Máster en Big Data aplicado al Scouting en fútbol

El Big Data ha abierto una puerta transversal para su óptima aplicación al deporte, en concreto, al fútbol. Por ello, es una herramienta útil para reforzar la construcción de la dirección deportiva. Es muy difícil entender uno de los estamentos más importantes de un club de fútbol sin la aplicación del dato de forma profesionalizada. En definitiva, el dato es un pilar básico que ayuda a optimizar procesos, así como a detectar talento en cualquier competición y a reducir al mínimo el factor suerte.

1. Big Data y fútbol.
2. Estructura, organización y planificación de una dirección deportiva de fútbol.
3. Los pilares básicos de una dirección deportiva.
4. El seguimiento en bruto y en neto.
5. Los perfiles.
6. La negociación.
7. La adaptación.
8. El dato y la reducción del factor suerte.
9. La cantera.

La figura del scout es un engranaje sin el cual una dirección deportiva no puede funcionar. Ahora bien, es el director deportivo el que debe marcar las directrices y los pasos a seguir con el fin de conseguir una armonía que dé frutos interesantes en el proceso de scouting. El scout asume las órdenes del director deportivo y expone soluciones para potenciar la estrategia instaurada y detectar posibles jugadores que se acomoden al modelo de juego implementado. Finalmente, será el scout quién construya los informes visuales y redactados para presentarlos al director deportivo.

1. El scout en la dirección deportiva.
2. Funciones del scout.
3. Metodología de trabajo del scout.
4. Casos reales de actuación de un scout en el fútbol profesional.

El fútbol no puede entenderse sin el dato, puesto que es el mejor complemento para tomar decisiones. Los proveedores de datos como Wyscout, Opta e Instat son imprescindibles para que, tanto los scouts como los analistas dentro de un club de fútbol, puedan comenzar a ejecutar sus análisis. Son el punto de partida y en el presente módulo se centra la mirada en la selección de los indicadores del rendimiento apropiados en función del objetivo marcado y su exportación. Asimismo, se recogerán las diferencias patentes entre los proveedores y se mostrará la estructura interna, así como todas las posibilidades avanzadas que permiten.

1. Introducción a los proveedores de datos.
2. Opta.
3. Scout74.
4. Instat.
5. Wyscout.
6. MediaCoach.
7. StatsBomb.
8. Portales de estadísticas.

La explosión del Big Data en el mundo actual alcanza y debe alcanzar al plano micro. El scout no solamente ha de quedarse en el conocimiento de qué proveedores de datos existen en la industria y el cómo funcionan, sino también en su contenido más técnico. Un análisis o proceso de seguimiento carece de sentido si las métricas o indicadores del rendimiento a aplicar no se conocen con total certeza. Es fundamental saber qué miden y qué alcance tienen cada una de las métricas que se pueden aplicar en el análisis del rendimiento de un jugador, tanto en fase ofensiva como en fase defensiva.

1. La importancia del dato en el plano micro.
2. Métricas ofensivas: concepto e interpretación.
3. Métricas defensivas: concepto e interpretación.
4. Construcción y enfoque de métricas avanzadas.
5. Las métricas de evaluación del portero.
6. Caso real de aplicación de métricas de un scout.

La dirección deportiva requiere cuadros de mando interactivos que ofrezcan visualizaciones objetivas y personalizadas. El scout juega un papel esencial en desarrollar estas herramientas para la secretaría técnica. Las visualizaciones de datos permiten tomar decisiones con mayor impacto, ahorrar tiempo y automatizar la recopilación de información. Así, se pueden identificar jugadores seleccionables y sus métricas destacadas según filtros definidos, además de generar informes individuales y relaciones estadísticas adaptadas a cada posición.

1. Introducción a las diferentes herramientas para el análisis de datos micro.
2. Introducción a Tableau: elementos, recursos y tipos de gráfico.
3. Informes evolutivos y acumulativos de los jugadores seleccionados en Tableau.
4. Introducción a Microsoft Power BI.
5. Visualización de los eventos del juego a nivel micro en Power BI con datos de Opta, Instat, Wyscout y Mediacoach.

El análisis del rendimiento individual debe incluir tanto una parte objetiva como una subjetiva. Para mostrar visualmente las habilidades técnico-tácticas del jugador, es esencial dominar herramientas como NacSport o Metrica Sports. Este módulo se enfoca en vídeos individuales que respalden patrones de juego detectados en los datos. Además, es fundamental considerar el entorno y el modelo de juego del equipo del jugador, ya que ignorarlo puede llevar a interpretaciones incompletas del rendimiento.

1. Introducción al videoanálisis.
2. Metodología para optimizar y potenciar las herramientas.
3. Matrices y transformación de eventing en datos útiles.
4. Casos reales de videoanálisis
5. Construcción del soporte de soporte para el informe escrito

La forma y la estructura del informe individual han de seguir unos patrones fijos con el fin de transmitir y concluir con la máxima precisión cómo es el jugador a estudiar. La presentación de los datos conjuntamente con los apartados subjetivos y su correspondiente soporte de apoyo visual han de combinarse de la manera más profesionalizada posible. Por ello, en el presente módulo aprenderás a formalizar los informes individuales y a compartirlos con la dirección deportiva.

1. Definición de informe individual dentro de una dirección deportiva de fútbol profesional.
2. Fundamentos teóricos aplicables a la edición de informes técnicos.
3. Modelos de informe a realizar y sus características.
4. La inclusión del dato en los informes técnicos.
5. Casos reales de informe conjuntamente con sus cuadros de mando interactivos.

La cantera es la pieza angular de todo proyecto en un club. El futuro de los equipos pasa por tener una buena estructura y metodología, tanto en el apartado de entrenadores como en el de scouts de captación. La figura del scout es clave en las categorías inferiores e, incluso, puede llegar a ser la piedra filosofal de toda proyección futura a nivel de club. Detectar no solo el talento, sino los jugadores que pueden hacer carrera en el club y hacerles tener un sentimiento de pertenencia hacia éste es un factor imprescindible. En todo este proceso, la tecnología no está tan instaurada como en el fútbol profesional y, por ello, el ojo humano y el conocimiento del Smart Data ayudará a minimizar los errores en el seguimiento de los futbolistas a incorporar en la secretaría técnica de cantera.

1. Misión e importancia de la cantera.
2. Filosofía y valores de la cantera.
3. Metodología en el departamento de captación de cantera.
4. Diseño de un modelo de monitorización de cantera.
5. Atención individualizada en el proceso de formación integral.
6. El ojo clínico y el Smart Data.
7. Sistemas de captación de datos en cantera.
8. Casos reales de informes de captación.

La importancia de la analítica es ya una realidad en el mundo del deporte. La automatización de procesos y el desarrollo de algoritmos permitirá una mejor toma de decisiones con las que obtener el máximo beneficio. Con los lenguajes de programación R y Python, aprenderemos a utilizar los lenguajes más importantes en la Ciencia del Dato en cada una de sus etapas: extracción de la información, limpieza y preprocesado de los datos y visualización de los resultados, y su aplicación a casos de uso en el mundo del fútbol.

1. Introducción y programación básica con R.
2. Introducción y programación básica con Python.
3. Limpieza, preprocesado y visualización de los datos con R y Python.
4. Aplicaciones de análisis de datos con Python.
5. Introducción a la similitud entre jugadores.
6. Casos reales de informes de captación.

El Machine Learning es una técnica computacional con la cual el sistema es capaz de aprender modelos en función de ejemplos en lugar de instrucciones. En el mundo del deporte, nos encontramos en una fase inicial, sin embargo, son muchos los casos de uso aplicados al deporte en los que la utilización de algoritmos que detecten patrones en los datos de partida marcarán la diferencia.

1. Introducción a Machine Learning
2. Tipos de algoritmos de aprendizaje automático
3. Casos de uso en el mundo del fútbol.

El Proyecto Final de Máster consistirá en la elección de una o varias de las temáticas tratadas a lo largo del curso, aconsejándose el seguimiento de una línea gradual y progresiva similar a la del Máster.