Análisis de datos en el deporte: Equipo ciclista de Movistar

30 mayo, 2018
15 Compartido 1,935 Visualizaciones

Hoy día el big data no es cosa de las grandes empresas. La tecnología que permite convertir los datos desestructurados y estructurados en información e inteligencia, se ha democratizado y es accesible ya para todas las empresas independientemente de su tamaño e independientemente de su sector. ¿Big data en el deporte? Sí.

Durante la pasada edición del DES 2018 (Digital Enterprise Show), en Madrid pudimos comprobar cómo está tecnología está funcionando perfectamente dentro del sector del deporte y la utilidad y valor que aporta el análisis de los datos para mejorar la toma de decisiones de cara a mejorar el rendimiento de los equipos en las competiciones.

Concretamente, en el DES 2018, asistimos a la ponencia titulada “Data Analysis in Sport: Movistar Cycling Team”, una ponencia durante la cual,  Mikel Zabala, Head of performance / Senior  lecturer at Movistar Cycling Team y Elena Poughia, Managing Director at Data Natives & Dataconomy Media.

¿Qué es el Movistar Cycling Team?

Movistar Team es el equipo ciclista más longevo y exitoso en cuanto a trayectoria del UCI WorldTour, la máxima categoría del ciclismo internacional que engloba a las 18 mejores escuadras del mundo. En 2018 cumple su 39ª temporada en el pelotón profesional y está formado por 25 corredores, además de las 10 corredoras que componen su nuevo equipo femenino. Un amplio staff técnico completa una estructura de más de setenta profesionales. Alejandro Valverde, Nairo Quintana y Mikel Landa son los líderes de Movistar Team para esta temporada.

Además de sus más de 900 victorias, el equipo ha acabado 1º en el ranking mundial por equipos en seis ocasiones: 1992, 2008 y, ya como Movistar Team, en cuatro años consecutivos entre 2013 y 2016.

Movistar Cycling Team & Data Analysis

Según explicó durante su ponencia Mikel Zabala, actualmente la analítica de datos en el sector del ciclismo (y del deporte) en general, ayuda mucho en la mejora de los equipos.

Concretamente, en Movistar Cycling Team, usan unos sensores incrustados en las bicicletas que permiten generar un gran volumen de datos de todo tipo, datos que se interpretan y se convierten en información muy útil para mejorar el rendimiento del equipo.

“Al final podemos usar todos estos datos para crear algoritmos y que nos ayuden a detectar otras situaciones. Sabemos que el rendimiento viene definido por la intensidad (power, speed or heart rate). Pero también y sobre todo, sabemos que  los sentimientos pueden venir definidos por variables como la recuperación o los esfuerzos. Todos estos datos los recogemos y los analizamos”. Explicó Zabala.

De esta manera, y siguiendo con los sensores que usa el equipo ciclista de Movistar, según explicó Zabala, una muestra de un segundo generada durante una competición o una sesión de entrenamiento incluye datos como:

  • Tiempo.
  • GPS, posición, rampa, elevación.
  • Temperatura.
  • Cadencia (rpm).
  • Power (Watts).
  • Velocidad
  • Balance de izquierda a derecha.
  • Ratios del corazón.
  • Decenas de nuevas variables generadas como NP, IF, TSS…etc

Durante la sesión, explicaron también los principales motivos por los cuales es muy importante generar este tipo de datos en una competición deportiva. Y no sólo generarlos sino interpretarlos.

Pero, ¿por qué utilizar este sensor en lugar de utilizar otros softwares ya disponibles en el mercado?

Uno de los motivos principales es que utilizando este tipo de sensores podemos obtener analíticas mucho más avanzadas que nos permiten llegar a predecir variables como la fatigues o la recuperación, de manera mucho más acertada.  Igualmente, la recopilación de todo tipo de datos a partir de los sensores permite a los entrenadores poder dar su opinión a partir de las ciencias del deporte y los métodos de entrenamiento más sofisticados. Además de estos motivos, Zabala expuso otros como por ejemplo:

  • Son diseñados específicamente para el equipo, es decir, son personalizados.
  • Los sentimientos (RPE), están incluidos como una variable clave complementaria.
  • Simplicidad. Se ajusta a lo que el equipo necesita.
  • Todos los datos del equipo están disponibles en una sóla herramienta.
  • Individualización: Un atleta, datos personales, gráficas y feedback.  

Sin duda alguna, este software le permite al equipo tomar decisiones muy personalizadas de entrenamiento para cada atleta pero sin duda el valor de dicho software o el cocktail de innovación que le permite al equipo de Movistar realizar esta interpretación de datos “está basado en la generación de datos de forma masiva, pero datos de calidad. También es clave la inversión en Investigación y desarrollo en el mundo de las ciencias del deporte. La conectividad en la nube y la analítica avanzada e individualizada para cada atleta, construirían las otras claves que completan este cocktail de éxito en el mundo del deporte”.  Explicó Zabala.

Pero los datos analíticos en el deporte no sólo se limitan a los datos que puedan generarse a través de la propia actividad del equipo sino que tal y como explicaron durante la sesión, es muy importante y sobre todo en competiciones medir la audiencia y tener la máxima información de la misma. En este sentido, Zabala comentó que en base a los espectadores de televisiones de pago, tienen en cuenta la analítica generada en cuanto a audiencia por día, audiencia por canal de TV y sobre todo audiencia por cada provincia que recorre La Vuelta, por ejemplo.

DES 2018

Mikel Zabala, Head of performance / Senior lecturer at Movistar Cycling Team durante su intervención

Igualmente, los datos que se generan en las redes sociales durante un evento como por ejemplo la Vuelta, son muy tenidos en cuenta por el equipo de Movistar y analizados. Tomando como base la red social Twitter, recopilan información acerca del volumen de tweets alcanzados y menciones alcanzadas  durante un día, comparan la interacción internacional y nacional durante un minuto determinado y analizan los sentimientos generados tanto positivos como negativos así como el peso de los influence

Ahora nos estamos acercando a la Fórmula 1 aunque es una competición muy diferente. El reto o el siguiente paso para nosotros es acercarnos a la a este otro deporte y poder aportar información en los datos que recogemos en tiempo real, de manera que los equipos puedan tomar decisiones mucho más rápidas.” continuó Zabala.

Hay muchas aplicaciones gratuitas que nos permiten medir nuestras variables en términos de salud. Igual en términos de deportes. Ahora creo que debemos trabajar más en saber qué variables son más importantes que otras, en la información”. Concluyó Zabala.

Te podría interesar

Esta es la app de viajes elegida por los españoles para planificar sus vacaciones
BD Network
19 compartido2,344 visualizaciones
BD Network
19 compartido2,344 visualizaciones

Esta es la app de viajes elegida por los españoles para planificar sus vacaciones

Mónica Gallego - 8 agosto, 2019

Se ofrecerá a las empresas de viajes, con carácter trimestral y gracias a la tecnología observacional con la que se realiza, conocer su cuota de mercado en…

10 sectores a los que ya ha llegado el Blockchain (2ª Parte)
Actualidad
21 compartido1,506 visualizaciones
Actualidad
21 compartido1,506 visualizaciones

10 sectores a los que ya ha llegado el Blockchain (2ª Parte)

Vicente Ramírez - 12 julio, 2018

¿En qué consiste el blockchain? ¿Qué sectores están aplicando actualmente esta tecnología? ¿Qué beneficios aporta a cada sector? La tecnología Blockchain es probablemente uno de los descubrimientos…

Las ciberamenazas para la Inteligencia Artificial en 2018
Chatbots
364 visualizaciones
Chatbots
364 visualizaciones

Las ciberamenazas para la Inteligencia Artificial en 2018

José Luis Arcángel - 22 enero, 2018

Tres ciberataques por medio de la inteligencia artificial que verán la luz en 2018 El exponencial crecimiento que está registrando la Inteligencia Artificial no ha hecho más…

Dejar comentario

Su email no será publicado

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.