Episode Transcript
[00:00:01] Speaker A: Territorio Inesem. Potencia tu liderazgo.
[00:00:19] Speaker B: Que aportan un nuevo universo de información. Bienvenidos y bienvenidas a Territorio INSEE.
Hoy vamos a aprender a usar el Big Data para la creación de contenido deportivo. Si quieres comprender este universo en el deporte y, en concreto, en el fútbol, y además tienes interés en conocer el proceso de trabajo a la hora de elaborar el contenido deportivo basado en datos y aprender a elegir los momentos de publicación de estos, Entonces, este seminario es perfecto para ti.
Y para entender un tema como este, tenemos con nosotros a Miguel Ángel García, periodista deportivo en el diario Marca con 20 años de experiencia. Hola Miguel Ángel, ¿qué tal estás? Es un placer saludarte.
[00:01:05] Speaker A: Hola Isabel, pues nada, muchas ganas de contar aquí cosas, así que nada, con mucho, mucho entusiasmo, la verdad.
[00:01:13] Speaker B: Nosotros también tenemos entusiasmo y ganas de escucharte.
Vuelvo a repetirte que es un placer tenerte en territorio NSM y que nos hables del periodismo deportivo y el big data en la actualidad, de la importancia del dato y las claves y estrategias de publicación, además de los posibles escenarios de difusión y las herramientas con las que podemos contar cuando creamos este tipo de contenido.
Pero antes de empezar, me gustaría profundizar un poquito más en tu trayectoria para poderte conocer un poquito mejor.
porque eres analista de datos deportivos, principalmente de fútbol. Además, eres también cofundador de Planeta Data Fútbol, el primer canal de YouTube en español dedicado al Big Data en este deporte.
Has participado también como ponente y presentador en foros dedicados al Big Data en el ámbito deportivo y periodístico, tanto en España como en el extranjero.
y todo esto avalado por un máster en Big Data Deportivo por la Universidad Católica de Murcia.
Por mi parte es todo, Miguel Ángel, darte las gracias por traernos un tema tan notable y actual y apoyar de esta forma tan didáctica el proceso de aprendizaje de todos los que han elegido este seminario para formarse un poquito más. En Territorio NSM seguiremos contando con los mejores expertos para que nos compartan su experiencia en business y el mundo empresarial y tú puedas mejorar tus habilidades en cualquier momento y en cualquier lugar.
Muchísimas gracias Miguel Ángel por venir a inspirarnos y compartir tu saber y por supuesto a vosotros por acompañarnos. Hasta la próxima.
[00:02:59] Speaker A: Bueno muchas gracias por estar en Presentes en este seminario en el que voy a intentar explicar cómo es el uso del Big Data para crear contenido deportivo.
Puede ser a través de un medio de comunicación, puede ser a través de un blog, un post... Bueno, vamos a intentar explicarlo en su conjunto. Esa es un poco la idea de este seminario.
Bueno, lo primero que quiero contaros un poco es cómo es la situación actual de la comunicación deportiva y el periodismo en general, de una manera global, y entender por qué el uso del dato en este ámbito cada vez tiene más importancia. Digamos que en este mundo del periodismo y la comunicación deportiva se está empezando a dar un giro.
en el que ya no importa tanto la cantidad, sino la calidad de la información.
Muchas de las noticias, como noticias, post, etcétera, basados en comunicación deportiva, en Internet se buscan a través de buscadores, como Google, y eso lleva a que el creador de contenido o el periodista tenga que elaborar informaciones de alta calidad para que el posicionamiento en esos buscadores, en concreto Google, que es el más potente, pues sea lo más alto posible ¿no?
para que lo que hayáis creado pues se vea mejor ¿no? y entonces de ahí que prime más ahora o esté primando más la calidad que la cantidad.
Luego también pues eso, hay que buscar nuevas fórmulas ¿no? para atraer al espectador, a la audiencia ¿no? y entonces con el mundo del dato se está empezando a crear esa comunidad.
El Big Data nos ha inundado a todos en todos los ámbitos de la sociedad, en economía, en el ámbito social, etcétera, etcétera. Y el mundo deportivo también está muy presente, cada vez más.
Nuestro país en España está creciendo mucho.
Y entonces el periodismo, la comunicación deportiva no puede ser ajena a esto.
Está claro que es un proceso lento, que es un proceso en el cual hay un arraigo de los datos clásicos, como los goles, las tarjetas, los saques de esquina, etcétera, etcétera, pero podemos dar un paso más y llevarlo a una nueva dimensión en el cual podamos ver el deporte Y en concreto el fútbol. Yo voy a poner muchos ejemplos de fútbol porque al final estoy más especializado en fútbol, pero valdría para cualquier deporte.
Ver cómo eso lleva a una nueva dimensión y a una nueva forma de ver el deporte.
Lo primero que quiero explicaros es la importancia del dato en la comunicación.
Tiene cuatro aspectos claves.
Son cuatro.
El primer es convertir los números en historias. Es decir, nosotros podemos tener muchos datos, pero al final lo que somos, somos comunicadores y tenemos que contar historias.
Eso es lo que ha pasado siempre en el periodismo y en la comunicación. Lo único que esta vez lo vamos a hacer a través de los números.
Luego, está claro que todo tiene un proceso, una metodología de trabajo que ahora explicaré un poco, que hay que seguir para poder transformar esos números en historias.
Por supuesto tiene que haber contextualización porque, y esto lo voy a explicar luego con algún ejemplo, pero básicamente quiere decir que un número por sí solo no vale de nada.
Un número es un dato frío en el cual si yo no lo apoyo de contexto no me va a dar información ni me va a hacer que mi historia sea mejor.
Ahora ya lo veremos con algún ejemplo.
Y luego, sobre todo, comunicarlo de una manera acertada y adaptada a cada escenario. ¿A qué se refiere esto? Evidentemente, eso ya es propio o inherente del comunicador, del periodista, la manera más adecuada de comunicarlo.
¿Y adaptado a cada escenario?
Depende del escenario comunicativo. No es lo mismo hacerlo para prensa escrita, que para hacerlo para radio o para televisión. Entonces vamos a ver un poquito cómo se pueden algunas directrices para comunicarlo de una manera o de otra.
He hablado que hay una metodología, pues de eso se trata, de explicar básicamente cómo es esa metodología de trabajo en torno al dato para luego contar esa historia que queremos contar.
Lo primero importante es hacer una recopilación de datos. Sin datos no podemos transformar esos números en historias. Eso es el primer punto, la recopilación de datos.
Hay muchos sitios donde recopilar datos en función de lo que queramos. Por ejemplo, yo vuelvo a decir que yo soy más especializado en datos de fútbol, pues hay diferentes páginas web que, gracias a Dios, cada vez hay más, en este sentido, gratuitas en las cuales se pueden coger datos muy fiables. Y luego también hay proveedores de datos de pago, en el cual, si trabajas a lo mejor en un medio de comunicación, tienes más facilidad de acceder a ellos y que también te dan muchas opciones.
Pero como digo, lo primero es hacer la recopilación de datos.
Luego, el segundo punto, y no menos importante, es el de limpiar esos datos. Es decir, convertir el dato en algo fiable. Porque podemos tener muchos datos, pero no todos nos valen. Entonces, debemos dejar los que vamos a necesitar. Y luego, además, dependiendo de dónde vengan, pues hay que hacer algunas transformaciones. Que eso es, en el fondo, la limpieza de datos. Por ejemplo, una cosa muy sencilla, Podemos coger datos de una base de datos en el cual los números decimales estén marcados por un punto, que es el sistema anglosajón. Aquí utilizamos la coma, pues a lo mejor hay que transformar esos puntos por comas, por poner un ejemplo sencillo.
El tercer punto es cuando ya tenemos no solo datos, sino que están limpios, es el contexto.
Vuelvo un poco a lo de antes.
Hay que encontrar datos que sean relevantes y situarlos en el contexto social para saber qué significan. Yo voy a poner un ejemplo muy claro.
En fútbol.
Se habla mucho dentro del mundo del fútbol, bueno, dentro del periodismo.
Quiero decir que, por ejemplo, Toni Kroos ha hecho 98 pases de 100 buenos en un partido. Ha hecho un 98% de pases acertados.
Pero eso vamos a ponerlo un poco en contexto porque no es lo mismo hacer un pase a 5 metros que hacer un pase en profundidad que rompe 3 líneas defensivas y deja al delantero solo.
Hay que analizar muy bien el dato, saber qué tipo de datos tenemos y ponerlo en contexto. Eso es un ejemplo muy claro. Hay muchos más, seguramente luego salgan algunos más y os puedo ir comentando, pero esa es un poco la idea que quiero transmitiros.
Luego, el siguiente paso es combinar, es decir, los datos no tienen por qué venir y no suelen venir solo de una fuente de datos. Entonces, hay que coger esas fuentes y combinarlos, pero haciendo que sean homogéneos.
De ahí, y vuelvo hacia atrás un poco, la importancia también de limpiar los datos.
Y por último, el comunicar, que es lo que Decía antes, al final tenemos que tener una habilidad comunicativa, que eso ya forma parte de la propia idiosincrasia del comunicador, del periodista, pero aquí lo que quiero incidir es que es muy importante el visualizar los contenidos.
Está muy bien que nosotros reactemos para el escenario que sea radioifónico, televisivo o prensa, redactemos un texto que hable de datos, que esos datos cuenten una historia, pero si lo apoyamos con visualizaciones impactantes y que resumen muy bien eso, vamos a llegar mucho más a la audiencia. También voy a incidir en este punto luego porque es muy importante.
Bueno, este es un poco el proceso, la metodología.
Pero bueno, hay más cosas como las claves y estrategias a la hora de publicar.
Es muy importante saber cómo y cuándo publicar artículos basados en datos.
¿Por qué? Porque no todos funcionan en cualquier contexto. Entonces, pongo ejemplos. ¿Qué suele funcionar muy bien cuando hablamos de datos deportivos y en concreto? Insisto, no es tan concreto en el fútbol.
Pues las comparativas. Comparar un jugador con otro, un equipo con otro. Los rankings, establecer rankings en función de ciertas métricas.
para ver quién está mejor colocado.
Evoluciones. ¿Qué significa esto? Cómo un jugador o un equipo evoluciona en el tiempo, para bien o para mal.
Estas cosas funcionan muy bien. O luego análisis más profundos de equipos o jugadores según el momento.
Es verdad que esto suele llevar mucho trabajo porque hay que analizar muchos datos, hay que tirar de mucho contexto y tirar mucho hacia atrás de historia un poco, para ver esos análisis cómo están, pero en el fondo todo esto crea luego un trabajo muy serio. Luego, al final, os quiero mostrar algunos ejemplos para que veáis, entendáis, y uno de ellos va a ser un análisis profundo para que os hagáis una idea de lo que estoy hablando.
Pero bueno, en definitiva, es básico para dar con un tema interesante dos cosas.
La primera es vincular el dato a la actualidad y la segunda es el timing de la publicación. Voy a incidir un poco en estos dos puntos.
Vincular el dato a la actualidad. ¿Qué quiere decir?
Pues eso, que al final, si tú vinculas el dato a la actualidad, al final vas a tener más repercusión, porque va a estar al día de lo que se cuece, de lo que se habla. Eso es muy importante.
Podemos tener un tema muy bueno que nos interesa, pero si no lo tenemos vinculado a la actualidad, posiblemente impacte menos, por muy bueno que sea.
¿Y cómo podemos vincular el dato a la actualidad? Bueno, hay diferentes maneras. Una puede ser siguiendo una intuición basada en la observación.
Es decir, por ejemplo, y luego pondré un caso, bueno, voy a hablaros del caso, pero voy a profundizar luego.
Yo observé a un jugador en un partido que hacía una determinada cosa en un partido y me llamó la atención. A partir de ahí, buceé en sus datos para ver si eso lo hacía repetidamente y eso me llevó a otra serie de cosas y al final realté un artículo que tuvo bastante trascendencia, que quiero contaros luego por qué tuvo trascendencia, pero al final fue siguiendo una intuición.
Eso puede pasar.
Otro es revisar datos sin seguir un propósito en concreto, hasta que encontremos algo de interés. Bueno, pues a veces puedes decir, bueno, hoy no tengo nada, no tengo inspiración, tal, bueno, voy a bucear en en algún dataset, algún conjunto de datos que tengan, alguna web, en algún proveedor de datos al que tenga acceso, para ver si, viendo números, datos, encuentro algo interesante.
Es complicado así encontrar cosas, pero a veces pasa, sobre todo cuando no tienes esa inspiración o no encuentras algo, esta puede ser una buena manera.
Otra es la habilidad de cada uno de intuir dónde puede haber una buena historia. Eso también es un poco intuición periodística. Ver dónde cree uno que puede haber una buena historia basada en datos y desarrollarla.
Y luego el análisis de un tema candente.
Si ahora estamos hablando de Mbappé, si viene al Madrid o no, pues a lo mejor interesa crear un artículo basado en datos de cómo puede desarrollarse Mbappé en el Real Madrid en el caso de que fiche. Esa es un poco la idea.
Y el segundo punto importante es el del timing de la publicación, es decir, cuándo publicar ese artículo, ese post, esa información, esa historia, va a ser en datos, ¿no? Porque, como he dicho antes, no siempre funciona. Entonces, lo importante para eso es siempre estar conectados a la actualidad. Esto es algo muy periodístico, es algo muy de un comunicador, ¿no? El de estar muy pendiente de la actualidad para saber qué tema elegir y encontrar luego el momento exacto para publicar. Y os voy a poner un ejemplo.
Si yo quiero hacer un tema, un artículo de cuáles pueden ser los tres mejores porteros que pueden ir a la Selección Española ahora mismo.
Si yo lo saco hoy, no está, digamos, conectado con la actualidad y, por lo tanto, no va a pegar y no va a funcionar también por muy bien que esté hecho ese análisis y esa información.
Sin embargo, si ese tema yo lo trabajo y lo preparo para tenerlo cuando el Selección Español va a dar la lista de convocados para la próxima Eurocopa, el próximo Mundial, sí que va a estar conectado, sí que es un buen momento para publicar y seguro que vamos a impactar, seguro no, 100%, seguro que vamos a impactar más que si lo hacemos fuera de ese periodo de tiempo. Entonces, por eso es importante elegir el timing de la publicación.
Os he dicho que depende del escenario periodístico, podemos afrontar la información de una manera o de otra. Aquí voy a intentar resumir cuáles son esas pautas que podemos seguir para desarrollar esa información, ese artículo.
El primero es el escenario escrito, que seguramente es al que más os podéis enfrentar.
No es el único, pero es el más recurrente, y que abarca un mundo amplio tanto de empresa digital como empresa, y los de Twitter, post en blogs… bueno, ya sabéis, hay muchas maneras de comunicar de manera escrita.
Tanto empresa digital como empresa Empresa.
Hay diferencias, ¿no? Y es verdad que depende de varios factores, ¿no? En ambas, evidentemente, es fundamental el esquema típico periodístico de contexto, desarrollo y conclusión. Bueno, aquí no cambia mucho a la hora de hablar de datos, ¿no? Esto es puramente periodístico, lo único que adaptaba a todo este ecosistema del dato que estamos hablando, ¿no?
Pero bueno, tienen sus diferencias, porque no son del todo iguales ni en la manera de proceder ni en la manera de ejecutar. ¿Por qué? Porque al final, pues en la prensa inscrita, impresa, tienen su límite de espacio y de tiempo.
Y sin embargo, en prensa digital, bueno, pues a lo mejor el tiempo sí que te lo pueden marcar, pero el espacio suele ser el que uno quiere.
Entonces, bueno, a eso hay que saber lidiar. Luego también la prensa digital tiene otros mecanismos como el análisis SEO, es decir, lo que hablaba antes de las búsquedas en Google. Bueno, pues, cómo conseguir que tu artículo se posicione mejor o no y que gane en función de su calidad, pues eso, en función de muchos factores, ¿no?
Entonces cada uno tiene su, digamos, su manera de proceder.
Pero bueno, básicamente es lo mismo. Luego si hablamos de hilos de Twitter, posts en blogs, la cosa cambia un poco respecto a si hablamos de prensa concretamente dicho, pero bueno. Luego voy a enseñar también algún hilo de Twitter que puede funcionar, algún tipo de visualización que se pueda adaptar a esos hilos de Twitter, etcétera, etcétera, para que veáis un poco, ¿vale?
El escenario televisivo, que es otro de los que tenemos, Bueno, aquí hay dos consideraciones importantes. El tiempo y las visualizaciones.
En televisión no nos podemos enrollar porque tenemos que ser muy directos, ir muy al grano.
Si nos enrollamos, aburrimos. Y lo que queremos es que el espectador, en este caso, se quede con nosotros. Entonces, hay que dar solo los datos y las ideas principales, con luego una clara buena exposición.
Porque si empezamos a mezclar muchos datos, muchos datos, eso en prensa escrita puede funcionar porque el lector puede releer y volver a leer e intentar entenderlo.
Pero en la tele eso no funciona. Entonces hay que coger los datos fundamentales que expliquen la historia que quieres explicar y mostrarlos y luego con una buena exposición en la que no nos enrollemos. Porque como he dicho, el tiempo es clave.
Hay que saber adaptarse perfectamente al tiempo que tenemos.
Y luego las visualizaciones, al final, La televisión es imagen. Ya lo he dicho al principio que las visualizaciones son muy importantes porque impactan mucho y nos ayuda a comprender mejor toda esa maraña de números que estamos contando, pero en la tele gana mucho más importancia esto porque al final la tele vive de la imagen. Por lo tanto, deben ser visualizaciones que deben explicar por sí solas la idea general y a partir de ahí contar la historia.
suelen funcionar muy bien como digo las tablas con datos numéricos pero un buen gráfico puede ser muy válido por ejemplo un mapa sencillo de tiros o algo así. Aquí el ejemplo que hay en la diapositiva, bueno al final es una imagen ya antigua pero que resume muy bien, en el que se han puesto cuatro datos en formato tabla sobre un jugador que explica cómo ha cambiado su evolución a lo largo de una temporada. Al final esta visualización explicada en no sé cuánto tendría el comunicado en este caso pero no creo que tuviera más de minuto o minuto y medio pues bien contada te hace tener una historia muy completa sobre en este caso es Marcos Llorente cuando estaba todavía en el Real Madrid.
Y luego escenario radiofónico pues bueno también tiene sus consideraciones aquí y es más complicado porque aquí sí que no tenemos ni un papel escrito con los datos que vaya a leer nadie, ni tampoco tenemos el poder de la visualización. Entonces, el escenario radiofónico cambia un poco.
Como bien digo ahí, la primera consideración es la ausencia de elementos visuales, es decir, aquí lo importante es la voz. Esto ya no es una cosa solo del dato, del big data, de nuestro análisis, sino de tu habilidad como comunicador, ¿no? Entonces, evidentemente, tienes que tener una buena y una correcta modulación de tu voz, de tu forma de comunicar, para que todo ese espectro de datos que puedas comunicar lleguen, entren directamente en el oyente y no se pierda y entienda muy bien todo lo que quieres contar.
La segunda consideración es enganchar desde la primera palabra, y esto es importante.
Tenemos que dar datos muy precisos, igual que en el escenario televisivo, pero en radio, en concreto, desde la primera palabra tenemos que enganchar. Entonces, al oyente le puede resultar integrante comenzar escuchando algo poderoso, es decir, algo sorprenda. Yo ahí pongo un ejemplo, ¿no?
Si nosotros empezamos con un titular que impacte –por ejemplo, cuando Luis Enrique era seleccionador–, Luis Enrique comete un grave error no llevando a yo hago aspas.
Hoy en día, ¡ostras!
¿Y esto por qué? A partir de ahí se puede empezar la exposición de ese análisis previo que hemos hecho. Los números de aspas indican que para la posición de delantero tal, tal, tal, y vamos desgranando.
diferentes datos precisos, concretos, que expliquen lo que queremos decir. Y aquí vuelvo un poco también a la idea del escenario televisivo.
Datos muy concretos, muy directos, que expliquen muy bien lo que queremos. No nos podemos liar porque, si no, vamos a empezar a hablar de muchísimos números y va a haber un momento que el oyente se pierda. Entonces, datos muy concretos y muy directos.
Y eso es un poco la tercera consideración.
Es ir provocando pequeños impactos. Es simplificar esa sintaxis a la hora de hablar. dar esos datos relevantes, esos datos que expliquen muy bien lo que queremos contar sin hacer que el oyente se pierda.
Hasta aquí hemos visto, bueno, un poco la metodología, un poco las consideraciones, hemos visto los diferentes escenarios un poco a grandes rasgos como tratarlos, al menos con las ideas más importantes, pero luego quería incidir mucho en el tema de las visualizaciones, que os lo he dicho en principio.
¿Por qué?
Bueno, pues porque las visualizaciones ayudan mucho a comprender todo lo que tenemos. Pero en el fondo, una visualización...
Bueno, ¿sabemos lo que es? Pues sí, al final es un gráfico, un conjunto de dios que se crea a partir...
Que se crea para permitir que los lectores accedan a cosas que no podrían ver de otra manera. Eso, bueno, pues es algo entendible, ¿no? Pero...
No todas las visualizaciones valen. Y ahora vemos ejemplos, ¿no? El caso es encontrar un equilibrio adecuado entre una buena escritura o un...
o una buena historia que tengas que contar en televisión con una buena visualización. Al final, no es sólo transformar datos en formas visuales, sino que esas visualizaciones ayudan a revelar historias interesantes, que te ayudan a revelar esa historia que quieres contar.
Evidentemente, la estética de la visualización es muy importante, pero no lo es más que su funcionalidad. Entonces, tenemos que tener muy claro cuál es la historia que queremos contar y en qué deberían centrarse los lectores en la visualización que tenemos que crear.
Porque si hacemos una visualización bonita pero no explica nada, no estamos llegando a donde queremos y tenemos que llegar.
Por eso hay cinco principios importantes de una visualización que hay que tener en consideración siempre. Una, que sea veraz.
Eso es importante. Lo que explique la visualización tiene que ser veraz. Los datos tienen que ser veraces.
Esto parece una obviedad pero hay que remarcarlo porque hay veces que no lo hacen.
Tiene que ser funcional, es decir, que no todos los tipos de gráficos valen para explicar todos los tipos de datos. En función de qué tipo de dato tengamos, pues tenemos una visualización a otra. Habría que profundizar mucho en qué tipo de visualización vale para qué tipo de dato, pero bueno, quizás para eso necesitaríamos casi otro seminario. Pero quédaros con la idea, ¿no? El gráfico tiene que ser funcional y tiene que responder muy bien a lo que queremos a lo que queremos contar.
Evidentemente tiene que ser bonito.
Si es bonito, va a ser impactante.
Si no es atractivo o agradable, los lectores de primera no se van a fijar. Y la idea es que se fijen.
Luego ya, que sea funcional y veraz, y que lo que se han fijado corresponda con lo que queremos contar.
Tiene que ser bonito, evidentemente. Eso no se puede obviar.
Luego tiene que ser explicado, debe servir para poner los datos en contexto. Vuelvo al principio, lo importante de la contextualización del dato.
Que tenga que revelar cosas inesperadas, sorprendentes, extremadamente importantes, etcétera. Esa es un poco la idea.
Y tiene que ser esclarecedor, es decir, la información que revela la visualización tiene que dar forma a la percepción del lector.
Esa es un poco la idea.
Estos son los cinco principios. Es difícil siempre cumplir todos, pero la idea es hacerlo, evidentemente, porque cuanto más se acerquen a estos cinco principios, más perfecta va a ser la visualización y más va a ayudar a comprender al lector toda esa historia basada en datos que queremos contar.
Y para ello, bueno, hay que tener tres reglas en cuenta en las visualizaciones. Para mí son tres.
En concreto, lo primero es que a la hora de hacer una visualización hay que pensar en la audiencia y la publicación. Es decir, sí, es verdad, una visualización, como he dicho antes, tiene que ser funcional, ¿no?
Pero puede ser de determinados tipos de estilo. Y ahí yo pongo un ejemplo claro para que nos entendamos.
Quizás no es lo mismo realizar una visualización para el New York Times que para una revista de adolescentes, ¿vale? He puesto dos mundos muy diferenciados para que lo entendáis, ¿no?
En el caso del deporte y del creador de contenidos deportivos, tendremos que tener muy claro cuál es el tipo de audiencia que tenemos e intentar hacer una visualización muy acorde con ese público al que queremos llegar.
La siguiente regla es pensar en las preguntas que el gráfico debería ayudar a responder. Y esto es muy importante, para mí es la clave de todo.
Hay que elegir formas gráficas para representar los datos, pero esto no es solo una cuestión de gusto personal. Es decir, no, es que a mí me gusta hacer barras. A mí me gusta hacer gráficos de tarta, ¿no?
Estos que son tipo circulares.
Bueno, pues habrá que ver si esos responden bien a lo que queremos contar y ayudan a la audiencia a entender lo que queremos contar. Entonces, dependiendo de lo que queramos hacer, vendrá mejor un tipo de gráfico u otro.
Y luego por último es que si el gráfico se entiende sin leer cada número y esto también es importante.
Luego voy a intentar enseñaros un ejemplo de un gráfico que no tiene prácticamente ni un número y que por sí solo no se entiende pero con el texto acompañado Se explica perfectamente y no tiene prácticamente ningún número, ¿no? Bueno, pues es un poco la idea. El gráfico tiene que entenderse, ¿no?
De primeras, de primeras. Eso es clave.
Estas son las tres reglas, ¿no? Un poco de la visualización. Entonces, bueno, hasta aquí evidentemente hay muchas maneras de visualizar, pero para ello necesitamos herramientas, ¿no? Y yo aquí solo quiero enseñaros o nombraros algunas de de las más conocidas o las que yo más he podido manejar. Aquí hay herramientas de Business Intelligence como es Power BI, como es Tableau. En mi medio, en marca, nosotros utilizamos sobre todo Tableau. Nuestros infografistas utilizan sobre todo Tableau. Yo a nivel personal utilizo más Power BI. Bueno, son dos herramientas de Business Intelligence que al final lo que Lo que me dan es la posibilidad, luego también os voy a enseñar alguna imagen hecha en las dos herramientas, pero a mí lo que me da power es la posibilidad de trabajar el dato con filtros y visualizaciones.
que me dan información para elaborar el artículo y luego incluso elaborar un pequeño gráfico que yo puedo incorporar a la noticia o a la información de lo que estoy contando.
Otras opciones es, por ejemplo, Canva. Canva es una herramienta online que tiene una versión gratuita bastante buena, pero luego tiene una versión de pago a través del cual se pueden hacer visualizaciones bonitas. Ahora vamos a ver algún ejemplo.
con plantillas muy sencillas, vale para cualquier tipo de uso. Yo, por ejemplo, las he utilizado más cuando he querido hacer hilos de Twitter, pero bueno, pueden ser para post, pueden ser...
Aquí a lo mejor la idea es crear una serie de plantillas en función de lo que queramos, por ejemplo, Si vamos a hacer informaciones de ranking, pues que tengamos una serie de plantillas ya predefinidas para que solo cambiando los datos podamos utilizar esa visualización y ya está. Si queremos hacer otra que es una comparativa, pues tener una plantilla para hacer comparaciones.
Ahora os voy a enseñar algún ejemplo que yo he creado hace tiempo.
Herramientas como, bueno, Google Data Studio la he puesto ahí, es tipo también Power BI Tableau, yo no la manejo tanto, pero sé que es una herramienta muy poderosa también, del mismo estilo. Así que si alguno la conocéis o os gusta más el mundo Google, pues podéis investigar, es una herramienta interesante.
Está Adobe Illustrator.
Esta es más para infografistas y demás. A mí yo no sé utilizarla mucho, pero he visto cómo la utilizan en marca en mi medio para realizar visualizaciones. Es otra manera de crear imágenes impactantes para hablar de datos.
Y luego un poco dos que están muy orientadas al creador de contenidos, al periodista hoy en día, que son Flourish y Data Wrapper.
Yo he manejado ambas, son parecidas pero diferentes al mismo tiempo.
Flourish, por ejemplo, es muy potente en el sentido de que se pueden hacer visualizaciones interactivas, que eso a nivel de prensa digital es muy potente, ayuda mucho a que a que la audiencia interactúe con tu noticia, con tu información, con tu contenido. Y luego tiene numerosas plantillas para poder hacer gráficos interesantes. Yo, por ejemplo, tengo algunas visualizaciones hechas ahí que algunas son interactivas, otras no, pero son muy interesantes.
Y luego Data Wrapper es muy, muy, muy parecida a Flourish. Lo que pasa es que creo que no es buena para temas de, como he dicho antes, de interactuar, que sean noticias un poco interactivas.
Pero quizás está más pensada para hacer rápidas visualizaciones sin complicarse mucho.
Por ejemplo, Data Wrapper lo utilizan mucho en el país.
Muchísimo.
Data Wrapper también tiene una cuenta de pago. Evidentemente al tener la cuenta de pago que tendrá el país puedes hacer una serie de modificaciones que hagan que parece que no la estás utilizando, que es una herramienta tuya, pero al final lo es, ¿no? Pero con una cuenta gratuita en Data Wrapper puedes hacer auténticas Maravillas, ¿no? También os voy a enseñar algún gráfico o alguna cosa que he hecho yo ahí, ¿vale? Estas son algunas de ellas. Hay muchas más. Yo os hablo de las más comunes, las que yo más conozco, dependiendo un poco del uso que le queréis dar o del nivel al que queréis llegar, pues podéis utilizar una u otra, pero son todas igual de válidas. De hecho, incluso se pueden combinar. De hecho, recientemente Flourish y Canva llegaron a un acuerdo para poder combinar ambas y, a través de Canva, se pueden crear, a día de hoy, plantillas en las cuales se puede meter un gráfico de Flourish. Así que, bueno, si investigáis, veréis que hay muy buenas opciones en este sentido.
Y ahora os quería poner, pues, una serie de ejemplos de visualizaciones hechas con diferentes herramientas de las que os acabo de comentar.
Esto, por ejemplo, Bueno, son diferentes tipos de plantillas que tengo yo, a través de las cuales, dependiendo de lo que quería contar, se utilizaba unas y otras. La primera era una comparación entre el Liverpool de una temporada y el de otra para ver cuál de los dos defendía mejor. Esto era para un hilo porque el Real Madrid se iba a enfrentar en en Champions al Liverpool y para ver cómo había sido la evolución de un año a otro.
Al final, con una serie de datos, una serie de colores, una serie de ideas, se podía mostrar fácilmente el cambio que había sufrido el Liverpool en ese sentido.
La visualización del medio es otra plantilla para hacer rankings.
En este caso, hablábamos de los equipos más efectivos en ese momento, las cinco grandes ligas, a 16 de marzo de 2020. Al final, elaboradas una lista con los cinco equipos más efectivos, ahí sorprendía, por ejemplo, que estaba el Elche mucho. Era un poco la idea de la noticia, que el Elche se colaba ahí en ese momento entre el top 5. Con esta visualización, un plumazo, teníamos primero la idea que luego desarrollábamos.
Y luego el de la derecha era una serie de datos, aquí no era una comparativa, no era un ranking, simplemente una serie de datos llamativos de un jugador, en este caso de Edgar Badía, el portero del Elche, para contar un poco cómo estaba siendo su rendimiento esa temporada, también explicado en un hilo de Twitter.
Estos son ejemplos de Data Wrapper, que pueden hacer cosas muy sencillas como la de la derecha, que al final es una tabla.
básicamente, aquí para explicar los equipos más goleadores de las cinco grandes ligas. Y, bueno, simplemente una tabla en la que metes colores, lo acompañas de las banderitas que siempre crean ahí, bueno, ese atractivo, lo que vuelvo a decir antes, ¿no? Que hay que impactar un poco y llegar al vector de primeras. Bueno, simplemente podríamos hacer una tabla sencilla como esta o algo más complejo, lo de la izquierda, como es un Es un gráfico de dispersión, al final, con dos valores en los cuales intentamos demostrar la efectividad portería de los mediocentros interiores en las cinco grandes ligas. Y en ese punto concreto estábamos hablando de Christopher Nkunku, futbolista en ese momento del Red Bull Salburgo, ¿no? Y, bueno, al final ese gráfico es un poco más elaborado que la tabla de la derecha, pero que se puede hacer y que explicaba y que daba mucha información, así de primeras, apoyaba mucho al texto en el cual estábamos hablando de este futbolista.
Estos son dos ejemplos de tablón.
Uno de la izquierda, al final, es un gráfico parecido al que hemos visto antes de dispersión, pero aquí ya no hay puntos, hay banderas, hay, mejor dicho, escudos de equipos, etc.
Hay una serie de filtros que explican que serviría para elegir diferentes tipos de métricas.
Por ejemplo, aquí en el eje X podríamos poner unas métricas, en el eje Y otras, y esto cambiaría en función de lo que pusiéramos. Ahora mismo aquí hay dos, porcentaje de regates con éxito y centros efectivos, pero podríamos poner otras y entonces esto, como es interactivo, y al final es un cuadro de mando, cambiaría todo esto. Y esa es la posibilidad que nos crea algo como Tableau. Y este de la derecha es un poco el que os he dicho antes.
El gráfico que os decía que sin prácticamente números explicaba mucho la información que estábamos contando. Así la veis y no entendéis lo que quiere decir. Pero si yo os digo que esto era una información en la que intentábamos explicar en base a los datos, que si era mejor jugar en Champions el partido de vuelta en casa o jugarlo fuera, pues a lo mejor ahora ya entendéis un poco más. Y al final hablábamos de la evolución, de cómo ha ido cambiando eso, porque existía la percepción que cada vez importaba menos el jugar la vuelta fuera en casa o no. Y sin embargo, con datos explicábamos que no.
Con el paso de los años es más importante jugar la vuelta en casa y con esto se explicaba. Esto era la evolución entre, bueno, la línea amarilla eran los que jugaban la vuelta en casa y ganaban.
Ganaban jugando la vuelta en casa y la azul o verde era la de los equipos que pasaban de ronda jugando la vuelta afuera. Como veis aquí hay unos puntos al principio en el que Está como todo muy igualado, poco a poco se va abriendo. Esta línea marca el inicio de la Champions League como la conocemos hoy, en el año 92-93. Y a partir de aquí ya se ha abierto la brecha un poco antes.
Pero incluso en los últimos años, en los que parecía que había una percepción de que esto se igualaba, no. Pues se ha aumentado. Es decir, eso explicado en un texto con este gráfico sin apenas números, Entendemos muy bien lo que estamos contando y cumple perfectamente lo que queremos explicar en esa información.
Estos son ejemplos de Power BI. Estos, por ejemplo, son dos cuadros de mando que tengo yo creados en Power BI. Uno es basado en el análisis de penaltis.
Me gusta mucho analizar los penaltis, me parece que es un mundo muy interesante.
Así que decidí crear un cuadro de mando en el cual pues pudiera analizar todos los penaltis de las cinco grandes ligas. Al final esto también tiene sus filtros por equipo, lanzador, etcétera. Pero al final también crea una visualización que es llamativa y que esto trasladado a una noticia pues trae información. Aquí en este caso tendríamos los penaltis de Benzema esta temporada. No sólo me dice cuántos ha tirado, cuántos ha marcado o fallado etcétera y su porcentaje sino en qué lugar han ido.
Incluso esto, bueno, luego sería también… podríamos interactuar y estos puntos cada uno te diría qué penalti ha sido, dónde ha sido, a quién se lo ha lanzado, etcétera, etcétera.
Y este es otro, igual, análisis de faltas también, que puede valer, para demostrar quién era el el delantero o el jugador de las cinco grandes ligas que más efectividad tenía.
Porque, claro, teníamos siempre en mente que Messi es el mejor lanzador de faltas porque mete muchos goles en esta tabla. Se veía que había metido 16 goles, creo que eran las cinco últimas temporadas.
Pero, claro, había tirado más que nadie. Su porcentaje rondaba el 10%. Sin embargo, Ward-Prowse, el inglés que juega en el Southampton en ese momento, llevaba solo un gol menos que Messi en cinco años, con mucho menos tiros y su porcentaje era más alto, bueno, pues con esto demostramos que sí, Messi es el que más mete faltas, pero que en el último lustro no era el más efectivo. Y aparte de eso, podíamos ver aquí en esta gráfica todos esos tiros que había hecho Werner Probst y cuáles habían sido gol, en este caso los verdes eran los goles, etcétera, etcétera.
Bueno, pues esto también con una herramienta como Power BI se puede hacer para, como he dicho antes, analizar y luego mostrar.
a la audiencia.
Esto es un poco lo que os quería contar a grandes rasgos. De todas formas, creo que si vuelvo aquí os puedo enseñar el hilo de Twitter, a ver si puedo, ¿vale? Ahora vuelvo aquí porque creo que sí.
Para que veáis, a ver si tengo acceso, yo os puedo enseñar un poco el hilo.
Este es el que cree, ¿no? Un poco, bueno, quería hablar, como he dicho antes, de Liverpool. Hice una noticia al respecto, pero creamos un hilo aquí de varias informaciones. Aquí no había gráfica, pero aquí insertaba, como os he dicho antes, esa imagen que iba resumiendo un poco lo que quería contar.
Incluso creé otra, muy parecida. Aquí hablábamos de cómo defiende, aquí cómo ataca, ¿de acuerdo?
Y aquí metí otra gráfica, esta no era mía, era de nuestro proveedor de datos, de Opta, pero bueno, un poco hablando en concreto de uno de los jugadores, cómo tiraba, etcétera, etcétera, un mapa de tiros que explicaba muy bien la información que queríamos contar y bueno, eso era uno de los hilos de Twitter que, como digo, pues ha apoyado con buenas visualizaciones, pues nos daba mucho.
Otro era este de...
El rendimiento de Garbadilla, porque bueno, se decía en ese momento que está haciendo una gran temporada y que debería ir a selección, pero bueno, yo quería demostrar en torno al dato si realmente era tan decisivo o no, porque se hablaba mucho de las paradas que hacía y demás.
Es importante, y ya pongo el ejemplo a hablar de los… a la hora de hablar de porteros, no resumirlo todo en el porcentaje de paradas que hace un portero, porque al final el porcentaje de paradas también va muy en consonancia de si le tiran mucho o no.
A un portero como Edgar Badía, que militaba en el Elche, le iban a hacer siempre más tiros que a un portero como Ter Stegen en el Barcelona. Entonces, por un lado iba a hacer muchas más paradas y seguramente el porcentaje de paradas también aumentaría en ese caso. Entonces, la idea era explicarlo que con otra serie de métricas avanzadas podíamos llegar a evaluar exactamente si las paradas, si el rendimiento en cuanto a paradas de Edgar Badía era bueno o no.
Esa métrica la explicábamos aquí, un poco, ya que se llama los goles esperados posteriores al tiro, ¿no?
nos decía la calidad, en función de la calidad de los remates que recibía Galbadía a través de un algoritmo matemático, pues sí, sí estaba parando por encima o por debajo de lo que debía. En ese momento debería haber encajado, debería haber encajado 46 goles si le habían marcado 41. Es decir, estaba parando exactamente o mejor dicho, envejando el número de goles que debía en función de la calidad de esos disparos que había recibido. Y eso, bueno, pues apoyado un poco con una gráfica o una plantilla, en este caso de Canva, pues se entendía un poco mejor. ¿De acuerdo?
Os puedo poner algún ejemplo más concreto sobre otras. Si me dais un segundo. Bueno, os quería contar de… Bueno, aquí el cuadro de mando os lo voy a enseñar, que creo que voy a poder.
A ver si me deja.
Este es el cuadro de mando que os digo que yo tengo que dar en Power BI. A ver si me deja entrar.
Digamos que sí.
Bueno, esta es una...
Hecho con Power BI una herramienta. Como digo, aquí hay muchos filtros. Aquí ahora mismo estos son todos los penaltis que se han tirado la temporada 22-23 en las cinco grandes ligas. Han sido 571, se han metido un 77%, etcétera, etcétera. Y aquí están todos los puntos. Aquí ya a nivel nuestro interno para hacer el análisis está muy bien porque podríamos filtrar y saber, bueno, pues queremos saber cuántos han sido en la liga española.
Aquí tenemos un filtro.
Ya esto se ha reducido y aquí tenemos todo. Oye, pero yo quiero saber exactamente, no de la liga, sino que el lanzador haya sido, por tener el ejemplo de antes, Karim Benzema. Bueno, pues aquí ya se filtraría por Benzema.
Debería cambiar la foto. De acuerdo. Y volvemos un poco a lo que estábamos viendo antes, la información. Y aquí ya con esto podemos analizar.
Podemos ver cuántos tiros ha hecho, tipos de tiro, la potencia del tiro, cuántos ha hecho a una potencia u otra, la zona en la que ha ido… Aquí, como he dicho, podemos ponernos encima y vemos la información. Este es un penalti que, precisamente, le tiró a Edgar Badía contra el Che, el minuto 45, la forma 21, que iba ganando el Madrid de dos y, bueno, lo metió, ¿no? O aquí, por donde falló.
Bueno, esto es exactamente donde va el lanzamiento. Podemos hacerlo por zonas y ver las zonas donde más tiró, bueno, pues la derecha abajo fue la que más le gustó a Karim Benzema, ¿no?
Entonces, esto nos sirve para analizar y luego esto se puede sacar como un gráfico, este en concreto, todo este recuadro, ¿vale? Pues para que el lector tenga información detallada del lanzamiento, ¿no?
Incluso, bueno, pues hay muchas maneras de analizar aquí y luego de exponer al espectador.
Y bueno, estos son algunos de los ejemplos que os quería mostrar. El resumen de todo lo que os he contado al final es que es muy importante tener una metodología clara.
El dato, como he dicho antes, tiene que estar muy contextualizado.
Es importante, dependiendo del escenario al que nos dirijamos, tener unas pautas u otras. Según dices, prensa, radio… pues televisión, tener muy claro, como he dicho antes, dos cosas, como es vincular el dato a la actualidad y el momento en el que elegimos para publicar, y también tener en cuenta el tema de las visualizaciones.
He dicho antes que el contexto es muy importante, y os he puesto un ejemplo, pero hay muchos más ejemplos importantes que deberíamos tener en cuenta.
Porque el contexto, para mí, es la clave de todo el proceso del análisis.
He visto informaciones o creaciones de contenido basadas en datos que al final resumen todo en que un jugador es bueno o no porque dicen que es el que más pases en largo da, que acaban en remate.
Bueno, pues sí, visto así es un buen dato, pero hay que analizar más. ¿Por qué? Porque a lo mejor es el que más centra al área porque su equipo trabaja mucho los centros por alto.
Y a lo mejor otro equipo llega mucho más, pero lo hace de una manera más elaborada y no busca centros. Entonces, ese jugador tendrá más opciones de ser bueno en esa estadística que otra. Entonces, decir que un jugador es el mejor en una estadística en concreto tendríamos que acompañarlo de todo ese contexto de por qué es así. O, por ejemplo, otra manera de contextualizar, no podemos decir que un jugador que juega de media punta es mejor que un defensor a la hora de rematar la puerta, porque al final es lógico. Un jugador de media punta es ofensivo y un defensor no. Entonces habrá que compararles por otra cosa, pero por cosas en las cuales tenga un sentido y una relación. Será más lógico comparar a jugadores de una misma posición entre sí que no. Eso se hace mucho ahora.
Modric es el jugador de las cinco grandes ligas que más efectividad tiene en pases en profundidad entre todos los mediapuntas o todos los mediacentros o centrocampistas ofensivos.
no le podemos comparar con un centrocampista defensivo en ese sentido, ¿de acuerdo? Esa es un poco la idea que os quería transmitir.
Hay un ejemplo más que os quiero enseñar, si me da tiempo, que yo creo que sí, que es el que os he comentado antes en relación a… bueno, pues cómo encontrar un dato basado en la observación, porque tiene una historia interesante que me gustaría contaros para que veáis también la potencia que tiene el dato, ¿vale? Que tiene el dato.
Entonces es... Noticia que hice yo hace tiempo del Chimi Ávila, ¿vale?
Bueno, es importante.
¿Por qué os la quiero mostrar? Yo vi un partido del Madrid contra Osasuna en el cual el Chimi Ávila lo que hacía básicamente era disparar cada vez que cogía el balón Buscaba puerta y disparaba, ¿de acuerdo?
Bueno, pues me llamó la atención. Digo, ¿no tiene compañeros? ¿No pasa el balón? Bueno, pues yo me fijé en eso. Y lo que hice después del partido es, ya después de observar, de fijarme, bucear en los datos para ver si esa percepción mía era real o no.
Entonces, bueno, buceando en los datos, en un cuadro de mando como el que hemos visto antes aquí con datos, yo llegaba a ver este mapa de tiros en el cual pues evidentemente había cada vez que cogía disparaba y lo hacía de posiciones muy lejanas que eran todos estos tiros era lo que yo estaba observando en el partido me lo estaba reflejando los datos en este sentido entonces dije bueno vamos a rodearlo de contexto a ver cuánto tira en función de los jugadores de su misma posición en la liga y en las cinco grandes ligas y elabore Bueno, pues estas dos gráficas, ¿veis? Hecha con Data Wrapper, la herramienta que os he dicho antes, en el cual los jugadores que más tiraban desde fuera del área en las cinco grandes ligas, bueno, en este completo, en la liga española, era efectivamente el Xime Ávila, con lo cual corroboraba mucho el dato que yo estaba manejando y también lo quise ver con un espectro más grande, con el de las cinco grandes ligas, en el cual llegué a, llegamos a ver esto, Xime Ávila no era el primer, pero era el sexto.
Y llamaba la atención que sí era el sexto en las cinco grandes ligas, pero los cinco que habían tirado más, todos habían metido más de un gol.
Desde fuera del área, desde lejos, ¿no?
En el caso del Chimi Ávila, pues estaba no, ¿no?
Todo esto lo quise contar en una noticia, pero claro, quise ser un poco más preciso y dije, bueno, tendrá un motivo, ¿no? Entonces, con alguna herramienta de visualización de partidos, Quise ver cada uno de los tiros que había hecho en ese momento el Chimiábila. Aquí podía ver que había hecho 57 tiros, ¿no? ¿Vale? Bueno, pues yo quise analizar todos los tiros.
No todos, 57 era el total. Yo analicé todos los tiros desde fuera del área para ver por qué tiraba desde fuera del área.
Bueno, pues eso me llevó a entender que el dato no solo me decía eso, sino que me decía que era un jugador que se generaba muchos espacios. Y aquí analizábamos ya un poco más en profundidad cómo él se colocaba siempre en posiciones en las cuales no tenía nadie alrededor, en posiciones muy centradas, muy verticales.
¿Qué pasa? El que ha jugado al fútbol entiende un poco. Cuando un jugador recibe, no tiene a nadie cerca, ningún rival cerca y está en una posición centrada, ¿qué es lo que busca? Pues disparar. Pues eso es lo que venía haciendo siempre el Chimi. Quiero otro ejemplo.
Aquí no tenía mucha gente cerca, recibía el balón, tenía espacio, pues tiraba. Al final era lógico. Con lo cual, salió una segunda parte de esa primera observación, y es que primero, pues sí, evidentemente se corroboraba que tiraba mucho, que no tenía mucha efectividad, pero por otro lado, eso lo conseguía a base de generarse buenos espacios.
Y esta información, para que veáis la importancia de hasta qué nivel puede llegar el crear una noticia buena basada en datos, es que el día que yo lo publiqué me llamó el representante del Chimiavila.
Y es una historia curiosa porque, evidentemente, a la información no le gustó mucho porque decía que, claro, que yo decía que el Chimiavila pues que tiraba mucho y que no metía goles. Entonces, que si tenía algo en contra del Chimiavila.
Después de una conversación de casi 45 minutos en el que él me expuso que no le parecía bien que hubiera dicho que su delantero no subrepresentado no metiera goles, yo le hice ver que era una información real y veraz.
Y después de ese tiempo de conversación, me dijo, bueno, si en vez de decir que no tiene puntería, podemos decir que no ha tenido suerte, te lo agradezco. Ahí cambié el titular solo con esa palabra, sin puntería, que puse sin suerte.
Bueno, pues porque no me costaba mucho y en el fondo explicaba lo mismo.
Y me dijo una cosa, me dijo de todas formas te agradezco esta información porque sé que cuando al Chime se le pase el enfado la va a utilizar para mejorar en su en su juego porque era un aspecto en el que no habíamos caído. Es decir, la información basada en datos, la historia que habíamos contado le iba a servir a un futbolista profesional de primera división para intentar mejorar en algo en lo que no había caído.
Hasta ese punto podemos llegar a hacer informaciones basadas en datos potentes, impactantes, no solo incluso para la audiencia en general, sino para un deportista profesional.
Así que nada, bueno, esto es un poco lo que os quería revelar, contar en este seminario acerca del dato.
en el ámbito de la comunicación deportiva, un poco más orientada al fútbol, como os he dicho.
Cualquier cosa que queráis, me tenéis, podéis contactar conmigo, os puedo ayudar y a través de Inesem seguro que tenéis muchas maneras de mejorar y de ser unos grandes profesionales.
Por mi parte es todo, muchas gracias y hasta otra.
