Eficiência no Último Terço: O Mapa de Erros de Internacional e Corinthians

No futebol moderno, o dado pelo dado é apenas ruído. O impacto esportivo real surge quando conseguimos mapear não apenas onde o erro ocorre, mas por que ele acontece. Nesta análise exclusiva para o Campo Analítico, utilizamos modelos de Machine Learning (Random Forest) e zoneamento avançado para entender as falhas estruturais de Internacional e Corinthians no último terço.

1. O Mapa de Calor do Desperdício

Ao observarmos a distribuição de erros, notamos padrões distintos que definem o comportamento das equipes em posse de bola.

• Internacional (Zona 2): O Colorado apresenta uma concentração crítica de erros na saída de bola (Zona 2), o que sugere uma exposição perigosa em transições defensivas. São 18 erros registrados no coração da própria área, um convite ao pressing adversário.
• Corinthians (Zona 8): Já o Timão sofre no “motor” do campo. A Zona 8, fundamental para a distribuição, concentra 16 erros, indicando uma desconexão entre os volantes e o setor criativo.

2. Eficiência no Último Terço e a “Maldição” da Zona 14

A Zona 14 é amplamente reconhecida como a área de maior perigo para assistências. No entanto, nossos relatórios de eficiência mostram que o volume de tentativas não tem se traduzido em precisão.

Top 5 Jogadores com Passes Incompletos:

Jogador	Time	Zona Crítica	Erros
Vitinho	Corinthians	15	7
Fabrizio Angileri	Corinthians	15	6
Matheus Bahia	Internacional	18	5
Raniele	Corinthians	13	5
Alexandro Bernabéi	Internacional	18	4

Observa-se que os laterais e alas (Vitinho, Angileri e Matheus Bahia) são os que mais retêm a posse sob pressão no terço final, resultando em uma baixa taxa de conclusão de cruzamentos e passes progressivos.

3. Distribuição Temporal: O Cansaço e a Pressão

O gráfico de distribuição temporal revela um pico alarmante de erros aos 75 minutos. Este dado é vital para comissões técnicas:

1. Declínio Físico: A queda na precisão coincide com o último quarto do jogo.
2. Janela de Substituição: O modelo sugere que a oxigenação do setor criativo deve ocorrer antes desse marco para evitar a perda de controle emocional e técnico.

4. Random Forest: A Inteligência Artificial em Campo

O diferencial desta análise é a aplicação do modelo Random Forest para prever a probabilidade de sucesso nas decisões na Zona 8 do Corinthians.

Quando o portador da bola está na Zona 8, o modelo aponta três caminhos principais:

• Avançar (Zona 18): 81.1% de probabilidade de progressão, mas com alto risco de perda.
• Lateralizar (Zona 12): 84.2% de segurança, mantendo a posse, mas diminuindo a verticalidade.
• Recuar (Zona 6): 100% de segurança teórica, geralmente a decisão tomada sob pressão extrema.

O alto índice de erros na Zona 8 sugere que os jogadores estão tentando o passe de “Avançar” em janelas de oportunidade que o modelo considera instáveis, ignorando a manutenção da posse.

---

Conclusão para o Scouting

Para o Internacional, a urgência é o refinamento da saída curta na Zona 2. Para o Corinthians, o foco deve ser a ocupação de espaços na Zona 8 e a melhoria do “timing” de decisão dos seus alas. O dado nos mostra o caminho, mas a execução no gramado é o que define o campeão.

Analista: Aldrei Peralta | Campo Analítico

Desenvolvido em R com suporte de Machine Learning.

Quer aprender a fazer essas análises?

Todos os mapas, gráficos e cálculos deste artigo foram produzidos com R — a linguagem de programação mais usada em análise de dados esportivos no mundo. No Campo Analítico, você aprende a trabalhar com dados reais como esses, desde os fundamentos estatísticos até a produção de relatórios profissionais de scouting.

Conheça a Formação em Estatística Computacional no Futebol

Você vai dominar worldfootballR, ggplot2, ggsoccer, machine learning aplicado ao futebol e muito mais — com dados reais de campeonatos como este Brasileirão 2026.

Tem dúvidas? Fale diretamente com o professor Aldrei pelo WhatsApp.