Análisis predictivo de la UEFA Champios League 2023

Abstract

El objetivo del trabajo es llevar a cabo un análisis predictivo de la competición de fútbol más importante de Europa, la UEFA Champions League. A lo largo de la carrera de Business Analytics, he descubierto que todo lo aprendido no es solo una ciencia teórica, sino que tiene aplicación práctica. Hoy en día, son cada vez más los equipos de fútbol que utilizan la inteligencia artificial y el Big Data para tomar decisiones como a que jugador fichar o cómo afrontar un partido. Además, quiero poner en práctica dos herramientas utilizadas a lo largo de mi grado en ICADE: Python y PowerBi. Estas herramientas no solo son utilizadas en la facultad, sino que son utilizadas por las grandes empresas del mundo a nivel global. Mediante la utilización de ambas, conseguiré predecir y plasmar los datos obtenidos en mi investigación para llegar, así, a una conclusión fundamentada. No obstante, el fútbol, como cualquier otro deporte, es difícil de predecir con exactitud. Quiero aclarar que el estudio que voy a llevar a cabo va a estar basado en pura estadística y probabilidad y la historia nos ha demostrado que no siempre aciertan. Le daré a los datos una forma, un nombre y un fin, para así sacar conclusiones aproximadas y cercanas a una hipotética realidad. Analizaré a los equipos y a sus jugadores a lo largo de la competición. Realizaré predicciones como qué equipo será el ganador, que jugador será el máximo goleador o que portero será el que menos goles reciba. En conclusión, intentaré, con los medios de los que dispongo, determinar cuál va a ser el mejor equipo de Europa a nivel de clubes.The objective of the project is to carry out a predictive analysis of the most important football competition in Europe, the UEFA Champions League. Throughout my Business Analytics career, I have discovered that everything I have learned is not just a theoretical science, but has practical application. Today, a vast amount of football teams are using artificial intelligence and Big Data to make decisions such as which player to sign or how to face a match. Also, I want to put into practice two tools used throughout my degree at ICADE: Python and PowerBi. These tools are not only used in the faculty, but are used by the world's largest companies at a global level. Through the use of both, I will be able to predict and capture the data obtained in my research to arrive, thus, at a well-founded conclusion. However, soccer, like any other sport, is difficult to predict with accuracy. I want to clarify that the study that I am going to carry out will be based on pure statistics and probability and history has shown us that they are not always correct. I will give the data a shape, a name and an objective, in order to draw approximate conclusions to get close to an hypothetical reality. I will analyze the teams and their players throughout the competition. I will make predictions such as which team will be the winner, which player will be the top scorer or which goalkeeper will concede the fewest goals. In conclusion, I will try, with the means at my disposal, to determine which will be the best team in Europe at club level.