O craque ainda é craque? Dados mudam a forma de avaliar atletas no esporte

Durante décadas, algumas palavras ajudaram a definir a percepção sobre um atleta: craque, promessa, experiente, decisivo. A avaliação passava pelo olhar de treinadores e olheiros, pelo desempenho dentro de quadra e também pela reputação construída ao longo da carreira. A expansão da análise de dados começa a mexer nessa lógica.

Um atleta pode carregar o status de estrela e já não apresentar os mesmos indicadores de desempenho. Outro, pouco conhecido, pode revelar eficiência, regularidade ou potencial quando diferentes métricas são cruzadas. Entre os dois extremos surge uma questão cada vez mais presente no esporte: quanto deve pesar aquilo que o treinador vê e quanto devem pesar os números?

A dimensão econômica dessa transformação ajuda a dimensionar o movimento. O mercado global de sports analytics deve alcançar US$7 bilhões em 2026, ante US$5,7 bilhões em 2025, segundo estimativa da Grand View Research. A projeção é chegar a US$23,1 bilhões em 2033, impulsionado, entre outros fatores, pelo uso de ferramentas para analisar equipes e jogadores, acompanhar lesões e otimizar treinamentos.

Mas a multiplicação de métricas também começa a produzir um paradoxo. Um estudo publicado em julho de 2026 na revista científica Frontiers in Sports and Active Living chama o fenômeno de analytics-practice gap, ou lacuna entre análise e prática.

O trabalho aponta que a expansão de sistemas de rastreamento, sensores, plataformas de vídeo e modelos analíticos tornou o esporte cada vez mais rico em dados, mas isso não se traduziu automaticamente em melhores decisões dos treinadores.

Segundo o estudo, indicadores podem descrever com precisão o que aconteceu durante uma partida, mas não necessariamente dizem o que deve ser feito a partir daquela informação. Decisões sobre treinamento, preparação tática, seleção de atletas e gestão de carga continuam dependendo também de contexto, experiência e interpretação.

Ana Paula Zandona, treinadora de voleibol e especialista em desenvolvimento de atletas e análise de performance, trabalha exatamente nesse ponto de equilíbrio. Ex-atleta no Brasil e nos Estados Unidos, ela atuou como levantadora na NCAA Division I e construiu carreira como treinadora em programas universitários americanos.

No trabalho com equipes, ela utiliza históricos de desempenho para identificar padrões que se repetem entre os times que avançam nas competições. A análise pode considerar diferentes temporadas e transformar essas referências em objetivos para o treinamento. “Os dados permitem identificar o que os times que chegam mais longe têm em comum. Quando um indicador se repete ao longo de várias temporadas, ele deixa de ser apenas um número e passa a servir como referência para definir metas e orientar o treinamento”, explica Ana.

A lógica também pode ser aplicada à avaliação individual. Em vez de julgar um atleta apenas pela impressão deixada em uma partida ou pelo histórico construído ao longo da carreira, treinadores podem comparar o desempenho atual com médias da posição, evolução durante a temporada e indicadores de outros jogadores.

Assim, os números passam a desafiar um dos ativos mais tradicionais do esporte: a reputação. Ter sido decisivo, acumular títulos ou carregar o status de craque não garante o melhor desempenho no momento presente para determinada função. Para Ana, porém, a estatística não pode ser interpretada fora do contexto.

No recrutamento universitário, a treinadora também busca atletas que ainda tenham margem de desenvolvimento. O desempenho apresentado naquele momento faz parte da avaliação, mas não determina sozinho até onde aquela pessoa pode chegar. “O número mostra o que o atleta está entregando naquele momento, mas não conta toda a história. É preciso entender o contexto, observar o que ainda pode ser desenvolvido e cruzar aquilo que os dados mostram com o olhar técnico do treinador”, afirma.

A necessidade de interpretação também aparece no estudo publicado pela Frontiers. O trabalho defende uma mudança de uma análise orientada primeiro pelos dados para uma lógica orientada primeiro pela decisão: antes de escolher quais métricas observar, é preciso definir qual problema o treinador pretende resolver. Para os autores, o valor da análise esportiva depende menos da capacidade de produzir mais informações e mais de conseguir conectá-las a mudanças concretas no treinamento e na preparação dos atletas.

Um mesmo indicador, afinal, pode assumir significados diferentes. Uma queda de desempenho pode estar relacionada ao atleta, mas também à função desempenhada na equipe, à estratégia adotada, ao nível dos adversários ou a mudanças na própria dinâmica do jogo.

A discussão ganha outra dimensão quando os números deixam de influenciar apenas as decisões dos treinadores e passam a interferir na forma como os próprios atletas enxergam o desempenho.

Ana chama atenção especialmente para esse efeito entre jovens do esporte universitário. Em sua experiência, transformar cada fundamento em indicador exige cuidado para que a ferramenta usada para desenvolver o atleta não passe a definir a percepção que ele tem sobre o próprio valor. “Quando tudo vira número, existe o risco de o atleta começar a acreditar que seu valor está naquela estatística. Os dados são importantes para orientar decisões e mostrar onde podemos evoluir, mas não podem substituir a capacidade do treinador de enxergar a pessoa e o contexto por trás do desempenho”, diz.

A transformação, portanto, não aponta para o fim do chamado “olhômetro”. O movimento é de combinação entre aquilo que pode ser medido e aquilo que depende de interpretação: os dados ajudam a mostrar quando um nome consagrado já não sustenta o mesmo rendimento e quando um atleta menos visível já entrega mais do que os holofotes registram. O desafio está em não deixar que a busca por objetividade produza uma nova distorção: acreditar que tudo o que importa no desempenho esportivo cabe em uma métrica.