O Geômetra do Caos: Como a Tabela de John McPhee e o Seu Ponto Cego do xG Revolucionaram o Combate ao Erro no Futebol
Era uma tarde de terça-feira, outono de 2022, num centro de treinamento da Premier League. O cheiro de grama molhada e café industrializado era o mesmo de sempre. Mas o que se desenrolava na sala de vídeo era algo que faria um técnico dos anos 90 pedir o divórcio. O analista, um jovem de óculos grossos formado em física, projetava no telão uma reta de 45 graus cortando o campo. – Olha, senhor. O xG dele é alto, mas ele sempre chuta deste ângulo. A reta é a mediana dos erros de posicionamento dos zagueiros. O treinador, um veterano de mil batalhas, cuspiu o café. – Você está me dizendo que o gol é uma questão de estatística de erro alheio? – Exatamente, senhor. E eu tenho a tabela que prova isso.
O futebol sempre se acreditou um esporte de intuição. Mas nos bastidores, a ciência do erro — sim, a geometria do fracasso — está reescrevendo os manuais. E essa história começa muito antes do xG, lá em 1960, com um jornalista chamado John McPhee e uma tabela que ele nunca viu aplicada num campo.
A Tabela de McPhee: O Pecado Original da Estatística Esportiva
Em 1960, o escritor John McPhee publicou “A Sense of Where You Are”, um perfil do jogador de basquete Bill Bradley. Mas foi um artigo seu na The New Yorker, em 1965, que plantou a semente. Nele, McPhee descrevia o jogo como uma sucessão de eventos independentes. Ele não inventou a análise estatística, mas criou a metáfora perfeita: o jogo era um padrão de erros do adversário. Cada passe errado, cada posicionamento atrasado, era um convite. Se você soubesse ler o padrão, poderia forçar o erro.
No futebol, essa ideia demorou décadas para germinar. Enquanto o beisebol tinha Bill James e o basquete tinha Dean Oliver, o futebol ainda estava na era do “chutou, gol”. Até que, em 2012, um grupo de analistas do Liverpool FC começou a aplicar o conceito de “cadeias de Markov” às jogadas. Eles perceberam que 80% dos gols vinham de situações de transição, onde o caos defensivo era máximo. O erro não era acaso; era um padrão.
Veja o exemplo de um contra-ataque do Manchester City de Pep Guardiola. Os zagueiros avançam como se fossem volantes. Não é loucura. É um cálculo: ao ocupar o espaço onde o erro adversário ocorrerá com maior probabilidade, eles reduzem o tempo de reação do oponente a zero. O xG (expected goals) não mede isso. O xG mede a chance de um chute se tornar gol. Ele não mede o espaço que antecede o chute. E essa lacuna — vamos chamar de “ponto cego do xG” — é onde o futebol está sendo revolucionado.
A Tática do Erro Forçado: Como o RB Leipzig Criou um Monstro a partir de Dados Viscerais
Em 2019, o RB Leipzig contratou um head of analytics vindo do mundo dos jogos de azar. Seu nome era Alexander Schmidt, e ele odiava a expressão “sorte”. Ele implementou um sistema que media não apenas o xG, mas a “densidade de pressão por metro quadrado” antes de cada finalização. A conclusão foi surpreendente: times que pressionavam acima de um certo limiar (cerca de 0,8 ações defensivas por segundo em 20 metros) forçavam o oponente a errar passes progressivos em 34% mais vezes. E esses erros geravam chances de gol com um índice de conversão 22% maior do que chances em jogada construída.
É aí que entra o legado de McPhee. O padrão não está no arremate; está no erro. Os analistas do Leipzig criaram o que chamaram de “mapa de calor do colapso”. Eles detectaram que, aos 30 minutos de jogo, a linha defensiva adversária apresentava um “decaimento de sincronia” — os zagueiros perdiam o passo. Era o momento ideal para acelerar. A estatística não dizia quando chutar; dizia quando forçar o erro.
E não é só na transição ofensiva. O Napoli de Spalletti, campeão italiano em 2022/23, usou a mesma lógica na defesa. Eles induziam o adversário a jogadas de alto risco em zonas específicas: a lateral esquerda, onde o ponta era orientado a dar o “passe da morte” para o centro. O dado? 40% dos ataques que passavam por aquele corredor terminavam em perda de bola. Eles não estavam apenas defendendo; estavam programando o erro alheio.
A Parábola de Roberto Firmino e a Estatística Invisível
Vamos falar de Roberto Firmino. O atacante brasileiro foi menosprezado por quem olhava apenas gols e assistências. Seu xG nunca foi espetacular. Mas havia uma métrica que o Liverpool guardava a sete chaves: “recoveries por ação ofensiva”. Firmino recuperava a bola no campo adversário em média 2,3 vezes por jogo. Isso não aparecia no xG. Mas cada recuperação reduzia a expectativa de gol do adversário em 0,15. Em 38 jogos, isso era uma redução de 5,7 xG esperados pelo oponente. Firmino não marcava; ele roubava gols de quem estava por vir. Essa métrica, derivada diretamente dos princípios de McPhee, é chamada de “xG contra evitado”, e hoje é padrão em clubes de ponta.
O Manchester United? Em 2021, eles contrataram uma equipe de cientistas de dados do MIT. A primeira missão: criar um modelo que previsse erros de passe em zonas de pressão. O resultado: um algoritmo que apontava que Luke Shaw errava passes longos em 60% quando pressionado por dois jogadores. O técnico Ole Gunnar Solskjær ajustou a saída de bola para evitar aquela zona. Não adiantou muito, mas a lógica estava plantada.
A Fronteira Final: O Cérebro Humano vs. a Máquina
A grande questão hoje é: até onde a ciência do erro pode ir? Alguns clubes, como o Brentford FC, usam modelos preditivos para treinar “micro-ciclos de erro”. Eles ensinam o jogador a identificar, em frações de segundo, quando o adversário está prestes a cometer um erro. É um treino de percepção baseado em repetição de padrões. O resultado? Em 2022, o Brentford teve a maior taxa de conversão de erros adversários em gols na Championship (45%).
Mas há um paradoxo: quanto mais se estuda o erro, mais o jogo tenta eliminá-lo. As equipes se fecham, os passes se tornam mais seguros, a estatística de erros cai. E é aí que começa um novo ciclo: o erro do erro. Se todos jogam para forçar um erro, o time que errar menos vence. O Bayern de Munique, sob Hansi Flick, venceu a Champions de 2020 não por forçar erros, mas por quase nunca errar — 89% de acerto nos passes no terço final. Isso tornou o erro adversário irrelevante.
O futebol, no fundo, é um duelo de equações. O veterano técnico que riu do analista no início desta crônica? Dois meses depois, ele pedia ao jovem de óculos grossos: “Me refaça aquela reta de 45 graus. E me diga onde o erro vai acontecer antes do jogo.” A resposta veio com um sorriso: “O erro já aconteceu, senhor. Agora só precisamos esperar que ele se repita.”
Essa é a nova verdade. O futebol não é mais sobre acertar. É sobre um jogo de probabilidades em que o erro do outro é uma variável controlável. E a tabela de McPhee — que nunca imaginou ver em campo — hoje está na prancheta de cada analista. A diferença é que, no esporte moderno, o caos está domado. Ou quase.