El béisbol es uno de los deportes en los que más disparidad hay entre equipos. Mientras que el equipo más rico —los Yankees de Nueva York —gastaba cerca de 120 millones de dólares en una temporada para la contratación de sus estrellas, los equipos más pobres como el Atlético de Oakland tenía que manejarse con sólamente 40 millones de dólares. A pesar de eso, los Oakland A's fueron uno de los equipos más efectivos, con resultados mejores a los de la mayoría de la liga y poniendo en varias ocasiones en jaque al gigante de Nueva York. ¿Cuál era su secreto?
El secreto fue que comenzaron a usar economía y estadística. De verdad.
La economía entra en juego cuando comienzas a evaluar los resultados del juego en base en un análisis de costo-beneficio, poniendo en la balanza el número de juegos ganados contra los montos que se invirtieron en cada juego. Durante los años previos al 2002, los Yankees de Nueva York eran el equipo que más gastaba y también era el equipo campeón en la época.
La fórmula parecía sencilla: más dinero significa mejores jugadores y estos jugadores traían mayores posibilidades al equipo de ganar. Los equipos de ciudades ricas no eran tímidos al usar esta fórmula: cuando la puja de los jugadores estrella llegaba a ofertas de salarios exhorbitantes.
El problema se volvía más complejo si ponemos atención a la segunda parte de la fórmula: los mejores jugadores. En particular surge la pregunta ¿Que significa que un jugador sea mejor? ¿Son los home runs? ¿Que tan importante es la velocidad? ¿La fuerza de bateo se debe considerar? (no se nada de baseball, así que dejaré al lector hacer las preguntas que podrían ser relevantes).
Aquí es cuando entra en escena Peter Brandt, un economista egresado de Yale que decidió unirse al equipo de los Oakland A's como analista, algo no muy común para la época.
En aquel entonces, la selección de los jugadores se daba con factores subjetivos de tradición, popularidad y el juicio que la mesa directiva de los equipos tenía sobre los jugadores. Este estilo de selección daba como resultado equipos que gastaban cantidades enormes de dinero contratando a jugadores mediocres.
Peter Brandt notó en esto la oportunidad de hacer un modelo de análisis que tomara factores objetivos para la selección de los jugadores. Esto permitió a los Oakland A's ganar de una manera que fue incluso descrita como una _aberración_.
El secreto de Brandt fue el registro cuidadoso de todos los aspectos que era posible registrar de los jugadores. También hizo uso de modelos de inferencia muy claros y un genial balance de estas características con el presupuesto disponible. Esto es, tomó los conocimientos principales que hacen a un economista y los aplicó de una manera totalmente innovadora.
Los datos son el nuevo petróleo
Podríamos caer en la tentación de sentirnos superiores ahora que sabemos que la estadística es una herramienta muy útil para la selección de los jugadores en el beisbol, pero esto es una trampa. Recordemos que aún en la actualidad, con la cantidad de datos y de información a la mano, muchas de las decisiones en el mundo se realizan a _ojo de buen cubero_.
La gran disponibilidad de datos que hay sobre el comportamiento de un cliente potencial nos harían pensar que las campañas publicitarias son en la actualidad un proceso basado en datos. Sin embargo, aún muchas de las decisiones de márketing en las empresas se generan en cuartos por _creativos_ sin la consulta de datos.
También existe aún un amplio camino por recorrer en ámbitos como la política. En Latinoamérica, los procesos de selección de los candidatos a puestos políticos poco tiene que ver con un conocimiento profundo de las necesidades y gustos del público objetivo e incluyen muchos juicios personales y cuotas de poder.
Todos estos ámbitos tienen el potencial de ganar y ganar en grande si logran adoptar la estadística y el uso de datos en el corazón de sus procesos. Como los A's de Oakland, son aquellos que tienen realmente el hambre de ganar, a pesar de su presupuesto, los que aprovecharán esta gran mina de oro que está a su alcance.
