SEED - Sociedad Española de Economía del Deporte

¿Se usan siempre los datos de forma inteligente en el fútbol profesional? 

  01/06/2024 08:00 Opinión


El uso del big data en el fútbol profesional está cada vez más extendido. El big data se refiere a conjuntos de datos extremadamente grandes y complejos que requieren herramientas y técnicas especializadas para su análisis y gestión. Sin embargo, muchos de los datos relevantes en fútbol no se corresponden con el big data. En mi experiencia de más de 20 años como económetra aplicado para cualquier análisis empírico es más importante hacerse una buena pregunta y usar una estrategia empírica adecuada que usar muchos datos. En concreto, voy a hablar del análisis del rendimiento de los entrenadores en dos vertientes. La primera tiene que ver con la política seguida por muchos equipos de echar al entrenador cuando un equipo no está consiguiendo los resultados deseados. En la segunda, voy a hablar de los premios a mejor entrenador tanto en La Liga (La Liga y La Liga 2) como a nivel internacional con el FIFA The Best Coach.

¿Es razonable cambiar de entrenador durante la temporada?

El entrenador es la persona encargada de que la plantilla de jugadores obtenga el máximo rendimiento posible. Cuando un equipo está por debajo de las expectativas que el club tiene puestas es habitual que el equipo cambie al entrenador. Por ejemplo, en las últimas diez temporadas en La Liga el promedio de equipos que han cambiado al menos una vez de entrenador durante la temporada es de 7,2 siendo en LaLiga2 de 10,4. Es decir, alrededor de un 40%.

El cese del entrenador se fundamenta en la expectativa de que un cambio en la dirección técnica mejorará los resultados del equipo. Una revisión del historial de equipos que han cambiado de entrenador a mitad de temporada sugiere que, en muchos casos, los resultados mejoraron; en otros, no tuvieron efecto significativo; y en unos pocos, incluso empeoraron. Así, si uno realiza este tipo de análisis pensará que cambiar de entrenador suele ser una medida adecuada. ¿Por qué?

Uno de los culpables es el concepto de regresión a la media. La regresión a la media predice que después de unos resultados anormalmente malos, lo normal es que éstos mejoren. Al igual que después de unos resultados anormalmente buenos como los del Girona en la primera vuelta, lo normal es que empeoren. Este tipo de análisis resulta habitual al menos en los medios de prensa. Por ejemplo, los periódicos asturianos compararon el rendimiento del Sporting de Gijón con Abelardo en la temporada 2022-2023 con su sustituto Miguel Ángel Ramírez calculando el promedio de puntos por partido. Sin embargo, este análisis no se está haciendo la pregunta adecuada. La pregunta debería ser: ¿los resultados tras cambiar al entrenador han sido mejores que si no hubiésemos cambiado al entrenador?

El problema de esta pregunta es que no hay una respuesta clara y directa pues no se puede saber qué hubiese pasado si tal equipo no hubiese echado a tal entrenador. Por tanto, hay que buscar una de las piedras filosofales de la Economía: el contrafactual. Algunos equipos por los motivos que sea no cambian de entrenador cuando por resultados podrían hacerlo. Un ejemplo sería el de Xavi en el Barca en la temporada 2023-2024. Joan Laporta llegó a declarar “si no fuese Xavi, ya lo habría destituido”. Este tipo de datos sirven para construir un ¿y si no se hubiese echado al entrenador? Jan van Ours y coautores (Besters et al., 2016; Peeters & van Ours, 2023; van Ours & van Tuijl, 2016) usan los datos de entrenadores que podrían haber sido cesados y no lo fueron como contrafactual. El principal resultado es que los resultados del grupo de tratamiento (echar al entrenador) y los del grupo de control (no echar al entrenador a pesar de tener malos resultados) son similares. Es decir, en media, echar a un entrenador no implica que mejoren los resultados.

A más a más la pregunta adecuada sería: ¿teniendo en cuenta los costes en los que un equipo debe incurrir para cambiar al entrenador sería beneficioso desde el punto de vista económico cambiar al entrenador? Para responder a esta pregunta habría que considerar tanto los costes, que en este caso serían los costes monetarios del despido del entrenador, como los posibles beneficios que sería el valor económico para el equipo de una posible mejora en el rendimiento derivada de cambiar al entrenador. Como hemos visto según los estudios de van Ours en promedio cambiar al entrenador no supone un incremento en el rendimiento por lo que los clubes por despedir al entrenador tendrían costes pero, en promedio, no beneficios con lo que sería una medida errónea desde el punto de vista económico.

Premios a entrenadores

Hablar de premio al mejor entrenador debería estar relacionado con el entrenador que mayor rendimiento haya sacado a su plantilla. Por ejemplo, en la temporada 2023-2024 cualquier cosa que no sea elegir a Míchel (entrenador del Girona) como mejor entrenador de La Liga debería verse como una total injusticia. Esta temporada está muy claro, sin embargo en otras no resulta tan sencillo escoger al mejor entrenador. En concreto, voy a hablar de dos premios muy diferentes. Por un lado voy a hablar de los premios Miguel Muñoz que otorga el MARCA al mejor entrenador de La Liga y La Liga2, y, por otra parte, voy a hablar del premio de la FIFA al mejor entrenador.

El trofeo Miguel Muñoz se instauró en la temporada 2005-2006 concediendo un premio al mejor entrenador de Primera División y otro al mejor entrenador de Segunda División. La metodología es sencilla: en cada partido los técnicos reciben puntos de los cronistas de MARCA. El que más puntos tenga al final de la liga, gana el trofeo. Desde hace algunos años he ido publicando en mi blog el análisis de la eficiencia de los equipos/entrenadores de La Liga y La Liga2 aplicando la metodología desarrollada en del Corral et al. (2017) en la que se calcula la eficiencia de un equipo como el inverso de la probabilidad de sacar más puntos que los realmente obtenidos según las probabilidades extraídas de las casas de apuestas. Así, si un equipo obtiene un rendimiento muy por encima del esperado su eficiencia será próxima a uno, mientras que, si tiene un rendimiento muy por debajo del esperado tendrá una eficiencia próxima a cero.

En las siguientes tablas se muestra los ganadores del Trofeo Miguel Muñoz, así como su nivel de adecuación (disparate < no correcto < razonable < correcto) usando el marco de las eficiencias de los equipos calculadas a la del Corral et al. (2017).

image

En La Liga en la temporada 2016-2017 se llevaron el premio ex aequo Asier Garitano (Leganés) y José Luis Mendilibar (Eibar) siendo posiblemente la peor elección del trofeo. Y no, no es por su posición en la liga (10 y 17 respectivamente) pues soy un firme defensor de dar este tipo de premios no sólo a los entrenadores de equipos potencialmente ganadores sino a cualquier tipo de equipo. Pero, al analizar la eficiencia se evidencia que no sacaron el máximo rendimiento a su plantilla. En concreto, la elección de Garitano es sencillamente un disparate. Otra temporada en la que la elección del trofeo no fue adecuada fue en la 2014-2015 al ser designado Carlo Ancelotti.

image

Como puede verse en la mayoría de los casos el premio resulta correcto o razonable. Sin embargo, hay tres premios (Emery 2005/06; Marcelino 2008/09 y Míchel 2019/20) que resultan no razonables por haber algún entrenador que lo merecía más.

A nivel internacional la FIFA hace una selección de cinco candidatos. Entre esos candidatos se organiza una votación en la que votan de los miembros de FIFA el entrenador de la selección, el capitán y un periodista. En este enlace pueden verse los votos de la última elección disponible. La metodología que emplea la FIFA tiene un doble componente. Por una parte, la preselección que hace la FIFA de los cinco candidatos y por otra la votación que se lleva a cabo entre los cinco preseleccionados. En el historial del premio como de 28 entrenadores de equipos de ligas, 27 pertenecen a un equipo de las consideradas Big 5 (Alemania, España, Francia, Inglaterra e Italia) mientras que sólo Ange Postecoglou del Celtic fue preseleccionado sin entrenar a un equipo de las principales ligas. Esto obviamente es una anomalía importante. Más variedad de países hay en los preseleccionados de selecciones, donde aparecen selecciones como Marrueco, Gales, Perú y Argelia. Sin embargo, ninguno de estos entrenadores logró superar el corte de la votación y ser uno de los tres primeros.

Este hecho muestra que es posible que el sistema de votación no resulta todo lo justo que debería pues los entrenadores de equipos o selecciones más débiles no consiguen obtener los votos que posiblemente merezcan. El problema radica en que la votación es más un concurso de popularidad que una votación para determinar qué entrenador ha sido el que más rendimiento ha sacado a su plantilla.

Conclusiones y soluciones

Van Ours y coautores han mostrado que cambiar de entrenador cuando los resultados están por debajo de las expectativas no tiene efecto en promedio para que mejore el rendimiento de los equipos. Sin embargo, es posible que muchos gestores sufran del conocido como “sesgo optimista” y crean que será el suyo uno de los equipos beneficiados al cambiar de entrenador. Así, gestores de clubes que estáis leyendo esta entrada: si vais a despedir a vuestro entrenador si el equipo está rindiendo debajo de lo esperado lo que debéis hacer es añadir una cláusula en el contrato del entrenador que permita rescindir el contrato sin tener que pagar contraprestación al entrenador. Una propuesta podría ser que si su eficiencia está por debajo de 0,30 se le pueda despedir pagando el 25% del contrato restante, y si su eficiencia se sitúa por debajo del 0,05 que pueda ser gratis. Se debería incluir también a partir de un número mínimo de partidos razonable como por ejemplo 15. La contrapartida es que el contrato también debería reflejar que si un entrenador consigue resultados muy por encima de lo esperado que su remuneración aumente, y que quede renovado de forma automática con un sueldo más alto.

Al respecto de los premios creo que tanto el MARCA pero especialmente la FIFA deberían cambiar su metodología para otorgar los premios al mejor entrenador incorporando de alguna manera un mejor análisis de datos para que el resultado del premio sea más justo.

Así visto lo visto, la respuesta a la pregunta del título “¿Se usan siempre los datos de forma inteligente en el fútbol profesional?” sería NO, no siempre se usan los datos de forma inteligente en el fútbol profesional. Hace unos años el análisis de datos entró en el fútbol con mucha fuerza desde en muchas vertientes mejorando sin duda aspectos como calidad, lesiones o atractivo. Sin embargo, en algunos aspectos como la decisión de echar al entrenador o en los premios individuales hay margen de mejora, que estoy seguro que más antes que después llegará.


Disclaimer: Me he centrado en el fútbol masculino dejando a un lado el fútbol femenino por varios motivos. En primer lugar aunque el fútbol femenino está creciendo mucho, el uso de datos no está tan generalizado como en el masculino. En segundo lugar por motivos de espacio, y en tercero, no les voy a engañar, por mi escaso conocimiento para poder escribir sobre fútbol femenino. En cualquier caso, estaré encantado de leer al que replique este análisis usando datos de fútbol femenino.


Julio del Corral Cuervo, Universidad de Castilla-La Mancha


Referencias

Besters, L.M., J.C. van Ours, & M.A. van Tuijl (2016). Effectiveness of In-Season Manager Changes in English Premier League Football. De Economist, 164, 335–356.

del Corral, J. (2016, mayo 16). ¿Cuán de increíble ha sido la actuación del Leicester? Eficiencia equipos en la Premier 2015-2016. Blog de Julio del Corral. Recuperado de https://blog.uclm.es/juliocorral/2016/05/16/cuan-de-increible-ha-sido-la-actuacion-del-leicester-eficiencia-equipos-en-la-premier-2015-2016/

del Corral, J. (2024, enero 5). La primera vuelta de la Liga 2023-2024: ¡El Girona, guauuu! Blog de Julio del Corral. https://blog.uclm.es/juliocorral/2024/01/05/la-primera-vuelta-de-la-liga-2023-2024-el-girona-guauuu/

del Corral, J., Maroto, A., & Gallardo, A. (2017). Are former professional athletes and native better coaches? Evidence from Spanish basketball. Journal of Sports Economics, 18(7), 698-719.

Peeters, T. & J.C. van Ours (2023). Time to Go? An Economic Perspective on Ronald Koeman. IEB Report 1/2023.

van Ours, J.C. and van Tuijl, M.A. (2016). In-Season Head-Coach Dismissals and The Performance of Professional Football Teams. Economic Inquiry, 54, 591-604.


 

SEED

Sociedad Española de Economía del Deporte