El lateral izquierdo del Arsenal, Myles Lewis-Skelly, firmó un nuevo contrato con el Arsenal a principios de julio después de una increíble campaña 2024/25, en la que pasó de la academia al primer equipo y jugó más de 2.000 minutos.
Dado que también se rumorea que el Real Madrid está interesado en el traspaso, sería comprensible que Lewis-Skelly y su agente aprovecharan esta situación para intentar conseguir el mejor trato posible tras una campaña tan destacada. Sin embargo, el joven ha seguido los pasos de otras grandes estrellas, como Kevin De Bruyne, Ben White, Héctor Bellerín y Mason Mount, al utilizar Analytics FC en la mesa de negociaciones.
De los datos brutos a la ventaja negociadora
Analytics FC proporciona a jugadores y agentes datos y análisis detallados de rendimiento para darles una nueva ventaja en las negociaciones de contratos. De hecho, durante años, los grandes clubes han utilizado la analítica para obtener información valiosa al fichar jugadores.
En otras palabras, empresas como Analytics FC están cambiando fundamentalmente el guión, permitiendo a los jugadores y agentes proporcionar métricas detalladas sobre sus contribuciones, en forma de investigación en profundidad y una presentación, asegurando mejores contratos por una tarifa fija.
"Todo empieza con una conversación. Siempre nos contacta un agente o un abogado desde el principio. Vienen a decirnos que su jugador está cerca de una nueva negociación", declaró Alex Stewart, director ejecutivo de Analytics FC, a ESPN .
Myles Lewis-Skelly ha tenido una temporada increíble, pasando directamente de la cantera al primer equipo del Arsenal. Foto: Sky Sports. |
Este “punto de negociación” generalmente representa uno de tres puntos de inflexión: un jugador quiere un nuevo contrato en su club, está evaluando sus opciones futuras o quiere irse y necesita ayuda para encontrar la mejor jugada posible.
A continuación, se mantiene una conversación detallada con el agente y el jugador para determinar los requisitos. Finalmente, se elabora un informe completo que incluye investigación, análisis y datos del jugador.
Presentamos un documento PDF de entre 40 y 80 páginas. Son piezas extensas y voluminosas. Capacitamos al agente, y a veces al jugador, para que estén completamente informados sobre lo que se les presentará. Queremos asegurarnos de que lo entiendan y puedan hacer preguntas por sí mismos", añadió Stewart.
Tras la reunión inicial, se entregará el informe al jugador y a su agente. A partir de ahí, será tarea de ambos, según Stewart.
La plataforma de lanzamiento perfecta
Según ESPN , Analytics FC utiliza diversos proveedores de datos externos para crear sus modelos de datos personalizados. En primer lugar, la empresa utiliza una métrica propia y personalizada llamada GDA para medir el impacto de cada acción de un jugador (positiva o negativa) en las oportunidades de gol de su equipo.
Luego, Analytics FC utiliza la simulación de Monte Carlo (un método algorítmico que utiliza un muestreo aleatorio para evaluar la probabilidad de los resultados) para modelar posibles resultados, como por ejemplo si el jugador A se une al equipo B o si el jugador A se lesiona durante seis meses.
Datos detallados de las estadísticas de GDA de Analytics FC ayudan a Kevin De Bruyne a conseguir un aumento salarial del 30% al renovar su contrato con el Manchester City. Foto: ESPN. |
Estas simulaciones funcionan de manera similar a la forma en que la supercomputadora Opta predice los resultados de las posibilidades de un equipo de ganar el campeonato y descender, calculando miles de resultados posibles y contabilizando estadísticamente el escenario más probable.
En última instancia, el sistema de Analytics FC proporcionará evaluaciones salariales precisas, lo que permitirá a los jugadores comparar lo que ganan sus compañeros.
El ejemplo más destacado de este sistema para negociar una extensión de contrato es el caso de Kevin De Bruyne. Al negociar una extensión de contrato de cuatro años con el Manchester City en 2021, De Bruyne y su agente utilizaron el informe de Analytics FC. En lugar de simplemente afirmar que era el mejor centrocampista del mundo , el equipo del belga vinculó su rendimiento a su valor económico.
Según el informe detallado, De Bruyne encabeza la métrica GDA, una cifra que demuestra su gran impacto en las ocasiones de gol de su equipo. Los datos de Analytics FC también indican que, si De Bruyne se marchara, al Manchester City le costaría mucho reemplazar a un jugador de valor similar. Como resultado, De Bruyne recibió un aumento salarial del 30%.
Otro ejemplo es Ben White, cuyo informe destaca la versatilidad del jugador y su valor a largo plazo para el Arsenal.
El agente de White, Alex Levack, destacó que los datos les dieron más confianza para fijar su salario y refutar eficazmente los argumentos del club. Aunque los detalles del contrato son confidenciales, Levack confirmó que ambas partes estaban satisfechas con el acuerdo.
Datos de empresas como Analytics FC están redefiniendo la forma en que los jugadores negocian nuevos contratos con sus clubes. Foto: Analytics FC. |
Otro caso interesante es el de Mason Mount. Durante las negociaciones de renovación de su contrato con el Chelsea en 2021, el informe de Analytics FC demostró que los jugadores de la cantera como Mount suelen ser "castigados" por su lealtad, recibiendo sistemáticamente ofertas de contrato más bajas que los jugadores adquiridos en otros equipos.
El agente de Mount utilizó esta información estratégicamente, demostrando que conocía el verdadero valor del jugador y presionando al Chelsea para que ofreciera un mejor trato.
Muchos en la industria, incluyendo agentes de jugadores y directores deportivos , coinciden en que los datos y el análisis se han convertido en una parte integral de las negociaciones de fichajes y contratos. Afirman que servicios como Analytics FC están "nivelando el terreno de juego" al brindar a jugadores y agentes acceso a herramientas de análisis que antes solo estaban disponibles para los clubes.
Fuente: https://znews.vn/cach-mason-mount-kevin-de-bruyne-lay-duoc-luong-khung-post1574269.html
Kommentar (0)