Nosotros
La Conferencia de Análisis Deportivo de ITAM (ISAC) es un evento anual fundado por estudiantes y exalumnos del ITAM en México. Basada en la creencia de que los datos deportivos pueden transformar la industria en toda América Latina, ISAC reúne a estudiantes, profesionales y empresas para explorar lo último en análisis deportivo.
Retos Anteriores
Diseña un marco o métrica de recomendación de jugadores que ayude a los clubes a responder la pregunta clave del scouting: ¿Qué jugador encaja mejor en nuestro equipo — y por qué?
Deberás ir más allá de las estadísticas en bruto o del valor contractual más bajo. Esto se trata de encaje, impacto y contexto, no solo de números.
Convertir datos de ocho temporadas de la Liga MX en recomendaciones accionables y basadas en datos que los entrenadores puedan utilizar en cada partido. ¿Qué aumenta la probabilidad de gol y el riesgo de conceder?
Nosotros te proporcionamos los datos (HUDL StatsBomb).
Hay una amplia variedad de métodos de análisis y herramientas de visualización que puedes escoger (R, Python, Tableau, Streamlit, Shiny, etc.)
Reto 2026
"La Historia de un Entrenador a través de los Datos"
A partir del análisis de varios partidos, ¿cómo juega este entrenador?
Se les proporcionará un conjunto de datos de eventos (StatsBomb, StatsBomb 360) de múltiples partidos bajo un mismo entrenador. El objetivo es construir, únicamente a partir de los datos, una narrativa que permita entender cómo juega ese equipo y qué ideas tácticas lo definen.
En este proyecto se les proporcionará un conjunto de datos de eventos (Stats Bomb, Statsbomb 360) correspondiente a múltiples partidos de un mismo equipo bajo un mismo entrenador.
El objetivo es construir, únicamente a partir de los datos, una narrativa que permita entender cómo juega ese equipo y qué ideas tácticas lo definen.
La pregunta central que deberán responder es:
¿Cuáles son los principios que definen a su equipo en fase ofensiva y defensiva, cómo se manifiestan estos patrones a lo largo del tiempo, y de qué manera el entrenador ajusta su comportamiento en función del contexto del partido (rival, marcador, localía o momento del juego)?
El propósito del reto es que puedan traducir datos en entendimiento futbolístico, construyendo una historia clara, coherente y sustentada en evidencia concreta.
El análisis debe permitir que alguien que no haya visto los partidos pueda comprender:
- El estilo de juego del equipo
- Las ideas principales del entrenador
- Cómo estas ideas se repiten o evolucionan a lo largo de distintos partidos
Trabajarán con múltiples partidos, por lo que se espera que el análisis vaya más allá de un solo encuentro e identifique:
- Patrones recurrentes en el comportamiento del equipo
- Tendencias tácticas del entrenador
- Ajustes según contexto (rival, marcador, condición de local/visitante, etc.)
- Diferencias entre partidos o momentos del juego
El entregable deberá ser una narrativa analítica, que combine:
- Explicación escrita (tipo informe o crónica analítica)
- Visualizaciones
- (Opcional) Modelos o simulaciones
La narrativa debe ser clara, estructurada y respaldada por evidencia en los datos.
Fase ofensiva:
- Construcción de juego
- Progresión a entre fases
- Generación de ocasiones
Fase defensiva:
- Presión
- Organización defensiva
- Transiciones
- ¿El equipo mantiene una identidad clara?
- ¿Cómo cambian los patrones según el contexto?
- Roles dentro del sistema
- Cambios en alineaciones
- Impacto de sustituciones
Ofensivas:
- Corners, tiros libres, saques laterales en zonas de peligro
- Patrones de movimiento y zonas de remate
Defensivas:
- Organización y marcaje en balón parado rival
- Zonas de vulnerabilidad
- Uso de métricas existentes (xG, OBV, Pases Progresivos, Métricas de Presión, Field Tilt, etc.)
- Propuestas propias de métricas o enfoques analíticos
Antes de iniciar el análisis, deberán definir y documentar el marco de trabajo bajo el cual construirán toda su narrativa. Esto incluye:
- Definición de objetos: ¿Qué es una "posesión", una "secuencia ofensiva", una "transición", una "fase de presión"? Definan cada concepto que vayan a usar.
- Supuestos explícitos: ¿Qué simplificaciones asumen? (e.g., umbral mínimo de pases para considerar una posesión, zona de presión alta, etc.)
- Coherencia interna: Todas las visualizaciones, métricas y modelos deben derivarse de estos mismos objetos y supuestos — no pueden contradecirse entre sí.
- Alcance y límites: ¿Qué sí captura su framework y qué queda fuera de su análisis?
El propósito es minimizar ambigüedades: cada elemento de su entrega debe poder trazarse hasta una definición explícita en su framework.
Se podrán incorporar simulaciones como complemento del análisis, por ejemplo:
- Simular múltiples repeticiones de un mismo partido
- Evaluar qué tan probable fue un resultado dado lo ocurrido
- Medir dominio relativo entre equipos
Las simulaciones deben utilizarse como una herramienta para explicar e interpretar el juego, no como un ejercicio orientado a predicción o apuestas.
Su análisis debe permitir que alguien que no vio los partidos pueda entender con claridad cómo juega el equipo y cuáles son las ideas del entrenador.