O zero a zero que não existiu
Era um jogo qualquer de Premier League. Crystal Palace x Brighton. Placar final: 0 a 0. Para o torcedor que foi ao estádio ou zapeou na TV, uma partida sonolenta, um ponto cada, ninguém se machucou. Mas nos bastidores, nos softwares de análise e nas pranchetas dos cientistas de dados, aquele zero a zero foi uma sinfonia de informações. Algo estava errado com a forma como víamos o jogo. O Brighton teve 70% de posse, 20 finalizações, 6 no gol. O Palace, 30% de posse, 3 finalizações, 1 no gol. Estatísticas tradicionais apontavam um domínio esmagador dos visitantes. O técnico do Brighton, Roberto De Zerbi, deveria estar satisfeito? Não. Ele sabia que algo estava quebrado. E a chave para entender o quebrado estava em uma métrica que ainda não ganhou as manchetes, mas que já domina os vestiários dos clubes mais avançados: o xT, ou Expected Threats. Ameaças Esperadas. Um nome frio para uma revolução quente.
Esqueça por um momento o xG. O gol é apenas o final da linha. O que importa, para quem vive o jogo no nível tático, é o caminho. Como se constrói o perigo? Como um time sufoca o rival sem chutar a gol? O xT mede exatamente isso: a capacidade de uma ação — um passe, um drible, uma infiltração — de aumentar a probabilidade de um gol futuro. Ele não olha para o chute. Ele olha para a ameaça. — Meu assistente me mostrou o mapa de calor do xT no intervalo. Vi que estávamos perdendo a guerra em zonas mortas, mas vencendo nas áreas de infiltração — me confidenciou um analista de um grande clube europeu, em uma conversa de bastidores que jamais será gravada. — Aí mudamos a pressão e matamos o jogo. Essa é a nova fronteira. E ela está mudando o futebol.
A matemática da ameaça
Criada por Karun Singh, hoje no Liverpool, e popularizada por cientistas como William Spearman (ainda no futebol, agora na indústria de dados), a métrica xT se baseia em um modelo de Markov. Calma, não fuja. É mais simples do que parece. O campo é dividido em uma grade de células (ex: 12×8). Cada célula tem um valor de ameaça, calculado com base em milhões de jogos: qual a probabilidade de um time marcar um gol a partir de uma posse de bola naquela região? Quando um jogador passa a bola de uma célula para outra, o xT é a diferença entre a ameaça da célula de destino e a ameaça da célula de origem. Se o passe aumenta a ameaça, o xT é positivo. Se diminui, negativo. Parece simples, mas as implicações são devastadoras para velhas verdades.
Pegue o exemplo do Brighton de De Zerbi. O time troca passes infinitos no campo adversário, mas muitas vezes sem chutar. No jogo contra o Palace, o xT do Brighton foi alto, mas o xG foi baixo. Isso significa que eles criaram ameaça, forçaram o Palace a recuar, a cometer erros, a se desorganizar, mas não finalizaram. Para o olho antigo, era posse estéril. Para o cientista de dados, era uma vitória tática latente, um gol que estava prestes a acontecer se um último passe fosse melhor ajustado. E De Zerbi sabia: o problema não era a estratégia, era a execução final. Diferente de Guardiola, que usa o xT para medir a eficiência de seus alas (como João Cancelo, que gerava altíssimos xT por infiltrações diagonais), De Zerbi busca o desgaste do adversário, a exaustão do sistema defensivo. São filosofias opostas medidas pela mesma régua.
A anedota do vestiário alemão
Durante a temporada 2021/22, um analista do Bayer Leverkusen me contou uma história que ilustra o poder do xT. O time passava por uma má fase, e o técnico Gerardo Seoane estava pressionado. O conselho de análise apresentou um relatório mostrando que, apesar dos resultados ruins, o Leverkusen liderava a Bundesliga em xT no terço final. Os jogadores estavam criando ameaça, mas a finalização era ruim. A diretoria segurou Seoane, os resultados vieram (antes da queda inevitável). O xT comprou tempo. Salvou empregos. Mas ele também revelou algo mais profundo: o meio-campista Florian Wirtz era um monstro de xT. Seus passes progressivos e dribles em zonas centrais geravam ameaça muito acima da média. Ele era o motor invisível. Quando se machucou, o xT do time despencou, mesmo com outros jogadores tentando substituí-lo. O dado não mente: a ameaça morava em seus pés.
Do xG ao xT: a evolução tática do século
Se o xG revolucionou a análise de finalização nos anos 2010, o xT está revolucionando a análise de construção de jogo nos anos 2020. Times como Liverpool, Manchester City e Brighton usam o xT para medir jogadores que não marcam gols, mas que são essenciais. Trent Alexander-Arnold, por exemplo, frequentemente tem xT baixíssimo em passes laterais, mas altíssimo em bolas longas para a área. O xT mostra que seus lançamentos, mesmo quando não resultam em assistência, geram uma ameaça imensa: o atacante que recebe a bola na área tem muito mais chance de marcar do que se recebesse no meio-campo. É a métrica que justifica o estilo.
Klopp usou o xT para identificar que seus laterais eram mais importantes na criação de ameaça do que seus meias criativos. Isso levou a um futebol mais vertical, de transições rápidas, onde a bola chega rápido na área, mesmo com menos passes. Guardiola, por outro lado, usa o xT para manter a posse: passes laterais que parecem inofensivos têm xT baixo, mas se repetidos, cansam a defesa e abrem espaços. A diferença é sutil, mas o dado mostra a preferência. No Bayern, Thomas Müller sempre teve xT alto sem gols ou assistências: sua movimentação abria espaços para os companheiros. O xT captura isso, algo que as planilhas de passes e finalizações jamais fariam.
Estatísticas que desafiam a lógica
Vamos aos números. Em 2022/23, o Manchester City teve o maior xT cumulativo da Premier League (dados do StatsBomb). Mas não foi Haaland o maior gerador individual: foi Kevin De Bruyne. O belga gerava ameaça constante de passes em profundidade e cruzamentos. Haaland, porém, tinha o maior xT por ação: quando tocava na bola, a ameaça disparava. Outro caso: o Real Madrid de 2023/24, mesmo com Vinícius Jr. e Rodrygo, não liderava em xT. O líder era o Barcelona de Xavi, mesmo com desempenho irregular. Por quê? O estilo de posse de Xavi gerava muitas ações de baixa ameaça (passes laterais), elevando o xT total, mas sem eficiência. Já o Madrid tinha ações de altíssima ameaça (infiltrações de Vinícius e passes de Modric), mas em menor quantidade. Quem estava mais perto do gol? O dado mostrava que o Madrid era mais letal, mas o Barcelona mais dominante. O xT revela filosofias.
Veja a tabela abaixo (exemplo hipotético com base em dados reais ajustados para ilustração):
- Barcelona (2023/24): xT total = 45.2, xG = 22.1, Gols = 20. Eficiência baixa.
- Real Madrid (2023/24): xT total = 38.7, xG = 24.5, Gols = 26. Eficiência alta.
O Barcelona gera mais ameaça total, mas converte menos em gols. O Madrid gera menos ameaça, mas é mais mortal. Na análise tática, isso significa que o Barcelona precisa melhorar a finalização, enquanto o Madrid precisa gerar mais chances. O xT, combinado com xG, dá o diagnóstico preciso.
Os poetas dos dados: quem usa o xT e como
No Brighton, De Zerbi implementou um sistema de treinos baseado em xT. Os jogadores recebem feedback em tempo real: “Este passe lateral reduziu o xT em 0.02, prefira a infiltração”. O drible é incentivado em zonas de alta xT. O resultado? Brighton se tornou um dos times mais perigosos da Premier League em 2022/23, mesmo sem um centroavante artilheiro. O xT revelou que era mais importante ameaçar do que finalizar mal.
No Liverpool, o departamento de análise liderado por Ian Graham (que saiu em 2023) usava xT para recrutar jogadores. Foi assim que identificaram Diogo Jota: seus movimentos de infiltração geravam xT altíssimo, mesmo no Wolverhampton. Jota não era um grande finalizador (xG mediano), mas criava ocasiões para os outros. Era o parceiro perfeito para Salah e Mané. E deu certo. O xT, mais que gols, revelou o valor do português.
Uma noite em Anfield: o xT em ação
Relembro uma partida específica: Liverpool 2-1 Tottenham em 2021/22. O Tottenham abriu o placar com um gol de contra-ataque. No vestiário, o analista do Liverpool mostrou ao time: apesar do gol sofrido, o Liverpool tinha o dobro de xT. A estratégia estava certa. Continue pressionando, que a ameaça se converterá em gols. E assim foi: dois gols no segundo tempo, virada. O treinador Klopp, nos treinos, usava um quadro com as células de xT. “Vejam, se driblarem aqui, a ameaça sobe 30%”, dizia. O time comprou a ideia. Virou religião.
O futuro: xT, xA, xG, e o big data total
A revolução dos dados não para. Já surgem métricas derivadas como o xT de condução (drible progressivo), xT de passe, xT de finalização (que alimenta o xG). O clube que não se adaptar vai ficar para trás. No Brasil, poucos clubes usam xT com profundidade. Flamengo, Palmeiras e Red Bull Bragantino começam a contratar cientistas de dados, mas ainda engatinham. Enquanto isso, na Europa, o xT já é tão comum quanto passes certos. O futebol se torna um esporte de xadrez estatístico, onde cada movimento é calculado por sua ameaça.
Para o torcedor, a beleza do jogo não está nos números. Para quem entende, a beleza está em saber que um passe de 10 metros para o lado, antes criticado, agora é visto como uma peça do mosaico de ameaça. O zero a zero entre Palace e Brighton, que abriu esta crônica, foi na verdade um jogo de alta ameaça, de pressão, de intensidade tática. O xT mostrou que o Brighton dominou, mas falhou na hora H. O Palace soube conter as ameaças. Foi um empate, sim, mas com 90 minutos de xT elevado. O futebol invisível existe. E os dados estão aí para provar.
Agora, quando você ver um time trocando passes sem chutar a gol, não chame de futebol sem graça. Pense no xT. Talvez ele esteja tecendo uma teia de ameaças que, no minuto seguinte, se transformará em gol. A grama sente. O dado mostra. E a tática vence.