Corsi y Fenwick en la NHL: Métricas de Posesión y Sus Límites Reales

Corsi y Fenwick fueron las primeras métricas avanzadas que transformaron la forma de analizar el hockey sobre hielo. Antes de que existieran los Expected Goals o los modelos de tracking por geolocalización, estas dos estadísticas ofrecieron algo que el boxscore tradicional no podía: una aproximación cuantitativa a la posesión del disco. En un deporte sin un reloj de posesión como el baloncesto, medir quién controla el juego requería un proxy indirecto, y los intentos de tiro resultaron ser el mejor disponible.

Hoy, con modelos xG sofisticados y datos de localización de tiro al centímetro, Corsi y Fenwick ya no son la frontera del análisis. Pero siguen siendo el punto de partida. Posesión no es destino, pero es pista. Un equipo que domina consistentemente el Corsi está generando más oportunidades que su rival, y aunque la correlación con victorias no es perfecta, es suficientemente fuerte como para complementar cualquier análisis de apuestas.

Esta guía explica qué miden Corsi y Fenwick, en qué se diferencian, y —con datos concretos de Hockey-Statistics.com— cuáles son los límites reales de su poder predictivo.

Corsi vs Fenwick: Qué Miden y En Qué Se Diferencian

Corsi y Fenwick miden lo mismo en esencia —intentos de tiro— pero con una diferencia clave en lo que incluyen.

Corsi: todos los intentos de tiro

El Corsi cuenta cada intento de tiro hacia la portería rival, independientemente de su resultado. Eso incluye tiros al arco (que el portero para o que entran como gol), tiros que fallan el arco (que salen desviados) y tiros bloqueados por un defensa. Si un jugador lanza el disco en dirección a la portería, cuenta para el Corsi. El Corsi For (CF) de un equipo es el total de intentos de tiro propios; el Corsi Against (CA) es el total de intentos de tiro del rival. Y el CF% —la proporción de intentos de tiro propios sobre el total— es la métrica que resume quién domina el flujo de juego.

Un CF% del 50% indica equilibrio perfecto: ambos equipos generan el mismo volumen de intentos de tiro. Por encima del 52%, un equipo está dominando el ritmo. Por debajo del 48%, está siendo dominado. Estas cifras se miden casi siempre en situaciones de 5-contra-5 (igualdad numérica), porque las situaciones de power play y penalty kill distorsionan los números — el equipo en superioridad naturalmente genera más intentos de tiro, y eso no refleja una ventaja táctica real.

Y el contexto de igualdad numérica es especialmente relevante en la temporada 2024-25: el 77,6% de los goles fueron anotados en situaciones de 5-contra-5, la proporción más alta en más de 50 años. Eso refuerza la importancia de las métricas que se calculan en ese contexto: lo que sucede en igualdad determina la mayoría de los resultados.

Fenwick: sin los tiros bloqueados

Fenwick elimina los tiros bloqueados de la ecuación. Solo cuenta los tiros al arco y los que fallan el arco, excluyendo los que un defensa intercepta antes de que lleguen a la zona del portero. La lógica es que un tiro bloqueado no es necesariamente un indicador de dominio ofensivo — puede ser un disparo de baja calidad desde la periferia que un defensa bien posicionado absorbe sin dificultad. Al excluirlos, Fenwick intenta ofrecer una medida más limpia de los intentos de tiro que realmente amenazan la portería.

En la práctica, CF% y FF% están altamente correlacionados: los equipos que dominan uno casi siempre dominan el otro. La diferencia importa en los márgenes, especialmente cuando se analiza a equipos con sistemas defensivos que priorizan el bloqueo de tiros. Un equipo que bloquea muchos tiros puede tener un CA alto (muchos intentos recibidos en Corsi) pero un FA relativamente bajo (menos intentos netos en Fenwick), lo que sugiere que su defensa es más efectiva de lo que el Corsi puro indica.

Close situations: cuándo medir importa tanto como qué medir

Ni Corsi ni Fenwick se analizan de forma bruta en todo el partido. Los analistas más rigurosos filtran por «close situations» — momentos del partido donde el marcador está empatado o con un gol de diferencia durante los dos primeros periodos, o empatado en el tercero. ¿Por qué? Porque cuando un equipo va ganando por dos o más goles, tiende a replegar su defensa y ceder la posesión, lo que infla el Corsi del rival sin que eso refleje un dominio real. Filtrar por situaciones cerradas elimina ese sesgo y ofrece una imagen más precisa de quién controla el juego cuando ambos equipos compiten en igualdad de condiciones.

Correlación con Resultados: R² = 0.27 y Lo Que Significa

Aquí es donde la honestidad analítica separa al apostador informado del que repite métricas sin entenderlas. La correlación entre Corsi For Percentage (CF%) y Goals For Percentage (GF%) —la proporción de goles a favor sobre el total— tiene un R² de aproximadamente 0,2736. En términos simples, el Corsi explica alrededor del 27% de la variación en los resultados de goles. Eso significa que el 73% restante depende de otras variables: calidad de los tiros, rendimiento del portero, eficiencia en equipos especiales, y la siempre presente aleatoriedad del hockey.

Un R² de 0,27 no es despreciable, pero tampoco es concluyente. Para ponerlo en perspectiva: usar Corsi como único predictor de resultados es como predecir el clima midiendo solo la presión atmosférica. Es información útil, pero insuficiente por sí sola. Los modelos de xG, que incorporan la calidad del tiro además del volumen, tienen correlaciones significativamente más altas con los resultados reales.

Cuándo Corsi/Fenwick complementan al xG

A pesar de sus limitaciones, Corsi y Fenwick tienen un papel concreto en el análisis de apuestas como indicadores de tendencia a largo plazo. A lo largo de una temporada de 82 partidos, los equipos con CF% consistentemente alto tienden a mejorar sus resultados en la segunda mitad, porque el volumen de oportunidades generadas eventualmente se traduce en goles. Es un indicador leading — anticipa mejora futura— mientras que el récord de victorias-derrotas es un indicador lagging — refleja lo que ya pasó.

Como observó Flynn, director de Hockey Ops Analytics en Columbus Blue Jackets, los números de Fenwick en situaciones cerradas han demostrado ser predictivos del éxito a lo largo de ventanas de dos o tres temporadas. Es decir, Fenwick Close no predice quién ganará el partido de mañana, pero sí señala qué equipos tienen procesos sostenibles que producirán resultados a medio plazo. Para el apostador de futuros o de temporada, esa perspectiva tiene valor directo.

Cómo usar Corsi/Fenwick en la práctica

La recomendación es clara: no utilices Corsi o Fenwick como base única para ninguna apuesta. Úsalos como primer filtro — si un equipo tiene un CF% inferior al 47% en 5-contra-5, es una señal de alarma que justifica no apostar a su favor independientemente de lo que el récord sugiera. Si un equipo tiene un CF% superior al 53%, es un candidato para investigar más a fondo con métricas de xG y GSAA. La posesión no es destino, pero el equipo que no controla el disco está cediendo el destino a la suerte. Y en las apuestas, confiar en la suerte no es una estrategia.