Dos jóvenes vascos diseñan una herramienta digital que mejora el rendimiento deportivo de los clubs

Las lesiones musculares de los jugadores en los equipos deportivos suponen grandes pérdidas para los clubs. En la liga española de fútbol, un jugador suma una media de 40 días de baja al año, que dejan un agujero de hasta 15 millones de euros además de afectar al rendimiento del equipo. Bajo esta premisa, aunque rompiendo las barreras de la liga profesional, los jóvenes vascos Iván Salazar Casal y Egoitz Bárcenas Zarate han desarrollado 'Dataspy', una herramienta digital Big Data que proporciona información clave para mejorar el rendimiento deportivo de los clubs en las áreas de preparación física y fichajes. 

Hace seis meses que Salazar se ponía a la cabeza del proyecto como ingeniero informático junto con Zarate, apasionado del fútbol y jugador en el Barakaldo CF hasta que una lesión muscular le impidió dar el salto como profesional y lo hizo como entrenador. "En la época de míster vi la gran importancia que tienen las estadísticas para ser más competitivos", explica en sus redes sociales. Así dieron vida a una herramienta que ayuda a visualizar las estadísticas que reflejen la evolución y los momentos críticos de los jugadores para prevenir las lesiones y explotar sus capacidades.

Ambos se encuentran trabajando en el módulo de preparación física que testarán en diferentes equipos locales. El piloto dará sus primeros pasos en el mes de agosto de la mano del club Zornotza Saskibaloi Taldea, el equipo de baloncesto de Amorebieta, y Danok Bat Club, equipo de fútbol con sede en Bilbao. "El punto diferencial es aplicarlo a equipos de cantera y no solo a fútbol profesional, como ocurre hoy en día, haciendo hincapié en nuevos talentos", explica Salazar. El proyecto consiste en una especie de diario digital que procesa los datos y facilita conclusiones que orienten a los entrenadores y especialistas médicos. 

El mismo jugador crea una ficha con datos personales e indica su estado actual a través de una escala de valores en tres momentos del día, el llamado Test de Wellnes; además del resultado de diferentes pruebas físicas. El objetivo es que los responsables del equipo cuenten con un instrumento que, a través de gráficos y estadísticas, les indique a tiempo real el estado de los jugadores y sepan "cuándo deben reducir la carga de trabajo para evitar lesiones o aprovechar al máximo su rendimiento si está en buena forma", indica Salazar, algo que, hasta ahora, los profesionales reducían a la recopilación de datos en hojas de cálculo sin posibilidad de interconectarlos o sacar conclusiones a partir del historial del jugador a través de la Inteligencia Artificial o 'Machine learning', el siguiente objetivo de 'Dataspy'.

Herramienta para fichajes

En un principio, 'Dataspy' partía de una base de estadística avanzada para un modelo 'scouting', o proceso de selección, que orientan en este momento a cantera para descubrir nuevos talentos. "La herramienta permitirá que el cliente seleccione sus necesidades, como posición, características tecnico-tácticas, físico, etc. y le mostrará un listado con los 25 jugadores más adecuados y sus puntuaciones respecto al perfil buscado". Según explica, los métodos utilizados internacionalmente no están enfocados al 'Machine learning' o al rendimiento deportivo: "Hay nuevas estadísticas que detectar que son más significativas para que los clubs cuenten con jugadores interesantes".

Para ello, además de los mencionados, se encuentran dialogando con equipos de fuera que tienen pequeñas estructuras de trabajo en Euskadi, además de un equipo de primera división que no es del País Vasco pero sí un potencial colaborador. "Aparte mestamos trabajando en el otro modulo de estadística avanzada para principios del año que viene cubrir torneos de cantera", concluye.