La RFEA consiguió un lakehouse flexible que combinaba tecnologías abiertas, gobierno empresarial y almacenamiento rentable.
En los deportes de alto rendimiento, las pequeñas diferencias importan. Una fracción de segundo. Un pequeño cambio de paso. Un cambio sutil en los patrones de recuperación. La Federación Nacional de Atletismo de España (RFEA) sabía que los datos que rodeaban a sus atletas ocultaban perspectivas valiosas. Si los datos estuvieran unificados y fueran accesibles, esas perspectivas podrían transformar y mejorar el rendimiento.
Para hacer frente a este reto, la RFEA lanzó IA-THLETICS, una iniciativa estratégica diseñada para aportar estructura, significado y valor práctico al creciente volumen de datos de rendimiento generados en todas las disciplinas.
Como explica Raúl Chapado, presidente de la Real Federación Española de Atletismo: “IA-THLETICS es una plataforma que reúne todas las soluciones tecnológicas a disposición de nuestros atletas. Nos permite convertir los datos en conocimiento y el conocimiento en rendimiento”.
Antes de watsonx.data, su mundo se parecía a la realidad que enfrentan muchas organizaciones hoy en día. Los datos estaban almacenados por todas partes y era difícil acceder a las perspectivas.
Los registros históricos de los deportistas se almacenan en Salesforce. Los proyectos de innovación estaban generando nuevos tipos de datos de sensores procedentes de zapatos, dispositivos wearables y relojes inteligentes. Estos conjuntos de datos llegaron en formatos que iban desde archivos sin procesar hasta vídeos y hojas de cálculo. Los resultados de la competición y las notas de entrenamiento se guardaban en otro lugar. Todo estaba desconectado y era difícil de analizar de forma significativa.
Las deficiencias eran claras. Necesitaban una forma de reunir toda su información sin ralentizar el ritmo de la innovación ni aumentar los costes. Las organizaciones que gestionan datos heredados, la rápida expansión de la información no estructurada y la creciente presión para innovar a menudo se enfrentan a los mismos desafíos fundamentales:
La RFEA se asoció con HabberTec e IBM para construir una base que pudiera unificar esta información y hacerla utilizable para el análisis de rendimiento y la IA.
A medida que el volumen y la diversidad de datos continuaron creciendo, la RFEA reconoció la necesidad de una base de datos escalable y controlados que pudiera soportar tanto el análisis actual del rendimiento como la innovación futura. El objetivo no era simplemente centralizar la información, sino crear un entorno en el que los datos históricos y los nuevos datos experimentales pudieran explorarse juntos, sin añadir complejidad operativa.
Cuando HabberTec se reunió con la RFEA, hubo un tema que se repitió una y otra vez. Los equipos estaban hartos de tener que ir juntando sistemas a duras penas. Necesitaban un entorno en el que todo funcionara como uno solo y en el que los datos históricos y los nuevos datos de los sensores pudieran analizarse en paralelo.
Watsonx.data proporcionó exactamente eso. En lugar de elegir entre costosas bases de datos o crear una plataforma de datos completa desde cero, la RFEA obtuvo un lakehouse flexible que aúnaba tecnologías abiertas, gobierno empresarial y almacenamiento rentable.
Con watsonx.data, la RFEA podría almacenar grandes volúmenes de datos históricos en Cloud Object Storage. Podían conectar los datos de Salesforce directamente a watsonx.data utilizando Presto. Podían traer archivos sin procesar de proyectos de innovación y procesarlos usando Apache Spark. Podían estandarizar su información en tablas Iceberg que permanecieran totalmente consultables en todos los motores. Y lo que es más importante, podían conectarlo todo sin crear integraciones personalizadas para cada nuevo proyecto.
Como explicó Daniel Expósito García de HabberTec, “watsonx.data nos permitió conectar datos históricos con nuestros proyectos de innovación de una manera limpia y escalable. No tuvimos que construir todo nosotros mismos. Simplemente funcionó”.
Juntos, la RFEA, HabberTec e IBM crearon una arquitectura lakehouse que ahora da soporte a toda la federación.
El nuevo lakehouse de datos se ha convertido en la columna vertebral del rendimiento de RFEA. Los entrenadores pueden ver los historiales completos de los atletas. Los analistas pueden explorar juntos los patrones de competición y la biomecánica. Los equipos de innovación pueden experimentar libremente sin preocuparse por los costes de almacenamiento o las frágiles integraciones.
Una vez que la RFEA lo consolidara todo en watsonx.data, los resultados aparecieron rápidamente. Todos los sistemas de datos empezaron a trabajar juntos. El análisis se volvió más rápido y perspicaz. Los equipos de rendimiento podrían explorar datos de competición, información biomecánica y historias a largo plazo de los atletas en un único entorno. Perspectivas que antes requerían horas de esfuerzo manual ahora aparecían en segundos.
Como lo describió Daniel de HabberTec: “La conexión de los datos lo cambió todo. Nuestro análisis es más profundo, más inteligente y mucho más útil para los atletas”.
Así es la IA fiable. Permite a los humanos tomar mejores decisiones al proporcionarles la base adecuada para la exploración y el descubrimiento.
La RFEA cuenta ahora con una base de datos escalable y moderna que respalda el análisis del rendimiento, la innovación y las futuras iniciativas de IA en todos sus programas deportivos. Al unificar registros históricos, datos de sensores en vivo y perspectivas de los atletas en un entorno único y gobernado, la federación ha reforzado su capacidad para apoyar a entrenadores, atletas y equipos de rendimiento con perspectivas fiables y basadas en la evidencia.
Esta base está diseñada para evolucionar junto a las necesidades del atletismo español, permitiendo a la RFEA integrar nuevas disciplinas, fuentes de datos y capacidades analíticas, manteniendo al mismo tiempo el control, el gobierno y la sostenibilidad a largo plazo. La RFEA ahora se basa en una columna vertebral de datos escalable y moderna. Apoya el análisis del rendimiento, la innovación y las futuras iniciativas de IA.