Bárbara Ugidos
La salida de Thomas en el último momento del mercado de fichajes rumbo al Arsenal ha sido un revés para el Atlético de Madrid. Sin apenas margen de maniobra para buscar un recambio, el club colchonero dispone ahora de un plazo de 30 días (hasta el 5 de noviembre) para suplir al ghanés. Eso sí, en este periodo solo podría incorporar a jugadores provenientes de LaLiga.
Sustituir al centrocampista ghanés no será fácil puesto que era un fijo en el 11 de Simeone. Por eso, en Olocip hemos hemos acudido a la inteligencia artificial para buscar un jugador similar a Thomas Partey en el Atlético de Madrid.
Si un club quiere reducir al máximo la incertidumbre a la hora de hacer un fichaje debe acudir a la inteligencia artificial, única tecnología capaz de realizar una búsqueda de un jugador similar al pivote de 27 años basada en el equipo de destino y no en el de origen, y así contextualizar al jugador en su nuevo entorno (Atleti, compañeros, liga española, entrenador…) y hacer comparaciones honestas y validadas científicamente.
Como referencia hemos escogido al Thomas de la última temporada en Liga (2019/2020). Los criterios seguidos para la identificación de jugadores similares a Thomas Partey han sido:
Para este estudio, y dada la restricción por la cual solo puede fichar en la liga española, se ha filtrado por jugadores que jueguen en LaLiga o Segunda División. El top 10 de jugadores similares a Thomas contextualizados en el club rojiblanco es el siguiente: Mikel Merino (Real Sociedad), Guido Rodríguez (Betis) Kondogbia (Valencia), Okay (Celta), Arambarri (Getafe), , Vesga (Athletic), Campaña (Levante), Radoja (Levante), Moncayola (Osasuna) y Expósito (Eibar).
Así, teniendo en cuenta los criterios expuestos anteriormente en la búsqueda de un recambio para Thomas Partey para la temporada 2020/21 en el conjunto rojiblanco, los jugadores identificados elegidos para analizar su rendimiento predictivo en el Atlético por la herramienta de Scouting de Olocip son: Mikel Merino, José Campaña, Geoffrey Kondogbia y Guido Rodríguez.
Una vez identificados los jugadores similares al pivote ghanés, se realiza un análisis de rendimiento de dichos jugadores situándolos en el Atlético la temporada que viene con estadísticas calculadas en base a 90 minutos de juego en LaLiga.
De esta forma, y habiendo otorgado a todos los jugadores el mismo número de minutos (75%), el jugador que más se revalorizaría si jugase en el club madrileño sería el francés Kondogbia pasando de un valor actual de algo más de 22 millones de euros a aproximadamente 43 millones al final de la temporada 2020/2021 si jugase en el Atleti.
Dicho valor se estima a partir de un modelo de inteligencia artificial que devuelve una cifra objetiva basándose en el rendimiento deportivo del jugador, competición y equipo de origen, y competición y equipo de destino tras las transferencia. También se usa el valor actual de mercado y se tiene en cuenta la edad y la posición del jugador (delantero, centrocampista, defensa…), entre otras variables.
Deportivamente, en la faceta ofensiva, el jugador que repartiría más asistencias sería Campaña ( ≈ entre 6 y 7 si jugase el 100% de los minutos en liga, o lo que es lo mismo una asistencia cada entre 5 o 6 partidos). Esto es, entre 4 y 5 asistencias con el 75% de los minutos jugados. Además, el centrocampista español también realizaría más centros.
Por otra parte, Merino destacaría en goles (entre 2 y 3). A su vez, el jugador vasco también sería superior en disparos y pases en profundidad.
En regates, Campaña realizaría un mayor número pero los regates de Kondogbia serían más efectivos así como su verticalidad.
Defensivamente, Kondogbia sería el jugador más destacado si vistiera la elástica rojiblanca en entradas totales, recuperación de balones, pases bloqueados e intercepciones.
Por su parte, Mikel Merino sería superior en el juego aéreo y en despejes, mientras que Campaña sería menos veces regateado y Guido realizaría las entradas más efectivas.
En capacidad asociativa, Campaña realizaría mayor número de pases aunque la efectividad del centrocampista argentino sería superior. A su vez, Guido también sería el jugador con más pases largos y menores ratios de pérdida de posesión; mientras que Kondogbia realizaría más cambios de juego.
Campaña sería superior en construcción de juego, variable creada por Olocip a partir del modelo de inteligencia artificial considerando la participación del jugador en la creación de cualquier jugada que finaliza en un disparo.
Paseo de la Castellana, 95, 25º B
28046 Madrid
Centro Tecnológico Andalucía Lab
Ctra Nacional 340, Km 189,6 Marbella
29604 Málaga
Contacto: info@olocip.com
Prensa / Eventos: bugidos@olocip.com
Teléfono: +34 914 340 639
El sitio web www.olocip.com utiliza cookies propias y de terceros para obtener datos estadísticos de la navegación que realizan los usuarios y así poder recopilar información que permita optimizar su visita a las páginas web.
Las cookies no serán utilizadas para recabar datos de carácter personal. Si acepta o continúa navegando, se entiende que acepta su uso. Puede optar por rechazar las cookies cuando lo desee, ya sea cambiando la configuración del explorador (si su explorador lo permite), dejando de usar este sitio web o usando las funciones de cancelación correspondientes.
Para obtener más información, puede acceder aquí.
El sitio web www.olocip.com utiliza cookies propias y de terceros para obtener datos estadísticos de la navegación que realizan los usuarios y así poder recopilar información que permita optimizar su visita a las páginas web. Las cookies no serán utilizadas para recabar datos de carácter personal. Si acepta o continúa navegando, se entiende que acepta su uso. Puede optar por rechazar las cookies cuando lo desee, ya sea cambiando la configuración del explorador (si su explorador lo permite), dejando de usar este sitio web o usando las funciones de cancelación correspondientes. Para obtener más información, puede acceder aquí.
Cookie | Duración | Descripción |
---|---|---|
cookielawinfo-checbox-analytics | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics". |
cookielawinfo-checbox-functional | 11 months | The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional". |
cookielawinfo-checbox-others | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other. |
cookielawinfo-checkbox-necessary | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary". |
cookielawinfo-checkbox-performance | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance". |
viewed_cookie_policy | 11 months | The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data. |