Predicciones de rendimiento

¿Qué son las predicciones de rendimiento?

Las predicciones de rendimiento ofrecen a los suscriptores tiempos de finalización estimados para distancias de carrera clave en función de sus datos históricos de actividad en Strava. Las distancias de carrera compatibles son: 5 km, 10 km, media maratón y maratón. Las predicciones de rendimiento no tienen en cuenta ninguna variabilidad del terreno ni de la altitud de la carrera y dan por sentado que un atleta corre la carrera en un circuito plano, similar a una pista. Las predicciones solo están disponibles con la suscripción y pueden encontrarse en la sección Progreso de la pestaña Tú.

¿Cómo funcionan?

Para ver las predicciones, quien tenga la suscripción debe cargar al menos 20 actividades de carrera dentro de una ventana móvil de 24 semanas (aproximadamente 5 meses y medio). Este umbral garantiza que el modelo de aprendizaje automático que impulsa la función tenga datos suficientes para realizar una predicción precisa y de alta calidad. Después de cargar cada carrera y tras tres días sin cargar ninguna carrera, el modelo genera un nuevo conjunto de predicciones para quien tenga la suscripción. Quienes tengan la suscripción y no hayan cargado actividades de carrera suficientes dentro de la ventana móvil verán un conjunto de predicciones en caché de la última vez que tuvieron cargas suficientes. Las predicciones se actualizarán una vez que la persona que tenga la suscripción reanude la carga y alcance el umbral de actividades.

Nuestra metodología

La función de predicciones de rendimiento de Strava es impulsada por un modelo de aprendizaje automático que se vale de más de 100 atributos de datos de los atletas, incluidos los mejores desempeños y el historial de carreras hasta el momento. A diferencia de otros predictores de carreras que se basan en información teórica como el cálculo de VO2 máx., Strava solo utiliza datos de actividad real para predecir los resultados de las carreras. El sistema también aprovecha el rendimiento de atletas con historiales de entrenamiento similares, por lo que los tiempos estimados son realistas y se basan en lo que han logrado otros usuarios con capacidades similares.

Los tiempos para cada distancia de carrera se calculan de forma independiente, lo que conduce a una mayor precisión. Por ejemplo, un atleta que entrena para una maratón (corriendo un mayor volumen semanal y concentrándose en intervalos más largos) puede ver una mejora significativa en sus predicciones para media maratón y maratón, pero no ver una mejora equivalente en sus predicciones para distancias más cortas. De manera similar, un atleta que se concentra en distancias más cortas (haciendo hincapié en la velocidad y la potencia durante su entrenamiento) puede ver una mayor mejora en sus predicciones para 5 km y 10 km que en distancias más largas, donde esas capacidades son menos importantes.