Predicción multinivel de los resultados del Campeonato Brasileño de Fútbol usando datos de equipos y jugadores

doi:10.22167/2675-6528-202602616

Artículo

29 de septiembre de 2026

Predicción multinivel de los resultados del Campeonato Brasileño de Fútbol usando datos de equipos y jugadores

Predicción Multinivel de los Resultados del Campeonato Brasileño de Fútbol Usando Datos de Equipos y Jugadores

Alexandre Quirino Ramos Pinto; Walter Mesquita Filho

DOI: 10.22167/2675-6528-202602616

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

La predicción de resultados en partidos de fútbol es un desafío complejo que exige la captura de patrones estructurales de rendimiento a lo largo del tiempo. Se objetivó desarrollar y evaluar un Modelo Lineal Generalizado Mixto (GLMM) de distribución Poisson para predecir probabilísticamente el número de goles marcados en el Campeonato Brasileño de Fútbol – Serie A, entre 2016 y 2024, incorporando estadísticas históricas de equipos y ratings individuales de jugadores. Se recopilaron datos de 3.417 partidos mediante web scraping del portal SofaScore. La estructura jerárquica del modelo incluyó efectos fijos, como ventaja del local, historial ofensivo y ratings de jugadores, y efectos aleatorios de intercepto por equipo (ataque y defensa) y por temporada. El modelo final presentó un coeficiente de correlación intraclase total de 6,05%, con σ_ataque = 0,140 y σ_defensa = 0,136, confirmando la relevancia de los efectos jerárquicos. La ventaja de jugar en casa resultó estadísticamente significativa, con un Incidence Rate Ratio de 1,31. En validación temporal (2023-2024), el modelo alcanzó una precisión del 49,4%, un Brier Skill Score del 7,1% y un Ranked Probability Score Skill Score del 9,0% en relación con un modelo de referencia ingenuo. Los resultados corroboraron la adecuación del enfoque predictivo multinivel GLMM para la predicción probabilística en fútbol, contribuyendo al análisis deportivo con datos brasileños.

Palabras clave: Desempeño equipo; GLMM; Poisson; SofaScore.

1. Introducción

La predicción de resultados deportivos ha despertado un creciente interés académico y práctico, impulsada por el avance de las metodologías de análisis de datos y la disponibilidad de bases de datos detalladas sobre el rendimiento de los atletas y los equipos. El fútbol, en particular, representa un campo de estudio especialmente rico, ya que combina una considerable aleatoriedad con patrones estructurales que reflejan la calidad técnica, la estrategia, la táctica y las dinámicas de grupo (Maher, 1982; Dixon y Coles, 1997). En Brasil, el Campeonato Brasileño de Fútbol de primera división – Serie A, es considerado uno de los torneos más competitivos del mundo, reuniendo a veinte equipos en disputas de ida y vuelta a lo largo de 38 rondas por temporada, lo que genera un conjunto de datos longitudinal de gran riqueza para la modelización estadística.

El rendimiento de un equipo en un partido está influenciado simultáneamente por factores individuales, como la calidad técnica y las condiciones físicas de los jugadores, y por factores colectivos, como la fuerza global de la plantilla y la ventaja de jugar en casa. La predicción de resultados de partidos de fútbol es un desafío que combina la aleatoriedad inherente del deporte con la necesidad de capturar patrones estructurales de rendimiento a lo largo del tiempo. Esta estructura jerárquica natural de los datos, en la que las observaciones de partidos están anidadas dentro de equipos que, a su vez, varían a lo largo de las temporadas, hace que los modelos de regresión clásicos, que asumen independencia entre observaciones, sean limitados para este tipo de análisis.

En este contexto, los Modelos Lineales Generalizados Mixtos (GLMM) surgen como un enfoque metodológicamente adecuado para extender los modelos lineales mixtos a respuestas con distribuciones no normales, combinando efectos fijos y aleatorios (Fávero y Belfiore, 2017; Goldstein, 2011). Para variables de conteo, como el número de goles, la distribución de Poisson es la elección natural, con función de enlace logarítmica (Stroup, 2012). La modelización multinivel, fundamentada en los trabajos de Raudenbush y Bryk (2002) y Snijders y Bosker (1999), permite descomponer la variabilidad total de los datos en componentes asociados a diferentes niveles jerárquicos, superando las limitaciones de los modelos que presuponen independencia entre las observaciones.

Para la realización de este estudio, los datos fueron recolectados mediante web scraping del portal SofaScore (SofaScore, 2022), una plataforma que ofrece estadísticas y valoraciones individuales de los jugadores en tiempo real para partidos alrededor del mundo (Notas SofaScore, 2024). El conjunto de datos abarcó todos los partidos del Campeonato Brasileño de Fútbol de primera división – Serie A, de las temporadas 2016 a 2024, totalizando 3.417 partidos. La información incluyó estadísticas de rendimiento de los equipos y las valoraciones individuales de los jugadores en cada partido, que sirven como variables predictoras en modelos de análisis deportivo.

Ante la complejidad y la riqueza de los datos del fútbol brasileño, y la adecuación del enfoque predictivo para lidiar con la estructura jerárquica y la naturaleza de conteo de los goles, el presente trabajo tuvo como objetivo principal desarrollar y evaluar un Modelo Lineal Generalizado Mixto (GLMM Generalized linear mixed model) de Poisson para la predicción probabilística de los resultados de partidos del Campeonato Brasileño de Fútbol, incorporando tanto las estadísticas históricas de los equipos como los ratings individuales de los jugadores como predictores.

2. Material y Métodos

El presente estudio se caracterizó como una investigación cuantitativa, de naturaleza inferencial, con el objetivo de desarrollar y evaluar un modelo estadístico para la predicción probabilística de resultados de partidos de fútbol. El enfoque metodológico adoptado fue la modelización de Modelos Lineales Generalizados Mixtos (GLMM) de distribución Poisson, adecuada para variables de conteo como el número de goles. La unidad de análisis consistió en partidos del Campeonato Brasileño de Fútbol de primera división – Serie A.

Los datos fueron recolectados mediante web scraping del portal SofaScore (sofascore.com), abarcando todos los partidos del Campeonato Brasileño de Fútbol de la Serie A, de las temporadas 2016 a 2024. Se obtuvieron 3.417 partidos, de un total teórico de 3.420. Los partidos no incluidos fueron: Atlético-MG y Chapecoense (2016), CSA y Palmeiras (2019), y Athletico e Internacional (2024), debido a cancelación o datos incompletos. La recolección se realizó con las bibliotecas Playwright y Asyncio del lenguaje Python 3.12, y los datos fueron consolidados en un archivo CSV.

El conjunto de datos contenía 76 variables, incluyendo identificación del partido, marcador final, ronda, temporada, estadísticas técnicas del juego y ratings individuales de los jugadores. Se realizó un ajuste manual de aproximadamente 30 observaciones de ratings de jugadores que no fueron capturados correctamente por el web scraping. En la etapa de preparación, con las bibliotecas Pandas y NumPy, se calculó el rating promedio del equipo y se crearon variables de fuerza histórica con ventana deslizante (promedio de los últimos cinco partidos anteriores), como fuerza ofensiva, defensiva y rating histórico. Los valores de la primera ronda sin historial se rellenaron con el promedio global. El dataset se reestructuró al formato largo, totalizando 6.834 observaciones, y todas las covariables continuas fueron estandarizadas (z-score).

Se realizó un análisis exploratorio de los datos para caracterizar la distribución de las variables de interés y respaldar las elecciones de modelado. Se evaluó la distribución de goles mediante histogramas comparativos con la distribución de Poisson y se calculó la razón varianza/media. La ventaja de jugar en casa se cuantificó mediante proporciones de victorias, empates y derrotas, y por la evolución de las medias de goles a lo largo de las temporadas. Las correlaciones entre estadísticas de juego y goles se calcularon mediante el coeficiente de Pearson.

El modelo GLMM de Poisson se especificó para modelar el número de goles marcados, considerando la naturaleza de conteo de los datos y la estructura jerárquica. La especificación incluyó efectos fijos y efectos aleatorios, que modelan la variabilidad específica de subgrupos, como equipos y temporadas (Stroup, 2012). La estimación se realizó por máxima verosimilitud penalizada, utilizando la aproximación de Laplace, implementada en Python con la biblioteca SciPy y el algoritmo L-BFGS-B. Las varianzas de los efectos aleatorios se determinaron por verosimilitud de perfil con el algoritmo Nelder-Mead.

La investigación instanció cuatro modelos progresivamente más complejos, siguiendo un enfoque “step-up” (Raudenbush y Bryk, 2002). El Modelo 0 (M0) fue un modelo de referencia, y los modelos subsiguientes (M1, M2, M3) agregaron covariables históricas previas al juego e interceptos aleatorios de ataque por equipo, defensa por equipo y temporada. El Modelo 4 (M4) extendió el M3 con la corrección de Dixon-Coles (1997) para marcadores bajos, introduciendo un parámetro que ajusta la probabilidad conjunta de los marcadores (0x0, 1×0, 0x1 y 1×1).

La evaluación del ajuste del modelo se realizó mediante la estadística chi-cuadrado de Pearson (x²/df), la prueba de Shapiro-Wilk para la normalidad de los efectos aleatorios y el coeficiente de correlación intraclase (ICC), calculado según Nakagawa y Schielzeth (2010). Se empleó la prueba de razón de verosimilitud (LRT) para comparar modelos anidados. La validación del modelo fue temporal, utilizando las temporadas de 2016 a 2022 para entrenamiento (2.658 partidos) y de 2023 a 2024 para prueba (759 partidos), respetando el orden cronológico de los datos.

Para cada partido del conjunto de prueba, el modelo generó valores esperados de goles, a partir de los cuales se obtuvieron probabilidades para los tres resultados posibles (victoria del local, empate, victoria del visitante) por simulación de Monte Carlo con 5.000 muestras de la distribución de Poisson. El rendimiento predictivo se evaluó mediante tres métricas: Precisión simple (proporción de aciertos por el resultado de máxima probabilidad), Brier Score (BS) y Ranked Probability Score (RPS). Para ambas métricas, se calculó el Skill Score en relación con un modelo ingenuo de probabilidades uniformes.

3. Resultados y Discusión

El análisis exploratorio de los datos reveló características importantes para la modelización. La distribución de goles observada para los equipos locales y visitantes demostró una buena adherencia a la distribución de Poisson en todo el rango de valores, lo que indica que esta es una opción apropiada para la variable respuesta. En los 3.417 partidos analizados, la media de goles del equipo local fue de 1,395, con una varianza de 1,306, mientras que el equipo visitante marcó en promedio 0,976 goles por partido, con una varianza de 0,970. Los índices de dispersión, calculados como la razón varianza/media, fueron de 0,9363 para el local y 0,9943 para el visitante, ambos cercanos a uno, lo que refuerza la adecuación de la distribución de Poisson y sugiere la ausencia de superdispersión relevante en los datos.

La distribución de los resultados de los partidos en el Campeonato Brasileño – Serie A, entre 2016 y 2024, mostró que el 47,6% terminaron con victoria del equipo local, el 27,3% con empate y el 25,2% con victoria del visitante. Estas proporciones son consistentes con los patrones observados en otros campeonatos sudamericanos de alto nivel, como señalaron Pollard y Pollard (2005). El promedio de goles marcados por temporada para el equipo local y el visitante se mantuvo relativamente estable a lo largo del período analizado, con los equipos de casa marcando entre 1,27 y 1,49 goles por partido, y los visitantes entre 0,80 y 1,07 goles por partido. La tasa de victoria del equipo local varió entre el 43,9% en 2017 y el 53,2% en 2018, evidenciando la persistencia de la ventaja de jugar en casa.

La correlación de Pearson entre las estadísticas del juego y el número de goles marcados identificó los tiros a puerta como el predictor más fuerte, con un coeficiente de correlación de 0,467 y p < 0,001. A continuación, la clasificación del equipo también resultó ser un predictor relevante, con r = 0,410 y p < 0,001. Por otro lado, la posesión del balón (r = -0,055) y los pases correctos (r = 0,004) presentaron una baja correlación con los goles marcados, lo que sugiere que el volumen de juego no se traduce directamente en una mayor capacidad de finalización. Para evitar fugas de información futuras, solo se incluyeron como predictores en el modelo las variables históricas calculadas con ventana deslizante, garantizando que la predicción se basara exclusivamente en datos disponibles antes del partido.

Ajuste del Modelo Lineal Generalizado Mixto (GLMM Generalized linear mixed model)

El Modelo Lineal Generalizado Mixto (GLMM) final, denominado M3, demostró una convergencia satisfactoria a través del algoritmo L-BFGS-B, alcanzando una log-verosimilitud marginal de −9.305,79. El análisis de los coeficientes estimados para los efectos fijos reveló que la ventaja de jugar en casa fue el predictor más expresivo. El Incidence Rate Ratio (IRR) para la ventaja del local fue de 1,308, con un intervalo de confianza del 95% entre 1,236 y 1,384 y un p-valor inferior a 0,001. Esto indica que, manteniendo los demás factores constantes, el equipo local marca, en promedio, un 30,8% más de goles que el equipo visitante. Este hallazgo está en consonancia con la literatura internacional, que documenta ventajas del local que varían entre el 20% y el 50%, dependiendo del campeonato y del período analizado (Pollard y Pollard, 2005; Constantinou y Fenton, 2012).

La calificación histórica promedio de los jugadores del equipo también resultó ser un predictor estadísticamente significativo y positivo del número de goles marcados. El coeficiente para la calificación histórica presentó un IRR de 1,072, con un intervalo de confianza del 95% entre 1,040 y 1,106 y p < 0,001. Esto significa que los equipos con un mejor promedio histórico de desempeño individual tienden a marcar más goles, con un incremento del 7,2% por desviación estándar en la variable estandarizada. Este resultado valida la hipótesis de que la información individual de desempeño agrega valor predictivo al modelo, como se propuso en la introducción.

Por otro lado, los efectos del historial de ataque del equipo y de la calidad defensiva del adversario, aunque presentaron los signos esperados, no fueron estadísticamente significativos al nivel del 5%, con intervalos de confianza que incluían la unidad. El IRR para el historial de ataque fue de 1,018, con IC 95% entre 0,991 y 1,045, y para la defensa del adversario fue de 1,028, con IC 95% entre 0,994 y 1,062. El coeficiente de la calificación histórica del adversario, a su vez, presentó un signo positivo (IRR = 1,008, IC 95% entre 0,971 y 1,047), lo que es contrario a la expectativa de que adversarios de mayor calidad defensiva reducirían el número de goles marcados, y tampoco fue estadísticamente significativo.

Se plantearon tres hipótesis para explicar el comportamiento inesperado de la calificación histórica del oponente. En primer lugar, los enfrentamientos entre equipos de mayor calidad técnica pueden resultar en partidos más abiertos, haciendo que el término capture el carácter ofensivo del juego en lugar de la calidad defensiva del oponente. En segundo lugar, la nota SofaScore se asigna después del partido y puede incorporar parcialmente el resultado, introduciendo un componente endógeno en la variable. Por último, puede haber colinealidad con el efecto aleatorio de defensa por equipo, que ya absorbe la fuerza defensiva latente del oponente, dejando poca varianza independiente para el término fijo. Debido a la magnitud reducida y a las reservas, este coeficiente no debe interpretarse como una estimación causal.

Efectos aleatorios e ICC

El análisis de los componentes de varianza y los Coeficientes de Correlación Intraclase (ICC) reveló la importancia de la estructura jerárquica de los datos. El ICC total calculado fue del 6,05%, lo que indica que una fracción significativa de la variación en los goles marcados puede atribuirse a diferencias estructurales entre equipos y temporadas, justificando el uso del modelo multinivel. Aunque la mayor parte de la variación en los goles se explica por la aleatoriedad residual inherente al fútbol, la presencia de efectos aleatorios es estadísticamente relevante. El componente de ataque por equipo (u_atk) presentó una desviación estándar estimada de 0,140 y un ICC del 3,02%, mientras que el componente de defensa por equipo (u_def) tuvo una desviación estándar estimada de 0,136 y un ICC del 2,84%.

Los componentes de ataque y defensa por equipo presentaron magnitudes similares, con una ligera predominancia del componente ofensivo. Esto sugiere que la fuerza ofensiva y defensiva latente de los equipos son factores importantes y comparables en la explicación de la variabilidad de los goles. En contraste, el efecto de temporada (u_tmp) resultó marginal, con una desviación estándar estimada de 0,035 y un ICC de solo 0,19%. Este resultado indica que la variación sistemática entre temporadas es pequeña en comparación con las diferencias intrínsecas entre los equipos, reforzando la idea de que la identidad y el rendimiento de los equipos son más determinantes que las fluctuaciones anuales en el contexto general del campeonato.

La sustancial heterogeneidad entre los equipos fue evidenciada por los efectos aleatorios estimados. En cuanto a la fuerza ofensiva, Flamengo (0,274) y Palmeiras (0,256) se destacaron como líderes, seguidos por Atlético-MG (0,186), reflejando el dominio de estos clubes en el período analizado. Respecto a la fuerza defensiva, los valores más bajos, indicativos de un mejor desempeño, se observaron para Palmeiras (-0,252), Internacional (-0,183) y Corinthians (-0,157). Es notable que Palmeiras se destacó simultáneamente entre los mejores ataques y las mejores defensas, un resultado consistente con su desempeño general en las temporadas estudiadas. Las barras de error asociadas a las estimaciones fueron más amplias para equipos con menor número de participaciones, lo que refleja el encogimiento de las estimaciones hacia la media general, un efecto promovido por la estructura multinivel.

Diagnóstico del modelo

Los diagnósticos del modelo final confirmaron un buen ajuste a los datos. La estadística chi-cuadrado de Pearson dividida por los grados de libertad resultó en 0,903, un valor cercano a uno que indica una calibración adecuada de la varianza residual y la ausencia de sobredispersión. Este resultado corrobora la adecuación de la distribución de Poisson para modelar los goles marcados. Adicionalmente, las pruebas de Shapiro-Wilk, aplicadas a los efectos aleatorios estimados, no rechazaron la hipótesis de normalidad para ninguno de los tres componentes: ataque por equipo (p = 0,942), defensa por equipo (p = 0,095) y temporada (p = 0,863). La validación de la premisa distribucional del modelo es crucial para la robustez de las inferencias.

Los QQ-plots de los efectos aleatorios estimados para ataque, defensa y temporada, así como los QQ-plots de ajuste global de los cuatro modelos ajustados, mostraron que los residuos cuantil, propuestos por Dunn y Smyth (1996), siguen una distribución normal estándar. Este tipo de residuo es el diagnóstico más adecuado para respuestas discretas, ya que los residuos de Pearson o de devianza en modelos de conteo son asimétricos y asumen valores discretos, produciendo patrones escalonados en los QQ-plots incluso bajo especificación correcta. La conformidad de los residuos cuantil con la distribución normal estándar indica que el modelo está bien especificado y que las premisas subyacentes se cumplieron.

Comparación de modelos

La comparación entre los modelos, realizada mediante la log-verosimilitud y la prueba de razón de verosimilitud (LRT), demostró una mejora progresiva en el ajuste a medida que se incorporaron componentes adicionales. El modelo GLM de Poisson con covariables previas al juego (M1) presentó una log-verosimilitud de -9.371,58, significativamente superior al modelo nulo (M0), con un LRT x² de 403,75 y p < 0,001. Esto evidenció el poder explicativo de los predictores del juego en la modelización del número de goles.

La incorporación de los efectos aleatorios por tiempo y temporada en el modelo (M2) resultó en una mejora sustancial en el ajuste, con un LRT x² de 497,52 y p < 0,001 en comparación con el M1. Posteriormente, el modelo GLMM completo con covariables de pre-partido (M3) generó una mejora adicional significativa, con un LRT x² de 37,82 y p < 0,001 en relación con el M2. Estos resultados confirman la importancia de la estructura multinivel y de las covariables históricas para la predicción de goles en el Campeonato Brasileño de Fútbol.

El parámetro de corrección de Dixon-Coles (p) se estimó en 0,0155, y la prueba de razón de verosimilitud (LRT x² = 0,45, p = 0,500) indicó que esta corrección para marcadores bajos no aportó una ganancia estadísticamente significativa en este conjunto de datos. Este hallazgo difiere de lo que Dixon y Coles (1997) observaron en ligas europeas, donde la corrección es muy relevante. La ausencia de significancia en el contexto brasileño puede estar relacionada con la mayor imprevisibilidad y frecuencia de goles en el fútbol del país, lo que sugiere que la dinámica de marcadores bajos puede ser menos pronunciada o tener un impacto diferente en la predicción de resultados.

Validación temporal y rendimiento predictivo

La validación temporal del modelo se realizó utilizando las temporadas de 2016 a 2022 para entrenamiento (2.658 partidos) y las temporadas de 2023 y 2024 para prueba (759 partidos), totalizando 1.518 observaciones. Este enfoque cronológico evitó la fuga de información futura y simuló un escenario real de uso del modelo. El modelo generó probabilidades para los tres resultados posibles (victoria del local, empate, victoria del visitante) mediante simulación de Monte Carlo con 5.000 muestras de la distribución de Poisson para cada partido del conjunto de prueba.

La distribución de los resultados previstos por el modelo M3 para las temporadas 2023 y 2024 mostró una tendencia a predecir victorias del equipo local en exceso, con el 85,1% de las predicciones indicando victoria del equipo local, en contraste con el 47,0% observado. Además, el modelo raramente predijo empates. Este patrón se documenta en modelos de Poisson para fútbol que no incorporan corrección específica para empates (Dixon y Coles, 1997). La dispersión de los goles observados frente a los esperados por el modelo presentó un Error Absoluto Medio (MAE) global de 0,835, lo que indica una buena proximidad entre los valores previstos y los reales.

Las métricas de validación temporal confirmaron el rendimiento superior del modelo en relación con un modelo de referencia ingenuo. El Ranked Probability Score Skill Score (RPS Skill Score) del 9,0% y el Brier Skill Score del 7,1% indican que el modelo agrega valor predictivo, incluso en términos ordinales, sobre el “baseline” uniforme. Estos resultados son comparables, en orden de magnitud, a los reportados por Baio y Blangiardo (2010) para la liga italiana con modelos bayesianos de efectos aleatorios. Sin embargo, las comparaciones directas de Skill Score con la literatura internacional deben interpretarse con reserva, debido a las diferencias entre ligas, períodos y conjuntos de prueba.

La precisión simple del modelo fue del 49,4% para las temporadas 2023 y 2024. Sin embargo, esta métrica debe interpretarse con cautela, ya que una regla ingenua que siempre predijera la victoria del equipo local acertaría el 47,0% de los partidos del conjunto de prueba. La ganancia del modelo sobre esta referencia, en términos de precisión, es modesta. La dificultad para predecir empates refleja la naturaleza probabilística del resultado: aunque el modelo atribuye a los empates una probabilidad media del 26,9%, cercana a la frecuencia observada del 26,2%, la estrategia de máxima probabilidad (argmax) rara vez los selecciona, ya que las probabilidades de victoria de cada equipo son generalmente mayores. Esto sugiere una limitación del criterio de decisión, y no una mala calibración del modelo probabilístico, lo que justifica el uso de reglas de puntuación como el Brier Score y el RPS, según lo defendido por Constantinou y Fenton (2012).

En resumen, el Modelo Lineal Generalizado Mixto de Poisson demostró ser un enfoque predictivo adecuado para la predicción probabilística de goles en el Campeonato Brasileño de Fútbol, capturando la estructura jerárquica de los datos. La ventaja de jugar en casa y la calificación histórica de los jugadores fueron identificadas como predictores significativos, mientras que la corrección de Dixon-Coles no resultó relevante para este contexto. La validación temporal confirmó la capacidad predictiva del modelo, ofreciendo una distribución de probabilidad completa para los resultados de los partidos, lo que representa una contribución valiosa para el análisis deportivo con datos brasileños.

4. Conclusión

El presente estudio tuvo como objetivo desarrollar y evaluar un Modelo Lineal Generalizado Mixto (GLMM) de distribución de Poisson para predecir probabilísticamente el número de goles marcados en el Campeonato Brasileño de Fútbol – Serie A, incorporando estadísticas históricas de equipos y ratings individuales de jugadores. Se verificó que el enfoque predictivo GLMM multinivel demostró ser adecuado para la predicción probabilística de goles, capturando la estructura jerárquica de los datos, con un Coeficiente de Correlación Intraclase total del 6,05%. La ventaja de jugar en casa se identificó como el predictor más expresivo, indicando que el equipo local marca, en promedio, un 30,8% más de goles. El rating histórico promedio de los jugadores también resultó ser un predictor estadísticamente significativo y positivo. En contraste, el historial de ataque del equipo y la calidad defensiva del adversario no presentaron significancia estadística. La validación temporal del modelo, realizada con las temporadas de 2023 y 2024, confirmó su desempeño superior en relación con un modelo de referencia ingenuo, con un Ranked Probability Score Skill Score del 9,0% y un Brier Skill Score del 7,1%. Adicionalmente, se constató que el parámetro de corrección de Dixon-Coles no aportó una ganancia estadísticamente significativa para este conjunto de datos, un hallazgo que difiere de la literatura internacional y contribuye al análisis deportivo con datos brasileños, ofreciendo una distribución de probabilidad completa para los resultados de los partidos.

Sin embargo, el modelo presentó limitaciones al utilizar solo datos históricos previos al partido, sin considerar información contextual como ausencias por lesión, suspensión, clima o condiciones del césped. Los efectos aleatorios de equipo se trataron como constantes a lo largo de las nueve temporadas, lo que representa una simplificación. Se sugiere que estudios futuros exploren la incorporación de estas variables contextuales, la adopción de inclinaciones aleatorias para la ventaja del local, la modelización conjunta de los marcadores mediante la Poisson bivariada, y la comparación del GLMM con modelos bayesianos jerárquicos o enfoques predictivos, con el fin de verificar posibles ganancias predictivas adicionales.

Referencias 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.

Artículo originado del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haz clic aquí y accede a la plataforma MBX Academy

Más recientes

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

También te puede interesar

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

La gestión financiera personal representa un desafío creciente, influenciada por sesgos cognitivos que afectan la toma de decisiones, incluso en individuos con alto conocimiento. El presente estudio analizó la relación entre el nivel de educación financiera y la ocurrencia de sesgos conductuales en la toma de decisiones financieras de adultos residentes en Brasil. Se realizó un levantamiento de campo de naturaleza aplicada, cuantitativa y descriptivo-correlacional, mediante la aplicación de un cuestionario estructurado a 163 encuestados. El instrumento contempló variables sociodemográficas, conocimiento y hábitos financieros, y situaciones hipotéticas para identificar sesgos cognitivos. Los resultados indicaron que niveles más elevados de educación financiera se asociaron con mejores prácticas de control financiero, ahorro e inversión, con correlaciones significativas con ingresos y escolaridad. Sin embargo, la presencia de sesgos conductuales (anclaje, aversión a la pérdida, escasez, optimismo/pesimismo, sesgo del presente, status quo, exceso de confianza y contabilidad mental) persistió incluso entre individuos con mayor escolaridad e ingresos, sin asociación estadísticamente significativa con las variables sociodemográficas analizadas. Se concluyó que la educación financiera, aunque esencial para la organización y el control financiero, no fue suficiente para neutralizar la influencia de sesgos cognitivos. Se sugiere la incorporación de enfoques conductuales a los programas de educación financiera.

Palabras clave: Comportamiento financiero; Economía conductual; Finanzas personales; Heurísticas cognitivas; Sesgos cognitivos.

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

La inserción de niños con Trastorno del Espectro Autista (TEA) en la Educación Infantil presenta desafíos significativos, dada la dificultad de adaptación a nuevos entornos y la intensidad de estímulos. El objetivo fue analizar la actuación docente en la Educación Infantil en el proceso de escolarización inicial de niños con TEA. Se realizó un estudio de caso, utilizando la entrevista narrativa como técnica de producción de datos. Los resultados revelaron que la actuación docente se caracterizó por prácticas de mediación y afecto, con la flexibilización de la rutina y el uso de recursos lúdicos como estrategias esenciales para el desarrollo y la organización sensorial del niño. También se destacó la importancia del profesional de apoyo escolar para el éxito del trabajo pedagógico. El desarrollo integral del niño fue promovido por medio de acciones docentes intencionales que priorizaron la adaptación ambiental, el fortalecimiento de vínculos y la atención a las necesidades específicas del TEA. Como contribución, se elaboró una guía de estrategias pedagógicas orientada a la acogida de niños con TEA en guarderías públicas.

Palabras clave: Educación Infantil; Inclusión Escolar; Narrativas Docentes; Prácticas Pedagógicas Inclusivas; Trastorno del Espectro Autista.

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

La expansión del comercio electrónico y la transformación tecnológica impulsaron la necesidad de comprender el comportamiento del consumidor de infoproductos, cuya experiencia percibida se ha vuelto crucial para el desarrollo profesional. El estudio tuvo como objetivo analizar los factores que influyeron en la decisión de compra de infoproductos en el entorno digital, considerando las etapas del viaje del consumidor. Se realizó una investigación aplicada, cuantitativa y descriptiva, a través de un estudio de campo con 100 consumidores de la Serra Gaúcha. La recopilación de datos se realizó mediante un cuestionario estructurado, utilizando muestreo no probabilístico. Los resultados revelaron un público cualificado y con un fuerte comportamiento “mobile-first”. Se constató que la disponibilidad de información detallada y la aprobación social fueron los principales desencadenantes de atracción en la fase de precompra. En las etapas transaccionales y posteriores, la minimización de fricciones operativas, la agilidad del acceso inmediato y la seguridad sistémica demostraron ser cruciales para la conversión y la satisfacción, aunque se identificaron lagunas en la eficiencia del soporte humano. La retención se fundamentó en la confianza generada por experiencias anteriores positivas, superando el factor precio. Se concluyó que el viaje del consumidor de infoproductos opera como un sistema integrado, exigiendo alineación entre infraestructura tecnológica, curaduría de contenido y humanización del soporte para asegurar el compromiso.

Palabras clave: Comercio electrónico; Comportamiento del consumidor; Experiencia del consumidor; Fidelización; Negocios virtuales.

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

La salud mental en el entorno laboral es un tema de creciente relevancia, que impacta el desarrollo profesional y el bienestar de los colaboradores. Se realizó un estudio para identificar aspectos y situaciones que pueden influir en los niveles de absentismo en una institución bancaria. La investigación involucró a 108 participantes y utilizó un cuestionario estructurado, basado en la versión corta del COPSOQ II de Gonçalves (2021), que contenía 45 preguntas cerradas en escala Likert y dos preguntas abiertas. Los datos se recopilaron a través de una plataforma en línea y se analizaron con un enfoque descriptivo y cuantitativo. Los resultados revelaron un escenario que indicó la necesidad de ajustes en la distribución de las actividades y en la percepción de los gerentes sobre comportamientos y señales de trastornos. Se identificaron evidencias importantes en las respuestas abiertas de los participantes. Se concluyó que el estudio contribuyó a la promoción de la percepción de un ambiente seguro para la salud mental en la organización.

Palabras clave: Ausencias por trastornos; Desarrollo profesional; Liderazgo operativo; Licencia médica; Salud mental.

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

El estado de Amazonas ha enfrentado desafíos históricos en la consolidación del Sistema Único de Salud (SUS), derivados de barreras geográficas, desigualdades socioeconómicas y limitaciones estructurales. En este estudio se describió el desarrollo e implementación de un geoportal de información en salud, concebido para apoyar el monitoreo, la evaluación y la planificación en el contexto amazónico. Se adoptó un enfoque de estudio de caso descriptivo, basado en análisis documental y datos secundarios, abarcando el mapeo de funcionalidades, la infraestructura técnica y las etapas de validación de la herramienta. El Portal fue desarrollado con tecnologías abiertas e integró múltiples bases de datos nacionales, ofreciendo dashboards interactivos, mapas temáticos y repositorio digital de documentos. Entre los resultados, destacaron la visualización georreferenciada de indicadores clave, la posibilidad de análisis comparativos temporales y la utilización de la plataforma en la revisión de planes de salud y en el redireccionamiento de acciones estratégicas. El portal puede representar un avance en la gobernanza digital y en la gestión basada en evidencia, con potencial de replicabilidad para otros territorios de alta complejidad, siempre que vaya acompañado de inversiones en infraestructura tecnológica, capacitación profesional y articulación interinstitucional.

Palabras clave: Amazonía; Evaluación en Salud; Salud Digital; Sistemas de Información en Salud.

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

El impacto del aprendizaje continuo y la gestión del conocimiento en el crecimiento de las organizaciones fue estudiado en un escenario de globalización y constantes cambios. El objetivo del estudio fue analizar la percepción de los colaboradores sobre la cultura de aprendizaje y su importancia para el desarrollo personal y profesional. Los datos se obtuvieron a través de una encuesta anónima, de enfoque cuantitativo, utilizando un formulario con preguntas tipo “survey” aplicado a 87 profesionales de los sectores de tecnología, salud, educación, comercio y servicios. Los resultados indicaron que los colaboradores tenían una percepción positiva sobre la contribución del aprendizaje continuo al crecimiento personal y organizacional, reconociendo sus beneficios para el desarrollo de nuevas habilidades, la innovación y la competitividad. Sin embargo, se observó que el incentivo al intercambio de conocimiento interno y la oferta de capacitaciones prácticas aún presentaban medias moderadas de acuerdo. Se concluyó que el aprendizaje continuo contribuye significativamente al desarrollo individual y organizacional, sugiriendo que las empresas deben desarrollar políticas estratégicas de aprendizaje dirigido a nuevas habilidades, buscando una mayor ventaja competitiva y la innovación.

Palabras clave: Aprendizaje continuo; Autodesarrollo; Crecimiento organizacional; Gestión del Conocimiento; Innovación.

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

Se propuso un modelo de regresión estadística múltiple para estimar el rendimiento operativo de la microrred CampusGrid de la UNICAMP, basándose en magnitudes eléctricas internas. La microrred integra generación fotovoltaica, baterías y un generador de gas. Se recopilaron datos del sistema de gestión de energía en intervalos de cinco minutos durante un mes. El Índice de Confiabilidad Operacional, definido como la razón entre energía atendida y demandada, se estableció como variable dependiente. El modelo se ajustó al modo de operación aislado, evaluando el impacto de la demanda, el estado de carga, la generación solar y la energía suministrada. Los resultados revelaron un elevado poder explicativo, indicando que la confiabilidad operativa depende de la interacción entre el suministro y la demanda. Se observó que el período nocturno concentró la mayor tasa de atención parcial, atribuida a la reducción de la generación solar. Se concluyó que la regresión múltiple ofrece una estructura interpretable y útil para el monitoreo de microrredes y el apoyo a estrategias de control.

Palabras clave: Almacenamiento en baterías; Generación fotovoltaica; Índice de Confiabilidad; Operación aislada; Sistema de Gestión de Energía.

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

La morosidad agregada en el sistema financiero brasileño es un indicador crucial de riesgo crediticio, cuya previsión está regulada por las Resoluciones CMN n.° 4.557/2017 y 4.966/2021 para la medición prospectiva de pérdidas esperadas. Se modeló y predijo la morosidad agregada mediante el modelo SARIMAX, proyectando su trayectoria hasta diciembre de 2026 bajo escenarios optimista, base y pesimista. Se utilizaron 164 observaciones mensuales (julio/2012 a febrero/2026) y variables macroeconómicas como desempleo, Selic, IPCA, IBC-Br y endeudamiento de las familias. La especificación con variables contemporáneas fue seleccionada con base en criterios de información y estabilidad de los coeficientes, y el diagnóstico de los residuos confirmó adecuación estadística, con MAPE de 3,12%. La morosidad histórica varió entre 4,33% y 7,64%. La estimación identificó el desempleo (β = 0,2534; p < 0,001) y la Selic (β = 0,2128; p < 0,001) como principales determinantes positivos, con fuerte persistencia temporal (AR(1) = 0,8965). La Selic exhibió correlación creciente con la morosidad (r = 0,62 en el rezago 12), mientras que el desempleo demostró efecto contemporáneo (r = 0,33). Las proyecciones indicaron morosidad entre 6,30% y 7,98% en diciembre de 2026, con una amplitud de 1,68 punto porcentual, evidenciando implicaciones directas para el dimensionamiento de provisiones en las instituciones financieras.

Palabras clave: Desempleo; Modelado predictivo; Política monetaria; Provisión de pérdidas; Series temporales.

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

Este estudio describió los factores críticos percibidos para la participación de las partes interesadas en la transferencia internacional de tecnología en un hospital público, con foco en la planificación. El objetivo fue describir estos factores condicionantes, según la percepción de los profesionales. Se realizó un estudio de caso único, aplicando un cuestionario a 25 profesionales y utilizando análisis de contenido, complementado por tabulaciones descriptivas. Los principales obstáculos identificados fueron resistencia al cambio (72%), financiación (64%), falta de comunicación (60%) y burocracia (40%). Solo el 28% de los encuestados reconoció la existencia de herramientas adecuadas para la gestión de stakeholders, mientras que el 48% negó y el 24% no supo informar. Cruzamientos exploratorios indicaron variaciones en la evaluación de influencia según el tiempo de actuación, pero no establecieron relaciones causales. La falta de participación se asoció con retrasos, baja adhesión, desperdicio de recursos, fallas de comunicación, compromiso de la absorción de conocimiento y riesgos para la seguridad del paciente. Las conclusiones se restringieron a las percepciones del grupo investigado y fundamentaron recomendaciones preliminares para la comunicación y coordinación intersectorial.

Palabras clave: Estudio de caso; Gestión de proyectos; Innovación en salud; Partes interesadas; Sector público.

Economia

19 de octubre de 2026

¿Fin de la escala 6×1: qué permiten concluir los números?

Tras la promulgación del fin de la escala 6×1, el debate sobre la jornada menor pasa a la implementación y exige distinguir beneficios sociales de costos económicos El fin de la escala 6×1 pasó de la discusión legislativa a un cambio constitucional en Brasil. El 16 de octubre de 2026, el Congreso Nacional promulgó la enmienda constitucional nº 141/2026, originada de la Propuesta […]

Inteligencia Artificial

16 de octubre de 2026

¿Por qué estudiar si existe la IA?

Cuando las respuestas se vuelven fáciles, aprender pasa a significar más que alcanzarlas. ¿Por qué necesito aprender esto si puedo preguntarle a una inteligencia artificial? Este tipo de pregunta ha acompañado a la educación durante décadas. ¿Por qué aprender una operación si existe una calculadora? ¿Por qué memorizar una información si se puede encontrar […]

Gestión Tributaria

15 de octubre de 2026

Impuesto rosa y el género del precio

Cómo los diferentes tratamientos de marketing para hombres y mujeres son incorporados por la tributación del consumo Imagine un estante en el que dos maquinillas de afeitar de la misma marca y destinadas al mismo propósito están expuestas una al lado de la otra: una tiene un empaque oscuro y promete fuerza, precisión y eficiencia; la otra viene en tonos de rosa o […]

Salud

13 de octubre de 2026

El eslabón perdido de la transformación de la salud

¿Por qué la innovación no es suficiente para generar cambios en las organizaciones y en los sistemas de salud La transformación digital se ha consolidado como una prioridad estratégica para los sistemas de salud en todo el mundo. Historias clínicas electrónicas, inteligencia artificial, telemedicina, monitorización remota y análisis de datos han pasado a formar parte de la agenda estratégica de gobiernos y organizaciones sanitarias. Paradójicamente, […]

Marketing

09 de octubre de 2026

Bitcoin o mascotas: lo que la Inteligencia Artificial no vería

Un caso real de consumer intelligence muestra lo que queda fuera del briefing Hace algunos años, una aseguradora estadounidense contrató a una empresa especializada en consumer intelligence para responder a tres preguntas: La aseguradora también evaluaba lanzar seguros pagados en bitcoin. En ese momento, el proceso de trabajo de la consultoría funcionaba así: el analista creaba una query […]

Gestión Escolar

06 de octubre de 2026

La escuela no es un casino: cuando las figuritas se convierten en moneda en el patio

¿Por qué, para determinados estudiantes, la escuela logra ofrecer tan pocas experiencias de éxito? La Copa del Mundo ha terminado. Brasil ha quedado fuera de la competición, llegaron las vacaciones escolares, se disputó la final y el calendario del fútbol siguió adelante. Sería razonable imaginar que, con el fin del torneo y el regreso a clases, también comenzara […]

Transición Energética

30 de septiembre de 2026

Energías renovables: la ventaja brasileña

Brasil necesita invertir en la capacidad de transformar recursos naturales en innovación, productividad y desarrollo Hablar de energía es hablar de desarrollo. Detrás de la industria, el transporte, los servicios, las ciudades y, cada vez más, la inteligencia artificial, existe una infraestructura energética que sustenta la economía. Comprender la matriz energética de un país es comprender […]

Análisis De Datos

30 de septiembre de 2026

¿Cuando cambian los datos, ha cambiado la realidad?

Análisis de casi 20 millones de vínculos-año docentes entre 2020 y 2025 muestra cómo cambios en la composición de la población y en la producción de los registros pueden alterar la interpretación de series históricas Entre 2020 y 2025, el número de vínculos formales de trabajo docente identificados en la RAIS (Relación Anual de Información Social), del Ministerio de Trabajo, […]

Inteligencia Artificial

28 de septiembre de 2026

Inteligencia artificial y las tendencias

¿Por qué tanta gente se une a los juegos con ChatGPT? Nunca fui una persona de tendencias. Sigo sin serlo. Algunas pasan por mi línea de tiempo, las veo, me parecen interesantes pero no al punto de experimentar. Fue así, inclusive, con algunas ondas recientes de imágenes hechas por inteligencia artificial, como la tendencia de los años 80, aquella que nos […]

Gestión Tributaria

01 de septiembre de 2026

Reforma tributaria y planificación patrimonial en el campo

La eficiencia para gestionar los impuestos facilita la gobernanza y permite organizar la sucesión familiar. La organización patrimonial rural se ha convertido en una medida estratégica ante la reforma tributaria en Brasil, que entró en vigor este año. La planificación de las actividades y de la gestión del patrimonio rural, a través de herramientas como la transición de la Persona Física a […]

Renata de Gaspari Valdejão Almeida

Inteligencia Artificial

05 de agosto de 2026

Dentro de la empresa y fuera del radar: los riesgos de la IA Sombra

Según Microsoft, el 75% de los profesionales ya utilizan inteligencia artificial en el trabajo sin la aprobación de la empresa El uso de la inteligencia artificial generativa ya forma parte de la rutina corporativa. Herramientas como ChatGPT, Copilot y otras plataformas ayudan a los profesionales a producir textos, analizar datos, crear presentaciones y acelerar tareas en prácticamente todos los sectores. Pero este avance […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julio de 2026

El futuro como competencia

El interés académico refuerza la proyección de escenarios como herramienta esencial para la toma de decisiones. Mientras algunas empresas aún intentan acertar el próximo paso, otras ya trabajan con múltiples futuros posibles — y se preparan para todos ellos. Pero, ¿qué significa “pensar el futuro”? ¿Es tendencia, es estrategia o una nueva competencia que […]

Renata de Gaspari Valdejão Almeida

Innovación

Tecnología

21 de mayo de 2026

Corredor Agro SP: innovación, articulación institucional y futuro

Pecege comanda a 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 […]

Educación

27 de abril de 2026

Cómo transformar un TCC en negocio

Nueva gestión del Parque Tecnológico de Piracicaba ofrece consultoría a egresados de MBAs El nuevo director de proyectos del Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, suele decir que una de las mayores recompensas que ha tenido en la vida ha sido ver a sus orientandos del MBA USP/Esalq estructurar empresas a partir de sus trabajos de conclusión de […]

Tecnología

20 de marzo de 2026

El repertorio humano en la era de la IA

El pensamiento crítico y la creatividad son insustituibles en el trabajo del profesional de marketing La Inteligencia Artificial (IA) es capaz de hazañas increíbles, pero aún no posee la capacidad de juicio, empatía, intuición y creatividad estratégica necesarias para hacer el trabajo de un buen profesional de marketing. En esta área, es importante saber usar la herramienta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

23 de febrero de 2026

ESG como estrategia de crecimiento en una cooperativa del RS

Santa Clara equilibra responsabilidad social y ambiental con innovación Fundada en 1911 por inmigrantes italianos en Carlos Barbosa, en la sierra gaúcha, la Cooperativa Santa Clara es un ejemplo de que es posible equilibrar el crecimiento económico con la responsabilidad social y ambiental. De una pequeña empresa de producción de quesos, la organización evolucionó a un […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

22 de enero de 2026

¿Brasil libre de fiebre aftosa: qué cambia para la carne brasileña?

Con un rebaño de más de 200 millones de cabezas de ganado, el país es actualmente el líder en exportaciones Brasil recibió recientemente, por primera vez, la certificación de país libre de fiebre aftosa sin vacunación, otorgada por la Organización Mundial de Sanidad Animal (OMSA). El sello fortalece la posición del país como proveedor de carne confiable para el […]

Renata de Gaspari Valdejão Almeida

Innovación

09 de diciembre de 2025

Innovación: el nuevo ciclo del Parque Tecnológico de Piracicaba

El Instituto Pecege asume la gestión apostando en la creación de nuevos negocios A partir de 2026, el Instituto Pecege asumirá la gestión del Parque Tecnológico de Piracicaba (PTP). Entre sus responsabilidades estarán la administración, operación, mantenimiento y expansión del parque, además del fomento de actividades de innovación, emprendimiento y ciencia y tecnología. La elección fue realizada […]

Renata de Gaspari Valdejão Almeida

06 de julio de 2026

Arquitectura a Gran Escala: Gestión de Cambios DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La arquitectura y el urbanismo se configuran como bases imprescindibles en un espacio urbano cada vez más complejo y desafiante, donde la intrínseca conexión entre cuestiones sociales, ambientales y tecnológicas […]