No basquete, na NBA em especial, o conceito de superestrela me intriga muito – a ideia de que um jogador pode levar seu time a patamares muito maiores por conta própria. Trata-se de um esporte coletivo, em que mesmo os jogadores mais controladores finalizam menos de 40% das posses quando estão em quadra (e mesmo que consideremos arremessos assistidos, esse número não irá passar de 60%). Somando isso ao fato de ninguém jogar a partida toda, quanto um único jogador pode influenciar nos resultados de um time? Quanto uma estrela é capaz de ditar o sucesso da equipe?
Diversas equipes e General Managers buscam incessantemente por superestrelas – a estratégia do rei dos analytics da NBA, Daryl Morey – sempre foi essa de buscar astros. O Philadelphia 76ers criou o “processo” em busca de um astro que colocasse futuramente o time rumo ao título. Mas seria essa a única abordagem para a vitória?
A intenção desse texto é tentar dissecar, através dos dados, quanto um único jogador impacta em vitórias. Quanto a NBA é de fato uma “liga de estrelas” e quanto o sucesso vem do coletivo.
Primeiro, vamos definir números que nos ajudam a entender o que é uma superestrela, de uma forma ainda subjetiva e que não pretende ser “definitiva” de modo algum. Trata-se apenas de uma brincadeira para entendermos mais sobre a NBA. A ideia de usar dados para fazer essa avaliação é tentar tirar preferências pessoais de jogo – vamos pegar os jogadores com mais impacto que atendem algumas condições. Penso que superstars são atletas que melhoram o desempenho dos companheiros, impactam em vitórias, e normalmente ajudam o time a chegar no mínimo, em playoffs, além de vencer jogos neles. Para medir isso em dados, vamos utilizar a votação do MVP, dos All-NBA teams e métricas de impacto (Especialmente a magnífica LEBRON do B-Ball Index). Iremos tentar entender quanto um jogador que seja excelente nesses aspectos consegue elevar o desempenho ofensivo, defensivo e o número de vitórias na temporada regular e nos playoffs da equipe.
Vamos aos números!
Pegamos as estatísticas de jogadores e seus times dentre as temporadas 2009-10 e 2019-20, contemplando o número de LEBRON individual, proporção de votos de MVP e indicadores de se o jogador foi para algum time All-NBA. Junto a esses números colocamos ORTG (eficiência ofensiva) e DRTG (eficiência defensiva) de suas equipes na temporada regular e nos playoffs (caso tenham se classificado), além do percentual de vitórias na temporada regular e total de vitórias nos playoffs (vitórias totais indicam melhor uma campanha profunda nos playoffs que o percentual).
A métrica LEBRON visa medir o impacto de jogadores por 100 posses de bola em uma temporada. Seu nome, além da piada óbvia com LeBron James, significa “Luck-adjusted player Estimate using a Box prior Regularized ON-off”. Trata-se de uma métrica bem robusta, complexa e bem construída no sentido estatístico, mas em geral ela toma como base inicial a comparação de rendimento do time de cada jogador com ele dentro ou fora de quadra, ponderando por suas contribuições de box score (jogadores que melhoram o time quando estão em quadra e fazem muitas ações nesse período, de forma eficiente são os mais bonificados). Após isso, é feita uma estabilização para tirar ruído (se um jogador foi um chutador ruim a carreira inteira mas em uma amostra curta está acertando 50%, a métrica não irá por muito peso nisso) e são feitos ajustes de “sorte”, retirando aspectos fora do controle do jogador (por exemplo, o aproveitamento de lances livres dos companheiros de time com ele em quadra). Caso alguém queira se aprofundar no cálculo, esse link explica bem: https://www.bball-index.com/lebron-introduction/
Observando como a LEBRON é distribuída (quais valores são mais comuns ou raros), conseguimos ter uma noção da distribuição de “qualidade” entre os jogadores da liga.
Gráfico produzido por Layups & Threes
Veja que a maior parte dos jogadores está numa mesma faixa: a maioria dos atletas da NBA tem impacto ao redor de 0, e quanto mais extremos os valores, mais raro é. No lado negativo, existem alguns que prejudicam bastante seus times (indo até cerca de -6), mas isso é ainda mais intenso no sentido positivo: a cauda da distribuição é bem longa: existem pouquíssimos jogadores que têm um impacto enorme, na ordem de até 10.
Essa minúscula proporção de jogadores dita o desempenho das equipes muito mais que todos os demais – a cauda à direita representa os superstars.
Por mais que jogadores desse patamar finalizem menos de metade das posses de uma equipe no jogo, é nessas posses que mora a maior parte da diferença: os outros jogadores se diferenciam muito menos um dos outros do que das estrelas – os, digamos, 70% (valor fictício) de posses em que não superstars não interferem são relativamente similares para todos os times (o impacto dos jogadores é parecido). Entretanto, a presença de um jogador fora da curva, faz com que os 30% determinados por eles sejam muito mais eficientes que os dos desses demais jogadores. E daí vem a maior parte da diferença no placar.
Isso confirma o esperado: alguns poucos jogadores impactam o sucesso de seus times muito mais que todos os demais. A pergunta é: quão grande é esse impacto? Ajustamos um modelo de regressão tentando prever o aproveitamento de vitórias de um time na temporada com o LEBRON de seu melhor jogador:
Gráfico produzido por Layups & Threes
Nitidamente, o LEBRON máximo de um time está bem ligado com o seu desempenho. Veja que em todo o período, apenas UM time que teve algum jogador com valor maior que 5 na métrica teve aproveitamento menor que 50%! Por outro lado, também existem algumas equipes com muito sucesso, mas sem um jogador de elite: observem os times na faixa de 75% de vitórias na parte média do eixo X. De qualquer modo, a relação é fortíssima: a partir de um cálculo de composição de variância verificamos que 61,4% do sucesso de um time é de responsabilidade do valor de LEBRON máximo dele! Ou seja, segundo essa métrica, mais da metade do número de vitórias de um time depende de seu melhor jogador. Assim, caso seu melhor jogador seja de elite, uma superestrela, tudo fica mais fácil.
A métrica LEBRON, porém, tem seus vieses (como qualquer uma dessas estatísticas de impacto). Para ter uma compreensão melhor de quem é uma superestrela e quem não é, decidimos considerar também três outros fatores (arbitrários mas que considero razoáveis). Desse modo, criamos uma variável que diz se um jogador foi ou não um superstar em cada temporada a partir dos seguintes critérios:
- Estar entre os 5% maiores LEBRON entre 2009-2010 e 2019-20 (Ser um jogador com impacto de elite, na cauda longa)
- Estar em um All-NBA team (Outra percepção de impacto)
- Ter recebido pelo menos 5% dos pontos possíveis para MVP (Ser considerado um dos melhores jogadores da liga)
- Sua equipe ter se classificado aos playoffs (A questão aqui não é o sucesso da equipe em si – coisa que tento relevar o máximo possível – é que playoffs funcionam de forma diferente e são extremamente relevantes no conceito de sucesso: para termos dimensão dos resultados em playoffs de superestrelas, precisamos que elas joguem na pós-temporada)
Atletas que atenderam esses critérios foram considerados superstars na respectiva temporada. Obviamente a noção é falha, ainda apresenta um certo viés de sucesso da equipe e existem certamente alguns jogadores que poderiam ser colocados como superstars que não foram contemplados/alguns que foram considerados e talvez não devessem. De qualquer modo, acredito que a lista obtida abaixo represente no razoavelmente bem os superastros da liga em cada temporada:
Gráfico produzido por Layups & Threes
Vamos agora avaliar o desempenho das equipes baseado em se elas apresentaram ou não um jogador que se encaixou nesses critérios. Vamos começar novamente com o percentual de vitórias:
Gráfico produzido por Layups & Threes
O gráfico acima se chama Boxplot: para quem não conhece, cada caixa representa um tipo de time: azul sem superstar, vermelho, com superstar. Quanto mais à direita, maiores os valores da variável no eixo x tendem a ser (no caso, o percentual de vitórias). O início da caixa representa o quantil 25%, isto é, ¼ dos valores é menor que esse. A linha do meio, por sua vez, indica a mediana (metade dos valores é inferior a esse número), enquanto o fim da caixa representa o quantil 75% (apenas ¼ dos valores é superior a esse número. As linhas horizontais representam os demais valores observados: tendo em seu fim, os menores e maiores não atípicos. Cada ponto solto é um outiler: uma observação única e totalmente diferente das demais, uma aberração. Nesse gráfico, a Aberração é o Warriors de 2015-16.
Interpretando o gráfico, vemos que times com superestrelas tendem a vencer bem mais que os sem: o quantil 25% de times com estrelas (isto é, um time bem inferior ao médio com estrelas) é mais vitorioso que o 75% de times sem! Por outro lado, existem times extremamente bem sucedidos mesmo sem superstars, basta ver o maior valor nessa categoria. Times com superestrelas obviamente nunca são ruins (por definição, já que filtramos participação nos playoffs como um pré-requisito). Para ser mais justos, vamos comparar os times com superstars apenas com os times de playoff sem:
Gráfico produzido por Layups & Threes
Veja que mesmo no subnicho de equipes classificadas para a pós temporada, as que apresentam estrelas tendem a se sair melhor: de fato ter um superstar te faz vencer muito mais. Ainda assim, existem times muito bons sem uma delas.
Na temporada regular, já existe um impacto grande de possuir uma superestrela na busca pelo sucesso. Mas, nos playoffs, ela é ainda maior:
Gráfico produzido por Layups & Threes
Equipes com jogadores de elite têm uma tendência muito maior a vencer nos playoffs: o time mediano com superestrelas venceu 8 jogos, enquanto o sem tipicamente vence 3. Por outro lado, ter um jogador com esse perfil não é nenhuma garantia: 25% dessas equipes vencem 3 jogos ou menos, perdendo no primeiro round. De qualquer modo, a tendência de vitória é muito maior para times com astros: ¼ desses times chega na final da NBA (vence 12 ou mais jogos). Enquanto isso, dentre os que não apresentam jogadores desse perfil, caso cheguem são considerados aberrações: as únicas equipes que o fizeram nesse período foram o Heat de 2020, o Celtics de 2010 (vice-campeões), o Raptors de 2019 e o Spurs de 2014 (campeões).
Agregando em geral diversas medidas de impacto, vemos o poder das superestrelas de forma mais abrangente:
Gráfico produzido por Layups & Threes
Times com Superstar tipicamente são melhores em todas as medidas: em vitórias, como já exploramos, e também no desempenho de seus times em ambos os lados da quadra – mas a diferença de desempenho é maior ofensivamente que defensivamente, especialmente na pós-temporada.
Definir uma superestrela é extremamente difícil – o conceito utilizado aqui não é objetivo e muito menos perfeito. Porém, acredito que dê uma boa noção de quem são os grandes nomes da liga em quadra. A partir dos critérios utilizados, vemos que a maior parte do desempenho dos times se explica pelo sucesso de seu principal jogador, e ter um de elite é ainda mais crucial nos playoffs. Por outro lado, não é uma “obrigação” possuir um: existem times bem sucedidos que não se encaixam nesse critério, e não só na temporada regular – existem finalistas e campeões da NBA fora desse molde , porém, eles são outliers. Tipicamente, times sem jogadores de elite não vão tão longe.
Ter uma superestrela é, de fato, extremamente valioso e eleva imediatamente o patamar de sua equipe. Basquete é sim um esporte coletivo – a presença de um único jogador não explica nem perto de 100% do sucesso – mas parece um fator de desequilíbrio e que faz com que os resultados sejam em média muito superiores.
* Por Matheus Gonzaga e Pedro Toledo (Layups & Threes)