UNA PLATAFORMA DE ANALÍTICA AVANZADA QUE PERMITE QUE LOS USUARIOS PUEDAN REALIZAR SUS PROPIOS ANÁLISIS, ESTUDIOS, Y GRÁFICOS. CONOCE SU FUNCIONALIDAD Y COMIENZA A CREAR TUS VISUALIZACIONES DE DATOS.

Madrid, 8 de noviembre de 2022.- En un mercado tan innovador, en auge, y sobre todo competitivo como es el de la analítica avanzada aplicada al fútbol, se podría creer que toparse con plataformas de primer nivel gratuitas y de acceso libre a todo el público sería casi una utopía. Soccer Pelican Search y su fundador Javier Fernández, Data Scientist, Máster en Big Data Deportivo de Sports Data Campus y la UCAM se abren paso en la industria con una propuesta diferente, creada para contribuir con la democratización del dato y aportar al conocimiento abierto y compartido. Soccer Pelican Search es una herramienta web que combina datos de plataformas públicas y genera una interfaz usando el lenguaje de programación Python para que el usuario pueda realizar gratuitamente sus propios análisis, estudios y gráficos para ser compartidos en redes sociales o informes.

Performance – Evolution. Evolución por temporadas del rendimiento de Erling Haaland. Se analiza de forma conjunta las últimas tres temporadas del astro noruego. Parece que no le ha costado mucho adaptarse a la Premier League.

“Ante el gran volumen del dato en el deporte y la curiosidad que cada vez más está teniendo el sector, la herramienta nace como parte de un proyecto personal de intentar dar respuesta a análisis futbolísticos a través del dato. El fútbol y el dato son dos mundos que han de convivir y el aficionado, a través del contexto que da el dato, entenderá mejor el fútbol”, explica Fernández.

El matemático señala que el objetivo de la herramienta es proporcionar al usuario una herramienta gratuita donde obtener gráficos muy visuales que combinan analítica básica y avanzada con la base matemática y estadística fundamental para conformar los estudios e interpretar correctamente los resultados. “Automatizar análisis y darle la libertad al usuario de crear sus propios estudios, porque, aunque el dato sea objetivo, el mundo del fútbol no deja de ser subjetivo”, expresó. 

Expected Goals – Player. Mapa de tiro del jugador Federico Valverde (RMA) en la temporada 22/23. Clara eficacia de cara a puerta, anotando +4.49 goles más de los esperados. De «pajarito» a «halcón» desde fuera del área.

“La herramienta es pública. El objetivo es ayudar al aficionado a contextualizar qué ha ocurrido en el terreno de juego, ayudarle con gráficos y estudios que le permitan responder a múltiples preguntas que se formulan en el mundo del fútbol: ¿es Tchouaméni el remplazo idóneo de Casemiro? ¿está Kepa Arrizabalaga haciendo méritos para ir al Mundial? ¿ha mejorado el FC Barcelona sus números con respecto a temporadas anteriores?”, agregó. 

En cuanto a la cantidad de datos que abarcan y procesan de las diferentes Ligas, equipos y futbolistas, el creador de la “Soccer Pelican Search” comentó: “En una etapa inicial el objetivo era analizar las cinco grandes ligas: La Liga, Premier League, Bundesliga, Serie A y Ligue 1. Como histórico de temporadas, se pueden analizar las últimas tres temporadas, existiendo la posibilidad de realizar un análisis de la evolución por temporada de equipos y jugadores. El alto feedback recibido sobre los primeros desarrollos y la demanda de un mayor número de ligas, hizo que se empezasen a disponibilizar otras ligas europeas de menor impacto y, por consiguiente, los jugadores que juegan en sus clubes». 

“Nuestro objetivo es proporcionar al usuario una herramienta gratuita donde obtener gráficos muy visuales que combinan analítica básica y avanzada con una base matemática y estadística fundamental para conformar los estudios e interpretar correctamente los resultados»

JAVIER FERNÁNDEZ | CREADOR DE Soccer Pelican Search
Similarity Tool. Centrocampistas sub23 más similares a Sergio Busquets (temporada 22/23). Martin Zubimendi, el reemplazo idóneo de Busquets en el Barça, ¿y en la Selección?

«Así, para la temporada actual (2022/2023) se han añadido a las Ligas ya existentes, otras 5 de menor categoría, siendo un total de 10 las Ligas disponibles para la temporada actual. Esto aumenta el número de jugadores analizados, teniendo actualmente más de 4200 jugadores monitorizados”, amplió.  

Al ser consultado por la diferencia que tiene la aplicación a programas similares, Fernández expresó que“Soccer Pelican Search” no viene a sustituir a ninguna otra aplicación sino a montar una solución que ayude en la toma de decisiones. “Existen múltiples de aplicaciones más potentes y con mayor poderío visual y analítico que esta herramienta. Soccer Pelican Search viene a mostrar un ejemplo de cómo con pocos recursos se puede montar una solución que ayude a la toma de decisiones. De forma libre y gratuita, los usuarios navegan por la web, extrayendo sus propios gráficos, análisis y estudios, que son compartidos en redes sociales o informes. Que Soccer Pelican Search esté en el inicio de estos estudios, ya es un logro”, dijo. 

Ranking. Comparativa de rendimiento de los dos principales clubes, y sorpresas de la Champions League, de la Primeira Liga (Portugal) con respecto al resto de equipos de las 5 grandes ligas. Se obtiene el ranking en toda la muestra, observando en aquellas métricas donde cada equipo destaca frente al resto.

Lo más importante: el fútbol. Entender el fútbol, pensar qué historia se quiere contar y, después, a través del código, crear la solución”

JAVIER FERNÁNDEZ | CREADOR DE SOCCER PELICAN SEARCH

Sobre los recursos que implementó para construir la herramienta el matemático está construida puramente en Python. “Utilizamos una librería que se llama Streamlit que permite a los Data Scientist construir sus propias herramientas web sin necesidad de conocer otro lenguaje. El despliegue de la aplicación en una IP pública se hace vía la plataforma cloud Heroku. Esta plataforma, se conecta al GitHub privado donde reside el código, de forma que todo despliegue que se orqueste en el repositorio, automáticamente ordena el despliegue de la herramienta”. 

Scoring Index. Once ideal de La Liga en base al rendimiento de los jugadores en las principales métricas que definen cada demarcación, siendo posible elegir formación así como la importancia que se le da a cada una de las métricas que definen cada posición.

Por último, Fernández se refirió a la importancia de una formación en Big Data y analítica de avanzada para la creación de proyectos de esta magnitud. “Un correcto tratamiento del dato es fundamental para acabar formando una aplicación de este estilo. Se requiere cubrir todos los pasos del ciclo de dato: extracción de la información de las plataformas públicas, limpieza y tratamiento del dato, almacenamiento eficiente de la información para su posterior explotación, preprocesamiento del dato y elaboración de las técnicas estadísticas y algoritmos óptimos para cada caso y visualización del dato»

«A todo esto, además, hay que añadir el paso de convertir la solución de Python en una herramienta web, construyendo el front de la aplicación y accediendo a los diferentes recursos cloud para su despliegue. Y lo más importante, el fútbolEntender el fútbol, pensar qué historia se quiere contar y, después, a través del código, crear la solución”, concluyó. 

INGRESA A SOCCER PELICAN SEARCH

Por Guadalupe Sena
Responsable de Comunicación y Relaciones con Clubes
lupe.sena@sportsdatacampus.com

MÁS Información SOBRE PROGRAMAS e Inscripciones:

Máster en Big Data Deportivo:
https://sportsdatacampus.com/master-big-data-deportivo

Máster en Big Data aplicado al Scouting en Fútbol:
https://sportsdatacampus.com/master_en_big_data_aplicado_al_scouting_en_futbol

Máster en Big Data aplicado a la Preparación Física en Fútbol:
https://sportsdatacampus.com/master-en-big-data-aplicado-a-la-preparacion-fisica-en-futbol

Máster en Inteligencia Artificial aplicada al Deporte:
https://sportsdatacampus.com/master-en-inteligencia-artificial-aplicada-al-deporte

Miguel Ángel del Barrio Rodríguez
Director de Programas
informacion@sportsdatacampus.com
+34 626 60 50 73