Khe hở giữa các con số: khi ngành phân tích bóng đá lấp ô trống bằng chuyện kể

Hai giờ sáng ngày 8 tháng 3 năm 2026, tôi ngồi trước một bảng tính có 110 dòng và bốn cột chưa điền. Đó là dữ liệu Bundesliga mùa 2026-21, mùa giải diễn ra trong điều kiện không khán giả vì Covid-19. Nghiên cứu của Kai Fischer và Justus Haucap công bố năm 2026, khảo sát đúng 110 trận Bundesliga không khán giả, cho thấy lợi thế sân nhà đo bằng điểm số đã sụt giảm rõ rệt. Tôi ghi lại mức giảm 43% trong sổ tay.

Nhưng có một cột tôi không thể điền: số lần pressing thành công của từng cầu thủ. Giải đấu khi đó không cung cấp dữ liệu tracking đầy đủ cho mọi trận.

Tôi đã suýt bịa ra nó.

Không phải bịa theo kiểu sửa số. Bịa theo kiểu viết một câu văn nghe rất hợp lý: "Đội bóng này vẫn duy trì cường độ pressing tương đương mùa trước." Câu đó trôi chảy, đọc như phân tích, và không có gì để kiểm chứng. Nếu tôi đăng nó lên, sẽ không ai phản đối. Đó mới là thứ đáng sợ.

Ngành phân tích bóng đá chưa bao giờ tự tin đến thế. Các câu lạc bộ châu Âu vận hành phòng dữ liệu với hàng chục nhân sự. Đài truyền hình chiếu xG lên màn hình như chiếu tỷ số. Người hâm mộ tranh luận bằng PPDA mà không cần biết nó đo gì. Đồng thuận chung rất đơn giản: càng nhiều dữ liệu, quyết định càng tốt.

Tôi không phản đối đồng thuận đó. Tôi phản đối thứ nằm ngay dưới nó.

Dữ liệu sai chưa bao giờ là vấn đề lớn nhất. Vấn đề là dữ liệu trống, và cách ngành này xử lý cái trống. Trong một phòng họp chuyển nhượng, một ô trống không được đọc là "chưa biết". Nó được đọc là "hãy tìm cách lấp". Trong một bản tin truyền hình, một ô trống không được đọc là "không có cơ sở". Nó được đọc là "cần một câu để lên sóng". Và thế là một mạng lưới gồm các câu văn hợp lý mọc lên trên nền một bảng dữ liệu rỗng.

Điều này không mới. Cái mới là quy mô. Mười lăm năm trước, người ta nói "theo quan sát của tôi". Bây giờ người ta nói "theo dữ liệu". Cụm thứ hai nghe chắc chắn gấp mười lần, trong khi cơ sở có thể chỉ tương đương. Tôi từng dự đoán Pháp thắng Argentina 4-3 ở vòng 1/8 World Cup 2026, trận đấu diễn ra ngày 30 tháng 6 năm 2026 tại Kazan, nơi Kylian Mbappé ghi hai bàn và kiếm một quả phạt đền. Bài viết dài 900 chữ, đạt 120.000 lượt xem và mở ra sự nghiệp viết của tôi. Nhưng cái đế chống đỡ cho dự đoán ấy — 27 pha bứt tốc, hàng thủ Argentina phản ứng chậm hơn 0,4 giây — lại đến từ một mẫu clip do tôi tự cắt. Tôi chưa bao giờ công khai cỡ mẫu đó.

Đây là chỗ tôi muốn nói thẳng: chỉ số nỗ lực là loại dữ liệu bị lạm dụng nhiều nhất trong bóng đá hiện đại, vì nó luôn có sẵn ngay cả khi phân tích thật không tồn tại.

Quãng đường di chuyển. Số lần bứt tốc. Số pha chạy nước rút trên 25 km/h. Những con số này được đóng gói thành "chỉ số nỗ lực" và bán cho khán giả như một thước đo phẩm chất. Nhưng chạy vô hiệu vẫn tạo ra số đẹp. Một tiền vệ chạy 12,4 km trong trận thua 0-3 có bản đồ nhiệt trải khắp sân — anh ta chạy nhiều vì đội anh ta không có bóng, chứ không phải vì anh ta hay. Một hậu vệ biên bứt tốc 30 lần có thể chỉ đang đuổi theo những quả bóng mà chính anh ta làm mất. Chỉ số đó đo chuyển động, không đo ý nghĩa. Nhưng nó được trình bày như đo cả hai.

Vấn đề thứ hai nằm ở tính bất nhất giữa các nhà cung cấp. Cùng một trận, cùng một cú sút, xG có thể khác nhau giữa các mô hình vì mỗi bên định nghĩa "cơ hội rõ ràng" theo một kiểu. Các nhà cung cấp lớn không công khai toàn bộ trọng số mô hình của họ. Nghĩa là khi hai chuyên gia tranh luận bằng hai giá trị xG khác nguồn, họ đang tranh luận về hai định nghĩa khác nhau của cùng một từ, và không ai trong số họ biết điều đó. Người đọc thì chỉ thấy một con số. Một con số trông rất dứt khoát.

Vấn đề thứ ba là địa lý dữ liệu. Các giải đấu lớn được phủ tracking gần như tuyệt đối. Các giải ở Đông Nam Á, trong đó có V.League, phần lớn vẫn phải gắn thẻ thủ công. Một chuyên gia phân tích một trận V.League không thiếu chuyên môn — anh ta thiếu dữ liệu thô. Khi anh ta xuất bản, sản phẩm của anh ta trông y hệt sản phẩm của một nhà phân tích có dữ liệu đầy đủ. Người đọc không phân biệt được hai thứ đó. Tôi cũng không, cho đến khi tôi bắt đầu hỏi mỗi người lấy số từ đâu. Tôi đọc dữ liệu, và dữ liệu thì thầm một cái tên chưa ai chọn — nhưng đôi khi cái tên đó chỉ là cái tên tôi muốn nghe.

Và đây là chỗ câu chuyện trở nên nghiêm trọng hơn một chút về mặt tiền bạc. Bộ phận dữ liệu là thứ bị cắt đầu tiên khi ngân sách co lại, và nó bị cắt âm thầm. Câu lạc bộ Jiangsu vô địch Chinese Super League năm 2026 và ngừng hoạt động vào tháng 2 năm 2026. Giữa hai mốc đó, thứ biến mất không chỉ là một đội bóng. Cả một tầng nhân sự thu thập và xử lý dữ liệu bị giải tán. Những người còn lại trong ngành chuyển sang làm việc với bộ dữ liệu cũ, hoặc với bộ dữ liệu do bên thứ ba cung cấp mà không ai kiểm tra lại.

Không ai kiểm tra lại. Đó là mấu chốt.

Trong ngành tài chính, một ô dữ liệu thiếu sẽ chặn giao dịch cho đến khi được xác minh. Trong bóng đá, một ô dữ liệu thiếu thường được xử lý bằng một câu văn. Câu văn đó đi vào bài báo, từ bài báo vào quyết định chuyển nhượng, từ quyết định chuyển nhượng vào bảng cân đối của một câu lạc bộ. Tôi đã theo dõi chuỗi này đủ lâu để biết nó không phải giả thuyết.

Tôi có thể sai ở ba điểm, và cả ba đều đáng nói.

Lấp ô trống bằng ước lượng có kiểm soát đôi khi tốt hơn để trống. Các phương pháp nội suy trong thống kê là công cụ hợp lệ khi được khai báo minh bạch. Nếu một câu lạc bộ nói rõ "chúng tôi nội suy dữ liệu pressing cho bảy trận thiếu", đó là khoa học. Điều tôi phản đối là nội suy diễn ra trong im lặng.

Phàn nàn về khoảng trống dữ liệu cũng có thể là đặc quyền của giải giàu. Một đội bóng nhỏ không có tiền mua dữ liệu vẫn phải ra sân và vẫn có thể thắng. Đôi khi họ thắng vì thiếu dữ liệu: không có mô hình nào bảo họ phải chơi theo cách nào. Lùi sâu không phải hèn, đó là cách người thông minh đợi kẻ ngốc lao tới — và không phải lúc nào người thông minh cũng cần biểu đồ để biết mình đang làm gì. Chiến thuật không phải công thức. Nó là câu trả lời cho câu hỏi ngược: đối thủ sợ điều gì nhất?

Và chính tôi là người đã dùng một mẫu 14 clip để nói về hàng thủ Argentina. Nếu áp tiêu chuẩn của mình lên bài viết năm 2026, tôi phải gọi nó là suy đoán có trang trí. Tôi vẫn bảo vệ kết luận, nhưng không bảo vệ quy trình. Mọi dự đoán đều có thể sai. Sai mà kèm dữ liệu trung thực vẫn đáng giá hơn đúng nhờ may mắn.

Trong bóng đá, điều hiển nhiên nhất thường là thứ ít ai kiểm chứng nhất. Người ta nhìn bảng xếp hạng, tôi nhìn khe hở giữa các con số — và khe hở đáng chú ý nhất trong ba năm tới sẽ không nằm ở những ô có số, mà ở những ô trống bị lấp bằng giọng văn tự tin. Dự đoán của tôi, có thể kiểm chứng: trong vòng hai kỳ chuyển nhượng tới, sẽ có ít nhất một thương vụ lớn được biện minh công khai bằng một chỉ số mà nhà cung cấp không hề phủ dữ liệu cho giải đấu của cầu thủ đó. Ai muốn kiểm chứng, cứ giữ lại các bản tin.