La analítica de negocios, novedosa área que permite crear conocimiento de valor en el ámbito empresarial a partir del análisis de datos masivos. Sirve para aumentar la eficiencia de los procesos y costos, impulsar la estrategia y el cambio, o supervisar y mejorar el rendimiento financiero, entre otros aspectos. Los sectores financiero, gubernamental, petrolero y de servicios públicos son algunos de los que han empezado a sacarle mejor provecho a la analítica de datos.
En cuanto al experimento sobre los resultados de los 32 equipos participantes en el Mundial de Fútbol de Catar 2022, el cual se inauguró el pasado 20 de noviembre y finalizará el 18 de diciembre, algunos de los partidos acertados fueron: Inglaterra-Irán, Senegal-Países Bajos, Francia-Australia, Bélgica-Canadá, España-Costa Rica, Brasil-Serbia, Portugal-Ghana y Suiza-Camerún.
El profesor de la Escuela de Administración y Contaduría Pública de la Universidad Nacional de Colombia, Julián Ramírez, menciona que “la gran variedad de información que se puede obtener alrededor de la dinámica del fútbol permite, a través de la implementación de la analítica, realizar análisis predictivos en torno a estos encuentros deportivos”.
Cómo se ha usado el análisis de datos para pronosticar los resultados del mundial
Para llegar a las predicciones, trabajó con la metodología Cross-Industry Standard Process for Data Mining (CRISP-DM), que sirve para orientar las fases del proceso de la “minería de datos”, campo de la estadística computacional que relaciona millones de datos aislados y que les sirve a las empresas para detectar patrones de conducta de sus clientes y predecir su comportamiento, por ejemplo.
En el ejercicio se estableció como objetivo pronosticar los goles realizados por jugadores (por ejemplo, si Cristiano va a hacer goles en determinado partido), el primero en anotar o el primero en tener tarjeta amarilla, entre otras variables.
“Sin embargo, el tema que tendría menor riesgo es el de pronosticar los resultados de los partidos en función de tres escenarios: empate, ganador local (comprendiendo que en el Mundial el único local es Catar, se toma como local los que están en primera posición) y ganador visitante. Por ejemplo, si el partido es Gales-Irán, Gales se tomaría como local e Irán como visitante” señala el experto.
Como resultado final del pronóstico se obtuvo que Francia disputará la final con Argentina, y la selección gaucha se llevaría la victoria.
“En este caso también se podrían pronosticar marcadores, que aunque son posibles de analizar, el nivel de acierto es muy bajo”, indica el experto.
Para realizar el proceso de modelado, que consiste en analizar y definir todos los datos, se utilizó una base de datos con cerca de 45.000 partidos de selecciones de fútbol del mundo desde 1872, que estaba alojada en Kaggel, plataforma de una comunidad de científicos de datos.
Por medio de una revisión detallada de los partidos, solo 20.900 se utilizaron en el ejercicio, teniendo en cuenta variables como: equipos ganadores, equipos perdedores desde 1872, confederación a la que pertenece cada equipo y si el partido fue disputado en campo neutral o en campo del equipo local.
Mejoras del ejercicio
Vale aclarar que el ejercicio pronóstico realizado por el profesor Ramírez fue realizado el 3 de noviembre, cuando aún no había iniciado el Mundial, de ahí el margen de error obtenido hasta el momento.
En la actualidad, si se quisiera mejorar el nivel de aciertos se podrían incluir variables como costo de la nómina de los equipos, marcadores, efecto de los tiros desde el punto penal, rachas, peso por antigüedad, jugadores clave y situaciones de contexto.
No obstante, este ejercicio permite evidenciar la importancia del uso y tratamiento de datos en la analítica, disciplina que ahora forma parte del programa de Administración de Empresas de la UNAL, y cómo a través de ella se pueden pronosticar diferentes escenarios posibles en ámbitos organizacionales o de la vida cotidiana.
