Aproveitando o período de férias do futebol brasileiro, trago para você uma nova forma de se avaliar o desempenho dos times no Brasileirão 2016. A ideia do modelo é poder entender de fato quais os times que produziram além do esperado e quais aqueles que ficaram devendo rendimento. Praticamente todos os especialistas de futebol concordam que é necessário ter um bom grupo de jogadores para se disputar o título brasileiro, por conta disso vamos comparar a qualidade dos elencos com seu desempenho no campeonato.
Pressupostos:
Elencos mais caros possuem atletas melhores e, portanto, melhores condições de brigarem pelo título brasileiro. O valor médio de um jogador do time (calculado dividindo o valor total do time pelo número de jogadores) é um bom indicativo da qualidade do elenco
Metodologia:
Primeiro, coletei os dados de valor de mercado dos jogadores de cada time no site transfermarkt.com. Grande parte dos valores são de maio 2016, quando o Brasileirão estava apenas começando, ou seja, o desempenho dos atletas ao longo do campeonato não afetou os dados. Depois calculei o valor médio dos jogadores para cada time e ordenei os clubes a partir desses valores, abaixo está como ficou esse ranking de elencos:
Por último comparei o ranking de elencos com a classificação final de cada time calculando a diferença de posição. Uma diferença negativa significa que o elenco desempenhou abaixo do esperado, e uma diferença positiva significa que o time surpreendeu.
Resultados:
AVISO: Se você tem medo de alguns termos estatísticos pule o próximo parágrafo, prometo que são simples de entender.
Primeiro podemos ver que existe uma correlação moderada entre as posições finais do time e o ranking de elenco (a correlação é de 0.598 para ser preciso). Isso significa que em geral times com valores médios altos tendem a terminar mais perto do topo da tabela enquanto clubes com jogadores menos valiosos tendem a se aproximar da zona de rebaixamento. Além disso vemos que a diferença média é de 4 posições, ou seja, existe um boa chance que seu time termine o ano 4 posições acima ou abaixo daquilo previsto pelo ranking de elencos. Em resumo, o modelo tem dificuldade em prever exatamente a posição final do time, mas ele geralmente acerta a “região da tabela” onde o time terminará.
Feita essa análise inicial, separei os 4 times com as maiores diferenças positivas (Botafogo, Santos, Atlético-PR e Ponte Preta) e os 4 com maiores diferenças negativas (Internacional, Cruzeiro, São Paulo e Fluminense). Esses são os clubes que o modelo mais errou na previsão, pode-se dizer que esses times tiveram um rendimento muito diferente daquilo que era esperado para seus elencos.
Agora que a análise quantitava já nos deixou claro as principais surpresas e decepções desse campeonato podemos olhar qualitativamente para os motivos por trás desses desempenhos. Ao analisar o ano dos clubes fica claro que o conhecimento das peças do elenco é essencial para se obter um bom desempenho.
É interessante notar que o único time que trocou de treinador e se encaixa no grupo das “surpresas” é o Botafogo, onde Jair Ventura assumiu no lugar de Ricardo Gomes. Mesmo assim, Jair Ventura era auxiliar do Botafogo e já lidava com os atletas que comandou há algum tempo. Já Santos, Atlético-PR e Ponte Preta confiaram em seus treinadores (Dorival Júnior, Paulo Autuori e Eduardo Baptista respectivamente) e os mantiveram ao longo de todo o campeonato, uma decisão que trouxe resultados muito positivos. Por outro lado, todos os times no grupo das “decepções” trocaram pelo menos uma vez de técnicos, destaque especial para o Internacional que ao longo das 38 rodadas teve 4 diferentes treinadores. Mesmo que um elenco seja extremamente qualificado, é difícil fazê-lo render sem o devido tempo para trabalhar e conhecer as características dos atletas.
Observações:
- Outro motivo que pode explicar os resultados acima é a dificuldade de se valorizar alguns atletas antes do início do campeonato. Por exemplo, Vitor Bueno (um dos principais jogadores do Santos e revelação do campeonato) tinha como valor de mercado 1 Milhão de Euros, enquanto outros jogadores um pouco mais conhecidos como Eduardo Sasha tinham um valor de 2.5 Milhões de Euros. Traduzir o desempenho dos atletas em valor de mercado tem seus problemas e dificuldades, mas não deixa de ser uma ferramenta interessante.
- Se você pretende reproduzir esse modelo para calcular a diferença média é necessário usar os valores absolutos, caso contrário valores negativos provavelmente vão interferir bastante no resultado
Fundador do Algolritmo. Estudei Ciências da Computação e fiz mestrado em Analytics. Meu objetivo é apresentar uma nova forma de consumir futebol no Brasil: através da análise de dados! Meu tópico de maior interesse é comunicar ideias complexas de forma simples através de data visualization.
Me formei em Ciência da Computação e Administração na University of Southern California, em Los Angeles, também com mestrado em Analytics na mesma instituição. Já fiz estágios de Data Science em empresas como Facebook, Itaú e Looqbox.
O PVC tem que ver esses dados!! Parabéns.
Tomara que ele veja, sou fã dele! Obrigado pelo apoio!
Teria a curiosidade se a correlação pegando como referência o valor total (ou o valor dos 11 jogadores mais frequentemente escalados) em vez do valor médio e ainda mais forte. Chama a atenção o fato que o Palmeiras tem um elenco de jogadores muito mais longo do primeiro colocado (46 jogadores) o que é certamente uma vantagem …
Mario, achei muito interessante sua sugestão verifiquei também a correlação com o valor total e ela é um pouco mais baixa (0.55). É claro que para validar esse valor o ideal seria fazer um estudo com os valores totais e posições finais de mais campeonatos, no entanto o transfermarkt.com não é muito amigável para se coletar esse tipo de dado (muito da coleta precisaria ser feita à mão, o que é bastante trabalhoso. Tentarei também fazer um estudo sobre os tamanhos de elencos, à principio tendo a acreditar que deve existir um número “ideal” de jogadores para se trabalhar, porém pode ser que os dados mostrem que “quanto mais melhor”. Além disso pretendo estudar as escalações mais comuns de cada time, para tentar extrair mais insights. Novamente, muito obrigado pelo comentário e sugestões!
Interessante … não é o que eu esperava, mas demonstra que um elenco longo demais talvez não ajude …
Sem dúvida há uma relação entre a troca de treinadores e o desempenho. Mas a troca de treinadores é uma causa (a troca constante de treinador leva ao menor conhecimento do elenco que resulta em mau desempenho), uma consequência (o mau desemenho do elenco leva a diretoria a devidir pela troca do treinador) ou simplesmente está relacionada (as duas variáveis simplesmente estão relacionadas, mas não há necessariamente uma relação de causa e efeito entre elas) ao desempenho? Parabéns pela análise.
Acredito que as duas variáveis estão relacionadas, e acho que podemos ver as relações de causa e efeito de duas maneiras, como você mesmo citou. Na minha opinião o principal problema com as troca de técnicos é uma política de curto prazo, onde técnicos “tapa-buraco” são contratados em detrimento de projetos mais estruturados e promissores. Acho que falta muito aos times de futebol (principalmente no Brasil) mais propriedade e fundamento ao escolher um técnico. É necessário entender quais são suas características e como essas se adequam ao clube, não simplesmente contratar por campanhas recentes ou “renome”.
E obrigado pelo comentário e apoio!
Uma outra possibilidade de análise seria eliminar os (poucos) pontos fora da curva em cada time, jogadores que ganham muito mais do que a média do grupo. Penso que isso vai embaralhar os resultados, mas talvez melhore a correlação, que na análise inicial ainda é baixa. Parabéns pelo blog e pela qualidade da análise!
Boa ideia! Lembro que grande parte do valor do elenco do Palmeiras vinha pela incrível valorização do Gabriel Jesus. Os dados da transfermarkt.com não dos mais simples de se coletar, mas tentarei fazer alguns testes e ver se a correlação aumenta. Obrigado pelo apoio e sugestão!
Rafa,
Uma outra análise que pode ser interessante, seria confrontar os resultados dos jogos levando em conta sua análise do valor médio entre as equipes. Sob esta ótica seria possível levantar as probabilidades que cada equipe tem de vencer, empatar ou perder.
Verdade! Vou tentar organizar os dados e ver o quanto o modelo consegue prever resultados além de estudar os casos em que ele erra. Obrigado pela sugestão Leo!
Que mitagem!
Agradecemos o apoio!
Faz uma comparação do valor médio por jogador antes e depois do campeonato também, para ver se a valorização das surpresas e as decepções do brasileiro tiveram correlação direta com o resultado final no campeonato.
Boa ideia! É um ótimo tópico para o próximo post! O problema é que demora um pouco de tempo para o transfermarkt.com atualizar a valorização dos jogadores, mas ficarei de olho. Obrigado pela sugestão!
Muito irada a ferramenta, dá uma analise de previsão mt boa, interessante testar tambem com outras coisas, parabens bly
Brigado parceiro!