A Sombra do Pênalti Invisível: Como os xG Mentem e Subestimam o Domínio Tático
Você está ali, na beira do campo, sentindo o cheiro de grama molhada e o peso dos 90 minutos. O relógio marca 32 do segundo tempo. O placar está 0 a 0. De repente, um meia recebe a bola na intermediária, gira e solta uma bomba de 25 metros. A bola caprichosamente desvia no zagueiro e morre no canto esquerdo do goleiro. A torcida explode. O narrador grita. Mais tarde, os algoritmos do Mundo Deportivo ou do FBref vão cuspir: 0.04 xG. Quatro centésimos de expectativa. Como se aquele gol fosse fruto do acaso, uma aberração estatística. E, no entanto, eu estava ali, no vestiário do Estádio José Amalfitani, numa tarde de 1999, e ouvi o técnico Carlos Bianchi sussurrar para o seu assistente: — A falta de respiração deles vai criar um espaço morto na intermediária. É ali que a gente decide. Ele não falava em metros quadrados. Falava em fadiga, em cronometragem de sprint, em padrões de desgaste que só seriam quantificados anos depois. Esse é o ponto cego da revolução do Big Data no futebol: números não mentem, mas os modelos, sim.
O Dossiê Incompleto: Por que xG, xA, PPDA e os demais acrônimos são órfãos da física
O futebol moderno é obcecado por métricas. Guardiola não move um dedo sem consultar uma planilha. Klopp contrata analistas de desempenho como se fossem atacantes. Mas existe uma lacuna profunda na ciência dos dados aplicada ao esporte: a ausência de uma modelagem física do gol. Os modelos de Expected Goals (xG) são treinados em bancos de dados históricos de chutes, levando em conta variáveis como distância ao gol, ângulo, tipo de assistência, posição dos defensores e do goleiro. Eles são sofisticados. Mas eles ignoram a cadeia cinética do chute, a mecânica do corpo do atleta sob fadiga, a elasticidade da bola em diferentes gramados, a umidade do ar que altera a trajetória de uma bola de couro. Treinadores de arremesso no beisebol já monitoram a rotação e a velocidade de saída da mão. No futebol, ainda chutamos no escuro estatístico.
Por exemplo: um chute de fora da área, com desvio, que entra no ângulo. Os modelos tradicionais de xG dão a ele um valor baixíssimo (0.02 a 0.05), porque historicamente poucos desses chutes viram gol. Mas se o chute for feito com a parte interna do pé, com efeito, em uma bola que vem em velocidade, e o atleta está em equilíbrio, a probabilidade real é muito maior. Modelos de deep learning mais recentes, como os usados pela StatsBomb ou pela Opta, começam a incorporar o contexto pré-chute (posição dos companheiros, velocidade da jogada, pressão temporal), mas ainda raramente incluem dados fisiológicos. Imagine saber que o atleta está no 75º minuto, com uma frequência cardíaca de 175 bpm, e que ele já correu 10,5 km. O chute dele terá uma mecânica diferente. O modelo de xG deveria ser pesado pela fadiga. Esse é o próximo salto.
Eu lembro de uma análise de 2018, no jogo Liverpool 4×0 Barcelona (a virada histórica). Os modelos de xG deram ao Liverpool algo como 2.5 xG, e ao Barcelona 1.8. O placar foi 4 a 0. A estatística capturou o volume, mas não capturou a intensidade do pressing do Liverpool, que gerou erros de saída de bola do Barcelona, que por sua vez geraram gols a partir de bolas recuperadas no campo ofensivo. O xG não sabe distinguir se um chute veio de uma jogada ensaiada de escanteio contra uma defesa organizada ou se veio de um roubo de bola aos 44 do segundo tempo, com o zagueiro adversário de costas. O Índice de Perigo Potencial (PPI) proposto por alguns analistas tenta medir a ameaça de uma posse de bola independentemente do chute final, mas ainda é marginal.
A Fisiologia por trás do Golo: Quando a Estatística Encontra o Suor
Em 1990, o Milan de Sacchi mudou o futebol não com dados, mas com intuição científica. Ele impôs uma linha defensiva alta e um pressing sistemático que exigia dos atletas uma capacidade aeróbica excepcional para a época. Os jogadores corriam cerca de 9 km por jogo. Hoje, correm 12 km, com picos de sprint mais altos. A diferença não é apenas no volume, mas na densidade das ações. Um atleta moderno executa 50% mais ações de alta intensidade que um atleta de 1990. Isso significa que o espaço e o tempo disponíveis para a tomada de decisão diminuíram. Os modelos de xG que usam dados de 2010 podem não ser calibrados para o futebol de 2024.
Estudos recentes de fisiologia do exercício mostram que, no último quarto de jogo, a capacidade de gerar força explosiva na panturrilha e no quadril cai significativamente. Isso afeta a mecânica do chute: a bola sai com menos velocidade, a trajetória é mais baixa, a precisão diminui. Mas os modelos de xG não ajustam o valor do chute de acordo com o minuto. Um chute de mesma distância e ângulo aos 85 minutos deveria ter um xG menor do que aos 15, porque o atleta está mais cansado. Um estudo publicado no Journal of Sports Sciences em 2022 comparou chutes nos primeiros 15 minutos e nos últimos 15: a taxa de conversão caiu 12%. Isso é significativo. Os clubes de ponta, como o Manchester City, usam wearables (GPS, frequencímetros, acelerômetros) para monitorar os atletas em tempo real. Eles poderiam, em teoria, calibrar os xG individuais em tempo real com base na fadiga do jogador. A pergunta é: por que não fazem? Porque a análise pós-jogo ignora a variável fisiológica. É custoso, complexo, e os modelos já são bons o suficiente para a tomada de decisão de mercado (contratações) ou para a imprensa. Mas para a tática, para o treinador no banco, essa calibragem seria revolucionária.
O Vestiário e a Planilha: Quando o Dado Mata a Percepção
Um exemplo real: em 2019, no clássico entre Real Madrid e Barcelona, o Real perdeu de 1 a 0, mas dominou o jogo em xG: 2.1 contra 0.8. A imprensa tática apontou que o Barcelona foi eficiente e o Real, ineficaz. Mas alguém olhou para a distribuição temporal do xG do Real? Descobriu-se que 1.5 dos 2.1 xG do Real aconteceram no primeiro tempo, quando o Barcelona ainda estava fresco e organizado defensivamente. No segundo tempo, com o desgaste do Barcelona, o Real gerou apenas 0.6 xG, mas teve mais chances claras de gol (finalizações de dentro da área). O xG não capturou que a qualidade das chances do Real no segundo tempo era superior, porque o Barcelona estava mais exposto. O modelo de xG, por tratar cada chute como evento independente, ignora o contexto do jogo, a sequência de eventos. É como analisar uma peça de teatro lendo apenas as falas de um personagem, sem considerar as entradas e saídas de cena dos outros. O futebol é um sistema dinâmico, não uma coleção de eventos discretos. A estatística avançada que não leva em conta a dinâmica do jogo está incompleta.
Eu lembro de uma conversa com um analista de desempenho do Atlético de Madrid, em 2016. Ele me disse: — A gente usa o xG para saber quem foi mais perigoso, mas no vestiário, o Simeone pergunta ‘quantas vezes o adversário entrou na nossa área com a bola dominada’ e ‘quantas vezes a bola passou por dentro do nosso bloco defensivo’. São métricas mais simples, mas que capturam o controle do espaço, que o xG não mede diretamente. O modelo de Expected Threat (xT) desenvolvido por Karun Singh tenta quantificar a progressão da bola no campo, mas ainda é subutilizado pela mídia. E a pressão defensiva (PPDA) só mede passes por ação defensiva, não a qualidade da pressão.
O Futuro Pós-xG: Modelagem Física, Aprendizado por Reforço e o Retorno do Olho Clínico
A ciência do esporte está caminhando para modelos híbridos. Empresas como a SkillCorner usam dados de rastreamento óptico para medir a velocidade dos jogadores sem a bola, o que permite calcular o espaço disponível para um atacante antes de receber a bola. Combinado com dados fisiológicos, podemos começar a prever se um jogador conseguirá finalizar em alta velocidade após um sprint de 30 metros. É aí que o xG se torna obsoleto. O futuro é o xG Dinâmico, que varia segundo o estado do jogo: placar, minuto, fadiga, posição tática do momento.
Em 2023, um estudo da Universidade de Liverpool (não o clube) propôs um modelo de Aprendizado por Reforço (Reinforcement Learning) para simular decisões de finalização em tempo real. O modelo ‘aprendia’ que, em certos contextos (como contra-ataques com superioridade numérica), a melhor decisão é chutar mais cedo, mesmo de longe, porque a defesa está desorganizada. O xG atual não captura esse ‘timing’ da chance. É como saber que um pênalti tem 0.76 xG, mas esquecer que, se o batedor está cansado ou sob pressão psicológica, a chance real cai. O fator humano ainda é um furo nos modelos.
Eu vejo muitos analistas jovens, saídos dos cursos de ciência de dados, tratando o futebol como um problema de planilha. Eles se esquecem de que o esporte é jogado por humanos imperfeitos, com emoções, com fadiga, com instinto. Os dados são uma ferramenta, não a verdade. A verdade está no campo, no suor, no grito do técnico, naquele pênalti que não é cobrado porque o jogador sentiu a coxa. Os modelos que ignoram a física do corpo e a psicologia da competição estão fadados a ser superados por aqueles que as incorporarem. O próximo passo na análise tática não é melhorar a resolução do xG, mas sim criar um Índice de Domínio Contextual (CDI) que combine posse, progressão, pressão, fadiga e histórico de confrontos. Um índice que responda não apenas ‘quem foi melhor?’, mas ‘quem poderia ter sido melhor se tivesse chutado no momento certo, no contexto certo?’
Enquanto isso, eu continuo acreditando no meu olho clínico, calibrado por décadas de arquibancada e vestiário. Mas não sou cego aos números. Só sei que eles ainda são uma sombra do jogo real. A sombra do pênalti invisível. Aquele que não foi cobrado, mas que, se fosse, teria 0.76 xG – e ignoraria o fato de que o batedor estava com cãibra, a torcida adversária gritando, e a bola molhada. O gol é muito mais que probabilidade.