Hacer la suposición de que los datos que importan en una serie serán igualmente significativos en otra es común, pero poco útil. La dicotomía entre el Gran Premio de Canadá en Montreal y las 24 Horas de Le Mans representa esto especialmente de manera efectiva, porque hay un abismo entre cómo se desarrolla una carrera dependiendo de si dura menos de 2 horas o un día completo. Es la clásica comparación entre un sprint y un maratón, por lo que hacer predicciones requiere una investigación consciente del contexto sobre la información más relevante.
El enfoque de F1
El resultado de una carrera de F1 puede determinarse en las primeras vueltas, ya que una buena posición de salida puede colocar a un piloto en una posición inalcanzable, dado lo difícil que es adelantar, incluso en un lugar como el Circuito Gilles Villeneuve en Montreal. Así que lo primero que las predicciones de carrera deben tener en cuenta es cómo se desempeñan los pilotos durante la clasificación y dónde los coloca esto en la parrilla.
Las casas de apuestas se volverán muy detalladas con los datos derivados de la clasificación, observando cómo manejan los pilotos secciones específicas del circuito, incluyendo las curvas más técnicas, además de sus tiempos de vuelta. Es un deporte donde las ganancias marginales importan, y si eres un aficionado que está interesado en las apuestas deportivas, Canadá ahora tiene sus propios sitios donde se pueden encontrar cuotas basadas en este nivel de análisis de datos. Revisar lo que piensan los expertos antes del próximo Gran Premio de Montreal es una buena manera de evaluar cómo se realiza la matemática, incluso si no eres un fanático de los datos tú mismo.
El legado de Le Mans
Pocos eventos son tan icónicos como las 24 Horas de Le Mans, y aunque hay algunas similitudes superficiales con un gran premio como el de Montreal, estirar una carrera durante un día de casi acción ininterrumpida cambia a dónde dirigen su atención las predicciones. Por ejemplo, la resistencia tanto del coche como del piloto es mucho más importante que los tiempos de vuelta logrados en la clasificación, porque mientras que la diferencia de unas pocas décimas de segundo importa en F1, es más una lucha mecánica y mental que necesita ser superada en una carrera de 24 horas agotadora.
También hay mucha más variación porque las clases de coches que compiten pueden diferir aquí, mientras que la F1 solo involucra un número más pequeño de máquinas casi idénticas y altamente reguladas. Los pilotos y equipos deben tener en cuenta el tráfico que se encontrarán en el circuito, y los predictores deben hacer lo mismo.
La fiabilidad de los componentes principales de los coches también importa mucho más en Le Mans que en F1. No es común que una caja de cambios se rinda o que un motor se estropee en un Gran Premio, mientras que en una carrera de 24 horas hay una probabilidad mucho mayor de que algo mecánico salga mal. Las predicciones deben utilizar cualquier dato sobre la fiabilidad de los coches que esté disponible para ser precisas.
En última instancia, aunque ambas disciplinas utilizan telemetría avanzada y aprendizaje automático para predecir los resultados de las carreras, la ciencia de datos en el automovilismo debe reflejar las reglas del deporte en sí. Un modelo optimizado para los márgenes ultradelgados de un Gran Premio de Fórmula 1 colapsaría completamente bajo las caóticas y variables de largo horizonte de un clásico de resistencia como Le Mans.
