Un modelo estadístico con 26 métricas avanzadas analiza todo el torneo de la Women’s Euro 2025 y llega a una conclusión que no coincide con el MVP oficial. La paradoja española ayuda a explicarlo.
Fran Güells · Eurocopa Femenina 2025 · Análisis de datos · StatsBomb Open Data
La UEFA designó a Aitana Bonmatí como MVP de la Eurocopa Femenina 2025. Su calidad no admite discusión. La pregunta, sin embargo, es legítima: ¿con qué criterios exactos se toma esa decisión? ¿Son replicables? ¿Se pueden contrastar con datos?
Para intentar responder, he construido un Índice de Impacto Holístico (IIH) que evalúa a cada jugadora del torneo exclusivamente por su contribución estadística al juego. Sin nombre, sin estatus, sin palmarés. Solo lo que pasó en el campo y aquello que los datos de StatsBomb registraron.
El modelo procesa 53.945 eventos de los 31 partidos del torneo y genera una puntuación única para cada jugadora a partir de 26 métricas organizadas en ocho dimensiones: contribución directa al gol, creación de amenaza, progresión, trabajo defensivo, impacto colectivo, decisividad en momentos clave, métricas de portería y penalizaciones. Los pesos se validan estadísticamente mediante Análisis de Componentes Principales (PCA) y regresión Elastic Net.
El resultado sitúa a Aitana como la quinta mejor jugadora del torneo.
“El IIH no pretende sustituir al criterio experto. Pretende ser una herramienta complementaria que diga explícitamente qué mide y qué no mide”.
El top 10: seis españolas y una paradoja
Solo pasaron el filtro de elegibilidad, fijado en un mínimo de 400 minutos y al menos el 70% de los minutos de su selección, 29 jugadoras. Estas son las diez con mayor IIH:
Seis de las diez primeras son españolas. Ese dato hace todavía más llamativa una de las paradojas del torneo: España fue el equipo con mayor impacto estadístico individual y aun así perdió la final ante Inglaterra.
El podio y la MVP oficial: cuatro perfiles distintos
Mariona Caldentey lidera el ranking con un IIH de 0,755. Su xA normalizado es 1,000, el máximo del torneo: fue la jugadora más peligrosa en la creación de ocasiones de gol. Su xG, de 0,913, confirma además que las ocasiones que ella misma generó también fueron de altísima calidad.
Alexia Putellas es segunda, con 0,742, desde un perfil de creadora pura: máximo en asistencias reales y en xA. La sorpresa es Klara Bühl, tercera con 0,726 y un xA normalizado de 0,964, el tercer registro más alto del torneo. Genera mucho más de lo que finaliza: el tipo de perfil que los rankings clásicos de goles y asistencias suelen dejar fuera del foco.
El radar permite ver de un vistazo por qué el IIH y el panel de la UEFA llegan a conclusiones distintas sobre Aitana:
Aitana Bonmatí destaca en la dimensión defensiva (D = 1,000, la más alta del grupo), lo que refleja su contribución en pressing y recuperaciones, acciones que las métricas ofensivas no explican por sí solas. Es razonable pensar que el panel de la UEFA ponderó también su impacto en momentos sin balón, un terreno que los datos de eventos solo capturan de forma parcial.
¿Por qué Aitana es quinta y no primera?
El IIH no dice que Aitana jugara mal. Dice que otras jugadoras aportaron más en las dimensiones que el modelo pondera con mayor peso: la contribución directa al gol y la creación de amenaza suman el 53% del índice. En esas dimensiones, Mariona, Alexia y Bühl la superan.
La dimensión defensiva (D), donde Aitana lidera el grupo con 1,000, tiene un peso menor dentro del modelo. Y los movimientos sin balón, el pressing coordinado sin contacto, la influencia táctica o el liderazgo en el vestuario no los captura ningún dato de eventos. No son dos respuestas contradictorias. Son dos preguntas distintas.
La paradoja española: producir más no siempre basta
España colocó seis jugadoras en el top 10 del IIH. Y perdió la final ante Inglaterra en los penaltis. Los datos ayudan a entender por qué:
España disparó 34 veces más, pero generó 5,1 unidades menos de xG acumulado. La eficiencia ofensiva de Inglaterra fue un 64% superior.
España creó más situaciones de disparo, pero de menor peligro medio. Inglaterra creó menos, pero con ocasiones de más valor. El caso de Italia añade otra capa: llegó a semifinales con el xG por tiro más bajo de los cuatro semifinalistas (0,091). Lo hizo desde la solidez defensiva, la eficiencia en fases eliminatorias y, sobre todo, con la mejor portera del torneo según el modelo.
Impacto colectivo: España tiene talento, Inglaterra tiene estructura
España tiene el IIH total más alto con diferencia y también la mejor calidad media por jugadora. Inglaterra es la segunda en IIH total, pero solo la cuarta en calidad media. El resumen es claro: España destacó por talento individual; Inglaterra, por estructura y profundidad de plantilla. En una eliminatoria a partido único, la estructura pesó más que el talento acumulado.
El ranking de porteras: Giuliani primera, Hampton segunda
Las porteras tienen un subíndice propio que pondera paradas, salidas, distribución con balón y goles concedidos. Compiten entre sí, no contra las jugadoras de campo.
Giuliani lidera no solo por las paradas, sino también por su actividad en el juego de construcción. Que la portera del equipo campeón, Hampton, no sea la primera es metodológicamente coherente: el índice mide rendimiento individual, no resultado colectivo.
El once ideal: la formación 1-3-4-3 maximiza el IIH
El algoritmo de optimización probó todas las combinaciones posibles de formación y encontró que la 1-3-4-3 maximiza la suma total de IIH. La razón es directa: permite incorporar a las cuatro centrocampistas con mayor índice del torneo.
Cinco selecciones distintas. La presencia de Greenwood en la defensa confirma que el modelo valora el trabajo defensivo más allá del sesgo hacia jugadoras con balón. Y que Aitana aparezca en el once, aunque no lidere el ranking de MVP, confirma que el modelo no la infravalora: simplemente puntúan más alto otras jugadoras en las métricas de mayor peso.
Qué mide este índice y qué no mide
Es importante ser honestos con los límites del modelo. Hay aspectos que el IIH no puede capturar: los movimientos sin balón, el pressing coordinado sin contacto, la influencia táctica en acciones que no terminan en estadística o el liderazgo en el vestuario. Aitana Bonmatí es, probablemente, una de las jugadoras que más acusa esta limitación, porque una parte importante de su juego ocurre precisamente en esos momentos que los datos de eventos no registran.
Además, el torneo tiene solo 31 partidos. Algunos indicadores, especialmente el impacto on/off, son más fiables en temporadas largas de liga. Y los pesos manuales del índice reflejan el criterio de un solo analista: una mejora futura sería contrastarlos con entrenadoras y analistas mediante el método Delphi.
Dicho todo esto, el modelo ofrece algo que el MVP oficial no da: transparencia total. Sabes exactamente por qué cada jugadora tiene la puntuación que tiene. Puedes cambiar los pesos y ver cómo cambia el ranking. Puedes replicarlo con los mismos datos y llegar al mismo resultado. Eso, en sí mismo, ya tiene valor.
Metodología: Datos StatsBomb Open Data (Eurocopa Femenina 2025, 31 partidos, 53.945 eventos). Modelo construido íntegramente en R. Índice compuesto por 26 métricas en 8 dimensiones con pesos validados mediante PCA y Elastic Net (60% criterio manual + 20% PCA + 20% Elastic Net). Filtro de elegibilidad: mínimo 400 minutos y ≥70% de los minutos del equipo. Las métricas xG y xA son propietarias de StatsBomb. Trabajo Fin de Máster de Big Data Deportivo, UCAM / Sports Data Campus, 2025/2026.
Más contenidos como este en su perfil de Linkedin: Fran Güells
