A forma como acompanhamos as partidas de futebol mudou muito: o que era mero entretenimento tornou-se hoje uma discussão de dados e estatísticas que conseguem traduzir a partida de uma maneira totalmente diferente e muito mais precisa do que há algum tempo.
Isto porque antigamente discutia-se muito sobre faltas, tática, cantos e até posse de bola, mas estes dados nem sempre conseguiam exprimir com fidelidade o que acontecia numa partida. Hoje, há estatísticas mais avançadas, como os golos esperados (o famoso xG, presente em transmissões e aplicações), que ajudam a perceber melhor a partida. Falaremos destas e de outras a seguir.
Antes dos algoritmos: o homem que contava passes à mão
Pode pensar-se que aplicar a estatística ao futebol é uma ideia moderna, mas, na verdade, não é bem assim. Charles Reep pode até ser considerado o pai da aplicação desta ciência ao futebol, já que, logo em 1950, começou a analisar jogos, fazendo anotações que incluíam remates à baliza, número de toques na bola e posicionamento em campo.
Na verdade, a importância do seu trabalho é tanta que até o estilo de futebol praticado durante muito tempo em Inglaterra, com pontapés longos para a frente e golos de cabeça, foi totalmente influenciado por ele. Além disso, se pensa que a “pressão alta” é um conceito moderno, saiba que ele já falava disso muito antes, ao descobrir que 30% dos golos nascem de bolas recuperadas no último terço do campo.
É também importante frisar que, segundo os seus cálculos, em média um em cada nove remates à baliza acabava com a bola no fundo das redes, o que não mudou assim tanto no século 21. Ao mesmo tempo, descobriu também que a maioria dos golos saía de sequências de três passes ou menos.
Numa época em que a análise e o processamento eram manuais, o seu trabalho é mesmo algo muito importante, e o que mais mudou desde então foi a capacidade de processamento e a precisão dos métodos, embora a análise dos dados não seja uma novidade.
O que é o xG e porque entrou no vocabulário dos adeptos
Durante muito tempo, procurou-se uma estatística para a qual fosse possível olhar e perceber de forma precisa o que acontecia num jogo. A posse de bola e os remates à baliza eram apontados como possibilidades, mas nem sempre estes dados, sozinhos, o conseguiam exprimir. Hoje, o xG aparece nas aplicações de resultados, nas transmissões televisivas e nas conversas de café.
Deixou de ser uma ferramenta exclusiva dos analistas, como podemos ver nas melhores dicas para prognósticos de futebol da Wincomparator, em que encontramos cada vez mais análises que olham para os golos esperados, e não apenas para o resultado final, para perceber se uma equipa está a jogar melhor ou pior do que a classificação sugere. Afinal, uma vitória por 1-0 com 0,4 xG conta uma história muito diferente de um 1-0 com 2,5 xG.
Para percebermos um pouco melhor, o xG de uma equipa é a soma de todos os seus remates num jogo, sendo que cada remate recebe um valor entre 0 e 1: um remate com valor de 0,3 indica, por exemplo, que em cada dez remates iguais, três resultariam em golo.
Há ainda outras variantes, como o npxG, que desconta os penáltis, e o PSxG, que tem em conta a qualidade do remate perante o guarda-redes. Agora que sabemos mais sobre isto, um exemplo prático: no Euro 2024, tivemos um jogo entre Portugal e França que terminou 0-0 e cuja primeira parte se ficou por 0,15 xG – indicando o que de facto acabou por ser uma partida bastante fraca, com o valor mais baixo do torneio até então numa primeira parte.
Dentro dos clubes: o caso do Benfica LAB
A automatização de processos estatísticos no futebol não é propriamente uma novidade, mas mostra que há uma corrida para estar à frente neste setor. Um clube português, o Benfica, exemplifica bem a situação: os Encarnados têm uma parceria interessantíssima com a Microsoft.
Utilizando dados de GPS, sensores e a Cloud, é possível fazer sessões de treino personalizadas e até atuar na prevenção de lesões. Num momento em que a inteligência artificial avança a galope, qualquer vantagem fora de campo pode fazer uma enorme diferença para os clubes.
Dos videojogos para o relvado
Para os fãs de videojogos, eis um exemplo do que resultou: no Football Manager e no EA Sports FC já havia informações disponíveis, como mapas de calor e dados estatísticos precisos, que faziam a diferença para quem as utilizava.
Estes dados não só ensinaram uma geração inteira a ler as estatísticas, como também influenciaram o que viria depois, com a sua utilização no mundo real com uma precisão absurdamente grande, sendo que hoje são também dados muito comuns em qualquer aplicação.
Os limites dos números
Apesar de todo o avanço nas estatísticas, nem tudo está resolvido. O xG é de facto um avanço muito grande, mas indica tendências, e não exatamente o que aconteceu num jogo. Por exemplo, uma equipa com 3 xG tanto pode ficar-se por um ou dois golos como chegar aos quatro ou cinco (e essa é a diferença entre um jogo morno e uma goleada).
Da mesma forma, sempre que uma equipa fica muito acima ou muito abaixo do xG esperado, a tendência a longo prazo é que regresse à sua média (o que pode ser também um indicador de fases boas ou más da equipa).
Além disso, para quem percebe de estatística ou está habituado a utilizá-la nos videojogos e nas transmissões, é importante saber que olhar apenas para isso não faz de ninguém um treinador de futebol.
Além de decidir a tática, treinar a equipa e opinar sobre a preparação física, a gestão do grupo também fala muito alto e, na prática, pode ser bastante diferente de qualquer simulador. Por fim, também não existe estatística que substitua a experiência de um profissional bem preparado.
