Coletes GPS: Aquele colete amarelo ou preto que o jogador veste antes de entrar em campo não é apenas um acessório. Não é simplesmente tecnologia pela tecnologia. É um sensor. Um minúsculo gerador de dados contínuo. Durante 90 minutos (ou os 45 que o jogador fica em campo), aquele colete está gerando centenas de pontos de dados sobre cada movimento, cada aceleração, cada mudança de direção.
Depois do jogo, esses dados são analisados por departamentos inteiros de cientistas e analistas. Mapas de calor são gerados. Métricas são calculadas. Decisões sobre atuação, lesões e futuro de um jogador são tomadas baseadas nesses números.
Mas o que exatamente está sendo medido? E como isso influencia a tabela do campeonato, a seleção de times e o destino de uma carreira?
O colete GPS moderno (também chamado de “wearable” ou “player tracking device”) é extraordinariamente sofisticado. Pesa entre 200-400 gramas. Mede aproximadamente 10 x 5 x 1 centímetros. Parece simples. Mas dentro há um ecossistema de sensores.
GPS (Global Positioning System): Recebe sinais de satélites para determinar posição global. Mas GPS tradicional tem latência de 1-2 segundos. Em futebol, onde movimentos são rápidos, isso não é suficiente. Então o sistema usa “assisted GPS” (aGPS) que usa torres de celular para triangulação mais rápida.
IMU (Inertial Measurement Unit): Este é o coração verdadeiro. É um conjunto de sensores que medem aceleração em três eixos (x, y, z) e rotação em três eixos (roll, pitch, yaw). Frequência de amostragem: 100-400 Hz. Isso significa 100-400 medições por segundo. É ultrarápido.
Magnetômetro: Mede o campo magnético da Terra para oferecer orientação absoluta. Ajuda o sistema a saber para qual direção o jogador está virado.
Barômetro: Mede pressão atmosférica. Pode ser usado para estimar altura (se um jogador salta, a pressão muda). Usado para detecção de “jumps”.
Transmissor RF: Envia todos esses dados continuamente para receptores espalhados no estádio. Frequentemente usa WiFi, Bluetooth, ou protocolo proprietário de radiofrequência.
Bateria: Precisa durar 2-3 horas (duração de um jogo + treino). Baterias modernas usam lítio-polímero de alta densidade.
A verdade incômoda é que este “colete simples” contém mais eletrônica que um smartphone de 2005. É um laboratório portátil. E está coletando dados continuamente.
Não há monopólio. Há vários fornecedores competindo. Os principais são:
Catapult Sports: Usada por Manchester City, Bayern Munique, muitos outros. Sistema: “OptimEye”. Dados proprietários.
PlayerMaker (agora ChyronHego): Sistema baseado em câmeras + IMU. Oferece dados muito granulares.
Statsports: Usada por múltiplos clubes europeus. Foco em “player load” (carga do jogador).
Zebra Technologies: Oferece rastreamento óptico + wearables combinados. Muito preciso.
Cada fornecedor tem suas métricas proprietary. Manchester City usa métricas Catapult. Liverpool pode usar StatsBomb. Dados não são compatíveis entre sistemas. Um jogador que foi para novo time pode descobrir que suas métricas de “carga do jogador” são calculadas diferentemente.
GPS funciona assim: há 24-32 satélites em órbita. Seu dispositivo recebe sinais de múltiplos satélites. Mede o tempo que cada sinal leva para chegar. Baseado naqueles tempos, triangula onde você está.
Mas em um estádio, há paredes, tetos, muita interferência. Satélites são “perdidos”. Sinais são bloqueados. Por isso o sistema usa “assisted GPS”—combina GPS com dados de torre celular, com dados do IMU (acelerómetro).
O acelerómetro, especificamente, é muito preciso em curto prazo. Se você sabe sua posição em um ponto, e sabe sua aceleração por 0.01 segundos, consegue prever sua posição muito precisamente. Isso é chamado de “dead reckoning”. Assim, o sistema combina:
• GPS (quando satélites visíveis) – preciso em longo prazo, mas lento
• IMU/Acelerómetro (contínuo) – preciso em curto prazo, rápido, mas acumula erro
A combinação desses dois oferece o melhor dos dois mundos. Precisão em longo prazo + responsividade em curto prazo.
Uma vez que tem posição (x, y) a cada frame, calcular distância é simples geometria:
Distância = raiz quadrada de ((x2-x1)² + (y2-y1)²)
Mas há nuances. “Distância total” é diferente de “distância de locomoção”. Um jogador que muda de direção muito rápido percorre mais distância total que um que vai em linha reta.
Há também diferença entre “andar” e “correr”. O sistema pode inferir isso baseado em velocidade. Se velocidade < 2 m/s, é andar. Entre 2-5 m/s, é jogging. 5-7 m/s, corrida rápida. > 7 m/s, sprint.
Aqui é onde o IMU brilha. Acelerómetro mede aceleração instantânea. Se você vê pico de aceleração, sabe que um sprint começou. Se vê desaceleração abrupta, sabe que o jogador freou.
Sistema contabiliza: quantos sprints > 7 m/s? Quantas mudanças de direção > 45 graus? Quantas acelerações > 2 m/s²?
Um jogador típico de futebol faz 30-60 sprints por jogo. Um meia-campista faz mais. Um defensor faz menos. Esses números variam com o estilo do time, tática, qualidade do adversário.
1. Total Distance Covered (TDC): Quilômetros totais percorridos. Um atacante percorre 8-10km. Um meia-campista 10-12km. Um defensor 7-9km. Varia com intensidade do jogo.
2. High-Speed Running Distance: Distância coberta acima de 5.5 m/s. Correlaciona com intensidade. Times que jogam pressão alta têm valores mais altos.
3. Sprint Count e Distance: Quantos sprints (> 7 m/s) e distância total em sprints. Correlaciona com explosividade. Jogadores mais rápidos têm valores altos.
4. Acceleration/Deceleration Events: Mudanças abruptas de velocidade. Um jogador técnico que “para e vai” tem muitos eventos. Um que joga em linha reta tem menos.
5. Maximum Speed (Peak Velocity): Velocidade máxima atingida durante o jogo. Típicamente 25-35 km/h. Jogadores mais rápidos atingem 35+ km/h.
Player Load (PL): Esta é a métrica proprietary que Catapult e outros usam. Não é simplesmente distância. É uma agregação de aceleração em todas as direções. Fórmula simplificada:
PL = raiz quadrada de (ΔX² + ΔY² + ΔZ²) / tempo
Basicamente, mede o “esforço” físico global. Um jogador que muda de direção constantemente tem PL alto. Um que apenas caminha tem PL baixo. PL típico por jogo: 100-200 (unidades proprietary).
Relative Intensity: Compara distância/carga do jogador vs. seu próprio nível. Se um jogador tipicamente cobre 10km e hoje cobre 11km, há aumento de intensidade. Importante para monitorar fadiga.
Recovery Metrics: Mede tempo para voltar à linha de base depois de esforço. Um jogador que recupera rápido é mais fit. Um que permanece em zona de alta intensidade é um sinal de fadiga.
Positional Demands: Diferencia o tipo de movimento por posição. Um zagueiro tem padrão de movimento diferente de um winger. Sistema aprende esses padrões e detecta quando um jogador desvia do padrão esperado.
Os dados de GPS não são apenas “números”. Cada posição (x, y) é registrada a cada 0.01-0.1 segundos. Isso cria uma “trajetória”—um caminho contínuo do jogador ao longo de 90 minutos.
Essa trajetória é armazenada como uma série de pontos:
[(x1,y1,t1), (x2,y2,t2), (x3,y3,t3), … (x18000,y18000,t18000)]
Para um jogo de 90 minutos a 100 samples/segundo, isso é 18.000 pontos. Para 11 jogadores, são 198.000 pontos apenas de posição. Adicione velocidade, aceleração, direção, e você tem mais de 1 milhão de pontos de dados por jogo.
Um mapa de calor é criado assim:
1. Discretização do Campo: O campo é dividido em uma grade. Cada “célula” mede, por exemplo, 1m x 1m. Há aproximadamente 10.500 células (para um campo de 105m x 68m).
2. Contagem de Tempo em Cada Célula: Para cada ponto de trajetória, determina qual célula ele pertence. Soma quantos segundos o jogador passou em cada célula.
3. Normalização: Divide pelo tempo total do jogo para obter “fração de tempo em cada célula”.
4. Colorização: Células onde o jogador passou muito tempo ficam vermelhas (quentes). Células onde passou pouco tempo ficam azuis (frias). Células onde não foi ficam cinza (sem cor).
O resultado é a imagem visual que você frequentemente vê em análises: um campo com regiões em vermelho, amarelo, verde e azul mostrando “onde o jogador ficou”.
Mapa de Intensidade: Em vez de “tempo”, contabiliza “carga” em cada célula. Mostra onde o jogador trabalhou mais intensamente.
Mapa de Distância Percorrida: Contabiliza quilômetros em cada célula. Mostra onde o jogador cobriu mais terreno.
Mapa de Sprints: Contabiliza quantos sprints ocorreram em cada célula. Mostra onde o jogador foi explosivo.
Mapa de Acelerações: Contabiliza eventos de aceleração em cada célula. Mostra onde o jogador foi dinâmico.
Trinta anos atrás, técnicos selecionavam times baseados em “feeling”. Viam o jogador jogar, confiavam em intuição. Hoje, há um processo. O técnico ainda vê o jogo. Mas analistas de dados veem algo diferente.
Eles veem uma planilha. Uma planilha que diz:
• Jogador X percorreu 11.2km (acima da média)
• Fez 45 sprints (acima da média)
• Player Load: 156 (acima da média)
• Recuperação: 94% (excelente)
• Máxima velocidade: 33.5 km/h (excelente)
Combinado com dados técnicos (passes, tackles, passes interceptados), cria um perfil objetiva. Jogador X não é apenas “bom”—é mensurável de forma que 10 diferentes analistas chegam ao mesmo número.
Aqui é onde os dados se tornam críticos. Um jogador que tipicamente cobre 10km pode ver essa número cair para 8km se está fatigado ou machucado. Um jogador que tipicamente faz 50 sprints pode fazer 25 se está em dor.
Médicos e analistas monitoram essas mudanças dia-a-dia. Se há queda abrupta, é sinal de alerta. Pode indicar:
• Lesão muscular incipiente (antes de ser visível)
• Fadiga aguda (precisa descanso)
• Problema tático (técnico mudou posicionamento)
Detecção precoce de lesão é valiosa. Porque lesões que são detectadas e tratadas cedo recuperam mais rápido. Lesões que se desenvolvem ficam crônicas.
Depois de jogo intenso, o corpo leva tempo para recuperar. Esse tempo é medido através de:
• Heart rate variability (HRV) – dados de monitor cardíaco (frequentemente usado com wearables)
• Sleep quality – dados de rastreador de sono
• Muscle soreness – auto-relatado via aplicativo
Clubes moderno combinam esses dados para estimar quando um jogador está “pronto” para próximo esforço. Um jogador após jogo intenso pode não estar pronto para treinamento pesado no dia seguinte.
GPS é excelente para medir movimento físico. Mas futebol é mais que movimento.
Qualidade de Decisão: Um meia-campista pode percorrer 12km mas tomar 5 decisões ruins. Outro percorre 10km mas toma 20 decisões excelentes. GPS não sabe disso.
Leitura do Jogo: Um defensor que “lê o jogo” pode cobrir menos distância mas interceder mais passes. GPS mede distância, não inteligência.
Qualidade Técnica: Um jogador pode sprintar muito mas perder a bola constantemente. GPS mede sprint, não precisão.
Criatividade e Improviso: Os gols mais bonitos vêm de improviso. De um passe que ninguém esperava. GPS não mede criatividade.
GPS complementa análise. Não substitui. Um bom analista usa GPS como uma camada de informação, não como verdade absoluta.
Um winger pode naturalmente cobrir mais distância que um defensor central por causa da posição. Um time que joga pressão alta cobre mais distância que um que joga fundo. Um time liderando 3-0 cobre menos distância que um atrás 0-1.
Para comparar, é necessário “normalizar”—ajustar para contexto. Isso é onde a subjetividade volta. Qual é o “ajuste correto”? Diferentes analistas podem ter opiniões diferentes.
Um jogador assina contrato. Concorda que durante treinos e jogos, será rastreado. Coleta de dados é feita. Mas o que acontece depois?
Armazenamento: Dados são armazenados em servidores do clube. Por quanto tempo? Ninguém realmente sabe. Alguns clubes guardam “toda a vida” de um jogador. Outros deletam depois de uma temporada.
Compartilhamento: Dados são frequentemente compartilhados entre departamentos. Técnico, médico, analistas. Mas e se o jogador é vendido? Podem dados ser vendidos junto?
Uso Posterior: Um jogador em início de carreira tem dados coletados. Se seu contrato expira, vai para novo clube. O novo clube não tem acesso aos dados antigos (por confidencialidade). Mas e se a indústria desenvolve forma de “comparar” históricos?
Preconceito Algorítmico: Se algoritmo “aprende” que certos tipos de jogadores têm lesão frequente, pode ser tendencioso contra esses tipos no futuro. Preconceito codificado.
Regulação está atrasada. GDPR (lei de privacidade europeia) oferece proteção, mas há brechas. Jogadores têm pouquíssimo controle sobre dados coletados sobre eles.
Um técnico, armado com dados de GPS, consegue tomar decisões mais informadas sobre:
Quem começa: Se 3 jogadores são parecidos em skill, mas um mostrou recuperação superior (HRV melhor) e menos fadiga acumulada, aquele é selecionado.
Quem sai do banco: Se um jogador titular está com dados degradados (menos sprints, maior tempo de recuperação), tempo de substituir.
Tática: Se dados mostram que defesa está cansada, técnico pode mudar para tática mais defensiva. Se ataque está fresco, pode apostar em ataque.
Descanso: Um jogador que cumpriu “carga de trabalho” alta em 3 jogos pode ser poupado em 4º jogo. Dados informam essa decisão.
A tabela de campeonato é influenciada por:
• Técnica e tática (sempre foi)
• Sorte (sempre foi)
• Gestão de fadiga e lesão (novo, baseado em GPS)
Um time que entende dados de GPS consegue otimizar carga de trabalho melhor. Consegue evitar lesões. Consegue manter alta performance por mais tempo na temporada. Isso traduz em mais pontos na tabela.
Um time que ignora dados corre risco de sobrecarrega. De lesões em cadeia. De degradação de performance no final da temporada. Tudo porque não monitorou fadiga.
Hoje, coletes medem movimento. No futuro, medirão:
• Heart rate (frequência cardíaca)
• Heart rate variability (HRV)
• Temperature corporal
• Blood oxygen (SpO2)
• Sweat composition (eletrólitos, lactato)
Tudo em tempo real durante o jogo. Isso oferecerá visão de “stress fisiológico” que GPS não oferece.
Ao invés de apenas relatar o que aconteceu, sistemas futuros preverão o que vai acontecer:
• “Este jogador tem 73% de probabilidade de lesão no próximo mês”
• “Este jogador vai atingir pico de performance em 5 dias”
• “Este posicionamento tático vai gerar 15% mais espaço ofensivo”
Tudo baseado em aprendizado de padrões em milhões de horas de dados históricos.
No futuro, técnico pode usar AR headset durante jogo e ver:
• Dados de GPS em tempo real de cada jogador
• Recomendações de substituição (“Jogador 7 em fadiga, substitua em 3 minutos”)
• Análise de espaço (“Flanco esquerdo exposto, 60% de chance de contra-ataque”)
O colete GPS não é apenas um sensor. É um sistema que:
• Captura 1 milhão+ pontos de dados por jogo
• Calcula 30+ métricas diferentes
• Gera mapas de calor para visualizar comportamento
• Detecta fadiga e lesão antes de serem óbvias
• Informa decisões de seleção e tática
• Influencia resultados competitivos
Um jogo de futebol hoje é, em um nível que a maioria dos torcedores não percebe, uma competição de dados. O time que melhor interpreta seus dados frequentemente vence. O time que ignora dados frequentemente perde.
Aquele colete amarelo não é cosmético. É um gerador de verdade sobre performance.
Quando você vê um jogador sendo substituído “cedo”, pode ser porque técnico viu números que você não viu. Dados dizem que esse jogador vai lesionar se continuar. Quando vê time mudar tática na etapa de jogo, pode ser porque dados de GPS mostraram que flanco estava exposto. Quando vê time ganhar título apesar de parecer “menos talentoso”, pode ser porque fizeram gestão superior de fadiga baseada em dados.
GPS democratizou informação. Antes, apenas “visão de técnico experiente” podia detectar fadiga sutil. Hoje, algoritmo detecta. Antes, apenas “sorte” determinava quem não se lesionava. Hoje, monitoramento previne lesões. Antes, times jogavam “instinto”. Hoje, jogam “ciência”.
E isso mudou o jogo. Mudou quem vence. Mudou a tabela. Mudou quem entra na história. Porque futebol não é mais apenas pés e tática. É também dados, algoritmos e a sabedoria de interpretar números que uma máquina oferece.
Autoridade Técnica e Engenharia de Dados
Especialista em Microbiologia e Bioquímica pela UNICAMP e ETECAP, Alexandre Carvalho Rezende une o rigor laboratorial à precisão da engenharia de dados aplicada ao esporte. Com especializações em Ciência de Dados, sua trajetória é pautada pela análise técnica de alta complexidade e pela interação entre tecnologia e performance. Ele domina a integração de sistemas de monitoramento e análise biofísica, traduzindo a sofisticação da tecnologia vestível (wearables) e da coleta de dados em campo em metodologias exatas para a compreensão do futebol moderno.
Atuação no Tabela do Campeonato
No Tabela do Campeonato, Alexandre lidera a editoria de Tecnologia no Futebol, transformando inovações tecnológicas em insights técnicos precisos. Sob a gestão da Cenário Capital LTDA, ele aplica conceitos avançados de ciência de dados para auditar sistemas de rastreamento e análise de desempenho. Sua missão é garantir que a cobertura sobre Sports Tech e inovações digitais resulte em precisão absoluta, elevando o debate sobre a tecnologia no esporte ao nível da ciência aplicada.
Um árbitro em campo faz seu apito tocar. Mas não é apenas som. É sinal. É dados. É comunicação. Enquanto torcedores ouvem o apito, há um universo de tecnologia acontecendo: relógio vibratório no pulso do árbitro vibra discretamente. Comunicador criptografado recebe mensagem instantânea de outro árbitro a 60 metros de distância. Sensor de linha de […]
Gramados sintéticos vs. naturais: um jogador joga uma partida em grama natural em um estádio europeu. Três dias depois, joga em grama sintética em um estádio dos EUA. A bola “sente” diferente. O passe é mais rápido. O chute tem menos controle. O deslizamento é diferente. A recuperação do time é questionada. As lesões mudam. […]
Inteligência Artificial no futebol: você vê na tabela do campeonato: “Probabilidade de Título: 67%”. Você se pergunta: como alguém determina isso? É adivinhação? É opinião de especialista? Não. É matemática. É algoritmo. É uma máquina que analisou centenas de milhares de jogos, identificou padrões, construiu modelo estatístico, e disse: “Baseado em tudo que aconteceu até […]
Um torcedor em casa vê a jogada pela câmera de transmissão. Vê em 50 ou 60 fps (dependendo do país). Vê em resoluções que variam (720p até 4K). Vê ângulos escolhidos pelo diretor de câmera. E pensa: “Isso é tudo que há para ver. Isso é a verdade.” Mas enquanto o torcedor vê isso, há […]
Em 2020, o Borussia Dortmund contratou um jogador inglês desconhecido da segunda divisão inglesa. O preço: 22 milhoes de euros. O olheiro tradicional? Nunca o havia ouvido falar. A imprensa perguntava: por que gastar em alguém que ninguém conhecia? Três anos depois, esse jogador é considerado um dos melhores em sua posição na Europa. Seu […]
Desde que o VAR foi implementado, houve uma crença comum entre torcedores: “A câmera viu, então é definitivo”. Mas a verdade é mais complexa. Há jogadas que as câmeras veem claramente, mas o VAR não interfere. Há erros óbvios que a tecnologia nem revisa. Há situações onde a “melhor visão” existe mas a decisão permanece […]
