
Traducido por Carlos José Lugo
Todos aquellos que ven juegos de béisbol de manera más que casual tienen una opinión formada acerca de un jugador –y formaron esa opinión basándose en sus observaciones del juego. Quizás su jugador favorito conecta largos cuadrangulares, quizás estos parecen pegar un doble cada vez que visita el estadio, quizás ellos fueron parte de una entrada en la que fue explotado el as del equipo oponente –o quizás es lo opuesto, que esos jugadores parecieran fallar con un elevado al cuadro o un rodado inofensivo en cada turno de importancia.
Usted puede desarrollar una opinión o percepción de un jugador basándose puramente en observación, particularmente si usted observa ese jugador por largos periodos de tiempo. En cierta forma, esto es lo que el tipo más tradicional de evaluación de talento es: el desarrollo manual de una valoración en el tiempo basada en observaciones y apuntes ponderados del jugador. Los scouts tomarán en cuenta si alguien está bateando bien en contra de un buen lanzador, o una serie de lanzadores mediocres; si los estadios en que juegan favorecen a los bateadores o el aire en los jardines es pesado y la pelota se muere; si alguien está en medio de una racha de pobres turnos al bate pero tiene un historial de turnos mejores en el pasado.
Esto de alguna manera es Carreras Creadas Merecidas (DRC+, por sus siglas en inglés). Se esfuerza en poner juntas todas las cosas que únicamente pueden ser detectadas a través del estudio numérico (como por ejemplo el éxito o fracaso de un bateador) con aquellas que podríamos considerar de manera más común como consideraciones “observacionales” –el parque, o el lanzador enfrentado. Es imposible para DRC+ agregar a su ecuación aquellas cosas externas que podrían impactar el desempeño de un bateador, situaciones que un scout pudiera estar en capacidad de tomar en cuenta a través de conversaciones con entrenadores u otros miembros del staff del equipo, pero por eso es que tener acceso a ambas cosas es importante. DRC+, cuando se presenta en código y en matemáticas y en el más técnico de los niveles, podría parecer opaco, pero recoge y une tanto el sentido común como el computacional.
DRC+ toma en cuenta una variedad de elementos –lo que un bateador hace, quien es el lanzador, cual es el parque o estadio- y los pondera. Y esas ponderaciones no aparecen de la nada. Están basadas en años y años de lo que el béisbol nos ha enseñado: por ejemplo, que los hits de una base o sencillos son más valiosos, y no iguales, que las bases por bolas, porque un sencillo presenta una oportunidad de avanzar un corredor más consistentemente que una base por bolas. Que algunos parques son más amigables que otros para los triples, por lo que si un bateador conecta más triples ahí, no es porque en realidad sea bueno bateando triples, es porque está siendo beneficiado, aun sea en pequeña proporción, por el estadio. ¿Si un bateador está conectando un jonrón, lo hace porque históricamente es bueno haciéndolo o porque el lanzador que enfrenta es históricamente proclive a permitirlos? En la esencia del DRC+ (y DRA – Carreras Permitidas Merecidas – nuestra métrica de pitcheo), existe el mismo sentido común que uno aplica al juego de béisbol a diario.
Aquí es también en donde DRC+ se eleva por encima de nuestras estadísticas “tradicionales”. La triple línea (AVG/OBP/SLG) es un excelente estimador crudo de las habilidades ofensivas de un jugador, pero necesita de tres números para poder transmitir el mensaje y aun dicho mensaje está incompleto. DRC+ recoge las ideas que nosotros, como observadores del béisbol hemos estado queriendo definir desde Henry Chadwick, y las coloca en un nivel más avanzado.
Lo que DRC+ trae a la mesa en adición a esto es la misma cosa que la mayoría de otras métricas traen: la misma puede “ver” muchos más juegos que aun el más trabajador y esforzado de los scouts, y puede jugar alrededor de las cosas que le tomaría a alguien demasiado tiempo calcular a mano. El trabajo detrás del modelo que se usa en DRC+ puede definir lo que nosotros podríamos describir como “un estadio grande” o “un buen lanzador” de forma tal que podamos entonces definir lo que es “un buen bateador” en contexto.
Sin embargo, esto lo hace por sí mismo. Si no tuviéramos las observaciones de nuestros propios ojos, y el sentido común de observar el resultado de todas estas piezas de información y determinar que, ciertamente, esa visión más amplia encaja con lo que podemos nosotros mismos ver durante una muestra corta de juegos, entonces DRC+ o cualquier otra métrica similar no tendría ninguna utilidad.
DRC+ también hace lo contrario. Es un juez mucho más imparcial que lo que los humanos son capaces de ser, aplicando su interpretación de eventos a todos los jugadores de manera equitativa y como se necesite. No tiene días de enfermedad, o días en los que una migraña dificulta poder leer los lanzamientos, y no puede ver tampoco como luce o se ve un jugador físicamente cuando está definiendo valor. Tiene algo parecido a un “prejuicio de actualidad” en el sentido de que trata cada temporada como una entidad en sí misma (por ahora), algo que es absolutamente aceptable cuando se hacen este tipo de juicios de valor. El béisbol se separa a sí mismo en temporadas de manera ordenada e impecable, y suficiente tiempo transcurre entre esas temporadas para que cambios reales probablemente hayan ocurrido.
Al final, DRC+ representa otro paso en la marcha hacia adelante del entendimiento. Desde el inicio mismo del juego de béisbol, hemos buscado desarrollar formas de demostrar el valor de un jugador sobre otro, y al poder finalmente incorporar las cosas que todos nosotros sabíamos que importaban pero que previamente habían estado insuficientemente representadas en nuestras métricas, nos estamos acercando un poquito más a la verdad fundamental del béisbol.
Thank you for reading
This is a free article. If you enjoyed it, consider subscribing to Baseball Prospectus. Subscriptions support ongoing public baseball research and analysis in an increasingly proprietary environment.
Subscribe now