Moneyball: como método do beisebol mantém ‘pequenos’ competindo no futebol

Em 2003, o livro Moneyball, de Michael Lewis, virou sucesso contando como o Oakland Athletics, time de orçamento reduzido da Major League Baseball (MLB), havia desafiado gigantes a partir de uma nova lógica. Tratava-se contratar jogadores não pela visão tradicional dos olheiros, mas considerando quase que totalmente estatísticas que revelavam talentos ignorados pelo mercado.

PLACAR agora está nas bancas e em todas as telas. Assine a revista digital

Dois anos depois, a história virou filme estrelado por Brad Pitt. Porém, mais do que um fenômeno cultural, a ideia, por ter sido aplicada na prática, se tornou sinônimo de eficiência e usar números para competir em desvantagem.

Anos depois, o método que nasceu no beisebol desembarcou no futebol. Em um esporte menos previsível, sem troca constante de pontos e repleto de resultados contrapondo lógicas estatísticas, a aplicação é logicamente mais difícil.

Moneyball, filme que conta história do Oakland Athletics, do Beisebol – Divulgação

Mas foi justamente no esporte mais popular do mundo, em um contexto de grandes desigualdades financeiras (algo menos evidente nas ligas americanas), que o método encontrou terreno fértil. A pergunta que pairava era: seria possível um clube “pequeno” usar estatísticas para furar o bloqueio dos bilionários?

Do beisebol ao futebol

A base de tudo está na sabermetrics, campo de estudo criado nos Estados Unidos para medir, com mais rigor, nuances mais objetivas do beisebol. Enquanto dirigentes e treinadores valorizavam exclusivamente a análise qualitativa “intuitiva”, os números mostravam, por exemplo, que atributos como a capacidade de chegar em base valiam mais do que a média de rebatidas.

No futebol, a tradução exigiu criatividade. O beisebol tem eventos claros e repetíveis, enquanto o futebol, não. Gols são raros e dependem de interações coletivas.

Surgiram, então, métricas próprias: os expected goals (xG), que estimam a probabilidade de uma finalização virar gol; os expected assists (xA), que medem o potencial de um passe; e modelos mais complexos, como o expected threat from passes (xT), que mede quanto perigo um jogador gera com seus passes em termos de probabilidade de levar a equipe a um chute ou gol.

Os pioneiros

Na Europa, quem primeiro levou isso a sério foram clubes fora do eixo rico. Comandado pelo investidor Matthew Benham, o Brentford, da Inglaterra, saltou das divisões inferiores para o retorno à elite, conquistado na temporada 2020/21.

Benham, a partir de 2015/16, passou a aplicar no clube da região oeste de Londres o recrutamento de atletas baratos e com números promissores. Físico formado na Universidade de Oxford, o empresário bem-sucedido no ramo das apostas esportivas e das finanças passou a aplicar modelos matemáticos, investir em treinamentos específicos de bolas paradas e focar o jogo da equipe com base em “probabilidades”.

Jogadores do Brentford comemoram gol na Premier League – Instagram/@brentfordfc

No entanto, apesar das comparações com o método Moneyball, o dono do Brentford nega aderir ao termo. “O rótulo pode ser confuso porque as pessoas pensam que estão usando apenas alguma estatística, mas não querem usar isso de forma científica”, disse em entrevista ao The Guardian.

E, nesse quesito, o rival mais simbólico do Brentford é o Brighton & Hove Albion. Sob Tony Bloom, apostador profissional, especialista em estatística e rival pessoal de Matthew Benham, o clube criou um departamento analítico considerado um dos mais sofisticados do futebol mundial.

A direção construiu um sistema de análise estatística, cujo objetivo é identificar talentos subvalorizados em mercados periféricos e transformá-los em desempenho esportivo e valor de mercado. Diferente de abordagens tradicionais, que focam em gols, assistências ou reputação, o Brighton usa métricas avançadas: capacidade de pressionar o adversário, eficiência na transição, progressão de bola, resistência física e performance em contextos táticos específicos.

Moisés Caicedo brilhou com a camisa do Brighton – Adam Hunger/AFP

Assim, a cada janela, o Brighton descobre talentos escondidos, conquista resultados esportivos e lucra. Exemplos são Moisés Caicedo, comprado por 28 milhões de euros junto ao Independiente Del Valle e vendido por 116 milhões de euros ao Chelsea, e Alexis MacAllister, adquirido do Argentinos Juniors por 8 milhões de euros e negociado por 42 milhões de euros para o Liverpool.

Moneyball chega aos grandes

O sucesso de clubes como Brentford e Brighton chamou atenção de times com orçamento elevado, acostumados a disputar nomes consagrados em leilões milionários. Gigantes das principais ligas europeias começaram a incorporar princípios semelhantes: análise estatística intensiva para reduzir risco em contratações, monitoramento detalhado de métricas avançadas e uso de dados para otimizar desempenho coletivo.

Manchester City, Liverpool e Bayern de Munique, por exemplo, mantêm departamentos próprios de análise de dados que cruzam informações de tracking, eventos e scouting. O Paris Saint-Germain, especialmente após a mudança no perfil de contratações com a chegada de Luís Campos, fez o mesmo – e chegou ao sonhado título da Champions League.

PSG conquistou título inédito da Champions – Kirill KUDRYAVTSEV / AFP

Nos clubes de elite, contudo, a abordagem no “perfil Moneyball” não se limita a encontrar talentos baratos, mas também a maximizar cada investimento. Decisões de contratação, renovação de contrato e até escalação passam por modelos de previsão que projetam desempenho futuro, risco de lesão e ajuste ao estilo da equipe.

Além disso, essas estatísticas avançadas permitem a análise do próprio desempenho. Se colocadas em contexto coletivo, métricas como p de passes permitidos por ação defensiva (PPDA) mede o número de passes que um adversário consegue dar antes de sofrer uma ação defensiva, como um desarme ou interceptação.