- 25 de Novembro de 2022.
Depois de uma estreia vitoriosa para o Brasil na Copa do Mundo 2022, no Catar, a ansiedade cresce com a possibilidade do título mundial. Mas mesmo os melhores palpiteiros de plantão não conseguiriam fazer tantos cálculos quanto os modelos preditivos criados pela Universidade de Oxford.
Apesar da seleção do técnico Tite ser uma das mais cotadas para erguer a taça, essa previsão matemática de que o Brasil vai sair hexa campeão desperta os olhos dos curiosos e a atenção dos mais céticos. Afinal, como se constrói um modelo matemático para algo tão cheio de variáveis como o futebol?
Esquemas táticos mutáveis, reservas trocando com titulares, o calor da torcida, uma lesão em campo, o emocional dos jogadores. Como a matemática consegue digerir tudo isso e surgir com uma resposta mais provável para um único campeão?
Da mesma forma que empresas enfrentam oscilações de mercado, duros golpes de inflação, altas de moedas, entre outros fatores, o futebol também trabalha com variáveis que a estatística e as análises preditivas conseguem dominar.
Se você quer entender como a renomada instituição inglesa elaborou a pesquisa que mais está dando o que falar nesta Copa e a inteligência por trás dela, continue a leitura.
- Leia também: Copa do Mundo 2022 e o seu impacto na Black Friday
Universidade de Oxford: pesquisa mostra que o Brasil será campeão
Traduzir a caixinha de surpresas que é o futebol em estatísticas é um trabalho que demanda repetição. Para chegar às conclusões da pesquisa, o professor e pesquisador Joshua Bull, do Instituto de Matemática de Universidade de Oxford, juntou um time de especialistas em dados que analisou as variáveis possíveis para criar modelos capazes de traduzir os resultados mais prováveis do futuro.
Nesse sentido, falamos aqui não só de modelos preditivos - capazes de prever o futuro, e predizer o que deve mais provavelmente acontecer - como também de modelos prescritivos - que vão entender situações improváveis, e seus possíveis resultados, além de cenários hipotéticos dos mais variados possíveis.
Os modelos estatísticos montados pelo time de Bull se converteram em verdadeiros simuladores de Copa do Mundo - com mais de 1 milhão de possibilidades dos confrontos de grupos, a escolha dos resultados mais prováveis para a fase decisiva e, então, o algoritmo simulou mais 100 mil vezes cada jogo eliminatório.
Agora, como se simula um jogo que vai acontecer no futuro?
Não pode ser apenas "achismo", certo? O que os matemáticos de Oxford fizeram foi entender, por meio de perspectiva histórica (desde 2018), qual time tinha mais chances de ser vencedor, entendendo o desempenho deles em cada partida.
Utilizando uma ferramenta conhecida no meio técnico do futebol chamada xG, que calcula qual é a probabilidade de um jogador/time acertar o gol. A ferramenta entende quem é o jogador e de onde está chutando para o gol para dizer se há mais chance de acerto ou de erro.
E utilizando outra ferramenta chamada Elo Ratings, conseguem medir a força dos oponentes em cada jogo. Há milhares de outros cálculos possíveis com o xG, mas Bull optou por alimentar o modelo com jogos passados das seleções.
Em uma linguagem empresarial, pensando o Varejo, seria como olhar me perspectiva história para os seus produtos best sellers, base de clientes e alcance da promoção para estruturar logística, estoque e definir qual seria o produto de destaque da Black Friday, por exemplo.
Cruzando os resultados do Elo Ratings com o xG, surge uma correlação entre eles: se o Time A tem 500 pontos Elo a mais do que o Time B, podemos esperar um jogo com 1.8 xG para o time A, ou seja: cerca de 2 gols ao final da partida. Além disso, as partidas mais recentes dos times têm peso maior no cálculo do que as mais antigas e é possível acrescentar aos modelos uma variável do "inesperado" - conforme falamos mais acima.
Se você quiser entender de maneira mais aprofundada, o vídeo abaixo foi publicado no canal Oxford Mathematics da Escola de Matemática da universidade, no qual somos guiados pelo matemático Joshua Bull pela predições feitas. Infelizmente, só há legendas em inglês para o conteúdo.
- Você também vai gostar de ler: Data Science: Tudo o que você precisa saber antes de iniciar um projeto
Estatística e Análise Preditiva
Para além do divertido desafio de prever resultados de jogos de futebol, modelos analíticos criam grandes vantagens competitivas para diversos nichos de atuação, seja no esporte, no turismo, no varejo, nos seguros e em bancos, ou até no entretenimento. Veja abaixo 3 exemplos de aplicações de modelagem de dados.
Concessão de Crédito
Certamente, esse exemplo é um que a maioria das pessoas tem contato. Ele busca prever estatisticamente a chance de um futuro cliente de um produto financeiro se tornar inadimplente.
Marketing
Experimentar, observar, aprender e corrigir pode ser uma boa estratégia, mas os modelos de previsão podem ser extremamente úteis para fazer isso com uma grande quantidade de dados.
Os resultados também podem ser mais rápidos e também mais precisos, tornando a criação orientada ao sucesso de inúmeras ações de Marketing.
Com o uso adequado de modelos, é possível determinar o momento adequado para início de campanhas, público alvo, estimativa de retorno e eficiência do trabalho.
Rentabilização de uma carteira
O relacionamento de uma empresa com sua carteira de clientes é certamente uma de suas maiores riquezas - independente da vertical de negócio: varejo, banco, seguradora ou indústria.
Assim, entender bem o comportamento e necessidade de seu público pode levá-lo a elevados níveis de satisfação: gerando fidelização e rentabilidade.
Modelos de propensão a outros produtos (upsell e x-sell), churn/evasão ou mesmo adequação do produto já utilizado (ajuste de limite, por exemplo), podem ser importantes ferramentas na manutenção do relacionamento com os clientes.
E então, o Brasil vai ganhar ou não a Copa do Mundo?
Os pesquisadores de Harvard cravam o Brasil como campeão mais provável da Copa do Catar, com 14,7% de chances de levar o ouro. A seleção canarinho enfrentaria a Bélgica na final no dia 18 de dezembro e venceria, com 61% das probabilidades.
Mas, antes de comemorar, é importante ressaltar que seleção argentina aparece logo depois do Brasil com uma margem apertada, menos de 0,4 ponto percentual. Estaticamente, há um empate técnico entre os dois.
Mas como nem tudo que acontece em campo pode ser traduzido em números, a zebra já deu as caras mais uma vez na Copa do Mundo. Desta vez, a vítima foi a Alemanha, que perdeu de virada para o Japão por 2 a 1 no jogo de estreia. Também por 2 a 1, outra grande seleção contrariou o seu histórico: a Argentina perdeu para a Arábia Saudita na primeira rodada do grupo C - tendo 3 gols da Argentina anulados ainda no primeiro tempo.
Ou seja, apesar do número de gols da Argentina ter sido mais alto do que o da Arábia Saudita, como previa o modelo, os gols válidos foram menores. Talvez seja o caso de refinar o modelo e pensar a inserção de outras variáveis em campo para torná-lo cada vez mais preciso.
Não só no futebol, como em qualquer negócio, os modelos precisam ser constantemente revisados e ter suas metodologias questionadas para acompanhar os objetivos de negócios, as oscilações de mercado, da concorrência e as mudanças nos desejos dos consumidores.
Portanto, não é possível afirmar que o Brasil será com certeza campeão da Copa do Mundo de 2022 - mas sim que há uma grande chance. De qualquer forma, só teremos 1 campeão, e será uma excelente forma de testar a eficácia desses modelos analíticos de Harvard e suas potencialidades e gargalos. Assim, o uso de modelos analíticos para montar esquemas táticos, antecipar resultados de torneios é mais uma forma de popularizar o recurso científico e aproximá-lo da sociedade como um todo.
Se você quer entender mais sobre modelos analíticos e suas aplicações em diferentes negócios, clique no banner e baixe agora nosso e-book gratuito: Modelos Preditivos Poderosos para Empresas Competitivas.
Comentários