Post by CARLOS ARMANDO BORJA NAVA

📊 Del scouting cualitativo a la validación de modelos: balance de mi análisis del Grupo A del Mundial 2026 Antes del torneo enfrenté un problema común en analítica deportiva: no contaba con event data reciente y accesible de los rivales de México. En lugar de abandonar el proyecto, construí un enfoque híbrido con Python: ✅ Extracción de métricas reales de volumen (tiros y pases) de los últimos partidos disponibles. ✅ Traducción de reportes tácticos en parámetros estadísticos. ✅ Simulación de patrones espaciales mediante distribuciones gaussianas y visualización con mplsoccer. La hipótesis era simple: identificar zonas de vulnerabilidad antes del Mundial y contrastarlas con lo ocurrido en la cancha. Resultados tras la fase de grupos: 📌 Sudáfrica El modelo señalaba debilidades en los costados y situaciones de centro. México encontró ventajas precisamente por amplitud y juego exterior. 📌 Corea del Sur La simulación detectó riesgos detrás de una estructura adelantada. Durante el grupo sufrió en transiciones y ataques verticales, confirmando parte del patrón esperado. 📌 República Checa El análisis ubicó espacios disponibles en la frontal del área ante un bloque bajo. México encontró ventajas recurrentes atacando zonas intermedias y generando peligro fuera del área chica. ¿Fue perfecto? No. Los modelos no predicen cada resultado ni cada gol. Pero sí pueden ayudar a identificar comportamientos, espacios y tendencias que luego aparecen en el juego real. La principal conclusión del proyecto es que la falta de datos perfectos no impide generar conocimiento útil. Combinando criterio táctico, estadística y simulación es posible construir hipótesis medibles y posteriormente validarlas. Como analista, considero que el verdadero éxito no es acertar un marcador, sino formular una hipótesis que pueda ser contrastada con evidencia. Python + Sports Analytics + Business Intelligence = mejores decisiones basadas en datos. #SportsAnalytics #DataAnalytics #BusinessIntelligence #Python #DataScience #FootballAnalytics #Mundial2026 #BI #MachineLearning #LinkedInData