El big data predice que mi equipo va a descender… ¿me voy haciendo a la idea?

Qué dice realmente un porcentaje

Hoy es fácil encontrar titulares que prometen saber cómo acabará la liga: predicciones hechas por “superordenadores”, basadas en big data y en “millones de simulaciones”. Suena a ciencia exacta. Pero ¿qué quiere decir todo eso? ¿De dónde sale el porcentaje que le ponen a tu equipo? ¿Sirve para saber qué va a pasar o para otra cosa? Empezamos por las preguntas y las respondemos en las siguientes secciones.

Ejemplo ilustrativo de una predicción, con cifras aproximadas.

Una predicción de clasificación no te dice cómo acabará la liga: te dice de cuántas formas distintas puede acabar.

Cada vez que lees que un equipo tiene un 70 % de acabar en Europa, o un 1 % de subir, detrás hay un reparto de probabilidades, no una sentencia. El problema es que ese reparto casi siempre llega al aficionado convertido en un titular, y un titular necesita un protagonista: “el favorito”, “el candidato a bajar”, “el que ya está salvado”.

En este artículo veremos cómo se calculan esas cifras, por qué valen menos de lo que parece para adivinar el futuro y para ver, realmente, en qué pueden servirnos. La idea que queremos que te lleves es sencilla: normalmente, una predicción no mide el futuro, mide lo abierta que está la competición en este momento.

Qué es una simulación de Montecarlo

“Montecarlo” suena a casino y a palabra técnica, pero detrás hay un método estadístico que se entiende bien. Es el método usado en muchas de las simulaciones que ves en redes sociales, en los medios de comunicación y en algunos proveedores de datos de fútbol. Por eso conviene saber qué hace: así entenderás qué te están diciendo cuando te dan un porcentaje.

Una simulación de Montecarlo consiste en jugar la temporada muchas veces en un ordenador y contar qué pasa.

Se parte de una estimación de lo fuerte que es cada equipo y se “juega” cada partido que queda. Pero no se juega una sola vez: en cada partido el ordenador tira el dado con las probabilidades de victoria, empate y derrota, y el resultado cambia de una simulación a otra. Cada temporada simulada termina con una clasificación distinta. Se repite 1.000, 10.000 o 100.000 veces y se cuenta: en cuántas el equipo A acaba campeón, en cuántas entra en Europa, en cuántas desciende. Ese recuento es el origen de los porcentajes que ves publicados.

Fíjate en lo que no dice. Con una sola simulación, el equipo A de nuestro ejemplo acaba octavo. Con mil, vemos que acaba campeón en unas 13 de cada 100, que lo más habitual es que termine entre el segundo y el sexto puesto, y que hay finales mucho peores. La respuesta no es un puesto, es un reparto.

Dos matices sobre lo que se oye por ahí. Que sean mil o diez millones de simulaciones solo afina el recuento: no hace que el modelo sepa más de fútbol. Y para simular una liga no hace falta un superordenador: lo que cuenta es el modelo de cómo se juega cada partido.

Una aclaración de pasada: a este tipo de predicciones se les suele llamar big data. No lo son. De eso hablaremos otro día.

Por qué sirven menos de lo que parece

El fútbol tiene tanto azar que limita cualquier predicción, por buena que sea.

• Se marcan pocos goles. Un poste, un rebote o un penalti pueden decidir un partido entero. El resultado depende más de acciones sueltas que en deportes donde se anota mucho.
• Existe el empate. Un tercer resultado, que reparte puntos y desordena la idea de que gana siempre el mejor.
• La incertidumbre se acumula. A falta de 30 jornadas quedan unos 300 partidos por jugar, y cada uno suma su parte de azar.

Por eso un modelo puede estar bien hecho y aun así “fallar” con frecuencia. Un 85 % de ser campeón significa que, de cada 100 temporadas parecidas, en unas 15 gana otro. Si juegas una sola vez, puede que te toque esa.

Dónde suelen fallar

Los fallos más habituales no son de cálculo, son de planteamiento.

1. Fiarse demasiado del arranque. Con pocas jornadas jugadas, la clasificación mezcla calidad y suerte, y es difícil separarlas. Un equipo con 22 puntos tras 8 jornadas puede ser muy bueno, o haber tenido un calendario fácil y varios resultados a favor. Si un modelo da mucho peso a esos puntos, asigna pronto un favorito muy claro.
2. Dar un solo número. Decir que un equipo acabará quinto esconde que quizá tiene opciones reales de acabar segundo y de acabar décimo. El puesto más probable no es el único posible.
3. Tratar la fuerza de cada equipo como un dato fijo. La fuerza no se conoce: se estima, y esa estimación tiene su propio margen de error. Un modelo que la usa como si fuera exacta parece más seguro de lo que debería.
4. Ignorar lo que falta por jugar. No es lo mismo tener por delante varios partidos contra rivales directos, o muchas salidas seguidas, que un tramo cómodo. El calendario y el factor campo cambian las probabilidades.

Cómo se haría mejor: escenarios, no solo fuerza

Una buena predicción trata la fuerza de un equipo como un abanico de escenarios, no como un número.

• Empezar por lo que se sabe antes de jugar. Temporadas anteriores, plantilla, entrenador. Y actualizar poco a poco con lo que va pasando, sin tirar todo lo anterior tras cinco jornadas.
• Simular también cómo puede cambiar esa fuerza. Un delantero lesionado, un fichaje de invierno, un cambio de entrenador, una plantilla joven que mejora durante el año. El potencial de un equipo no es el mismo en septiembre que en marzo, y cada simulación debería reflejarlo.
• Enseñar rangos y probabilidades, no un puesto único. La probabilidad de acabar en cada posición cuenta más que “se espera que acabe quinto”.
• Comprobar si acierta. Si un modelo dice “30 %” muchas veces, debería cumplirse en torno a 3 de cada 10. A eso se le llama calibración, y es la prueba más honesta de que unos porcentajes valen algo.

Nada de esto garantiza acertar el campeón. Lo que garantiza es que la incertidumbre se cuente bien.

Tres casos para leer con calma

Una sola temporada no demuestra nada sobre un modelo, pero ayuda a entender cómo leerlos. Son ejemplos ilustrativos, con cifras redondeadas.

LaLiga 25/26 · Jornada 10

El Real Madrid lideraba con unos cinco puntos de ventaja y aparecía con cerca de un 85 % de opciones de ser campeón. El Barcelona tenía en torno a un 14 %. Acabó ganando el Barcelona. No es un fallo del modelo por no cumplirse un 85 %: es lo que pasa, más o menos, una de cada siete veces.

LaLiga Hypermotion 25/26 · Jornada 11

El Racing de Santander lideraba y tenía alrededor de un 35 % de ser campeón. Acabó primero. Pero el segundo ascenso directo fue para el Deportivo de La Coruña, que ese día era cuarto en la tabla y, por puntos esperados, aparecía quinto. Tenía cerca de un 20 % de acabar entre los dos primeros: una de cada cinco. Y a la inversa, el Leganés, al que se esperaba cuarto, terminó decimosexto, y el Cádiz, sexto en la previsión, terminó decimoctavo.

Aquí se ve el problema del puesto único. El orden esperado dejaba fuera del podio al segundo ascendido, y las probabilidades decían algo distinto: que tenía opciones reales.

Antes de empezar: agosto de 2022

Antes de la temporada 2022/23, algunas predicciones daban al Real Madrid algo más de un 58 % de ser campeón y al Barcelona cerca de un 19 %. Ganó el Barcelona. Entre los candidatos a bajar estaban el Girona, con casi un 40 %, y el Valladolid, con algo más de un 33 %. Bajó el Valladolid; el Girona se salvó, y el Mallorca, al que se situaba como último clasificado, también.

En ninguno de los tres casos el resultado era imposible según las cifras publicadas. Lo que falló fue leer al favorito como un hecho.

Y hoy mismo, tras ocho jornadas, circulan predicciones que dan al líder de Primera más de un 90 % de opciones de ser campeón. En mayo veremos, pero lo útil es entender ahora qué significa ese número.

Para qué sirven de verdad, y cómo leerlas

Una predicción de clasificación sirve para medir lo abierta que está una competición, no para saber quién ganará.

Sirve para comparar escenarios (¿qué cambia si gana el próximo partido?), para distinguir una lucha realmente abierta de otra casi decidida y para ver cómo evoluciona la incertidumbre a lo largo del año. No sirve para anunciar al campeón en octubre.

Si quieres leer una sin que te engañen, hazle tres preguntas:

1. ¿Cuánto pesa lo que ya ha pasado? Con pocas jornadas jugadas, una predicción que se apoya sobre todo en la tabla de hoy está leyendo más suerte que calidad.
2. ¿Te da rangos o un solo número? Una buena predicción te dice la probabilidad de cada puesto, no solo el más probable.
3. ¿Tiene en cuenta lo que falta por jugar? No es lo mismo tener por delante a los rivales directos y varias salidas seguidas que un tramo cómodo en casa. Si el modelo trata igual todos los partidos que quedan, el porcentaje es más simple de lo que parece.

Un 1 % no es imposible y un 90 % no es seguro. Lo que importa es entender qué cuentan los números, no tratarlos como una sentencia.