Khi bảng dữ liệu trống: bài học về giới hạn của nghề phân tích thể thao

Tối thứ Ba, tôi mở một tệp phân tích chuyên sâu dài mười ba trang do một cộng sự gửi sang. Khung phân tích đầy đủ: chiến thuật và kỹ thuật, phong độ cầu thủ, hệ thống giải đấu, bức tranh thế giới, luật lệ và thể chế, ban huấn luyện, bề mặt rủi ro, câu chuyện truyền thông, chuỗi lan truyền của ngành. Bảng nào ra bảng nấy, hàng cột thẳng tắp như một bản đồ địa chính vẽ bằng thước. Nhưng trong từng ô, chỗ đáng lẽ phải nằm một con số, lại là một dòng chữ giống nhau đến lạnh người: N/A – insufficient information. Mười ba trang. Không một dữ kiện. Tôi ngồi im khá lâu trước màn hình. Điều trỗi dậy đầu tiên không hẳn là sự khó chịu, mà là một cơn ngứa nghề nghiệp rất cũ. Người làm dữ liệu như tôi được huấn luyện để lấp đầy khoảng trống. Một ô trống là một lời thách thức; một dấu gạch ngang là một vết thương lòng. Bản năng thôi thúc tôi gõ vào đó một xác suất, một tỷ lệ phần trăm, một phán đoán — bất cứ thứ gì trông đủ chắc chắn để cuộc họp sáng mai bớt lúng túng, để tệp báo cáo trông hoàn chỉnh. Rồi tôi nhận ra: đây là bài kiểm tra khó nhất mà nghề này có thể đặt ra. Không phải kiểm tra xem tôi tính toán giỏi đến đâu, mà kiểm tra xem tôi có dám để yên một khoảng trống hay không. MỘT NGHỀ ĐƯỢC DẠY ĐỂ LẤP ĐẦY KHOẢNG TRỐNG Mười tám năm theo nghề, tôi đi từ một biên tập viên dữ liệu non tay ở Thượng Hải đến vị trí cố vấn dữ liệu cho các đội bóng. Quãng đường ấy dạy tôi nhiều thứ về bóng đá, và nhiều hơn thế về chính những người làm nghề như tôi. Ngành phân tích thể thao hiện đại vận hành trên một niềm tin gần như tôn giáo: mọi thứ đều đo được. Người ta đo quãng đường chạy, đo số lần chạm bóng, đo xác suất ghi bàn, đo cả nhịp tim và giấc ngủ của cầu thủ. Mỗi tuần, hàng trăm chỉ số mới được sinh ra, đặt tên, rồi bán cho các nhà đài và câu lạc bộ như những món hàng xa xỉ. Có những buổi hội thảo mà tôi ngồi nghe ba tiếng đồng hồ về các mô hình học máy, và khi ra về, tôi vẫn không biết đội bóng nào sẽ thắng vào cuối tuần. Ở Việt Nam, làn sóng ấy đến muộn hơn nhưng không hề nhẹ hơn. Các bản tin sau trận của V.League giờ cũng đầy rẫy những con số: số đường chuyền, tỷ lệ chuyền chính xác, số pha tranh chấp thành công. Đội tuyển quốc gia được mổ xẻ qua từng chỉ số sau mỗi kỳ SEA Games hay AFF Cup. Người hâm mộ đã quen với việc đọc một trận cầu qua những ô số liệu nhiều màu, và dần quên rằng phần lớn những ô ấy chỉ kể một nửa câu chuyện. Vấn đề nằm ở chỗ: một khi đã quen với việc mọi thứ đều đo được, người ta bắt đầu tin rằng thứ gì không đo được thì không đáng để tin. Và đến một lúc nào đó, người làm dữ liệu bị đẩy vào thế phải chọn giữa hai điều xấu: hoặc thừa nhận mình không có gì để nói, hoặc bịa ra một con số nghe có vẻ hợp lý. Tệp mười ba trang kia chính là hiện thân của lựa chọn thứ hai, nhưng ở dạng bị chặn lại. Người cộng sự của tôi đã không bịa. Cô ấy để nguyên mọi ô trống, và bằng cách đó, cô ấy gửi cho tôi một thông điệp còn mạnh hơn bất kỳ bảng số liệu nào. Người hâm mộ Việt Nam, tôi hiểu điều này sau nhiều năm viết cho họ, không thiếu đam mê. Họ thiếu thời gian. Họ cần một bài viết đọc trong mười phút nhưng phải đọng lại điều gì đó đến hôm sau. Một chỉ số gây ngạc nhiên mở đầu tốt hơn một đoạn dẫn dài dòng. Nhưng chỉ số ấy phải thật, phải có nguồn, và phải chịu được vòng kiểm tra. Đó là lý do vì sao tôi không bao giờ viết một bài phân tích chỉ để lấp chỗ trống cho kịp deadline. BÀI HỌC THƯỢNG HẢI: NHÌN CẤU TRÚC, ĐỪNG NHÌN TỶ SỐ Năm 2026, tôi hai mươi lăm tuổi, làm biên tập viên dữ liệu cho một trang bóng đá mới mở ở Thượng Hải. Tôi háo hức, tôi tự tin, và tôi chưa biết sợ một điều gì. Tháng Bảy năm đó, đội bóng của tôi — khi ấy được dẫn dắt bởi một chiến lược gia người Bồ Đào Nha tên André Villas-Boas — đè bẹp đối thủ với tỷ số 4–0. Tôi ngồi viết ngay trong đêm, ca ngợi thứ bóng đá pressing như một kiệt tác. Những dòng tôi viết tràn đầy năng lượng: đội nhà áp sát, đội nhà cướp bóng, đội nhà ghi bàn như chẻ tre. Tôi dẫn tỷ số ra làm bằng chứng đanh thép nhất. Tôi đã bỏ qua một chỉ số. Chỉ số đó tên là PPDA — số đường chuyền mà đối phương được phép thực hiện trước mỗi pha can thiệp phòng ngự của đội mình. Hôm ấy đội tôi đạt 8,2 PPDA, một con số nghe có vẻ đẹp. Nhưng tôi đã không chịu hỏi thêm một câu: đối thủ của chúng tôi phòng ngự lùi sâu, nên họ chủ động nhường bóng, và áp lực của chúng tôi không hề bị thử thách thật sự. Ba ngày sau, đội tôi thua 1–2 trước đội cuối bảng. Không phải vì kém may mắn. Vì hệ thống pressing đã không duy trì được nhịp, và cấu trúc phòng ngự phía sau nó lộ ra những khe nứt mà một trận thắng 4–0 đã che kín. Sếp gọi tôi lên và nói một câu tôi nhớ đến tận bây giờ: Cậu nhìn điểm số mà không nhìn cấu trúc. Thượng Hải 2026 không phải vết sẹo; đó là bản đồ vẽ lại cách tôi nhìn con số. Từ hôm đó, tôi dựng cho mình một bảng kiểm tra cứng: mọi bài phân tích chiến thuật phải có tối thiểu ba chỉ số nâng cao, và tuyệt đối không được lấy kết quả trận đấu làm bằng chứng duy nhất. Mùa hè 2026 là học phí đắt nhất tôi trả để nhận ra: dữ liệu sạch không cứu được một giả thuyết bẩn. Cái bảng kiểm tra ấy, nhiều đồng nghiệp nói, khiến tôi trở nên cứng nhắc. Họ đúng. Nhưng nó cũng là thứ duy nhất giữ tôi khỏi việc biến một trận thắng 4–0 thành một bài học sai. NƯỚC NGA VÀ CÁI BẪY xG Năm 2026, tôi hai mươi sáu tuổi, được cử sang Nga làm phóng viên dữ liệu cho vòng chung kết World Cup. Đó là lần đầu tiên tôi được đứng giữa một giải đấu lớn với đầy đủ công cụ trong tay, và cũng là lần đầu tiên tôi bị dữ liệu của chính mình phản bội. Trận tứ kết giữa chủ nhà Nga và Croatia, ngày mùng Bảy tháng Bảy. Trước giờ bóng lăn, mô hình của tôi cho ra xG 2,4 – 1,1 nghiêng về Croatia. Tôi viết một đoạn dự đoán tự tin rằng Croatia sẽ thắng trong thời gian thi đấu chính thức. Trận đấu kết thúc 2–2 sau một trăm hai mươi phút, và Nga gục ngã trên chấm luân lưu. Đêm đó tôi không ngủ. Tôi ngồi xem lại mười bốn trận knock-out, ghi chú từng phút. Và tôi phát hiện ra điều khiến tôi lạnh sống lưng: chín trong số mười bốn trận ấy có kết quả khác biệt hoàn toàn so với kỳ vọng của mô hình, một khi tôi đưa vào phương trình hai biến số mà mô hình bỏ qua — thể lực phải cày ải thêm ba mươi phút hiệp phụ, và áp lực vô hình của việc đá trên sân nhà. xG đo chất lượng cơ hội. Nó không đo được đôi chân đã mỏi đến đâu ở phút thứ một trăm mười, cũng không đo được tiếng gào của sáu vạn khán giả đang đẩy một hậu vệ lùi lại nửa bước. Nước Nga dạy tôi rằng biến số không nằm trong bảng tính, nó nằm trong nhịp đập của cầu thủ. Tôi viết bài Cái bẫy xG: khi số liệu biết nói dối, và nó được hơn hai mươi trang bóng đá chia sẻ lại. Nhưng thứ tôi giữ lại cho mình không phải là sự nổi tiếng, mà là một thói quen mới: mỗi bài viết phải có một mục nhỏ chỉ ra giới hạn của chính dữ liệu mình đang dùng. BÓNG MA PRESSING CỦA MÙA ĐẠI DỊCH Năm 2026, khi bóng đá toàn cầu đóng băng, tôi hai mươi tám tuổi, làm trưởng nhóm nội dung dữ liệu cho một nền tảng thể thao. Sáu tháng trời tôi xem lại hơn một trăm trận cũ, chỉ để nghe một thứ mà bình thường khán giả không nghe thấy. Ở các trận không khán giả đầu mùa giải Bundesliga 2026/21, dữ liệu tracking cho thấy các đội pressing cao hơn mười hai phần trăm, nhưng hiệu quả của nó lại giảm tám phần trăm. Lý do rất con người: thiếu tiếng hò reo, cầu thủ mất đi một nguồn năng lượng tâm lý, và những pha lao lên trở nên cơ học hơn là bản năng. Khi khán đài vắng bóng, tôi nghe rõ nhất tiếng bước chân pressing dưới bóng đêm đại dịch. Những bước chân ấy vang lên rõ hơn bao giờ hết, nhưng lại đạp sai nhịp. Tôi viết loạt bài Bóng đá thời COVID: không ai nghe thấy bạn hét, dữ liệu vẫn nghe. Sếp giao tôi dựng một hệ thống viết tự động cho các trận kín khán giả. Tôi từ chối. Tôi đề xuất một mô hình kết hợp dữ liệu tracking với phỏng vấn ban huấn luyện từ xa, bởi tôi tin rằng có những thứ chỉ người trong cuộc mới giải thích được. Đề xuất ấy giúp tôi thăng tiến, nhưng cũng biến tôi thành kẻ cứng nhắc: tôi buộc mọi bài viết phải có một mục phương pháp thu thập dữ liệu, một quy định khiến đồng nghiệp ngán ngẩm. Có lẽ tôi đã đi quá xa theo hướng ngược lại. Nhưng bài học thì vẫn đứng vững: phải bóc bỏ tiếng ồn trước khi nói bất cứ điều gì có ý nghĩa. MERINO PHÚT 119 VÀ GIỚI HẠN CỦA MÔ HÌNH Năm 2026, tôi ba mươi hai tuổi, làm chuyên gia dữ liệu cấp cao cho một công ty phân tích thể thao ở Thượng Hải, tư vấn cho vài nhà đài. Tại tứ kết Euro 2026, trận Tây Ban Nha gặp Đức, mô hình của chúng tôi xếp tình huống dẫn đến bàn thắng ở phút 119 ở mức xác suất 1,2 phần trăm. Mikel Merino đánh đầu tung lưới, từ quả tạt của Dani Olmo. Một tình huống mà thuật toán coi gần như vô hại. Tôi viết bài ngay trong đêm, đặt câu hỏi liệu trí tuệ nhân tạo có bao giờ dự đoán được một bàn thắng sinh ra từ một pha bóng tưởng chừng vô hại. Tôi lấy dữ liệu đánh đầu thành công của Tây Ban Nha trong năm mươi trận gần nhất, và chỉ ra rằng mười chín phần trăm trong số những bàn thắng ấy đến từ các vị trí mà mô hình xếp vào loại không thể ghi bàn. Bài viết được chia sẻ bởi nhiều nhà phân tích châu Âu, và mở ra cho tôi một hợp tác với một công ty dữ liệu Tây Ban Nha. Nhưng thứ tôi học được không nằm ở danh tiếng. Tôi học được rằng dữ liệu vĩ mô không bao giờ thay thế được trực giác chiến thuật của một cầu thủ trong tích tắc, và rằng mô hình xác suất cần được con người thử thách, chứ không phải được con người phong thánh. Từ đó, tôi chuyển sang cấu trúc dữ liệu lớn – câu chuyện nhỏ: mở bằng một chỉ số phi trực giác, đi sâu vào cơ chế tạo ra tình huống, rồi kết ở áp lực ra quyết định của con người trong một phần giây. CẦU LÔNG VÀ BÀI HỌC VỀ KHOẢNG LẶNG GIỮA HAI PHA CẦU Tôi viết về cầu lông cho thị trường Trung Quốc, nơi khán giả quen với những chỉ số như tốc độ cầu, độ dài pha cầu, tỷ lệ lỗi tự đánh hỏng. Có lần tôi phân tích một trận của Nguyễn Thùy Linh — niềm tự hào của cầu lông Việt Nam — và nhận ra một điều thú vị: phần lớn các điểm số quyết định không đến từ những pha cầu hay nhất, mà đến từ những khoảng lặng giữa hai pha cầu. Chính khoảng thời gian cầu thủ hít thở, lau mồ hôi, đi bộ về vạch giao cầu mới là nơi trận đấu được định đoạt. Dữ liệu cầu lông cho tôi đúng một bài học mà dữ liệu bóng đá cũng cho: thứ quan trọng thường nằm ở khoảng trống giữa các sự kiện. Một bảng phân tích toàn ô trống, vì thế, không hẳn là vô dụng. Nó là khoảng lặng giữa hai pha cầu, chờ ai đó đủ kiên nhẫn để lắng nghe. BA CHỈ SỐ VÀ MỘT CÂU HỎI Bảng kiểm tra của tôi có ba tầng. Tầng thứ nhất là chỉ số kết quả: bàn thắng, điểm số, tỷ lệ thắng. Tầng thứ hai là chỉ số quá trình: PPDA, xG, số đường chuyền vào vùng nguy hiểm. Tầng thứ ba là chỉ số hoàn cảnh: đối thủ mạnh hay yếu, sân nhà hay sân khách, nghỉ bao nhiêu ngày. Sai lầm phổ biến nhất của người mới là dừng ở tầng một. Sai lầm tinh vi hơn là dừng ở tầng hai mà quên tầng ba. Và sai lầm chết người là gộp cả ba tầng lại thành một chỉ số duy nhất rồi gọi nó là chân lý. Thêm vào đó, tôi luôn tự hỏi một câu trước khi viết: chỉ số này được đo trong hoàn cảnh nào? Thể lực, trọng tài, áp lực giải đấu — mỗi thứ đều có thể thay đổi ý nghĩa của một con số. Cùng một tỷ lệ chuyền chính xác, nhưng ở một trận cầu mà đội bạn dâng cao, nó kể một câu chuyện hoàn toàn khác so với một trận cầu mà đội bạn lùi sâu. Đội tuyển Việt Nam vô địch AFF Cup 2026 và 2026, và mỗi lần như thế, tôi lại thấy các bảng chỉ số mọc lên như nấm. Có người lấy tỷ lệ chuyền chính xác để chứng minh lối chơi kiểm soát. Có người lấy số bàn thắng để chứng minh sức mạnh hàng công. Hiếm ai đặt hai chỉ số ấy cạnh nhau và hỏi vì sao chúng lại kể hai câu chuyện khác nhau. QUÃNG ĐƯỜNG CHẠY HIỆU QUẢ Trong các trận cầu vắng khán giả, tôi bắt đầu dùng một khái niệm mà tôi tự đặt tên: quãng đường chạy hiệu quả. Tổng quãng đường chạy chỉ nói rằng một cầu thủ đã di chuyển nhiều. Quãng đường chạy hiệu quả mới nói rằng anh ta đã di chuyển đúng chỗ, đúng lúc. Một tiền vệ chạy mười hai cây số nhưng phần lớn là chạy đuổi theo bóng thì khác hoàn toàn một tiền vệ chạy mười cây số nhưng luôn có mặt ở điểm nóng trước đối thủ nửa giây. Dữ liệu thô không phân biệt được hai người ấy. Con mắt biết đọc trận đấu thì phân biệt được. Hai cột giả thuyết và bằng chứng Nếu bốn câu chuyện trên dạy tôi điều gì, thì đó là: mọi sai lầm của tôi đều bắt nguồn từ việc ép dữ liệu vào một khung kết luận có sẵn. Tính cách của tôi — kiểu người thích kiểm soát quy trình, thích mọi thứ nằm trong khuôn — khiến tôi đặc biệt dễ mắc cái bẫy này. Tôi muốn câu chuyện khép lại gọn gàng, nên tôi bẻ những chỉ số lệch hướng cho vừa khung. Giải pháp tôi áp dụng là tách báo cáo thành hai cột rõ rệt: một cột ghi giả thuyết, một cột ghi bằng chứng. Khi số liệu lệch khỏi giả thuyết, tôi giữ nguyên độ lệch và gọi tên nó là điểm trống. Tôi không làm tròn, không gọt bớt, không giấu vào phần phụ lục. Chính vì thế, khi tệp mười ba trang kia gửi đến với đầy những ô trống, tôi không hề bối rối. Tôi nhận ra nó trung thực. Và trong nghề này, trung thực là một dạng dữ liệu quý hơn mọi con số. Cảm xúc là một cột dữ liệu Có một giai đoạn tôi tin rằng cảm xúc là tạp nhiễu. Người làm dữ liệu mà để cảm xúc xen vào thì dễ đánh mất khách quan — tôi từng nghĩ vậy. Nhưng đêm nước Nga dạy tôi điều ngược lại: trạng thái con người không phải là thứ cần loại bỏ, mà là một tầng dữ liệu ngang hàng với mọi tầng khác. Cách tôi làm bây giờ là mã hóa cảm xúc thành các chỉ báo hành vi. Ngôn ngữ cơ thể của một cầu thủ sau bàn thua — vai sụp xuống, bước chân ngắn lại — là một tín hiệu có thể ghi nhận. Nhịp độ suy giảm kỹ thuật ở mười lăm phút cuối là một tín hiệu khác. Những sai số lặp đi lặp lại ở cùng một vị trí trên sân là tín hiệu thứ ba. Khi tôi xếp chúng cạnh nhau, chúng không còn là lời bình luận chủ quan, mà trở thành một cột dữ liệu có thể đọc được. Và đây là chỗ tôi chốt lại niềm tin của mình: dữ liệu đo được nhịp chạy của cầu thủ, nhưng chỉ có con mắt biết lắng nghe mới đo được nhịp thở của anh ta. KHI TƯƠNG QUAN GIẢ DANH NHÂN QUẢ Đến đây, tôi phải nói thẳng một điều mà ngành của tôi ít khi thừa nhận: phần lớn các mối liên hệ mà chúng ta trình bày như quy luật chỉ là tương quan, và tương quan thì không phải nhân quả. Một đội pressing cao thắng nhiều trận không có nghĩa là pressing cao tạo ra chiến thắng. Có thể chính việc dẫn bàn sớm mới khiến đội ấy dám pressing cao. Dữ liệu không tự nói lên nhân quả; nó chỉ nói lên sự trùng hợp. Cái bẫy này xuất hiện ở khắp nơi. Ở thị trường chuyển nhượng, người ta ca ngợi khoản phí ký kết cho một cầu thủ tự do như một món hời, mà quên rằng khoản phí ấy nằm ngoài tầm giám sát cốt lõi của luật công bằng tài chính. Ở mảng kinh doanh thể thao, những hợp đồng đại diện khiến vận động viên ngại bày tỏ quan điểm thật, và dần dần, thứ marketing chính trị đúng đắn thay chỗ cho cá tính. Những điều ấy không xuất hiện trong bất kỳ bảng chỉ số nào, nhưng chúng định hình trận đấu và cả nền công nghiệp phía sau nó. Điểm mù lớn nhất của nghề tôi không phải là thiếu dữ liệu. Điểm mù lớn nhất là tin rằng có đủ dữ liệu là đủ để hiểu. Hệ thống không sụp đổ trong một đêm; nó nứt từ lúc tôi ngừng đặt câu hỏi vào nền móng. TÍN HIỆU CHO VÒNG TIẾP THEO Tệp mười ba trang tối thứ Ba ấy rồi sẽ được lấp đầy. Tôi sẽ gửi lại cho cộng sự một yêu cầu bổ sung nguồn, và trong vài ngày, những ô N/A sẽ biến thành số. Nhưng tôi biết mình sẽ giữ lại một bản sao của phiên bản trống, để nhắc mình rằng có những lúc thứ trung thực nhất mà một người làm dữ liệu có thể đưa ra chỉ là một khoảng lặng. Trong vòng đấu tiếp theo, tín hiệu tôi sẽ theo dõi không nằm ở cột điểm. Nó nằm ở chỗ: đội nào dám để một ô trống trong báo cáo của mình, thay vì lấp nó bằng một chỉ số nghe có vẻ hợp lý. Vì trong bóng đá, cũng như trong nghề của tôi, điều nguy hiểm nhất không phải là không biết, mà là không biết rằng mình đang bịa.