Este trabalho demonstra que é possível classificar automaticamente eventos complexos ocorridos durante jogos de futebol de robôs da Liga de Futebol Simulado Robocup 2D. Utilizando a metodologia CRISP-DM foi realizado um processo completo de Descoberta de Conhecimento em Bases de Dados sobre os logs das partidas. O objetivo desse processo foi extrair conhecimento acerca de chutes a gol, o que está relacionado a algumas das métricas mais importantes no futebol para analisar o desempenho de uma equipe e também com os eventos com a pior classificação automatizada reportada na literatura (ABREU et al., 2011). Utilizando uma análise pós-simulação, offline, baseada em técnicas clássicas de mineração de dados, foi criado um classificador que melhorou em 13,99% o baseline existente. Esse trabalho é um bom indicativo da viabilidade de desenvolver uma ferramenta de análise de desempenho completa, que capte as diversas métricas utilizadas no futebol real também no ambiente de futebol de robôs simulado, o que significaria uma importante evolução nos métodos de teste e experimentação utilizados atualmente.