Yo soy aficionado de una multitud de deportes, entre ellos el críquet. Es un juego de bate y pelota que comparte algunos rasgos con el beísbol pero en realidad son primos distantes.  En ese deporte, no es inusual que un bateador marca decenas o hasta cientos de carreras, así que es interesante averiguar cómo está marcándolas — cuántas carreras marca el bateador en una zona de campo, por ejemplo.  La “rueda de carreras” (“wagon wheel” en inglés) es una visualización de datos que ilustra las trayectorias 2D de las pelotas bateadas que marcan carreras y asigna colores que corresponden a la cantidad de carreras.  Un ejemplo de la rueda de carrera está abajo:

Una rueda de carreras de un bateador del críquet. (Fuente: Sports Analysis blog)

El fútbol no es el críquet, claro, pero pensé que sería interesante usar una visualización parecida para ilustrar las tendencias de pases de los futbolistas. Algunos siempre pasan la pelota hacia delante, otros hacia atrás, y otros son excelentes de jugar una pelota cruzada.  Fijemos el jugador en un punto central y marquemos las trayectorias 2D de los pases relativos a ese punto.  El resultado es una “rueda de pases” que ilustro con el ejemplo de Carlos Tevez en el partido de Boca Juniors contra Sarmiento (datos del partido por gentileza de DataFactory SA):

Rueda de pases de Carlos Tevez en el partido de Boca Juniors vs Sarmiento, Primera División Argentina, 16 del octubre 2016.

La rueda de pases es un diagrama polar que ilustra la magnitud y la dirección de los pases relativo a un punto fijo y asigna colores por el resultado final.  En este punto de vista, el jugador mira hacia el gol opositor y un eje horizonte cruza los hombre y hace intersecciones con las líneas de banda.

La dirección del pase es relativa al ese eje así que un pase de 0 grados está hacia la derecha y un pase de 180 grados hacia la izquierda.  Los ángulos positivos (0 a 180 grados) representan los pases hacia delante y los ángulos negativos (180 a 360 grados, o -1 a -179 grados) corresponden a los pases hacia atrás.  Agregan círculos concéntricos cada 10 metros hasta una distancia máxima de 80 metros.

En este ejemplo, las líneas blancas representan los pases exitosos, y las líneas rojas los fallados.  Con otros proveedores de datos sería posible asignar otros colores por pases jugados un pie específico, jugadas específicas asociadas con un pase, las asistencias de gol, y más.

Ahí va otro ejemplo del Apache, esta vez en su último superclásico:

Rueda de pases de Carlos Tevez en el partido de River Plate vs Boca Juniors, Primera División Argentina, 11 de diciembre 2016.

Bueno, estoy seguro que muchos preguntan, “Para qué sirve una rueda de pases?”  Y la verdad es que necesito pensar más profundamente en sus usos.  Una aplicación personal es probar la transformación de coordenadas de campo desde los proveedores hasta un sistema no dimensional.  Si una rueda de pases de un portero contiene muchos pases hacia atrás, quizá la transformación esté equivocada.  Otra aplicación que lleva más interés sería identificar la tendencias de algunos jugadores.  Por ejemplo, mire los visualizaciones de los defensores de Sarmiento en un partido contra Aldosivi.  Quién será el zaguero central?  El zaguero izquierdo?

Espero descubrir más usos para este visualización, y ya veo que algunas proveedores de datos, como Opta y el GSN, ahora agregan el diagrama a su colección de visualizaciones.  A ver hasta dónde llega!