Moneyball, vinte anos depois: o que o cinema mostrou e o que ficou de fora
Quase toda conversa sobre estatística no esporte começa no mesmo ponto, e isso já é revelador. O filme com Brad Pitt em um escritório modesto, a planilha, o jovem economista formado em Yale, o time de orçamento reduzido do interior da Califórnia que vence vinte jogos seguidos. Moneyball virou uma espécie de referência cultural. Quando alguém quer dizer que usa números para decidir no esporte, diz Moneyball, e todo mundo entende.
A limitação dessa referência é que ela apaga os detalhes. E os detalhes, neste caso, são o que importa.
O que de fato aconteceu
A história real é mais sóbria e mais interessante que o filme. No começo dos anos 2000, o Oakland Athletics tinha um dos menores orçamentos do beisebol americano e precisava competir com franquias que gastavam três, quatro vezes mais. Billy Beane, o dirigente, não tinha como vencer comprando os mesmos jogadores caros que todo mundo queria. Então adotou outra estratégia. Parou de comprar o que o mercado valorizava e passou a comprar o que o mercado subestimava.
O insight central não era sobre estatística avançada. Era sobre preço. O beisebol inteiro precificava jogadores por atributos visíveis e tradicionais, valorizados pela avaliação convencional do scout. Beane identificou que algumas habilidades menos evidentes, que ganhavam jogos de forma comprovada, custavam pouco porque poucos as observavam. Ele não recorreu a uma métrica isolada. Encontrou uma ineficiência de mercado e a explorou antes dos concorrentes.
O livro de Michael Lewis, de 2003, registrou isso. O filme, de 2011, deu a ele uma versão mais dramática. Mas o núcleo da tese sobreviveu à adaptação: a vantagem não estava nos dados em si, estava em usá-los enquanto o resto do mercado ainda não usava.
O que o cinema mostrou bem
O filme retratou com precisão o conflito humano, e isso não é pouco. A tensão entre o scout veterano, que confia no olho treinado e em décadas de experiência, e o analista jovem, que confia na planilha, é real e segue presente em todo esporte profissional até hoje. O cinema transformou isso em um embate, com lados opostos. A realidade é menos teatral e mais útil. As duas leituras se complementam. O olho percebe aspectos que o número não captura, e o número revela padrões que a observação individual, sozinha, não consegue reter. Tratar isso como disputa reduz o resultado. Tratar como duas lentes do mesmo instrumento amplia a leitura.
O filme também acertou ao mostrar que a resistência não vinha de desconhecimento. Os scouts veteranos não estavam equivocados em tudo. Estavam ancorados em um método de avaliação que funcionara por gerações e que, justamente por isso, era custoso abandonar. Toda mudança de método enfrenta esse atrito, e desconsiderar a experiência de quem avalia há décadas costuma ser a forma mais rápida de comprometer a transição. O avanço mais consistente combina a experiência consolidada com os novos instrumentos de análise.
O que ficou de fora
Aqui está a parte que a cultura pop não conta, e que é a mais relevante para qualquer esporte hoje.
A vantagem dos A's não durou, e havia uma razão estrutural para isso. No momento em que o método ganhou notoriedade, e o livro de Lewis assegurou que ganhasse, o resto da liga adotou abordagem semelhante. As franquias de maior orçamento, que antes não exploravam essas ideias, contrataram seus próprios analistas, montaram seus próprios departamentos e passaram a aplicar o mesmo princípio, com recursos bem maiores. A ineficiência que Beane explorou foi incorporada ao preço de mercado e se dissolveu. Em poucos anos, aplicar Moneyball deixou de ser uma vantagem e passou a ser a condição mínima para competir.
Essa é a lição que poucos extraem do filme, e a única que de fato se generaliza para todos os esportes: a vantagem analítica tem prazo de validade. Ela vale enquanto se enxerga algo que os outros ainda não enxergam. No instante em que vira consenso, deixa de ser diferencial e passa a ser requisito. A fronteira não para. Ela se desloca. Quem chegou primeiro precisa continuar avançando, porque o resto do mercado está sempre se aproximando.
O beisebol americano é hoje um dos esportes mais saturados de dados do mundo, e justamente por isso a vantagem migrou de lugar. Não está mais em ter os números, que todos têm. Está em formular perguntas melhores, em combinar dados estruturados com sinais que ainda são difíceis de medir, em executar com mais disciplina do que o concorrente. O dado bruto virou commodity. O método de interpretá-lo, não. É esse método contínuo de leitura que sustenta a vantagem ao longo do tempo, e nenhum modelo entrega certeza absoluta. O que um bom modelo faz é reduzir a incerteza e melhorar a qualidade da decisão.
E o futebol nisso
O futebol está, em muitos mercados, em um momento próximo ao do beisebol por volta de 2002. Boa parte das decisões ainda é tomada como sempre foi, com forte peso no olho e no relacionamento, o que significa que ainda há ineficiência relevante para quem decidir analisar de outra forma. Os atributos que o mercado precifica não correspondem ao conjunto completo de atributos que ganham jogos. Existe valor distribuído pelo mapa do futebol global, atletas cujo desempenho supera o custo porque o mercado ainda não leu os sinais certos no momento certo.
A tentação é repetir a leitura simplificada do filme e supor que basta ter uma métrica engenhosa. Não basta, e nunca bastou. O que Moneyball ensina, lido com cuidado, é mais sutil. A vantagem vem de enxergar o que o mercado ainda não enxerga, e dura até o mercado enxergar também. Quem trata análise de dados como um recurso pontual descobre, como Oakland descobriu, que o recurso é replicável. Quem trata como uma disciplina contínua, que se atualiza quando a vantagem se esgota, permanece à frente.
É por isso que a conversa sobre Moneyball não deveria terminar no desfecho do filme. O desfecho positivo foi o começo do desafio seguinte. Na temporada seguinte, todo o mercado já jogava o mesmo jogo, e o time de orçamento reduzido precisou encontrar a próxima ineficiência. Esse é o legado real. O esporte que compreende isso não pergunta se deve usar dados. Pergunta o que ainda não está enxergando, e constrói o método para enxergar primeiro.
← Voltar ao Journal