El “big data” llega al pelotón

Ni Eddy Merckx ni Miguel Indurain ni Chris Froome habrían ganado un solo Tour sin unos buenos gregarios. Pero a partir de ahora los colosos de las dos ruedas no sólo van a necesitar a su lado a grandes corredores. El big data ya ha llegado al ciclismo. El podio va a quedar reservado para quienes manejen más y mejor información.

Ni Eddy Merckx ni Miguel Indurain ni Chris Froome habrían ganado un solo Tour sin unos buenos gregarios. Pero a partir de ahora los colosos de las dos ruedas no sólo van a necesitar a su lado a grandes corredores. El big data ya ha llegado al ciclismo. El podio va a quedar reservado para quienes manejen más y mejor información.

LUCA es el último fichaje del Movistar Team. No es ni un gran contrarrelojista ni un excelente escalador. Pero sin duda va a convertirse en uno de miembros más importantes del equipo. Pero, ¿quién es LUCA?

LUCA es la unidad de big data de Telefónica. Es una unidad global que impulsa el uso de datos y la toma de decisiones basadas en ellos. “Dentro de LUCA hay un espíritu innovador y de explorar todas las posibilidades que ofrecen los datos en la sociedad. Y uno de los aspectos que más nos interesa es el deporte”, explica Pedro Antonio de Alarcón, Head of Big Data for Social Good de LUCA.

Telefónica quería llevar un poco más allá el concepto tradicional de patrocinio. “A través de una firme creencia en el uso del dato, nos pusimos a trabajar conjuntamente y decidimos que el tratamiento de todos los datos que está generando el Movistar Team podría ayudar a mejorar el rendimiento de los ciclistas individualmente y el del propio equipo. Con el apoyo de uno de sus entrenadores, Mikel Zabala, y de la propia dirección del equipo, surgió esta idea pionera de usar el big data en este deporte”, prosigue Pedro Antonio.

Ciclismo basado en datos

“El ciclismo basado en datos es ya una realidad porque disponemos de muchísima información. La tecnología en general, y el big data en particular, lo que permite es hacernos conocedores de todas las variables supercomplejas que hay en el deporte y que interactúan entre ellas”, apunta Mikel Zabala, preparador físico del Movistar Team. “La principal motivación para trabajar con big data en ciclismo lógicamente es sacar ventaja sobre los oponentes y poder vencerles, o de alguna forma manejar las circunstancias de carrera en nuestro beneficio. Los datos son muy útiles sobre todo para analizar situaciones que han sucedido en competición y así determinar qué ciclista del equipo puede rendir a mayor intensidad y durante más tiempo, y de esa forma establecer los roles de cada corredor a diario y sacar partido al corredor al cien por cien sin sobrepasar sus límites”.

La principal motivación para trabajar con big data en ciclismo es sacar ventaja sobre los oponentes y poder vencerles

El ciclismo profesional es uno de los deportes que más datos genera. Cada corredor lleva consigo una serie de sensores que recogen diferente información. Los principales son el potenciómetro, que se sitúa en la zona de los pedales de la bicicleta y mide la potencia en vatios, la cadencia, los ciclos de pedaleo, la fuerza que se ejerce sobre los pedales… La banda de frecuencia cardíaca, una cinta situada alrededor del pecho del ciclista, es otro sensor importante.

Estos sensores envían de manera inalámbrica toda la información a un dispositivo situado en el manillar, un pequeño ordenador que se conoce con el nombre de Garmin. Este mismo dispositivo lleva incorporado un GPS que proporciona información adicional sobre el perfil del recorrido. Cuando finaliza cada entrenamiento o cada etapa de una vuelta, el ciclista conecta el Garmin a un ordenador y todos los datos recogidos los traslada a la nube.

Una vez que los datos están exportados a internet, comienza el trabajo de LUCA. Teniendo en cuenta que en una etapa de una gran vuelta cada ciclista puede generar en torno a 144.000 datos, y que por tanto en una gran competición hablamos de unos 3 millones de registros por corredor, el trabajo no es sencillo.

En una etapa de una gran vuelta cada ciclista puede generar en torno a 144.000 datos

“Cuando disponemos de los datos, los cargamos dentro de nuestra infraestructura de big data y es ahí donde empezamos a aplicar toda la analítica y generamos una serie de gráficas”, puntualiza Pedro Antonio. “Se lo presentamos a los ciclistas y al equipo técnico a través de cuadros de mando: una serie de páginas web que analizan todo lo que ha pasado y que además son interactivas y permiten explorar e interaccionar, jugar con filtros y cambiar las condiciones de lo que se está viendo para adaptarlo a las preguntas que se están haciendo. Esto es muy importante porque cuando un entrenador, un director de un equipo o el propio ciclista ven esas gráficas, no las ven de una manera pasiva sino que las miran de una manera curiosa y preguntándose qué ha pasado en las diferentes partes de la etapa”.

Describir y predecir

El análisis de todos estos datos se realiza en tres fases. La primera es la más sencilla, es la fase descriptiva, y en ella se explica qué ha pasado en la etapa. “Podemos encontrar una justificación por ejemplo a por qué un corredor en un momento determinado sufre una bajada de rendimiento súbita y entender por qué ha pasado”.

La segunda fase es la predictiva, es decir, se intenta predecir qué va a hacer un ciclista antes de que lo haga. Este pronóstico resulta complejo en ciclismo, ya que es un deporte en el que entran en juego una serie de factores difícilmente controlables, como la climatología, las caídas… Pero los datos ayudan a saber en qué condiciones está compitiendo el deportista.

“Quien maneja esa información al final puede utilizar las variables en su beneficio y jugar a nivel táctico”

Y por último la fase más avanzada y difícil es la prescriptiva. Como se sabe lo que va a pasar, se actúa sobre ciertas variables para que pase lo que se desea que ocurra. “Por ejemplo, un ciclista durante el año alcanza una serie de picos de forma y esos picos son el momento óptimo donde el ciclista debe estar compitiendo en una carrera como el Tour, la Vuelta o el Giro. Entonces la parte prescriptiva del análisis sería manipular las variables de carga de entrenamiento y recuperación para que se llegue al pico de forma justo en la fecha en que se tiene que llegar. Esto es un ejemplo de análisis avanzado prescriptivo”, concluye Pedro Antonio.

A Mikel Zabala le gusta definir la inteligencia de datos como una pequeña bola de cristal que ayudará a predecir el futuro. “Se necesita el mayor número de datos posibles por una cuestión estadística, matemática. Cuanto mayor sea el número de datos mejor se va a representar la realidad. El big data se basa en tal cantidad de datos que la estimación llega a tener unos niveles increíbles de certeza. Por ejemplo, es muy posible que podamos prever una ‘pájara’ de un corredor determinado, porque si sabemos qué prestaciones puede tener, conocemos la temperatura ambiental, si está en primera línea tirando o detrás de un corredor beneficiándose de la aerodinámica, se pueden introducir todas estas variables y vamos a saber cuánto tiempo puede mantener ese esfuerzo. Quien maneja esa información puede utilizar esas variables en su beneficio y jugar a nivel táctico, y en el deporte tomar esas decisiones en el menor tiempo posible de forma acertada es lo que determina que tengas éxito o no lo tengas”.

Real time

Hasta la fecha, este análisis de datos se ha aplicado tanto en los entrenamientos como en las carreras, sobre todo para tener una visualización a posteriori de lo que ha pasado. Pero en la mente de todos está avanzar ahora para contar con ese punto de ventaja respecto a los rivales a la hora de preparar las estrategias de carrera. “En esta segunda fase, que ya hemos empezado, una vez que ya tenemos una recepción en tiempo real podemos pensar en analizar esa información de manera inmediata para que ayude a tomar decisiones sobre la marcha”, explica Zabala. “Es decir, que en cada momento de la carrera, un director de equipo, ayudado por esos datos, pueda variar el feedback que va a dar a los corredores para que actúen de una manera u otra y para que sea ventajoso para el equipo”. De hecho, los sensores ya transmiten la información al Garmin de forma inmediata, de tal forma que el ciclista puede ver su medida de potencia y adaptar su ritmo de pedaleo a las circunstancias de carrera. Es lo que se conoce como “real time”, o lo que es lo mismo, la obtención de esos datos en tiempo real para que se puedan tomar decisiones al segundo. El real time, que ya es una realidad en otros deportes como la Fórmula 1, va a revolucionar la forma de competir en el ciclismo.

Para el preparador físico del Movistar Team, el ciclismo ya nunca será como hasta ahora lo hemos conocido: “Es posible que pronto se jueguen dos carreras, como pasa en Fórmula 1. Una va a ser la carrera que todo el mundo vea en televisión, con los ciclistas pedaleando; y puede ser que en la trastienda haya otra competición de ingenieros y analistas de datos precisamente para intentar ofrecer ese feedback lo más rápido y de la forma más certera posible”.

Alejandro Valverde y los datos

Alejandro Valverde es junto a Nairo Quintana el líder indiscutible del Movistar Team. En la retina de todos está aquella Vuelta Ciclista a España que ganó en 2009 y sus memorables pugnas con Purito Rodríguez y Alberto Contador en las ascensiones a grandes puertos de montaña.

Cuando comenzó sus primeras pedaladas profesionales el único dato fiable con el que contaba eran sus propias sensaciones. Mucho han cambiado las cosas desde entonces. “Cuando yo empecé, ni mucho menos imaginaba que podía llevar un ordenador en la bicicleta”, comenta el corredor murciano. “El análisis de datos como ciclistas puede ayudarnos mucho. Ahora llevamos una cantidad de datos impresionante, la altura, el desnivel de la subida, los vatios, la velocidad… lo llevamos todo incorporado, es prácticamente un ordenador; luego cuando llegas a casa lo descargas y te sale una cantidad de gráficas alucinante”.

Valverde: “Cuando yo empecé, ni mucho menos imaginaba que podía llevar un ordenador en la bicicleta”

Su preparador físico, Mikel Zabala, cuenta cómo Valverde es un claro ejemplo de cómo toda esta información te puede dar ventaja en carrera: “Un día, llegando a una etapa con final en alto, atacaron dos corredores, Purito y Contador, y él, viendo los vatios/kilo que movía, pensó, ‘bueno, sé que muy lejos no vais a ir y cuando yo alcance mi distancia perfecta, atacaré y ganaré’. Lo interpretó bien y ganó aquella etapa”.

“Con los datos además puedes mejorar mucho porque sabes cómo debes entrenar para recuperar mejor. Luego ya tiene que ser el cuerpo humano el que tiene que dar a los pedales, pero toda esa información es superimportante y está ayudando a que el ciclista dure más tiempo en su trayectoria profesional, porque como está todo muy medido se reduce mucho la incertidumbre como deportista”, concluye el dos veces subcampeón del mundo.

Deporte y tecnología

El deporte profesional ya no se entiende sin la tecnología. La investigación en torno a materiales para conseguir ganancias marginales en los registros de los deportistas -en disciplinas como la natación o el atletismo- o las herramientas de arbitraje en tenis son ya algo habitual.

“El encanto del deporte y su casuística no se van a perder, pero va a haber otra batalla de datos muy interesante”

Pero para Pedro Antonio la gran revolución tecnológica va a ser el uso de los datos, que hasta ahora no se estaban midiendo ni recogiendo durante el propio deporte. “El big data ha llegado y nosotros lo que estamos intentando es estar en la punta de lanza y probándolo con el ciclismo profesional. Y lo que va a revolucionar fundamentalmente es que el ciclista va a tener otra perspectiva de sí mismo, en torno a los resultados, a sus sensaciones… entrena y podrá ver si el entrenamiento ha surtido efecto en función de lo que obtiene en una carrera. Ahora va a poder entender, si no consigue lo que él espera, por qué es, en qué puntos tiene que incidir para mejorar, y eso se lo van a decir los datos y el análisis de estos”.

“Este conocimiento de la información y de las variables no sólo va a mejorar el rendimiento, a su vez puede favorecer también aspectos como la salud, tanto del deportista de élite como de usuarios de la calle. Cualquier usuario de cualquier nivel que lleve su smartwatch o su dispositivo electrónico va a poder regular incluso la intensidad de su esfuerzo para adaptarlo al objetivo que tenga, ya sea relacionado con la salud o con el rendimiento”, reflexiona Mikel.

“Sin duda, la tecnología está ayudando al deporte de élite de tal manera que las prestaciones son superiores, y la incidencia sobre los resultados va a ser muy importante. El encanto del deporte y su casuística no se van a perder, pero a partir de ahora va a haber otra batalla, la de los datos, muy interesante”.