Las redes de scouting siguen empleando personas para ver partidos porque los datos solo responden a las preguntas para las que fueron construidos: las preguntas centrales del scouting en el fútbol —cómo compite un jugador, cómo trata a sus compañeros, si su técnica sobrevive a una presión que nunca ha enfrentado— todavía no se pueden medir solo con datos de eventos. La escala de la capa de datos es enorme; proveedores como Opta, y la industria analítica más amplia que creció a partir de los datos de eventos y tracking, ofrecen métricas de millones de partidos en todo el fútbol mundial. Aun así, cada club importante añade scouting humano por encima de eso, y gasta más en esa capa que en los datos. La razón no es nostalgia. Es que los datos y los ojos fallan en lugares distintos.
¿Qué hacen bien los datos en el scouting?
Tres cosas, y de verdad transformaron el reclutamiento. Primero, el filtrado: un departamento de scouting puede preguntarle a los datos qué jugadores sub-21 en una docena de ligas superan umbrales en conducciones progresivas, resistencia a la presión o calidad de las ocasiones, y obtener una lista corta en minutos en lugar de meses. Segundo, el contexto: los modelos de goles esperados y las métricas ajustadas por posesión corrigen los números brutos según el rol, la fuerza del equipo y el ritmo de la liga. Tercero, la amplitud: ninguna red de humanos puede cubrir segundas divisiones en tres continentes; una base de datos sí puede.
Hitos ampliamente reportados marcan ese cambio. El uso de modelos de goles esperados se volvió corriente en la analítica europea durante la década de 2010, y los clubes invirtieron fuerte en equipos de datos —incluido el trabajo de consultoría bien documentado asociado al auge de la analítica en el reclutamiento, un movimiento que la prensa de negocios ha seguido de cerca. Nada de esto desplazó al ojeador. Lo movió más arriba en el embudo.
¿Dónde se detienen los datos?
Los puntos ciegos son estructurales, no temporales.
- La acción sin balón. Los datos de eventos registran lo que ocurre alrededor del balón. El escaneo de un lateral, el movimiento de un delantero que arrastra a un central, la desmarque a espaldas de un mediocampista: gran parte de lo que genera valor es invisible para el registro de eventos, y el tracking solo lo captura parcialmente.
- Contexto y causalidad. Los datos muestran que un mediocampista perdió el balón en su propio campo. No muestran que el pase de su compañero llegó tarde, ni que él era el único que se ofrecía.
- La traducción entre ligas. Los números de una liga no se trasladan limpiamente a otra. Los humanos juzgan si el espacio, el tiempo y la physicalidad que produjeron esos números existirán en el siguiente nivel.
- Carácter y capacidad de aprendizaje. La reacción a ser sustituido, el comportamiento en un vestidor tras una derrota, el profesionalismo lejos del estadio: los clubes consideran esto decisivo, y el dataset no lo contiene.
- La novedad. Un jugador que hace algo tácticamente inusual genera datos que encajan mal en modelos existentes, entrenados con lo ordinario.
¿Qué ve un ojeador en vivo que una cámara no ve?
Sobre todo, el posicionamiento. Un ojeador en el estadio observa al jugador cuando el balón está en otro lado: la orientación del cuerpo antes de recibir, los primeros pasos cuando se pierde la posesión, la comunicación, cómo se comporta el jugador en los veinte minutos posteriores a un error, cuánto corre cuando la jugada se rompe y nada está en juego. Los ojeadores también calibran el entorno —el estado del césped, la tolerancia del árbitro, la presión de la tribuna, la intención real del rival—, lo que cambia lo que significan los mismos números.
También está la cuestión de la proyección. Los ojeadores que ven fútbol juvenil no juzgan el rendimiento actual, sino la trayectoria, y la trayectoria vive en cualidades que se resisten a ser contadas: la adaptabilidad, la velocidad de decisión en situaciones nuevas, las respuestas a la instrucción. Los datos de un jugador de 16 años describen una foto fija de un blanco en movimiento. El oficio del ojeador es adivinar la dirección del movimiento.
¿Cómo combinan ambas cosas los departamentos modernos?
El modelo maduro es una cadena de trabajo con divisiones claras. Los datos construyen la lista larga y marcan los desconocidos. El filtrado por video reduce los viajes y acota el grupo —un cambio que reconfiguró la economía del scouting en la década de 2010, con plataformas que agregan imágenes de la mayoría de las ligas profesionales—. Luego los ojeadores en vivo asisten a los partidos que importan, presentan informes cualitativos estructurados, y sus juicios se comparan con los datos antes de cualquier decisión. Cada vez más, el proceso incluye entrevistas, perfiles psicológicos y llamadas de referencia, porque los fichajes fallidos más caros de la era moderna han tendido a ser fallos de carácter y de encaje, más que de capacidad medida.
¿Podría la IA reemplazar algún día a los ojos?
La visión por computadora y las métricas derivadas del tracking siguen mejorando, y algunos de los puntos ciegos actuales —desmarques sin balón, ángulos de presión— ya están siendo erosionados por datos de tracking desplegados en las ligas principales. Es razonable esperar que la capa medible siga ampliándose. Pero los límites más profundos no son límites de sensores. Juzgar si la confianza de un jugador sobrevivirá a una pelea por el descenso, si un temperamento callado encaja en un vestidor exigente, o si una aparente pereza en un equipo débil es desmotivación y no costumbre: esos son juicios sobre personas, hechos con información humana imperfecta. Los clubes que trataron el scouting como pura búsqueda de patrones ya hicieron el experimento, y la contratación continua de ojeadores en la industria es el resultado: como refleja la cobertura constante de la industria del fútbol en Reuters soccer, los fallos de reclutamiento siguen siendo comunes incluso en la era con más datos que ha tenido este deporte.
¿Qué significa esto para cómo deberían gastar los clubes?
La estructura racional no es datos u ojos, sino una secuencia: primero la amplitud barata, al final la profundidad cara. Los datos y el video cubren el mundo; los ojeadores en vivo cubren las decisiones. Los clubes que invierten ese orden —mandar observadores a viajes sin filtrar mientras ignoran los datos disponibles, o negarse a fichar a nadie que un ojeador no haya visto mientras la base de datos acumula polvo— pagan el desequilibrio en salarios y en errores. La red necesita sus ojos precisamente porque los números ya son tan buenos en todo lo demás.