estas

prácticas tecnológicas a países en donde el fútbol no es un negocio tan rentable

carece de celeridad, la razón es -además de las mencionadas por Ugaz- que la

capacidad de inversión que puedan captar los clubes es muy escasa, como toda

empresa de este rubro, la inversión es el papel más importante en este caso los
auspiciadores o sponsor son tan decisivos como un inversionista lo es en un

proyecto, siguiendo con la analogía los deportistas calificados vendrían a ser como

los operarios en la obra, por ello se debe procurar cuidarlos y mejorar su

desempeño ,algo también descuidado en nuestro entorno.

Sin embargo, podemos citar determinados casos de cómo el uso interactivo de

datos puede ayudar a mejorar el rendimiento del futbolista, uno de ellos nos lo

comparte [ CITATION Jar18 \l 10250 ] en su libro “El Camino a Rusia” donde nos

describe que para la pasada eliminatoria se usaron software de Video Tracking,

para seguir la trayectoria del futbolista en los videos disponibles , luego cargarla y

procesarla para el análisis ,GPS , para obtener información de los entrenamientos

en campos relevantes para la formación del equipo y scoutings 2 de data para

proveer de la mejor información a Ricardo Gareca, asimismo menciona que días

previos al partido válido por la 14va fecha entre Perú y Uruguay en el pasado

proceso eliminatorio de la Conmebol con miras al mundial Rusia 2018 , el defensa

peruano Miguel Araujo fue informado sobre su rendimiento físico en parámetros de

sprint y salto el cual arrojaba una asombrosa similitud entre él y sus oponentes

uruguayos Cavani y Suarez, a pesar de las realidades futbolística tan distantes,

entre ambos uno en Perú y los otros en ligas top de Europa , el resultado fue que

el día del partido él fue uno que tuvo el mejor desempeño, probablemente con la

confianza al tope, aprovechando que tocamos el mundial de Rusia , es preciso

mencionar que el éxito que no solo fue por el Big Data , dinamizó nuestra

economía llegando a representar medio punto porcentual del PBI, impulso

2
Operadores cuya función es cargar la información que se desea procesar a un software para desarrollar el
análisis estadístico con el objetivo de extrapolar información
económico comparable al de la puesta en marcha de un proyecto minero [ CITATION

Ñop18 \l 2058 ]

Vemos como la combinación de Big Data con la buena gestión estratégica de un

equipo pueden llevar al logro de resultados importantes, cuando se consolida la

parte operativa que son los jugadores y su rendimiento dentro del campo, el resto

está en manos de los gerentes de marketing quienes deben de optar por las

mejores decisiones sobre su público objetivo: los hinchas.

Así como los grandes clubes europeos en su momento apostaron por un nuevo

modelo de negocio donde debieran explotar su marca, los clubes hoy en día que

ya tienen una buena gestión de su capital intelectual y un buen desempeño en el

campo de juego, tienen que centrar sus esfuerzos en la gestión del

merchandising , tener una buena infraestructura, captar patrocinadores que

potencien la imagen corporativa ; para ello el Big Data y el análisis de grandes

volúmenes de datos que ya hemos visto que en este deporte existen en Peta

bytes, son una herramienta fundamental para aportar valor agregado a la visión

estratégica de la empresa

A pesar de ser un negocio basado en el entretenimiento y el ocio, no deja de ser

una suerte de catalizador de economías y generador de puestos de trabajo, sobre

todo cuando tiene una gran aceptación, para que nuestro país pueda familiarizarse

más con un modelo de gestión basado en las estadísticas, deberíamos primero

resolver los problemas internos como las deudas y la corrupción, de ese modo

habremos dado un paso pequeño pero importante en la secuencia de gestión de

operaciones teniendo al Big Data como herramienta principal.

García Vega, E. H. (1). An approach to sport and football as a business and functioning, problems
and improvement of Peruvian soccer. Journal of Business, Universidad Del Pacífico (Lima,
Peru), 3(2), 79-107. https://doi.org/https://doi.org/10.21678/jb.2011.53

Antón, M. (14 de Julio de 2017). Identifiación del Talento en la Organización: Big Data Aplicado al
fútbol. En Identifiación del Talento en la Organización: Big Data Aplicado al fútbol (págs.
16-17). Valladolid: Trabajo de Fin de Grado Universidad de Valladolid. Obtenido de
uvadoc.uva.es.

Berman, J. (2013). Preparing,Sharing and Analyzing Complex Information. Waltham: Morgan

Kauffman.

Blanco Sánchez, M. J. (2018). Digitalizacion de los sectores turístico y financiero , implicaciones

juridicas desde la perspectiva Big Data y FinTech. International Journal of Scientific
Management and Tourism, 19-21.

Blanco, M., & Forcadelli, F. (2006). El Real Madrid Club de Fútbol: la aplicación de un modelo
empresarial a una entidad deportiva en. Universia Business Review, 36-61.

Gay de Liebana, J. M. (2016). La gran burbuja del futbol. Madrid: Conecta.

Jara, U. (2018). El Camino a Rusia. Lima: Planeta S.A.

Joyanes Aguilar, L. (2013). Big Data: Analisis de Grandes Volumenes de Datos en Organizaciones.
México D.F.: AlfaOmega.

Lewis, M. (2004). Moneyball: The Art of Wininnig an Unfair Game. New York: W W Norton &
Company.

Matma, V. (2019). Big Data Processing Using Spark in Cloud. Singapore: Springer.

Ñopo, H., & Cordero, J. (2018). La formula del gol. Lima: Aguilar.
OSCAR, U. (04 de Mayo de 2015). gestion.pe. Obtenido de
https://gestion.pe/blog/revoluciondigital/2015/05/futbol-big-data-y-porque-contratar-
tres-estadisticos-en-lugar-de-un-jugador-poco-eficiente.html/?ref=gesr

Sudeep, T., Sudhanshu, T., & Neeraj, K. (2019). Multimedia Big Data Computing for IoT
Applications. Australia: Springer.