Todavía los datos no son indispensables para los entrenadores de fútbol. Giovanni Savarese, el técnico del Portland Timbers, sigue apoyándose en la intuición para tomar decisiones. Pero no es necio: sabe que hay valor en el análisis de datos. Los Timbers están séptimos en la Conferencia Oeste, y llegaron a la final en el último torneo de la MLS. El trabajo de sus sports scientist y la recolección de datos de sus futbolistas fueron dos de las columnas sobre las cuales construyeron a un equipo temible.

Zarek Valentin es un defensor de 27 años que lleva seis temporadas en la MLS. Es un consumidor de datos de rendimiento, y recurre a ellos para cambiar su producción. Dice que a partir de todos los viajes que tuvo el equipo en los primeros tres meses de temporada –los Timbers tuvieron gran parte del calendario lejos de casa–, sus glúteos se tensaron por pasar tanto tiempo sentado en aviones. Valentin usa más que los sistemas de frecuencia cardíacas y el GPS de Catapult: sus pantalones cortos están conectados a Athos (un sistema de sensores que se colocan en la ropa deportiva y miden la capacidad y los esfuerzos musculares de los deportistas) para medir las señales eléctricas de los músculos en las piernas. Así descubrió la relación entre los viajes y la caída de su rendimiento.

“Mientras estaba sentado en el avión descubrí que tenía los glúteos más tensos porque no los estaba usando lo suficiente. Necesitaba hacer muchos ejercicios de activación de glúteos para que mis músculos pudieran comenzar a trabajar de manera más funcional”, dice Valentin a SportsTecchie.

Zarek Valentin, defensor de los Timbers

Los Timbers están recopilando miles de datos. Pero todavía no tienen la fórmula exacta de qué hacer con todos ellos. Saben que son importantes, pero siguen trabajando en encontrar la mejor forma de utilizarlos.

“No hay un obstáculo de ninguna manera, solo estamos tratando de encontrar la mejor manera de comunicar lo que es importante discutir o marcar. Es importante utilizar la tecnología para ayudarnos a comprender lo que le está pasando a cada atleta, pero lo más importante es cómo se unen. Estamos en constante comunicación con los entrenadores y el resto del equipo de administración para encontrar la mejor manera de ayudarlos a tomar las mejores decisiones no solo para la salud del jugador sino, en última instancia, para el rendimiento” agrega Nick Milonas, director del área de sport science de los Timbers.

Para mantener esa comunicación con los entrenadores, Milonas le exige algo a su personal: simpleza en sus informes para evitar confusiones que amenacen al proceso. En el grupo hay 15 personas que cargan y analizan los datos para tomar decisiones para los entrenamientos. Por ejemplo, si descubren en Athos un desequilibrio en la proporción de los glúteos en los isquiotibiales o en los cuádriceps de un futbolista, aconsejan a los entrenadores sobre cómo trabajar para que recupere la simetría.

Milonas piensa que Athos y Catapult funcionan combinados: “Catapult muestra la medida externa de lo que hacen, y Athos cómo está respondiendo el cuerpo a los trabajos que van desarrollando. Athos te permite ver cómo se mueve el cuerpo y cuándo está apto para entrenar. Puede dictar qué tipo de entrenamiento debemos hacer no solo para recuperarnos, sino también para prepararnos para el siguiente juego”.

Nick Milonas, sports scientist de Portland Timbers

La ciencia también está en la cancha. Para simplificar el desarrollo de los futbolistas, el campo de juego principal del centro de entrenamiento tiene cámaras 4K de Spiideo, un sistema que graba video y envía transmisiones en vivo a los teléfonos inteligentes de todos los integrantes del área de Ciencia Deportiva del equipo.

También poseen Sparta Science, una placa de fuerza que se conecta al sistema de gestión de rendimiento del equipo y transfiere los datos del entrenamiento en tiempo real. Todo eso sirvió para darle eficiencia a las prácticas. Entre tanta tecnología, Gavin Wilkinson, General Manager de los Timbers, le dice a SportTechie: “El análisis excesivo conduce a la parálisis de algunas maneras en las que tienes miedo de tomar una decisión y tienes que ir con tu instinto. Se trata de encontrar el equilibrio.No creo que las matemáticas sean la respuesta a todas las preguntas. Nunca tomaré una decisión sobre un número. Todavía necesitás tener sentimiento y apoyar la decisión con números”, aporta Savarese, el entrenador del equipo.

“¿Qué jugadores son aptos para jugar en ciertos entornos, ya sea en casa o un juego de visitante? Podemos tener en cuenta la cantidad de viajes que pueden incluirse en ese juego o el tipo de clima en el que están jugando. Hay mucho, pero al final del día para nosotros es importante llegar al punto en que podamos utilizarlo todo”,

La franquicia ya busca ir más allá en la recolección de datos y planea incluir inteligencia artificial, algoritmos y modelos predictivos para tomar decisiones más rápidamente. Sin embargo, Milonas cree que será “realmente difícil” que los modelos predictivos ayuden a prevenir lesiones antes de que ocurran. “Todo lo que viene de diferentes departamentos nos permite no solo reflexionar, sino que también nos permite prescribir algo que es aún más óptimo que lo que hicimos en el pasado ¿Cómo se combina todo esto con el perfil de un atleta? ¿Cuántos minutos de juego jugaron? ¿Qué jugadores son aptos para jugar en ciertos entornos, ya sea un juego en casa, un juego de visitante? Podemos tener en cuenta la cantidad de viajes que pueden incluirse en ese juego o el tipo de clima en el que están jugando. Hay mucho, pero al final del día para nosotros es importante llegar al punto en que podamos utilizarlo todo”, dice Milonas. De todos modos, el secreto del éxito para Milonas es la comunicación: “Si no podemos comunicar la información correctamente, ¿cómo vamos a llegar a ese nivel máximo de éxito sostenible?”, indica.

Giovanni Savarese, entrenador de Portland Timbers

Es que al final los receptores de todo este cúmulo de datos son los futbolistas. Ellos precisan información clave, clara y simple. Valentin suele pedir sus datos de rendimiento para establecer una relación entre cómo se sintió durante el entrenamiento o un partido y qué muestran los números. “Disfruto del lado analítico porque cuando miro las tendencias encuentro que mi cuerpo reacciona de manera diferente en diferentes momentos. Por ejemplo, no había jugado en tres semanas y estaba extremadamente agotado después del partido. Resultaba que ese día había sido el que más había corrido en todo el año. Si me siento bien y estoy cubriendo mucha distancia, entonces está bien, estoy en forma, puedo avanzar. Pero las veces que no recorro tanta distancia y me siento terrible, entonces necesito averiguar qué tipo de trabajo poner en el resto de la semana”, cuenta.

La ciencia, la interdisciplina, y el correcto procesamiento de datos, funcionan como una fórmula que en Portland respetan a la perfección.

Redacción Analítica Sports

Twitter LinkedIn