El sistema StatCast está revolucionando el mundo de las estadísticas en MLB
Luis Vargas, el seguidor que ha inspirado varias de nuestras columnas recientes con sus inquietudes, nos preguntó esta semana si la sabermetría era utilizada en el béisbol japonés, razón por la cual decidimos dedicarle el espacio de hoy a ese interesante tema.
La respuesta a esa interrogante es afirmativa. La sabermetría existe y es utilizada casi de manera exagerada en la NPB, pero debemos aclarar que con un objetivo distinto al que se persigue en las Grandes Ligas.
En las mayores, la sabermetría se utiliza para muchas cosas, pero diríamos que su objetivo principal es encontrar valor en jugadores que han sido descartados por otros equipos por diversos prejuicios que han dominado la liga por muchos años.
Tal como se explica en la película Moneyball protagonizada por Brad Pitt, los Atléticos de Oakland apelaron en 2002 a la sabermetría para armar un equipo competitivo con un presupuesto mínimo.
Escenas de la película Moneyball que explica cómo la sabermetría es utilizada
Específicamente, seleccionaron a varios peloteros que estaban disponibles en el mercado y que nadie quería basándose sólo en sus porcentajes de embasado, ya que eso ayudaría al equipo a producir más carreras y, por lo tanto, a ganar más partidos.
El club no sólo capturó el título de la División Oeste de la Liga Americana con el tercer presupuesto más bajo de MLB, sino que también impuso un nuevo récord para ese circuito de victorias consecutivas con 20.
Desde entonces, el resto de los conjuntos de la Gran Carpa han copiado en mayor o menor medida ese modelo para seleccionar a los jugadores que colocarán sobre el terreno en un juego, una serie o una temporada particular.
En la NPB, por el contrario, el uso principal de la sabermetría es encontrar las debilidades de los conjuntos rivales para construir así un plan de ataque más efectivo y también mejorar el rendimiento propio a través del estudio de tus propios números.
El venezolano Alex Ramírez, manager de las Estrellas de DeNA, nos explicó en una entrevista reciente cómo la sabermetría lo ayudó a planificar y ganar la primera serie de la postemporada 2017 ante los Tigres de Hanshin.
DeNA derrota a Hanshin en la 1era fase del playoff 2017 (min 14:26)
En el primer juego, debía enfrentar al norteamericano Randy Messenger, un lanzador al que sus jugadores casi nunca podían derrotar, y las estadísticas que tenía a la mano le indicaban claramente que su equipo tenía un 90 por ciento de posibilidades de perder ese encuentro.
Consciente de que si enviaba a su mejor lanzador al montículo y perdía el partido la corta serie de 3 juegos estaría prácticamente acabada, decidió entonces enfrentar al estadonuidense con su tercer mejor serpentinero.
Si perdía, como todos esperaban que ocurriera, tendría entonces a sus lanzadores número uno y dos esperando para medirse a los abridores dos y tres de Hanshin en los dos siguientes partidos y eso, sin duda, inclinaba la balanza a su favor.
Y si ganaba, estaría entonces en una posición inmejorable para barrer la serie, por lo que al final tuvo la valentía de tomar ese riesgo y las cosas le salieron exactamente como él las esperaba. Perdió el primer partido, pero ganó los dos siguientes para clasificar a la ronda final del playoff y, más adelante, a la Serie de Japón.
Los equipos japoneses son obsesivos en su estudio de los conjuntos rivales, al punto de que analizan detalladamente los videos de sus partidos recientes y se reúnen varias veces al día para discutir las distintas estrategias posibles para derrotarlos en su próximo enfrentamiento.
Como no los explicó el dominicano Fabio Castillo cuando conversamos con él hace un par de meses en Japón, “mi impresión es que aquí se estudian más y se miran mucho los videos de los equipos contrarios. Por ejemplo, cada vez que me toca lanzar siempre estudiamos al conjunto rival, vemos cómo le ha ido esa semana, cómo le fue en el juego anterior, cómo le lanzamos la última vez que lo enfrentamos y cosas por el estilo. Aquí veo mucho más énfasis en ese tipo de preparación”.
La sabermetría, por lo tanto, no ha hecho sino reforzar una práctica que ya existía en la NPB y elevarla a un nivel de sofisticación desconocido hasta hace poco.
Por eso es tan común que un jugador extranjero que tuvo un exitoso debut en la NPB en su primer año pase mucho trabajo la temporada siguiente para mantener ese mismo nivel de productividad. Los equipos rivales no hacen otra cosa que estudiarlo hasta el cansancio durante el invierno para encontrarle sus debilidades.
No es coincidencia que este mismo año varios equipos que hasta ahora no se habían molestado en instalar el sistema TrackMan en sus estadios se apresuraron a hacerlo, para así no quedar en desventaja ante sus rivales. Hiroshima es el único que se mantiene sin utilizarlo, por es muy probable que cambie de opinión pronto.
El TrackMan es un sistema de radar que graba toda la información que produce un partido de béisbol, desde la velocidad, el ángulo, el tipo y el promedio de rotación de un lanzamiento a la distancia de los jonrones y la velocidad del bate al hacer contacto con la pelota.
Breve biografía de Masayoshi Son, dueño de SoftBank y uno de los principales promotores de la inteligencia artificial
Los Halcones de SoftBank han ido más allá y han desarrollado un sistema de inteligencia artificial para analizar los datos obtenidos por TrackMan y tratar de predecir los movimientos de los conjuntos rivales, para saber así cómo derrotarlos.
En lo que se refiere a mejorar el rendimiento propio, el as de los Leones de Seibu Yusei Kikuchi se autodenominó hace poco en una entrevista como un adicto al TrackMan, que ahora utiliza con detalle para analizar y preparar todas sus aperturas.
Yusei Kikuchi, de los Leones de Seibu, es un adicto al TrackMan
“Ahora chequeo los datos de cada una de mis salidas con nuestros analistas, como el punto en el que suelto la pelota y mi extensión. Eso me ayuda a hacer ajustes y mientras los hago y veo qué resultados me dan en los juegos, eso me indica el nivel al que debo estar”, le explicó a nuestro colega de la agencia de noticias Kyodo Jim Allen.
“El punto en el que suelto la pelota ha estado alto últimamente. Lo noté en mi juego ante los Gigantes de Yomiuri. Resulta que estuvo 9 centímetros más alto que el año pasado. Corregí el problema doblando un poco mi torso y reduje la diferencia a 3 centímetros más que en 2017 en mi última salida ante los Dragones de Chunichi. No he visto los datos del juego de anoche, pero apostaría que en el último inning el punto en el que suelto la pelota estuvo a sólo un centímetro de la altura a la que quiero estar, que es 167 centímetros”, concluyó.
Lanzadores como Kikuchi no son los únicos que utilizan los datos capturados por TrackMan para mejorar su rendimiento sobre el terreno. Los bateadores, receptores, coaches y managers de la liga los estudian todos detalladamente para tomar sus decisiones.
Incluso los canales de televisión, tal como ocurre en Norteamérica, utilizan los datos generados por TrackMan durante sus transmisiones para ofrecer así una mejor y más acertada información a su público.
El TrackMan captura un jonrón de 495 pies del dominicano Carlos Peguero
Las transmisiones de los partidos de las Águilas de Rakuten en el Estadio Kobo de Sendai son particularmente impresionantes en este sentido, en especial cuando el dominicano Carlos Peguero conecta uno de sus kilométricos jonrones.
La sabermetría nació en los Estados Unidos y Japón sólo la adoptado seriamente en los últimos años, pero ahora que lo ha hecho la está llevando a un nivel que podría superar en el futuro el de las Grandes Ligas, en especial si ese experimento que está haciendo SoftBank con la inteligencia artificial termina teniendo éxito.
