Na Eurocopa 2024, muitas equipes estão usando técnicas baseadas em análise de negócios e aprendizado de máquina para ajudar a otimizar suas estratégias de jogo, desde a adaptação de táticas com base nos pontos fracos dos adversários até a cobrança de pênaltis.
Os algoritmos podem prever as ações dos adversários, permitindo ajustes em tempo real, como pressionar desde o início contra equipes menos agressivas. Os dados também podem detectar, por exemplo, se a equipe adversária tende a concentrar seus ataques em um dos flancos e alertar a equipe técnica para reforçar a defesa nesse flanco ou preparar contra-ataques rápidos, explorando o espaço deixado atrás dos jogadores de ataque adversários.
No que diz respeito aos pênaltis, seja como conjuntos de jogadas dentro de uma partida ou como o momento supremo para resolver empates em play-offs, as estatísticas têm sido usadas há muito tempo para selecionar os cobradores de pênaltis com as melhores taxas de sucesso.
Read more: A cobrança de pênaltis no futebol é mais ciência do que uma loteria
As técnicas analíticas permitem que a análise se torne mais sofisticada, levando em conta outros fatores relevantes, como a forma como um jogador é afetado pela pressão do momento e a variabilidade de seus chutes. Além disso, as tendências dos goleiros adversários são analisadas para otimizar a direção dos chutes.
As equipes também realizam simulações de cobranças de pênaltis e treinamento em realidade virtual para melhorar a precisão e a confiança dos jogadores, preparando-os completamente para situações críticas do jogo.
Os bons técnicos sempre foram capazes de “ler os jogos” com base em sua experiência e intuição, mas o uso de ferramentas analíticas os ajuda a complementar suas habilidades.
Análise do futebol: um novo setor de negócios
Atualmente, existem muitas empresas, como Opta, Hudl, Statsbomb e Wyscout, que estão usando a análise e a IA para revolucionar o futebol, oferecendo serviços pagos para apoiar o desempenho da equipe, descobrir novos talentos ou desvendar táticas.
O Opta analyst fornece métricas como a expectativa de gols, vital para as equipes e a mídia. A métrica de gols esperados (xG) é uma estatística do futebol que avalia a qualidade das oportunidades de marcar gols. Ela atribui um valor entre 0 e 1 a cada chute, com base em fatores como distância do gol, ângulo do chute e pressão do defensor, indicando a probabilidade de o chute resultar em gol.
O Statsbomb fornece dados acessíveis ao público para incentivar a pesquisa e a análise do futebol em todos os níveis.
A Wyscout oferece ferramentas de análise de vídeo e bancos de dados digitais para análise de partidas e prospecção de jogadores, organizando eventos como o Wyscout Forum, onde agentes e clubes podem se conectar.
Essas plataformas, disponíveis para celular e Web, exigem assinatura ou pagamento para acessar suas funcionalidades mais avançadas, embora algumas, como a Statsbomb, permitam acesso gratuito a alguns dados básicos.
Eurocopa 2024: Espanha lidera as previsões, Inglaterra vem em seguida
Algumas dessas empresas usaram o poder de seus dados, análises e técnicas de IA para fazer algumas previsões sobre o vencedor da Eurocopa de 2024. Neste site, os modelos atualizam as probabilidades em tempo real.
Em 2 de julho, a Espanha estava em primeiro lugar, com 20,03% de chance de vencer, seguida de perto pela Inglaterra (19,9%). Apesar das dúvidas sobre seu jogo, as altas probabilidades da Inglaterra se devem ao fato de ela estar posicionada no lado “mais fácil” do quadro da repescagem.
Em outro estudo realizado antes do início da Eurocopa 2024, usando um conjunto de modelos de aprendizado de máquina, com dados históricos de jogos e dados de 28 casas de apostas e 100.000 simulações, a França era a favorita com 19%, seguida pela Inglaterra e Alemanha. A Espanha, nesse caso, era a quarta favorita com 11,4%.
Paixão para sentir o futebol e fatos para se decidir
O futebol é um dos espetáculos que mais desperta paixões: lembremos da euforia do Real Madrid ao vencer a última Liga dos Campeões em maio passado, da alegria com os triunfos do nosso time favorito ou da tristeza dos torcedores de clubes que perdem uma final ou são rebaixados no final da temporada.
Nós nos concentramos muito no componente passional, sentimental e irracional, na magia de uma jogada imprevisível, na possibilidade de um feito de Davi contra Golias. Mas não nos esqueçamos de que, por trás de todo esse mundo de paixões, o futebol é um negócio um setor multibilionário. Estima-se que ele represente 1,44% do PIB espanhol, de acordo com um relatório da empresa de consultoria KPMG.
Deve-se ter em mente que o futebol e tudo o que o cerca vem se transformando e se profissionalizando há algum tempo, tanto dentro quanto fora do campo, e não é estranho à revolução dos dados e dos algoritmos. A crescente disponibilidade de dados e as ferramentas, algoritmos e modelos fornecidos pela análise de negócios para tirar conclusões valiosas estão desempenhando um papel fundamental nessa transformação.
Muitos gerentes do tipo “moneyball” e Brad Pitt
Embora o uso de dados e estatísticas no esporte remonte ao final do século XIX, a introdução do uso de modelos sofisticados de análise estatística pode ser considerada como sendo no mundo do beisebol. Isso é magnificamente retratado no filme “O Homem que mudou o jogo” (Moneyball, de 2011), no qual o gerente geral de um clube (Brad Pitt) desafia as convenções tradicionais do beisebol ao usar a análise estatística para montar uma equipe competitiva com um orçamento limitado.
Atualmente, todos os times da primeira divisão, a maioria dos times da segunda divisão e as equipes nacionais têm um departamento de análise de dados. No campo de jogo, usando tecnologias como câmeras de alta velocidade e GPS, são coletados dados detalhados sobre movimentos em campo, habilidades técnicas e contribuições táticas.
Esses dados são analisados por meio de estatísticas, visualizações e modelagem preditiva para otimizar o treinamento, ajustar as táticas em tempo real, avaliar os jogadores e moldar estrategicamente as equipes, melhorando assim o desempenho e o gerenciamento das partidas.
Mapas de calor: descubra o de Halaand e o de Mbappé
Entre as visualizações mais simples está o “mapa de calor”, que mostra onde um jogador tende a se movimentar durante uma partida. Os modelos preditivos podem ser usados para prever o comportamento futuro com base em dados históricos de muitas partidas, como a probabilidade de sucesso em determinadas jogadas ou a suscetibilidade de perder a bola em situações de pressão.
Os mapas de calor na figura a seguir deste parágrafo correspondem aos desempenhos em suas respectivas ligas de dois dos principais jogadores dos últimos anos, o norueguês Halaand e o francês Mbappé. Qual deles corresponde a quem? A resposta está no final do artigo.
Contratações sob o microscópio da análise
Mas o uso de técnicas de análise de negócios orientadas por dados (que são o “combustível” do qual os modelos são alimentados) é usado em muitos outros campos da gestão esportiva. Assim, o mundo dos olheiros e das transferências evoluiu de métodos baseados na intuição para uma análise quantitativa detalhada que utiliza dados de desempenho, análise biomecânica e trajetórias de desenvolvimento para identificar e avaliar jogadores.
Ferramentas analíticas, como modelos de avaliação preditiva, sistemas de recomendação e simulações, permitem a tomada de decisões informadas, otimizando a integração e o desenvolvimento de novas contratações, melhorando, assim, a eficiência do scouting e a rentabilidade dos investimentos. Nesse contexto, os modelos de avaliação de jogadores foram desenvolvidos para prever o valor econômico potencial dos jogadores com base em suas características pessoais e de desempenho.
A comparação com seu preço de transferência pode ajudar a detectar “joias” ou “pechinchas”, cujo valor potencial é maior do que o preço de mercado. Técnicas de modelagem de aprendizado de máquina baseadas em algoritmos de regressão e no método random forest também já estão em uso.
Prevenção de lesões
Outra área em que o uso da análise de negócios e da modelagem de IA é vital é na prevenção de lesões dos jogadores. O Analytics pode prever riscos de lesões analisando dados sobre as cargas de trabalho e os históricos médicos dos jogadores. Isso permite que as equipes gerenciem melhor o treinamento e a competição para manter os jogadores em condições físicas ideais.
O uso de dados, modelagem e IA no futebol não se refere apenas a aspectos puramente esportivos, mas também à melhoria da experiência do torcedor e à otimização do desempenho financeiro e operacional dos clubes. Os dados sobre as preferências e os comportamentos dos torcedores são usados para personalizar as experiências durante os jogos e nas plataformas digitais, otimizando as vendas de ingressos e mercadorias e maximizando o engajamento e a receita.
Portanto, da próxima vez que estiver gritando “GOOOOOL!” quando o seu time marcar um e despertar o seu lado apaixonado e irracional, tente se lembrar de que, além da intuição, há um gerenciamento orientado por dados e uma análise de negócios que contribuem para a formação de equipes vencedoras.
*Quem é quem? *
A propósito, no mapa de calor, o “jogador 1” corresponde a Haaland, enquanto o “jogador 2” corresponde a Mbappé. Parabéns se você conseguiu adivinhar!