El análisis deportivo ha evolucionado notablemente en los últimos años. Si bien la experiencia y la intuición siguen desempeñando un papel clave en la toma de decisiones, el uso de datos se ha convertido en un pilar fundamental en muchas disciplinas. Equipos profesionales, federaciones y empresas tecnológicas han incorporado estadísticos, científicos de datos e ingenieros, integrando cada vez más estos perfiles en cuerpos técnicos, departamentos médicos y áreas de scouting y gestión deportiva.
La cultura del dato en el deporte tiene su origen en Estados Unidos, donde la analítica ha sido una pieza clave en ligas como la MLB (béisbol), la NBA (baloncesto) y la NFL (fútbol americano). Los equipos de béisbol han sido pioneros en este campo, contando con amplios departamentos de análisis de datos formados por expertos en estadística, programación e investigación operativa. Otros países, como Australia y Nueva Zelanda, también han apostado por este enfoque en deportes como el críquet y el rugby. En Europa, el interés ha ido en aumento en disciplinas como el fútbol, aunque no de manera generalizada.
En muchos casos, la falta de tradición, recursos suficientes o desconocimiento sobre las ventajas del Sports Analytics ha ralentizado su implantación. De hecho, mientras que en Estados Unidos ya existen grados universitarios en este ámbito, en otros países apenas hay algunos másteres o posgrados puntuales, lo que refleja la diferencia en la apuesta formativa entre ambos continentes, tanto a nivel académico como en la industria del deporte.
Aunque, cuando mencionamos análisis de datos en deporte, muchos piensan en la película Moneyball (2011), que popularizó el uso de estadísticas para optimizar el rendimiento en el béisbol, el uso de las estadísticas deportivas no es algo nuevo. De hecho, los primeros registros de estadísticas deportivas datan del siglo XIX, con Henry Chadwick en el béisbol y, más adelante, Charles Reep en el fútbol.
Además, numerosos profesionales cercanos al mundo del deporte han integrado el análisis de datos en sus áreas de trabajo en ligas profesionales de primer nivel. Es el caso por ejemplo de Martí Artigas (periodismo, scout NBA), Xavi Schelling, Lorena Torres y Toni Caparrós (sports scientists en la NBA), Daniel Medina (médico, NBA), así como Sergi Oliva (ex data scientist en la NBA, actualmente en los Portland Trail Blazers) y Adrià Arbués (data scientist en Zelus Analytics, empresa recientemente adquirida por TeamWorks). Su trayectoria refleja cómo la estadística y el análisis de datos han pasado de ser un complemento a convertirse en una herramienta esencial en la gestión del rendimiento deportivo en diferentes ámbitos.
Alfabetización estadística
A pesar del auge del Big Data y la IA, sigue siendo esencial contar con expertos en estadística aplicada al deporte. Como señalan Horton y Hardin (2021), los líderes del futuro serán aquellos capaces de integrar el pensamiento estadístico con el computacional.
En este sentido, la alfabetización estadística se presenta como un elemento clave, no solo para los analistas deportivos, sino también para entrenadores, jugadores e incluso periodistas. No se trata únicamente de acumular datos, sino de interpretarlos correctamente y extraer insights valiosos que puedan guiar las decisiones. Estaremos atentos al presente y futuro del análisis del deporte
con rigor científico. La evolución es clara, hemos pasado de libretas y anotaciones manuales a algoritmos de última generación. Pero el objetivo sigue siendo el mismo: mejorar el rendimiento, reducir lesiones y, sobre todo, entender mejor el juego. Porque, como bien apunta el especialista en analíticas Ben Alamar, la pregunta no es si la analítica genera más victorias, sino si prescindir de ella podría provocar más derrotas. Y la respuesta está clara.