Super Crunching (nada que ver con cereales o barritas energéticas)

“Show me the money!” – Jerry MacGuire

Probablemente, ésta sea una de las citas más famosas sobre dinero y deporte, la inseparable dualidad presente desde que los deportes amateurs dejaron paso al profesionalismo, con todos los beneficios y desventajas que ello conlleva. Decía Johan Cruyff que “el dinero debe estar en el campo,  no en el banco” y, pese a que muchos pueden estar de acuerdo con este punto de vista, no es menos cierto que, en la gran mayoría de los deportes, esta filosofía ha provocado una concentración de los vencedores en torno a aquellos con mayores recursos económicos. Nuestra Liga española es el vivo ejemplo de este proceso, recorrido por los dos grandes de nuestro fútbol, Real Madrid y Barcelona. Cuantas más victorias, más aficionados, más ingresos y, por ende, mejores jugadores para poder fichar, incrementando la probabilidad de nuevas victorias y retroalimentando así el proceso, haciendo prácticamente imposible para los demás equipos aspirar a cotas más altas. Pero, ¿y si os dijera que el dinero puede no ser un factor tan diferencial como todo el mundo piensa? Algunos pensarán en posibles soluciones como la cantera o el buen ojo de los ojeadores deportivos. Ambas son, a priori, soluciones factibles, pero no es de ello de lo que hablaremos aquí. Esta entrada no pretende ser una simple discusión de bar que poco o nada nuevo aporta.

¿Y si la solución estuviera en un simple ordenador? ¿Imposible? Bienvenidos al “Supercrunching”, la forma en la que las empresas del siglo XXI tratan de vencer nuestros prejuicios, sesgos, falsas intuiciones y demás, aplicando los algoritmos y el procesamiento de datos a áreas tan dispares como la publicidad, el comercio online y, sí, los deportes. Pero, ¿qué es el Supercrunching? Según nos explica Ian Ayres en su libro “Super Crunchers.Why Thinking by Numbers is the New Way to Be Smart”, no es sino el análisis estadístico que tiene un impacto en nuestras decisiones del mundo real

Tal y como podemos ver en la película de 2011, “Moneyball”, Bill James utilizó el procesamiento de datos como método principal a la hora de seleccionar jugadores de baseball, frente a todos aquellos que veían en este método una simple quimera de ciencia ficción y defendían la experiencia de los ojeadores como la verdadera clave a la hora de realizar los fichajes. James desarrolló su propia formula estadística, mediante el tratamiento de datos y técnicas econométricas de inferencia, asignando a cada jugador un valor basado en sus estadísticas de años anteriores. Fue Billy Beane, Manager de los Oakland A’s quien decidió aplicar el método de James. ¿El resultado? De los 30 equipos de la Major League, el suyo ocupaba el puesto 24 de los equipos con mayores salarios. Y, sin embargo, lograron llegar a la final de los playoffs cuatro años consecutivos, logrando convertirse en el primer equipo en los más de 100 años de historia del baseball americano en lograr 20 triunfos consecutivos.

Pero el Supercrunching está presente en cada vez más actividades de nuestra vida diaria, encontrando decenas de ejemplos a nuestro alrededor. En el año 2004, antes de que el huracán Iván golpeara Florida, la cadena de distribución Wal-Mart ya había acumulado cientos de miles de “Pop Tarts” de sabor a fresa, pues había analizado los patrones de compra en aquellos lugares que ya habían sido afectados por catástrofes similares, y se dio cuenta de los enormes beneficios que podía obtener si conseguía cubrir la demanda esperada de dichos productos. Los ejemplos son infinitos: Compañías de marketing online que ponen sus anuncios en aquellas zonas de la pantalla donde, estadísticamente, ma de la semana en que se haga la compra, s en funcie, estadstade podos consecutivos. onsecutivos, logrando convertirse en el priás suelen clicar los usuarios, aerolíneas que cambian el precio de los billetes ofertados en función del día de la semana en que se haga la compra, páginas de contactos online…etc.

Sólo hay dos límites, el primero es la ingente cantidad de datos que se necesitan para poder obtener unos resultados de calidad (Wal-Mart tenía almacenados, en 2007, más de 570 Terabytes de información, y Google más de 4 Petabytes de datos que eran constantemente procesados) y que deben ser tratados por algunos de los centros de procesamiento más potentes que existen. El otro es la imaginación de aquel que posea los datos. Tal y como reza el dicho anglosajón “The sky’s the limit”