“Me encanta que los planes salgan bien” decía John Hannibal Smith y quizá lo pensaba Tadej Pogačar sonriendo en el podio tras su inapelable victoria en el Giro. Pero nuestros planes cuidadosamente diseñados, frecuentemente son retorcidos y arruinados por una realidad que nos recuerda que vivimos rodeados de eventos disruptivos. Así lo expresaba pesarosamente Matteo Jorgenson en sus declaraciones tras la caída masiva ocurrida en la quinta etapa de la pasada Dauphiné Liberé. Un Jorgenson que días después, amenazaba los designios triunfales de Primož Roglič en dicha prueba, en una memorable última etapa brillantemente ejecutada por Ineos.
No es la primera vez que enfatizamos las azarosas circunstancias que conforman las pruebas ciclistas, la importancia de la adaptación del equipo y de las estructuras de liderazgo para responder a dichas circunstancias. Estas reflexiones las hemos extendido a nuestras reuniones y almuerzos, concluyendo en la curiosidad por comprobar empíricamente el papel de las estructuras de liderazgo en la victoria de un equipo ciclista en su máxima competición: el Tour de Francia.
Cuando el Movistar se presentaba al Tour con el mítico tridente Landa-Nairo-Valverde, los aficionados más circunspectos levantaban una ceja de escepticismo ante tres líderes, mientras que los más sanguíneos se mofaban de lo que llamaban eusebiadas (por Eusebio Unzue, el mago del equipo). Eran una generación de seguidores que había mamado las historias del Tour de los grandes líderes del pasado, sus leyendas. Fausto Coppi era preguntado por sus gregarios cada mañana: ¿qué manda hoy, señor capitán?, y uno de ellos, Sandrino Carrea, el más fiel de sus soldados, lloraba en el podio del Tour del 52 vestido de amarillo gracias a una fuga lejana y buscaba con la mirada a Coppi como para disculparse y decirle al campionissimo, este maillot no me corresponde. Merckx fue un tirano con todo el pelotón y con su equipo, como Armstrong o Chris Froome y a su manera, hasta Indurain o Marco Pantani. El equipo era para ellos, y si fallaban o se caían, no había más. No había segundo en el equipo ni plan B. El cambio que anticipó el Movistar tricéfalo, la pandemia lo convirtió en norma y Jumbo lo refinó con su dominio en la Vuelta pasada, convirtiendo la victoria en un juego de equipo entre Roglic, Vingegaard y Kuss. Un paso intermedio de un liderazgo centralizado a otro descentralizado lo empezaron a dar los equipos más grandes —Sky, Ineos, Jumbo, UAE— cuando decidieron que el lugarteniente del líder o hasta el tercero en el equipo no levantara el pie una vez acabada su tarea y se dejara ir ahorrando fuerzas para el día siguiente, sino que siguiera esforzándose como si él fuera el líder para así disponer de un arma táctica más en caso de caída o pájara del jefe.
La literatura especializada diferencia entre estructuras de liderazgo centralizadas y descentralizadas. Las centralizadas se organizan en torno a un único líder y el resto de miembros del equipo subordinan sus acciones a los requerimientos de este, posibilitando y reforzando dicho liderazgo a lo largo del tiempo. Alternativamente, las descentralizadas se organizan en torno a varios líderes, en las que el rol de liderazgo se alterna a lo largo del tiempo entre varios miembros del equipo que transitan con flexibilidad entre roles de seguidor y líder, siendo líderes o miembros del equipo en función de las circunstancias o los requisitos cambiantes de tarea. Si se pregunta ¿cuál es mejor? la respuesta es que depende de la experiencia del equipo con la tarea que realiza y su contexto. Cuando el equipo entiende su tarea como sencilla, con pocos cambios y el contexto en el que se ejecuta es predecible, las estructuras centralizadas suelen permitir que objetivos se consigan muy eficientemente. Pero cuando el equipo entiende su tarea como compleja, advierte muchos cambios y su contexto es poco predecible, las estructuras de liderazgo descentralizadas ofrecen más flexibilidad y capacidad de adaptación para que el equipo logre sus objetivos.
De este modo, para predecir el rendimiento de los equipos en el Tour seleccionamos varias variables: la calidad del equipo (total de puntos UCI de los miembros del equipo), la estructura de liderazgo inicial (número de líderes al comienzo de la prueba), la estructura de liderazgo durante (número de líderes durante el desarrollo de la prueba), eventos disruptivos cualitativos (si el líder o líderes habían sufrido una caída, lesión, pájara o abandono) y eventos disruptivos cuantitativos (número de abandonos ocurridos en el equipo, sin incluir al/los líder/es). La estructura de liderazgo inicial y durante la prueba fueron inferidas del análisis de noticias por nuestra parte, en tanto que el resto de variables fueron obtenidas de la plataforma ProCyclingStats. En particular, la medida de rendimiento la obtuvimos del ProCyclingStatsScore (PCSS) de los 22 equipos integrantes en las ediciones seleccionadas (23 en la edición de 2021). El PCSS es un índice sintético que combina las victorias de etapa, los días en la clasificación general, los días con el maillot de la regularidad, los días con el maillot de la montaña, los días con el maillot blanco, el número de etapas en las que sus corredores finalizan entre los tres y los diez primeros, además de los días en carrera del mejor corredor en la general. Para nuestros análisis seleccionamos el periodo entre 2018 a 2023 (incluyendo ambos). En 2017 cambió el cálculo de puntos UCI y se redujo de nueve a ocho el número de integrantes en los equipos del Tour y ambas modificaciones podrían afectar a los resultados.
Utilizamos árboles de decisión, un algoritmo de machine learning supervisado que genera un conjunto de reglas para tomar decisiones. Los árboles de decisión funcionan en dos pasos: primero generan un modelo basado en los datos con los que se entrena y segundo, ofrecen unas reglas de decisión con un resultado que permite hacer predicciones con nuevos datos a futuro. Utilizamos esta técnica por su facilidad para ser visualizada (a modo de árbol invertido), comprendida e interpretada, haciéndola muy empleada en procesos de toma de decisiones.
Con esta lógica analítica entrenamos dos modelos representados como árbol 1 y 2 respectivamente. El árbol 1 resume un primer modelo que utiliza todas las variables predictoras elegidas para estimar su efecto sobre el rendimiento en el Tour, y nos muestra con claridad el papel que tiene la calidad del equipo sobre el rendimiento en el Tour. Según los análisis de regresión asociados al árbol de decisión, un 35% del rendimiento en la prueba se explica por la calidad del equipo (puntos UCI). Sin sorpresas hasta aquí, un equipo con mucha calidad va a rendir a un nivel elevado.
Considerando el papel de la calidad del equipo sobre su rendimiento en el Tour, entrenamos un segundo modelo controlando la calidad de los equipos; esto es, haciéndola equivalente entre ellos (algo que podría tener cierto sentido entre los primeros equipos de la general), para observar cómo se comportaban el resto de variables al predecir el rendimiento. El modelo generado explica un porcentaje menor de variabilidad en rendimiento al restarle la variable con más peso, pero su sencillez ofrece observaciones complementarias interesantes, como resume el árbol 2.
Los análisis realizados utilizando datos de archivo e historiográficos, nos permiten elaborar tres conclusiones:
Primero, necesitamos un equipo compuesto por excelentes corredores para ganar el Tour. Tener más de 7900 puntos UCI solo está al alcance de los mejores equipos del pelotón, como UAE, Visma, Red Bull, Ineos, Lidl-Trek, Alpecin, Soudal o Bahrain. Pero la calidad no es suficiente, porque los equipos muy buenos (con más de 7963 puntos UCI) obtienen mejores resultados si afrontan más de un evento disruptivo durante la prueba. Esto nos habla del concepto de antifragilidad, que captura cómo los equipos mejoran adaptándose a la adversidad y nos sugiere que, ganar el Tour tiene más que ver con adaptarse a los eventos disruptivos, que con tener la fortuna de que no ocurran. Es ganar, frente a estar entre los cinco primeros.
Segundo: iniciar el Tour con estructuras de liderazgo descentralizadas mejora el rendimiento de los equipos en la prueba. Este efecto aparece tanto en equipos buenos (más de 6900 puntos UCI), como en equipos más modestos (menos de 3680 puntos UCI). Por tanto, un equipo como Ineos, arrancando el Tour con una estructura de liderazgo descentralizado terminaría entre los cinco primeros, optando incluso a pódium, en lugar de finalizar en torno al octavo puesto. Del mismo modo, equipos más modestos como Total Energies o Astana, comenzando el Tour con estructuras de liderazgo descentralizadas podrían terminarlo en mitad de la tabla, en lugar de al final. Es una diferencia ostensible.
Finalmente, los equipos con estructuras descentralizadas de liderazgo aumentan su umbral de tolerancia frente a eventos disruptivos. Sorprende comprobar cómo el rendimiento de las estructuras descentralizadas hasta con tres abandonos es mayor que el de las centralizadas sin sufrir eventos disruptivos. Hablamos de acabar la general en quinta o en novena posición. En teoría los rendimientos deberían ser equivalentes, pero el Tour es durísimo, repleto de eventos inesperados, y premia estructuras de liderazgo descentralizadas que facilitan la adaptación. Lo comprobamos mejor al ver cómo los equipos con estructuras centralizadas que sufren eventos disruptivos caen hasta la duodécima posición en la general. Las estructuras centralizadas limitan la adaptación del equipo y resultan en un rendimiento subóptimo.
Estos resultados son un primer paso para entender el papel de las estructuras de liderazgo y los eventos disruptivos sobre el rendimiento en equipos ciclistas. Nuestros datos no nos permiten observar los procesos adaptativos que ocurrían en los equipos analizados, los eventos que han experimentado o su estructura de liderazgo real. Quizá esta aproximación despierte el interés en el pelotón e investigaciones futuras nos permitan aprender más al respecto.
Ni nos dedicamos a las apuestas, ni pretendemos ganar la porra en el bar de la esquina. Pero considerando los resultados obtenidos con nuestros árboles, aquí va nuestra predicción: El Tour lo va a ganar un equipo que tenga más de 7900 puntos UCI, con más probabilidad si arranca con una estructura de liderazgo descentralizada, incluso sufriendo un par de eventos disruptivos. El equipo ganador ha de contar con una alineación compacta, sin grandes diferencias entre sus corredores, mostrado en la mediana de puntos UCI con que inician los 22 equipos la carrera en Florencia. La baja mediana excluiría de la general al Alpecin de Philipsen y Van der Poel, al Lotto de Van Gils y De Lie, y al Soudal de Evenepoel y Landa. El UAE de Pogačar, Adam Yates, Almeida y Ayuso presenta unos extraordinarios 22.910 puntos UCI, casi el triple del umbral de excelencia; y, de ellos, 9.513 pertenecen al esloveno, dueño él solo de más puntos que 18 equipos al completo. La calidad es suya, pero nuestro modelo, sin embargo, confirma la intuición de los aficionados y refuerza al Visma de Vingegaard, Jorgenson y Van Aert, que tiene clara la lógica de liderazgo descentralizado y ya ha comenzado su adaptación al sufrir un evento disruptivo (el covid de Kuss) antes incluso de comenzar el Tour. El tercer equipo debería salir del duelo entre el Ineos de los cuatro chicos buenos con Rodríguez, Thomas, Pidcock y Bernal, y el Red Bull de Roglic, Vlasov y Hindley.
Que la carretera diga el resto… Vive le Tour!
Ramón Rico Muñoz es catedrático de Organización de Empresas, Universidad Carlos III, Madrid
Ramón Rico Cuevas es doctorando en IA y Ciencia de Datos, Universidad de Utrecht (Países Bajos)
Puedes seguir a EL PAÍS Deportes en Facebook y X, o apuntarte aquí para recibir nuestra newsletter semanal.
_
