QUIRÓFANO WAIBI

WAIBI DICE: HEY!!...ELIJE AL JUGADOR OPORTUNO, NO AL OPORTUNISTA!!

SOBRE EL DATABASE BROOKSBASEBALL

Como hemos adelantado en nuestros artículos anteriores, WAIBI es un sistema sabermétrico enfocado en la evaluación cualitativa de los peloteros, y no en su performance histórico. Por estas razones el sistema descarta (o intenta descartar lo más acertadamente posible) las incongruencias que afloran en la aplicación del sistema de anotación convencional, del cual se identifican el Default y el Promedio como sus síndromes fundamentales.

Hemos estado desarrollando la primera fase del sistema, pero al no poseer una base de datos que responda a las características necesarias para nuestro trabajo, nos hemos apoyado en otras existentes, que aportan un flujo de datos bastante detallados. Para ello hemos seleccionado a BrooksBaseball.

 La elección ha estado justificada por su modo de distribución de datos que permite separar o individualizar las acciones de cada jugador de manera progresiva (sea este bateador o lanzador) y eliminar varios datos de “default”, que no dependen directamente de ellos, pero que, como se indicó en el artículo sobre dicho síndrome, afectan de manera importante los promedios de los jugadores. Sin embargo, otros datos de “default” que falsean la interpretación (y por tanto, la idea real sobre la calidad de un jugador específico) no han podido ser eliminados. Esto se debe a que el error se crea desde las reglas de anotación vigentes en las Reglas Oficiales de Béisbol.

Para WAIBI, la distribución de cada dato (acción) play by play, es indispensable. La esencia de su funcionalidad no está en los detalles del sistema (como la mayor parte de las estadísticas sabermétricas actuales) sino en los detalles de las piezas que integran dicho sistema, y en cómo se engranan unas con otras. Esto lo hace sin dudas más certero para evaluar la calidad de un jugador específico, incluso desde esta fase inicial de su implementación. Se trata de evitar lo que reconocemos como el Síndrome del Promedio.  

Sin embargo, la base de datos implementada por BrooksBaseball, o al menos la versión a la que hemos accedido, contiene una serie de informaciones erróneas o incompletas que dificultan el procesamiento acertado de la totalidad de los datos. Por ejemplo, su clasificación de las columnas “Des”’ y “Pdes” (la primera es la descripción del resultado final del turno al bate, y la segunda de cada  lanzamiento) muchas veces sugieren absurdos en la convencionalidad del juego. Por ejemplo, situaciones de hits, extrabases, groundouts, y otros  que concluyen en strikes cantados o bolas; descripciones en blanco; HBP con In_Play_No_Outs; e incluso HR descritos en 4 ocasiones como “fouls”, en el último lanzamiento del turno. Hay también situaciones de “outs” que en el play by play convencional se registran como hits, por solo citar algunos ejemplos.

No obstante a ello, BrooksBaseball es una base de datos muy compleja, con un gran número de gráficas interesantes, y contiene información valiosísima. Creemos sea un sitio ideal para evaluar tendencias específicas de los jugadores, lo que facilita la caracterización de los mismos.

Tom Tango se refiere al ilustrativo concepto “La Famiglia” en The Book. Las tablas y gráficos en BrooksBaseball permiten interpretar este concepto de manera muy acertada, pudiendo llegar a discernir, de realizarse un estudio profundo, entre los patriarcas, hermanos, hijos y nietos de dicha “Famiglia”. En este propósito, la incongruencia de algunos datos, o incluso su ausencia, no afectaría la interpretación, debido al enorme tamaño de la muestra, y a que se evaluaría algo tan impreciso numéricamente como la tendencia. Es como la diferencia entre un mortero, y un fusil de alta precisión: Ambas son armas excelentes. La elección dependerá del objetivo de la misión.

También contiene un grupo de datos extremadamente detallados que quizá podrían reproducir cada lanzamiento con precisión impresionante en un simulador computarizado. Esto, con la tecnología, el enfoque y la capacidad de análisis adecuados, daría mayor precisión a los intentos de medir la influencia de factores específicos (factor parque, clima, por ejemplo),  que las estadísticas sabermétricas intentan evaluar, enfocados en herramientas matemáticas muy primitivas con respecto a la dificultad del problema que enfrentan. Esto, en numerosas ocasiones,  falsea el dato más que aclararlo. Brooksbaseball abre una gran puerta hacia esta área también. 

Pero nuestro trabajo se apoya en otras cuestiones de BrooksBaseball, donde sí es importante disponer de la totalidad de los datos. Al estar basada en el sistema de Pitch_FX,  faltan lógicamente los partidos de aquellos parques en que no se aplica dicho sistema. Este sistema es costoso, lo que además dificulta la conexión entre los diferentes escalones del Béisbol, siendo prácticamente limitado a la MLB. Esto a su vez restringe el uso de una de las aplicaciones fundamentales de WAIBI, que es hacer más precisa la selección de jugadores de ligas de menor calidad a ligas de mayor calidad, sin ser engañados por la inexactitud de “lo que el ojo cree ver” y por lo que “dicen” los números procesados con altos grados de Síndromes de Promedio y Default. 

Otro conflicto en BrooksBaseball es que también hay una treintena de juegos incompletos, donde faltan algunos innings, a veces casi todo el partido. Esto dificulta nuestro análisis debido a que intentamos evaluar cada situación y jugador de manera particularizada, por lo que el sistema debe ser cerrado, sin que se pierdan datos. La ausencia de datos parciales en ocasiones puede falsear más el análisis, que la ausencia total. Por ello hemos eliminado los partidos incompletos que contengan menos de siete innings, para no perder la información de los abridores, que son generalmente los mejores lanzadores de un equipo. 

Hemos intentado resolver la situación de las incongruencias mediante un largo proceso de validación de datos, revisándolas individualmente, pero hablamos de miles de jugadas, por lo que es humanamente imposible en un periodo de tiempo medianamente corto. Esto impone dos conflictos. En primer lugar, los datos oficiales de la MLB no coinciden 100% con los de Brooksbaseball, para muchos jugadores, lo que altera obviamente el ranking de algunos de ellos, sobre todo los que están más cercanos entre sí. En segundo lugar, y por lógica, los datos mostrados en esta fase de desarrollo de WAIBI serán relativos a los datos convencionales contenidos en la base de datos y no a los oficiales de MLB, aunque sí suficientemente cercanos.

WAIBI además pretende un diseño de una nueva hoja de anotación, en formato digital, que aporte los datos que redondeen su sistema, y que eliminen el síndrome del Default en un porcentaje muy elevado. La ventaja de esta nueva hoja de anotación es que no necesita una compleja infraestructura tecnológica para seleccionar a los mejores jugadores, aunque ciertamente, el uso del sistema Pitch FX, completa muchísimo la información, y es determinante cuando los números y la calidad de los torneos son más cercanos 

Con esta nueva hoja de anotación más detallada en varias cuestiones particulares, WAIBI podrá aplicarse en cualquier nivel de las diferentes ligas del mundo (como sucede con la mayoría de las estadísticas), con el único requerimiento indispensable que el anotador oficial deberá atender más detalladamente cada situación, y que no falte información de ningún juego efectuado, o al menos casi ninguno. Esto permitirá elegir a los jugadores técnicamente más capaces sobre aquellos de mejor performance, al diseccionar la evaluación del pelotero, jugada por jugada, y mediante el uso de numerosos coeficientes variables. Una parte de estos coeficientes responden a comportamientos generales del juego de Béisbol, y otra cantidad son específicos de la calidad de cada liga. 

Próximamente mostraremos resultados de análisis de fase uno de las últimas series MLB. Estamos trabajando duro.