En los campos intersecados de la minería de datos (DM) y la analítica deportiva, se ha explorado extensamente el impacto de factores socioeconómicos, demográficos y relacionados con lesiones en el rendimiento deportivo y la economía. En este estudio se propone y evalúa una metodología novedosa, con el objetivo de identificar atributos y métricas esenciales que influyen en los salarios y el rendimiento de los jugadores de la NBA. Se utilizan técnicas de selección de características para estimar los impactos financieros de las lesiones, mientras que se aplican algoritmos de agrupamiento para analizar la relación entre la edad del jugador, la posición y las métricas de rendimiento avanzadas. A través de la aplicación de reconocimiento de patrones impulsado por PCA y categorización basada en la exploración, se realiza un examen detallado de los efectos en las ganancias y el rendimiento. Los hallazgos indican que el rendimiento máximo se alcanza típicamente entre las edades de 27 y 29 años, mientras que los salarios más altos se reciben entre las edades de 29 y 34 años. Además, se identifican las lesiones musculoesqueléticas como la fuente de la mitad de los costos financieros relacionados con problemas de salud en la NBA. También se investiga la asociación entre la demografía y la analítica financiera, centrándose particularmente en la posición y la edad de los jugadores de la NBA, ofreciendo nuevas perspectivas sobre las implicaciones económicas de los atributos y la salud de los jugadores.