Sports analytics: Entrevista a Sergi Oliva [Philadelphia 76ers]

En los últimos años se ha observado un incremento significativo de la conciencia de las empresas en lo que concierne al valor del dato. El mundo del deporte no ha sido ajeno a dicha tendencia, empezando a aprovechar el valor de dicho dato para obtener ventajas respecto los competidores.

Uno de esos deportes es el baloncesto y, más concretamente, el universo NBA. En él, emerge la figura de Sergi Oliva, doctor en computación por la Universitat Politècnica de Catalunya y Director de Analytics & Strategy de los Philadelphia 76ers. Con el objetivo de entender el impacto de los datos en el mundo del baloncesto y, más concretamente, de la NBA, hemos podido intercambiar impresiones con él, reflejadas en la siguiente entrevista:

sports analytics

Fuente fotografía: ara.cat

 

Analizando tu trayectoria, desarrollaste tu formación en la ciencia de la computación durante más de 10 años, siendo, actualmente, doctor en Computación. Dicha formación la combinabas con tu pasión por el baloncesto, como entrenador. ¿En qué momento valoras el hecho de poder trabajar, profesionalmente, en alguna posición que relacionara tu disciplina con el mundo del baloncesto?

Era aficionado a la NBA desde finales de los 90, pero empecé a seguirla con más interés cuando empecé entrenar en categorías de formación, en 2003.

Poco tiempo después, los primeros libros y conferencias sobre analítica en el baloncesto vieron la luz y, desde ese momento, seguí atentamente su evolución. Sin embargo, yo lo veía más como una ayuda a la hora de entrenar a mis equipos que no una futura opción laboral, que si bien deseable, parecía altamente improbable.

Fue durante mis dos últimos años de doctorado que empecé a plantearme la opción de dedicarme a este tema, fuera en la NBA o en algún equipo europeo, más seriamente, hasta el punto que, tan pronto como terminé la tesis, me planteé dedicar unos meses a prepararme y perseguir esta opción… y tuve la suerte que resultó positivamente!

Como entrenador ejerciste en equipos como el Gelida o el Hortonenc y, en una entrevista a “The Goal Point”, se mencionó que habías intentado aplicar algunos avances en el campo de la estadística.

¿Podrías indicarnos qué aspectos pudiste incorporar al equipo? ¿Cuál fue la reacción del equipo y el club al ver la aplicación de dichos avances?

Mis primeros trabajos fueron necesariamente simples, limitados por los datos que tenía a disposición durante mi etapa con el equipo júnior del CE Gelida.

Simplemente pretendía, a base de buscar simples correlaciones, optimizar el estilo de juego del equipo, particularmente a nivel de agresividad defensiva. Intenté que fuera transparente a los jugadores: representaba simplemente una manera muy rudimentaria de informar mi propia toma de decisiones sobre cómo plantear entrenamientos, estilo de juego y partidos.

En el CB Hortonenc, dada la nula disponibilidad de datos, nos focalizamos, por otro lado, en intentar implementar conceptos más genéricos que otros habían desarrollado: el valor del triple -particularmente en determinadas situaciones-, la gestión de reloj en situaciones de final de periodo y, particularmente, algunos ajustes defensivos ante determinadas situaciones ofensivas.  Ahí sí que la comunicación con los jugadores tuvo mucho más peso, pero tuve la suerte de estar rodeado de personas magníficas que siempre estuvieron dispuestos a implementar y creer en estas propuestas.

En 2014, tras contactar con la Federación Catalana de Basquetbol, realizaste un clínic en Badalona llamado “La revolució estadística” en el que se mostraba el impacto de la estadística aplicada en el baloncesto. Posteriormente, has participado en conferencias u otros eventos respecto dicha temática.

¿Podrías indicarnos qué cuestiones son las que más te han consultado tras dichos eventos? ¿Has percibido un mayor interés general respecto el mundo estadístico?

Principalmente existe interés a dos niveles: curiosidad y aplicabilidad.

Por un lado, los asistentes desean entender cómo se aplican estas técnicas en la toma de decisiones al más alto nivel, y como, disponiendo de los datos adecuados, se puede enriquecer la preparación de ciertas situaciones de juego. En este sentido, normalmente comento los datos de los que disponemos y las conclusiones a las que llegamos, omitiendo los métodos, que pueden resultar mucho más técnicos.

Por otro lado, existe otro interés, a nivel de aplicabilidad: como trasladar ese conocimiento a un entorno que dispone de muchos menos recursos. Eso, normalmente, tiene dos enfoques: como optimizar las conclusiones que se pueden extraer de los datos limitados de los que dispone el equipo, y cómo aplicar las conclusiones de estudios sobre situaciones de juego particulares que se han realizado a otro nivel sobre el propio equipo.

Volviendo a tu actividad principal, en 2014 te incorporas al departamento de analítica de Philadelphia 76ers. Tras 4 años, ¿Cuáles consideras que han sido los cambios (tecnológicos, de valoración de la estadística, etc.) más significativos que han afectado al desarrollo de tus tareas? También referente a la evolución, ¿Cómo ves tu evolución en estos 4 años?

El cambio principal en los últimos años ha sido la popularización del uso de los datos de tracking de jugadores.

Hemos pasado de disponer de unos 500 registros de información por partido (compuestos por una cronología de los tiros, rebotes, etc. en sucesión a lo largo del partido) a disponer de más de 1.000.000 de puntos de información, conociendo dónde está cada jugador y el balón en cada momento (25 veces por segundo), y a partir de los cuáles uno puede procesar los patrones de movimiento y las acciones que el jugador realiza.

En ese sentido, cuando hace unos años nuestro análisis se debía basar simplemente en cómo terminaba cada posesión del juego, ahora podemos disponer de una descripción detallada de lo que sucede en durante cada una de esas posesiones.

A nivel personal, dos cambios principales: por un lado, empecé como analista en un equipo de tamaño medio, e incluso durante un periodo quedé como el único analista en el staff – con lo que mi día a día necesariamente sucedía en tareas de análisis y desarrollo de sistemas.

Sin embargo, ahora dispongo de hasta 9 personas altamente cualificadas trabajando exclusivamente en tareas de análisis y desarrollo, con lo que puedo focalizar mi tiempo en dirigir el equipo e interactuar con entrenadores, general manager, y otros actores clave de la toma de decisiones con tal hallar formas de implementar las conclusiones de nuestro análisis.

Por otro lado, mientras que en los primeros años trabajaba casi exclusivamente para la front office en cuestiones relacionadas con el Draft, ahora mi rango de responsabilidades ha aumentado, y si bien la relación con los entrenadores es la principal, también estoy a cargo de dirigir el equipo de analistas y de trabajar con el front office en cuestiones de estrategia de traspasos y fichajes y draft.

En la entrevista mencionada en una pregunta anterior, indicabas cómo era tu día a día y el trabajo que llevabas a cabo en la franquicia. Entre ellas, estaba en la ayuda a la toma de decisiones a los entrenadores. ¿Cuáles son los aspectos sobre los cuáles te inciden a la hora de realizar las tareas de análisis (¿Preparación física, evaluación del equipo, …?)?

Hay una parte del trabajo con los entrenadores que es reactivo: simplemente ser capaz de responder a sus dudas y asegurar que trabajan sobre información veraz para situarse en el marco mental adecuado para su toma de decisiones.

De forma más proactiva, dos aspectos destacan de mi colaboración día a día: el análisis constante del propio equipo para intentar identificar cuestiones a optimizar sobre nuestro estila de juego y la preparación específica contra cada uno de nuestros rivales de cara a preparar el equipo de forma óptima para cada partido.

Finalmente, de forma más global, existe una tarea pedagógica constante con los entrenadores para intentar evolucionar su marco mental a medida que disponemos de evidencias de que la forma como estamos enfocando o trabajando aspectos concretos puede no ser óptima. Y, de forma similar, un esfuerzo para anticipar los siguientes avances a nivel estratégico en el deporte con el objetivo de ir por delante de los demás equipos a nivel de innovación táctica y estratégica.

Siguiendo con la referencia a la labor analítica en el equipo, ¿Consideras que la labor analítica puede cobrar gran importancia para “recomendar” traspasos o seleccionar jugadores del Draft? En caso afirmativo, ¿Hay alguna tipología de datos que consideres prioritaria para dicho análisis?

Sin duda. La tipología de los datos disponibles hace que la contribución sea a distintos niveles, pero sin duda existe una contribución extensiva.

A nivel de traspasos, podemos usar datos de tracking para evaluar el rendimiento del jugador en su contexto actual e intentar anticipar cuál será su impacto en el nuevo contexto en el que se encontrará.

A nivel de draft, por ahora con datos mucho más limitados, podemos usar comparaciones históricas con tal de identificar perfiles de rendimiento y proyectar, con cierta confianza, la eficacia del jugador en algunos aspectos del juego, basándonos en su producción previa al draft.

En anteriores entrevistas, has mencionado el hecho de llevar a cabo también proyectos más a largo plazo en la franquicia para poder obtener insights que puedan ser aplicables, en un futuro, en la franquicia. ¿Podrías explicarnos, lo que sea posible, acerca de dichos proyectos?

A nivel de estilo de juego, y más allá de la optimización puntual de una situación concreta para un partido concreto, trabajamos a nivel más global, intentando identificar aquellas tendencias que la liga como tal está tomando en los últimos años.

Analizando estas tendencias sobre estilo de juego uno puede decidir anticipar aquello que ha de venir para una más rápida adaptación (si parece que en 5 años vamos a estar haciendo X… ¿Por qué no hacerlo ahora?) o para estar más preparado para contrarrestar sus efectos (si la liga tiende a X, ¿Cómo podemos conseguir pararlo?).

Volviendo a aspectos más generales, en 2018 se han presentado diversas novedades en el campo de la analítica deportiva, entre otras, una futura posibilidad de realizar tracking mediante vídeos de manera retroactiva (extrayendo datos de tracking de vídeos de años anteriores). Bajo tu punto de vista, ¿Qué novedades consideras que pueden ser relevantes en los próximos años?

Disponer de datos de tracking en nuevos ámbitos es, sin duda, el más importante de los pasos que podemos hacer a corto plazo. Eso pasa, como comentas, por obtener esa información para la preparación del draft (liga universitaria, baloncesto europeo, etc.) y por una mayor inversión en el uso de los datos recogidos durante entrenamiento, en especial para la constante evaluación del desarrollo de los jugadores.

Por último, la evolución del Business Intelligence en los últimos años ha puesto en manos de cualquier usuario herramientas para el tratamiento de los datos gratuitas, como pueden ser R o Python (entre otras). Desde tu experiencia, si un club amateur (por ejemplo, tus exequipos) o profesional sin grandes recursos quisiera realizar labores de estadística avanzada, ¿En qué factores o aspectos consideras que sería recomendable que prestaran especial atención?

De forma similar a las dos vías que he expuesto que había seguido para implementar este tipo de conocimiento cuando entrenaba mi propio equipo, aquí existen dos opciones para sacar ventaja del conocimiento que uno puede obtener de los datos.

Por un lado, con un poco de inversión, sea económica o de tiempo, es posible automatizar el procesamiento de los datos de partido (post-recogida) con tal de extraer métricas que ayuden a entender de forma más precisa lo que sucede en un partido o los puntos fuertes y débiles de un equipo. Esto requiere una tarea de automatización, pero también una de interpretación e implementación de las lecciones obtenidas.

Por otro lado, es posible mantener una inversión modesta en el análisis de los propios datos y simplemente implementar aquellas estrategias que equipos profesionales, basados en estos datos, están aplicando ya y que quizás pueden adaptarse de forma exitosa al equipo con el que trabajamos.

Como dijo Isaac Newton, aprovechar las espaldas de los gigantes para poder ver más lejos.

Share this article

Cofundador de Markonomia. Licenciado en Administración y Dirección de Empresas por la Universitat de Barcelona (EUS) y master en Business Intelligence y Big Data en Universitat Oberta de Catalunya. Cerca de 5 años desarrollando proyectos de análisis de datos en el sector bancario. Fotógrafo freelance en eventos deportivos nacionales e internacionales.

Facebook Comments

Deja un comentario