A ciência de dados pavimentando o caminho de um time até a Premier League
O futebol é o esporte mais popular do mundo, e neste ano de 2022 será realizado, no Qatar, mais uma edição do maior torneio desse esporte, a Copa do Mundo de futebol da FIFA. Com a modernização do futebol e do mundo, os times buscam cada vez mais, não apenas os melhores jogadores, mas também os que têm o maior entrosamento possível com a equipe que se deseja construir. Atualmente, com um leque de opções muito maior, devido a essa internacionalização, os maiores times do mundo buscam formas de construir e conduzir seu elenco da melhor forma possível, o que já não é mais uma tarefa tão simples como antigamente. Quanto maior a intensidade de uma temporada, mais árdua se torna a tarefa de selecionar os componentes para vencer os campeonatos disputados. Será que existe uma fórmula da vitória para tal objetivo?
Na Inglaterra, podemos encontrar boa parte dos melhores e mais caros jogadores do mundo, onde, entre outros campeonatos, os times ingleses disputam o tão sonhado título da Premier League (PL). A PL, formada em 1992, é a primeira divisão do futebol inglês e é considerada, por muitos, como a melhor liga do mundo.
A temporada 2021/22 teve um estreante que não integrava a elite do futebol inglês há 74 anos. O Brentford conseguiu o tão sonhado e difícil acesso à primeira divisão inglesa, mas esse acesso não aconteceu por acaso.
Para dimensionar o tamanho desse campeonato, na Copa do Mundo de 2018 a base da seleção brasileira era composta por jogadores que atuavam no futebol inglês. No mesmo torneio, dentre 736 jogadores, 130 jogadores atuavam pela liga inglesa, aproximadamente 17% dos atletas, a maior proporção da Copa do Mundo.
O Início da Revolução do Brentford
Em 2009, a equipe do Brentford estava na quarta divisão da Inglaterra. Foi quando, Matthew Benham, físico formado pela Universidade de Oxford, passou a ser acionista do clube. Matthew fez fortuna no mercado de apostas esportivas, usando dados e análises estatísticas para encontrar as melhores margens de ganhos prevendo resultados de partidas. Além da fortuna, essa experiência deu a ele a visão de que essas técnicas também poderiam ser aplicadas na direção de times de futebol. Com esse conhecimento, a utilização de dados no futebol, ele deu início a um trabalho no Brentford, e posteriormente, sua história foi a inspiração para o filme “Moneyball”.
Abordagem Moneyball
Em poucas palavras, Moneyball é o uso de dados nos esportes, especialmente no mercado de transferências. O mais conhecido a utilizar tais técnicas foi Billy Beane, retratado por Brad Pitt no filme mencionado. A ideia consiste em mudar o foco da sabedoria tradicional recebida em torno da observação de jogadores e usar dados para encontrar o que o mercado usualmente ignora. Um exemplo fácil de entender é a análise de atacantes com a utilização da métrica de “expected goals” (gols esperados em português) ou simplesmente xG.
O objetivo da métrica xG é mapear os pontos de cada finalização e, juntando eles em bases de dados amplas, medir a probabilidade dos gols saírem. Todos os detalhes a partir de um chute fornecem os parâmetros utilizados para o cálculo dessa métrica, como: de onde a finalização saiu (distância e angulação para o gol), qual tipo de passe que antecedeu a ação do chute, se o jogador driblou antes de chutar e se sim, quantos jogadores, qual a velocidade de ataque que resultou nessa ação, entre outros. É possível encontrar mais detalhes sobre esse indicador de performance neste link.
A utilização do xG, feita pela equipe de Benham, pode ser exemplificada da forma a seguir. Suponhamos que dois atacantes, Davi e Carlos, tenham as mesmas características. Ambos são atacantes de 23 anos, jogam o mesmo campeonato, jogaram vinte jogos e chutaram cinquenta vezes. No entanto, Davi marcou quinze gols e Carlos marcou cinco gols. A partir dessas estatísticas é natural que se assuma que Davi é um atacante melhor que Carlos, e provavelmente seria um jogador mais caro. Mas, se levarmos em conta o indicador xG, a situação pode mudar um pouco. Suponha que Davi marcou seus quinze gols tendo um total de 10 xG, enquanto Carlos marcou seus cinco gols de um total de cinco xG. Isso pode indicar que Davi apenas teve sorte ou que enfrentou goleiros e defesas mais fáceis e, portanto, não se pode garantir que ele irá continuar performando dessa maneira. Por outro lado, se Carlos começar a atingir o seu potencial aferido pelo seus “gols esperados” é provável que irá marcar mais gols. Por conta das estatísticas mais básicas, como a contagem de gols, atualmente é provável que Carlos seja um jogador mais barato e, portanto, esteja subvalorizado pelo mercado, se tornando uma grande oportunidade para quem recrutá-lo.
Outros dois aspectos relevantes considerados nesta abordagem, pela equipe do Brentford, são os seguintes:
- É preciso pensar na composição do time como um todo. O diretor de recrutamento do Brentford e do Midtjylland entende que na composição do time os jogadores precisam ter características que se adequem às de seus companheiros para maximizar o seu potencial. Por exemplo: não faz sentido ter um atacante que é dominante em bolas aéreas se você não tiver um jogador capaz de realizar bons cruzamentos, assim como não adianta ter um jogador que é capaz de realizar cruzamentos se não tiver jogadores capazes de fazer essa ligação da bola para esse jogador.
- O segundo ponto é o desenvolvimento do time a longo prazo. É importante trazer jogadores mais experientes, mesmo que com idade considerada mais avançada no futebol, para compartilhar seu conhecimento e experiência e moldar os jogadores mais jovens ao longo da temporada. Essa abordagem pode levar jogadores a desenvolverem seu potencial, se tornando mais valiosos dentro de campo ou em uma possível futura transferência.
Com essas estratégias, o Brentford teve um saldo positivo em todas as janelas de transferências de 2014 a 2020, ou seja, o valor arrecadado com as vendas de jogadores superou o gasto com as contratações. Nesse período, alguns nomes de destaque foram: Andre Gray, comprado por £620 mil do Luton Town e vendido uma temporada depois por £12.4 milhões para o Burnley; Ollie Watkins foi comprado por £7.22 milhões do Exeter City e vendido posteriormente ao Aston Villa por £34 milhões; Neal Maupay foi comprado por £2 milhões e vendido por £22.2 milhões; Enri Konsa, comprado por £2.85 milhões e vendido por £13.3 milhões; Saïd Benrahma foi comprado por £1.7 milhões e vendido por £23.1 milhões.
Além dessas negociações, que trouxeram receita para o clube, algumas contratações recentes têm rendido boas atuações. Destaque para Ivan Toney, comprado por £5.6 milhões, cuja boa atuação recente rendeu uma convocação para a seleção inglesa, na última data FIFA.
O time do Brentford também buscou reforços nos “bastidores”. O técnico dinamarquês, Thomas Frank, conta com suporte às suas decisões durante os jogos por meio de análises de dados que são fornecidas em tempo real pelo estatístico tático, Bernardo Cueva, e sua equipe, demonstrando que uma análise de dados bem feita pode suprir as necessidades em questão.
Na quarta divisão da Inglaterra, a League Two (campeonato disputado pelo Brentford em 2009), cada time participante recebeu £472 mil, em 2019, independente da posição em que ficaram. As equipes também recebem uma ajuda da Premier League, no valor de £430 mil. Já em sua primeira temporada de Premier League, o Brentford conseguiu se manter na divisão, ficando na 13ª colocação, recebendo de direitos de tv £118.4 milhões.
O Mercado de Dados nos Esportes
A utilização de estratégias e ações baseadas em dados são práticas que vêm se tornando cada vez mais comuns atualmente por parte das empresas. Dentro do futebol não é diferente. Além do Brentford, outras equipes como por exemplo o Liverpool, da Inglaterra, o Internacional, de Porto Alegre, e a própria Seleção Inglesa, utilizam ciência de dados para tomar uma decisão mais assertiva nas negociações de jogadores ou para realizar as alterações táticas nos seus times, visando aumentar o seu desempenho.
O mercado de dados nos esportes tem crescido muito nos últimos anos, se tornando um mercado multimilionário. O futebol, o esporte mais popular do mundo, não é o único que tem se beneficiado. Diversos outros esportes têm se aproveitado dessa revolução tecnológica e vêm se tornando cada vez mais orientados a dados em diversos aspectos.
Existem empresas especializadas em dados esportivos, seja na coleta ou na análise dos mesmos, de uma forma que auxilie na compreensão do jogo ou na tomada de decisões por parte do comando de atletas e times dos mais variados esportes. A Datarisk é uma empresa que possui capital intelectual para atacar esse mercado e auxiliar na utilização de dados para geração de valor e resolução de problemas.
Caso queira aprender mais sobre ciência de dados e inteligência artificial, não deixe de conferir os demais artigos em nosso blog.
Para saber mais sobre a Datarisk, acesse nosso site e nossas redes sociais: Instagram, Linkedin e Youtube.
