Traducido por Marco Gámez
Desde la época de Moneyball (si no antes), los equipos han adquirido ávidamente talento estadístico, reclutando una gran cantidad de profesionales con conocimiento en la ciencia cuantitativa en todo tipo de campos para calcular números y mejorar las oficinas principales. Según la investigación que Ben Lindbergh y yo publicamos en 2016, la expansión de este personal de Investigación y Desarrollo (I + D) ha sido exponencial en las oficinas centrales de los equipos, se ha duplicado, aproximadamente, cada cuatro años.
Hasta que llegó la pandemia. Por primera vez en al menos una década más o menos, vemos que los equipos reducen, de manera sostenida, sus asignaciones para I + D y comienzan a despedir al personal. Gracias a COVID-19, los equipos buscan reducir costos en todos los ámbitos, pero la investigación de Ben y yo sugirió que invertir en analítica era una de las formas más inteligentes de mejorar un equipo. Sorprendentemente, eso sigue siendo tan cierto en 2020 como lo fue en 2016: los equipos con más analistas continúan obteniendo alrededor de 1-2 victorias adicionales por año por sabermétrico en su personal. Los propietarios pueden estar buscando recortar el personal excedente en sus nóminas, pero despedir a sus analistas podría terminar resultando contraproducente
Determinar el número de personas que trabajan en un departamento de I + D no es tarea fácil. No hay una tabla general con el número de ellos en cada equipo, por lo que debes rastrear la información en los directorios de empleados y guías de medios. Cada oficina principal varía en los nombres de los cargos que utilizan, las divisiones de trabajo, el desglose de los empleados a tiempo completo y parcial (es común usar consultores de analítica) y a quiénes consideran analistas frente a otros tipos de empleados cuantitativos en el personal (por ejemplo, algunos equipos separan a los arquitectos de bases de datos de los investigadores).
En el artículo publicado en 2016 en FiveThirtyEight, Ben y yo calculamos el número de personal utilizando una combinación de guías de medios y preguntando directamente a los contactos relevantes de cada equipo sobre cuántos analistas de tiempo completo tenían. Con esos datos en la mano, encontramos que los equipos que contrataron a más analistas entre 2009 y 2012 tendían a superar sus totales esperados de victorias en los años siguientes. Fue un proceso complicado y laborioso recopilar esta información, y con las asignaciones presupuestarias de muchos equipos en el aire, decidí no replicarlo para este artículo. En cambio, utilicé los datos de 2016 para ver qué tan bien les fue a los equipos con más analistas hace cinco años en los años siguientes.
Como era de esperar, cuantos más investigadores tenía un equipo en el personal en 2016, más juegos ganaron entre 2016 y 2020. Este gráfico muestra juegos ganados en el eje y y el número de analistas en el eje x.
Lo sorprendente es la fuerza de esa relación. El coeficiente de correlación (Spearman o Pearson) es de alrededor de r = 0,6, estadísticamente significativo incluso con solo 30 equipos. Es probable que esto se deba al menos en parte a la buena suerte y la buena gestión de los equipos que eligieron emplear a muchos analistas en 2016. La correlación no es causalidad y no debe interpretarse como tal aquí. No quiero insinuar que los equipos deban contratar un equipo de dos docenas de analistas para ganar 120 juegos al año, porque no es esa muestra.
Pero en estos datos de años anteriores, por cada analista adicional, los equipos obtuvieron aproximadamente unas siete victorias más en los últimos cinco años. Esta es una estimación complicada, porque no tenemos tantos datos para basar el cálculo (solo los 30 equipos) y la inclusión u omisión de diferentes factores (nómina, totales de juegos ganados anteriores, conteos de analistas anteriores, etc.) afecta los resultados. Dependiendo de cómo se estructura exactamente la regresión, surge un rango de valores de aproximadamente cinco a 12 victorias durante cinco años.
Independientemente del valor exacto, cualquier número en ese ámbito habla del beneficio de expandir la I + D. En el mercado abierto, contratar como agente libre a un jugador cuesta alrededor de $ 5 a $ 10 millones por victoria por encima del jugador reemplazo. Por el contrario, aun si es un analista caro (tal vez uno con un doctorado y oportunidades importantes en otro lugar) costaría mucho menos de medio millón por año, incluso teniendo en cuenta los beneficios, los aumentos salariales en el futuro, los recursos necesarios, otros gastos generales, etc.
Algunos de los equipos más ricos de MLB también han sido los que han invertido más en departamentos más completos de analítica. Los Dodgers y los Yankees tenían alrededor de una docena de analistas a tiempo completo en 2016, más del doble que el número promedio en todos los equipos de la liga. Pero el tamaño del personal de analítica no es usado como un sustituto de la nómina. Al ajustar por nómina en la regresión, en realidad, se fortalece la relación entre el tamaño del departamento de I + D y las victorias posteriores. Y el equipo con más analistas de todos, los Tampa Bay Rays, por supuesto, con un 20 % más que incluso los poderosos Dodgers y Yankees, también maneja uno de los presupuestos más pequeños de forma perenne. (Excluir a los tres, dado que son valores atípicos, tampoco reduce significativamente la correlación o pendiente de la línea).
Es posible que la cantidad de analistas que un equipo elige contratar sea una especie de sustituto de alguna otra variable que determina parcialmente su éxito, como qué tan dispuestos están a escuchar la sabermetría o la calidad de la alta dirección. Ahora que la mayoría de los equipos han aceptado a la analítica, la relación entre la disposición a gastar en analítica y la disposición a prestar atención a las voces de los analistas podría debilitarse. En ese caso, es posible que el gran recorte en los departamentos de I + D que está ocurriendo ahora no produzca el mismo efecto en la calidad del equipo que esperaría según los datos de 2009-2020.
También se puede argumentar que la investigación analítica es un área con rendimientos decrecientes. Ciertamente, no esperaríamos que la cantidad de analistas contribuya linealmente a la cantidad de victorias: en cierto punto, tener voces adicionales en la sala, incluso si son voces inteligentes, solo agrega ruido, en lugar de conocimiento. Otra premisa es que hay un número limitado de ventajas para que un equipo estadísticamente inteligente las descubra, y que una vez que hayan hecho los primeros 10 a 20 hallazgos más útiles, la productividad posterior disminuirá. Pero estos resultados muestran que los equipos con más analistas han seguido superando sus expectativas durante años y años después de aumentar el tamaño de sus departamentos de I + D.
Aunque la correlación no siempre se corresponde con la causalidad, hay buenas razones para creer que tener analistas adicionales genera más éxito. Los analistas guían una mejor toma de decisiones en el mercado de agentes libres, ayudan a desarrollar jugadores, exploran a la oposición, asesoran sobre estrategias y contribuyen a una serie de otras pequeñas ventajas que directa e indirectamente impulsan a los equipos a la victoria. Sería sorprendente que un viejo analista realmente valiera una victoria o dos por temporada, pero no sería sorprendente que aumentar el tamaño de un departamento de I + D (hasta cierto punto, al menos) ayudara a aumentar el porcentaje de victorias de un equipo.
Los profesionales de la estadística en los deportes continúan impulsando a sus equipos para que tengan más éxito y sería prudente que los equipos se aferren al personal que tienen, en lugar de recortar personal. Si lo hacen, corren el riesgo de rezagarse con respecto a los incondicionales devotos de la analítica en este juego, dando oportunidad a equipos como los Yankees, Dodgers y Rays para extender las considerables ventajas que han cosechado en la más reciente media década.
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