Ameaça Esperada (xT) Explicada: Além do xG

O primeiro golo do Arsenal na vitória por 3-1 sobre o Burnley em dezembro de 2018 foi um golaço. Mesut Özil rasgou a defesa com um passe em profundidade para Sead Kolašinac, que a devolveu a rasgar a linha de defesa para Pierre-Emerick Aubameyang finalizar. O assistente foi Kolašinac. O golo foi de Aubameyang. Özil ficou sem nada.

A Ameaça Esperada, ou xT, conta uma história diferente. Pelos seus cálculos, o passe de Özil elevou a probabilidade do Arsenal marcar nos próximos cinco lances de 7,7% para 15,8%. A devolução de Kolašinac acrescentou apenas 1,3 pontos percentuais. Özil fez 86% do trabalho, e a estatística nunca o notou.

É isso que dá valor ao xT. Golos, assistências e até o xG só contam o último passo de uma jogada. O xT dá crédito aos passes e aos dribles que tornaram o último passo possível, um pouco como avaliar um jogo de xadrez por mais do que a captura final. Eis como funciona, de onde vem e como um apostador pode pô-lo em prática.

A Expected Threat (xT) atribui um número a quanto cada passe, condução e drible alteram a probabilidade de marcar de uma equipa. A Expected Goals (xG) apenas avalia os remates. A xT avalia tudo o resto no campo, incluindo as jogadas que nunca terminam num remate.

A ideia é belamente simples. Divida o campo numa grelha e atribua a cada zona um valor de ameaça: com que frequência a posse de bola nessa zona leva a um golo nas próximas ações. Digamos que a bola na sua própria grande área vale cerca de 0,01, uma probabilidade de 1%. Na altura em que está ao nível do ponto de penálti, pode valer algo como 0,35. Mover a bola de uma zona para outra e a diferença é o crédito que o jogador ganha.

Assim, um passe da sua própria metade até à beira da área adversária faz mais do que ganhar território. Eleva mensuravelmente a sua probabilidade de marcar. Diferença chave: a xG valoriza o remate, a xT valoriza a construção.

Por baixo do capô, o xT faz uma pergunta simples a cada ponto do campo: dispara ou desvia a bola? O modelo pondera a probabilidade de marcar caso se dispare contra o valor do ponto para onde a bola é mais provável de ser movida a seguir.

O cálculo decorre em rodadas até os números estabilizarem, geralmente após quatro ou cinco. Cada rodada acrescenta mais uma ação à cadeia, por isso, após cinco rodadas, o valor para uma zona é a probabilidade de marcar dentro das próximas cinco ações a partir dela. Em símbolos:

A matemática por trás do xT é mais antiga do que o seu nome. Em 2011, Sarah Rudd apresentou um paper no New England Symposium on Statistics in Sports em Harvard, usando cadeias de Markov para valorizar a posse de bola em vários estados do campo (grande área, flanco, meio-campo, área, perdida). O seu modelo classificou um jovem Jordan Henderson, então no Sunderland, como um dos 25 melhores jogadores da Premier League, enquanto o prolífico avançado Darren Bent ficou mal classificado. À época, parecia uma tolice. Agora parece muito menos tolice.

Karun Singh trouxe depois a ideia a um público mais alargado. O seu post de blogue de dezembro de 2018 deu-lhe o nome "Expected Threat", acrescentou visualizações interativas e descreveu o método com detalhe suficiente para qualquer pessoa o replicar. O nome ficou, e o seu post continua a ser uma das referências mais citadas no tema.

A configuração habitual divide o campo numa grelha de 16x12, com um total de 192 zonas. Cada zona transporta quatro números extraídos de dados históricos: com que frequência os jogadores movem a bola dali por passe ou drible, com que frequência disparam (os dois somam 100%), para onde a bola tende a ir a seguir e com que frequência um remate dessa zona acaba na baliza.

O modelo começa com todas as zonas a zero e constrói-se em rondas. A primeira ronda é efetivamente um modelo de xG, porque só o remate conta. A segunda ronda acrescenta "mover, depois disparar". A terceira acrescenta "mover, mover, disparar", e assim por diante. Na quarta ou quinta ronda os valores deixam de mudar muito, e o número de cada zona é a sua chance de produzir um golo dentro de cinco ações.

Por que parar em cinco? Sequências mais longas tornam-se cada vez mais imprevisíveis, e as rondas adicionais acrescentam muito pouco. É um compromisso elegante, e mantém os números fáceis de interpretar.

Atribuir um valor a um passe ou a um drible individual é quase demasiado simples: toma o valor da ameaça no ponto final e subtrai o valor do ponto inicial. Mover a bola de uma zona que vale 0,05 para uma que vale 0,15 significa que aquela ação gerou 0,10 xT, dez pontos percentuais de probabilidade extra de marcar em cinco ações.

Somar esses ganhos ao longo de um jogo ou de uma época dá-te uma medida de quanto perigo um jogador ou uma equipa cria, quer ou não esse perigo termine num remate.

A ideia por trás do xT foi explicada na análise de basquetebol por Cervone e colegas: "A maioria das métricas avançadas continua a basear-se em contagens simples relacionadas com os estados finais das posses... Isto é semelhante a analisar uma partida de xadrez com base apenas na jogada que resultou em xeque-mate, deixando inexplorada a possibilidade de que a jogada-chave ocorreu várias jogadas antes."

O futebol tem exatamente o mesmo ponto cego. Golos, assistências e xG ficam todos no final de uma jogada. Perdem o passe progressivo que rompeu uma linha defensiva, a condução de bola que arrastou os defensores para fora da posição e a troca de jogo para um flanco sobrecarregado. E já que a maioria das ações com a bola em jogo são passes e conduções em vez de remates, é muito futebol que fica sem crédito.

Os Golos Esperados revolucionaram a forma como julgamos a qualidade dos remates, mas um passe que rompe a linha defensiva, um drible que abre espaço ou uma condução a partir de posições recuadas não ganham nada em xG. O xT e o xG medem habilidades diferentes, por isso um jogador pode ser excelente a criar ameaça sem tomar muitos remates.

Voltemos a Özil e Kolašinac. O passe entre linhas de Özil levou a ameaça de 0,077 para 0,158, valendo 0,081 xT e 86% do crédito. A recuada de Kolašinac levou-a de 0,158 para 0,171, valendo 0,013 xT e 14%. A coluna de assistências atribuiu tudo a Kolašinac, mas a contribuição de Özil foi cerca de seis vezes maior. Isso é importante para o scouting, para as negociações de contrato e, como veremos, para qualquer pessoa que tente encontrar uma vantagem nos mercados.

O teste de Henderson

A melhor propaganda para o pensamento baseado no valor da posse continua a ser o trabalho de Sarah Rudd de 2011. O seu modelo identificou Jordan Henderson como um dos 25 melhores jogadores da Premier League, enquanto classificou mal Darren Bent. Na altura, isso soou absurdo: Bent era um marcador comprovado, Henderson um médio pouco notável. Henderson juntou-se depois ao Liverpool por um valor reportado de 16-20 milhões de euros, e Bent juntou-se ao Aston Villa por até 24 milhões de euros.

Anos depois, Henderson levantava a Champions League, a Premier League, a FA Cup e a League Cup como capitão do Liverpool. Os analistas tinham detetado algo que os golos e as assistências não conseguiam mostrar.

O defesa lateral pouco valorizado

A mesma lógica explica por que os defesas laterais e os médios mais recuados tão frequentemente parecem melhores em xT do que nas colunas tradicionais. Raramente marcam ou fazem assistências, mas movem a bola de posições recuadas para zonas de perigo, repetidamente. Esse trabalho nunca aparece num vídeo de melhores momentos, mas é exatamente o que o xT foi criado para contar.

Ler uma equipa

Os mapas de xT por equipa mostram onde uma equipa cria o seu perigo: pela esquerda, pelo meio, através de corridas profundas ou através de lançamentos largos. Inverta a vista e pode ver onde o adversário sofre mais, e depois combine isso com os destinos das passes para encontrar as vias de jogo a defender. Traçar o xT ao longo de um jogo também permite ver quem está realmente a dominar. Uma equipa pode dominar a linha temporal de ameaça sem registar muitas finalizações, simplesmente porque a sua construção mantém a bola em zonas perigosas.

Avaliar jogadores

O xT recompensa os jogadores que as colunas habituais ignoram: laterais, médios e qualquer outra pessoa que faz a bola avançar sem finalizar a jogada. Também se divide perfeitamente em passes e corridas. Kevin De Bruyne é o clássico passador, Eden Hazard o clássico corredor, e Lionel Messi o jogador que conseguia fazer as duas coisas. Compare a ação que um jogador escolheu com a melhor disponível e começa a ver a tomada de decisão também.

Encontrar a próxima contratação

Para o recrutamento, a questão é a adequação. Uma equipa baseada na posse quer um perfil de xT diferente de uma de contra-ataque. E porque o xT revela jogadores que impulsionam a construção sem grandes números de golos e assistências, os olheiros podem usá-lo para descobrir talento em ligas menores antes de os clubes maiores se aperceberem.

Nenhuma métrica é perfeita, e a simplicidade do xT é ao mesmo tempo o seu encanto e a sua fraqueza. Os investigadores por trás do framework VAEP na KU Leuven foram diretos: a abordagem baseada em localização do xT não é a mais precisa, porque a ameaça reside na forma como a bola é movimentada, não no local onde se encontra.

Sem noção de pressão ou defensores

Um passe para a área contra um bloco baixo compacto conta o mesmo que um contra uma defesa esticada. Sem dados de rastreamento, o xT só vê a bola, não os defensores à sua volta, pelo que uma zona que parece perigosa no mapa pode estar cheia de corpos. A mesma ação num contexto diferente pode ser muito mais difícil.

Sem noção de risco

Um passe arriscado para a área vale o mesmo que um seguro, desde que ambos cheguem ao destino. O xT básico também ignora as falhas: um passe entrelinhas interceptado pontua zero, mesmo que tenha sido exatamente a bola certa para tentar. Um contra-ataque rápido contra uma defesa desorganizada deveria valer mais do que uma construção paciente que termina no mesmo sítio, e o xT não consegue diferenciá-los.

Sem noção do estado do jogo

O resultado, o minuto e a situação tática não estão no modelo. Uma equipa a perder por 3-0 no 85.º minuto pode acumular bastante xT enquanto a adversária está a recuar, mas isso não é ameaça genuína. Trata os números como um guia do processo, não como um veredito.

Essas lacunas inspiraram uma família de modelos de valor da posse mais inteligentes. O VAEP, do laboratório DTAI da KU Leuven, usa machine learning sobre características ricas do estado do jogo e valoriza tanto marcar como sofrer golos. O OBV da StatsBomb baseia-se no seu modelo xG e usa dados de 360 graus para ver onde estão os jogadores à volta da bola. A American Soccer Analysis tem o seu próprio Goals Added (g+) para a MLS.

Todos perseguem o mesmo objetivo que o xT, valorizando cada ação em vez de apenas a última, mas cada um acrescenta o contexto que o xT básico não tem. A tabela mostra onde cada um se encaixa.

A xT não vai entregar-te vencedores prontos a usar, mas é uma lente afiada para perceber quem é melhor do que os resultados indicam. Usada em conjunto com um modelo de apostas de futebol adequado modelo de apostas de futebol, aponta para alguns ângulos práticos.

Equipas cujos resultados ficam atrás do processo

Uma equipa que continua a criar posições perigosas mas que as converte mal é uma boa aposta para regressar para cima. A xT mede o desempenho subjacente independentemente da sorte no final, por isso ajuda-te a separar uma equipa genuinamente fraca de uma equipa com azar. O mesmo raciocínio pode ajudar com os totais, que é onde o nosso guia para linhas de Over/Under entra em ação.

Mercados de jogadores e assistências

Médios que criam bastante ameaça com os passes podem estar subvalorizados nos mercados de assistências. O remate dos seus colegas de equipa pode esconder o quão bom é o processo subjacente, que é exatamente onde o valor tende a esconder-se.

Desajustes táticos e apostas ao vivo

Coloca as zonas de perigo de uma equipa frente aos pontos fracos do adversário e podes encontrar uma vantagem no confronto. Se a Equipa A cria a maior parte da sua ameaça a partir das zonas laterais e a Equipa B sofre muito com cruzamentos, isso diz-te alguma coisa. Ao vivo, uma equipa que domina a linha de tempo da xT enquanto está atrás no placar pode ser uma verdadeira oportunidade de aposta ao vivo.

A próxima onda de métricas já está a tomar forma. Os dados de rastreamento permitirão aos analistas ter em conta a colocação defensiva, premiar o movimento sem a bola e medir o espaço criado, e não apenas o terreno ganho. A Ameaça Esperada Dinâmica (DxT) e modelos semelhantes visam integrar a pressão defensiva, o estado do jogo e a velocidade de transição, o contexto que o xT básico não possui.

Espera-se também mais pensamento em termos de risco e recompensa, com modelos que pesam a probabilidade de marcar contra a probabilidade de sofrer golos, especialmente para passes de alto risco que rompem as linhas. À medida que os modelos de valor da posse se tornarem padrão na StatsBomb e em muitos clubes, a comparação de métodos e referências fica mais fácil, e a conversa pública fica mais inteligente com isso.

A Ameaça Esperada é uma das ideias mais úteis na análise de dados do futebol desde o xG. Não vai dizer-te quem ganha no sábado, mas mostra-te as jogadas antes do xaque-mate: os passes, os avanços e os dribles que criam oportunidades antes de alguém disparar. Não é perfeita, mas um modelo simples que te leva até quase ao fim, rapidamente, ganha a um modelo complicado que nunca usas.

• O processo importa mais do que o resultado. Uma equipa que cria muito xT mas perde jogos tem mais probabilidades de dar a volta do que uma que ganha com sorte.
• Procura os criadores escondidos. Os jogadores que constroem a jogada através de passes e avanços raramente recebem crédito de assist, por isso procura-os nos mercados de jogadores e criação de oportunidades.
• Liga as zonas de perigo aos pontos fracos. Onde uma equipa cria a sua ameaça em relação a onde o adversário deixa espaço é um ângulo mais limpo do que a forma pura.
• Respeita o contexto. Pressão, estado do jogo e risco não estão no xT básico, por isso usa-o em conjunto com o xG e com os teus próprios olhos.
• Procura o desequilíbrio ao vivo. Uma equipa a dominar a linha de tempo da ameaça enquanto está a perder é o tipo de situação ao vivo que merece uma análise mais profunda.
• Mantém as apostas sensatas. Nenhuma métrica elimina a variância, por isso aposta o que te dá para perder e nunca persigas perdas.

O assist diz-te quem passou. O golo diz-te quem marcou. O xT ajuda a mostrar quem realmente criou a oportunidade.

• Como Usar xG (Golos Esperados) para Apostas de Futebol Mais Inteligentes
• Como Construir um Modelo de Apostas Desportivas: Guia Completo
• Vantagem em Casa vs Qualidade da Equipa: Guia Avançado de Apostas de Futebol
• Mercados de Apostas por Minuto: Quando os Golos Acontecem

18+. Aposte com responsabilidade. Para apoio gratuito e confidencial, visite BeGambleAware.org.