Futebol_Brasileiro

Base de dados

library(readxl)
tabela_brasileiro_2019_4_ <- read_excel("tabela_brasileiro_2019 (4).xlsx")
head(tabela_brasileiro_2019_4_)
## # A tibble: 6 × 16
##       C Participantes         PG     J     V     E     D    GP    GC    SG  `%A`
##   <dbl> <chr>              <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1     1 Flamengo              90    38    28     6     4    86    37    49  78.9
## 2     2 Santos                74    38    22     8     8    60    33    27  64.9
## 3     3 Palmeiras             74    38    21    11     6    61    32    29  64.9
## 4     4 Gremio                65    38    19     8    11    64    39    25  57  
## 5     5 Athletico Paranae…    64    38    18    10    10    51    32    19  56.1
## 6     6 Sao Paulo             63    38    17    12     9    39    30     9  55.3
## # … with 5 more variables: `publico_pagante_(mi)` <chr>,
## #   `ingressos_vendidos_(mi)` <chr>, `%de ingressos vendidos` <chr>,
## #   `renda_liquida_(mi_reais)` <chr>, `renda_bruta_(mi_reais)` <chr>
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(flextable)

INTRODUÇÃO

Acreditamos que um maior investimento no setor ofensivo de uma equipe, em comparação com outras áreas envolvidas na temporada de uma equipe de futebol, pode trazer maiores retornos para os clubes, retorno tanto financeiro (como público pagante e premiações) e a conclusão de metas (títulos, vitórias).
Este estudo de caso pode servir como “pontapé inicial” para o planejamento anual de diversas equipes de futebol, nacionais e de outros países também e de todas as classificações. Consideramos também que cabem maiores pesquisas na área, acerca da possibilidade de aplicar esta hipótese em outras modalidades.
Também é possível que o estudo seja utilizado como complemento de planejamento de qualquer equipe que esteja em dúvidas quanto ao seus direcionamentos

OBJETIVO

Analisar a temporada 2019 do Campeonato Brasileiro (a última competição nacional pré pandemia de Covid-19) e os resultados de cada equipe.
Procuraremos comprovar a direta relação entre um bom sistema ofensivo (consideraremos elevado número de Gols Pró e Saldo de Gols) tem influência na colocação das equipes. E a colocação das equipes tem relação com os lucros de ingressos nos jogos.

METODOLOGIA

Utilizamos a tabela de classificação do Campeonato Brasileiro de 2019, com o acréscimo do resultado financeiro da venda de ingressos dos clubes brasileiros de futebol da Série A. Esta tabela foi coletada do site da Confederação Brasileira de Futebol (CBF) que é a entidade máxima do esporte no país.

Neymagia_Presente!

Tabela com a Pontuação de cada equipe

tabela1 <- tabela_brasileiro_2019_4_ %>% select(Participantes, PG) %>%
  group_by(Participantes) %>%
  summarise(PG) %>%
  data.frame() %>% flextable()
tabela1 %>% flextable::theme_box()

Tabela Mostrando as equipes e suas rendas

tabela2 <- tabela_brasileiro_2019_4_ %>% select(Participantes, `renda_liquida_(mi_reais)`) %>%
  group_by(Participantes) %>%
  summarise(`renda_liquida_(mi_reais)`) %>%
  data.frame() %>% flextable()
tabela2 %>% flextable::theme_box()

Tabela mostrando as equipes e sua quantidade de gols

tabela3 <- tabela_brasileiro_2019_4_ %>% select(Participantes, GP) %>%
  group_by(Participantes) %>%
  summarise(GP) %>%
  data.frame() %>% flextable()
tabela3 %>% flextable::theme_box()
Analisando as três tabelas acima, é possível perceber um padrão, os times que mais fizeram pontos no campeonato possuem a maior quantidade de gols e também maior renda. Com isso fica claro que para os times mais ricos há mais investimento e mantém-se um ciclo, onde os maiores times vão ocupar os primeiros lugares da tabela, que é dificil de ser quebrado
par(cex=0.7)
plot(tabela_brasileiro_2019_4_$`ingressos_vendidos_(mi)`,tabela_brasileiro_2019_4_$GP, pch=16, col="red",
     main = "Relação de Gols e Ingressos Vendidos",
     ylab = "Gols Pró" , xlab = "Ingressos Vendidos", 
     ylim = c(0,100))

Está claro que as equipes com maiores números de gols marcados conseguiram vender mais ingressos. Do ponto de vista financeiro, as equipes que investiram seus esforços e capital no “ataque” e em esquemas mais ofensivos, tenderam a obter retornos financeiros maiores, como veremos no gráfico a seguir.
Destacamos que apenas duas equipes se destacaram em seus saldos de gols, a que mais fez gols e a que menos fez gols, tiveram números expressivos em comparação com seus pares mais próximos
barplot(GP~`renda_liquida_(mi_reais)`,data = tabela_brasileiro_2019_4_,col="red", xlab ="Renda Liquída (Milhões)", ylab = "Quantidade de Gols",  ylim = c(0,100))

É possível perceber um padrão, os times que mais fizeram pontos no campeonato possuem a maior quantidade de gols e também maior renda. Com isso fica claro que para os clubes mais com maior poder aquisitivo, detém melhores elencos e desempenhos. Mas ainda sim é notável a relação direta entre fazer muitos gols e ter retornos tanto financeiro quanto competitivos, algo que pode fugir desta depência financeira e equilibrar a competição.

HOJE_TEM

CONCLUSÃO

Com base em todos os gráfico deste trabalho, concluimos que é uma estratégia efetiva para as equipes investir no sistema ofensivo de jogo, tanto em contratações quanto esquema de jogo. As equipes com maior número de gols, obtiveram (em maioria) maior pontuação e também melhores retornos financeiros em função da venda de ingressos.
*OBS: Procuramos em alguns gráficos não expor o nome das equipes, porque o futebol é um esporte que mexe com emoções e não é interessante que o nome das equipes crie um pré-julgamento do leitor.

Referências

TABELA DO CAMPEONATO BRASILEIRO 2019. Confederação Brasileira de Futebol, Rio de Janeiro, 8 de dezembro de 2019. Disponível em: https://www.cbf.com.br/futebol-brasileiro/competicoes/campeonato-brasileiro-serie-a/2019. Acesso em: 01 de fevereiro de 2022.

Brasil_Way