Análise de dados no futebol: o que realmente mexe numa previsão antes do apito inicial

A análise de dados para futebol costuma começar pelo lado errado: uma pilha de números à procura de uma decisão. O ponto de partida mais útil é a própria decisão (quem rodar, o que dizer à direção sobre uma sequência difícil de jogos, o que colocar num produto para o torcedor) e só depois a pergunta sobre quais informações realmente alteram as chances da partida que se tem pela frente. Uma previsão é um conjunto hierarquizado de crenças, e só alguns dados merecem movê-la.

Os dados que merecem o seu lugar são os que mudam quem está em campo e a força real de cada lado. As escalações confirmadas são o exemplo mais claro. Costumam sair cerca de uma hora antes do apito inicial, e uma previsão feita antes desse momento é, por definição, uma previsão feita sem saber se o goleiro titular ou o principal criador de jogadas vai atuar. Lesões e suspensões funcionam da mesma forma, só que mais cedo e com mais incerteza. Para além do elenco disponível, há a força da equipe construída ao longo de uma grande sequência de jogos, a fase recente lida com cautela e o histórico de confrontos diretos, que é o que tem menos peso, porque plantéis e treinadores mudam mais depressa do que os jogos antigos perdem relevância.

O mercado é um tipo diferente de informação. Os preços das casas de apostas, depois de retirada a margem, são o consenso de muitas opiniões bem informadas, e absorvem rapidamente as notícias da equipe. Isso os torna uma âncora forte, mas convém ser claro sobre o que são: um dado entre vários, não um oráculo. Onde a partida não tem um mercado relevante, como nas divisões inferiores ou em alguns jogos de seleções, é preciso recorrer a uma estimativa baseada na fase das equipes, e o usuário sensato trata essa previsão como mais frágil.

O que não deve mexer muito numa previsão é o último resultado isolado, o tom de uma entrevista coletiva do treinador ou uma história sobre embalo. Uma partida é uma amostra pequena, e o futebol tem aleatoriedade suficiente para que uma vitória merecida e uma imerecida pareçam idênticas na tabela. Um bom modelo desconta o último resultado na proporção do pouco que um jogo diz sobre a equipe de fato. Se uma ferramenta de dados oscila violentamente depois de uma única zebra, é sinal de que está correndo atrás de ruído.

Avaliar se uma previsão é boa começa pela calibração: quando um modelo diz 70%, o resultado deve acontecer mais ou menos sete vezes em dez ao longo de muitas partidas, e falhar cerca de três. Uma previsão de 70% não é uma promessa, de modo que um único erro não prova nada. É por isso que o histórico precisa ser lido ao longo de muitos jogos e nunca num único fim de semana. É também por isso que a taxa de acerto precisa de uma referência. Um modelo que acerta 60% das vezes soa comum até se saber que o mandante venceu apenas 40% dessas partidas, de modo que a regra preguiçosa de apostar sempre no time da casa teria rendido muito menos.

O histórico público do Kickwise mostra como é uma versão honesta disso. Ele guarda a última previsão feita antes do apito inicial e a avalia pelo resultado após 90 minutos mais o tempo extra, se houver, com a disputa de pênaltis contada como empate. Nos últimos 30 dias, entre todas as previsões pré-jogo avaliadas, em qualquer nível de confiança, acertou 48 de 80 (60%), em partidas nas quais o mandante venceu 40% das vezes. O seu índice de Brier, que pune erros cometidos com muita confiança e premia probabilidades bem calibradas (quanto menor, melhor), foi de 0,552, contra 0,655 de uma referência que atribui a cada jogo as taxas de vitória do mandante, empate e vitória do visitante da própria amostra. Nas previsões de maior confiança, as de 65% ou mais nos últimos 90 dias, acertou 38 de 47 (81%), enquanto apostar sempre no mandante teria acertado 66% das vezes.

O mesmo histórico mostra também onde a ferramenta deixa de ser útil. O empate é o resultado mais difícil de prever, e os amistosos e as partidas com poucos dados ficam perto de uma moeda lançada ao ar. É um limite que vale levar para a sua própria prática: pergunte a qualquer fornecedor de previsões, interno ou externo, em quais jogos ele é mais fraco, e desconfie de quem se diz forte em tudo. Uma previsão que não sabe dizer onde é pouco confiável é difícil de usar bem.

Para um diretor esportivo ou um chefe de análise de desempenho, o teste prático é uma lista curta. O produto se atualiza quando as escalações são divulgadas? Declara a sua regra de avaliação, incluindo o que conta como resultado final? Compara-se com uma referência ingênua, em vez de se comparar com nada? Mostra resultados em número de partidas suficiente para significar alguma coisa? Usada nesses termos, uma previsão ajuda a calibrar expectativas com a direção, a enquadrar uma decisão de rodízio ou a dar um número honesto a um produto para o torcedor. Usada como veredicto sobre uma única partida, vai decepcionar, e a falha estará na forma como foi lida.