Ô trống trong bảng dữ liệu và cái bẫy của ngành phân tích bóng đá

Kazan, 27 tháng 6 năm 2026. Trên khán đài báo chí của sân Kazan Arena, tôi giữ trong tay một tờ A4 in vội từ máy in khách sạn. Trên tờ giấy chỉ có một cột dữ liệu: PPDA của tuyển Đức qua ba trận vòng bảng, trung bình 15,2. Chỉ số ấy nghĩa là mỗi lần đội bóng của Joachim Löw thực hiện một hành động phòng ngự chủ động, họ đã để đối phương chuyền bóng tới mười lăm lần. Dưới cột dữ liệu đó, tôi viết tay một dòng: hàng phòng ngự dâng cao, độ cao biến thiên rất lớn, Son Heung-min thích kiểu khoảng trống này.

Người ngồi cạnh tôi, một phóng viên kỳ cựu của một hãng thông tấn châu Âu, liếc qua rồi cười. Anh nói tuyển Đức chỉ cần một bàn thắng là mọi thứ trở lại bình thường, và rằng mấy chỉ số mới lạ kia chỉ để làm màu cho vui. Tôi không tranh luận. Tôi để tờ giấy trên đùi và tiếp tục ghi chép.

Phút 90+3, Kim Young-gwon đưa bóng vào lưới. Trọng tài tham khảo VAR rồi công nhận bàn thắng. Ba phút sau, Manuel Neuer bỏ khung thành để lên tham gia tấn công, Son Heung-min nhận bóng ở khoảng giữa sân và đi bộ vào lưới trống. Hàn Quốc thắng 2-0. Tuyển Đức rời World Cup 2026 ngay từ vòng bảng, lần đầu tiên kể từ năm 2026.

Tôi không reo. Tôi gấp tờ A4 lại và nghĩ tới một điều khác, đáng sợ hơn nhiều so với việc dự đoán đúng: nếu tờ giấy đó trắng, liệu tôi có dám viết hay không?

Câu hỏi ấy tôi mang theo suốt tám năm, và tuần này nó quay lại trong một tình huống chẳng liên quan gì tới cỏ trên sân.

Nghề của tôi bắt đầu từ một bảng tính

Năm 2026, tôi là thực tập sinh nữ duy nhất ở một công ty truyền thông thể thao mới mở tại Seoul. Tôi từng là vận động viên bơi lội, chuyển nghề sang báo chí dữ liệu sau khi đầu gối không còn cho phép tôi tập hai buổi mỗi ngày. Tháng đầu tiên, tôi viết một bài về FC Seoul vô địch K-League, trong đó chỉ ra rằng 12 trong 38 bàn thắng của họ đến từ các tình huống cố định, tương đương 31,6%, so với mức trung bình 18,4% của cả giải. Một biên tập viên ném bản thảo trả lại bàn tôi và nói đàn bà con gái thì biết gì về chiến thuật.

Tôi không cãi. Tôi ngồi lại, xem lại toàn bộ băng ghi hình, chú thích từng pha bóng chết theo phút, rồi đính kèm một phụ lục phương pháp luận giải thích rõ khái niệm bàn thắng kỳ vọng mà tôi sử dụng. Bài viết lên trang và gây tranh luận, vì đó là lần đầu tiên ở K-League có người đưa khái niệm bàn thắng kỳ vọng vào một bài phân tích đại chúng. Kể từ đó tôi giữ một thói quen: mọi bài viết của tôi đều có mục nguồn và cách tính ở cuối, để bất kỳ ai cũng tự kiểm tra được.

Trận chiến đầu tiên của tôi không có khán giả. Chỉ có tôi, một bảng tính và một đội bóng đang chìm.

Mùa hè năm 2026, các sân vận động đóng cửa. Công ty tôi mất 70% doanh thu, các biên tập viên lần lượt rời đi, những người ở lại được yêu cầu viết về viễn cảnh bóng đá hậu đại dịch. Tôi từ chối viết kiểu đó. Tôi thấy mình không có dữ liệu để nói bất cứ điều gì về một thế giới chưa tồn tại. Thay vào đó, tôi dựng một bộ cơ sở dữ liệu riêng, thu thập dữ liệu trận đấu của hàng trăm cuộc đối đầu cũ đã bị các nền tảng lớn gộp hoặc xóa khỏi cơ sở dữ liệu công khai. Cả thế giới ngừng quay, nhưng kho dữ liệu bóng đá ma của tôi vẫn thở.

Kho dữ liệu ma ấy sau này cứu tôi một mùa chuyển nhượng, vì bóng đá thật chưa chắc thật bằng dữ liệu.

Bản phân tích trả về số không

Tuần này, tôi nhận được một tài liệu nội bộ mà đồng nghiệp chuyển sang với ghi chú ngắn: xem giúp, hình như có gì đó sai. Tài liệu được đặt tên là bản phân tích chuyên sâu cấp hai, chuyên về lĩnh vực bóng đá. Đúng theo quy trình, nó được xây trên một bản bóc tách cấp một, tức là bản ghi lại các điểm thông tin, thực thể, quan điểm tác giả và độ nhạy thời gian của một bài báo gốc.

Bản bóc tách cấp một đó trống. Không phải trống một phần. Trống toàn bộ. Tiêu đề bài gốc: không có. Nguồn: không có. Loại bài: chưa phân loại. Tóm tắt một câu: để trắng. Lập trường tác giả: không xác định. Mục đích bài viết: không xác định. Danh sách điểm thông tin: rỗng. Độ nhạy thời gian: không được đánh giá ở cấp một. Chất lượng nguồn: không giải quyết được. Trường duy nhất còn sống là nhãn lĩnh vực, và nó ghi một từ: bóng đá.

Nghĩa là toàn bộ bản phân tích cấp hai được dựng lên trên một khoảng không.

Điều khiến tôi chú ý không phải sự cố ấy, mà là cách tài liệu xử lý nó. Bản phân tích giữ nguyên khung chín chiều: chiến thuật và kỹ thuật, tài chính câu lạc bộ và thị trường chuyển nhượng, kết quả thi đấu và chu kỳ dư luận, bối cảnh giải đấu và định vị đội bóng, luật lệ và tuân thủ, ban huấn luyện và phòng thay đồ, hồ sơ rủi ro, truyền thông và kỳ vọng, cuối cùng là chuỗi lan truyền trong ngành. Chín chiều, chín bảng. Và cả chín bảng đều được điền bằng cùng một câu: không đủ thông tin, không thể đánh giá.

Đó là câu trả lời đúng. Nó cũng là câu trả lời mà gần như không ai dám đưa ra.

Vì sao một ô trống đáng sợ hơn một ô sai

Tôi từng làm việc với những bảng dữ liệu có hàng nghìn dòng. Trong nghề của tôi, một ô ghi sai số sẽ bị phát hiện. Nó sẽ lệch với cột khác, lệch với băng ghi hình, lệch với trí nhớ của người xem. Một ô sai là một lỗi có thể truy vết. Một ô trống thì không truy vết được, vì nó không nói gì cả. Và chính vì nó không nói gì, nó mời gọi người ta điền vào.

Hãy lấy ví dụ gần gũi nhất. PPDA là chỉ số đo cường độ pressing: số đường chuyền mà đối phương được phép thực hiện trước mỗi hành động phòng ngự chủ động của đội bạn. Chỉ số càng thấp, đội càng pressing rát. Nhưng PPDA đứng một mình thì vô nghĩa. Một đội chủ động nhường bóng, đá khối phòng ngự thấp, sẽ có PPDA rất cao mà không hề lười biếng. Một đội pressing rát trong 60 phút đầu rồi buông trong 30 phút cuối cũng cho ra một PPDA trung bình trông rất đẹp. Nếu ai đó lấy con số PPDA ấy rồi kết luận về "tinh thần thi đấu", họ đã điền vào một ô trống.

Điều tương tự đúng với bàn thắng kỳ vọng. Một mô hình bàn thắng kỳ vọng nhận đầu vào là vị trí cú sút, góc sút, bộ phận cơ thể, loại đường chuyền trước đó, số hậu vệ cản phá và thủ môn đối diện. Khi dữ liệu sự kiện ở một trận nào đó bị thiếu, mô hình vẫn có thể xuất ra một con số. Nó sẽ không báo lỗi. Nó sẽ trả về một giá trị trông hoàn toàn bình thường, và giá trị ấy sẽ đi vào bài báo, vào bảng xếp hạng chỉ số, vào quyết định tuyển trạch của một câu lạc bộ nhỏ.

Ở cấp độ tài chính, mức độ nghiêm trọng còn cao hơn. Các quy định về công bằng tài chính của UEFA và các quy tắc lợi nhuận và bền vững của Premier League chỉ có thể được đánh giá dựa trên báo cáo tài chính đã kiểm toán. Doanh thu bản quyền truyền hình, doanh thu thương mại, quỹ lương, nợ ròng: bốn cột ấy quyết định một câu lạc bộ có bị trừ điểm hay không. Những án trừ điểm thực tế ở Premier League trong các mùa gần đây, với mức từ bốn tới tám điểm, đều bắt nguồn từ chính bốn cột ấy. Không có bốn cột ấy, người phân tích chỉ có thể nói: chưa đủ dữ liệu để kết luận. Nói bất cứ điều gì khác là bịa.

Và ở cấp độ chuyển nhượng, tôi có một quan điểm nghề nghiệp rõ ràng: cơ chế cho mượn kèm nghĩa vụ mua đứt đang bào mòn kế hoạch tài chính của các câu lạc bộ nhỏ. Câu lạc bộ lớn đẩy một cầu thủ sang đội nhỏ dưới dạng cho mượn, nhưng điều khoản nghĩa vụ biến nó thành một vụ mua bán chắc chắn trong kỳ kế toán kế tiếp, và đội nhỏ phải gánh khoản tiền ấy trong khi họ không được kiểm soát thời điểm. Nhưng nếu tôi chỉ có một dòng tin về vụ cho mượn mà không có cấu trúc hợp đồng, không có mức phí, không có điều khoản kích hoạt, không có phần trăm bán lại, thì tôi không thể nói gì về hậu quả tài chính của nó. Chi tiết hợp đồng là ô dữ liệu, và nếu ô ấy trống, mọi suy đoán đều là xác suất giả.

Chín chiều, và cái duy nhất có thể kết luận

Trở lại tài liệu kia. Chiều chiến thuật không có chủ thể: không đội, không cầu thủ, không huấn luyện viên, không trận đấu. Không thể dựng lại sơ đồ đội hình, không thể đánh giá độ tinh xảo của hệ thống. Chiều tài chính không có thực thể, nên không thể phân rã cấu trúc doanh thu và chi tiêu. Chiều kết quả không có giải đấu, không có giai đoạn mùa giải, không có chuỗi phong độ, nên không thể đo được khoảng cách giữa kỳ vọng và thực tế. Chiều định vị đội bóng cần ít nhất hai câu lạc bộ có tên để so sánh tương quan; không có câu lạc bộ nào. Chiều luật lệ cần một cơ quan quản lý và một sự kiện; không có cả hai. Chiều phòng thay đồ cần một con người; không có ai.

Chiều truyền thông đáng lẽ phải đi theo chu kỳ nhiệt của một câu chuyện: xuất hiện, tăng tốc, lên đỉnh, rồi bị phản ứng ngược. Muốn xác định mình đang ở pha nào, bạn phải biết câu chuyện bắt đầu từ bao giờ. Tài liệu kia không có ngày. Không có ngày, mọi kết luận đều có nguy cơ lệch thời gian: phân tích một tin trước kỳ chuyển nhượng bằng con mắt của thời điểm sau khi kỳ ấy đã đóng.

Chiều chuỗi lan truyền của ngành cũng sụp theo cùng một cách. Chuỗi ấy chạy từ thượng nguồn là hệ thống học viện, qua trung nguồn là các câu lạc bộ và giải đấu, xuống hạ nguồn là bản quyền truyền hình, thương mại và các thị trường phái sinh. Không có sự kiện thì không có chuỗi. Một vụ chuyển nhượng lớn có thể lan xuống thị trường áo đấu, thị trường tài trợ, thị trường bản quyền trò chơi điện tử. Một án phạt có thể lan sang giá trị đội hình và kế hoạch nhiều năm. Nhưng tất cả những dòng lan truyền ấy đều bắt đầu từ một sự kiện có thật, có ngày, có tên.

Và rồi đến chiều cuối cùng, chiều rủi ro. Trong toàn bộ chín chiều, chỉ có một rủi ro thực sự được xác định và nó không thuộc về bóng đá: rủi ro rằng một bảng trống sẽ bị lấp bằng những kết luận nghe hợp lý. Mức độ được đánh giá là cao. Xác suất được đánh giá là cao, vì nó đã xảy ra rồi.

Đó là điều khiến tài liệu ấy, dù rỗng, vẫn có giá trị. Nó chỉ ra rằng nguy hiểm lớn nhất trong nghề của tôi không phải là một con số sai. Nguy hiểm là sự tự tin giả được tạo ra quanh một con số không tồn tại.

Điểm chết nằm ở cột thứ ba

Người ta vẫn nghĩ lỗi phân tích nằm ở phòng thay đồ, ở phong độ, ở mâu thuẫn giữa huấn luyện viên và đội trưởng. Với tôi thì không. Điểm chết của họ không nằm ở phòng thay đồ. Nó nằm ở cột thứ ba trong bảng dữ liệu tôi lọc.

Tuyển Đức năm 2026 có đủ tài năng. Họ có Neuer, có Kroos, có Hummels, có Müller. Họ không sụp đổ vì thiếu tài năng. Nước Đức không sụp đổ vì thiếu tài năng. Họ sụp đổ vì không ai đọc được lời thì thầm của những con số.

Cụ thể hơn: khi hàng phòng ngự dâng cao và độ cao biến thiên lớn, khoảng trống phía sau lưng trung vệ trở thành một vùng khai thác. Một đội có tiền đạo chạy chỗ thẳng vào vùng ấy sẽ tạo ra những cơ hội có xác suất chuyển thành bàn rất thấp nhưng tần suất rất cao. Xác suất thấp, tần suất cao. Đó là công thức của những cú sốc ở vòng bảng, nơi chỉ có ba trận để sửa sai. Nhưng không ai muốn đọc một cột dữ liệu biến thiên khi đội bóng ấy vừa vô địch thế giới bốn năm trước.

Khi sự đầy đủ trở thành một tiêu chuẩn giả

Câu chuyện lớn hơn của ngành phân tích bóng đá hiện nay thường được kể theo hướng sau: nội dung do máy tạo đang tràn ngập, và giải pháp là nhiều dữ liệu hơn, mô hình tốt hơn, nhiều chỉ số hơn. Tôi không tin vào cách chẩn đoán đó.

Vấn đề không nằm ở chỗ thiếu dữ liệu. Vấn đề nằm ở chỗ ngành này đã ngầm đồng ý rằng một bảng đầy thì tốt hơn một bảng trống, bất kể cái được điền vào là gì. Khi cấu trúc bài viết là chín bảng có sẵn, và khi biên tập viên chỉ nhìn vào số ô đã điền, thì người phân tích trẻ sẽ học được một phản xạ rất nguy hiểm: rằng để trống là thất bại, còn điền bừa là hoàn thành nhiệm vụ.

Tôi đã nhìn thấy phản xạ ấy trong nhiều bảng chỉ số. Một đội có tỷ lệ bàn thắng từ tình huống cố định cao hơn hẳn giải đấu, thế là người ta kết luận ngay rằng huấn luyện viên của họ giỏi đá bóng chết. Nhưng tỷ lệ cao có thể đến từ một mẫu rất nhỏ, từ đối thủ phòng ngự kém, hoặc từ việc đội đó tình cờ sở hữu hai cầu thủ chuyền treo bóng tốt nhất giải. Tương quan không phải nhân quả. Tôi phải viết câu này ba lần một tuần, và vẫn có người không chịu đọc.

Có một khác biệt mà tôi học được trong tám năm làm nghề, và nó nằm ở chỗ chúng ta phân biệt được hai loại số liệu. Loại thứ nhất là số liệu chứng minh: nó tồn tại để bác bỏ hoặc xác nhận một giả thuyết đã có. Loại thứ hai là số liệu chưa trả lời: nó tồn tại để nói rằng câu hỏi vẫn còn mở. Ngành phân tích bóng đá rất giỏi loại thứ nhất và gần như không có chỗ cho loại thứ hai. Một ô ghi rằng dữ liệu chưa đủ để kết luận trông giống như một lời thú nhận thất bại.

Và khi loại thứ hai bị đuổi khỏi tòa soạn, nó không biến mất. Nó chuyển sang một nơi khác: phần bình luận, nơi một người hâm mộ tự tin khẳng định rằng đội bóng của mình đã đá tốt hơn xứng đáng được hưởng, dựa trên đúng bốn mươi lăm phút họ xem được trong giờ nghỉ trưa.

Tu hành dữ liệu không phải để tiên tri. Là để không bao giờ bị cùng một lời nói dối lừa hai lần.

Tín hiệu cho vòng tiếp theo

Sự cố kia rồi sẽ được sửa. Nguồn sẽ được nạp lại, bản bóc tách sẽ chạy lại, chín chiều sẽ có dữ liệu và một bản phân tích thật sự sẽ được viết ra. Đó là phần dễ nhất. Phần khó hơn là thiết kế một quy trình mà ở đó một tài liệu rỗng được xem là kết quả hợp lệ, chứ không phải là lỗi cần che đi.

Tôi theo dõi ba tín hiệu trong vòng mùa giải tới đây. Thứ nhất, có bao nhiêu bài phân tích bóng đá đính kèm phương pháp luận đủ để người đọc tự kiểm tra, thay vì chỉ đính kèm một bảng chỉ số đẹp. Thứ hai, có bao nhiêu trang dữ liệu chấp nhận ghi rõ rằng một giá trị đang thiếu, thay vì lặng lẽ nội suy. Thứ ba, có bảo nhiêu tòa soạn dám giữ lại một dòng kết luận trống khi khung bài đòi hỏi phải có, và để chính dòng trống ấy trở thành nội dung.

Người ta nhìn bàn thắng và reo hò. Tôi nhìn chuỗi xác suất dài mười bảy phút để hiểu vì sao nó xảy ra. Và khi chuỗi xác suất ấy không có dữ liệu, lựa chọn trung thực duy nhất là nói rằng tôi chưa biết.

Tuổi 33, tôi tin rằng mỗi con số là một nhân chứng không bao giờ khai man. Nhưng một ô trống thì có thể khai man, nếu có ai đó đủ tự tin để điền vào nó.