O problema de 7 em cada 10 contratações que falham — e o que os dados dizem sobre por quê

Análise retrospectiva sobre 6 anos de transferências nos principais mercados de futebol mostra que os erros mais caros não são aleatórios. Eles seguem padrões — e padrões são exatamente o que machine learning faz bem.

Quando se observa o mercado de transferências de futebol em escala, uma estatística incomoda: a maioria das contratações onerosas falha. Diferentes definições de "falha" — minutos jogados abaixo do esperado, valor de mercado em queda, dispensa precoce, ausência de impacto coletivo — produzem o mesmo desconforto. As decisões mais caras do esporte profissional são, em média, ruins.

Não estamos falando aqui dos erros óbvios — aquele jogador específico que nunca se adaptou, ou o reforço que acumulou lesões logo na chegada. Esses são apenas a camada visível. O problema mais profundo é estrutural: os processos de decisão que produzem essas contratações são pouco auditáveis, pouco rastreáveis e pouco quantitativos.

O que os dados de 2018-2023 mostram

Em uma análise retrospectiva sobre transferências realizadas nos cinco principais mercados europeus e no Brasileirão Série A entre 2018 e 2023, alguns padrões aparecem com regularidade desconfortável.

Em primeiro lugar, há uma concentração de falhas em faixas etárias específicas. Contratações de jogadores entre 28 e 32 anos com salários no quartil superior do clube comprador apresentam taxa de "fracasso" significativamente maior do que a média — o clássico problema de pagar pelo passado recente em vez do futuro próximo.

Em segundo, há um efeito de liga de origem mal calibrado. Jogadores vindos de ligas com nível competitivo médio mais baixo tendem a ter performance superestimada — e o desconto correto não é uma constante por liga, mas varia por posição, idade e perfil de comparáveis recentes.

Em terceiro, e talvez o mais importante: a mesma contratação tem probabilidades de sucesso radicalmente diferentes dependendo do clube de destino. Não é só sobre o jogador. É sobre como o jogador encaixa no contexto específico — elenco, comissão técnica, estilo de jogo, necessidade tática.

O erro mais comum nos processos de scouting tradicionais não é avaliar mal o jogador. É avaliar o jogador isoladamente do contexto em que ele será inserido.

Por que isso é um problema modelável

Aqui está a parte interessante: nada do que descrevemos é aleatório. Quando uma falha tem padrão, ela tem assinatura. E assinaturas são exatamente o tipo de estrutura que algoritmos de aprendizado encontram melhor que processos humanos.

A SigningLab está construída sobre essa premissa. Não a de que algoritmos são melhores que pessoas em julgamento qualitativo — eles não são. Mas a de que algoritmos são imbatíveis em consistência sobre milhares de casos comparáveis, especialmente quando os dados estão estruturados para evitar vieses comuns.

Nosso modelo combina:

• Performance histórica do jogador em escala granular: minutos, contribuições por 90, métricas avançadas como expected goals e assistências esperadas, evolução temporal e regularidade.
• Contexto competitivo: nível da liga, qualidade do clube anterior, comparáveis recentes vindos do mesmo mercado para o mesmo destino.
• Perfil do clube de destino: estilo tático, elenco existente, histórico recente de adaptação de contratações similares.
• Sinais de mercado: evolução de valor, contrato remanescente, posição na carreira, indicadores de demanda.
• Variáveis de risco: histórico de lesões, idade ajustada por posição, mudança de mercado cultural.

O compromisso de validação pública

Modelos preditivos no esporte sofrem de um problema crônico: muitos prometem capacidade de previsão, mas poucos publicam taxa de acerto auditável. A SigningLab adota o caminho oposto.

Treinamos nossos modelos sobre dados de 2018 a 2023. Reservamos as temporadas de 2024 e 2025 como conjunto de validação out-of-sample, com previsões registradas antes do desfecho conhecido. Cada relatório público virá com timestamp criptográfico em repositório aberto — e cada temporada terá seu relatório de acurácia divulgado, independentemente do resultado.

Não buscamos um modelo perfeito. Buscamos um modelo demonstravelmente melhor que o status quo, com taxa de acerto superior à média dos próprios departamentos de dados dos clubes — e auditável por qualquer parte interessada.