Durante muito tempo, o jornalismo esportivo esteve associado principalmente à cobertura de partidas, entrevistas, bastidores e opiniões. O repórter acompanhava o jogo, conversava com os personagens e transformava aquilo em uma história para o leitor.
Nada disso deixou de existir.
Mas o futebol passou a produzir uma quantidade enorme de dados. Finalizações, posse de bola, passes, pressão, distância percorrida, expected goals (xG), mapas de calor, sequências de passes, desempenho individual e centenas de outras informações passaram a fazer parte da rotina de clubes, analistas e torcedores.
Nesse cenário, surgiu uma forma complementar de fazer jornalismo: o jornalismo esportivo baseado em dados. Mais do que colocar números em uma reportagem, trata-se de utilizar dados para encontrar perguntas, testar hipóteses, identificar padrões e explicar acontecimentos do esporte com maior profundidade.
Dados não substituem o jornalismo
Uma reportagem baseada em dados não é simplesmente uma matéria cheia de estatísticas. Um número isolado raramente conta uma história completa.
Dizer que um jogador teve 87% de precisão nos passes, por exemplo, não explica necessariamente se ele teve uma boa atuação.
É preciso saber:
- Quantos passes ele tentou?
- Em quais regiões do campo?
- Qual era sua função?
- Como a equipe estava organizada?
- Qual era o contexto daquela partida?
O mesmo vale para uma equipe. Possuir mais posse de bola não significa automaticamente controlar uma partida.
Ter mais finalizações não significa necessariamente criar as melhores oportunidades. Marcar mais gols em determinado período não prova, por si só, que uma mudança tática foi responsável pelo resultado.
O papel do jornalista é justamente colocar esses números em contexto.
A diferença entre estatística e jornalismo de dados
A estatística pode responder a uma pergunta como “quantos gols uma equipe marcou nos últimos dez jogos?”. O jornalismo de dados pode partir de uma pergunta diferente: “por que essa equipe passou a marcar mais gols?”.
A primeira pergunta exige uma consulta aos dados.
A segunda exige investigação.
O jornalista pode cruzar informações sobre:
- Escalações
- Mudanças de treinador
- Formação tática
- Volume de finalizações
- Qualidade das chances criadas
- Adversários enfrentados
- Local das partidas
- Outros fatores que possam ter influenciado o desempenho
A partir daí, pode surgir uma hipótese — mas a hipótese não significa uma conclusão.
É justamente nesse ponto que o jornalismo baseado em dados precisa preservar um dos princípios mais importantes da análise: correlação não significa causalidade.
Correlação não significa causalidade
Imagine que uma equipe tenha aumentado sua posse de bola e também passado a vencer mais partidas. Existe uma correlação entre os dois fenômenos?
Pode ser que sim.
Isso significa que o aumento da posse causou as vitórias?
Não necessariamente.
A equipe pode ter passado a jogar contra adversários mais fracos.
- Pode ter contratado jogadores melhores.
- Pode ter mudado seu sistema de jogo.
- Pode ter começado a jogar mais vezes em casa.
- Ou pode haver uma combinação de vários fatores.
O jornalista esportivo baseado em dados precisa justamente evitar transformar uma associação estatística em uma explicação causal sem evidências suficientes.
Essa diferença parece simples, mas é fundamental.
O futebol é um ambiente cheio de variáveis
Uma das dificuldades da análise esportiva é que o futebol é um sistema complexo. O desempenho de uma equipe depende de inúmeras variáveis que interagem entre si.
- Um gol pode mudar completamente o comportamento de uma partida.
- Uma expulsão altera a estrutura tática.
- Uma lesão modifica o planejamento.
- O calendário interfere na preparação física.
- O adversário também toma decisões.
Por isso, comparar números sem considerar o contexto pode produzir interpretações equivocadas.
- Um atacante pode finalizar menos porque passou a participar mais da construção das jogadas.
- Um meia pode dar menos passes porque sua equipe passou a jogar de maneira mais vertical.
- Um time pode ter menos posse porque decidiu explorar transições rápidas.
Os dados ajudam a enxergar essas mudanças. Mas é a investigação jornalística que ajuda a interpretá-las.
De onde vêm os dados?
O jornalismo esportivo baseado em dados pode utilizar diferentes fontes. Nem toda informação precisa vir de uma plataforma estatística especializada.
Entre as fontes possíveis estão:
- Bases públicas de competições;
- Súmulas e documentos oficiais;
- Dados fornecidos por empresas especializadas;
- Estatísticas de partidas;
- Informações de clubes e federações;
- Bases históricas;
- Entrevistas;
- Documentos;
- Levantamentos próprios.
Também é possível construir bancos de dados próprios.
Esse ponto é particularmente importante.
Um jornalista não precisa depender exclusivamente de uma estatística pronta encontrada na internet.
Ele pode coletar informações, organizar uma base, definir critérios, verificar inconsistências e produzir uma análise original.
É nesse processo que os dados deixam de ser apenas informação disponível e passam a se transformar em material jornalístico.
A importância da metodologia
Toda análise baseada em dados precisa deixar claro como os números foram obtidos e interpretados. Uma conclusão pode mudar dependendo da maneira como os dados foram selecionados.
Algumas perguntas são fundamentais:
- De onde vieram os dados?
- Qual período foi analisado?
- Qual foi o tamanho da amostra?
- Quais critérios foram utilizados?
- Existem dados faltantes?
- Como as informações foram classificadas?
- Há alguma limitação na comparação?
Imagine, por exemplo, uma análise sobre o desempenho de um treinador.
Se forem considerados apenas os últimos cinco jogos, a conclusão pode ser muito diferente daquela obtida ao analisar 50 partidas.
O recorte escolhido faz parte da história.
Por isso, transparência metodológica é uma característica importante do jornalismo de dados.
Amostra também importa
Uma sequência de três, cinco ou dez partidas pode produzir uma informação interessante. Mas isso não significa que ela represente necessariamente um padrão.
Quanto maior e mais adequada for a amostra, maior tende a ser a capacidade de identificar padrões que não dependam apenas de acontecimentos aleatórios.
Isso não significa que “mais dados” resolvam automaticamente todos os problemas.
Uma grande quantidade de dados coletados de maneira inadequada continua produzindo uma análise inadequada.
Qualidade, contexto e metodologia importam tanto quanto quantidade.
O jornalista precisa saber programar?
Não necessariamente. Ferramentas como planilhas já permitem realizar uma enorme quantidade de análises.
Filtros, tabelas dinâmicas, gráficos, médias, distribuições e correlações podem ser utilizados para investigar fenômenos esportivos sem escrever uma única linha de código.
Ao mesmo tempo, conhecimentos de programação podem ampliar bastante as possibilidades.
Python, R, SQL e outras ferramentas permitem trabalhar com bases maiores, automatizar tarefas, realizar análises estatísticas e criar processos de coleta e tratamento de dados.
Mas a ferramenta é secundária.
A pergunta jornalística vem antes.
Saber programar não transforma automaticamente alguém em jornalista de dados.
O dado precisa encontrar uma história
Uma das armadilhas do jornalismo esportivo baseado em dados é produzir análises interessantes do ponto de vista estatístico, mas pouco relevantes para o leitor. Um gráfico bonito não é necessariamente uma boa reportagem.
O objetivo não deve ser mostrar tudo o que é possível calcular.
Deve ser descobrir algo que ajude o público a compreender melhor o esporte.
Uma boa reportagem pode começar com perguntas como:
- Por que determinado time passou a sofrer tantos gols no segundo tempo?
- Por que determinado jogador deixou de finalizar?
- Uma equipe realmente mudou depois da troca de treinador?
- Um atacante está finalizando mais ou apenas convertendo melhor suas oportunidades?
O número é o ponto de partida da investigação, não necessariamente o ponto final.
Dados e jornalismo tradicional trabalham juntos
O jornalismo baseado em dados não precisa competir com a reportagem tradicional. Na realidade, as duas abordagens podem se complementar.
Uma análise estatística pode revelar que determinado comportamento mudou.
A reportagem pode descobrir, por meio de entrevistas, documentos e observação, por que aquilo aconteceu.
Da mesma forma, uma informação obtida por um repórter pode gerar uma hipótese que posteriormente será investigada com dados.
O melhor resultado muitas vezes está justamente na combinação entre os dois métodos.
Visualização também é parte da reportagem
Dados podem ser difíceis de compreender quando apresentados apenas em tabelas. Gráficos, mapas, linhas do tempo, mapas de passes e outras formas de visualização podem transformar uma grande quantidade de informações em algo mais fácil de interpretar.
Mas a visualização precisa ter uma função jornalística.
Cada gráfico deve ajudar a responder uma pergunta.
Um gráfico que apenas enfeita a reportagem acrescenta pouco.
Um gráfico que permite perceber rapidamente uma tendência, uma mudança ou uma diferença relevante pode ser parte fundamental da narrativa.
O jornalismo esportivo do futuro não será apenas sobre números
O crescimento dos dados não significa que o futebol será reduzido a estatísticas. O esporte continua sendo formado por pessoas, decisões, emoções, contexto e acontecimentos imprevisíveis.
Os dados podem mostrar que determinada equipe criou mais oportunidades.
Eles não explicam sozinhos como um jogador se sentiu depois de perder uma chance decisiva.
Podem mostrar uma mudança no comportamento tático.
Mas uma entrevista pode revelar que a alteração foi consequência de uma conversa no vestiário.
É justamente essa combinação que torna o jornalismo esportivo baseado em dados interessante.
O dado ajuda a encontrar a história.
A reportagem ajuda a explicar a história.
E o contexto impede que o número seja tratado como verdade absoluta.
Mais dados não significam automaticamente mais verdade
O desafio do jornalismo esportivo baseado em dados não é simplesmente aprender a coletar números. É aprender a fazer perguntas melhores.
É saber diferenciar:
- Coincidência de padrão;
- Correlação de causalidade;
- Amostra de evidência suficiente;
- Estatística de explicação.
Também é reconhecer quando os próprios dados não permitem chegar a uma conclusão.
Essa talvez seja uma das maiores virtudes desse tipo de jornalismo: saber dizer não apenas o que os números mostram, mas também aquilo que eles ainda não conseguem provar.
No futebol, onde uma mesma partida pode produzir dezenas de interpretações diferentes, essa diferença é fundamental.
Porque números podem ajudar a contar uma história.
Mas não dispensam o jornalista responsável por contá-la.