El potencial de la Inteligencia Artificial aplicada para valorar el efecto de la rotación en los resultados de las organizaciones. Un análisis en equipos de fútbol

Abstract

Este Trabajo de Fin de Grado analiza el impacto de la rotación de jugadores en el rendimiento de los equipos de fútbol profesional mediante el uso de distintas técnicas de inteligencia artificial. Partiendo del paralelismo entre la rotación de empleados en empresas y la gestión de plantillas deportivas, se ha adaptado un modelo econométrico al contexto del fútbol. El estudio incluye la preparación de los datos, la comprensión de indicadores pre partido y el desarrollo de múltiples modelos predictivos —entre ellos ´arboles de decisión, random forest, XGBoost, KNN, SVM y redes neuronales— para predecir el resultado del partido y el número de goles. La evaluación de los modelos ha mostrado rendimientos consistentes y ha permitido identificar variables clave, especialmente las relacionadas con las sustituciones. Los resultados refuerzan la utilidad de la inteligencia artificial como herramienta para la toma de decisiones en contextos deportivos de alta exigencia.

This Bachelor’s Thesis explores the impact of player rotation on the performance of professional football teams using various artificial intelligence techniques. Drawing a parallel between employee turnover in companies and squad management in sports, an econometric model has been adapted to the football context. The project includes thorough data preprocessing, the design of pre-match indicators, and the implementation of several predictive models — including decision trees, random forest, XGBoost, KNN, SVM, and neural networks — to predict match outcomes and goal counts. The evaluation of these models demonstrates consistent performance and highlights the importance of key variables, particularly those related to substitutions. The findings support the value of artificial intelligence as a decision-support tool in highly competitive sports environments.