EL DESARROLLO DE BUNDESLIGA MATCH FACTS, POWERED BY AWS
Jugador más presionado
Simon Rolfes, leyenda de la Bundesliga y director deportivo del Bayer 04 Leverkusen, analiza el nuevo Bundesliga Match Fact
Entre 2005 y 2015, Simon Rolfes jugó 288 partidos de la Bundesliga como centrocampista, marcó 41 goles y fue 26 veces internacional con Alemania. Actualmente, Rolfes es director deportivo del Bayer 04 Leverkusen, donde supervisa y desarrolla la plantilla de jugadores profesionales, el departamento de ojeadores y la cantera del club. Simon también escribe columnas semanales en Bundesliga.com sobre los nuevos Bundesliga Match Facts powered by AWS. Ahí ofrece su experiencia como antiguo jugador, capitán y analista de televisión para destacar el impacto de las estadísticas avanzadas y machine learning (el aprendizaje automático) en el mundo del fútbol. Aquí, Rolfes, junto con el científico de datos de la Bundesliga Gabriel Anzer, analizará la importancia de algunos de los nuevos Bundesliga Match Facts powered by AWS que los aficionados podrán ver durante la temporada 20/21. A continuación, Luuk Figdor, del equipo de Servicios profesionales de AWS, analizará la tecnología AWS utilizada detrás de estas estadísticas avanzadas.
El fútbol moderno es cada vez más rápido y las defensas utilizan cada vez más la presión como táctica. Pero para los entrenadores o los analistas de televisión, es difícil tomar la decisión de cuándo o contra quién presionar, con datos, especialmente en tiempo real. Hasta ahora, no era posible cuantificar la presión recibida por un jugador. Todo esto está cambiando, gracias al trabajo de AWS y la Bundesliga.
El nuevo Bundesliga Match Fact powered by AWS, “Most Pressed Player”, cuantifica la presión defensiva que sufren los jugadores en tiempo real. Esto permite a comentaristas, analistas de fútbol, aficionados y equipos comparar la forma en que algunos jugadores reciben presión frente a otros y las formas en que esto repercute en el juego. Ahora podremos ver la frecuencia con la que un jugador en posesión del balón es presionado por los adversarios. Podremos compararlo con la media de situaciones de presión a las que se enfrentan sus compañeros de equipo. Así podremos saber qué jugadores tienen que escapar de las situaciones de presión más a menudo y qué jugadores se quedan solos en el campo. Most Pressed Player muestra la frecuencia con la que un jugador está recibiendo una presión significativa por parte de sus adversarios, midiendo el número de jugadores contrarios, su distancia al jugador en posesión, así como la dirección de movimiento de cada jugador.
Otra razón por la que usar el nuevo Most Pressed Player es que el análisis de los partidos -ya sea basado en datos o no- se centra principalmente en las estrategias cuando un equipo tiene la posesión del balón. Pero los equipos se comportan de forma drásticamente diferente cuando no tienen la posesión. Con la introducción del marco numérico de la presión que aporta Most Pressed Player, podemos empezar a medir las acciones defensivas sin balón. Esto proporcionará información nueva a los aficionados y les ayudará a comprender mejor las estrategias defensivas.
Most Pressed Player se crea mediante un algoritmo que estima la presión sobre el jugador en posesión del balón como un número basado en puntos de datos tales como la posición de este jugador, su orientación y la posición de sus oponentes. AWS utiliza tecnologías de informática en la nube como AWS Fargate, AWS Lambda y AWS DynamoDB para calcular este número durante cada momento del partido. Si el valor de presión calculado supera un determinado umbral, los aficionados lo verán en pantalla durante un partido. Se cuenta cada acción de balón de un jugador en la que esté bajo una presión significativa. Cada jugador tiene un contador de presión que contiene el número de situaciones de presión a las que se enfrentó.
Aunque este blog en particular profundiza en cómo el equipo de AWS ha trabajado con la Bundesliga para dar vida a Most Pressed Player, no olvidemos los otros dos Match Facts que también publicamos ahora: “Attacking Zones” y “Average Positions: Trends”. Profundizaremos en cada uno de ellos en las próximas semanas, pero a modo de adelanto: eche un vistazo a cada uno de estos vídeos en la página de inicio de la Bundesliga para obtener una visión general sobre estas nuevas perspectivas.
Luuk Figdor, científico de datos y miembro delequipo de AWS Professional Services que ha trabajado con la Bundesliga para dar vida a estos Match Facts, nos explica cómo se ha llegado a esta avanzada estadística.
- Simon Rolfes
El RB Leipzig de Julian Nagelmann es conocido por su capacidad para presionar. Un ejemplo de esto es el gol de Yussuf Poulsen contra el FC Augsburg en la cuarta jornada. En los acontecimientos que condujeron al gol, el Leipzig aplicó una presión cada vez más alta durante la jugada de ataque supuestamente segura del Augsburg. Esto hizo que el Augsburg se dirigiera hacia la banda, y en cuanto Raphael Framberger recibió el balón, se vio sometido a una presión inmediata. Apenas logró pasar el balón a su compañero, poniéndolo en una mala posición, lo que resultó en la pérdida del balón. El Leipzig atacó rápidamente desde el cambio de juego: en dos pases y con un magnífico remate amplió su ventaja a 2-0. Todo gracias al aumento de la presión.
El planteamiento de partido de un entrenador incluye muchas consideraciones que pueden llevar a la victoria, como a qué jugador presionar o cuándo y dónde hacerlo. Ahora, con el nuevo Most Pressed Player podemos ver exactamente qué jugador está siendo atacado y presionado con más frecuencia. En el partido mencionado, vemos que Raphael Framberger estuvo entre los tres jugadores más presionados de su equipo con 30 posesiones de balón presionadas, aproximadamente un 7 % más que sus compañeros.
Ahora que hemos visto cómo se puede utilizar la presión para entender el juego a un nivel más profundo, podemos ir un paso más allá y explicar cómo se calcula. Los avances tecnológicos recientes permiten un seguimiento de alta calidad de los datos de posicionamiento. Las posiciones de los jugadores, los árbitros y el balón se siguen durante todo el partido con una alta resolución temporal (25 Hz). Esto nos permite evaluar las posiciones de todos los jugadores 25 veces por segundo, lo que resulta en aproximadamente 3,2 a 3,5 millones de posiciones que se evalúan cada partido. Estos paquetes posicionales pueden utilizarse para construir un mapa de todos los jugadores y del balón en el campo en un momento dado.
Una vez que tenemos este mapa posicional, el siguiente paso para calcular la presión es determinar qué jugador está en posesión del balón. La posesión individual del balón (Individual Ball Possession, IBP) se calcula utilizando una versión adaptada del algoritmo propuesto por primera vez por Link et al. A grandes rasgos, un jugador está en posesión del balón si es el más cercano a él, la distancia entre el balón y el jugador es inferior a 2 metros y el balón no está a más de 2,5 metros del suelo. Estas restricciones deben cumplirse durante al menos 3 fotogramas consecutivos (120 ms) y dentro de esta posesión debe haberse producido un contacto con el balón. Se define como un cambio en la dirección de la trayectoria del balón de al menos 15 grados. Utilizando el algoritmo IBP, podemos añadir la posesión del balón al mapa posicional para ver qué jugador está en posesión del balón en cada momento.
Figura 1: coordenadas x, y del jugador y del balón visualizadas en un campo de fútbol para una secuencia de marcas de tiempo. El jugador en posesión del balón está resaltado en amarillo.
Una vez que sabemos qué jugador está en posesión del balón en un fotograma determinado, podemos calcular la presión basada en el fotograma que ejercen los jugadores del equipo contrario sobre ese jugador. Para calcular la presión fotograma a fotograma adoptamos un enfoque similar al trabajo de Andrienko et. al. La presión en este enfoque se basa en la ubicación del jugador en posesión del balón, las ubicaciones de los oponentes directos del jugador y la dirección que toma. Para ello, se calcula la llamada zona de presión alrededor del jugador en posesión del balón. La zona de presión es el área alrededor del jugador objetivo en la que puede recibir presión. El límite de esta zona de presión se basa en la orientación del jugador y puede especificarse como una curva paramétrica con 2 parámetros: distancia_frontal y distancia_posterior. El parámetro distancia_frontal se refiere a la distancia máxima a la que se puede presionar un objetivo de presión en la dirección que toma. Un jugador que aplica la presión puede acercarse al objetivo de presión desde múltiples ángulos. A medida que el ángulo absoluto (Θ) aumenta con respecto a la orientación del objetivo de presión, la distancia máxima para la presión disminuye y alcanza un mínimo cuando Θ = ±180◦. Por ejemplo, cuando el presionador está detrás del objetivo de presión, que a su vez es igual al parámetro distancia_posterior. Los límites de distancia de la zona de presión se determinan mediante una fórmula que aproxima una forma ovalada en coordenadas polares (Θ, L).
La presión máxima que puede ejercer un jugador al presionar sobre su objetivo es del 100 %. Se aplica si el jugador que presiona está precisamente en la ubicación del objetivo de presión. Una vez cuantificada la zona de presión, podemos calcular la presión para cualquier punto de la zona de presión. Para ello necesitamos dos parámetros más: d que se asemeja a la distancia del presionador al objetivo de presión, y q es el exponente que regula lo rápido que disminuye la presión con la distancia. Utilizando estos parámetros, podemos establecer la siguiente fórmula para calcular la presión aplicada al objetivo de presión de un fotograma determinado.
La fórmula anterior permite calcular la presión aplicada por un jugador sobre un objetivo de presión durante un fotograma (40 ms). Sin embargo, los jugadores pueden verse presionados por más de un presionador. En estos casos, sumamos la presión aplicada por todos los jugadores que aplican presión para obtener una puntuación total de presión en un momento dado. Así, los valores de la presión pueden ser superiores a 1.
Las puntuaciones de presión de todos los fotogramas de una posesión de balón pueden concatenarse para entender cómo se desarrolla la presión durante la fase de posesión de balón de un objetivo de presión y averiguar cómo el jugador es capaz de manejar esta presión. Podemos ilustrarlo con el ejemplo del partido entre el FC Bayern (FCB) y el SV Werder Bremen (SVW) de la octava jornada.
En este ejemplo, Leroy Sané, extremo del FCB, recibió el balón en el centro del campo bajo una importante presión. Mientras intenta liberarse, dos centrocampistas del SVW le presionan inmediatamente con la esperanza de recuperar la posesión. Sin embargo, Sané consigue liberarse de la presión y se dirige rápidamente hacia la portería del SVW. Al llegar al área, cuando se prepara para tirar a puerta, es perseguido por un defensa. Un segundo defensor acude en ayuda y consiguen recuperar el balón de Sané antes de que pueda disparar. Este es sólo un ejemplo de cómo se puede utilizar la presión para entender mejor el juego. La estadística de Most Pressed Player proporciona a la Bundesliga, a sus equipos y al aficionado una forma de evaluar por primera vez qué jugadores están presionados con respecto a su equipo y cómo afecta esto a su rendimiento.
El marco de la presión permite al aficionado evaluar por fin las acciones sin balón y acercarse a las estrategias defensivas que durante mucho tiempo fueron un misterio. Los aficionados pueden ver qué jugador es el más presionado en la posesión del balón, y esto es solo el principio. Most Pressed Player es una nueva y brillante estadística avanzada que aporta un nivel de comprensión adicional al juego. Esperamos que se divierta con el resultado de esta nueva estadística tanto como nosotros lo hemos hecho al elaborarla.
¿Está listo para comenzar?
Obtenga más información sobre cómo trabajar con los servicios profesionales de AWS.