¿Es realmente bueno ese Staff? Le ponemos nota con el “Índice de desempeño”

El resultado de un partido en HT, siempre, es una excepción. Vale, sí, una concatenación de resultados concreta ya no será tan dependiente del azar. Y, aunque nuestros caminos en hattrick sean un cúmulo de eventos excepcionales mejor o peor buscados, andamos, a menudo, inmersos en debates insustanciales sobre el éxito, merecido o no, de este o aquel equipo, de esta o aquella selección, de ese o aquel staff, sin filtrar demasiado bien la verdad irrefutable que conlleva cualquier hecho en nuestro juego verde favorito, la probabilidad.

En los círculos sanvicentinos, en los que formo parte del staff U21 y ABS actualmente, debatimos sobre muchas cosas y contribuimos de diferentes maneras, atrapados, frecuentemente, en el verde, nuestro verde. A veces, un comentario o una pregunta activan la chispa investigadora y acabamos generando una nueva línea de trabajo o una variante novedosa en la que indagar. Supongo que ocurrirá algo similar en otros grupos hattrickianos, y gracias a ello, podemos contribuir de alguna manera al juego que tanto nos da, y nos quita.

Y aquí me hallo, escribiendo por primera vez en mi HTlife un HTpress, por una maldita, o bendita, no sé qué la define mejor, a la par que cesarina, cuestión.

Difícil respuesta, lo sé, siempre habrá factores que se nos puedan escapar, incluso intangibles ni tan siquiera imaginables aún, quizá solo en alguna mente numeróloga superior.

(23443)
Los Intangibles

Pero no será porque yo no lo intente...

Índice de desempeño (IDv en adelante)

Se trata de un índice que devuelve numéricamente una valoración evaluativa sobre el devenir en las decisiones y actuaciones de un staff en el corto y largo plazo, en el antes y en el después de un partido concreto, en el durante de un campeonato, un índice para gobernarlos a todos. Un índice para clasificarlos, un índice para atraerlos a todos y atarlos en las tinieblas en la Tierra del Motor (a veces Mordor) donde se extienden las sombras verdes.

Premisas de partida:
- Independencia de los resultados
- Objetividad en los factores escogidos
- Reproducibilidad

Factores concluyentes para el cálculo

- Puntos esperados por partido (p.e. en adelante) en promedio: Factor principal que actúa como base del cálculo del índice, reflejo de las repeticiones ofrecidas por el propio hattrick y que recogen objetivamente la influencia humana en el planteamiento de partidos, uso de especialistas, experiencia, resistencia, cambios, balón parado, tácticas escogidas, formaciones, influencia meteorológica, entre otras variables.

- Diferencias medias de HatStats con los rivales (Dif. HS. en adelante) en promedio: Las HatStats ofrecen información sobre el potencial de un equipo, así como, el estado del mismo en aspectos como la forma, lesionados, sancionados, suplentes, etc… pero así, en bruto, quedan un poco huérfanas, por lo que tienen mucho más sentido calculadas como diferencias medias con los rivales, porque no es lo mismo enfrentarse a rivales con muchas HatStats que a otros más humildes, no es igual tener rivales fuertes en un grupo, que rivales más asequibles. Siempre tendrán más valor los puntos esperados conseguidos con diferencias de HatStats desfavorables.

- Desviación estándar de los puntos esperados (𝝈 en adelante) tomados como población individual para cada equipo: ¿Acaso es lo mismo acumular muchos puntos esperados en pocos partidos y luego meter estrepitosamente la pata en otros cuantos jugando a la adivinación, que obtener puntos esperados de manera más constante partido a partido? Que sea la desviación estándar y no cualquier otro parámetro de dispersión responde al hecho de que devuelve valores en la misma unidad de medida, sin más secreto.

Número de equipos activos (n.e.a. en adelante) en Mayo de 2024: El viejo dilema calidad versus cantidad. Es cierto que un país pequeño bien trabajado opta a cualquier logro, puede incluso que salgan jugadores con alto potencial con más frecuencia en estos países pequeños, pero hay una verdad absoluta, más equipos significa más donde elegir, y por eso incorporamos un factor de corrección sigmoidal en el que se penaliza más a Staffs de países con miles de equipos activos respecto a los que tienen alguna centena escasamente.

Población de estudio y muestra

Para el estudio del IDv necesitamos una población objetivo. Los recientemente terminados campeonatos continentales U21 edición 37 son una excelente oportunidad para analizar el impacto de nuestro índice por su cercanía en el tiempo y la posibilidad de recibir retroalimentación más fidedigna. En este apartado tengo que agradecer al gran e irrepetible usuario LA-Yandros su implacable sed recopiladora de datos. Datos a los que me ha permitido acceder para proceder a los cálculos pertinentes. Si hay algún fallo manifiesto es su culpa xD.

Utilizaré, para ilustrar la construcción del cálculo del índice, una muestra representativa de equipos U21 de diferentes continentes, con éxito dispar y que barran con alta variabilidad los factores concluyentes del cálculo del IDv (mostrados en tabla 1 anexa)

(https://i.postimg.cc/nz9M6rFY/Tabla-1.jpg)

La fórmula del cálculo del IDv se construyó por bloques, y en cada uno de ellos se iba teniendo en cuenta un factor concluyente nuevo. La dichosa fórmula parte de los p.e. por partido y sobre esta base, los demás factores concluyentes van modificando el valor hasta obtener el definitivo IDv. Así, entonces, Las Dif.HS. actúan sobre los puntos esperados aumentando su valor si son negativas y disminuyendo, por contra, si son positivas de manera proporcional a su valor y ajustadas por una escala (k) en la fórmula originaria. Exponemos un ejemplo con Senegal para entenderla bien:

(https://i.postimg.cc/WbvtHsQg/Ejemplo-1.jpg)

En el siguiente paso evolutivo de la fórmula, entró en juego la σ, que modifica el cálculo anterior penalizando al IDv cuanto mayor sea aquella, estando afectada por un factor de calibración (d). He aquí otro ejemplo aclaratorio:

(https://i.postimg.cc/fbpRjsc3/Ejemplo-2.jpg)

Por último, el n.e.a. (x) lastra el valor previo sigmoidalmente de manera que las selecciones con mayor n.e.a., de nuevo, penalizan con hasta un 10% de su valor al índice y siendo este impacto prácticamente nulo en los países con menor n.e.a para dejar el IDv definintivo (Fórmula definitiva IDv), tal y como se muestra a continuación junto a la gráfica de la función sigmoide (Gráfica 1) que calcula el factor de corrección por n.e.a.

(https://i.postimg.cc/nrYVJQ67/F-rmula-definitiva.jpg)

(https://i.postimg.cc/qvZJ4rZm/Gr-fica-1.jpg)

Aproximar un cálculo aceptable y aceptado supone un reto importante a la hora de establecer un criterio justo. En este caso, expongo la construcción del cálculo del IDv siguiendo una línea aditiva en la que, tal y como ocurrió en la realidad, se fueron añadiendo factores concluyentes al cálculo del índice a la vez que se trataba de ajustar los elementos de escala y calibración existentes para la Dif. HS. (k) y la 𝝈 (d)

¿Qué parámetro, variable, dato cuantificable, o cualquiera que sea el tangible, nos da información objetiva (o lo más objetiva posible) sobre lo bien o lo mal que desempeña un determinado equipo en hattrick? Las repeticiones, esas escasas 100, es lo más próximo a justicia que tenemos así que es absolutamente lógico, a veces patológico, nutrirse de ellas como plato principal en cualquier planteamiento para evaluar a un staff. Ahora bien, este dato debía cruzarse con otro que compensara el potencial del equipo, ya que cualquier manager a los mandos de una selección con bestias pardas mejoraría al DT más ducho exprimiendo tuercebotas. Y aquí es donde surgen las HatStats, aunque por sí solas quedan como un dato ególatra. Así que yendo un poco más allá, observamos que se recoge más información y más justa si tenemos en cuenta las Diferencias de HatStats con los rivales. De esta manera, la primera fórmula que parimos, sin tener en cuenta otros factores concluyentes, dependía de un factor de escala (k) que cuantifica el impacto de las Dif. HS. sobre los p.e. tal y como se observa en la siguiente tabla 2:

(https://i.postimg.cc/Dfd7mLM4/Tabla-2.jpg)

De acuerdo a los resultados, se puede comprobar que la fórmula, aún devolviendo valores con cierto sentido, necesita más información si pretendemos que ofrezca valoraciones más veraces. Un buen ejemplo de lo expuesto se puede identificar en Senegal, donde, debido a sus bajos p.e. y su alta Dif. HS. negativas, el resultado de esta fórmula varía abruptamente con pequeños cambios del factor de escala (k). O también en USA, que con esa Dif. HS. tan a favor, devalúa sus p.e. devolviendo un índice relativamente bajo.

En este contexto, tratamos de encontrar algún dato objetivo que atenuara el efecto del cálculo de la fórmula para valores de factores concluyentes más extremos y que, a la vez, premiara a aquellos equipos más constantes en la consecución de p.e. De esa idea nació el introducir la desviación estándar de los puntos esperados (𝝈). Una desviación que debíamos calibrar para que su efecto fuese matizador y no distorsionador. En la siguiente tabla 3 mostramos varias combinaciones de factor de escala (k) de la fórmula original combinados con el de calibración de la 𝝈 (d) añadiendo su efecto a la fórmula original como factor modificador de la misma:

(https://i.postimg.cc/NjVcZ45S/Tabla-3.jpg)

La tendencia observada puede comprobarse en equipos como Curaçao, que con una alta 𝝈, ven significativamente reducido el valor del cálculo de la fórmula. Justo a la inversa que USA, que aunque tienen las Dif. HS. más altas, posee la menor 𝝈 del grupo muestra.

Por último, había algo de justicia divina que no conseguíamos cuantificar. Hay algo de heroico en exprimir cada gota de la naranja que tienes entre manos por escasas que sean, y mayor es el mérito cuanto más cuesta extraerlas. Es por ello que introdujimos el último factor concluyente de este estudio, el número de equipos activos, n.e.a. Un factor que habla sobre la disponibilidad potencial de jugadores, y por lo tanto, la facilidad para poder elegir jugadores de alto rendimiento para la competición y consecuentemente obtener un mayor éxito. Como ya se expuso anteriormente, éste último factor debía actuar como un corrector de potencialidad del equipo. Pero no de cualquier manera, ni siquiera de forma lineal. Así que, tras valorar opciones, decidimos generar un impacto sigmoidal con punto de inflexión entre el primer y segundo millar de equipos disponibles, en la que, a nuestro entender, supone la barrera natural entre la escasez y la abundancia de jugadores disponibles. Para no sobredimensionar a este factor, limitamos su efecto con un máximo del 10% de penalización sobre el total del índice final calculado. Podemos observar todo lo relatado en los resultados finales en tabla 4:

(https://i.postimg.cc/xd0vDKhG/Tabla-4.jpg)

Conclusiones finales

Nuestros esquemas mentales se rompen cuando selecciones que sufrieron para llegar al mundial tienen un IDv bastante superior a otras que alcanzaron fases finales e incluso campeonaron, cuando alguna que acabó arriba en la clasificación de su grupo tuvo peor desempeño que equipos clasificados como últimos de grupo. Es probable que los resultados finales del cálculo del IDv luzcan inquietantes al ver a toda una Italia en el tramo medio, o a una España o Usa en el tramo bajo. Pero la realidad es que tendemos, de manera casi irracional, a darle más valor a los resultados por sí mismos, como si este juego se pareciese al fútbol real en ese aspecto, y ahí es donde erramos. Así que, agarrados a la bandera de la objetividad, concluímos este artículo con un epílogo de conclusiones con aspectos positivos y a mejorar

A Mejorar

- Los efectos de un partido sobre los siguientes no están corregidos y solo contemplados en su impacto sobre las repeticiones. Como la confianza, actitud, tarjetas, etc…

- El ajuste de los factores de escala de Dif. HS. y calibrado de 𝝈 es susceptible de poder ser cambiado bajo interpretaciones diferentes.

- Algunos aspectos subjetivos no se ven reflejados en el cálculo del IDv como por ejemplo el trabajo de un staff paracaidista sacándole mucho partido a una selección en un país en el que el scouting ha sido muy deficiente. O Staffs adivinadores con suerte. Incluso el desvirtúe que suponen los datos de partidos con selecciones ya clasificadas o eliminadas en las últimas jornadas.

Fortalezas

- Premia a los equipos que tienen buen balance en cada uno de los factores concluyentes. Como en el ejemplo de SVG, que sin ser la mejor en ninguno de ellos se mantiene estable en el tramo alto siempre (objetivamente hablando y obviando el autobombo que quizá se pueda sospechar)

- Con relativamente pocos factores, se recoge mucha información y muy diferente. No solo se trata de buenos planteamientos, sino que importa el trabajo de scouting o la constancia en el desempeño.

- Todo aporta al cálculo y no se desecha información. Pocos p.e. en condiciones desfavorables suman y muchos p.e. en condiciones muy favorecedoras a la par que irregulares penalizan, por poner un ejemplo.

Por todo la expuesto en este artículo, me gustaría acabar diciendo que ha merecido la pena si, a cualquier manager que le haya interesado, le sirve para extraer sus propias conclusiones, a establecer bajo su propio criterio crítico mejoras o sugerencias o mejor aún, le invita a profundizar en el ajuste del cálculo y esto acaba llegando más lejos de los esperado.

Gracias, un besito de la barba más celestial de HT

Link directly to this article (HT-ML, for the forum): [ArticleID=23596]