Bóng đá và bài học từ tập dữ liệu rỗng: Khi nhà phân tích buộc phải nói 'tôi không biết'

Đêm đó ở Thành Đô, tôi mở bảng dữ liệu của một trận đấu và thấy nó trống rỗng. Không một cú sút, không một đường chuyền quyết định, không một pha tranh chấp nào được ghi lại. Chỉ có những ô trắng xếp thành hàng, như một tờ giấy chưa ai viết. Mười lăm năm trước, tôi sẽ hoảng loạn. Bây giờ thì không. Tôi học được rằng một tập dữ liệu rỗng đôi khi là thông điệp trung thực nhất mà bóng đá gửi đến cho người phân tích, và cách chúng ta phản ứng với nó định hình toàn bộ độ tin cậy của nghề này.

Trước năm 2026 tôi xem bóng đá bằng mắt. Sau năm 2026, tôi xem bằng những con số biết khóc. Nhưng cái đêm ở Thành Đô ấy buộc tôi phải học thêm một tầng nữa: phân biệt giữa một trận đấu không tạo ra dữ liệu, một hệ thống thu thập dữ liệu bị hỏng, và một nguồn tin không thể kiểm chứng. Ba thứ đó trông giống hệt nhau trên màn hình. Chúng đều là những ô trắng. Nhưng chúng kể ba câu chuyện hoàn toàn khác nhau, và nhầm lẫn giữa chúng là tội lỗi nghiêm trọng nhất của một người làm dữ liệu.

Bối cảnh: niềm tin rằng bóng đá đã được đo đếm đến tận cùng

Ngành phân tích bóng đá hiện đại sống trong một ảo tưởng đẹp đẽ. Chúng ta tin rằng mỗi trận đấu sản sinh hàng nghìn điểm dữ liệu: số đường chuyền, tỷ lệ tranh chấp tay đôi, xG, xGA, PPDA, khoảng cách đội hình, tốc độ di chuyển của từng cầu thủ trong từng giây. Các nền tảng như Opta, StatsBomb hay Wyscout bán cho chúng ta cảm giác rằng không có gì trên sân là không thể đo được. Và vì thế, khi một bảng dữ liệu trống, phản xạ đầu tiên của chúng ta là hoảng hốt, hoặc tệ hơn, là bịa ra một câu chuyện để lấp đầy khoảng trắng.

Tôi đã chứng kiến điều đó quá nhiều lần trong phòng biên tập. Một phóng viên trẻ nhận được bản ghi chép không đầy đủ từ trận đấu hạng Nhất Việt Nam, và thay vì thừa nhận thiếu sót, cậu ấy viết một bài phân tích đầy ắp những nhận định về chiến thuật mà không có một con số nào chống lưng. Đó là cách một tờ báo tự bắn vào chân mình. Đó cũng là cách một nền bóng đá tự dạy cho người hâm mộ thói quen tin vào những điều không có bằng chứng.

Nhưng trước khi phán xét, hãy nhìn vào cấu trúc. Bóng đá có ba loại khoảng trắng, và chúng ta hầu như không bao giờ phân biệt chúng.

Loại thứ nhất là khoảng trắng thật: trận đấu đó, đội bóng đó, thực sự không tạo ra chỉ số nào đáng kể. Đây là trường hợp hiếm nhưng quý giá, bởi sự trống rỗng tự nó là một dữ liệu. Một đội bóng tung ra không một đường chuyền quyết định vào vòng cấm đã nói với bạn nhiều điều hơn bất kỳ biểu đồ xG nào.

Loại thứ hai là khoảng trắng do lỗi thu thập. Hệ thống ghi chép hỏng, nguồn cấp dữ liệu đứt kết nối, hoặc bước trích xuất tự động bỏ sót các thực thể. Đây là lỗi kỹ thuật, không phải sự thật bóng đá, và nhầm nó với loại thứ nhất là thảm họa.

Loại thứ ba là khoảng trắng do nguồn tin không đáng tin. Một tin đồn chuyển nhượng từ tài khoản ẩn danh, một bài báo tổng hợp không dẫn nguồn gốc, một con số được lan truyền mà không ai truy được về nơi xuất phát. Loại khoảng trắng này nguy hiểm nhất, vì nó trông đầy đủ nhưng thực chất trống rỗng.

Phần lớn sai lầm của ngành phân tích bóng đá bắt nguồn từ việc không phân biệt ba loại này. Chúng ta đối xử với một lỗi kỹ thuật như thể đó là một phát hiện chiến thuật, và chúng ta đối xử với một tin đồn vô căn cứ như thể đó là một sự thật đã được xác minh.

Bài học Sichuan 2026: khi sự trống rỗng tự nó là bằng chứng

Năm 2026, khi đang làm bình luận viên cho một kênh thể thao địa phương, tôi xem lại băng ghi hình trận Sichuan Longfor thua 0-6 trước Beijing Renhe tại giải hạng Nhất. 0-6 ở Sichuan không phải trận thua, mà là cánh cửa bước vào thế giới dữ liệu. Tôi ngồi hàng giờ và nhận ra điều khiến tôi rùng mình: toàn bộ hàng tiền vệ của Sichuan chỉ chuyền ngang và lùi sâu. Số đường chuyền quyết định vào vòng cấm của họ là con số không.

Sichuan thua sáu bàn, tôi thắng một bài học không trận chung kết nào dạy nổi.

Điều quan trọng không nằm ở sáu bàn thua. Điều quan trọng nằm ở chỗ trận đấu ấy đã sản sinh ra một tập dữ liệu về pressing mang tính rời rạc, và tôi có thể chứng minh điều đó bằng mười hai trận gần nhất. Tôi viết một bài phân tích dài ba nghìn chữ với tiêu đề đại ý rằng Sichuan không cần một huấn luyện viên mới, họ cần một thuật toán. Bài viết gây tranh cãi dữ dội trong cộng đồng người hâm mộ, nhưng được một số huấn luyện viên trẻ chia sẻ.

Điều tôi học được từ đêm đó không phải là cách đọc xG. Đó là cách đọc một cột số toàn số không. Khi bạn thấy một đội bóng không tạo ra bất kỳ chỉ số tích cực nào, bạn không được kết luận rằng dữ liệu bị thiếu. Bạn phải kết luận rằng hệ thống đã tạo ra sự trống rỗng đó. Sự vắng mặt của đường chuyền quyết định không phải là một khoảng trắng cần lấp đầy, đó là một chữ ký chiến thuật.

Từ sau năm 2026, tôi luôn đính kèm số liệu cụ thể vào mỗi bài viết, và tôi không bao giờ đưa ra nhận định cảm tính mà thiếu bằng chứng. Nhưng tôi cũng học được điều ngược lại: đôi khi bằng chứng chính là sự thiếu vắng. Một đội bóng không pressing, không chuyền dọc, không dám mạo hiểm, đã nói với bạn rằng vấn đề của họ không nằm ở con người mà nằm ở cấu trúc.

Đó là lý do tôi phản đối mạnh mẽ thói quen đánh giá quá cao tiềm năng của cầu thủ trẻ dựa trên các chỉ số bề mặt. Một tiền vệ trẻ có thể có tỷ lệ chuyền chính xác 92%, nhưng nếu tất cả đường chuyền của cậu ấy đều là chuyền ngang và lùi, thì con số 92% ấy không nói lên điều gì về khả năng tạo đột biến. Dữ liệu đẹp có thể che giấu một hệ thống rỗng. Và một hệ thống rỗng, dù có bao nhiêu cầu thủ tài năng, cũng sẽ sụp đổ dưới áp lực.

Bài học nước Đức 2026: khi dữ liệu đầy đủ nhưng bị đọc sai

Nếu Sichuan dạy tôi cách đọc khoảng trắng, thì World Cup 2026 dạy tôi cách đọc một tập dữ liệu đầy đủ mà cả thế giới đọc sai.

Khi cả giới truyền thông ca ngợi đội tuyển Đức là ứng viên vô địch sau trận mở màn, tôi viết một bài với lập luận ngược dòng: Đức sẽ bị loại từ vòng bảng, và Mesut Özil không phải vấn đề thật sự. Tôi chỉ ra rằng hàng phòng ngự Đức có tỷ lệ tranh chấp tay đôi chỉ 41% ở khu vực giữa sân, và Joachim Löw không có phương án B khi bị dẫn bàn. Bài viết bị chế nhạo khắp các diễn đàn.

Tôi là kẻ duy nhất thấy nước Đức sụp đổ trước khi đồng hồ Moscow điểm phút 90.

Kết quả thì ai cũng biết: Đức thua Hàn Quốc 0-2 tại vòng bảng và bị loại. Bài viết của tôi được chia sẻ hơn năm mươi nghìn lần chỉ trong hai mươi bốn giờ sau trận đấu đó. Nhưng điều tôi muốn nói ở đây không phải là chiến thắng cá nhân. Điều tôi muốn nói là bài học về cách cộng đồng phân tích đọc dữ liệu.

Dữ liệu về đội tuyển Đức năm 2026 không hề thiếu. Nó đầy đủ, chi tiết, được cập nhật từng phút. Vấn đề nằm ở chỗ không ai chịu đọc những chỉ số phản ánh sự yếu kém. Truyền thông tập trung vào những con số hào nhoáng như số bàn thắng hay tỷ lệ kiểm soát bóng, trong khi bỏ qua những tín hiệu cảnh báo nằm ở tỷ lệ tranh chấp, ở khoảng cách giữa các tuyến, ở sự chậm chạp trong việc chuyển đổi trạng thái phòng ngự sang tấn công.

Một tập dữ liệu đầy đủ không bảo vệ bạn khỏi sai lầm. Nó chỉ cho bạn nhiều cơ hội hơn để sai lầm một cách tinh vi. Đó là cái bẫy mà tôi gọi là sự đầy đủ giả tạo: bạn tin rằng vì mình có tất cả các con số, nên kết luận của mình chắc chắn đúng. Nhưng dữ liệu không tự động tạo ra sự thật. Dữ liệu cần một người đọc biết đặt câu hỏi đúng.

Sau bài viết năm 2026, tôi học được cách tạo ra những tiêu đề ngược dòng dựa trên dữ liệu chứ không phải cảm xúc. Mỗi bài viết của tôi từ đó đều có một câu mở đầu thách thức niềm tin phổ biến, buộc người đọc phải dừng lại. Nhưng tôi cũng học được một bài học khiêm tốn hơn: rằng một dự đoán đúng không chứng minh cho một phương pháp đúng. Có thể tôi đã đúng về nước Đức vì lý do đúng, nhưng cũng có thể vì may mắn. Cách duy nhất để phân biệt là ghi lại tất cả các tín hiệu phản đối trước khi đưa ra kết luận.

Đó là lý do tôi bắt buộc mình phải viết ra danh sách những tín hiệu phản đối trước khi đăng bất kỳ bài phân tích nào. Nếu tôi dự đoán một đội sẽ sụp đổ, tôi phải liệt kê những lý do khiến họ có thể thành công. Đây không phải là sự do dự, đây là kỷ luật của một người làm dữ liệu.

Bài học sân vận động trống 2026: khi bối cảnh viết lại con số

Năm 2026, khi toàn bộ các giải đấu toàn cầu tạm hoãn vì COVID-19, tôi rơi vào khủng hoảng tinh thần vì không có trận đấu nào để viết. Tôi bắt đầu ngồi hàng giờ xem lại các trận cũ trên YouTube, và vô tình phát hiện ra rằng trong mùa giải 2026-2026, các đội chơi trên sân không có khán giả tại Đức có tỷ lệ thắng sân nhà giảm tới mười hai phần trăm so với khi có khán giả.

Tôi viết một bài với luận điểm rằng bóng đá không khán giả là một môn thể thao khác, và đề xuất khái niệm lợi thế sân nhà ảo dựa trên tiếng ồn từ hệ thống loa. Bài viết được một nhà phân tích của Bundesliga chia sẻ và trở thành tài liệu tham khảo trong các cuộc họp chiến thuật trực tuyến.

Sân vận động trống rỗng năm 2026 dạy tôi rằng bóng đá chỉ là tiếng vọng của chính nó.

Năm 2026, tôi đứng giữa sân không ai hát, và lần đầu nghe rõ tiếng thở của môn thể thao này.

Bài học ở đây là về bối cảnh. Một con số không có nghĩa gì nếu tách khỏi môi trường sinh ra nó. Tỷ lệ thắng sân nhà giảm mười hai phần trăm không chỉ là một thống kê thú vị, đó là bằng chứng cho thấy lợi thế sân nhà không nằm ở cỏ, ở kích thước sân, hay ở việc di chuyển, mà nằm ở con người. Ở tiếng hát, ở áp lực từ khán đài, ở sự thay đổi nội tiết tố của cầu thủ khi họ cảm nhận được sự ủng hộ. Khi những yếu tố đó biến mất, con số thay đổi.

Từ đó, tôi luôn chú ý đến bối cảnh bên ngoài trận đấu như một biến số phân tích: không khí, thời tiết, hành trình di chuyển, và cả những yếu tố vô hình như lịch sử đối đầu tâm lý. Tôi không còn viết về trận đấu như một thực thể cô lập mà là một phần của hệ sinh thái.

Nhưng có một quy tắc tôi tự đặt ra để tránh sa vào lối kể chuyện bối cảnh quá đà. Mỗi lớp bối cảnh tôi thêm vào phải trả lời một câu hỏi cụ thể. Nếu tôi nói đến thời tiết, tôi phải chỉ ra nó ảnh hưởng đến chỉ số nào. Nếu tôi nói đến hành trình di chuyển, tôi phải chứng minh nó làm giảm hiệu suất ở phút nào. Bối cảnh không phải là gia vị trang trí, nó là một biến số có thể đo lường. Khi bối cảnh không thể đo lường, nó trở thành cái cớ.

Cái bẫy bịa đặt: khi khoảng trắng bị lấp bằng hư cấu

Đây là phần tôi muốn nói thẳng, bởi nó là vấn đề nghiêm trọng nhất của ngành phân tích bóng đá hiện nay.

Khi một nhà phân tích gặp một tập dữ liệu rỗng, áp lực nghề nghiệp đẩy họ về phía bịa đặt. Tờ báo cần một bài viết. Người hâm mộ cần một câu trả lời. Không ai muốn đọc một bài phân tích mở đầu bằng câu: tôi không có đủ dữ liệu để kết luận. Và vì thế, người ta lấp đầy khoảng trắng bằng những câu chuyện nghe có vẻ hợp lý.

Tôi đã chứng kiến những bài phân tích về một trận đấu mà tác giả chưa từng xem, chỉ dựa trên một bản tóm tắt ba dòng. Tôi đã đọc những nhận định về phong độ cầu thủ dựa trên một tin đồn chuyển nhượng không có nguồn. Tôi đã thấy những bảng xếp hạng chỉ số được tạo ra từ dữ liệu không thể truy xuất.

Đây không phải là lỗi của cá nhân. Đây là lỗi của một hệ thống khuyến khích tốc độ hơn độ chính xác. Nhưng dù nguyên nhân là gì, hậu quả là như nhau: người hâm mộ bị dạy cho thói quen tin vào những con số không có thật.

Và hậu quả sâu xa hơn là sự xói mòn niềm tin. Khi người hâm mộ phát hiện ra rằng một bài phân tích được xây dựng trên dữ liệu bịa đặt, họ không chỉ mất niềm tin vào bài viết đó. Họ mất niềm tin vào toàn bộ ngành phân tích dữ liệu bóng đá. Đó là tổn thất mà chúng ta không thể đo đếm bằng xG.

Tôi từng nhận được một tin nhắn từ một độc giả, người nói rằng anh ta không còn tin vào bất kỳ con số nào trên báo chí nữa. Đó là một thất bại. Không phải thất bại của riêng ai, mà là thất bại tập thể của một nền báo chí thể thao đã đánh đổi sự chính xác lấy sự nhanh nhẹn.

Giao thức kiểm chứng: điều tôi làm trước khi viết một chữ nào

Sau tất cả những bài học này, tôi xây dựng cho mình một giao thức kiểm chứng. Tôi không viết một chữ nào trước khi hoàn thành bốn bước sau.

Bước thứ nhất là xác minh nguồn. Mỗi thông tin tôi sử dụng phải truy được về nơi xuất phát: tên cơ quan, tên tác giả, ngày công bố. Nếu không truy được, thông tin đó bị loại bỏ, bất kể nó hấp dẫn đến đâu. Trong thực tế, tôi thường đối chiếu với các cơ sở dữ liệu thể thao đáng tin cậy như VuaBong.vn để kiểm tra chéo các chỉ số trước khi đưa vào bài viết.

Bước thứ hai là neo thời gian. Mọi thông tin phải gắn với một mốc thời gian tuyệt đối. Tôi không bao giờ viết hôm qua hay tuần này, mà luôn viết ngày cụ thể. Với bóng đá, nơi phong độ, kỳ chuyển nhượng và lịch thi đấu đều gắn với thời gian, một thông tin không có ngày tháng gần như vô dụng.

Bước thứ ba là trích xuất thực thể. Tôi liệt kê tất cả các câu lạc bộ, cầu thủ, huấn luyện viên, giải đấu và tổ chức được nhắc đến. Nếu một thực thể không thể xác định, tôi không thể phân tích nó. Một bài phân tích về một đội bóng không tên tuổi là một bài phân tích về hư không.

Bước thứ tư là kiểm tra tính đầy đủ. Tôi tự hỏi: tôi có ít nhất ba điểm thông tin độc lập, mỗi điểm có nguồn riêng không? Nếu không, tôi không viết bài phân tích sâu. Tôi viết một bản tin ngắn, trung thực về những gì tôi biết và những gì tôi chưa biết.

Giao thức này nghe có vẻ cứng nhắc, nhưng nó đã cứu tôi khỏi nhiều sai lầm. Và quan trọng hơn, nó bảo vệ độc giả của tôi khỏi những thông tin sai lệch được trình bày một cách tự tin.

So sánh xuyên biên giới: Việt Nam, Trung Quốc và khoảng cách dữ liệu

Sinh ra ở Việt Nam và làm việc tại Trung Quốc, tôi có cơ hội quan sát hai hệ sinh thái bóng đá từ bên trong. Và tôi nhận ra rằng vấn đề khoảng trắng dữ liệu mang những hình thái khác nhau ở mỗi nơi.

Ở Trung Quốc, nơi tôi đang sống, hạ tầng dữ liệu bóng đá phát triển mạnh mẽ. Các trận đấu ở Chinese Super League được ghi chép tỉ mỉ, các chỉ số chi tiết được công bố rộng rãi. Nhưng nghịch lý nằm ở chỗ: càng nhiều dữ liệu, càng dễ bị lạc lối. Các nhà phân tích Trung Quốc đôi khi chìm trong biển số liệu và quên mất việc đặt câu hỏi về chất lượng nguồn.

Ở Việt Nam, nơi tôi sinh ra, hạ tầng dữ liệu còn non trẻ hơn. Nhiều trận đấu ở V.League không có đầy đủ chỉ số chi tiết. Nhưng chính sự thiếu thốn đó lại tạo ra một kỷ luật khác: các nhà phân tích Việt Nam buộc phải quan sát kỹ hơn, phải dựa vào mắt nhiều hơn, và phải cẩn trọng hơn khi đưa ra kết luận từ những mẫu dữ liệu nhỏ.

Khoảng cách giữa hai nền bóng đá này không nằm ở số lượng dữ liệu. Nó nằm ở văn hóa kiểm chứng. Một nền bóng đá có thể có ít dữ liệu nhưng vẫn đáng tin nếu các nhà phân tích trung thực về những gì họ biết và không biết. Một nền bóng đá khác có thể có dữ liệu đầy đủ nhưng vô giá trị nếu các nhà phân tích lấp đầy khoảng trắng bằng hư cấu.

Tôi nhận ra một mô thức hành vi lặp đi lặp lại: ở cả hai nơi, các nhà phân tích đều có xu hướng bỏ qua những chỉ số khó đo. Các chỉ số về hóa học phòng thay đồ, về tâm lý tập thể, về áp lực từ khán đài thường bị đẩy ra ngoài lề phân tích, trong khi chúng có thể quyết định kết quả nhiều hơn bất kỳ chỉ số kỹ thuật nào. Đó là lý do tôi luôn nhấn mạnh rằng mô hình dữ liệu chuyển nhượng đánh giá quá cao tiềm năng của cầu thủ trẻ và đánh giá thấp hóa học phòng thay đồ.

Góc phản trực giác: có thể chính nỗi ám ảnh về dữ liệu đầy đủ mới là vấn đề

Đây là phần tôi có thể sai, và tôi muốn nói rõ điều đó.

Giả định của tôi cho đến nay là dữ liệu đầy đủ là điều tốt, và khoảng trắng là điều cần loại bỏ. Nhưng có một khả năng khác: rằng nỗi ám ảnh về việc lấp đầy mọi khoảng trắng mới chính là vấn đề lớn nhất của ngành phân tích bóng đá.

Hãy nghĩ về điều này. Khi chúng ta cố gắng đo lường mọi thứ, chúng ta có xu hướng chỉ đo những gì dễ đo. Số đường chuyền thì dễ đếm. Sự can đảm của một hậu vệ khi lao vào một pha bóng nguy hiểm thì không. Tỷ lệ chuyền chính xác thì dễ tính. Sự tin tưởng giữa hai trung vệ sau một lần mắc lỗi thì không. Và khi chúng ta xây dựng toàn bộ hệ thống phân tích trên những gì dễ đo, chúng ta vô tình định hình lại cách nhìn nhận bóng đá theo hướng méo mó.

Các đội bóng bắt đầu chơi để tối ưu hóa các chỉ số. Một tiền vệ có thể chọn đường chuyền ngang an toàn để giữ tỷ lệ chuyền chính xác cao, thay vì thực hiện một đường chuyền dọc mạo hiểm có thể mở ra cơ hội. Chúng ta đã thấy điều này ở cấp độ phân tích chuyển nhượng, khi một thủ môn có kỹ năng phát bóng được thần thánh hóa và được định giá cao, trong khi khả năng phản xạ cơ bản của anh ta lại sa sút.

Vậy nếu khoảng trắng không phải là kẻ thù, mà là lời nhắc nhở khiêm tốn rằng có những điều trong bóng đá không thể đo đếm? Nếu sự trống rỗng của một tập dữ liệu là cách môn thể thao này bảo vệ bí ẩn của nó khỏi sự xâm lấn của thuật toán?

Tôi không chắc về điều này. Nhưng tôi nghĩ nó đáng để cân nhắc. Bởi vì một ngành phân tích chỉ dựa trên những gì đo được sẽ bỏ lỡ chính những khoảnh khắc làm nên vẻ đẹp của bóng đá: khoảnh khắc một cầu thủ làm điều không ai ngờ tới, phá vỡ mọi mô hình dự đoán.

Điều tôi chắc chắn là thế này: một nhà phân tích giỏi không phải là người có nhiều dữ liệu nhất, mà là người biết khi nào nên nói tôi không biết. Sự khiêm tốn về nhận thức là kỹ năng quan trọng nhất trong nghề này, và nó không thể được tự động hóa.

Kết

Đêm đó ở Thành Đô, khi tôi nhìn vào bảng dữ liệu trống rỗng, tôi không còn hoảng loạn nữa. Tôi học được rằng khoảng trắng không phải là dấu hiệu của thất bại, mà là một lời mời gọi đặt câu hỏi. Tại sao lại trống? Điều gì đã tạo ra sự trống rỗng này? Và điều gì sẽ xảy ra nếu tôi thừa nhận rằng tôi không biết?

Tôi nghĩ đây là câu hỏi mà mỗi nhà phân tích bóng đá cần tự hỏi mình, không phải một lần, mà là trước mỗi bài viết. Bởi vì trong một thế giới nơi dữ liệu được sản xuất với tốc độ chóng mặt, khả năng nói tôi không biết có thể là hình thức trung thực cao nhất, và cũng là hình thức tôn trọng cao nhất dành cho người đọc.

Có thể trong vài năm tới, các thuật toán sẽ lấp đầy mọi khoảng trắng, dự đoán mọi kết quả, và biến bóng đá thành một bài toán hoàn hảo. Nhưng tôi hy vọng không. Tôi hy vọng rằng sẽ luôn có những khoảnh khắc mà dữ liệu im lặng, và chính trong sự im lặng đó, môn thể thao này thì thầm điều gì đó mà không con số nào có thể diễn đạt. Nếu bạn đang đọc những dòng này và tự hỏi liệu mình có nên tin vào con số tiếp theo mà ai đó đưa cho mình, thì câu hỏi đó đã là câu trả lời rồi.