Ajudamos os clubes a
ganhar mais dinheiro.
Para maximizar o dinheiro que investem e convertê-lo em vitórias, em mais dinheiro, ou em ambos.
Ajudamos os clubes a serem eficientes.
Os nossos modelos com base científica encontram a combinação de ativos-jogador que maximiza o desempenho esportivo, o retorno financeiro ou ambos, de acordo com o capital e o risco disponíveis do clube.
95,3% dos clubes não operam de forma eficiente.
Clubes que constroem com a SoccerSolver.
MIT Sloan Sports
Analytics Conference
Entre as 8 melhores startups de ciência esportiva.
Alejandro Sánchez, CEO da SoccerSolver, apresentou a SoccerSolver no MIT SSAC, onde se encontram futebol, ciência e investimento.
Ver apresentação ↗
850K € captados. Antes de faturar.
Uma ronda pre-seed de 700K € mais 150K € de family & friends, fechada antes de a empresa ter receita ou clubes anunciados. O lançamento no mercado começa em 2026.
Ler artigoInvista mais. Cresça mais.
Em 2017, Florentino Pérez descreveu o clube como uma empresa e os seus jogadores como os seus ativos financeiros definidores. A SoccerSolver transforma essa tese num sistema operativo.
“Tratem um clube desportivo como uma empresa. E os ativos deste clube não são máquinas. São jogadores.”
Os jogadores são talento. Os jogadores são ativos financeiros.
A SoccerSolver avalia cada jogador como um ativo através de mais de 50 métricas financeiras, preservando o contexto esportivo que torna cada clube único.
K. Mbappé Detectado 2016 
E. Haaland Detectado 2019 
M. Olise Detectado 2020 
J. Musiala Detectado 2019 
A. Isak Detectado 2019 
C. Palmer Detectado 2021 
M. Caicedo Detectado 2020 
J. Neves Detectado 2022 
E. Camavinga Detectado 2019 
F. López Detectado 2023 
A. Tchouaméni Detectado 2019 
D. Doué Detectado 2022 “Marcou cinco golos. Parece bom. Vamos contratá-lo.”
Uma observação sem uma tese de investimento quantificada.
“+25% de ROI esperado. 32% de volatilidade em baixa. Retorno positivo com 90% de confiança.”
Uma decisão esportiva traduzida em risco, retorno e timing.
O mercado move-se. Saiba antes dele.
A SoccerSolver lê os jogadores como um mercado: valorização esperada, depreciação e valor a um ano, atualizados continuamente conforme o contexto do clube.
Pedri €165.7M esperado a 1 ano 
Vitinha €144.9M esperado a 1 ano 
K. Kvaratskhelia €143.3M esperado a 1 ano D. Doué €135.7M esperado a 1 ano 
O. Dembélé €100.1M esperado a 1 ano 
D. Szoboszlai €105.3M esperado a 1 ano F. López €113.9M esperado a 1 ano 
W. Saliba €95.6M esperado a 1 ano C. Palmer €78.7M esperado a 1 ano J. Musiala €95.1M esperado a 1 ano 
F. Wirtz €97.3M esperado a 1 ano 
E. Fernández €95.1M esperado a 1 ano 
P. Cubarsí €84.8M esperado a 1 ano 
F. Valverde €87.9M esperado a 1 ano Captura de produto da SoccerSolver · Os resultados do modelo são probabilísticos, não garantias de valor futuro.
Do clube sem SoccerSolver ao clube com SoccerSolver.
Este é o histórico financeiro de um clube ao longo de várias temporadas, e a diferença projetada ao otimizar as decisões de investimento com a SoccerSolver.
Saída do modelo ilustrativa e anonimizada. As previsões são probabilísticas, dependem do contexto e da execução, e não são resultados financeiros garantidos.
O preço da subida. O custo da descida.
A SoccerSolver liga o valor do plantel aos pontos e às probabilidades necessários para proteger o risco ou alcançar a meta.
Capturas de produto. As probabilidades mudam com o valor de mercado selecionado, as hipóteses de temporada e o contexto competitivo; não garantem resultados esportivos.
O xG da sua carreira. O xV do seu valor.
Os proprietários falam de dinheiro. O xV transforma toda a carreira de um diretor desportivo em evidência do valor financeiro criado.
Real Betis*
Getafe CF*
Tottenham*
RCD Espanyol*
Leeds United*
Sevilla FC*
Real Valladolid*
Al-Ittihad*
Deportivo Alavés*
Elche CF*
Middlesbrough*
Racing Santander*
Rayo Vallecano* * Os escudos representam os ambientes de clube contidos nas carteiras profissionais desses diretores, não necessariamente o clube atual.
Cada produto começa com um paper científico.
A SoccerSolver desenvolveu 15 projetos de pesquisa. 3 foram semifinalistas do MIT. Este ano, a nossa equipa quantitativa apresentará mais de 10 papers novos.
Redefinindo a inteligência de scouting
Um modelo quantitativo para a semelhança entre jogadores e o encaixe tático no futebol.
Ler no ResearchGate ↗
A fronteira eficiente do futebol
Equilibrando rentabilidade e desempenho na otimização do plantel.
Ler no ResearchGate ↗
O Modelo OI
Um modelo de utilidade multicritério para a eficiência entre salário e valor no futebol.
Ler no ResearchGate ↗
