Análise preditiva no futebol: usar as probabilidades pré-jogo como ferramenta de decisão
A probabilidade pré-jogo mede a dificuldade do confronto, não é palpite: como usá-la na preparação, no rodízio e nas avaliações da diretoria, e como testar qualquer previsão antes.
O trabalho de análise preditiva no futebol costuma ser arquivado sob o rótulo "quem vai ganhar", que é a pior maneira de lê-lo. Uma probabilidade pré-jogo bem construída é uma afirmação sobre incerteza: quanto do resultado já está precificado pela qualidade das equipes, pela fase, pelas lesões e pelo adversário, e quanto ainda está em aberto. Se um time recebe, digamos, 40% de chance de vitória, isso não é a previsão de que ele perde. Significa que, em cem jogos idênticos, ele venceria cerca de quarenta, e a decisão à sua frente é como se comportar numa partida realmente indefinida.
Na preparação do jogo e no rodízio, isso muda a pergunta. O treinador e a comissão raramente precisam de um veredito. Precisam saber quão difícil o confronto realmente é, em relação ao que a tabela ou a fama do adversário sugerem. Um jogo em que seu time é favorito claro e o empate é o principal risco pede um plano de elenco diferente daquele em que os três resultados estão quase equilibrados. Quando o calendário apertado obriga a escolher qual jogo poupar as pernas, a probabilidade dá à conversa um número comum para discutir, em vez de instintos concorrentes. Ela também força honestidade sobre o empate, o resultado mais difícil de prever e o que molda, sem alarde, boa parte dos calendários.
O mesmo número é o que a diretoria precisa ter antes de reagir aos resultados. Resultados têm ruído, e uma sequência curta pode esconder um bom processo ou disfarçar um ruim. Se as probabilidades pré-jogo das últimas dez partidas davam chances razoáveis ao seu time na maioria delas e os pontos não vieram, isso aponta para variância, e a paciência pode ser a decisão certa. Se os resultados foram bons diante de previsões que classificavam aqueles jogos como difíceis, confira se as atuações sustentam isso antes de definir as expectativas para a próxima sequência. A comparação é entre o esperado e o que aconteceu, jogo a jogo, e só faz sentido ao longo de muitas partidas.
Os analistas também podem tratar a probabilidade como ponto de partida para a própria preparação. A pergunta útil é onde a visão da sua comissão diverge da previsão, e por quê. Se o modelo se apoia em resultados recentes e o seu trabalho de vídeo indica que a fase do adversário esconde um problema estrutural, essa divergência é a parte interessante. As escalações confirmadas também contam: uma previsão que se atualiza quando os times são divulgados, geralmente cerca de uma hora antes da bola rolar, é mais útil do que uma congelada dias antes, porque lesões e suspensões são justamente o que move um confronto. Essa é uma resposta para como a análise de dados no futebol é usada no dia a dia: como uma segunda opinião disciplinada, não como um oráculo.
Antes de confiar em qualquer previsão, o responsável por dados deve fazer quatro perguntas. Primeiro, calibração: quando o produto diz 70%, esse tipo de aposta se confirma cerca de sete vezes em dez? Uma previsão confiante que erra demais é pior do que uma modesta e honesta. Segundo, existe um histórico público avaliado, com uma regra clara sobre qual previsão conta? Terceiro, qual o tamanho da amostra e contra qual referência ela é medida? Quarto, o fornecedor informa onde a previsão deixa de funcionar? Alegações de acerto sem denominador, sem referência e sem janela de tempo merecem desconfiança. Quando perguntam qual a precisão das previsões de futebol feitas por IA, a resposta honesta é um número com as suas condições anexadas.
O Kickwise oferece um exemplo prático de como esse histórico pode ser. Ele guarda a última previsão feita antes do apito inicial e a avalia pelo resultado aos 90 minutos mais a prorrogação, se houver, com disputas de pênaltis contadas como empates. Nos últimos 90 dias, as previsões com 65% de confiança ou mais acertaram 133 vezes em 166 (80%), em partidas nas quais o mandante venceu 61% das vezes, de modo que apostar sempre no time da casa teria rendido 61%. Essa comparação é o ponto central: um índice de acerto significa pouco até que se saiba o que uma regra ingênua teria conseguido nos mesmos jogos.
O histórico com todos os níveis de confiança é mais modesto e mais informativo. Nos últimos 30 dias, com três resultados possíveis por partida, o acerto foi de 411 em 697 (59%), com Brier score de 0,556, contra 0,634 de uma referência que atribui a todo jogo as taxas de vitória do mandante, empate e vitória do visitante da própria amostra. O Brier score pune erros cometidos com muita confiança e premia probabilidades honestas, e quanto menor, melhor, então superar a referência importa mais do que o percentual bruto. Os limites também são declarados com clareza: o empate é o resultado mais difícil, amistosos e jogos com poucos dados ficam próximos de um cara ou coroa, e uma previsão de 70% ainda deve errar cerca de três vezes em dez.
Esse último ponto é onde a ferramenta termina. Uma probabilidade não diz o que um jogo isolado vai fazer, e poucas partidas não provam nada, nem a favor nem contra. Use-a para dimensionar a dificuldade, para separar sorte de desempenho ao longo de uma sequência de jogos e para afiar a sua própria análise. Julgue-a como se julga uma contratação: por um histórico longo e mantido com honestidade, e não pelo último fim de semana.