Gols e Assistências Premiam Dois Toques da Jogada. Os Modelos de Valor de Posse Avaliam o Resto

Um modelo de valor de posse (possession value, em inglês) é qualquer modelo que dá a cada ação com bola, não só à finalização, um valor em probabilidade de gol, perguntando o quanto aquela ação mudou a chance de o time marcar ou sofrer. Ameaça esperada, VAEP e On-Ball Value são os três nomes mais comuns, quase sempre em inglês, porque o português ainda não tem termos consagrados. São membros de uma mesma família, não ideias concorrentes, e partem da mesma queixa: gols e assistências premiam os dois últimos toques de uma jogada e ignoram o que os tornou possíveis. A página do VAEP na KU Leuven é direta: uma partida tem cerca de 1.600 ações com bola, e as estatísticas tradicionais recompensam cerca de um por cento delas.

O mecanismo comum é fácil de enunciar. Pegue o estado do jogo antes e depois de uma ação e estime, em cada um, a probabilidade de o time com a bola marcar em breve. A diferença é o valor da ação. Um passe que leva a bola de um lugar inofensivo para um perigoso ganha um número positivo. Um que a entrega num lugar ruim ganha um negativo. Os gols esperados já fazem isso para as finalizações, e o xA recua um passo, até o passe que criou a finalização. Os modelos de valor de posse estendem a lógica à posse inteira e, nas versões mais completas, às ações defensivas que encerram uma posse.

A ameaça esperada (xT) é o membro mais simples da família. Ela divide o campo numa grade, dá a cada zona um valor conforme a frequência com que as posses que chegam ali terminam em gol e credita ao passe ou à condução a diferença entre a zona de destino e a de origem. O post original de Karun Singh, de 2018, usava uma grade de 16 por 12. O atrativo é que ela só precisa da localização da bola, então roda nos dados de eventos mais básicos, e é transparente: dá para imprimir a grade e ler os valores. O custo é que ela não sabe nada sobre o passe, os defensores em volta ou a exposição ao contra-ataque.

O VAEP, sigla de Valuing Actions by Estimating Probabilities, foi criado por Tom Decroos e colegas na KU Leuven. Em vez de uma grade, um modelo de aprendizado de máquina lê as últimas ações (tipo, local, resultado, tempo) e estima duas probabilidades para o time com a bola: marcar e sofrer gol nas próximas ações. O valor de uma ação é a variação na primeira menos a variação na segunda. É esse segundo termo que dá ao VAEP duas direções: a interceptação de um zagueiro ganha crédito porque reduziu a chance de sofrer gol, e um passe arriscado que deixa o time aberto pode valer menos do que a distância ganha sugeriria. O modelo exige dados de eventos completos, e o código é aberto, na biblioteca socceraction.

O On-Ball Value é a versão da StatsBomb, lançada em setembro de 2021. Compartilha a lógica do VAEP, mas reporta gols a favor e gols contra como componentes separados e mede a variação no saldo de gols esperado ao longo da posse atual e da seguinte. Duas escolhas o diferenciam. É treinado com os gols esperados da própria StatsBomb, não com gols reais, o que, segundo o artigo de lançamento, reduz o ruído. E credita quase todo tipo de ação: passes, conduções, dribles, cortes, bloqueios, defesas e reposições do goleiro. É proprietário e depende do feed de eventos mais rico da empresa.

Os três servem para avaliar jogadores além de gols e assistências. Um meio-campista que carrega a bola e nunca dá assistência, um zagueiro cujas diagonais longas iniciam ataques, um goleiro cuja reposição lança contra-ataques: todos produzem um valor que a súmula não vê. Os analistas somam os valores de um jogador na temporada, dividem por 90 minutos e separam por tipo de ação para montar um perfil. Compare com o packing, que conta os defensores superados por um passe, mas não converte isso em probabilidade de gol. O valor de posse é o passo de "quantos defensores este passe superou" para "o quanto ele nos deixou mais perto do gol".

Os modelos nem sempre concordam, e as discordâncias ensinam. Numa comparação publicada entre xT e VAEP, o grupo da KU Leuven mostrou que um drible curto dentro da área que fica na mesma zona da grade vale zero de xT, enquanto o VAEP o credita porque o estado do jogo melhorou. Um passe que recupera a posse num contra-ataque recebe nota bem mais alta do VAEP, que conhece o contexto recente. Numa temporada inteira, os dois modelos produziram listas diferentes de melhores jogadores, com o xT puxando para os armadores criativos e o VAEP para os goleadores.

Os limites são reais. O movimento sem bola é invisível: a corrida que arrastou um defensor e abriu a linha de passe não ganha nada, e o passador fica com tudo. Dados de treino, janelas de previsão e variáveis diferentes fazem dois provedores ranquearem o mesmo jogador de formas diferentes, sem que nenhum esteja errado. O contexto é ralo: a maioria dos modelos públicos não sabe o placar, o minuto, a qualidade do adversário, nem se a zona era defendida por um bloco baixo ou uma linha alta. E os números por ação são minúsculos: o total de uma temporada equivale a poucos gols, base ruidosa para decidir uma contratação. Trate o resultado como uma lente sobre a contribuição, não como um veredito.

Qual é a diferença entre xT e VAEP?

O xT valoriza apenas onde a bola está. Lê o campo como uma grade, credita à ação a diferença entre os valores de duas zonas e ignora o tipo de ação, os eventos anteriores e o risco defensivo. O VAEP valoriza o estado do jogo inteiro. Usa as últimas ações como entrada, estima separadamente as probabilidades de marcar e de sofrer e recompensa também as ações defensivas. Na prática, o xT é mais fácil de calcular e de explicar e funciona com dados básicos, enquanto o VAEP é mais completo e sensível ao contexto, mas mais difícil de interpretar. Os dois geram rankings plausíveis, e discordam mais em passes para trás, recuperações em contra-ataque e movimentos curtos dentro da área.