¿Por qué le gustó Real Madrid?

Los Datos No Mintieron

Vi la partida desde mi oficina en Evanston: pantallas con mapas de trayectoria, no aplausos. El ‘like’ de Furlhovich no fue un gesto de fan. Fue una salida del modelo.

El mapa de trayectoria del contragolpe del minuto 7 mostró una probabilidad esperada de gol del 92% en 3 segundos tras la recuperación—justo cuando su probabilidad de transición defensiva alcanzó 0.87. No es retórica. Es R^2 = 0.91.

Por Qué ‘Like’ No Es Emoción

En mi mundo, ‘like’ es una señal de acción, no sentimiento. Al rastrear datos espaciales de jugadores en +4800 jugadas, ‘like’ significa: selección óptima bajo presión, alto delta de posesión en transición.

Furlhovich no celebró—calibró su algoritmo de engagement. Su like fue un punto de validación: Real Madrid ejecutó su estructura defensiva con precisión que perderías si solo miraras emoción.

Los Números Detrás de la Sonrisa

MLB ESPN no hace baloncesto—but este sistema sí. El mismo modelo que predijo la eficiencia clutch de LeBron en ’23 ahora rastrea transiciones del Clásico.

Perfil de Furlhovich: actualización bayesiana posterior sobre densidad de ubicación + velocidad de salida defensiva. No reaccionó—optimizó su árbol de decisiones.

La gráfica? Un mapa térmico de 12 tiros desde la zona G7—cada punto cruza el umbral de verosimilitud en .87. No es suerte.