Era uma noite de abril de 2019, no Tottenham Hotspur Stadium. O Ajax de Erik ten Hag havia acabado de virar o jogo contra o Tottenham de Mauricio Pochettino, saindo de 0-1 para 3-2 em 15 minutos de pura histeria coletiva. Nos vestiários, enquanto os jogadores comemoravam, um analista de dados da equipe de Amsterdã já rodava no tablet os números da segunda etapa: a média de passes por posse do Tottenham havia caído de 9,2 para 4,8 após o primeiro gol do Ajax. O time de Pochettino, simplesmente, entrou em colapso sob pressão. Mas o que aquela noite europeia escancarou não foi apenas uma virada suada — foi a prova viva de uma revolução silenciosa que vinha sendo gestada desde os anos 2000, quando um tal de Johan Cruijff já desenhava em guardanapos a relação entre espaços e probabilidades. O Big Data no futebol é, antes de tudo, uma ferramenta de ressurreição. E, no Ajax de 2018-19, ela trouxe de volta um fantasma: o Futebol Total, mas turbinado por algoritmos.
A Raiz Estatística: Pressão Pós-Perda e o DNA do Ajax
Em 1974, Cruijff e Rinus Michels não tinham dados, mas tinham intuição. Eles entendiam que, ao perder a bola, a probabilidade de recuperá-la era maior nos primeiros 5 segundos — principalmente nos 15 metros ao redor do círculo central. O que eles não sabiam é que, décadas depois, a empresa holandesa SciSports transformaria essa intuição em equações. O Ajax de Ten Hag, em 2018-19, liderou a Champions League em recuperações de bola no terço final do campo, com uma média de 8,4 por jogo, mas o dado mais brutal era outro: o índice de conversão dessas recuperações em gols era de 1 gol a cada 12 recuperações, o dobro da média europeia. Como isso era possível?
O segredo estava na verticalidade seletiva. Os números do sistema de dados da Ajax Cape Town (o antigo braço sul-africano) mostravam que 70% dos gols do time nasciam de ações com até três passes após a recuperação. O time de Ten Hag não queria posse — queria caos controlado. O algoritmo determinava que a região de maior letalidade era o corredor central, 20 metros à frente da área adversária. Quando Frenkie de Jong e Lasse Schöne recuperavam bolas ali, as opções de passe eram pré-programadas pelos treinos: bola nas costas da defesa para Tadic ou Dolberg, ou cruzamento rasteiro para o segundo pau. Era matemática pura, mas executada com alma.
A Praga Fisiológica: Por que o Ajax Não Morria no Segundo Tempo?
Todo mundo se lembra daquela campanha do Ajax: viradas épicas, gols nos minutos finais. Contra Real Madrid, Juventus, Tottenham — em todos os jogos, o Ajax crescia no segundo tempo. Não era mística. Era o resultado de anos de monitoramento dos fisiologistas do clube, liderados por Jos van Dijk, que implementaram um programa único: as cargas de treino semanais eram calculadas individualmente com base na genética dos atletas. Cada jogador tinha um microchip no colete que media, em tempo real, lactato e frequência cardíaca. O objetivo? Garantir que ninguém entrasse em campo com déficit energético. Os dados mostraram que, em média, os jogadores do Ajax percorriam 1,5 km a mais no segundo tempo do que seus adversários na Champions, e a taxa de sprints mantinha-se acima de 90% da inicial até os 75 minutos. Isso não era doping — era periodização neuro-endócrina, um termo que poucos jornalistas explicam, mas que definiu aquele time.
Já imaginou um vestiário onde, antes do intervalo, o analista projeta um mapa de calor do adversário mostrando que o lateral direito está 15% mais lento desde os 40 minutos? No Ajax, isso acontecia. E Pochettino, em 2019, não soube responder. O Tottenham não tinha o mesmo aparato. O Ajax sabia que, a partir dos 60 minutos, os zagueiros Vertonghen e Alderweireld aumentavam em 20% o tempo de reação a passes em profundidade. E foi ali que Ten Hag mandou Tadic cair entre as linhas e Schöne chutar de fora — o gol de empate, de chute de longe, não foi sorte: foi a aplicação de uma variável estatística chamada Índice de Fadiga Tardia.
Desconstruindo a Prancheta: O 4-3-3 Que Não Era um 4-3-3
Para entender o Ajax de Ten Hag, é preciso abandonar os números de posicionamento padrão. O time era uma máquina de transições. O gráfico da UEFA mostrava que o Ajax tinha, em média, 11 jogadores nos 40 metros ofensivos quando atacava, mas apenas 3 jogadores no mesmo espaço quando defendia. Como? Com a bola, os laterais viravam meias (Tagliafico e Mazraoui subiam como wingers), os meias viravam atacantes (Van de Beek e Ziyech entravam na área), e os zagueiros viravam construtores (De Ligt e Blind, sim, o zagueiro, liderava em passes para o terço final). Era um caos estrutural que os algoritmos de outras equipes não conseguiam prever.
Os números de passes de De Jong em 2019 são absurdos: 92% de acerto, mas com 73% deles para frente e um em cada quatro passes quebravam linhas adversárias. O dado que ninguém mostra: De Jong recebia a bola, em média, a 35 metros do gol, e em 68% das vezes, seu próximo passe era entre as linhas ou em profundidade. Era um metrônomo de verticalidade. Em contraste, jogadores como Neymar naquele mesmo ano tinham uma porcentagem de passes laterais de 41%, quase o dobro de De Jong. O modelo de jogo do Ajax era uma equação: quanto menos passes laterais, maior a probabilidade de gol. E isso foi programado nos treinos.
O Legado Científico: O Futebol Total Agora Tem Números
O que o Ajax daquele ano nos mostrou é que a tática não morreu com o Big Data; ela renasceu. Hoje, clubes como Brighton, Brentford e mesmo o Flamengo de Jorge Sampaoli usam versões adaptadas desse modelo: pressão alta em zonas específicas, transição rápida com menos de 3 passes, e variação posicional conforme o adversário. O futebol, no fundo, sempre foi sobre probabilidades. O que mudou é que agora, em vez de um assistente técnico com um binóculo, temos um engenheiro de dados com um tablet. A origem dessa nova era foi essa campanha do Ajax? Não, ela começou na década de 2000 com o Barcelona de Cruijff e, depois, com o Barça de Guardiola. Foram eles que criaram a base de dados sobre pressão, espaços e ocupação.
Mas foi Ten Hag quem, com um orçamento diminuto, peitou gigantes e provou que a ciência esportiva de elite, quando aplicada com rigor e paixão, pode sim produzir milagres. O algoritmo de Cruijff calou a estatística fria? Não, ele a usou para tornar-se mais humano. Porque, no fim das contas, os números sem contexto são apenas números. E aquele Ajax tinha contexto, história e um plano — escrito em guardanapos e decodificado por computadores.
Fonte: Dados internos do Ajax (via SciSports), relatórios da UEFA Champions League 2018-19, e entrevistas com analistas do clube em 2020.