El sofisticado enfoque del Manchester City para fichar jugadores
Dentro del sofisticado cerebro de datos del Manchester City hay una pregunta escrita casi como un lema en la pared: “¿Qué hace falta para ganar?”. No es una frase inspiracional de vestuario. Es el punto de partida de todo. Identificar jugadores, evaluarlos y medir cómo pueden mejorar dentro del club, siempre con un único objetivo: aumentar la probabilidad estadística de ganar la Premier League.
La temporada pasada, los modelos internos del City avisaron: estarían en la pelea, pero los números daban favorito al Arsenal. Acertaron. Este curso, las proyecciones son confidenciales, pero cinco victorias en cinco jornadas han reactivado el mismo debate: ¿volverán a ser el rival más serio de los de Mikel Arteta?
Mientras el ruido se queda fuera, en el Etihad la respuesta se busca en pantallas, algoritmos y horas de vídeo. La devoción por los datos es el motor silencioso del intento de recortar la distancia con el Arsenal. Y explica, casi jugada a jugada, la revolución de una plantilla que, desde el Triplete de 2023, solo conserva a cuatro supervivientes.
El filtro de 650.000 nombres
El punto de partida para cualquier fichaje en el City no es un informe de un ojeador en papel. Es una base de datos de 650.000 futbolistas repartidos por el planeta. A partir de ahí llega el encargo: qué perfil buscan exactamente.
La posición es solo el principio. En el caso de los laterales, por ejemplo, el club los divide en tres categorías: defensivos, los que se meten por dentro y los que juegan muy altos y abiertos. Una vez definido el rol, entran los filtros. El sistema puntúa capacidad, características globales y contexto táctico: qué le pide su entrenador actual y en qué sistema juega.
Ese cribado reduce la lista de 650.000 a entre 20 y 50 nombres. Esos candidatos se cruzan con la lista que manejan los ojeadores. Suele haber un solapamiento importante. Donde coincide el algoritmo y el ojo humano, se enciende la primera luz verde.
A partir de ahí el análisis se afina. Métricas más específicas, ranking interno, prioridades. Los ojeadores se desplazan, completan la “diligencia” sobre cada jugador y la lista se comprime hasta un máximo de seis. Entonces llega el momento de la radiografía completa: historial de lesiones, rendimiento físico, hábitos de comportamiento, entorno.
Todo acaba en un documento: el “acquisition pack”, el paquete de adquisición. Ahí se concentran los datos clave, un gráfico de radar con las métricas principales, un gráfico de utilización que refleja cuánto ha jugado en los últimos tres años, la nota de los ojeadores y dos puntuaciones decisivas: “impacto actual” —qué se espera de él nada más llegar— y “impacto potencial” —qué puede llegar a ser—.
El dato más intrigante es el “action value score”, una especie de clasificación que compara al jugador con futbolistas del City y de otros clubes que ocupan el mismo rol. Una tabla silenciosa que dice quién realmente marca diferencias.
Con todo eso sobre la mesa, el club reduce la lista a dos o tres objetivos, ya con la valoración económica integrada. El precio nunca es un número fijo, sino un rango. Y los datos pesan mucho a la hora de fijarlo.
“Los datos forman parte de la decisión, pero son solo una parte del cuadro completo”, resume el director deportivo Hugo Viana. La última palabra sigue descansando en el juicio humano. Y en la capacidad del City para moverse con rapidez cuando el mercado cambia de guion.
Cuando el algoritmo duda: el caso Elliot Anderson
El fichaje de Elliot Anderson por 116 millones de libras es el ejemplo perfecto de hasta dónde llega el método… y dónde empiezan sus límites.
Sobre el papel, Anderson parecía un fichaje obvio para un grande de la Premier League. Pieza clave en el Nottingham Forest, internacional inglés asentado, pretendido por varios gigantes, entre ellos el Manchester United. Un “sí” casi automático para cualquier dirección deportiva tradicional.
En el City no fue tan sencillo.
Anderson apareció en la primera criba de la base de datos, pero no en los puestos altos. Sus métricas no gritaban “fichaje obligado”. No marcaba demasiados goles, no repartía asistencias de forma constante y jugaba en un equipo que no domina la posesión como el City. En su algoritmo, eso pesa.
Los analistas tuvieron que hacer algo que se ha vuelto rutina en el Etihad: sacar al jugador de su contexto. Entender qué hace cuando está más cerca de su propia área de lo que estaría en un equipo que vive instalado en campo rival, con más balón y rodeado de futbolistas de nivel élite.
En el radar de Anderson se midieron, entre otras cosas, recuperaciones defensivas, éxito en duelos, pases rompe líneas, porcentaje de duelos aéreos ganados y errores defensivos. Ahí surgió otra matización importante: en un Forest muy de transición, algunos fallos venían condicionados por el contexto. Recuperaba muy atrás y se veía obligado a arriesgar con pases largos hacia delante. En el City, se espera que tenga más opciones de pase corto, de alta probabilidad de éxito.
“Que un jugador no tenga la oportunidad de realizar una acción con frecuencia por el equipo en el que está no significa que no pueda hacerlo”, fue la conclusión interna.
Conforme avanzó la temporada, los datos de Anderson mejoraron de forma notable. Eso obligó a los ojeadores a seguirlo aún más de cerca. El resultado fue contundente: salía muy bien parado frente a los centrocampistas que ya tenía el City y frente a otros objetivos para esa zona del campo.
La consecuencia fue clara. Aunque el precio terminó por superar lo que el modelo consideraba su “valor real”, el club entendió que el riesgo era bajo. Viana lo resume así: los datos fueron positivos y dieron confianza en el perfil, pero fueron las observaciones de ojeadores y especialistas de rendimiento las que confirmaron que encajaba en el City.
En un mercado donde el instinto suele precipitar decisiones, el City se permitió dudar… hasta que todos los indicadores, humanos y numéricos, apuntaron en la misma dirección.
Doku, Cambiaso y el valor de decir “no”
No todo jugador que destaca en los modelos termina de celeste. El caso de Andrea Cambiaso, lateral de la Juventus, es ilustrativo. El sistema lo detectó por su capacidad para meterse por dentro y ayudar en la construcción en mediocampo, y por su manejo de ambas piernas. Encajaba en uno de esos perfiles de lateral que el City tiene perfectamente definidos.
Los informes de ojeadores eran positivos, pero el club decidió no avanzar en la última ventana. No por falta de calidad, sino porque el encaje global —de precio, momento y necesidades— no era el ideal. El dato sirve también para eso: justificar el “no” cuando el mercado empuja hacia el “sí”. El nombre no desaparece, queda en seguimiento.
Jeremy Doku representa la otra cara de la moneda. En 2023, Pep Guardiola pidió un extremo más directo, tipo Leroy Sané, para complementar a Jack Grealish y Riyad Mahrez, futbolistas más pausados, amantes de la conducción y del recorte hacia dentro. El encargo al departamento de datos fue quirúrgico: entradas al área mediante carrera, recuperaciones tras presión, porcentaje de regates exitosos y presión en campo rival.
Doku cumplía con casi todo. Solo flojeaba en “llegar al área” con regularidad. Desde su llegada, esa métrica ha mejorado de forma clara. Para el City, es la prueba de que el sistema de datos no solo sirve para fichar, sino también para seguir la evolución de los que ya están dentro y detectar dónde pueden crecer.
Julián Álvarez, Khusanov y el mercado invisible
No todos los hallazgos nacen del algoritmo. Julián Álvarez llegó al radar del City en 2022 por recomendación de los ojeadores en River Plate. Los modelos, de inicio, no lo tenían entre sus prioridades. La liga argentina, al no estar entre las más potentes del mundo, genera un “techo” natural en las lecturas generales del sistema frente a las cinco grandes ligas europeas.
La respuesta del City fue simple: profundizar. Analizar su impacto real en el juego y en el marcador de River. Los números eran demoledores. Era, con diferencia, el mejor jugador del campeonato argentino. El modelo, ajustado a ese contexto, concluyó que tenía nivel para convertirse en titular de un equipo de mitad alta de tabla en una gran liga europea en un plazo de dos años y medio.
La valoración interna situó su precio entre 26 y 40 millones de libras. El City lo cerró por 14 millones. Un activo infravalorado. Tres años después, la proyección interna hablaba de un valor de 70 millones. Terminó saliendo al Atlético de Madrid por 81. El Excel, esta vez, se quedó corto.
El fichaje de Abdukodir Khusanov desde el Lens sigue otra ruta. El central uzbeko ni siquiera aparecía en la lista inicial de 50 nombres. Un análisis más profundo descubrió algo que el filtro general no había destacado: su producción con balón tenía margen de mejora, pero sus datos físicos —coberturas, carreras hacia atrás, capacidad para corregir a campo abierto— estaban por las nubes.
El City decidió apostar. Desde su llegada en enero de 2025, el club asegura que sus métricas con balón han mejorado de manera muy notable. Un recordatorio de que, a veces, el talento se esconde detrás de una cifra que no brilla a primera vista.
La transición post-Guardiola y la edad como arma
La marcha de Pep Guardiola y la llegada de Enzo Maresca podrían haber supuesto un giro en el modelo. En el City no lo ven así. La filosofía de juego se diseñó antes de que el técnico catalán aterrizara: equipo dominante con balón, presión alta, recuperación en campo rival, generación de ocasiones de calidad y fútbol atractivo.
Guardiola llevó esa idea a su máxima expresión. Maresca, formado en esa escuela, comparte la mayoría de métricas clave que exige a sus jugadores. La gran diferencia está en los laterales: el italiano los prefiere más directos. El resto del andamiaje se mantiene.
Por eso, el trabajo del departamento de datos apenas ha cambiado. El grueso de la reconstrucción ya estaba hecho. Antes del Triplete, los indicadores internos avisaron de que la plantilla había tocado techo. Había que rejuvenecer sin dejar de ganar. Un equilibrio delicado.
Vender a Kevin De Bruyne, Kyle Walker, Riyad Mahrez o Ilkay Gündogan no fue una decisión emocionalmente sencilla. Todos seguían rindiendo a un nivel altísimo. Pero los modelos del City detectan tendencias descendentes con dos o tres años de antelación. Cuando el gráfico empieza a bajar, el club se adelanta al mercado. En ocasiones, incluso antes de que el comprador perciba la caída.
Ese margen permite planificar. Decidir si el relevo saldrá de la academia o del mercado. La llegada de Ayyoub Bouaddi desde el Lille es un ejemplo claro: con 18 años, nadie espera que sea decisivo de inmediato, pero los datos internos proyectan un impacto mucho mayor en un plazo de dos años.
Tras el Triplete, el mandato fue nítido: bajar la media de edad sin renunciar a los títulos. El City identificó a perfiles como Moisés Caicedo, Marc Cucurella o Carlos Baleba, aplaudidos en otros clubes como éxitos del análisis de datos. En el Etihad, sin embargo, se consideró que el tiempo necesario para que alcanzaran el nivel requerido era demasiado largo para un equipo obligado a pelear siempre por todo.
Hoy, el City presume de tener la tercera plantilla más joven de la Premier League, solo por detrás de Newcastle y Chelsea. Y lo ha hecho incorporando futbolistas que ya conocen la élite: Gianluigi Donnarumma, Marc Guéhi, Enzo Fernández y el propio Anderson no solo rejuvenecen el grupo, también aportan experiencia inmediata.
Un modelo que mira dos años por delante
En las pantallas del City, la foto del presente siempre viene acompañada de una proyección. Los datos internos dicen que esta plantilla no alcanzará su pico hasta dentro de dos o tres años. A la vez, los modelos la sitúan ya esta temporada entre los aspirantes al título.
En el Etihad no lo viven como una promesa, sino como una probabilidad calculada. El fútbol, al final, seguirá decidiéndose en el césped, entre errores humanos y genialidades imposibles de predecir.
La pregunta que guía todo el sistema, sin embargo, sigue siendo la misma: “¿Qué hace falta para ganar?”. Los algoritmos del City ya han dado su respuesta. Ahora le toca hablar a la Premier League.
