SPORTS ANALYTICS. ¿Podemos predecir el valor de mercado de un jugador?
Date
2022
Type:
Thesis
item.page.extent
49 p.
item.page.accessRights
Privado
Authors
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Desarrollo. Facultad de Ingeniería
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
¿Cuál es el valor real de un jugador de fútbol? ¿Se paga el valor real en el mercado actual, o hay una burbuja financiera en el transfermarket? El fútbol, pasión de multitudes, y sin dudas el deporte que más recauda a nivel mundial con diferencia, es sin duda uno de los mercados más grandes e interesantes del mundo, es por eso, que predecir con un grado de confianza estadístico el valor de un jugador a futuro basado en la proyección de sus estadísticas anuales, puede terminar siendo de gran utilidad, no sólo para las entidades relacionadas, sino que para el mercado en general del fútbol donde las planillas de sueldo de los jugadores representan el ítem gasto más importante de la institución y, a su vez, una gran fuente de ingreso futuro si el rendimiento, la salud física y los resultados acompañan la temporada del jugador y el equipo, pues como se dice en el mercado de las inversiones el riesgo debe ser proporcional a la ganancia, y es en este sentido, que los jugadores de mayor redito comercial son aquellos que logran un rendimiento sobre la media, a pesar de las condiciones generales que le rodean y sobre todo, los factores externos que afectan el
resultado final y por ende, elevan el riesgo de la operación, con esto entiéndase lesiones, capacidad de adaptación e incluso la relevancia familiar en este mismo.
Es en este punto, donde la predicción de un valor logra mayor relevancia, porque al igual que cualquier inversión, independiente de la magnitud de la misma, implica el riesgo ya mencionado, por lo que una herramienta que nos dé un valor estimado con un grado alto de confianza puede sentar a lo menos el mínimo esperable como retorno, lo que permite pasar de un modelo estimativo sobre variables inciertas, a un modelo predecible y con variables ciertas. La propuesta, es que las variables estadísticas extraídas de los partidos en los cuales el jugador participó, permiten establecer con un grado de confianza estadístico, el valor futuro que tendrá el jugador en el mediano y largo plazo, siempre que podamos proyectar, incluso en términos lineales, las estadísticas relevantes por partido de un jugador, pues la pregunta finalmente es, en que grado se relacionan las estadísticas de partido en el mundo del fútbol con el valor de transferencia de mercado de ese jugador, existe realmente esta relación o hay factores que cobran mayor relevancia a la hora de definir cuánto vale un jugador en el minuto que es comprado.
Y es en este sentido, que se propone un modelo de análisis basado en aprendizaje supervisado, que tome las variables de partido de cada jugador para realizar una regresión sobre los datos y me permita proyectar a futuro el valor del jugador en base a sus estadísticas actuales, buscando una mayor consistencia en el valor de los jugadores y sus transacciones, y eliminando el contexto y variabilidad de mercado que pueden moverse por múltiples factores, no necesariamente relacionados al fútbol, y que por ende, puede ser más consistente en el tiempo y los valores proyectados de los jugadores.
Description
Capstone Project presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
item.page.coverage.spatial
item.page.sponsorship
Citation
Keywords
070037S, Futbol, Deportistas, Valor económico, Valor de mercado, Jugador