Modelo de Decisão Multicritério para Avaliação e Seleção de Jogadores

Jogadores, Modelo de Decisão Multicritério para Avaliação e Seleção de

doi:10.22167/2675-6528-202602811

Artigo

30 de setembro de 2026

Modelo de Decisão Multicritério para Avaliação e Seleção de Jogadores

Modelo de Decisão Multicritério para Avaliação e Seleção de Jogadores

David Antonio Teixeira dos Santos; Elias Soares de Figueiredo

DOI: 10.22167/2675-6528-202602811

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

Considerando o mercado de transferências no futebol profissional, caracterizado por altos volumes financeiros e complexidade decisória, desenvolveu-se um modelo analítico para apoiar a seleção de jogadores, utilizando técnicas de análise de dados e aprendizado de máquina. Coletaram-se dados de desempenho de atletas por meio de APIs esportivas. Aplicou-se o algoritmo K-means para agrupar jogadores em clusters de funções táticas semelhantes, permitindo comparações homogêneas. Em seguida, um sistema de avaliação multicritério (score) foi desenvolvido, baseado em múltiplas métricas de desempenho, para ranquear jogadores em seus contextos. Avaliaram-se diferentes modelos de classificação, incluindo KNN, SVC, Random Forest e XGBoost, com otimização de hiperparâmetros. O modelo SVC obteve o melhor desempenho, com acurácia de 0,6371, na estimativa da probabilidade de sucesso de transferências. Os resultados indicaram que a abordagem identifica jogadores com perfis táticos comparáveis e estima a probabilidade de sucesso em transferências, considerando critérios técnicos, táticos e de utilização. Concluiu-se que a integração de clusterização, ranqueamento e modelagem preditiva oferece uma abordagem mais estruturada, quantitativa e menos subjetiva para o recrutamento no futebol profissional.

Palavras-chave: Futebol; K-means; Machine learning; SVC.

1. Introdução

O mercado de transferências no futebol profissional é um ambiente de alta complexidade e com volumes financeiros expressivos. Apenas a Premier League, por exemplo, registrou gastos de aproximadamente 21 bilhões de reais em contratações na janela de verão da temporada 2025/2026 (O Globo, 2025). Nesse contexto, a escolha e seleção de jogadores representam um desafio crucial para os clubes, pois envolvem a consideração de múltiplos fatores que vão além da qualidade técnica individual do atleta.

A tomada de decisão na seleção de jogadores exige o balanceamento de aspectos técnicos, táticos e financeiros. A avaliação tradicional, muitas vezes subjetiva, pode não capturar a totalidade dessas dimensões, o que gera a necessidade de abordagens mais estruturadas e quantitativas. Tal problemática se alinha a uma abordagem de decisão multicritério, que visa apoiar a escolha entre diferentes alternativas ao considerar múltiplos critérios simultaneamente (Greco et al., 2016; Ishizaka & Nemery, 2013).

No futebol, a decisão multicritério é particularmente útil, pois um jogador pode se destacar em diferentes atributos, como desempenho defensivo ou ofensivo, e fatores financeiros podem influenciar a viabilidade de uma contratação. A crescente profissionalização do esporte e a competitividade impulsionam o uso de dados e análises quantitativas, com departamentos de análise de desempenho desempenhando um papel estratégico na identificação e avaliação de talentos.

Para reduzir a subjetividade e aprimorar a análise, técnicas de aprendizado de máquina são empregadas. Métodos de aprendizado não supervisionado, como o algoritmo K-means, permitem agrupar jogadores em clusters que representam funções táticas semelhantes (Lucey et al., 2013; Rein & Memmert, 2016; Andrienko et al., 2017). Essa segmentação é crucial para possibilitar comparações mais coerentes entre atletas que desempenham papéis similares em campo, evitando análises inadequadas entre perfis distintos (Akhanli & Hennig, 2022).

A base para essa análise é um conjunto de dados contínuos de desempenho de jogadores, obtidos por meio de APIs esportivas, que fornecem informações detalhadas e atualizadas (Pappalardo et al., 2019). A utilização dessas variáveis contínuas é fundamental para capturar diferenças reais de desempenho e preservar a multidimensionalidade do problema decisório. Adicionalmente, técnicas de aprendizado baseadas em similaridade são aplicadas para identificar jogadores comparáveis a um atleta de referência, considerando múltiplas dimensões de desempenho (Decroos & Davis, 2019).

Complementarmente, técnicas de aprendizado supervisionado são utilizadas para avaliar e prever a adequação dos jogadores recomendados. A comparação entre diferentes algoritmos de classificação, com otimização de hiperparâmetros, permite selecionar o modelo mais adequado para o problema, aumentando a robustez do sistema de apoio à decisão (Géron, 2021). A integração dessas abordagens — decisão multicritério, aprendizado não supervisionado e supervisionado — oferece um método mais estruturado e abrangente para a análise de jogadores.

A aplicação de métodos quantitativos no futebol representa um avanço significativo em relação às abordagens tradicionais, proporcionando maior transparência, consistência e capacidade analítica no processo de seleção de jogadores. Ao incorporar múltiplos critérios, explorar a similaridade entre atletas e integrar modelos preditivos, torna-se possível reduzir riscos associados às contratações e aumentar a probabilidade de sucesso esportivo e financeiro dos clubes. O trabalho tem por objetivo desenvolver um modelo analítico de apoio à decisão para identificação de jogadores compatíveis com as necessidades de um time de futebol, utilizando técnicas de aprendizado de máquina baseadas em similaridade estatística. A abordagem proposta busca analisar o desempenho individual dos atletas e o contexto das equipes, oferecendo recomendações fundamentadas em dados históricos.

2. Material e Métodos

O presente estudo, aplicado e experimental, utilizou dados secundários obtidos da API-Football, plataforma de dados públicos e licenciados sobre futebol profissional. O acesso à API, permitido para fins acadêmicos, foi realizado mediante cadastro e seguiu termos de uso. A API forneceu estatísticas detalhadas de partidas, métricas de jogadores e informações contextuais de equipes, em formato JSON. A coleta foi executada por requisições HTTP automatizadas em Python, respeitando os limites da API. Os dados são públicos e agregados, sem informações pessoais privadas.

O dataset abrangeu dados de jogos das seis principais ligas europeias (Premier League, La Liga, Serie A, Bundesliga, Ligue 1 e Primeira Liga) das temporadas de 2018 a 2024. Foram contabilizados 14809 jogos, 564593 estatísticas de jogadores e 29410 estatísticas de times. As informações de jogadores incluíram idade, nacionalidade, posição, minutos jogados, gols, assistências, finalizações, passes, métricas defensivas e indicadores disciplinares.

A preparação dos dados utilizou Python com bibliotecas como `requests`, `pyspark` e `pandas`. Aplicaram-se tratamento, limpeza e padronização, removendo registros inconsistentes, tratando valores ausentes e padronizando variáveis numéricas. Dados de jogadores foram divididos pelos minutos jogados para avaliar a efetividade; variáveis de times foram calculadas como médias. Jogadores com menos de 300 minutos em campo e goleiros foram excluídos para reduzir a influência de observações com baixa representatividade e devido às características únicas da posição.

A padronização dos dados foi realizada por meio do StandardScaler, que assegurou que todas as características apresentassem média zero e variância unitária, garantindo que variáveis com diferentes escalas não influenciassem os modelos baseados em distância, como K-Nearest Neighbors (KNN) e Support Vector Machine (SVC), mantendo a consistência no pipeline de modelagem.

Para o agrupamento dos dados, utilizou-se a biblioteca Scikit-learn para treinar e aplicar o algoritmo K-means. Foram testados de dois a dez números de clusters, e o número de grupos finais foi determinado por avaliação visual do método de Elbow e pelo coeficiente de Silhueta. Os grupos de jogadores foram calculados para cada setor do campo, diferenciando-se em defensores (D), meio-campistas (M) e atacantes (F).

Para a avaliação comparativa dos atletas, desenvolveu-se um sistema de ranqueamento (score) baseado em múltiplas métricas de desempenho. Os dados foram segmentados por posição, temporada, cluster e liga. Métricas específicas, como eficiência de passes, capacidade de drible e desempenho em duelos, foram definidas. Rankings foram construídos utilizando a função de ordenação densa (dense rank) dentro de cada partição. Os jogadores foram classificados por minutos jogados, avaliação geral (rating), métricas ofensivas e defensivas. O score agregado foi definido subtraindo-se as posições obtidas nos rankings de um valor constante.

Para prever o sucesso de transferências, desenvolveu-se uma abordagem baseada na comparação de múltiplos algoritmos de classificação supervisionada. O sucesso de uma transferência foi definido pela participação do jogador em pelo menos 50% das partidas na temporada seguinte à mudança de equipe. Os dados foram divididos em conjuntos de treino e teste (75% e 25%, respectivamente), com semente fixa para reprodutibilidade. A técnica de oversampling SMOTE foi aplicada no conjunto de treino para gerar exemplos sintéticos da classe minoritária.

Foram avaliados algoritmos como K-Nearest Neighbors (KNN), Support Vector Machine (SVM), Random Forest, Gradient Boosting, Extreme Gradient Boosting (XGBoost), Gaussian Naive Bayes e um modelo baseline (Dummy Classifier). A otimização de hiperparâmetros para cada modelo foi realizada utilizando Randomized Search com validação cruzada de cinco folds. A avaliação final dos modelos foi conduzida com base na acurácia no conjunto de teste.

3. Resultados e Discussão

A aplicação do modelo analítico desenvolvido revelou insights significativos sobre a avaliação e seleção de jogadores no futebol profissional, demonstrando a capacidade de integrar diferentes técnicas de aprendizado de máquina para apoiar a tomada de decisão. Os resultados iniciais da pesquisa indicaram que a segmentação de jogadores em grupos taticamente homogêneos, a avaliação multicritério e a modelagem preditiva de sucesso em transferências oferecem uma abordagem mais robusta e menos subjetiva do que os métodos tradicionais. Essa integração permitiu uma análise aprofundada do desempenho individual dos atletas e do contexto das equipes, fornecendo recomendações fundamentadas em dados históricos.

Cluster

A aplicação do algoritmo K-means para a clusterização dos jogadores, com a definição de quatro grupos (k=4) para cada posição, foi realizada com base em métricas normalizadas por minuto de jogo. A escolha do número de clusters foi guiada pela avaliação visual do método de Elbow, que busca um equilíbrio entre a menor variação de inércia e o número de grupos, e pelo coeficiente de Silhueta, que mede o grau de similaridade de uma amostra com seu próprio cluster em comparação com outros. Embora os coeficientes de silhueta obtidos tenham sido relativamente baixos (0,147 para defensores, 0,159 para meio-campistas e 0,165 para atacantes), esses valores ainda indicam uma separação moderada entre os clusters.

Essa separação moderada sugere que, apesar de existirem padrões distintos de comportamento entre os jogadores, há uma zona de sobreposição entre os perfis identificados, o que é um comportamento esperado no contexto do futebol, onde as funções táticas dos atletas frequentemente se sobrepõem. Contudo, a segmentação se mostrou útil para identificar tendências e agrupar jogadores com características semelhantes, permitindo uma comparação mais coerente dentro de um mesmo contexto de posição em campo. Os clusters, mesmo com valores de silhueta abaixo do ideal, fornecem uma estrutura interpretável e aplicável ao problema de recrutamento, evidenciando variações relevantes no comportamento tático dos atletas.

A análise dos clusters revelou perfis táticos específicos que transcendem a simples classificação por posição. Para os defensores, identificaram-se quatro perfis: o “Defensor equilibrado”, com participação moderada em passes, duelos e ações defensivas; o “Defensor conservador”, com baixa participação ofensiva e menor volume de ações; o “Defensor agressivo”, com alto envolvimento em duelos e dribles, apresentando um perfil mais combativo; e o “Defensor construtor”, com alto volume de passes e forte participação na construção de jogo. Essa distinção demonstra a capacidade do modelo em capturar nuances táticas que a posição formal não revelaria.

Entre os atacantes, também foram identificados quatro perfis distintos. O “Atacante intenso” se caracteriza por alto volume de duelos, dribles e faltas, com um perfil físico e participativo. O “Atacante equilibrado” apresenta participação moderada em todas as métricas. O “Atacante finalizador” foca em gols, com alto número de finalizações por minuto. Por fim, o “Atacante de apoio” exibe menor volume ofensivo direto, com uma atuação mais complementar à equipe. Esses perfis permitem aos clubes buscar atletas que se encaixem em necessidades táticas específicas, em vez de se limitar a uma avaliação genérica baseada apenas na posição.

Para os meio-campistas, a clusterização também gerou quatro perfis. O “Meia ofensivo” mostra alto envolvimento em duelos e dribles, com contribuição ofensiva relevante. O “Meia avançado” tem maior frequência de finalizações e presença ofensiva elevada. O “Meia construtor” se destaca pelo alto volume de passes e ações defensivas, atuando como organizador de jogo. O “Meia equilibrado” apresenta um perfil intermediário entre ataque e defesa. Essa granularidade na identificação de perfis táticos corrobora os achados de Akhanli e Hennig (2022), que destacam a importância da segmentação de jogadores com base em dados de desempenho para formar grupos mais homogêneos, superando as limitações da classificação simples por posição em campo.

Os resultados obtidos reforçam o argumento de Bialkowski et al. (2014), que aponta que jogadores podem desempenhar funções táticas diversas da posição formal registrada. Isso torna as análises baseadas exclusivamente na posição insuficientes para capturar a complexidade do jogo. A utilização da clusterização, portanto, permite uma análise mais robusta dos jogadores, segmentando os atletas em grupos taticamente homogêneos e possibilitando comparações mais coerentes, o que é fundamental para um recrutamento eficaz e alinhado às necessidades táticas de um clube.

Score

O sistema de ranqueamento baseado em múltiplas métricas de desempenho, denominado score, foi desenvolvido para avaliar comparativamente os atletas dentro de seus respectivos contextos. A análise de correlação entre o score e as variáveis de desempenho na temporada de 2022 indicou que não há uma forte associação entre o score e nenhuma métrica individual isolada. Por exemplo, o rating, uma avaliação média dos jogadores, apresentou uma correlação positiva baixa de 0,18 com o score, sugerindo que o score não se limita a reproduzir essa avaliação média, mas incorpora outras dimensões.

Observou-se que diversas métricas apresentaram correlação negativa com o score, como dribles (-0,32), duelos (-0,31) e faltas (-0,31). Isso indica que maiores valores nessas variáveis não necessariamente implicam maior similaridade com o perfil analisado pelo score. Esse resultado reforça a natureza relativa do modelo, que avalia a proximidade entre jogadores considerando múltiplas dimensões simultaneamente, em vez de buscar a maximização isolada de indicadores específicos. A correlação praticamente nula com o número total de jogos (0,01) sugere que o score não é influenciado diretamente pelo volume de partidas, indicando que o modelo não apresenta viés relacionado ao tempo de exposição dos atletas.

A aplicação do score em jogadores do Real Madrid na temporada de 2022 evidenciou a capacidade do modelo em identificar atletas com alto desempenho relativo dentro de seus respectivos contextos. Jogadores como Karim Benzema e Federico Valverde apresentaram elevados percentis de score e rating, indicando consistência entre a avaliação tradicional e a métrica proposta. Contudo, observou-se que alguns atletas apresentaram alto rating, mas um score inferior, evidenciando que o modelo captura múltiplas dimensões de desempenho e não apenas a avaliação média.

Esses resultados demonstram que o score representa uma medida multidimensional, não podendo ser explicado por nenhuma variável isolada, o que é consistente com a proposta de abordagem multicritério adotada no estudo. Na prática, essa característica permite identificar jogadores com desempenho equilibrado em diferentes dimensões do jogo, evitando a supervalorização de atletas que se destacam apenas em métricas específicas. Dessa forma, o score se mostra uma ferramenta adequada para apoiar decisões em contextos multicritério, alinhando-se à abordagem de Decroos e Davis (2019), que utilizam vetores de jogadores para representar estilos de jogo considerando múltiplas dimensões simultaneamente.

Diferentemente de outras abordagens que utilizam dados espaciais de eventos, este trabalho emprega métricas de desempenho agregadas por partida, o que amplia sua aplicabilidade para bases de dados mais acessíveis. A baixa correlação do score com métricas individuais isoladas, como dribles e duelos, reforça a ideia de Pappalardo et al. (2019) sobre as limitações das abordagens unidimensionais, que tendem a supervalorizar aspectos específicos do desempenho. Assim, o score contribui para uma avaliação mais completa e equilibrada do perfil do jogador.

Modelo

Para prever o sucesso de transferências de jogadores, foram avaliados diferentes algoritmos de classificação, incluindo K-Nearest Neighbors (KNN), Support Vector Machine (SVC), Random Forest, Gradient Boosting, Extreme Gradient Boosting (XGBoost), Gaussian Naive Bayes e um modelo baseline (Dummy Classifier). A otimização de hiperparâmetros foi realizada utilizando a técnica de Randomized Search com validação cruzada de 5 folds, e a avaliação dos modelos foi conduzida com base na acurácia no conjunto de teste.

Os resultados indicaram que o modelo SVC apresentou o melhor desempenho, com uma acurácia de 0,6371. Em seguida, o KNN obteve 0,6225 e o Random Forest alcançou 0,5907. Os demais modelos apresentaram desempenho inferior, com destaque para o Gaussian Naive Bayes (0,5351) e o Dummy Classifier (0,4020), este último representando uma referência mínima de desempenho. Embora a acurácia de 0,6371 obtida pelo modelo SVC não seja elevada em termos absolutos, ela representa um bom ganho em relação ao modelo baseline, indicando a presença de sinal preditivo nos dados utilizados.

Esse resultado é consistente com a natureza multifatorial do problema, uma vez que o sucesso de transferências depende de múltiplos fatores não observáveis, como a adaptação do atleta ao novo clube, a ocorrência de lesões e aspectos psicológicos. A acurácia moderada reflete a complexidade inerente à predição de desempenho individual em esportes coletivos, conforme destacado por Goes et al. (2021), que apontam os desafios decorrentes da ausência de variáveis contextuais relevantes, como o estilo de jogo da equipe e as condições físicas dos atletas.

A principal contribuição deste trabalho reside na integração de diferentes etapas em um único pipeline analítico. Essa abordagem combina a segmentação tática por clusters, a construção de um score multicritério baseado no perfil de um jogador de referência e a aplicação de um modelo preditivo para avaliar a probabilidade de sucesso das transferências. Diferentemente de estudos que tratam essas etapas de forma isolada, a abordagem proposta oferece um sistema de apoio à decisão mais completo, com potencial de aplicação prática no recrutamento de jogadores, proporcionando uma visão holística e estruturada.

Como limitações do estudo, destaca-se a definição de sucesso de transferência baseada na participação do jogador em pelo menos 50% das partidas na temporada seguinte. Embora esse critério seja uma proxy objetiva de utilização e adaptação, ele não captura integralmente o impacto esportivo do atleta, podendo classificar como bem-sucedidos jogadores com alta participação, mas baixo desempenho, ou desconsiderar atletas pouco utilizados por fatores externos, como lesões. Adicionalmente, o modelo não incorporou variáveis contextuais relevantes, como estilo de jogo das equipes, formação tática, características do treinador e nível dos adversários, fatores que podem influenciar significativamente o desempenho dos jogadores e o sucesso de transferências.

Outra limitação importante refere-se à ausência de variáveis financeiras, como salário, valor de mercado e custo de transferência, que são determinantes no processo real de tomada de decisão dos clubes. A exclusão de jogadores com baixa minutagem, embora necessária para reduzir a variabilidade estatística, pode ter removido atletas com potencial relevante, como jovens em início de carreira ou jogadores que retornavam de lesão. De forma semelhante, a exclusão de goleiros limita a aplicabilidade do modelo a todas as posições em campo. Por fim, as métricas utilizadas foram agregadas e normalizadas por minuto, o que, embora permita comparabilidade, não captura integralmente o contexto das partidas, e a acurácia moderada dos modelos de classificação reflete a complexidade do problema, que envolve fatores não observáveis nos dados disponíveis.

Em síntese, o modelo analítico desenvolvido demonstrou a viabilidade de uma abordagem integrada para o apoio à decisão na seleção de jogadores. A clusterização permitiu a identificação de perfis táticos homogêneos, o score multicritério ofereceu uma avaliação multidimensional do desempenho e o modelo preditivo de SVC estimou a probabilidade de sucesso em transferências. Essa combinação de técnicas de aprendizado de máquina e decisão multicritério oferece uma ferramenta mais estruturada, quantitativa e menos subjetiva para o recrutamento no futebol profissional, apesar das limitações inerentes à complexidade do domínio e à disponibilidade dos dados.

4. Conclusão

O presente estudo buscou desenvolver um modelo analítico de apoio à decisão para a identificação de jogadores compatíveis com as necessidades de um time de futebol, empregando técnicas de aprendizado de máquina baseadas em similaridade estatística. Verificou-se que a aplicação do algoritmo K-means permitiu agrupar jogadores em clusters de funções táticas semelhantes, revelando perfis específicos que transcendem a classificação tradicional por posição em campo. Essa segmentação possibilitou comparações mais homogêneas entre atletas. Adicionalmente, desenvolveu-se um sistema de ranqueamento multicritério, o score, que avaliou o desempenho dos jogadores de forma multidimensional, sem se limitar a métricas isoladas ou ao volume de partidas. Na etapa de modelagem preditiva, o algoritmo Support Vector Machine (SVC) obteve o melhor desempenho, com acurácia de 0,6371, na estimativa da probabilidade de sucesso de transferências. A principal contribuição deste trabalho reside na integração dessas etapas em um pipeline analítico único, oferecendo uma abordagem mais estruturada, quantitativa e menos subjetiva para o recrutamento no futebol profissional.

Contudo, o estudo apresentou algumas limitações, como a definição de sucesso de transferência baseada na participação em pelo menos 50% das partidas, o que não captura integralmente o impacto esportivo ou fatores externos como lesões. Observou-se também a ausência de variáveis contextuais relevantes, como estilo de jogo da equipe e características do treinador, e de variáveis financeiras, que são cruciais na tomada de decisão dos clubes. A exclusão de jogadores com baixa minutagem e de goleiros também restringiu a abrangência da análise. Para estudos futuros, sugere-se a incorporação de métricas avançadas, como expected goals (xG), a inclusão de dados financeiros e contratuais, e a exploração de modelos mais complexos, como redes neurais, para aprimorar a capacidade preditiva do sistema.

Referências Bibliográficas

AKHANLI, S. E.; HENNIG, C. Clustering of football players based on performance data and aggregated clustering validity indexes. Statistics and Computing, v. 32, n. 1, p. 1–22, 2022.

Andrienko, G.; Andrienko, N.; Budziak, G.; von Landesberger, T.; Weber, H. (2017). Visual analysis of pressure in football. Heidelberg: Springer.

BIALKOWSKI, A. et al. (2014). Large-scale analysis of soccer matches using spatiotemporal tracking data. In: IEEE International Conference on Data Mining, Shenzhen. Proceedings… Shenzhen: IEEE, p. 725–730.

DECROOS, T.; DAVIS, J. Player vectors: characterizing soccer players’ playing style from match event streams. In: BREFELD, U. et al. (Ed.). Machine Learning and Knowledge Discovery in Databases. ECML PKDD 2019. Lecture Notes in Computer Science, v. 11908. Cham: Springer, 2020. p. 569–584

GOES, F. et al. (2021). Unlocking the potential of big data to support tactical performance analysis in professional soccer. European Journal of Sport Science, v. 21, n. 4, p. 481–496.

Greco, S., Ehrgott, M.; Figueira, J. R. (2016). Multiple criteria decision analysis:state of the art surveys. New York: Springer.

GÉRON, A. Mãos à Obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow. 2. ed. Rio de Janeiro: Alta Books, 2021.

Ishizaka, A.; Nemery, P. (2013). Multi-criteria decision analysis: methods and software. Chichester: John Wiley & Sons.

Lucey, P., Bialkowski, A., Monfort, M., Carr, P.; Matthews, I. (2013).Assessing team strategy using spatiotemporal data. New York: ACM.

O GLOBO. Premier League quebra recorde e ultrapassa a barreira dos R$ 21 bilhões em gastos com reforços na janela. 2 set. 2025. Disponível em: https://oglobo.globo.com/esportes/noticia/2025/09/02/premier-league-quebra-recorde-e-ultrapassa-a-barreira-dos-r-21-bilhoes-em-gastos-com-reforcos-na-janela.ghtml#:~:text=A%20Premier%20League%20quebrou%20recordes,as%20cinco%20grandes%20ligas%20europeias. Acesso em 01/02/2026

PAPPALARDO, L. et al. PlayeRank: data-driven performance evaluation and player ranking in soccer via a machine learning approach. ACM Transactions on Intelligent Systems and Technology, v. 10, n. 5, p. 1–27, 2019.

Rein, R.; Memmert, D. (2016). Big data and tactical analysis in elite soccer: future challenges and opportunities for sports science. Cham: Springer.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Mais recentes

Economia, Investimentos E Banking

23 de outubro de 2026

Educação Financeira, Comportamentos e Vieses na Tomada de Decisão Financeira

22 de outubro de 2026

Desafios e Possibilidades do Primeiro Ano Escolar de Crianças com Tea para o Trabalho Docente

22 de outubro de 2026

Jornada do Consumidor na Decisão de Compra de Infoprodutos no Ambiente Digital

22 de outubro de 2026

Riscos Psicossociais e Saúde Mental no Trabalho em uma Instituição Bancária

22 de outubro de 2026

Observatório Digital da Amazônia: Ciência de Dados Aplicada à Análise de Indicadores Sociais, Econômicos, Ambientais e de Saúde

22 de outubro de 2026

Aprendizado Contínuo como Fator de Crescimento Organizacional na Percepção dos Colaboradores

22 de outubro de 2026

Regressão Estatística em Microrredes para Estimativa de Desempenho Operacional: Caso Campusgrid

22 de outubro de 2026

Previsão da Inadimplência Agregada no Sistema Financeiro Brasileiro por Modelo Sarimax com Variáveis Macroeconômicas

22 de outubro de 2026

Fatores de Engajamento das Partes Interessadas na Transferência Internacional de Tecnologia para um Hospital Público

Você também pode gostar

Economia, Investimentos E Banking

23 de outubro de 2026

Educação Financeira, Comportamentos e Vieses na Tomada de Decisão Financeira

A gestão financeira pessoal representa um desafio crescente, influenciada por vieses cognitivos que afetam a tomada de decisão, mesmo em indivíduos com alto conhecimento. O presente estudo analisou a relação entre o nível de educação financeira e a ocorrência de vieses comportamentais na tomada de decisão financeira de adultos residentes no Brasil. Realizou-se um levantamento de campo de natureza aplicada, quantitativa e descritivo-correlacional, por meio da aplicação de um questionário estruturado a 163 respondentes. O instrumento contemplou variáveis sociodemográficas, conhecimento e hábitos financeiros, e situações hipotéticas para identificar vieses cognitivos. Os resultados indicaram que níveis mais elevados de educação financeira associaram-se a melhores práticas de controle financeiro, poupança e investimento, com correlações significativas com renda e escolaridade. Contudo, a presença de vieses comportamentais (ancoragem, aversão à perda, escassez, otimismo/negatividade, viés do presente, status quo, excesso de confiança e contabilidade mental) persistiu mesmo entre indivíduos com maior escolaridade e renda, sem associação estatisticamente significativa com as variáveis sociodemográficas analisadas. Concluiu-se que a educação financeira, embora essencial para a organização e o controle financeiro, não foi suficiente para neutralizar a influência de vieses cognitivos. Sugere-se a incorporação de abordagens comportamentais aos programas de educação financeira.

Palavras-chave: Comportamento financeiro; Economia comportamental; Finanças pessoais; Heurísticas cognitivas; Vieses cognitivos.

22 de outubro de 2026

Desafios e Possibilidades do Primeiro Ano Escolar de Crianças com Tea para o Trabalho Docente

A inserção de crianças com Transtorno do Espectro Autista (TEA) na Educação Infantil apresenta desafios significativos, dada a dificuldade de adaptação em novos ambientes e a intensidade de estímulos. O objetivo foi analisar a atuação docente na Educação Infantil no processo de escolarização inicial de crianças com TEA. Realizou-se um estudo de caso, utilizando a entrevista narrativa como técnica de produção de dados. Os resultados revelaram que a atuação docente caracterizou-se por práticas de mediação e afeto, com a flexibilização da rotina e o uso de recursos lúdicos como estratégias essenciais para o desenvolvimento e organização sensorial da criança. Destacou-se também a importância da profissional de apoio escolar para o êxito do trabalho pedagógico. O desenvolvimento integral da criança foi promovido por meio de ações docentes intencionais que priorizaram a adaptação ambiental, o fortalecimento de vínculos e o atendimento às necessidades específicas do TEA. Como contribuição, elaborou-se um guia de estratégias pedagógicas voltado ao acolhimento de crianças com TEA em creches públicas.

Palavras-chave: Educação Infantil; Inclusão Escolar; Narrativas Docentes; Práticas Pedagógicas Inclusivas; Transtorno do Espectro Autista.

22 de outubro de 2026

Jornada do Consumidor na Decisão de Compra de Infoprodutos no Ambiente Digital

A expansão do comércio eletrônico e a transformação tecnológica impulsionaram a necessidade de compreender o comportamento do consumidor de infoprodutos, cuja experiência percebida tornou-se crucial para o desenvolvimento profissional. O estudo objetivou analisar os fatores que influenciaram a decisão de compra de infoprodutos no ambiente digital, considerando as etapas da jornada do consumidor. Realizou-se uma pesquisa aplicada, quantitativa e descritiva, por meio de um levantamento de campo com 100 consumidores da Serra Gaúcha. A coleta de dados ocorreu via questionário estruturado, utilizando amostragem não probabilística. Os resultados revelaram um público qualificado e com forte comportamento “mobile-first”. Constatou-se que a disponibilidade de informações detalhadas e a aprovação social foram os principais gatilhos de atração na fase de pré-compra. Nas etapas transacionais e posteriores, a minimização de atritos operacionais, a agilidade do acesso imediato e a segurança sistêmica mostraram-se cruciais para a conversão e satisfação, embora lacunas na eficiência do suporte humano tenham sido identificadas. A retenção fundamentou-se na confiança gerada por experiências anteriores positivas, superando o fator preço. Concluiu-se que a jornada do consumidor de infoprodutos opera como um sistema integrado, exigindo alinhamento entre infraestrutura tecnológica, curadoria de conteúdo e humanização do suporte para assegurar o engajamento.

Palavras-chave: Comércio eletrônico; Comportamento do consumidor; Experiência do consumidor; Fidelização; Negócios virtuais.

22 de outubro de 2026

Riscos Psicossociais e Saúde Mental no Trabalho em uma Instituição Bancária

A saúde mental no ambiente de trabalho é um tema de crescente relevância, impactando o desenvolvimento profissional e o bem-estar dos colaboradores. Um estudo foi realizado para identificar aspectos e situações que podem influenciar os níveis de absenteísmo em uma instituição bancária. A pesquisa envolveu 108 participantes e utilizou um questionário estruturado, baseado na versão curta do COPSOQ II de Gonçalves (2021), que continha 45 questões fechadas em escala Likert e duas perguntas abertas. Os dados foram coletados por meio de plataforma online e analisados com abordagem descritiva e quantitativa. Os resultados revelaram um cenário que indicou a necessidade de ajustes na distribuição das atividades e na percepção dos gestores sobre comportamentos e sinais de transtornos. Foram identificadas evidências importantes nas respostas abertas dos participantes. Concluiu-se que o estudo contribuiu para a promoção da percepção de um ambiente seguro para a saúde mental na organização.

Palavras-chave: Afastamentos por transtornos; Desenvolvimento profissional; Liderança operacional; Licença médica; Saúde mental.

22 de outubro de 2026

Observatório Digital da Amazônia: Ciência de Dados Aplicada à Análise de Indicadores Sociais, Econômicos, Ambientais e de Saúde

O estado do Amazonas enfrentou desafios históricos na consolidação do Sistema Único de Saúde (SUS), decorrentes de barreiras geográficas, desigualdades socioeconômicas e limitações estruturais. Descreveu-se, neste estudo, o desenvolvimento e a implementação de um geoportal de informações em saúde, concebido para apoiar o monitoramento, a avaliação e o planejamento no contexto amazônico. Adotou-se uma abordagem de estudo de caso descritivo, baseada em análise documental e dados secundários, abrangendo o mapeamento de funcionalidades, a infraestrutura técnica e as etapas de validação da ferramenta. O Portal foi desenvolvido com tecnologias abertas e integrou múltiplas bases de dados nacionais, oferecendo dashboards interativos, mapas temáticos e repositório digital de documentos. Entre os resultados, destacaram-se a visualização georreferenciada de indicadores-chave, a possibilidade de análises comparativas temporais e a utilização da plataforma na revisão de planos de saúde e no redirecionamento de ações estratégicas. O portal pode representar um avanço na governança digital e na gestão baseada em evidências, com potencial de replicabilidade para outros territórios de alta complexidade, desde que acompanhada de investimentos em infraestrutura tecnológica, capacitação profissional e articulação interinstitucional.

Palavras-chave: Amazônia; Avaliação em Saúde; Saúde Digital; Sistemas de Informação em Saúde.

22 de outubro de 2026

Aprendizado Contínuo como Fator de Crescimento Organizacional na Percepção dos Colaboradores

O impacto do aprendizado contínuo e da gestão do conhecimento no crescimento das organizações foi estudado em um cenário de globalização e constantes mudanças. O objetivo do estudo foi analisar a percepção dos colaboradores sobre a cultura de aprendizagem e sua importância para o desenvolvimento pessoal e profissional. Os dados foram obtidos por meio de uma pesquisa anônima, de abordagem quantitativa, utilizando um formulário com questões do tipo “survey” aplicado a 87 profissionais dos setores de tecnologia, saúde, educação, comércio e serviços. Os resultados indicaram que os colaboradores possuíam uma percepção positiva sobre a contribuição do aprendizado contínuo para o crescimento pessoal e organizacional, reconhecendo seus benefícios para o desenvolvimento de novas habilidades, inovação e competitividade. Contudo, observou-se que o incentivo à troca de conhecimento interno e a oferta de treinamentos práticos ainda apresentavam médias moderadas de concordância. Concluiu-se que o aprendizado contínuo contribui significativamente para o desenvolvimento individual e organizacional, sugerindo que as empresas devem desenvolver políticas estratégicas de aprendizado direcionado para novas habilidades, visando maior vantagem competitiva e inovação.

Palavras-chave: Aprendizagem contínua; Autodesenvolvimento; Crescimento organizacional; Gestão do conhecimento; Inovação.

22 de outubro de 2026

Regressão Estatística em Microrredes para Estimativa de Desempenho Operacional: Caso Campusgrid

Um modelo de regressão estatística múltipla foi proposto para estimar o desempenho operacional da microrrede CampusGrid da UNICAMP, com base em grandezas elétricas internas. A microrrede integra geração fotovoltaica, baterias e um gerador a gás. Dados do sistema de gerenciamento de energia foram coletados em intervalos de cinco minutos durante um mês. O Índice de Confiabilidade Operacional, definido como a razão entre energia atendida e demandada, foi estabelecido como variável dependente. O modelo foi ajustado para o modo de operação ilhado, avaliando o impacto da demanda, estado de carga, geração solar e energia suprida. Os resultados revelaram elevado poder explicativo, indicando que a confiabilidade operacional depende da interação entre suprimento e demanda. Observou-se que o período noturno concentrou a maior taxa de atendimento parcial, atribuída à redução da geração solar. Concluiu-se que a regressão múltipla oferece uma estrutura interpretável e útil para o monitoramento de microrredes e o apoio a estratégias de controle.

Palavras-chave: Armazenamento em baterias; Geração fotovoltaica; Índice de Confiabilidade; Operação ilhada; Sistema de Gerenciamento de Energia.

22 de outubro de 2026

Previsão da Inadimplência Agregada no Sistema Financeiro Brasileiro por Modelo Sarimax com Variáveis Macroeconômicas

A inadimplência agregada no sistema financeiro brasileiro é um indicador crucial de risco de crédito, cuja previsão é regulamentada pelas Resoluções CMN n.° 4.557/2017 e 4.966/2021 para a mensuração prospectiva de perdas esperadas. Modelou-se e previu-se a inadimplência agregada por meio do modelo SARIMAX, projetando sua trajetória até dezembro de 2026 sob cenários otimista, base e pessimista. Utilizaram-se 164 observações mensais (julho/2012 a fevereiro/2026) e variáveis macroeconômicas como desemprego, Selic, IPCA, IBC-Br e endividamento das famílias. A especificação com variáveis contemporâneas foi selecionada com base em critérios de informação e estabilidade dos coeficientes, e o diagnóstico dos resíduos confirmou adequação estatística, com MAPE de 3,12%. A inadimplência histórica variou entre 4,33% e 7,64%. A estimação identificou o desemprego (β = 0,2534; p < 0,001) e a Selic (β = 0,2128; p < 0,001) como principais determinantes positivos, com forte persistência temporal (AR(1) = 0,8965). A Selic exibiu correlação crescente com a inadimplência (r = 0,62 no lag 12), enquanto o desemprego demonstrou efeito contemporâneo (r = 0,33). As projeções indicaram inadimplência entre 6,30% e 7,98% em dezembro de 2026, com uma amplitude de 1,68 ponto percentual, evidenciando implicações diretas para o dimensionamento de provisões nas instituições financeiras. Palavras-chave: Desemprego; Modelagem preditiva; Política monetária; Provisão de perdas; Séries temporais.

22 de outubro de 2026

Fatores de Engajamento das Partes Interessadas na Transferência Internacional de Tecnologia para um Hospital Público

Este estudo descreveu os fatores críticos percebidos para o engajamento das partes interessadas na transferência internacional de tecnologia em um hospital público, com foco no planejamento. O objetivo foi descrever esses fatores condicionantes, conforme a percepção de profissionais. Realizou-se um estudo de caso único, aplicando um questionário a 25 profissionais e utilizando análise de conteúdo, complementada por tabulações descritivas. Os principais obstáculos identificados foram resistência à mudança (72%), financiamento (64%), falta de comunicação (60%) e burocracia (40%). Apenas 28% dos respondentes reconheceram a existência de ferramentas adequadas para gestão de stakeholders, enquanto 48% negaram e 24% não souberam informar. Cruzamentos exploratórios indicaram variações na avaliação de influência conforme o tempo de atuação, mas não estabeleceram relações causais. A falta de engajamento foi associada a atrasos, baixa adesão, desperdício de recursos, falhas de comunicação, comprometimento da absorção de conhecimento e riscos à segurança do paciente. As conclusões restringiram-se às percepções do grupo pesquisado e fundamentaram recomendações preliminares para comunicação e coordenação intersetorial.

Palavras-chave: Estudo de caso; Gestão de projetos; Inovação em saúde; Partes interessadas; Setor público.

Economia

19 de outubro de 2026

Fim da escala 6×1: o que os números permitem concluir?

Após promulgação do fim da escala 6×1, debate sobre a jornada menor passa à implementação e exige distinguir benefícios sociais de custos econômicos O fim da escala 6×1 passou da discussão legislativa para uma mudança constitucional no Brasil. Em 16 de outubro de 2026, o Congresso Nacional promulgou a emenda constitucional nº 141/2026, originada da Proposta […]

Inteligência Artificial

16 de outubro de 2026

Por que estudar se existe IA?

Quando respostas se tornam fáceis, aprender passa a significar mais do que chegar até elas Por que eu preciso aprender isso se posso perguntar para uma inteligência artificial? Esse tipo de pergunta acompanha a educação há décadas. Por que aprender uma operação se existe calculadora? Por que memorizar uma informação se ela pode ser encontrada […]

Gestão Tributária

15 de outubro de 2026

Pink tax e o gênero do preço

Como os diferentes tratamentos mercadológicos a homens e mulheres são incorporados pela tributação do consumo Imagine uma prateleira na qual duas lâminas de barbear da mesma marca e destinadas à mesma finalidade estão expostas lado a lado: uma tem embalagem escura e promete força, precisão e eficiência; a outra vem em tons de rosa ou […]

Saúde

13 de outubro de 2026

O elo perdido da transformação da saúde

Por que inovar não basta para provocar mudanças nas organizações e nos sistemas de saúde A transformação digital consolidou-se como prioridade estratégica para os sistemas de saúde em todo o mundo. Prontuários eletrônicos, inteligência artificial, telemedicina, monitoramento remoto e análise de dados passaram a integrar a agenda estratégica de governos e organizações de saúde. Paradoxalmente, […]

Marketing

09 de outubro de 2026

Bitcoin ou pets: o que a Inteligência Artificial não veria

Um caso real de consumer intelligence mostra o que fica fora do briefing Há alguns anos, uma seguradora americana contratou uma empresa especializada em consumer intelligence para responder a três perguntas: A seguradora também avaliava lançar seguros pagos em bitcoin. Na época, o processo de trabalho da consultoria funcionava assim: o analista criava uma query […]

Gestão Escolar

06 de outubro de 2026

A escola não é um cassino: quando figurinhas viram moeda no pátio

Por que, para determinados estudantes, a escola consegue oferecer tão poucas experiências de conquista? A Copa do Mundo acabou. O Brasil deixou a competição, vieram as férias escolares, a final foi disputada e o calendário do futebol seguiu adiante. Seria razoável imaginar que, com o fim do torneio e o retorno às aulas, também começasse […]

Transição Energética

30 de setembro de 2026

Energias renováveis: a vantagem brasileira

Brasil precisa investir na capacidade de transformar recursos naturais em inovação, produtividade e desenvolvimento Falar sobre energia é falar sobre desenvolvimento. Por trás da indústria, dos transportes, dos serviços, das cidades e, cada vez mais, da inteligência artificial, existe uma infraestrutura energética que sustenta a economia. Compreender a matriz energética de um país é compreender […]

Análise De Dados

30 de setembro de 2026

Quando o dado muda, a realidade mudou?

Análise de quase 20 milhões de vínculos-ano docentes entre 2020 e 2025 mostra como mudanças na composição da população e na produção dos registros podem alterar a interpretação de série histórica Entre 2020 e 2025, o número de vínculos formais de trabalho docente identificados na RAIS (Relação Anual de Informações Sociais), do Ministério do Trabalho, […]

Inteligência Artificial

28 de setembro de 2026

Inteligência artificial e as trends

Por que tantas pessoas aderem às brincadeiras com o ChatGPT? Nunca fui a pessoa da trend. Continuo não sendo. Algumas passam pela minha timeline, vejo, acho interessante mas não a ponto de experimentar. Foi assim, inclusive, com algumas ondas recentes de imagens feitas por inteligência artificial, como a trend dos anos 80, aquela que nos […]

Gestão Tributária

01 de setembro de 2026

Reforma tributária e planejamento patrimonial no campo

Eficiência para gerenciar os impostos facilita a governança e permite organizar a sucessão familiar A organização patrimonial rural virou uma medida estratégica diante da reforma tributária no Brasil, que entrou em vigor neste ano. O planejamento das atividades e da gestão do patrimônio rural, por meio de ferramentas como a transição da Pessoa Física para […]

Renata de Gaspari Valdejão Almeida

Inteligência Artificial

05 de agosto de 2026

Dentro da empresa e fora do radar: os riscos da Shadow AI

Segundo a Microsoft, 75% dos profissionais já utilizam inteligência artificial no trabalho sem homologação da empresa O uso da inteligência artificial generativa já faz parte da rotina corporativa. Ferramentas como ChatGPT, Copilot e outras plataformas ajudam profissionais a produzir textos, analisar dados, criar apresentações e acelerar tarefas em praticamente todos os setores. Mas esse avanço […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julho de 2026

O futuro como competência

Interesse acadêmico reforça a projeção de cenários como ferramenta essencial para a tomada de decisões Enquanto algumas empresas ainda tentam acertar o próximo passo, outras já trabalham com múltiplos futuros possíveis — e se preparam para todos eles. Mas afinal, o que significa “pensar o futuro”? É tendência, é estratégia ou uma nova competência que […]

Renata de Gaspari Valdejão Almeida

Inovação

Tecnologia

21 de maio de 2026

Corredor Agro SP: inovação, articulação institucional e futuro

Pecege comanda operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educação

27 de abril de 2026

Como transformar um TCC em negócio

Nova gestão do Parque Tecnológico de Piracicaba oferece consultoria a egressos de MBAs O novo diretor de projetos do Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, costuma dizer que uma das maiores recompensas que já teve na vida foi ver seus orientandos do MBA USP/Esalq estruturarem empresas a partir de seus trabalhos de conclusão de […]

Tecnologia

20 de março de 2026

O repertório humano na era da IA

Pensamento crítico e criatividade são insubstituíveis no trabalho do profissional de marketing A Inteligência Artificial (IA) é capaz de feitos incríveis, mas ainda não possui a capacidade de julgamento, empatia, intuição e criatividade estratégica necessárias para fazer o trabalho de um bom profissional de marketing. Nessa área, é importante saber usar a ferramenta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

23 de fevereiro de 2026

ESG como estratégia de crescimento em uma cooperativa do RS

Santa Clara equilibra responsabilidade social e ambiental com inovação Fundada em 1911 por imigrantes italianos em Carlos Barbosa, na serra gaúcha, a Cooperativa Santa Clara é um exemplo de que é possível equilibrar o crescimento econômico com a responsabilidade social e ambiental. De uma pequena empresa de produção de queijos, a organização evoluiu para um […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

22 de janeiro de 2026

Brasil livre de febre aftosa: o que muda para a carne brasileira?

Com um rebanho de mais de 200 milhões de cabeças de gado, o país é atualmente o líder em exportações O Brasil recebeu recentemente, pela primeira vez, a certificação de país livre de febre aftosa sem vacinação, conferida pela Organização Mundial de Saúde Animal (OMSA). O selo fortalece a posição do país como fornecedor de carne confiável para o […]

Renata de Gaspari Valdejão Almeida

Inovação

09 de dezembro de 2025

Inovação: o novo ciclo do Parque Tecnológico de Piracicaba

Instituto Pecege assume a gestão apostando na criação de novos negócios A partir de 2026, o Instituto Pecege assumirá a gestão do Parque Tecnológico de Piracicaba (PTP). Entre suas responsabilidades estarão a administração, operação, manutenção e expansão do parque, além do fomento de atividades de inovação, empreendedorismo e ciência e tecnologia. A escolha foi feita […]

Renata de Gaspari Valdejão Almeida

06 de julho de 2026

Arquitetura de Grande Porte: Gestão de Mudanças DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação. A arquitetura e o urbanismo configuram-se como bases imprescindíveis em um espaço urbano cada vez mais complexo e desafiador, onde a intrínseca conexão entre questões sociais, ambientais e tecnológicas […]