Predição multinível dos resultados do Campeonato Brasileiro de Futebol usando dados de times e jogadores

doi:10.22167/2675-6528-202602616

Artigo

29 de setembro de 2026

Predição multinível dos resultados do Campeonato Brasileiro de Futebol usando dados de times e jogadores

Predição Multinível dos Resultados do Campeonato Brasileiro de Futebol Usando Dados de Times e Jogadores

Alexandre Quirino Ramos Pinto; Walter Mesquita Filho

DOI: 10.22167/2675-6528-202602616

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

A predição de resultados em partidas de futebol é um desafio complexo que exige a captura de padrões estruturais de desempenho ao longo do tempo. Objetivou-se desenvolver e avaliar um Modelo Linear Generalizado Misto (GLMM) de distribuição Poisson para predizer probabilisticamente o número de gols marcados no Campeonato Brasileiro de Futebol – Série A, entre 2016 e 2024, incorporando estatísticas históricas de times e ratings individuais de jogadores. Dados de 3.417 partidas foram coletados via web scraping do portal SofaScore. A estrutura hierárquica do modelo incluiu efeitos fixos, como vantagem do mandante, histórico ofensivo e ratings de jogadores, e efeitos aleatórios de intercepto por time (ataque e defesa) e por temporada. O modelo final apresentou um coeficiente de correlação intraclasse total de 6,05%, com σ_ataque = 0,140 e σ_defesa = 0,136, confirmando a relevância dos efeitos hierárquicos. A vantagem de jogar em casa mostrou-se estatisticamente significativa, com Incidence Rate Ratio de 1,31. Em validação temporal (2023-2024), o modelo alcançou acurácia de 49,4%, Brier Skill Score de 7,1% e Ranked Probability Score Skill Score de 9,0% em relação a um modelo de referência ingênuo. Os resultados corroboraram a adequação da abordagem GLMM multinível para previsão probabilística em futebol, contribuindo para a análise esportiva com dados brasileiros.

Palavras-chave: Desempenho equipe; GLMM; Poisson; SofaScore.

1. Introdução

A predição de resultados esportivos tem despertado crescente interesse acadêmico e prático, impulsionada pelo avanço das metodologias de análise de dados e pela disponibilização de bases de dados detalhadas sobre o desempenho dos atletas e das equipes. O futebol, em particular, representa um campo de estudo especialmente rico, pois conjuga aleatoriedade considerável com padrões estruturais que refletem qualidade técnica, estratégia, tática e dinâmicas de grupo (Maher, 1982; Dixon e Coles, 1997). No Brasil, o Campeonato Brasileiro de Futebol da primeira divisão – Série A, é considerado um dos torneios mais competitivos do mundo, reunindo vinte equipes em disputas de turno e returno ao longo de 38 rodadas por temporada, o que gera um conjunto de dados longitudinal de grande riqueza para a modelagem estatística.

O desempenho de uma equipe em uma partida é influenciado simultaneamente por fatores individuais, como a qualidade técnica e as condições físicas dos jogadores, e por fatores coletivos, como a força global do elenco e a vantagem de jogar em casa. A predição de resultados de partidas de futebol é um desafio que combina a aleatoriedade inerente do esporte com a necessidade de capturar padrões estruturais de desempenho no decorrer do tempo. Essa estrutura hierárquica natural dos dados, na qual observações de partidas estão aninhadas dentro de times que, por sua vez, variam ao longo de temporadas, torna os modelos de regressão clássicos, que assumem independência entre observações, limitados para este tipo de análise.

Nesse contexto, os Modelos Lineares Generalizados Mistos (GLMM) surgem como uma abordagem metodologicamente adequada para estender os modelos lineares mistos a respostas com distribuições não-normais, combinando efeitos fixos e aleatórios (Fávero e Belfiore, 2017; Goldstein, 2011). Para variáveis de contagem, como o número de gols, a distribuição Poisson é a escolha natural, com função de link logarítmica (Stroup, 2012). A modelagem multinível, fundamentada nos trabalhos de Raudenbush e Bryk (2002) e Snijders e Bosker (1999), permite decompor a variabilidade total dos dados em componentes associados a diferentes níveis hierárquicos, superando as limitações de modelos que pressupõem independência entre as observações.

Para a realização deste estudo, os dados foram coletados por meio de web scraping do portal SofaScore (SofaScore, 2022), uma plataforma que disponibiliza estatísticas e ratings individuais dos jogadores em tempo real para partidas ao redor do mundo (Notas SofaScore, 2024). O conjunto de dados abrangeu todas as partidas do Campeonato Brasileiro de Futebol da primeira divisão – Série A, das temporadas de 2016 a 2024, totalizando 3.417 partidas. As informações incluíram estatísticas de desempenho dos times e as notas individuais dos jogadores a cada partida, que servem como variáveis preditoras em modelos de análise esportiva.

Diante da complexidade e da riqueza dos dados do futebol brasileiro, e da adequação da abordagem GLMM para lidar com a estrutura hierárquica e a natureza de contagem dos gols, o presente trabalho teve como objetivo principal desenvolver e avaliar um modelo GLMM de Poisson para predição probabilística dos resultados de partidas do Campeonato Brasileiro de Futebol, incorporando tanto as estatísticas históricas dos times quanto os ratings individuais dos jogadores como preditores.

2. Material e Métodos

O presente estudo caracterizou-se como uma pesquisa quantitativa, de natureza inferencial, com o objetivo de desenvolver e avaliar um modelo estatístico para a predição probabilística de resultados de partidas de futebol. A abordagem metodológica adotada foi a modelagem de Modelos Lineares Generalizados Mistos (GLMM) de distribuição Poisson, adequada para variáveis de contagem como o número de gols. A unidade de análise consistiu em partidas do Campeonato Brasileiro de Futebol da primeira divisão – Série A.

Os dados foram coletados por meio de web scraping do portal SofaScore (sofascore.com), abrangendo todas as partidas do Campeonato Brasileiro de Futebol da Série A, das temporadas de 2016 a 2024. Foram obtidas 3.417 partidas, de um total teórico de 3.420. As partidas não incluídas foram: Atlético-MG e Chapecoense (2016), CSA e Palmeiras (2019), e Athletico e Internacional (2024), devido a cancelamento ou dados incompletos. A coleta foi realizada com as bibliotecas Playwright e Asyncio da linguagem Python 3.12, e os dados foram consolidados em um arquivo CSV.

O conjunto de dados continha 76 variáveis, incluindo identificação da partida, placar final, rodada, temporada, estatísticas técnicas de jogo e ratings individuais dos jogadores. Foi realizado um ajuste manual de aproximadamente 30 observações de ratings de jogadores que não foram corretamente capturados pelo web scraping. Na etapa de preparo, com as bibliotecas Pandas e NumPy, calculou-se o rating médio do time e criaram-se variáveis de força histórica com janela deslizante (média das últimas cinco partidas anteriores), como força ofensiva, defensiva e rating histórico. Valores da primeira rodada sem histórico foram preenchidos com a média global. O dataset foi reestruturado para o formato longo, totalizando 6.834 observações, e todas as covariáveis contínuas foram padronizadas (z-score).

A análise exploratória dos dados foi conduzida para caracterizar a distribuição das variáveis de interesse e subsidiar as escolhas de modelagem. Avaliou-se a distribuição de gols por meio de histogramas comparativos com a distribuição Poisson e calculou-se a razão variância/média. A vantagem de jogar em casa foi quantificada por proporções de vitórias, empates e derrotas, e pela evolução das médias de gols ao longo das temporadas. As correlações entre estatísticas de jogo e gols foram calculadas pelo coeficiente de Pearson.

O modelo GLMM de Poisson foi especificado para modelar o número de gols marcados, considerando a natureza de contagem dos dados e a estrutura hierárquica. A especificação incluiu efeitos fixos e efeitos aleatórios, que modelam a variabilidade específica de subgrupos, como times e temporadas (Stroup, 2012). A estimação foi realizada por máxima verossimilhança penalizada, utilizando a aproximação de Laplace, implementada em Python com a biblioteca SciPy e o algoritmo L-BFGS-B. As variâncias dos efeitos aleatórios foram determinadas por profile likelihood com o algoritmo Nelder-Mead.

A pesquisa instanciou quatro modelos progressivamente mais complexos, seguindo uma abordagem “step-up” (Raudenbush e Bryk, 2002). O Modelo 0 (M0) foi um modelo de referência, e os modelos subsequentes (M1, M2, M3) adicionaram covariáveis históricas pré-jogo e interceptos aleatórios de ataque por time, defesa por time e temporada. O Modelo 4 (M4) estendeu o M3 com a correção de Dixon-Coles (1997) para baixos placares, introduzindo um parâmetro que ajusta a probabilidade conjunta dos placares (0x0, 1×0, 0x1 e 1×1).

A avaliação do ajuste do modelo foi realizada por estatística qui-quadrado de Pearson (x²/df), teste de Shapiro-Wilk para normalidade dos efeitos aleatórios, e coeficiente de correlação intraclasse (ICC), calculado conforme Nakagawa e Schielzeth (2010). O teste de razão de verossimilhança (LRT) foi empregado para comparar modelos aninhados. A validação do modelo foi temporal, utilizando as temporadas de 2016 a 2022 para treinamento (2.658 partidas) e 2023 a 2024 para teste (759 partidas), respeitando a ordem cronológica dos dados.

Para cada partida do conjunto de teste, o modelo gerou valores esperados de gols, a partir dos quais foram obtidas probabilidades para os três resultados possíveis (vitória do mandante, empate, vitória do visitante) por simulação de Monte Carlo com 5.000 amostras da distribuição Poisson. O desempenho preditivo foi avaliado por três métricas: Acurácia simples (proporção de acertos pelo resultado de máxima probabilidade), Brier Score (BS) e Ranked Probability Score (RPS). Para ambas as métricas, calculou-se o Skill Score em relação a um modelo ingênuo de probabilidades uniformes.

3. Resultados e Discussão

A análise exploratória dos dados revelou características importantes para a modelagem. A distribuição de gols observada para os times mandantes e visitantes demonstrou boa aderência à distribuição de Poisson em toda a faixa de valores, indicando que esta é uma escolha apropriada para a variável resposta. Nos 3.417 jogos analisados, a média de gols do time da casa foi de 1,395, com variância de 1,306, enquanto o time visitante marcou em média 0,976 gols por jogo, com variância de 0,970. Os índices de dispersão, calculados como a razão variância/média, foram de 0,9363 para o mandante e 0,9943 para o visitante, ambos próximos de um, o que reforça a adequação da distribuição de Poisson e sugere ausência de superdispersão relevante nos dados.

A distribuição dos resultados das partidas no Campeonato Brasileiro – Série A, entre 2016 e 2024, mostrou que 47,6% terminaram com vitória do mandante, 27,3% com empate e 25,2% com vitória do visitante. Essas proporções são consistentes com padrões observados em outros campeonatos sul-americanos de alto nível, conforme apontado por Pollard e Pollard (2005). A média de gols marcados por temporada para mandante e visitante permaneceu relativamente estável ao longo do período analisado, com os times da casa marcando entre 1,27 e 1,49 gols por jogo, e os visitantes entre 0,80 e 1,07 gols por jogo. A taxa de vitória do mandante variou entre 43,9% em 2017 e 53,2% em 2018, evidenciando a persistência da vantagem de jogar em casa.

A correlação de Pearson entre as estatísticas de jogo e o número de gols marcados identificou as finalizações no gol como o preditor mais forte, com um coeficiente de correlação de 0,467 e p < 0,001. Em seguida, o rating do time também se mostrou um preditor relevante, com r = 0,410 e p < 0,001. Por outro lado, a posse de bola (r = -0,055) e os passes certos (r = 0,004) apresentaram baixa correlação com os gols marcados, sugerindo que o volume de jogo não se traduz diretamente em maior capacidade de finalização. Para evitar vazamento de informação futura, apenas as variáveis históricas calculadas com janela deslizante foram incluídas como preditores no modelo, garantindo que a predição se baseasse exclusivamente em dados disponíveis antes da partida.

Ajuste do modelo GLMM

O Modelo Linear Generalizado Misto (GLMM) final, denominado M3, demonstrou convergência satisfatória por meio do algoritmo L-BFGS-B, alcançando uma log-verossimilhança marginal de −9.305,79. A análise dos coeficientes estimados para os efeitos fixos revelou que a vantagem de jogar em casa foi o preditor mais expressivo. O Incidence Rate Ratio (IRR) para a vantagem do mandante foi de 1,308, com um intervalo de confiança de 95% entre 1,236 e 1,384 e um p-valor inferior a 0,001. Isso indica que, mantendo os demais fatores constantes, o time mandante marca, em média, 30,8% mais gols do que o time visitante. Este achado está em consonância com a literatura internacional, que documenta vantagens do mandante variando entre 20% e 50%, dependendo do campeonato e do período analisado (Pollard e Pollard, 2005; Constantinou e Fenton, 2012).

O rating histórico médio dos jogadores do time também se mostrou um preditor estatisticamente significativo e positivo para o número de gols marcados. O coeficiente para o rating histórico apresentou um IRR de 1,072, com intervalo de confiança de 95% entre 1,040 e 1,106 e p < 0,001. Isso significa que times com melhor média histórica de desempenho individual tendem a marcar mais gols, com um incremento de 7,2% por desvio-padrão na variável padronizada. Este resultado valida a hipótese de que informações individuais de desempenho agregam valor preditivo ao modelo, conforme proposto na introdução.

Em contrapartida, os efeitos do histórico de ataque do time e da qualidade defensiva do adversário, embora apresentassem os sinais esperados, não foram estatisticamente significativos ao nível de 5%, com intervalos de confiança que incluíam a unidade. O IRR para o histórico de ataque foi de 1,018, com IC 95% entre 0,991 e 1,045, e para a defesa do adversário foi de 1,028, com IC 95% entre 0,994 e 1,062. O coeficiente do rating histórico do adversário, por sua vez, apresentou um sinal positivo (IRR = 1,008, IC 95% entre 0,971 e 1,047), o que é contrário à expectativa de que adversários de maior qualidade defensiva reduziriam o número de gols marcados, e também não foi estatisticamente significativo.

Três hipóteses foram levantadas para explicar o comportamento inesperado do rating histórico do adversário. Primeiramente, confrontos entre equipes de maior qualidade técnica podem resultar em partidas mais abertas, fazendo com que o termo capture o caráter ofensivo do jogo em vez da qualidade defensiva do oponente. Em segundo lugar, a nota SofaScore é atribuída após a partida e pode incorporar parcialmente o desfecho, introduzindo um componente endógeno na variável. Por fim, pode haver colinearidade com o efeito aleatório de defesa por time, que já absorve a força defensiva latente do adversário, deixando pouca variância independente para o termo fixo. Devido à magnitude reduzida e às ressalvas, este coeficiente não deve ser interpretado como uma estimativa causal.

Efeitos aleatórios e ICC

A análise dos componentes de variância e dos Coeficientes de Correlação Intraclasse (ICC) revelou a importância da estrutura hierárquica dos dados. O ICC total calculado foi de 6,05%, indicando que uma fração significativa da variação nos gols marcados pode ser atribuída a diferenças estruturais entre times e temporadas, justificando a utilização do modelo multinível. Embora a maior parte da variação nos gols seja explicada pela aleatoriedade residual inerente ao futebol, a presença de efeitos aleatórios é estatisticamente relevante. O componente de ataque por time (u_atk) apresentou um desvio-padrão estimado de 0,140 e um ICC de 3,02%, enquanto o componente de defesa por time (u_def) teve um desvio-padrão estimado de 0,136 e um ICC de 2,84%.

Os componentes de ataque e defesa por time apresentaram magnitudes semelhantes, com uma ligeira predominância do componente ofensivo. Isso sugere que a força ofensiva e defensiva latente das equipes são fatores importantes e comparáveis na explicação da variabilidade dos gols. Em contraste, o efeito de temporada (u_tmp) mostrou-se marginal, com um desvio-padrão estimado de 0,035 e um ICC de apenas 0,19%. Este resultado indica que a variação sistemática entre temporadas é pequena em comparação com as diferenças intrínsecas entre as equipes, reforçando a ideia de que a identidade e o desempenho dos times são mais determinantes do que as flutuações anuais no contexto geral do campeonato.

A heterogeneidade substancial entre os times foi evidenciada pelos efeitos aleatórios estimados. No que diz respeito à força ofensiva, o Flamengo (0,274) e o Palmeiras (0,256) destacaram-se como líderes, seguidos pelo Atlético-MG (0,186), refletindo o domínio desses clubes no período analisado. Quanto à força defensiva, os menores valores, indicativos de melhor desempenho, foram observados para o Palmeiras (-0,252), Internacional (-0,183) e Corinthians (-0,157). É notável que o Palmeiras se destacou simultaneamente entre os melhores ataques e as melhores defesas, um resultado consistente com o seu desempenho geral nas temporadas estudadas. As barras de erro associadas às estimativas foram mais amplas para times com menor número de participações, o que reflete o encolhimento das estimativas em direção à média geral, um efeito promovido pela estrutura multinível.

Diagnóstico do modelo

Os diagnósticos do modelo final confirmaram um bom ajuste aos dados. A estatística qui-quadrado de Pearson dividida pelos graus de liberdade resultou em 0,903, um valor próximo a um que indica uma calibração adequada da variância residual e a ausência de superdispersão. Este resultado corrobora a adequação da distribuição de Poisson para modelar os gols marcados. Adicionalmente, os testes de Shapiro-Wilk, aplicados aos efeitos aleatórios estimados, não rejeitaram a hipótese de normalidade para nenhum dos três componentes: ataque por time (p = 0,942), defesa por time (p = 0,095) e temporada (p = 0,863). A validação da premissa distribucional do modelo é crucial para a robustez das inferências.

Os QQ-plots dos efeitos aleatórios estimados para ataque, defesa e temporada, bem como os QQ-plots de ajuste global dos quatro modelos ajustados, mostraram que os resíduos quantílicos aleatorizados, propostos por Dunn e Smyth (1996), seguem uma distribuição normal padrão. Este tipo de resíduo é o diagnóstico mais adequado para respostas discretas, pois resíduos de Pearson ou de deviance em modelos de contagem são assimétricos e assumem valores discretos, produzindo padrões em degraus nos QQ-plots mesmo sob especificação correta. A conformidade dos resíduos quantílicos com a distribuição normal padrão indica que o modelo está bem especificado e que as premissas subjacentes foram atendidas.

Comparação de modelos

A comparação entre os modelos, realizada por meio da log-verossimilhança e do teste de razão de verossimilhança (LRT), demonstrou uma melhora progressiva no ajuste à medida que componentes adicionais foram incorporados. O modelo GLM Poisson com covariáveis pré-jogo (M1) apresentou uma log-verossimilhança de -9.371,58, significativamente superior ao modelo nulo (M0), com um LRT x² de 403,75 e p < 0,001. Isso evidenciou o poder explicativo dos preditores de jogo na modelagem do número de gols.

A incorporação dos efeitos aleatórios por time e temporada no modelo (M2) resultou em uma melhora substancial no ajuste, com um LRT x² de 497,52 e p < 0,001 em comparação com o M1. Posteriormente, o modelo GLMM completo com covariáveis pré-jogo (M3) gerou uma melhora adicional significativa, com um LRT x² de 37,82 e p < 0,001 em relação ao M2. Esses resultados confirmam a importância da estrutura multinível e das covariáveis históricas para a predição de gols no Campeonato Brasileiro de Futebol.

O parâmetro de correção de Dixon-Coles (p) foi estimado em 0,0155, e o teste de razão de verossimilhança (LRT x² = 0,45, p = 0,500) indicou que essa correção para baixos placares não trouxe ganho estatisticamente significativo neste conjunto de dados. Este achado difere do que Dixon e Coles (1997) observaram em ligas europeias, onde a correção é altamente relevante. A ausência de significância no contexto brasileiro pode estar relacionada à maior imprevisibilidade e frequência de gols no futebol do país, sugerindo que a dinâmica de placares baixos pode ser menos pronunciada ou ter um impacto diferente na predição de resultados.

Validação temporal e desempenho preditivo

A validação temporal do modelo foi realizada utilizando as temporadas de 2016 a 2022 para treinamento (2.658 partidas) e as temporadas de 2023 e 2024 para teste (759 partidas), totalizando 1.518 observações. Esta abordagem cronológica evitou o vazamento de informações futuras e simulou um cenário real de uso do modelo. O modelo gerou probabilidades para os três resultados possíveis (vitória do mandante, empate, vitória do visitante) por meio de simulação de Monte Carlo com 5.000 amostras da distribuição Poisson para cada partida do conjunto de teste.

A distribuição dos resultados previstos pelo modelo M3 para as temporadas de 2023 e 2024 mostrou uma tendência a prever vitórias do mandante em demasia, com 85,1% das previsões indicando vitória do mandante, em contraste com os 47,0% observados. Além disso, o modelo raramente previu empates. Este padrão é documentado em modelos de Poisson para futebol que não incorporam correção específica para empates (Dixon e Coles, 1997). A dispersão dos gols observados versus os esperados pelo modelo apresentou um Erro Absoluto Médio (MAE) global de 0,835, indicando uma boa proximidade entre os valores previstos e os reais.

As métricas de validação temporal confirmaram o desempenho superior do modelo em relação a um modelo de referência ingênuo. O Ranked Probability Score Skill Score (RPS Skill Score) de 9,0% e o Brier Skill Score de 7,1% indicam que o modelo agrega valor preditivo, mesmo em termos ordinais, sobre o “baseline” uniforme. Esses resultados são comparáveis, em ordem de magnitude, aos reportados por Baio e Blangiardo (2010) para a liga italiana com modelos bayesianos de efeitos aleatórios. Contudo, comparações diretas de Skill Score com a literatura internacional devem ser interpretadas com reserva, devido às diferenças entre ligas, períodos e conjuntos de teste.

A acurácia simples do modelo foi de 49,4% para as temporadas de 2023 e 2024. No entanto, essa métrica deve ser interpretada com cautela, pois uma regra ingênua que sempre previsse a vitória do mandante acertaria 47,0% das partidas do conjunto de teste. O ganho do modelo sobre essa referência, em termos de acurácia, é modesto. A dificuldade em prever empates reflete a natureza probabilística do resultado: embora o modelo atribua aos empates uma probabilidade média de 26,9%, próxima da frequência observada de 26,2%, a estratégia de máxima probabilidade (argmax) raramente os seleciona, pois as probabilidades de vitória de cada time são geralmente maiores. Isso sugere uma limitação do critério de decisão, e não uma má calibração do modelo probabilístico, o que justifica o uso de regras de pontuação como o Brier Score e o RPS, conforme defendido por Constantinou e Fenton (2012).

Em síntese, o Modelo Linear Generalizado Misto de Poisson demonstrou ser uma abordagem adequada para a predição probabilística de gols no Campeonato Brasileiro de Futebol, capturando a estrutura hierárquica dos dados. A vantagem de jogar em casa e o rating histórico dos jogadores foram identificados como preditores significativos, enquanto a correção de Dixon-Coles não se mostrou relevante para este contexto. A validação temporal confirmou a capacidade preditiva do modelo, oferecendo uma distribuição de probabilidade completa para os resultados das partidas, o que representa uma contribuição valiosa para a análise esportiva com dados brasileiros.

4. Conclusão

O presente estudo objetivou desenvolver e avaliar um Modelo Linear Generalizado Misto (GLMM) de distribuição Poisson para predizer probabilisticamente o número de gols marcados no Campeonato Brasileiro de Futebol – Série A, incorporando estatísticas históricas de times e ratings individuais de jogadores. Verificou-se que a abordagem GLMM multinível demonstrou ser adequada para a predição probabilística de gols, capturando a estrutura hierárquica dos dados, com um Coeficiente de Correlação Intraclasse total de 6,05%. A vantagem de jogar em casa foi identificada como o preditor mais expressivo, indicando que o time mandante marca, em média, 30,8% mais gols. O rating histórico médio dos jogadores também se mostrou um preditor estatisticamente significativo e positivo. Em contraste, o histórico de ataque do time e a qualidade defensiva do adversário não apresentaram significância estatística. A validação temporal do modelo, realizada com as temporadas de 2023 e 2024, confirmou seu desempenho superior em relação a um modelo de referência ingênuo, com um Ranked Probability Score Skill Score de 9,0% e um Brier Skill Score de 7,1%. Adicionalmente, constatou-se que o parâmetro de correção de Dixon-Coles não trouxe ganho estatisticamente significativo para este conjunto de dados, um achado que difere da literatura internacional e contribui para a análise esportiva com dados brasileiros, oferecendo uma distribuição de probabilidade completa para os resultados das partidas.

Contudo, o modelo apresentou limitações ao utilizar apenas dados históricos pré-jogo, sem considerar informações contextuais como ausências por lesão, suspensão, clima ou condições do gramado. Os efeitos aleatórios de time foram tratados como constantes ao longo das nove temporadas, o que representa uma simplificação. Sugere-se que estudos futuros explorem a incorporação dessas variáveis contextuais, a adoção de inclinações aleatórias para a vantagem do mandante, a modelagem conjunta dos placares por meio da Poisson bivariada, e a comparação do GLMM com modelos bayesianos hierárquicos ou abordagens de aprendizado de máquina, a fim de verificar possíveis ganhos preditivos adicionais.

Referências Bibliográficas

Baio, G.; Blangiardo, M. 2010. Bayesian hierarchical model for the prediction of football results. Journal of Applied Statistics 37(2): 253-264.

Constantinou, A.C.; Fenton, N.E. 2012. Solving the problem of inadequate scoring rules for assessing probabilistic football forecast models. Journal of Quantitative Analysis in Sports 8(1): 1-14.

Dixon, M.J.; Coles, S.G. 1997. Modelling association football scores and inefficiencies in the football betting market. Journal of the Royal Statistical Society: Series C (Applied Statistics) 46(2): 265-280.

Dunn, P.K.; Smyth, G.K. 1996. Randomized quantile residuals. Journal of Computational and Graphical Statistics 5(3): 236-244.

Fávero, L.P.; Belfiore, P. 2017. Manual de Análise de Dados. Elsevier, Rio de Janeiro, RJ, Brasil.

Goldstein, H. 2011. Multilevel Statistical Models. 4ed. John Wiley & Sons, Chichester, Reino Unido.

Maher, M.J. 1982. Modelling association football scores. Statistica Neerlandica 36(3): 109-118.

Nakagawa, S.; Schielzeth, H. 2010. Repeatability for Gaussian and non-Gaussian data: a practical guide for biologists. Biological Reviews 85(4): 935-956.

Notas SofaScore. 2024. Entendendo a Nota SofaScore: um guia completo. Disponível em: <https://www.sofascore.com/news/pt/nota-sofascore-explicada/>. Acesso em: 17 jun. 2025.

Pollard, R.; Pollard, G. 2005. Long-term trends in home advantage in professional team sports in North America and England (1876-2003). Journal of Sports Sciences 23(4): 337-350.

Raudenbush, S.W.; Bryk, A.S. 2002. Hierarchical Linear Models: Applications and data analysis methods. 2ed. Sage Publications, Thousand Oaks, CA, USA.

Snijders, T.A.B.; Bosker, R.J. 1999. Multilevel Analysis: An introduction to basic and advanced multilevel modeling. Sage Publications, Londres, Reino Unido.

SofaScore. 2022. About Us. Disponível em: <https://corporate.sofascore.com/about>. Acesso em: 30 mar. 2025.

Stroup, W.W. 2012. Generalized Linear Mixed Models: Modern concepts, methods and applications. CRC Press, Boca Raton, FL, USA.

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

13 de outubro de 2026

“Marca”: viabilidade econômica para moda sustentável LGBTQIA+ em São Paulo

13 de outubro de 2026

Preditores de óbitos em idosos com síndrome respiratória aguda grave confirmados por Influenza A(H1N1)pdm09

13 de outubro de 2026

Construindo a beleza desde cedo: comportamentos de consumo de maquiagem e skincare na Geração Alpha

13 de outubro de 2026

Uma visão geral comparativa das frotas de veículos elétricos no Brasil e na União Europeia

13 de outubro de 2026

População e Imigração no Japão: Projeções com Séries Temporais e Análise Causal Demográfica até 2044

13 de outubro de 2026

Marketing digital e engajamento no youTube: estratégias para canais de crimes reais no Brasil

13 de outubro de 2026

Utilização de técnicas de Machine Learning Não Supervisionado para planejamento de trabalho de revisão de remunerações para aposentadoria

13 de outubro de 2026

Gestão de vendas para o desempenho de uma empresa do setor imobiliário

13 de outubro de 2026

Delineo: Adaptação de modelo de difusão para prototipagem de interface de usuário guiada por esboço

Você também pode gostar

13 de outubro de 2026

“Marca”: viabilidade econômica para moda sustentável LGBTQIA+ em São Paulo

O cenário atual da moda, marcado pelo consumo excessivo de “fast fashion” e pela exclusão de corpos dissidentes, evidenciou a necessidade de marcas focadas em conscientização, “upcycling” e transmutação têxtil. Neste contexto, o estudo objetivou analisar a viabilidade econômica de uma marca de moda sustentável e inclusiva, direcionada ao público LGBTQIA+ na cidade de São Paulo. A pesquisa caracterizou-se como um estudo de caso quantitativo, fundamentado na aplicação de um questionário para aferir o comportamento de consumo e na projeção de cenários financeiros para um quinquênio. Os resultados revelaram um ticket médio viável de R$200,00 e confirmaram a rentabilidade da operação com um Valor Presente Líquido de R$ 47.699,49, uma Taxa Interna de Retorno de 343,70% e uma Taxa Interna de Retorno Modificada de 115,80%. A análise de sensibilidade comprovou a solidez do projeto, demonstrando retorno positivo mesmo em simulações pessimistas. O empreendimento mostrou-se viável, indicando que a união entre valores de sustentabilidade, economia social e estrutura financeira eficiente resulta em um negócio de baixo risco.

Palavras-chave: Análise de investimentos; Economia circular; Empreendedorismo; Impacto socioambiental; Vestuário.

13 de outubro de 2026

Preditores de óbitos em idosos com síndrome respiratória aguda grave confirmados por Influenza A(H1N1)pdm09

A infecção pelo vírus influenza A(H1N1)pdm09 pode evoluir para Síndrome Respiratória Aguda Grave (SRAG), com maior risco de óbitos em idosos. O objetivo foi analisar fatores preditores de óbito em casos de SRAG confirmados para influenza A(H1N1)pdm09, entre idosos com 60 anos ou mais, considerando fatores individuais e contextuais das Regiões Administrativas (RA) do Estado de São Paulo (ESP), e comparar o desempenho de modelos de regressão. Realizou-se um estudo descritivo e analítico no ESP, de 2023 a 2024, utilizando dados do SIVEP-Gripe e da Fundação SEADE. Incluíram-se 714 casos confirmados por RT-PCR de influenza A(H1N1)pdm09 em residentes do ESP com 60 anos ou mais. Analisaram-se variáveis sociodemográficas, clínicas, de internação, tratamento, vacinação e local de residência. Empregou-se regressão logística binária e hierárquica logística, com o desfecho de evolução para óbito. Dos 714 casos, 202 resultaram em óbito. O modelo final de regressão logística binária associou maior chance de óbito ao sexo masculino, idade avançada, saturação de oxigênio inferior a 95%, internação em UTI e uso de suporte ventilatório invasivo. A presença de tosse e o uso de antiviral foram associados a menor chance de óbito. O modelo hierárquico logístico apresentou desempenho semelhante, com pequena contribuição contextual residual das RA. Concluiu-se que o modelo de regressão logística binária foi suficiente e mais simples para representar os dados, sendo adotado como modelo final.

Palavras-chave: Influenza A(H1N1)pdm09; Modelagem hierárquica logística; Óbito por Influenza A(H1N1)pdm09; Regressão logística; Síndrome Respiratória Aguda Grave.

13 de outubro de 2026

Construindo a beleza desde cedo: comportamentos de consumo de maquiagem e skincare na Geração Alpha

O interesse feminino pela estética manifesta-se em diversas sociedades, sendo amplificado pelo avanço da internet e das redes sociais, que impulsionaram o surgimento de influenciadores digitais. O estudo analisou como o marketing de influência digital impacta o comportamento de consumo e a percepção estética de meninas da Geração Alpha (3 a 15 anos) no estado de São Paulo, sob a perspectiva de seus pais e/ou responsáveis, com foco no consumo precoce de maquiagem e skincare e na construção de padrões estéticos. Para isso, realizou-se uma pesquisa bibliográfica, aplicou-se um formulário quantitativo online e presencial, e conduziu-se uma entrevista com um médico dermatologista. Os resultados indicaram que o interesse pela beleza surge precocemente, com incentivo dos responsáveis. As jovens demonstraram desejo de pertencimento, e itens de maquiagem apresentaram ligeira predominância sobre os de skincare. A maioria dos participantes acreditou que o marketing de influência impacta as decisões de compra. Concluiu-se que o interesse pela beleza e o incentivo ao autocuidado são naturalizados desde cedo, e que o marketing de influência contribui para a formação de desejos de consumo, embora a amostra não probabilística limite generalizações.

Palavras-chave: Adolescentes; Crianças; Estética; Influenciadores; Redes Sociais.

13 de outubro de 2026

Uma visão geral comparativa das frotas de veículos elétricos no Brasil e na União Europeia

O transporte rodoviário contribui para aproximadamente 20% das emissões globais de CO2, impulsionando a busca por soluções de mobilidade mais limpas, como veículos elétricos. O objetivo deste estudo foi comparar os mercados de veículos elétricos no Brasil e na União Europeia, contrastando suas políticas, adoção por consumidores e desenvolvimento de infraestrutura. Empregou-se um desenho de pesquisa descritiva comparativa, analisando dados quantitativos da Associação Brasileira do Veículo Elétrico, Associação Nacional dos Fabricantes de Veículos Automotores, European Alternative Fuels Observatory e European Environment Agency para o período de 2015 a 2024, complementados por análise qualitativa de documentos de política. Os resultados revelaram uma divergência estrutural fundamental: o Brasil apresentou crescimento exponencial de 80,7% ao ano (2022-2025), com híbridos compreendendo aproximadamente 66% das vendas e impulsionado por incentivos fiscais que alavancam a bioeconomia do etanol. A União Europeia, por sua vez, mostrou expansão em fase de consolidação a uma taxa anual de 8,35% (2008-2025), com veículos elétricos a bateria superando 40% dos novos registros, impulsionados por mandatos regulatórios vinculativos. A análise de densidade de infraestrutura indicou que a rede pública de carregamento da União Europeia (55,3 pontos por mil veículos de combustível alternativo) era o dobro da brasileira (27,9 pontos por mil veículos eletrificados). A quantificação ambiental confirmou que a matriz energética predominantemente renovável do Brasil (64 gCO2/kWh) resultou em emissões well-to-wheel substancialmente menores em comparação com a matriz da União Europeia (246 gCO2/kWh). Concluiu-se que o modelo brasileiro, com incentivos fiscais neutros em tecnologia e aproveitamento da infraestrutura de biocombustíveis, pode acelerar a adoção de híbridos em economias emergentes com baixo gasto público. Para mercados maduros, o modelo da União Europeia, com mandatos regulatórios, estabeleceu um mercado dominante de veículos elétricos a bateria, embora com custo fiscal mais elevado.

Palavras-chave: Energia renovável; Mercado; Qualitativo; Quantitativo.

13 de outubro de 2026

População e Imigração no Japão: Projeções com Séries Temporais e Análise Causal Demográfica até 2044

O envelhecimento populacional e a baixa taxa de fecundidade configuram desafios demográficos complexos no Japão, acompanhados pela expansão da imigração estrangeira como resposta às restrições de oferta de mão de obra. O estudo teve como objetivo analisar as tendências demográficas japonesas e projetar sua evolução até 2044, com ênfase nas relações entre declínio populacional, fecundidade e imigração. Aplicaram-se os modelos de séries temporais ARIMA e Prophet a dados históricos do Banco Mundial, do Instituto Nacional de Pesquisa Populacional e Segurança Social do Japão e da Agência de Serviços de Imigração do Japão, abrangendo o período de 2003 a 2023 para a série populacional e de 2014 a 2024 para a série imigratória. A análise incluiu estatísticas descritivas, correlação de Pearson, teste de estacionariedade de Dickey-Fuller aumentado e testes de causalidade de Granger, além da avaliação preditiva por meio das métricas MAE e MAPE. Os resultados evidenciaram a continuidade da redução populacional e o crescimento do contingente de imigrantes nas projeções até 2044. O Prophet apresentou menores valores de MAE e MAPE nos conjuntos de teste, embora a curta extensão da série imigratória limitasse a capacidade de generalização. Os testes de causalidade temporal não identificaram evidências estatisticamente significativas de precedência entre população e imigração. Concluiu-se que a imigração pode contribuir para mitigar restrições de oferta de mão de obra, mas não constitui, isoladamente, mecanismo suficiente para reverter o declínio populacional japonês.

Palavras-chave: Declínio populacional; Demografia; Fertilidade; Fluxos migratórios; Séries temporais.

13 de outubro de 2026

Marketing digital e engajamento no youTube: estratégias para canais de crimes reais no Brasil

O fenômeno dos crimes reais consolidou-se como um nicho de crescimento no YouTube brasileiro, impulsionado pela expansão das mídias digitais e pelo fascínio do público. Contudo, muitos criadores enfrentaram dificuldades para alcançar crescimento sustentável. Analisou-se como as estratégias de marketing digital influenciaram o crescimento, o engajamento e a monetização de canais brasileiros de crimes reais na plataforma YouTube. Adotou-se pesquisa de abordagem mista, qualitativa e quantitativa, de natureza exploratória e descritiva. Analisaram-se quatro canais brasileiros do nicho por meio de análise documental de conteúdos, coleta de métricas públicas via Social Blade e Noxinfluencer, e aplicação de questionários a quatro criadores e a 104 espectadores. Os resultados evidenciaram que os canais de maior desempenho adotaram estratégias distintas, como abordagem narrativa linear e contextualizada, comunicação emocional personalizada, postura técnico-informativa ou conteúdo opinativo provocativo. Verificou-se convergência entre criadores e audiência sobre a centralidade do storytelling para retenção, com a maioria dos espectadores afirmando que a forma como a história era contada determinava a continuidade da visualização. Os criadores indicaram o tempo médio de retenção como métrica mais preditiva para crescimento sustentável, embora 100% dependessem exclusivamente do AdSense para monetização, revelando vulnerabilidade financeira. Concluiu-se que o sucesso no nicho depende da integração entre marketing digital, identidade narrativa consistente e responsabilidade ética.

Palavras-chave: creator economy; engajamento digital; marketing de conteúdo; storytelling; true crime.

13 de outubro de 2026

Utilização de técnicas de Machine Learning Não Supervisionado para planejamento de trabalho de revisão de remunerações para aposentadoria

O dimensionamento de pessoal e a gestão de fluxos de aposentadoria em órgãos públicos federais configuraram desafios estratégicos complexos. O estudo teve como objetivo aplicar técnicas de Machine Learning não supervisionado, especificamente Agrupamento (K-means) e Análise de Correspondência Múltipla (ACM), para aprimorar o planejamento de revisões funcionais em uma autarquia federal brasileira. A metodologia consistiu no processamento de uma base validada de 487 servidores ativos. Inicialmente, variáveis quantitativas, como idade, tempo de contribuição e remuneração, foram submetidas ao algoritmo K-means, resultando na formação de cinco clusters, apoiada no Método do Cotovelo e Coeficiente de Silhueta. Subsequentemente, os grupos foram integrados a variáveis qualitativas via ACM, projetadas em um mapa perceptual que explicou 74,81% da inércia dos dados. Os resultados revelaram que os clusters 0 e 3 representaram os perfis de maior criticidade previdenciária, concentrando todos os beneficiários de abono de permanência e a maioria dos cargos extintos. A pesquisa gerou um Plano de Ação escalonado, priorizando os 75 servidores desses clusters que integralizaram os requisitos de aposentadoria até 2025, com diretriz similar para 2026. Em contrapartida, o cluster 2 apresentou menor risco, com inatividade prevista apenas a partir de 2031. O modelo mostrou-se amplamente favorável como ferramenta de auditoria e saneamento, embora sua plena eficácia dependa de uma governança de dados mais rigorosa no serviço público.

Palavras-chave: Agrupamento; Análise de Correspondência Múltipla (ACM); Aposentadoria; Clusterização.

13 de outubro de 2026

Gestão de vendas para o desempenho de uma empresa do setor imobiliário

A gestão de vendas desempenha um papel estratégico no desempenho organizacional, especialmente em setores de desenvolvimento imobiliário, caracterizados por complexidade comercial. Este estudo teve como objetivo analisar a contribuição das práticas de gestão de vendas para o desempenho comercial e organizacional de uma empresa do setor imobiliário, considerando seu modelo de atuação e estrutura comercial. A pesquisa caracterizou-se como exploratória, com abordagem qualitativa e quantitativa, adotando um estudo de caso único. Coletaram-se dados por meio de triangulação, utilizando pesquisa documental e questionário estruturado aplicado à equipe de vendas terceirizada. Os resultados indicaram que a empresa estruturou suas práticas de gestão comercial com metas mensais e anuais, campanhas de marketing e sistemas de incentivos. O desempenho foi acompanhado por indicadores quantitativos, como volume de vendas e percentual de atingimento de metas. No período analisado, realizaram-se 179 vendas, correspondendo a 74,6% da meta anual estabelecida. Observaram-se oportunidades de aprimoramento no alinhamento entre planejamento comercial, acompanhamento de resultados e efetividade das estratégias. A percepção dos corretores apontou limitações nos sistemas de incentivo, como a ausência de progressividade nas comissões e a duração das premiações. Concluiu-se que, embora a gestão de vendas influencie o desempenho organizacional, existem fragilidades no alinhamento entre esforço, recompensa e motivação da força de vendas. Recomendaram-se o fortalecimento do acompanhamento sistemático, a melhoria da comunicação, a definição de metas mais realistas e a implementação de incentivos progressivos para potencializar os resultados comerciais.

Palavras-chave: Estratégias de vendas; Força de vendas; Gestão comercial; Indicadores de desempenho; Setor imobiliário.

13 de outubro de 2026

Delineo: Adaptação de modelo de difusão para prototipagem de interface de usuário guiada por esboço

A evolução da inteligência artificial e das redes neurais profundas revolucionou as interações humano-máquina. Modelos generativos, embora promissores para a síntese de imagens, enfrentam desafios na prototipagem de interfaces de usuário (UI) ao falhar em respeitar a estrutura espacial. Para solucionar essa divergência, propôs-se uma abordagem de difusão latente condicionada, integrando uma arquitetura de controle a um modelo de larga escala ajustado para interfaces móveis, que suportou esboços de UI para guiar a inferência de imagens. A base de dados de treinamento foi composta por aproximadamente 12.400 imagens de UI e esboços de fontes públicas, pré-processadas e enriquecidas com dados sintéticos e instruções textuais. A abordagem utilizou um modelo Stable Diffusion 3.5 Large como base, adaptado com ControlNet canny edges e um adaptador LoRA. A viabilidade da abordagem foi validada por avaliação quantitativa, empregando uma métrica de similaridade semântica normalizada (SSN) baseada em Sentence-BERT, e por análise qualitativa com 20 especialistas da indústria. Os resultados confirmaram que o método superou as capacidades do modelo original. Contudo, a avaliação evidenciou que a eficácia na estruturação lógica da interface ainda enfrentava degradação estética e perda de elementos funcionais. Concluiu-se que, embora a tecnologia comprove sua viabilidade técnica para otimizar a transição entre requisitos e a implementação de código, a automatização de processos criativos demanda aprimoramentos arquiteturais para atingir o rigor visual exigido pela indústria de desenvolvimento de software.

Palavras-chave: Adaptação de baixo posto; Aprendizado de máquina; Difusão latente condicionada; Redes neurais profundas.

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 De Projetos

25 de setembro de 2026

A IA acelera as respostas; quem assume as decisões?

Velocidade da tecnologia só vira vantagem quando acompanha a capacidade de compreender, verificar e assumir a responsabilidade pelos resultados Imagine uma equipe que passa a produzir em uma tarde as análises que antes exigiam uma semana. A mudança parece justificar o investimento em inteligência artificial. Mas, antes de contabilizar o ganho, cabe perguntar quem examinou […]

Inovação

14 de setembro de 2026

Não lemos apenas palavras

Como novos códigos, tecnologias e formas de comunicação ampliam aquilo que precisamos aprender a interpretar Ser alfabetizado costuma ser entendido inicialmente como: reconhecer letras, formar palavras, compreender frases e produzir textos. Durante muito tempo, foi principalmente a partir desse domínio que definimos o que significava saber ler e, consequentemente, participar de diferentes espaços da sociedade. […]

Redes Sociais

14 de setembro de 2026

O efeito da influência no consumo

O que a pesquisa Youpix/Nielsen 2026 mostra sobre o avanço da Creator Economy Em 2025, 80% dos consumidores brasileiros compraram algum produto recomendado por influenciadores. Em 2026, o índice chegou a 81%. A estabilidade em um patamar tão elevado indica que a compra por influência deixou de ser um comportamento restrito a determinados públicos. O […]

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 […]