Autor: Javier Soto Proyecto: Análisis de mercado y scouting ofensivo Club objetivo: RC Celta de Vigo Temporada: 2025/26 Presupuesto estimado: 20–25 millones de euros
El informe Eurocelta busca identificar oportunidades de fichaje que mejoren la producción goleadora del Celta de Vigo sin comprometer su sostenibilidad financiera. Tras una temporada 2024/25 con rendimiento competitivo pero limitada capacidad ofensiva, se plantea reforzar la plantilla para afrontar competiciones europeas con garantías.
- Problema: Escasa producción goleadora tras ventas y fin de cesiones.
- Necesidad: Incorporar atacantes jóvenes, eficientes y con proyección.
- Restricción: Mantener equilibrio presupuestario (20–25 M€).
- Justificación: Cada gol tiene impacto directo en puntos, premios televisivos y valor de marca.
- Introducción: Contexto competitivo y financiero.
- Mercado Global del Gol: Análisis de inflación y coste por gol en las principales ligas europeas.
- Análisis del Mercado: Nacionalidades, ligas incubadoras y estrategias de clubes competidores.
- Tipologías y Propuestas: Clasificación de perfiles ofensivos según su rendimiento (finalizadores, mixtos, asistentes, regateadores).
- Conclusiones y Recomendaciones: Selección de jugadores con mayor valor potencial para el club.
Eurocelta/ │ ├── .gitattributes # Configuración de formato y normalización de texto ├── .gitignore # Exclusión de archivos temporales y del entorno ├── Eurocelta.pptx # Presentación visual del scouting (PowerPoint) ├── LICENSE # Licencia del proyecto ├── README.md # Documento explicativo del proyecto ├── players.xlsx # Dataset con información de jugadores (goles, asistencias, edad, etc.) ├── values.xlsx # Dataset con valores de mercado ├── proyecto scouting.ipynb # Notebook principal de análisis y visualización (Python)
Análisis comparativo de datos de rendimiento (goles, asistencias, xA, éxito en regates) a partir de los dataframes de players.xlsx y values.xlsx. Limpieza y tratamiento de datos con pandas. Creación de dataframes auxiliares para: df_players: rendimiento individual por partido. df_values: valor de mercado y coste estimado por gol. df_joined: fusión de ambos para análisis de eficiencia rendimiento/precio. Benchmark con clubes de perfil similar (Betis, Real Sociedad, Mainz, Strasbourg, Juventus). Enfoque en jugadores sub-25 con alta proyección y valor de mercado sostenible. Visualización de resultados mediante matplotlib y seaborn.
-
Inflación del gol: La Premier League lidera con 4,2 M€ por gol; la Ligue 1 y Bundesliga ofrecen mejor relación coste-rendimiento.
-
Mercados objetivo: Francia, Alemania, Italia y países con talento emergente (Japón, Georgia).
-
Perfiles recomendados:
- Finalizadores: Hugo Duro, Shuto Machino, Keito Nakamura
- Mixtos / Asistentes: Zuriko Davitashvili, Bryan Zaragoza
- Regateadores: Samuel Chukwueze, Juan Cruz, Myron Boadu
-
Conclusión clave: Machino y Davitashvili destacan por su versatilidad y valor subestimado.
El análisis sugiere priorizar la incorporación de Bryan Zaragoza (12,5 M€), por su capacidad creativa, proyección y adaptación táctica. Su perfil encaja con la estrategia del club y equilibra juventud, desborde y eficiencia ofensiva. También la de Machino y Davitashvili.
Este documento es de uso académico y analítico. Todos los derechos reservados © Javier Soto, 2025.