El Mundial tiene más datos de los que viste en pantalla
Contenido del curso
Estadísticas calculadas y visualización
Relaciones entre variables y tu análisis final
El Mundial tiene más datos de los que viste en pantalla
Resumen
¿Quién tuvo mejor torneo, Mbappé o Haaland? Si respondes por instinto, dirás Mbappé. Si respondes con análisis de datos deportivos, la historia cambia. Aquí aprenderás a leer un data set real del Mundial 2026 y a sacar conclusiones que ningún comentarista te va a dar.
¿Por qué los datos cuentan una historia distinta al marcador?
El marcador resume, los datos explican. Y en este Mundial, la diferencia entre ambos es enorme.
Mbappé cerró con ocho goles y Haaland con siete. La opinión popular corona al francés, pero cuando miras la eficiencia real, el noruego lo supera. Estos son los números que cambian la conversación:
- Mbappé: 33 disparos para 8 goles, es decir, uno de cada cinco.
- Haaland: 20 disparos para 7 goles, uno de cada tres.
- Haaland no pateó ni un solo penal en todo el torneo.
¿Quién fue más eficiente, Mbappé o Haaland en el Mundial 2026? Haaland. Convirtió uno de cada tres disparos en gol, mientras que Mbappé necesitó cinco intentos por cada gol y además cobró penales.
Este tipo de contraste no es una anécdota, es la norma cuando abres un archivo con métricas reales.
¿Qué vas a aprender en las próximas clases?
Vas a trabajar con el data set oficial del Mundial 2026, con más de 60 variables por jugador. No es una demo, es información real y granular.
La idea es que salgas con un proceso replicable en cualquier contexto. Estas son las cinco habilidades que vas a construir:
- Explorar un data set para entender qué contiene.
- Filtrarlo para quedarte solo con los jugadores o equipos que te importan.
- Calcular métricas que el archivo no trae de fábrica, como la conversión de disparos en gol.
- Visualizar los hallazgos para que cualquier persona los entienda en tres segundos.
- Concluir con argumentos basados en evidencia, no en intuición.
Y aquí viene lo interesante: no necesitas programar ni tener experiencia previa. Necesitas curiosidad y disposición para hacerle preguntas a un archivo.
¿Sirve este método fuera del fútbol?
Sí, y esa es probablemente la parte más valiosa. El fútbol es la excusa; el proceso es universal.
Abrir datos, hacerles preguntas, calcular, visualizar y concluir es exactamente el flujo que usa un analista en salud, finanzas o marketing. Cambian las variables, no la lógica.
¿Necesito saber programar para analizar datos? No para empezar. Con un proceso claro y un archivo bien estructurado, puedes generar hallazgos útiles sin escribir código.
¿Qué es un data set y por qué importa tener 60 variables por jugador?
Un data set es una tabla organizada con información estructurada. En este caso, cada fila es un jugador y cada columna es una métrica: disparos, goles, penales, pases, kilómetros recorridos y más.
Tener 60 variables por jugador te da algo que el marcador nunca podría: contexto. Puedes comparar rendimiento por minutos jugados, filtrar solo delanteros, calcular promedios por partido o cruzar métricas ofensivas con defensivas. Cada variable es una pregunta potencial.
¿Qué pregunta grande vas a poder responder al final?
La pregunta que guía todo el recorrido es concreta: ¿qué equipo tenía los datos para ganar el Mundial y si el campeón realmente lo merecía?
Es una pregunta que los comentaristas responden con opinión. Tú vas a responderla con evidencia: filtros, cálculos y visualizaciones sobre el mismo archivo que analizan los profesionales.
¿Con qué jugador o selección te gustaría empezar a explorar el data set? Déjalo en los comentarios.
