Aviso sobre el Uso de cookies: Utilizamos cookies propias y de terceros para mejorar la experiencia del lector y ofrecer contenidos de interés. Si continúa navegando entendemos que usted acepta nuestra política de cookies. Ver nuestra Política de Privacidad y Cookies
Lunes, 8 enero 2018
El equipo Movistar tendrá este año en esta unidad de Big Data de Telefónica el 'arma' para mejorar su rendimiento

Luca echará una mano a Quintana y Landa para destronar a Froome

El big data ya ha llegado al ciclismo. El podio va a quedar reservado para quienes manejen más y mejor información. LUCA será en 2018 el gran aliado del Movistar Team. No es ni un gran contrarrelojista ni un excelente escalador. Pero sin duda va a convertirse en uno de miembros más importantes del equipo. Pero, ¿quién es LUCA? Será el gran aliado de Nairo Quintana y Mikel Landa para destronar a Chris Froome en el próximo Tour de Francia.

 

 

 

 

En la Vuelta a España, el equipo Movistar hizo el seguimiento y análisis de más de 25 millones de datos generados por los 8 ciclistas del equipo, que fueron tratados con LUCA, la unidad de Big Data de Telefónica que permite identificar áreas en las que el equipo puede actualizar y mejorar su rendimiento.

 

 

 

 

 

El análisis de datos mejorará el rendimiento

 

 

El Equipo Movistar ya lo tuvo 2017 y lo va a potenciar en 2018. Con Mikel Zabala, profesor de la Universidad de Granada y experto en Ciencias del Deporte a la cabeza, emplean estos datos para los entrenamientos. Con esta información, el equipo puede tener en cuenta una serie de variables complejas y modelos matemáticos para mejorar el rendimiento de cada ciclista. Una información que es crítica en términos de planificación y personalización. El objetivo final es optimizar el rendimiento físico y mental del ciclista a lo largo de la carrera para que puedan tener un buen rendimiento como equipo, pero también recuperarse de manera efectiva.

 

 

 

Para analizar los datos tomados de cada bicicleta, se ha desarrollado una herramienta de análisis adaptada a las necesidades específicas del equipo. Este programa hace uso de modelos estadísticos y técnicos de Machine Learning para mejorar la competitividad.

 

 

[Img #26981]

 

 

Así, por ejemplo, los preparadores físicos pueden saber cuándo un ciclista está en su mejor momento físico y, en función de eso, predecir y ajustar el entrenamiento cuando se acerca a cada carrera. Para ello, además, se tienen en cuenta otras variables, como la altura de la carrera o el clima durante la misma.

 

 

 

144.00 datos por etapa

 

 

Combinando los datos y el papel que cada ciclista va a tener en la carrera, se puede diseñar una estrategia de equipo diferente y planificar de manera más efectiva los períodos de recuperación.

 

 

 

 

El ciclismo profesional es uno de los deportes que más datos genera. Cada corredor lleva consigo una serie de sensores que recogen diferente información. Los principales son el potenciómetro, que se sitúa en la zona de los pedales de la bicicleta y mide la potencia en vatios, la cadencia, los ciclos de pedaleo, la fuerza [Img #26982]que se ejerce sobre los pedales… La banda de frecuencia cardíaca, una cinta situada alrededor del pecho del ciclista, es otro sensor importante.

 

 

Estos sensores envían de manera inalámbrica toda la información a un dispositivo situado en el manillar, un pequeño ordenador que se conoce con el nombre de Garmin. Este mismo dispositivo lleva incorporado un GPS que proporciona información adicional sobre el perfil del recorrido. Cuando finaliza cada entrenamiento o cada etapa de una vuelta, el ciclista conecta el Garmin a un ordenador y todos los datos recogidos los traslada a la nube.

 

Una vez que los datos están exportados a internet, comienza el trabajo de LUCA. Teniendo en cuenta que en una etapa de una gran vuelta cada ciclista puede generar en torno a 144.000 datos, y que por tanto en una gran competición hablamos de unos 3 millones de registros por corredor, el trabajo no es sencillo.

 

 

Describir y predecir

 

 

 

El análisis de todos estos datos se realiza en tres fases. La primera es la más sencilla, es la fase descriptiva, y en ella se explica qué ha pasado en la etapa. “Podemos encontrar una justificación por ejemplo a por qué un corredor en un momento determinado sufre una bajada de rendimiento súbita y entender por qué [Img #26980]ha pasado”.

 

 

La segunda fase es la predictiva, es decir, se intenta predecir qué va a hacer un ciclista antes de que lo haga. Este pronóstico resulta complejo en ciclismo, ya que es un deporte en el que entran en juego una serie de factores difícilmente controlables, como la climatología, las caídas… Pero los datos ayudan a saber en qué condiciones está compitiendo el deportista.

 

 

Y por último la fase más avanzada y difícil es la prescriptiva. Como se sabe lo que va a pasar, se actúa sobre ciertas variables para que pase lo que se desea que ocurra. “Por ejemplo, un ciclista durante el año alcanza una serie de picos de forma y esos picos son el momento óptimo donde el ciclista debe estar compitiendo en una carrera como el Tour, la Vuelta o el Giro. Entonces la parte prescriptiva del análisis sería manipular las variables de carga de entrenamiento y [Img #26983]recuperación para que se llegue al pico de forma justo en la fecha en que se tiene que llegar. Esto es un ejemplo de análisis avanzado prescriptivo”, concluye Pedro Antonio.

 

 

A Mikel Zabala le gusta definir la inteligencia de datos como una pequeña bola de cristal que ayudará a predecir el futuro. “Se necesita el mayor número de datos posibles por una cuestión estadística, matemática. Cuanto mayor sea el número de datos mejor se va a representar la realidad. El big data se basa en tal cantidad de datos que la estimación llega a tener unos niveles increíbles de certeza. Por ejemplo, es muy posible que podamos prever una ‘pájara’ de un corredor determinado, porque si sabemos qué prestaciones puede tener, conocemos la temperatura ambiental, si está en primera línea tirando o detrás de un corredor beneficiándose de la aerodinámica, se pueden introducir todas estas variables y vamos a saber cuánto tiempo puede mantener ese esfuerzo. Quien maneja esa información puede utilizar esas variables en su beneficio y jugar a nivel táctico, y en el deporte tomar esas decisiones en el menor tiempo posible de forma acertada es lo que determina que tengas éxito o no lo tengas”.

 

 

[Img #26979]

 

 

 

Así pues, el hombre seguirá subido a la bicicleta será el encargado de pedalear y subir los puertos de montaña más importantes y duros, pero este ejercicio se hará de manera más efectiva y competitiva si el director deportivo puede contar con una ingente cantidad de datos y una serie de predicciones fundamentadas sobre ellos que le asistan en el diseño de la estrategia. Porque, al menos de momento, al Tourmalet tendrán que seguir subiendo Arcas, Amador y compañía.

 

¡Deje su comentario!
Normas de participación
Esta es la opinión de los lectores, no la nuestra
Nos reservamos el derecho a eliminar los comentarios inapropiados
La participación implica que ha leído y acepta las Normas de Participación y Política de Privacidad
Diario del Triatlon • Aviso legalPolítica de PrivacidadMapa del sitio
© 2018 • Todos los derechos reservados.
Powered by FolioePress