Cómo elegir un sitio de predicciones de fútbol
Todos los sitios de esta categoría afirman ser precisos, así que la afirmación en sí no aporta información. Lo que separa un modelo que merece leerse de una página publicitaria es si sus afirmaciones pueden comprobarse, y eso lo resuelven seis preguntas, ninguna de las cuales exige formación estadística.
1. ¿Existe un historial evaluado y está completo?
La primera pregunta no es cuán preciso es un sitio, sino si publica el resultado de cada predicción que hizo, incluidas las que fallaron. Un historial que solo contiene las selecciones que el sitio decidió conservar no es un historial: es un escaparate.
Qué buscar: una página con predicciones pasadas individuales y sus resultados, accesible sin cuenta, que cubra un periodo continuo y no una selección curada. De qué desconfiar: una única cifra destacada sin lista que la respalde, resultados que solo aparecen como capturas o testimonios, o un historial que empieza sospechosamente hace poco.
Es la comprobación que la mayoría de los sitios no supera, y se falla barato: publicar un historial completo no cuesta nada técnicamente. Un sitio que no lo ha hecho normalmente ha decidido no hacerlo.
2. ¿De qué tamaño es la muestra y en qué fechas?
Un porcentaje sin denominador no es una estadística. Cuarenta predicciones pueden producir casi cualquier tasa de acierto por puro azar, y una cifra sacada de un mes bueno habla de ese mes, no del modelo.
Cualquier cifra de precisión publicada debería indicar cuántas predicciones evaluadas abarca y qué rango de fechas cubre. Si un sitio informa por mercado, cada mercado debería llevar su propio recuento, porque un modelo puede ser realmente bueno en uno y pobre en otro, y una cifra mezclada entre mercados es justo donde esa diferencia se esconde.
Los mercados de dos resultados, como ambos equipos marcan, se sitúan estructuralmente por encima de los de tres, como el resultado del partido. Cualquier sitio que cite un solo número para todos está publicando, con intención o sin ella, una cifra moldeada por qué mercados cubre más.
3. ¿Se informa de la calibración?
La calibración es si las probabilidades declaradas coinciden con la realidad: de todo lo que un modelo situó en el 70%, cerca del 70% debería ocurrir. Es la propiedad que hace útil una probabilidad en lugar de decorativa, y lo único que un sitio no puede manipular escogiendo ejemplos favorables.
El informe cabe en una tabla: predicciones agrupadas por probabilidad declarada, la afirmación de cada grupo frente a lo que realmente ocurrió, con un tamaño de muestra por grupo. Un sitio que muestra esto te entrega las herramientas para auditarlo. Un sitio que habla de precisión pero nunca de calibración puede simplemente no haber medido nunca si sus porcentajes significan algo.
Es la señal individual más potente que existe, porque es a la vez fácil de verificar y poco común. Si un sitio no publica nada más de utilidad, una tabla de calibración seguiría diciéndote más que una portada llena de cifras.
4. ¿Se describe el método en términos comprobables?
«IA avanzada» y «algoritmo propietario» no describen nada. Un sitio que ha construido algo puede decir qué tipo de modelo usa, qué datos entran, con qué frecuencia se reentrena y cómo se producen las probabilidades, y nada de eso revela algo que un competidor pudiera copiar.
Cómo suena una descripción real: familias de modelos con nombre en lugar de adjetivos, un recuento concreto de variables de entrada en lugar de «millones de datos», y una explicación de cómo la salida bruta del modelo se convierte en un porcentaje declarado. Ese último paso es el que más se omite, y es donde un número adquiere significado o no.
La vaguedad aquí no siempre es deshonesta: algunos sitios son genuinamente ligeros y no tienen nada que describir. En cualquier caso, te dice qué estás leyendo.
5. ¿Cómo gana dinero el sitio?
Un sitio de predicciones que cobra por enviar visitantes a un operador externo concreto tiene un interés en qué predicciones te muestra y hacia dónde apuntan. No es una acusación contra ningún sitio en particular; es un incentivo corriente que existe se actúe sobre él o no, y saber que está presente cambia cómo lees el resultado.
La pregunta se responde en un minuto. ¿Son los enlaces salientes enlaces de afiliado o de referido rastreados? ¿Nombra el sitio a sus socios comerciales? ¿Se financia con suscripciones, publicidad, comisiones por referidos o alguna combinación? Un sitio que expone su modelo de ingresos con claridad ha eliminado un motivo para que te lo preguntes.
Financiarse por suscripción no es automáticamente mejor: crea su propia presión por parecer impresionante. Pero al menos es una presión dirigida a la calidad de las predicciones y no a su dirección.
6. ¿Qué dice sobre equivocarse?
El fútbol es incierto de una manera que limita cuánto puede saber cualquier cosa. Una roja en el minuto nueve no es una señal que el modelo pasara por alto; es ruido que produce el deporte. Todo método construido sobre el juego hereda ese techo.
Por eso la forma en que un sitio habla de sus propios límites es diagnóstica. ¿Nombra los mercados en los que rinde peor? ¿Omite cifras cuando la muestra es demasiado pequeña para significar algo? ¿Explica que un pronóstico del 75% falle es lo esperado aproximadamente una vez de cada cuatro, en lugar de tratarlo como una anomalía?
Lo contrario es la señal de alarma más clara de la categoría. Un lenguaje que promete resultados o certeza describe algo que el deporte no contiene, y un sitio dispuesto a decirlo del fútbol te está diciendo con cuánto cuidado dice todo lo demás.
Dónde se sitúa ScorePredicts en las seis
Aplicar un marco a todos excepto a uno mismo no valdría nada, así que: cada pronóstico se evalúa contra el resultado final y no se modifica después, y el registro es público y no requiere cuenta - cifras agregadas en la página de precisión, predicciones evaluadas una a una en la página de cada liga y de cada equipo. La precisión principal se informa por separado para cada tipo de predicción, cada una con su propio tamaño de muestra, y junto a ella se publica la mezcla de mercados de la que proceden esas predicciones, de modo que la cifra puede desmontarse en lugar de aceptarse por confianza.
La calibración se publica para el mercado de resultado como una tabla por intervalos, con tamaños de muestra e intervalos del 95%, junto a una comparación con una base ingenua de victoria local en ese mercado. Donde los datos no pueden sostener una afirmación, la página lo dice: la calibración de otros mercados aún no se publica, y la de ambos equipos marcan se omite a propósito porque los pronósticos están demasiado concentrados para informarla con honestidad. Los tamaños mínimos de muestra se publican como números en lugar de insinuarse - 100 predicciones evaluadas antes de que aparezca una cifra principal, 50 antes de que aparezca un grupo de calibración - y los partidos que nunca se completaron se excluyen, indicando cuántos. Los mismos números se pueden descargar como JSON bajo licencia CC BY 4.0.
El método se describe por componentes: cuántos modelos, cómo se agrupan por competición, cuántas variables de entrada y qué método de calibración convierte la salida del modelo en un porcentaje declarado. Los ingresos proceden solo de suscripciones, cobradas a través de Paddle: sin publicidad, sin enlaces de afiliado ni de referido, sin acuerdos comerciales con operadores externos, sin comisión de nadie y sin enlaces que envíen visitantes a ningún operador externo. Y nada se presenta aquí como una certeza, porque una probabilidad no es una promesa y un sitio que afirmara lo contrario estaría fallando su propia sexta comprobación.