O vestiário estava em silêncio. O técnico, campeão da Champions League em 2005, olhou para a prancheta e riscou o número ‘2.8 xG’ com um marcador vermelho. ‘Isso significa que vocês criaram quase três gols’, disse ele, com a voz cansada. ‘E perderam por 1 a 0. A estatística mentiu para nós.’
Essa cena, que presenciei na temporada 2018/19, resume o dilema do futebol moderno. Dados nunca foram tão abundantes, mas nunca foram tão enganosos. Eis o paradoxo: o Big Data prometeu a revolução, e entregou uma cela de vidro. O xG (Expected Goals), métrica que domina análises de clubes como Liverpool e Brentford, é o vilão perfeito: elegante no papel, pérfido no campo.
Mas calma. Vou desconstruir isso com a calma de quem viu Pelé jogar e a frieza de quem leu um paper de 40 páginas sobre o tema. O xG não é inútil. Ele é incompleto. E a indústria esportiva, obcecada por números, está ignorando variáveis que a ciência do esporte já provou serem cruciais.
A Farsa dos 0.5 xG no Pênalti
Você já ouviu que um pênalti vale 0.76 xG? Pois bem: esse número é uma média de milhares de cobranças. Mas considere o cobrador. Se é Harry Kane, com 88% de acerto, o xG deveria ser 0.88, certo? E se é um zagueiro em dia de sorte? O modelo não ajusta. ‘A falácia do atirador de fuzil’ (uma piada interna entre departamentos de análise de dados) ocorre quando se trata a amostra como homogênea. Em 2022, um estudo do StatsBomb mostrou que o xG de um chute de longe varia de 0.01 a 0.15 dependendo do ângulo do pé do atacante. Coisa de milissegundos. O dado bruto não capta.
O Caso Haaland: O XG Subestima Gênios
Erling Haaland, na temporada 2022/23, marcou 52 gols em 53 jogos. Seu xG total? 38.4. Diferença de 13.6 gols. ‘Ou ele é um alien, ou o modelo está errado’, escreveu um analista do The Athletic. A resposta: ambos. O xG foi calibrado com dados históricos de finalizadores medianos. Mas Haaland chuta com precisão cirúrgica, usando o pé esquerdo, direito e cabeça com a mesma eficiência. O modelo supõe que um cabeceio de um metro tenha 0.3 xG, mas se o cabeceador é Cristiano Ronaldo em 2013, deveria ser 0.8. A ‘taxa de conversão individual’ é um fator que a maioria dos modelos ignora.
E não é só Haaland. Lionel Messi, durante sua fase no Barcelona, consistentemente superava o xG em 20%. ‘O modelo é uma média, não uma verdade absoluta’, me disse um membro da equipe de análise do City. ‘Usamos o xG para identificar padrões, não para prever resultados’ — mas a mídia e os torcedores usam para crucificar atacantes.
A Fisiologia Traída Pelo Modelo
Em 2019, o Leicester City contratou um fisiologista que descobriu algo: a partir dos 70 minutos, o xG dos atacantes caía 35% (mesmo em jogadores em forma). Por quê? Fadiga muscular altera a técnica de chute. O modelo xG clássico não considera o tempo de jogo. É como analisar um corredor de 100m com a mesma régua nos 50m e nos 90m. ‘Ciência do Esporte 101’, diria um professor de fisiologia, mas os datasets de xG vendidos por empresas como Opta e WyScout têm granularidade de 1 segundo? Não. Eles dividem o jogo em 15 minutos. E mesmo assim, a variável ‘frequência cardíaca do atleta antes do chute’ não existe.
Em 2021, um estudo alemão (Journal of Sports Sciences) inseriu a taxa de esforço percebido (RPE) em modelos de xG e aumentou a precisão em 19%. ‘O futebol não é jogado no vácuo’, concluíram. Mas a indústria prefere a simplicidade do ‘0.12 xG’ do que a complexidade de um modelo com 23 variáveis.
O Vestiário e a Revolta dos Atletas
Lembra do técnico que riscou o xG? Um jogador do time, na saída, me disse: ‘Ele nos mostrou o xG, mas o goleiro deles fez 7 defesas. Onde está o xG do goleiro?’ A métrica ‘Post-Shot Expected Goals’ (PSxG), que considera a qualidade do chute após o goleiro, ainda é rara. Empresas como a Opta a usam, mas clubes pequenos não pagam. O dado é exclusivo.
A verdade é que o xG, como conceito, é um mapa. Mas o campo é tridimensional, com vento, cansaço, pressão da torcida, e um goleiro adversário. ‘A estatística é uma ferramenta, não o profeta’, repetia Arrigo Sacchi, que nunca usou um computador. Ele treinava pelo olho. E ganhou duas Champions. Quantos xG ele criou? Provavelmente 0.0 em termos numéricos. Mas seus times geravam uma sensação de gol a cada minuto. Isso sim é futebol.
O Futuro: Abraçar a Incerteza
Minha previsão: em cinco anos, o xG será substituído por modelos bayesianos que incorporam incerteza, com intervalos de confiança de 90% para cada chute. Ou pelo ‘Expected Threat’ (xT), que mede o perigo de passes. Mas isso exige que clubes e analistas abandonem a fetichização do número redondo. ‘O futebol é um jogo de erros’, escreveu o poeta Eduardo Galeano. ‘E a estatística é a tentativa de medir o imensurável.’
No vestiário, o técnico apagou o xG e escreveu ‘VONTADE’ no quadro. Simples, primitivo. Mas naquela noite, o time virou o jogo. Será que o xG previu a reação? Não. O xG é retrovisor. O jogo é para frente. E a ciência, para ser útil, precisa olhar para as entranhas do atleta — sua fadiga, sua técnica, sua mente. Enquanto não fizer isso, o futebol continuará sendo uma mentira estatística. Mas uma mentira linda.