Miren, no les voy a mentir con una sonrisa bonita: esta semana el modelo salió a la cancha y volvió con la cara rota. Dos aciertos de siete. Si fuera un examen, reprobamos. Si fuera una moneda al aire, hicimos peor que una moneda al aire. Pero antes de que agarren las antorchas, quédense conmigo un segundo — porque hay una historia más interesante debajo de estos números, y esa historia no es "el modelo es tonto", es "el fútbol es un desgraciado hermoso e impredecible y a veces el proceso te dice una cosa y el marcador te grita otra".
Vamos a desglosarlo con la honestidad que nos gusta usar aquí: sin excusas baratas, pero también sin flagelarnos por cosas que no dependían de nosotros.
Lo que acertamos
Bayern Múnich 7-0 Union Berlin. El modelo le dio 92% a Bayern. Le dio 4-0 como marcador más probable. La realidad respondió con un 7-0 y un xG de 4.13 a 0.47. O sea: no solo acertamos el resultado, acertamos el nivel de la paliza. Cuando el modelo está tan seguro de algo, no es arrogancia — es que hay partidos donde la distancia entre dos equipos es tan obscena que hasta un algoritmo aburrido la ve venir.
Brentford 3-0 Chelsea. Este me gusta más porque no era tan obvio: 45% a favor de Brentford, nada aplastante. Y el partido no solo confirmó al ganador, confirmó el cómo: xG de 2.48 contra 0.89. Brentford no ganó de milagro ni de rebote de la fortuna — dominó el proceso del partido tal como el modelo intuyó que podía pasar. Esto es lo que queremos: no solo acertar el marcador, sino que la realidad valide la lectura del juego.
Dos partidos. Ambos con algo en común: el proceso (xG) y el resultado estuvieron de acuerdo. Ahí es donde el modelo respira tranquilo.
Donde nos equivocamos
Aquí es donde se pone jugoso, así que abróchense.
Mónaco 2-1 Lens. Le dimos la ventaja a Lens (38% contra 37%), casi una moneda. Y miren el xG real: 1.54 a 1.46. Prácticamente empatado. El modelo no estaba "equivocado" leyendo el partido — leyó un duelo parejo, y en los duelos parejos, cualquiera de los dos lados del dado puede caer. Cayó Mónaco. Esto no es un fallo de inteligencia, es un fallo de suerte disfrazado de fallo de inteligencia. Pasa.
Monza 2-1 Sassuolo — este es el que más me duele por ustedes, no por el modelo. Le dimos 58% a Sassuolo. El xG real le da la razón al modelo: 2.27 contra 1.61, dominio claro de Sassuolo en el juego. Y aun así, perdieron. Esto es fútbol puro y cruel: puedes generar más ocasiones, jugar mejor, merecer más, y aun así irte a casa sin los tres puntos. El modelo leyó el partido correctamente. El resultado le tiró la lectura a la basura. Eso no es un error del modelo — es la varianza haciendo lo que la varianza hace: recordarte que el fútbol no es una simulación, es caos con reglas.
Espanyol 1-3 Elche. Le dimos a Espanyol como favorito, 50% contra 24%. El resultado grita paliza. El xG susurra otra cosa: 1.08 a 1.25, un partido mucho más cerrado de lo que el marcador sugiere. Aquí sí hay algo que revisar: si Elche generó más xG del que le reconocimos, quizás lo estamos subestimando en general. No es varianza pura — hay una pista real de que necesitamos afinar cómo valoramos a Elche.
New York City FC 0-0 New York Red Bulls. Le dimos 57% a NYCFC. El xG real (2.30 a 1.40) confirma que el modelo tenía razón sobre quién dominaba el juego. Pero el marcador final fue un aburrido y frustrante 0-0. A veces el fútbol se pone terco y decide que nadie mete el balón adentro, sin importar cuánto lo merezcan. Otra vez: proceso correcto, resultado esquivo.
Puebla 1-1 Atlante. Y aquí el giro sabroso de la semana: le dimos a Puebla como favorito (39%), así que técnicamente es "fallo" porque no ganó. Pero — plot twist — el marcador más probable que dijimos era 1-1, y adivinen qué pasó. Exacto. El modelo falló en decir quién iba a ganar, pero clavó el marcador exacto. Esto es una lección hermosa sobre la diferencia entre predecir un resultado (ganar/perder/empatar) y predecir un marcador: son animales distintos, y a veces uno le atina al segundo sin acertar el primero.
Lo que aprendemos
Si miran los xG de esta semana, hay un patrón que no pueden ignorar: en tres de los cinco fallos (Mónaco, Monza, NYCFC), el modelo leyó el proceso del partido de forma razonable o incluso correcta — el problema fue que el resultado no siguió el guion. Eso, mis amores, se llama varianza, y no es un defecto del modelo: es una característica del deporte que amamos. Si el fútbol fuera 100% predecible por xG, dejaría de ser fútbol y se convertiría en contabilidad.
El caso de Espanyol-Elche sí nos deja tarea: cuando el xG contradice tan claramente nuestra probabilidad previa, hay que preguntarse si estamos subvalorando a ciertos equipos visitantes o en rachas específicas. Eso se investiga, se ajusta, no se esconde bajo la alfombra.
Y el 92% del Bayern nos recuerda por qué seguimos confiando en el modelo cuando dice cosas obvias con confianza: porque cuando el partido es una aplanadora, el modelo lo huele.
El marcador acumulado
19 de 37 aciertos de resultado — 51%. Brier promedio de 0.602, sobre una escala donde 0 es la perfección divina y 0.667 es tirar una moneda con los ojos cerrados. Estamos cerca del azar, sí, y no lo vamos a maquillar. Pero "cerca del azar" en un deporte diseñado para joder las probabilidades no es fracaso — es el punto de partida honesto desde el que se construye algo real.
Un 60% que falla no es una mentira. Es el 40% presentándose a trabajar. La próxima semana, que se presente el otro lado del dado — se lo debe.