FinLabBrasileirão Série AAnálise de Performance e Estilo de Jogo

Metodologia

Como os dados são coletados, padronizados e agregados para compor as análises apresentadas no aplicativo.

1. Fonte dos dados

As análises apresentadas neste aplicativo utilizam dados de evento que registram, com marcação temporal e espacial, cada ação relevante ocorrida em campo — passes, finalizações, desarmes, recuperações de posse, entradas em setores específicos do terreno, entre outras — o que permite reconstruir de forma granular a dinâmica das partidas.

A partir dessa base primária, todo o arcabouço analítico do aplicativo é construído por meio de processos sucessivos de agregação, transformação e padronização, descritos nas seções seguintes.

2. Definição das rodadas

As rodadas consideradas no aplicativo seguem estritamente a programação oficial da Confederação Brasileira de Futebol (CBF), e não o cronograma efetivo de realização das partidas. Essa escolha metodológica decorre de uma particularidade do calendário do Campeonato Brasileiro: jogos são frequentemente antecipados ou adiados em função de compromissos dos clubes em outras competições, o que torna inviável definir uma rodada pelo agrupamento temporal dos jogos efetivamente disputados.

A adoção do cronograma oficial da CBF é, portanto, o único critério capaz de garantir que cada rodada contemple exatamente dez partidas, preservando a comparabilidade entre rodadas e a integridade das análises longitudinais.

3. Construção das métricas

A partir dos dados de evento, são calculadas duas famílias de métricas, correspondentes às duas dimensões analíticas do aplicativo:

A relação completa das métricas e das qualidades, bem como suas respectivas definições operacionais, encontra-se no Glossário do aplicativo.

4. Padronização via Z-Score

As métricas de performance e de estilo possuem naturezas, unidades e escalas heterogêneas: algumas são expressas em porcentagem, outras em segundos, outras ainda em contagens absolutas ou em valores esperados (expected values). A comparação direta entre equipes exige, portanto, uma etapa de padronização.

Para tal, cada métrica é convertida em um Z-Score, definido como:

Zi=xi−μσZ_i = \frac{x_i - \mu}{\sigma}

onde xix_i é o valor observado para a equipe ii, μ\mu é a média da métrica considerando todas as equipes da amostra e σ\sigma é o respectivo desvio-padrão.

O Z-Score expressa, em unidades de desvio-padrão, o afastamento de uma observação em relação à média do conjunto. Valores positivos indicam desempenho acima da média; valores negativos, desempenho abaixo da média. Assim, um Z-Score de +1 significa que a equipe está um desvio-padrão acima da média naquela métrica, ao passo que um Z-Score de –1,5 a situa um desvio-padrão e meio abaixo da média.

Essa padronização cumpre três funções essenciais: (i) torna métricas com unidades distintas diretamente comparáveis; (ii) permite a agregação de métricas em qualidades sintéticas sem que qualquer delas domine, por razões meramente de escala, o valor final; e (iii) viabiliza uma leitura intuitiva e imediata do posicionamento relativo de cada equipe.

5. Inversão de métricas

A interpretação dos Z-Scores deve ser homogênea: convencionou-se que, para toda métrica apresentada no aplicativo, valores mais altos correspondam a melhor desempenho e valores mais baixos, a pior desempenho. Entretanto, diversas métricas possuem, em sua forma bruta, orientação inversa — isto é, são tanto melhores quanto menores. Para essas métricas, aplica-se a inversão de sinal:

Zi∗=−ZiZ_i^{*} = -Z_i

5.1. Métricas de performance invertidas

Na dimensão de performance, são invertidas as seguintes métricas:

  1. PPDA
  2. Velocidade do passe adversário
  3. Entradas do adversário no último terço (%)
  4. Entradas do adversário na área (%)
  5. xT adversário
  6. Perdas de posse na linha baixa
  7. Tempo médio da ação defensiva (s)
  8. Tempo para recuperação (s)
  9. Entradas do adversário no último terço em 10s da recuperação da posse
  10. Entradas do adversário na área em 10s da recuperação da posse
  11. xG do adversário em 10s da recuperação da posse
  12. Gols sofridos

5.2. Métricas de estilo invertidas

Na dimensão de estilo de jogo, são invertidas as seguintes métricas:

  1. PPDA
  2. Tempo médio da ação defensiva (s)
  3. Índice de Vulnerabilidade na Transição
  4. Entradas do adversário no último terço em 10s
  5. Entradas do adversário na área em 10s
  6. Tempo para progressão (s)
  7. Finalizações de fora da área (%)

Após a inversão, todas as métricas — originais e invertidas — podem ser lidas sob a mesma convenção semântica: quanto maior, melhor.

6. Agregação em qualidades

As qualidades de estilo são obtidas pela média aritmética simples dos Z-Scores das métricas que as compõem:

Qk=1nk∑j=1nkZj∗Q_k = \frac{1}{n_k} \sum_{j=1}^{n_k} Z_j^{*}

onde QkQ_k é a k-ésima qualidade, nkn_k é o número de métricas que a compõem e Zj∗Z_j^{*} é o Z-Score (eventualmente invertido) da métrica jj.

Já as qualidades de performance seguiram uma curadoria adicional: a partir do conjunto inicial de métricas candidatas, foram retidas apenas aquelas que se mostraram mais informativas e menos ambíguas para representar cada dimensão. As subseções a seguir detalham o conjunto efetivamente utilizado e a regra de agregação adotada em cada qualidade. Em todos os casos, Zj∗Z_j^{*} denota o Z-Score (eventualmente invertido) da métrica jj.

6.1. Defesa

Combina resultado defensivo (peso 0,6) e processo defensivo (peso 0,4):

QDefesa=0,6⋅Z‾resultado+0,4⋅Z‾processoQ_{\text{Defesa}} = 0{,}6 \cdot \overline{Z}_{\text{resultado}} + 0{,}4 \cdot \overline{Z}_{\text{processo}}

A ponderação privilegia o resultado defensivo efetivamente produzido, mas reserva peso substancial ao processo, reconhecendo que comportamentos defensivos consistentes antecedem e sustentam o resultado.

6.2. Transição defensiva

Média aritmética simples de quatro métricas: perdas de posse na linha alta (high turnovers); altura da linha de recuperação após perda; entradas do adversário no último terço em 10 segundos da perda; entradas do adversário na área em 10 segundos da perda.

6.3. Transição ofensiva

Média aritmética simples de seis métricas: recuperações de posse; altura da recuperação; posses retidas em 5 segundos; entradas no último terço em 10 segundos da recuperação; entradas na área em 10 segundos da recuperação; xT em 10 segundos da recuperação.

6.4. Ataque

Média aritmética simples de quatro métricas: field tilt (%); entradas no último terço (%); entradas do último terço para a área (%); xT.

6.5. Criação de chances

Combina volume de chances criadas (peso 0,7) e qualidade/desfecho das finalizações (peso 0,3):

QCriac¸a˜o=0,7⋅Z‾volume+0,3⋅Z‾qualidadeQ_{\text{Criação}} = 0{,}7 \cdot \overline{Z}_{\text{volume}} + 0{,}3 \cdot \overline{Z}_{\text{qualidade}}

A ponderação privilegia o volume de chances criadas — métrica mais estável rodada a rodada — sem ignorar a eficiência e o desfecho, que capturam o componente de finalização propriamente dito.

7. Redação automatizada das análises

As análises textuais apresentadas no aplicativo são redigidas automaticamente pelo modelo Google Gemini. O processo opera do seguinte modo: os Z-Scores das métricas e qualidades calculados nas etapas anteriores são organizados em uma estrutura de dados tabular e submetidos ao modelo juntamente com um prompt específico, que instrui o Gemini sobre o contexto do aplicativo, a convenção interpretativa dos Z-Scores (quanto maior, melhor), a hierarquia entre métricas e qualidades e o estilo desejado para o texto.

A partir desses insumos, o modelo gera um comentário analítico personalizado para a equipe, rodada ou comparação em questão. Essa abordagem combina o rigor quantitativo do pipeline de dados com a flexibilidade narrativa da geração de linguagem natural, permitindo produção em escala de análises contextualizadas sem comprometer a consistência metodológica.