Kỷ luật của ô trống: khi nhà phân tích dữ liệu thể thao phải học cách nói “chưa đủ”

Người đại diện nhắn tin lúc 23 giờ 40. Anh cần một báo cáo chuyên sâu về một cầu thủ Việt Nam đang tìm đường ra nước ngoài, đối tác chờ kết quả trong 48 giờ. Tôi mở tệp bảng tính quen thuộc: mười bốn cột chỉ số, chín nhóm dữ liệu, và không một dòng nội dung. Tôi nhắn lại ba câu hỏi — số phút thi đấu chính thức ở giải quốc nội, danh sách đối thủ trong mười hai tháng gần nhất, và băng hình toàn trận chứ không phải đoạn cắt ghép. Hai mươi phút sau có trả lời: “Mười lăm phút video tổng hợp trên mạng, phần còn lại chưa có.”

Đó là lúc công việc thật sự bắt đầu. Và câu trả lời đúng đắn là một ô trống.

Nghề của tôi là đọc số. Nhưng phần lớn thời gian tôi không dành để đọc số, mà để xác minh xem con số đó có xứng đáng được đọc hay không. Trong phân tích chuyên nghiệp tồn tại một quy trình bắt buộc mà rất ít người ngoài ngành biết tên: khai báo giá trị rỗng. Khi một chiều dữ liệu không có gì để phân tích, kết luận bắt buộc phải là “không đủ thông tin, không thể đánh giá”. Không có chỗ cho một bản báo cáo thay thế được dựng lên từ suy đoán.

Nghe thì đơn giản. Nhưng hãy thử đặt mình vào vị trí người viết: khách hàng đã trả tiền, đối tác đang chờ, sếp đang nhìn, và trong tay bạn là một bảng trắng. Áp lực duy nhất lúc đó không đến từ dữ liệu. Nó đến từ thị trường.

Kỳ chuyển nhượng là mùa cao điểm của tiếng ồn. Một tin đồn được đăng lúc sáng, đến chiều đã thành “thông tin nội bộ”, đến tối đã có ba bài phân tích dài về việc cầu thủ đó sẽ hợp với sơ đồ nào. Chuỗi lan truyền ấy không cần bất kỳ dữ liệu nào để vận hành. Nó chỉ cần sự lặp lại. Và mỗi lần được nhắc lại, độ tin của nó trong mắt người đọc tăng thêm một bậc, dù bản thân nó không hề được kiểm chứng thêm lần nào.

Ở thị trường Việt Nam, nguồn dữ liệu công khai không thiếu như nhiều người tưởng. Ban tổ chức giải công bố lịch thi đấu, đội hình ra sân, thẻ phạt, số phút thi đấu. Các nền tảng quốc tế cung cấp dữ liệu sự kiện chi tiết cho phần lớn trận đấu ở giải vô địch quốc gia. Vấn đề nằm ở chỗ khác: những gì công khai chỉ trả lời được câu hỏi “đã xảy ra chuyện gì”, chứ không trả lời được câu hỏi “vì sao nó xảy ra”. Muốn trả lời câu thứ hai, bạn cần số phút thi đấu thực tế, chất lượng đối thủ trong từng phút đó, trạng thái tỉ số khi các sự kiện diễn ra, và băng hình đầy đủ. Thiếu một trong bốn thứ ấy, mọi kết luận đều là phỏng đoán có trang điểm.

Tôi vào nghề năm 2026 ở phòng kiểm tra thông tin của một tạp chí thể thao. Công việc ngày đó chỉ có một việc: gọi điện để xác nhận những dòng mà người viết đã tin là đúng. Kỷ luật ấy theo tôi suốt hai mươi năm và biến thành một phản xạ nghề nghiệp — trước khi viết bất cứ điều gì về một con số, tôi phải biết nó đến từ đâu.

Dữ liệu không nói dối, chỉ là ta chưa biết cách hỏi. Nhưng để hỏi được, trước hết phải có thứ để hỏi. Câu này tôi dùng đủ nhiều để biết nó bị hiểu sai thường xuyên. Nó không có nghĩa rằng mọi con số đều đúng. Nó có nghĩa rằng nếu ta đặt sai câu hỏi, con số đúng cũng sẽ trả lời sai.

Cách tôi kiểm tra một con số bất kỳ gồm bốn câu hỏi, và tôi gọi đó là bốn câu hỏi phỏng vấn. Thứ nhất: nguồn gốc là ai, họ có mặt ở đó không, hay chỉ đọc lại từ nơi khác. Thứ hai: phương pháp thu thập là gì, có bị đếm lặp không, có phân biệt được một pha tắc bóng thành công với một pha bóng chạm chân không. Thứ ba: cỡ mẫu và mốc thời gian, mười trận hay một trăm trận, dữ liệu của mùa này hay mùa ba năm trước. Thứ tư, và đây là câu quan trọng nhất: người công bố được lợi gì khi con số ấy được tin.

Câu hỏi thứ tư là câu hỏi tôi học được bằng máu. Năm 2026, khi còn là nhân viên cấp trung ở một công ty phân tích tại Thành Đô, tôi bỏ ba tháng thống kê chỉ số PPDA — số đường chuyền để đối thủ thực hiện trước khi đội mình giành lại bóng — cho toàn bộ 16 đội ở giải vô địch quốc gia Trung Quốc. Kết quả nổi bật nhất nằm ở một đội mà không ai để ý: họ có PPDA thấp nhất giải, chỉ 8,2, nhưng thắng kèo chấp tới 12 trong 15 trận. Tôi viết đề xuất, kết luận rằng đội này giỏi nhường bóng và phản công hơn là kiểm soát bóng.

Sếp bác bỏ. Ông cho rằng PPDA chỉ là một mốt phân tích phương Tây, không áp dụng được cho bóng đá Trung Quốc. Tôi đặt một khoản nhỏ theo mô hình của mình và thắng 8 trong 10 vòng tiếp theo. Công ty buộc phải cho tôi lập bảng dữ liệu nội bộ riêng. Bài học không nằm ở việc tôi đúng. Bài học nằm ở chỗ tôi đã phải tự trả tiền để chứng minh điều mình viết, bởi vì lúc đó tôi chưa có đủ dữ liệu để thuyết phục người khác bằng con số.

Mùa hè 2026, trước trận Hàn Quốc gặp Đức, mô hình của tôi cho ra một kết quả lệch khỏi thị trường. Đức có xG trung bình 2,1 mỗi trận nhưng tỷ lệ chuyển hóa cơ hội thành bàn chỉ quanh 8%, trong khi hàng thủ liên tục dâng cao và để lộ khoảng trống sau lưng. Tôi đăng bài dự đoán khả năng Đức không thắng là 41%, cao hơn mức niêm yết khoảng 18 điểm phần trăm. Cộng đồng mạng gọi tôi là kẻ ngáo dữ liệu. Hàn Quốc thắng 2-0, và bài viết được chia sẻ hơn 10.000 lần trong 12 giờ. Đó là lần tôi hiểu rằng dữ liệu phải dám đi ngược định kiến, nhưng chỉ khi nguồn và phương pháp đủ chắc để đứng một mình.

Tháng 2 năm 2026, tôi rà soát dữ liệu ngoại binh châu Âu cho công ty. Yannick Carrasco có tỷ lệ qua người thành công 71% ở La Liga nhưng chỉ ghi 3 bàn sau 17 trận trong màu áo Atlético Madrid. Báo chí châu Âu đồn anh sẽ sang Ý. Tôi so chỉ số tốc độ và khả năng bứt phá trong không gian rộng với lối chơi phản công nhanh của một đội bóng Trung Quốc đang cần ngoại binh, rồi đăng bài khẳng định điểm đến là Trung Quốc. Ba ngày sau, Dalian Yifang công bố hợp đồng. Bài viết đạt 30.000 lượt xem. Điều đáng chú ý không nằm ở con số 30.000 đó, mà ở chỗ tôi đã loại trừ được ba kịch bản khác trước khi kết luận một kịch bản còn lại.

Tháng 5 năm 2026, khi Bundesliga trở lại trên sân không khán giả, tôi không dùng lại mô hình cũ. Tôi lấy toàn bộ 240 trận của một giải châu Á làm nền, rồi kiểm chứng lại trên 80 trận Bundesliga không có người hâm mộ. Đội chủ nhà chỉ thắng kèo chấp 38%, giảm khoảng 12% so với mùa trước đó. Tôi bán báo cáo này cho một nền tảng dữ liệu Tây Âu với giá 2.000 đô la. Khoản tiền không lớn. Giá trị thật nằm ở kết luận: bất kỳ con số nào cũng gắn chặt với mốc thời gian của nó, và một biến cố làm thay đổi điều kiện thi đấu có thể xóa sạch giá trị dự báo của mọi mùa giải trước đó.

Áp những bài học ấy vào bóng đá Việt Nam, tôi thấy ba dạng câu hỏi bị bỏ trống nhiều nhất. Dạng thứ nhất: một tiền đạo ghi nhiều bàn, nhưng bao nhiêu bàn được ghi vào lưới các đội nằm ở nửa dưới bảng xếp hạng, và bao nhiêu bàn đến từ tình huống đội nhà đã dẫn trước hai bàn. Dạng thứ hai: một trung vệ có số lần tắc bóng cao, nhưng con số đó có thể chỉ phản ánh việc đội của anh ta mất bóng quá thường xuyên ở khu vực giữa sân. Dạng thứ ba: một thủ môn có tỷ lệ cứu thua ấn tượng, nhưng phần lớn cú sút anh phải đối mặt là những cú sút từ ngoài vòng cấm với xác suất ghi bàn thấp.

Với bóng bàn, vấn đề còn rõ hơn. Xếp hạng thế giới là một hệ thống tích lũy và bảo vệ điểm, không phải thước đo trực tiếp sức mạnh hiện tại. Một tay vợt có thể tụt hạng không phải vì phong độ đi xuống, mà đơn giản vì khối điểm cũ hết hạn. Muốn đọc đúng một vận động viên, phải tách ba lớp: thứ hạng, điểm bảo vệ trong sáu tháng tới, và kết quả đối đầu trực tiếp. Khi tôi theo dõi các tay vợt Việt Nam như Nguyễn Anh Tú ở nội dung đơn nam, hay Nguyễn Khoa Diệu Khánh ở nội dung nữ, vấn đề lớn nhất không phải là thiếu tài năng. Vấn đề là mẫu đối đầu quá nhỏ. Một giải đấu, thậm chí một trận đấu, không tạo thành xu hướng. Nó tạo thành một điểm dữ liệu.

Từ đó tôi rút ra ba trụ cột mà một báo cáo trung thực buộc phải có. Tách dữ liệu mô tả khỏi dữ liệu dự báo, bởi hai loại này cần hai chuẩn bằng chứng khác nhau. Khai báo cỡ mẫu ngay trong câu kết luận, không giấu ở phần phụ lục. Và khai báo giới hạn của chính mình, bởi một báo cáo không có phần giới hạn là một báo cáo chưa hoàn thành.

Trong kỳ chuyển nhượng, nơi đáng đào nhất không phải là tiêu đề tin đồn. Đó là cấu trúc hợp đồng. Điều khoản giải phóng, thời hạn thanh toán, tỷ lệ chia cho câu lạc bộ cũ, và quỹ lương còn lại của đội mua. Bốn con số này quyết định một thương vụ có xảy ra hay không, trong khi tiêu đề chỉ quyết định mức độ chú ý mà thương vụ đó nhận được. Và nằm giữa hai thứ đó là người đại diện, với vai trò mà tôi cho là khoản chi phí ẩn lớn nhất của thị trường: họ không trả tiền cho thông tin, họ trả tiền cho việc thông tin được lan truyền theo hướng có lợi.

Ở đây xuất hiện một cái bẫy cần gọi đúng tên. Tương quan không phải nhân quả. Khi một đội thắng nhiều trận và chỉ số nào đó của họ cao, người ta lập tức coi chỉ số ấy là nguyên nhân của chiến thắng. Nhưng rất nhiều trường hợp, chỉ số ấy chỉ là hệ quả: đội dẫn bàn thì đối thủ phải dâng cao, và chính đối thủ dâng cao mới tạo ra con số đẹp đó.

Điều phản trực giác hơn nằm ở phía người viết. Cả ngành phân tích vận hành bằng một động cơ không được nói ra: nó cần báo cáo trông đầy đủ, không nhất thiết là báo cáo đúng. Một bảng chín mục có số liệu, biểu đồ, kết luận rõ ràng sẽ luôn trông chuyên nghiệp hơn một câu “thiếu dữ liệu”. Chính áp lực thương mại ấy đẩy người viết sang chỗ bịa chứ không phải sang chỗ sai. Và bịa dữ liệu là lỗi nghiêm trọng hơn sai số, bởi sai số có thể sửa bằng cách bổ sung mẫu, còn dữ liệu bịa thì phá hỏng luôn khả năng sửa sai của cả hệ thống.

Tôi đứng về phía con số, kể cả khi con số đứng một mình. Nhưng cần phân biệt rõ hai tình huống. Khi bối cảnh bóp méo con số, tôi loại bỏ con số. Khi bối cảnh giải thích con số, tôi giữ lại con số và giữ luôn cả bối cảnh. Sự khác biệt giữa hai việc này là sự khác biệt giữa một nhà phân tích và một người kể chuyện bằng biểu đồ.

Cùng logic đó, xu hướng chuyển sang sơ đồ ba trung vệ ở nhiều đội bóng không nên được đọc như một bước tiến chiến thuật. Dữ liệu mà tôi thu thập trong các giai đoạn gần đây cho thấy nhiều đội chuyển sơ đồ này không cải thiện chất lượng cơ hội mà đối thủ tạo ra, nhưng lại giảm số bàn thua trông thấy rõ ràng trên bảng tỷ số. Một hàng thủ bốn người bị xuyên thủng liên tục sẽ tạo ra những pha bóng dễ nhớ, và những pha bóng dễ nhớ ấy là rủi ro danh tiếng trực tiếp cho huấn luyện viên. Ba trung vệ làm loãng những pha bóng đó. Đó là quản trị rủi ro nghề nghiệp, không phải tiến bộ về chiến thuật.

Một vùng mù tương tự tồn tại ở khâu trọng tài. Khi một quyết định bị đảo ngược sau khi xem lại băng hình, khán giả trên sân không có bất kỳ cơ chế nào để nghe giải thích. Họ chỉ thấy một màn hình, một khoảng lặng, rồi một kết luận. Trong khi đó, mọi dữ liệu về quá trình ra quyết định ấy — biên bản trao đổi, tiêu chí áp dụng, mức sai số được chấp nhận — đều không được công bố. Nhóm duy nhất bị bỏ quên trong toàn bộ chuỗi minh bạch ấy là nhóm đông nhất: người ngồi trên khán đài.

Điểm mù lớn nhất mà tôi gặp trong công việc không phải là đọc sai số. Đó là coi “không có dữ liệu” đồng nghĩa với “dữ liệu bằng không”. Hai điều này khác nhau hoàn toàn. Một cầu thủ không được gọi lên đội tuyển vì huấn luyện viên không có đủ băng hình về anh ta không phải là một cầu thủ bị đánh giá thấp. Anh ta là một cầu thủ chưa được đo. Và trong bóng đá, chưa được đo thường bị đối xử như bị đo và trượt.

Vậy tín hiệu cần theo dõi trong vòng tới là gì. Không phải danh sách tin đồn, mà là ba thứ có thể kiểm chứng. Thứ nhất, số phút thi đấu thực tế của các cầu thủ được đồn đoán chuyển nhượng, kèm bối cảnh đối thủ trong từng phút đó. Thứ hai, cấu trúc hợp đồng và quỹ lương của đội mua, bởi đó là ranh giới vật chất của mọi thương vụ. Thứ ba, khoảng cách giữa thứ hạng và sức mạnh thực tế của các vận động viên đang bước vào giai đoạn bảo vệ điểm.

Quay lại tin nhắn lúc 23 giờ 40. Tôi trả lời người đại diện rằng trong 48 giờ, tôi có thể giao một bản đánh giá sơ bộ với ba điểm mạnh và ba điểm chưa xác minh, kèm danh sách những gì cần bổ sung để biến nó thành báo cáo chuyên sâu. Anh ta đồng ý. Đối tác nước ngoài cũng đồng ý, bởi một bản đánh giá nói rõ chỗ nào chưa đo được hữu ích hơn nhiều so với một bản đánh giá tự tin ở mọi dòng.

Dữ liệu không nói dối, chỉ là ta chưa biết cách hỏi. Và đôi khi cách hỏi đúng nhất là thừa nhận rằng ta chưa có gì để hỏi.