Este trabalho explora o uso de técnicas de análise estatística e aprendizado de máquina para agrupar clubes de futebol em clusters baseados em características de desempenho e identificar a  compatibilidade de treinadores com estilos específicos de jogo. Utilizando dados detalhados de partidas das ligas Premier League e La Liga entre 2017 e 2024, os dados foram sumarizados e passaram pelo método de clusterização K-means para descobrir agrupamentos indicativos de diferentes estilos de jogos. Além disso, foi desenvolvido um modelo para avaliar a compatibilidade de treinadores com esses estilos definidos por cada cluster, considerando tanto os desempenhos médios quanto as melhorias contextuais que os técnicos geram em seus clubes, além de gerar um score de cada treinador para cada clube. A abordagem proposta pode auxiliar clubes na tomada de decisões estratégicas para otimizar a escolha de treinadores e maximizar o desempenho.