Khi bảng dữ liệu trả về N/A: kỷ luật số liệu và cái bẫy của niềm tin

Có một buổi sáng tháng Ba năm 2026, tôi mở lại tệp theo dõi của mình và thấy cột dữ liệu quan trọng nhất trống hoàn toàn. Không phải thiếu vài dòng — trống từ dòng đầu đến dòng cuối. Phản xạ đầu tiên của bất kỳ ai từng làm nghề phân tích là lấp đầy nó: bằng ước lượng, bằng ký ức, bằng một con số nghe có vẻ hợp lý. Tôi đã đưa tay lên bàn phím. Rồi tôi dừng lại.

Sáu năm làm việc với bảng tính dạy tôi rằng khoảnh khắc khó nhất chưa bao giờ là lúc mô hình sai. Sai thì sửa, sửa rồi chạy lại. Khoảnh khắc khó nhất là lúc dữ liệu thiếu, và người viết bị cám dỗ kể một câu chuyện để bù vào chỗ trống. Mỗi lần như vậy, phân tích lặng lẽ biến thành suy diễn — và suy diễn khoác áo số liệu là loại thông tin nguy hiểm nhất tồn tại trong thể thao.

Buổi sáng hôm đó tôi để nguyên ô trống. Tôi gõ ba chữ cái N/A, đóng tệp, và quay lại bước đầu tiên: xác minh nguồn.

Từ chối đoán là một kỹ năng, không phải sự yếu đuối

Ngành dữ liệu thể thao Việt Nam đã đi một quãng đường dài trong một thập niên. Khoảng năm 2026, gần như không tồn tại nguồn dữ liệu chi tiết nào cho V-League. Muốn phân tích một trận, tôi phải ngồi bấm lại từng pha bóng từ video, tự định nghĩa mọi biến số, tự chịu trách nhiệm về sai số của chính mình. Đến nay, các giải đấu lớn trong khu vực đã có dữ liệu sự kiện tương đối đầy đủ, có báo cáo kỹ thuật từ liên đoàn, và có những cơ sở dữ liệu tổng hợp cho phép đối chiếu chéo. Nhưng nhiều dữ liệu hơn không đồng nghĩa với dữ liệu tốt hơn.

Tôi chia nguồn thành bốn tầng và không bao giờ trộn chúng vào nhau.

Tầng một là dữ liệu sự kiện gốc: tọa độ cú sút, thời điểm, người thực hiện, kết quả. Đây là tầng duy nhất tôi cho phép mình dùng làm đầu vào tính toán.

Tầng hai là báo cáo kỹ thuật do ban tổ chức hoặc liên đoàn công bố. Tầng này dùng để đối chiếu, không dùng để suy luận nhân quả.

Tầng ba là các nền tảng tổng hợp dữ liệu, nơi tôi kiểm tra xem con số của mình có lệch khỏi mặt bằng chung hay không. Một chênh lệch nhỏ là bình thường; một chênh lệch lớn nghĩa là tôi sai, chứ không phải thế giới sai.

Tầng bốn là diễn giải truyền thông. Tầng này hữu ích để hiểu kỳ vọng của công chúng, nhưng không được phép trở thành đầu vào của mô hình. Lẫn lộn tầng bốn với tầng một là sai lầm phổ biến nhất mà tôi từng thấy ở những người mới vào nghề, và nó luôn trả giá bằng một dự đoán sai.

Chuỗi bằng chứng: đo được, suy ra, quyết định

Mọi kết luận của tôi đi qua ba lớp, và tôi không cho phép mình nhảy lớp.

Lớp đo được trả lời câu hỏi cái gì đã xảy ra. Lớp suy ra trả lời điều đó có ý nghĩa gì. Lớp quyết định trả lời vậy thì làm gì. Sai lầm chết người nằm ở chỗ trộn lớp hai vào lớp một: lấy diễn giải làm bằng chứng, rồi xây tiếp lớp ba trên nền móng đó.

Bảng tính xG đầu tiên dạy tôi: mọi bàn thắng đều có một câu chuyện ẩn. Từ đó đến nay tôi vẫn giữ thói quen ghi rõ bên cạnh mỗi con số nó thuộc lớp nào, và ghi rõ nó đến từ nguồn nào.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở khu vực Đông Nam Á, ví dụ gần nhất mà tôi bám kỹ là ASEAN Championship 2026. Ngày 2 tháng 1 năm 2026, Việt Nam thắng Thái Lan 2-1 ở lượt đi trên sân Việt Trì. Ngày 5 tháng 1 năm 2026, Việt Nam thắng 3-2 ở Bangkok và vô địch với tổng tỷ số 5-3. Nguyễn Xuân Son ghi bảy bàn, giành danh hiệu Vua phá lưới và Cầu thủ xuất sắc nhất giải, rồi gặp chấn thương nặng ở trận lượt về.

Đó là lớp đo được. Nó không tự nói lên điều gì về tương lai.

Lớp suy ra mới là chỗ đáng bàn. Một tiền đạo ghi bảy bàn trong một giải đấu ngắn không tự động có nghĩa là đội bóng sở hữu anh ta đã giải xong bài toán tấn công. Bảy bàn ấy đến từ bao nhiêu cú sút, chất lượng cơ hội ra sao, bao nhiêu phần trăm trong số đó là kỹ năng và bao nhiêu là vị trí? Nếu tôi không trả lời được, tôi chưa có quyền nói về tương lai.

Đây là lúc phần lớn nội dung bóng đá tách khỏi phân tích. Truyền thông đi thẳng từ lớp một sang lớp ba: có bàn thắng, kết luận ngay về sức mạnh. Tôi từ chối bước đó.

Trong mùa chuyển nhượng hè năm 2026, tôi đánh giá một tiền đạo mục tiêu cho một câu lạc bộ hạng trung. Mô hình của tôi cho thấy số bàn thắng thực tế của anh thấp hơn kỳ vọng tới 4,5 bàn trong một mùa. Đó không phải dấu hiệu suy giảm phong độ; đó là dấu hiệu của một mẫu nhỏ và một chút vận rủi. Câu lạc bộ ký hợp đồng, và anh ghi bàn ngay vòng mở màn.

Nhưng tôi phải thành thật về giới hạn của mình. Cùng mô hình đó không đo được việc anh ta có hòa nhập được với phòng thay đồ hay không. Khoảng trống ấy tôi để trống, và nói rõ với câu lạc bộ rằng nó nằm ngoài phạm vi đánh giá của tôi. Giá trị cầu thủ chỉ là một con số — cho đến khi bạn đọc ra lỗi trong cách tính.

Ở tầng phòng ngự, dữ liệu nói trước

Có một nghịch lý tôi gặp nhiều lần: những tín hiệu đáng tin nhất lại nằm ở phần khán giả ít nhớ nhất. Bàn thắng được phát lại mười lần; một pha chặn bóng đúng vị trí không được phát lại lần nào.

Đó là lý do tôi xây dựng thói quen bắt đầu mọi báo cáo bằng dữ liệu phòng ngự. Số lần pressing trên mỗi đường chuyền của đối thủ, khoảng cách trung bình giữa các tuyến, tỷ lệ giành bóng ở phần sân đối phương — những chỉ số này ít bị nhiễu bởi may mắn hơn nhiều so với bàn thắng. Một đội có thể thắng nhờ một khoảnh khắc; một hệ thống phòng ngự chỉ tốt lên sau hàng nghìn pha bóng.

Maroc 2026: khi dữ liệu phòng ngự nói trước, cả thế giới nghe sau. Năm đó tôi mới mười tám tuổi, vẫn còn ngồi trên ghế nhà trường, nhưng tôi đã có đủ phương pháp để nhận ra một hàng thủ chủ động trong khi phần lớn khán giả chỉ nhìn vào tỷ lệ kiểm soát bóng thấp của họ và gọi đó là may mắn.

Khi sân nhà không còn là sân nhà, tôi buộc phải viết lại mọi giả định. Mùa dịch năm 2026 dạy tôi điều đó theo cách không thể quên: bóng đá trở lại trong sân trống, và toàn bộ mô hình tính lợi thế sân nhà của tôi đột nhiên vô nghĩa. Tôi đã phải xây lại từ đầu, và lần đầu tiên một dự đoán từ dữ liệu thô của tôi trở thành hiện thực sau ba vòng đấu.

Khoảng trống dữ liệu luôn bị lấp bằng định kiến

Đây là phần tôi muốn người đọc mang theo.

Khi một tập dữ liệu thiếu, nó không im lặng. Nó bị lấp. Và thứ lấp vào gần như luôn là định kiến sẵn có: đội bóng lớn chắc chắn mạnh hơn, cầu thủ đắt tiền chắc chắn tốt hơn, thắng đậm chắc chắn hay hơn.

Tôi theo dõi làng Liên Minh Huyền Thoại Việt Nam nhiều năm, và năm 2026 là một bài học đắt. Một loạt cá nhân bị đình chỉ sau điều tra về dàn xếp kết quả, con số lên tới hàng chục người. Trước khi có kết luận chính thức, các diễn đàn đã biết ai có tội, ai vô can — dựa trên phong độ, dựa trên biểu cảm, dựa trên những trận thua trông có vẻ lạ. Gần như toàn bộ những suy đoán đó được trình bày như thể đã được kiểm chứng.

Khi danh sách thật được công bố, nó không khớp với danh sách mà cộng đồng tin là mình đã biết. Đó là cái giá của việc lấp khoảng trống bằng niềm tin.

Bóng đá cũng vậy. Một hậu vệ mắc lỗi trong trận thua bị gọi là yếu. Một thủ môn để thua bàn khó bị gọi là kém. Một huấn luyện viên thay người không hiệu quả bị gọi là bảo thủ. Tất cả đều là kết luận lớp ba, xây trên nền bằng chứng lớp một gần như bằng không.

Tôi không dự đoán tương lai bằng trực giác; tôi chỉ đọc dấu vết số liệu để lại. Khi dấu vết không có, câu trả lời trung thực duy nhất là để trống.

Có một điều tôi học được từ chính sai lầm của mình. Ngày 13 tháng 8 năm 2026, tôi nộp muộn một báo cáo vì cố làm cho mô hình đạt độ hoàn hảo mà tôi tự đặt ra. Một đồng nghiệp nói với tôi một câu tôi nhớ mãi: mô hình chính xác tám mươi phần trăm nộp đúng hạn có giá trị hơn mô hình hoàn hảo nộp sau khi trận đấu kết thúc. Có người coi việc bỏ trống là thất bại. Tôi coi nó là một kết luận — miễn là nó đến đúng hạn.

Về trọng tài và VAR

Cùng logic đó áp vào VAR. Tranh cãi không biến mất khi công nghệ xuất hiện; nó chỉ chuyển chỗ. Trước đây tranh cãi diễn ra trên sân, giữa trọng tài và cầu thủ. Bây giờ nó diễn ra trong phòng xem lại, giữa những người đọc luật và một vùng xám chưa được định nghĩa đủ rõ.

Điều dữ liệu cho thấy là số quyết định gây tranh cãi không giảm theo tỷ lệ mà công chúng mong đợi. Nó đổi loại. Từ trọng tài không thấy thành thước đo sai. Cả hai đều là vấn đề về định nghĩa, và định nghĩa là thứ không thể giải quyết bằng cách lắp thêm camera.

Với người làm dữ liệu, đây là bài học quen thuộc: thêm dữ liệu không tự động làm giảm bất đồng. Nó chỉ dịch chuyển bất đồng tới chỗ mà không ai còn nhìn thấy.

Tín hiệu cho vòng tiếp theo

Tôi sẽ theo dõi ba thứ trong thời gian tới.

Thứ nhất, chất lượng dữ liệu công khai của các giải trong nước, đặc biệt là dữ liệu vị trí và dữ liệu pressing. Khi tầng một dày lên, giá trị của tầng bốn tự động giảm, và đó là tin tốt cho người đọc.

Thứ hai, cách các câu lạc bộ định giá cầu thủ trẻ. Mô hình hiện tại rất giỏi đo tiềm năng kỹ thuật và rất kém đo hóa học phòng thay đồ. Một cầu thủ có chỉ số đẹp trong môi trường sai sẽ trông như một khoản đầu tư tồi, dù bản thân anh ta không đổi.

Thứ ba, và quan trọng nhất, là tần suất những người làm nội dung thể thao dám viết N/A. Mỗi lần ai đó để trống thay vì đoán, mặt bằng thông tin của cả nền bóng đá được nâng lên một chút. Bóng đá và esports khác nhau ở bề mặt, nhưng cùng một lớp dữ liệu nằm bên dưới — và cùng một cám dỗ cũng nằm bên dưới.

Dành cho ai đủ kiên nhẫn đợi một mùa giải để chứng minh một con số — hãy cứ để ô trống. Nó sẽ tự được lấp đầy, bằng dữ liệu, theo cách mà không lời bình nào làm được.