Biblioteca Sportech
- Descripción
- Currículum
- Reseñas
-
1
Playtomic - Pedro Clavería -
2
Wimu - Isabel Pérez
-
3
Velites - Matías Hernandez
-
4
Voon Sports - Josu Arregui
-
5
Footters - Javier Duro
-
6
Torusware - Guillermo López y Manuel Framil
-
7
PlayerON - Maitane López
-
8
Feeberse - Adrian Pena
-
9
Revelify - Jennifer Pedro
-
10
Cluber - Diego López
-
11
Impulsyn - Alex Zusammen
-
12
INDYA - Javier Guerrero
-
13
Analítica y Datos: Inteligencia Artificial, La Explotación del Dato - César Hernández
-
14
Sports Trends & Predictions - Ricardo Rauch
-
15
El Uso de la Realidad Virtual para la Mejora del Performance
-
16
Infraestructura de Video Análisis - Clínic Fútbol
-
17
La tiranía de las estadísticas - Clínic Balonmano
El Ecosistema del Dato en el Balonmano
La ponencia trascendió la presentación de herramientas para convertirse en un profundo diagnóstico sobre los obstáculos estructurales y los paradigmas teóricos del balonmano actual.
El debate reveló una brecha significativa entre el potencial tecnológico y la realidad de su implementación, identificando áreas clave de fricción y oportunidad.
1. El Desafío Fundamental: La Crisis de Estandarización
El problema más crítico es la falta de un "lenguaje" común y una infraestructura de datos unificada.
Fragmentación de la Información
No existe un formato estándar. Un Mundial Junior puede tener un sistema de recogida diferente al de un Mundial Absoluto, haciendo imposible la comparación longitudinal y el análisis a gran escala.
Barrera para la IA
La falta de estandarización es el principal inhibidor. Es inviable implementar modelos de Inteligencia Artificial efectivos si los datos de entrada no son homogéneos, frenando el desarrollo de modelos predictivos.
Consecuencia Estructural
La ausencia de soluciones federativas ("de arriba hacia abajo") ha forzado soluciones fragmentadas ("de abajo hacia arriba"), como las iniciativas de Handball AI para crear un estándar de facto.
2. La Barrera Humana y el Coste de Tiempo
Más allá de la tecnología, existe una barrera cultural y psicológica en los banquillos.
Conflicto: Intuición vs. Dato
Existe una "extraña reticencia" donde los entrenadores perciben el dato como una amenaza a su autoridad y su "sensación" del juego, en lugar de verlo como un apoyo.
La Verdadera Barrera: El Coste-Beneficio
La reticencia suele ser práctica: el tiempo invertido en la recogida manual de datos supera al tiempo disponible para su análisis. La herramienta se convierte en una carga en lugar de un optimizador.
La Solución Psicológica
No se debe abrumar con datos, sino resolver necesidades concretas y automatizar la información para que el entrenador dedique su tiempo a analizar y tomar decisiones.
3. La Evolución de la Métrica
Anselmo Ruiz estructuró la evolución desde la contabilidad hacia la probabilidad en tres niveles:
Nivel 1: Datos para "Existir"
Es la contabilidad básica y estadística descriptiva (posesión, goles). Es el dato fundamental sin el cual el análisis no puede comenzar.
Nivel 2: Datos para "Desarrollar"
Datos para la formación. Concepto clave: "Pitch Control" (Expectativa de Amenaza).
Mide cómo una acción modifica la probabilidad de marcar gol, sirviendo como herramienta pedagógica para demostrar por qué una acción táctica es buena o mala.
Nivel 3: Datos para "Ganar"
Métricas de élite. Concepto clave: "Expected Goal on Target (XGoT)".
Calcula la probabilidad de gol basándose en la posición del lanzador y, crucialmente, la del portero. Mide la calidad de la decisión y ejecución al más alto nivel.
4. La IA como Doble Solución Teórica
IA como Automatizador (Computer Vision)
Solución directa al problema del "coste de tiempo". El tagging automático a partir de vídeo libera al analista de la recogida manual, aunque aún enfrenta desafíos técnicos (oclusión, calidad).
IA como Intérprete (Machine Learning)
Herramienta para interpretar patrones complejos. Algoritmos como K-means clustering pueden analizar miles de partidos para identificar sistemas y tendencias invisibles para el ojo humano.
5. Conclusión: Una Vía de Futuro
El Factor Económico
Se necesita un "inversor" o entidad global que financie la creación de un estándar de datos universal, similar a lo ocurrido en el fútbol. Sin esto, el análisis seguirá siendo "artesanal".
El Factor del Diálogo
Se propuso crear un "Encuentro Anual sobre el Dato en Balonmano" para forzar a la comunidad (clubes, ligas, federaciones) a sentarse y acordar el estándar que el deporte necesita urgentemente.
-
18
Analítica de Datos en el Rendimiento Deportivo - Ricardo Rauch
Analítica Avanzada en el Rendimiento Deportivo
Ponente: Ricardo Rauch (MIOEN).
Objetivo: Ofrecer una visión de la evolución, el estado actual, las tecnologías y los desafíos de la analítica de datos en el deporte.1. Introducción: El Paradigma Cambiante
Se destaca el cambio fundamental en la toma de decisiones dentro del deporte profesional:
Se ha pasado de un modelo basado en la intuición y la observación visual del pasado, a una realidad actual basada en datos, inaugurando la era de la "Inteligencia Deportiva" (Sports Intelligence).
2. Áreas de Aplicación de la Analítica
La analítica avanzada interactúa en múltiples dominios:
- •Rendimiento Físico: Optimización del entrenamiento y prevención de lesiones (distancia, velocidad).
- •Rendimiento Técnico-Táctico: Análisis de estrategias y técnica individual (pases, tiros, datos posicionales).
- •Salud y Bienestar: Monitorización del sueño y datos biométricos para asegurar disponibilidad.
- •Scouting: Detección de talento basada en datos.
- •Administración: Medición del impacto financiero y ROI de la tecnología.
3. Las Fases de la Analítica Avanzada
Fase 1: Captura de Datos
Tipos de Captura
- •Manual (Observación humana, subjetiva).
- •Automática (Máquinas, sensores, cámaras).
- •Híbrida (Combinación y validación humana).
Herramientas (Hardware y Software)
Desde wearables y sensores (como los 300 sensores en un F1) hasta sistemas de captura óptica (Hawk-Eye). El software convierte estos datos crudos en conocimiento (procesamiento, visualización y gestión).
Fase 2: Tratamiento y Procesamiento
El dato viaja a través de capas: Bruto → Limpio → Estructurado → Transformado.
Pasos Clave
- ✔Limpieza y Validación (eliminar errores).
- ✔Transformación y Normalización (consistencia matemática).
- ✔Estructuración y Modelado.
- ✔Control de Calidad.
Fase 3: Interpretación y Entrega
El Camino de la Decisión
Visualización (Qué pasó) → Diagnóstico (Por qué pasó) → Prescriptivo (Qué hacer).
Roles Clave
- •Analistas: Interpretan, traducen y comunican.
- •Atletas: Usuarios pasivos que reciben informes.
- •Entrenador: El "Director General" y decisor final, apoyado por la traducción del analista.
4. Futuro y Desafíos Actuales
Nuevas Tecnologías
- •Inteligencia Artificial (IA): Automatiza procesos y mejora la eficiencia.
- •Computación Cuántica: El próximo catalizador para el procesamiento masivo en paralelo.
Desafíos Clave de la Industria
- ✔Resistencia al Cambio: La cultura organizacional puede frenar la adopción.
- ✔Calidad del Dato: Evitar la mentalidad de "mejor datos malos que nada".
- ✔Privacidad y Propiedad: Conflicto creciente sobre la monetización de los datos de los atletas.
- ✔Compatibilidad: Falta de estandarización entre plataformas y métricas.
-
22
La Transformación Digital en el Deporte - Esteban Granero, Juan Iraola, Franco Segarra y Lalo García
-
23
Kings League: Innovation & Competition - Gorka Herrero
-
24
Smart Stadiums - Josep M. Monti
-
25
La primera superagente de mujeres futbolistas - Carlota Planas y Brenda Pérez
-
26
Innovación en la competición - Flyable, Arena Hub y El Torneo del Año
-
27
Patrocinio y Marketing Deportivo - Alfonso Roberes, Arowana Sports
-
28
Transferencia del dato - Manuel Framil, Torusware
-
29
Sport Business & Sponsorship - Carlos Cantó, SPSG Consulting
-
30
El Compliance en Sociedades Anonimas Deportivas - Alvaro San Segundo, Senn Ferrero
-
31
Transformación Digital en el Fútbol - José Beltrán Andreu
-
32
Sportech Investment Ecosystem - Rohn Malhotra
-
33
Oportunidades de Inversión: Industria del Deporte - Xarxa Capital y YNN Ventures
-
34
Sportech Investment - BHI Capital, SPSG Consulting, Vitoria y Tifosi
-
35
El Valor de un Business Angel - Diego López y José Higinio Cánovas
-
36
Due Diligence Financiera en Equipos de Fútbol de Primera División - Gorka García, Deloitte
-
37
Ronda de Inversión - Gabriel Iglesias
-
38
Consejos de Inversión para startups pre-seed | Paulo Gonzalez
-
39
La Revolución de la IA en el Deporte - David Sáez
-
40
La Evolución de la VR - César Quintero
-
41
ShowRoom - Padel VR
-
42
Innovación en el deporte: Inteligencia Artificial y Realidad Inmersiva
-
43
Nuevos Modelos de Negocio: Blockchain, Web3 y Metaverso - Guillermo Heredia
-
44
Inteligencia Artificial en el Deporte - Sport Data Campus
-
45
Conectando Ecosistemas: El papel de la innovación en el deporte
-
46
Adidas: La innovación en las marcas
-
47
Mesa Redonda :: Hubs de Innovación Sportech (The Faktory, Sportboost, SBC Braga, Barcelona Innovation Hub)
-
48
Mesa Redonda :: Hubs Europa. Sport Innovation Ecosystem (SportechX, Sport Innovation Hub, LaSource, SportechSweeden)
-
49
Conectando Ecosistemas :: Las grandes tendencias sportech en LATAM (Brasil, Perú, Chile)
-
50
David Cal - Prepararse para ser Competitivo en la Vida como en el Deporte
-
51
Chema Martínez :: Transformación Digital en el Running
-
52
Iván Raña :: De INcomprendido a Pionero en Triatlón
-
53
Antonio Serrat - La Innovación en el Triatlón
-
54
Óscar Husillos - La Gestión de la Marca Personal
-
55
Fan engagement :: Patrocinio deportivo femenino - Susana Rodríguez y Yago Díaz
-
58
Clinic de Raqueta - Tenis & Pádel & Pickleball
-
59
Clinic Raqueta - Rafa Nadal Academy y PadelPrix
-
60
Clinic de golf - Innovaciones y simuladores de golf
-
61
ShowRoom Golf - Foresight
-
62
Clinic de fútbol - Infraestructura de video análisis
-
63
Clinic de balonmano - La tiranía de las estadísticas
-
64
Clinic de baloncesto - El Poder del Dato, Conoce a tu fan
-
65
Clinic Baloncesto - Showroom
-
66
Clinic Fitness
-
67
Clinic Escalada- Lizcore
-
68
Rugby: Tercer-Tiempo
-
69
Innovación en el balonmano: Pildoras Sportech
-
70
Innovación en el Triatlón
