Tomada de decisão baseada em dados no futebol: julgar o processo, não o resultado
Um processo de decisão construído sobre probabilidades permite a diretorias e comissões técnicas separar uma boa decisão de um bom resultado, com hábitos que você pode adotar já na próxima reunião.
A tomada de decisão baseada em dados no futebol costuma ser descrita como uma questão de ter mais números. A parte mais difícil é decidir o que fazer com uma probabilidade depois que ela existe. Uma previsão que dá a um time 40% de chance de vitória afirma que ele perde com mais frequência do que ganha, mas também que ganha numa fatia relevante dos casos. Uma diretoria que ouve apenas o resultado vai julgar a decisão pelo placar e aprender a lição errada em metade das vezes.
A disciplina central é avaliar a decisão com base no que se sabia na hora em que ela foi tomada. Poupar um zagueiro cansado antes de uma semana apertada, definir uma meta de pontos ou escolher a intensidade da pressão contra um adversário mais forte podem ser escolhas sólidas e, ainda assim, terminar mal, porque o jogo tem um componente aleatório grande. Um hábito útil de reunião é registrar numa única folha, antes da bola rolar, a decisão, as probabilidades em que você acreditava e o raciocínio. Depois do jogo, revise primeiro a folha e só então o placar. Se o raciocínio foi bom e o resultado ruim, você anota e não muda nada. Se o raciocínio foi fraco e o resultado bom, você sinaliza, porque uma vitória de sorte ensina o mesmo vício que uma derrota azarada.
As diretorias precisam de expectativas expressas em faixas. Em vez de uma única posição prevista na tabela, peça a amplitude dos resultados plausíveis e que parcela dessa amplitude é considerada aceitável. Isso protege tanto o treinador quanto o dirigente: uma temporada que termina na parte baixa de uma faixa publicada em agosto gera uma conversa diferente da de uma que termina fora dela. As probabilidades também tornam concretos os debates sobre rodízio de elenco. Se o jogo é daqueles em que você já é grande favorito pelos fatos, o custo de poupar um jogador importante é menor do que num confronto avaliado como equilibrado, e a comissão pode dizer isso em números, e não por instinto.
Como saber se uma previsão ou um produto de dados é bom? Comece pelas perguntas fáceis de fazer e difíceis de driblar. O histórico é público, e guarda a última previsão antes da bola rolar, e não uma versão anterior mais favorável? É avaliado segundo uma definição declarada de resultado? Informa a taxa-base, isto é, o que uma regra ingênua teria conseguido nos mesmos jogos? E diz com que frequência suas previsões confiantes falham? A calibragem é o teste central: de todas as previsões feitas em torno de 70%, cerca de sete em cada dez devem se confirmar, e as outras três são o sistema funcionando, não quebrando. Uma previsão que nunca erra nos 70% está mal calibrada, não é brilhante.
Um exemplo prático mostra como ler um histórico desses. O Kickwise publica uma probabilidade para vitória do mandante, empate e vitória do visitante, construída a partir da leitura que um modelo de linguagem faz dos fatos da partida, combinada com o consenso do mercado quando há cotações de casas de apostas, e atualizada quando as escalações confirmadas saem. Seu histórico público guarda a última previsão feita antes da bola rolar, avaliada pelo resultado aos 90 minutos mais o acréscimo e a prorrogação, quando houver. Nos últimos 90 dias, as previsões feitas com confiança de 65% ou mais acertaram 150 vezes em 184 (82%), enquanto o mandante venceu 62% desses jogos, de modo que apostar sempre no time da casa teria rendido 62%. A comparação com a regra ingênua é o que dá sentido aos 82%.
O mesmo histórico também mostra por que uma janela curta não é veredito. Nos últimos 30 dias, somando todos os níveis de confiança, foram 504 acertos em 881 previsões (57%), com Brier de 0,56 contra 0,636 de uma referência que atribui a todo jogo as taxas de mandante, empate e visitante da própria amostra. Nos últimos 7 dias, foram 159 em 295 (54%), Brier de 0,572 contra 0,642. O Brier recompensa probabilidades que foram ao mesmo tempo confiantes e corretas, e quanto menor, melhor; por isso, superar a referência nas duas janelas importa mais do que o percentual de manchete. A oscilação entre 57% e 54% é o que uma semana de futebol costuma ser, e valem os limites já declarados: o empate é o resultado mais difícil de acertar, amistosos e jogos com poucos dados são quase cara ou coroa, e uma previsão de 70% ainda deve errar cerca de três vezes em dez.
Onde isso deixa de ser útil? Probabilidades não dizem o que fazer, apenas o grau da sua incerteza, e dizem pouco sobre uma partida isolada quando a amostra é pequena. Não substituem o julgamento de um treinador que sabe que um jogador carrega uma lesão que nunca chegou a um relatório. São mais fracas justamente onde os dados são mais escassos. E uma previsão feita para resultados de partidas não deve ser esticada até virar uma afirmação sobre o valor de longo prazo de um jogador ou a qualidade de um treinador.
Para a reunião da comissão técnica, três hábitos carregam a maior parte do peso. Registre a probabilidade antes da partida, não depois. Revise as decisões em lotes de muitos jogos, e não de um único fim de semana, para que a sorte tenha espaço de se diluir. E mantenha um item fixo que pergunte quais das decisões do mês passado tomaríamos de novo com as mesmas informações. Esse item, repetido, é a forma como a importância da análise de dados no futebol aparece na prática: não numa previsão isolada, mas numa sala que aprendeu a distinguir uma boa decisão de um bom resultado.