Flutter explica cómo fijó Cuotas para los underdogs del Mundial

Flutter detalla cómo sus equipos globales de trading valoraron más de 1.200 jugadores y 50.000 selecciones en el Mundial ampliado

Flutter ha ofrecido una mirada detallada a cómo sus equipos de trading fijaron cuotas para la parte más difícil del Mundial: los equipos outsiders.

Para las grandes naciones futbolísticas, las cuotas se construyen sobre datos profundos. Los traders pueden usar años de estadísticas de jugadores, rendimiento en clubes, tendencias tácticas y cobertura en video. Pero con selecciones de menor perfil, la información puede ser limitada. En algunos casos, Flutter señaló que sus traders trabajaron con poco más que breves clips de highlights, registros de clasificación y conocimiento local.

El Mundial 2026 ampliado creó un reto mayor. Con 48 equipos en el torneo, incluidos debutantes y selecciones que regresaban después de largas ausencias, Flutter necesitaba fijar cuotas para cada jugador de cada plantilla. Eso significó cuotas para más de 1.200 jugadores, hasta 15 variables por jugador y más de 50.000 selecciones.

El trabajo cubrió mercados como remates, goles, entradas, tarjetas y responsabilidades en jugadas a balón parado. El objetivo era ofrecer la amplitud de mercados de equipo y jugador que los clientes modernos de sportsbook esperan, incluso para selecciones con datos públicos limitados.

Flutter dijo que el proceso dependió de Flutter Edge, la capacidad global de trading y base interna de conocimiento del grupo. Alrededor de 80 empleados se ofrecieron como voluntarios para el proyecto, muchos eligiendo selecciones con las que tenían una conexión personal. Otros fueron asignados mediante un sorteo interno del Mundial.

Los equipos trabajaron con un método común. Primero, los traders fijaron expectativas a nivel de equipo. Después dividieron esas expectativas entre los jugadores individuales.

Cada selección también contó con una tarjeta previa que incluía probables titulares, suplentes y ejecutores de jugadas a balón parado. Aun así, la incertidumbre seguía siendo alta.

Jason Murphy, Principal Football Trader en Flutter UK and Ireland:
“Siempre reconocemos que no sabemos lo que no sabemos. Incluso con Inglaterra.”

Cabo Verde mostró la importancia del proceso. Barney Spooner, trader experimentado de FanDuel, fue asignado a investigar al equipo con poca información pública disponible. Revisó partido por partido la campaña de clasificación para identificar al delantero probable, los ejecutores de balón parado y la formación. Cuando había vacíos, utilizó promedios por posición a partir de datos de Flutter.

Barney Spooner, Trader de FanDuel:
“Lo más importante era proyectar quién iba a jugar y quién recibiría la mayor parte de los minutos.”

Ese trabajo resultó útil. Nueve de sus 11 titulares proyectados comenzaron el partido inaugural de Cabo Verde. El encuentro contra España se convirtió en uno de los mercados más fuertes de Flutter durante el torneo, con Cabo Verde logrando un empate sin goles pese a que España tuvo 74% de posesión y 27 remates.

La campaña de Cabo Verde también creó una responsabilidad importante para Flutter. Cotizada a 1000/1 antes del torneo, una victoria de Cabo Verde se convirtió en la mayor exposición del bookmaker, con un posible valor de decenas de millones a nivel mundial. Flutter señaló que casi una quinta parte de esas apuestas llegó desde Irlanda, impulsada por el interés local en Roberto “Pico” Lopes, el jugador nacido en Dublín y convocado por Cabo Verde mediante un mensaje de LinkedIn.

Irán presentó otro tipo de desafío. La plantilla procedía en gran parte de una liga local con poca cobertura internacional y cambió poco antes del torneo. El contexto político del país también añadió complejidad, ya que Estados Unidos era uno de los anfitriones.

Sam Turnbull, el trader que valoró a Irán, tenía una conexión personal con la selección y la seguía desde hacía años. Aun así, reconoció que la plantilla era difícil de evaluar.

Sam Turnbull, Trader de Flutter:
“No reconocería a muchos de los jugadores si pasaran junto a mí en la calle.”

Su investigación detallada, sin embargo, identificó valor en el defensor Ramin Rezaeian, que estaba jugando en un rol más ofensivo de lo que muchos en el mercado parecían reconocer. Flutter valoró sus posibilidades de gol y remate por encima de otros competidores, y el jugador terminó marcando dos veces.

Flutter también destacó el caso del uruguayo Maximiliano Araújo. Aunque juega como lateral izquierdo en Sporting CP, Araújo ocupaba una posición más adelantada con su selección. La investigación de Flutter detectó esa diferencia pronto y ayudó a fijar sus cuotas de remates y goles.

Para los sportsbooks, estos ejemplos muestran por qué el trading sigue siendo importante en una era de datos profundos y modelos automatizados. Los modelos pueden crear un precio inicial, pero los equipos menos visibles, los roles inusuales y los datos incompletos todavía requieren criterio humano.

El punto de Flutter es claro. Los grandes mercados pueden ser más fáciles de valorar porque los datos son más sólidos. Pero la verdadera prueba de la fortaleza de trading de un sportsbook llega con equipos y jugadores menos visibles.

Jason Murphy, Principal Football Trader en Flutter UK and Ireland:
“El precio es la última pieza. Si aciertas el precio, los resultados se encargarán de sí mismos.”

Para los operadores, la lección va más allá del Mundial. A medida que los mercados de jugador se vuelven más detallados, los equipos de trading necesitan una mezcla de datos, conocimiento local y criterio futbolístico práctico. Esto es especialmente cierto en torneos donde la información pública es desigual y la demanda de opciones de apuesta sigue siendo alta.

El trabajo mundialista de Flutter muestra cómo las operaciones globales de trading se están volviendo más colaborativas. Fijar cuotas para los outsiders ya no es una tarea secundaria. Es parte de cómo los grandes grupos de sportsbook gestionan riesgo, ofrecen profundidad de mercado y construyen confianza en sus precios.