Kỷ luật của kết quả rỗng: Khi tệp dữ liệu bóng đá trả về con số không

Một buổi sáng thứ Hai ở Madrid, tôi mở một tệp dữ liệu vừa chạy xong từ hệ thống và thấy mọi trường đều trống. Cột tên đội bóng trống. Cột chỉ số trống. Cột nguồn trống. Không có một con số nào để bám vào. Bản năng nghề nghiệp của tôi, thứ bản năng được tôi luyện qua mười năm đọc bóng, lập tức trỗi dậy và đòi được lấp đầy khoảng trống đó. Não tôi bắt đầu tự động sinh ra các giả thuyết: chắc là do đội hình xoay vòng, chắc là do lịch thi đấu dày, chắc là do trọng tài. Tôi nhận ra mình đang chuẩn bị viết một câu chuyện từ hư không, chỉ vì một tệp trống khiến tôi khó chịu.

Khoảng trống cũng là một dạng thông tin. Và phản xạ lấp đầy nó bằng suy đoán là kẻ thù lớn nhất của một nhà phân tích.

Trong ba trận gần nhất của một đội bóng tôi theo dõi, chỉ số PPDA của họ giảm đều đặn, nghĩa là họ pressing mạnh hơn. Đó là một tín hiệu chiến thuật đẹp. Nhưng nếu tôi chỉ có một trận, tôi không có tín hiệu nào cả. Tôi chỉ có một điểm dữ liệu, và một điểm dữ liệu không tạo thành một xu hướng. Sự khác biệt giữa hai tình huống đó chính là toàn bộ chủ đề của bài viết này.

Hãy nói về bối cảnh. Bóng đá hiện đại sản sinh dữ liệu ở một tốc độ khiến mọi thế hệ trước đó phải choáng. Một trận đấu ở La Liga giờ đây tạo ra hàng nghìn điểm dữ liệu mỗi hiệp: từng đường chuyền, từng mét chạy, từng pha tranh chấp, từng giây kiểm soát bóng. Các nền tảng theo dõi bán dữ liệu cho câu lạc bộ và cho truyền thông. Các tòa soạn xây dựng phòng ban phân tích riêng. Người hâm mộ quen với việc đọc biểu đồ nhiệt như đọc tỷ số.

Nhưng giữa biển dữ liệu đó, có một nghịch lý mà ít ai nói thẳng: phần lớn dữ liệu không chứa tín hiệu. Nó là tiếng ồn được sắp xếp ngăn nắp. Và khi một trận đấu thực sự không nói lên điều gì mới, phản xạ của ngành là tạo ra một câu chuyện thay vì thừa nhận sự trống rỗng. Tôi từng ở trong guồng quay đó. Tôi từng viết những bài dài về những trận đấu mà tôi biết rõ, trong thâm tâm, là không có gì để nói.

Tôi lớn lên giữa hai nền văn hóa dữ liệu. Ở Việt Nam, nơi tôi sinh ra, số liệu trong bóng đá từng bị coi là thứ xa xỉ, một món đồ chơi của người nước ngoài, trong khi cảm nhận bằng mắt vẫn là vua. Ở Tây Ban Nha, nơi tôi làm việc, số liệu đã trở thành bản năng, đến mức người ta đôi khi quên rằng con số cũng cần được đọc bằng mắt. Cả hai thái cực đều mắc chung một lỗi: chúng ta sợ sự trống rỗng hơn sự sai lầm.

Giờ đến phần trung tâm, phần tôi muốn dành nhiều giấy mực nhất.

Trong thống kê, có một khái niệm bị hiểu sai nhiều nhất: giả thuyết không, hay null hypothesis. Nguyên tắc rất đơn giản. Bạn đưa ra một giả thuyết, rồi bạn tìm cách bác bỏ nó. Nếu dữ liệu không đủ mạnh để bác bỏ, bạn không kết luận rằng giả thuyết đúng. Bạn kết luận rằng bạn chưa có đủ bằng chứng để nói bất cứ điều gì. Đó là một kết quả hợp lệ, thậm chí là kết quả trung thực nhất. Nhưng nó không bán được. Không ai chia sẻ một dòng trạng thái ghi rằng "chưa đủ dữ liệu để kết luận".

Tôi học được điều này bằng một cú sốc. Năm 2026, khi tôi mười bảy tuổi, còn là một học sinh ở Madrid, tôi theo dõi trận đấu ở vòng 1/8 World Cup giữa Tây Ban Nha và Nga. Tôi đã cá cược với một người bạn rằng Tây Ban Nha sẽ thắng 3-0, dựa trên tỷ lệ kiểm soát bóng 75% và số đường chuyền thành công áp đảo. Trên màn hình, Tây Ban Nha trông như đang làm chủ. Kết quả: họ thua luân lưu 3-4 ngay trên sân của đội chủ nhà. Khi tôi đào sâu vào bàn thắng kỳ vọng, tôi thấy Tây Ban Nha chỉ tạo ra khoảng 0,7 xG từ hơn hai mươi cú sút. Một con số thảm hại. Thủ môn Igor Akinfeev của Nga cản phá hai quả luân lưu của Koke và Iago Aspas, khép lại giấc mơ của Tây Ban Nha.

Bài học không nằm ở chỗ Tây Ban Nha chơi dở. Bài học nằm ở chỗ dữ liệu bề mặt, tức kiểm soát bóng và số đường chuyền, là tiếng ồn được trình bày như tín hiệu. Chúng ta nhìn thấy rất nhiều chuyền bóng và tưởng rằng đó là sức mạnh. Nhưng khi đối thủ dựng một khối phòng ngự thấp, mọi đường chuyền đó có thể chỉ là một vòng tròn khép kín quanh vùng cấm, không đi đến đâu. Sự trống rỗng của các cơ hội thực sự, bị che khuất bởi sự dồi dào của các đường chuyền vô hại, chính là tín hiệu. Tín hiệu không nằm ở chỗ dữ liệu nói gì, mà ở chỗ dữ liệu không nói gì.

Tôi từng tin con số tuyệt đối, đến khi World Cup dạy tôi cảm xúc cũng là một biến số.

Đến năm 2026, đại dịch biến các sân vận động thành những khán đài trống, và tôi tình cờ được nhận vào thực tập tại một công ty phân tích dữ liệu thể thao nhỏ ở Madrid. Nhiệm vụ của tôi là so sánh hiệu suất của Real Madrid trên sân nhà trước và sau khi khán giả quay lại. Tôi phát hiện ra rằng khi sân trống, Real Madrid ghi trung bình 1,9 bàn mỗi trận, và con số đó giảm xuống còn 1,3 khi khán giả trở lại, trong khi chỉ số xG gần như không đổi. Nói cách khác, chất lượng cơ hội mà đội tạo ra không thay đổi. Chỉ có khả năng chuyển hóa cơ hội thành bàn thắng thay đổi, với Karim Benzema vẫn là mũi nhọn quen thuộc.

Năm 2026 sân không khán giả, bóng đá phơi bày hệ thống và lựa chọn.

Ở đây, dữ liệu đã nói. Nhưng nó nói điều mà không ai muốn nghe: áp lực từ khán đài nhà, thứ được coi là lợi thế, lại là một gánh nặng tâm lý khiến cầu thủ chơi căng cứng hơn trước khung thành. Tôi trình bày phát hiện này trong một cuộc họp nội bộ. Sếp khen. Một đồng nghiệp phản bác rằng mẫu quá nhỏ. Tôi đáp trả bằng cách mở rộng dữ liệu sang mười mùa giải La Liga để kiểm tra lại. Đó là lần đầu tôi hiểu rằng một kết quả chỉ đáng tin khi nó chịu được sự phản bác, chứ không phải khi nó được tung hô.

Nhưng cũng có những trận đấu mà dữ liệu hét lên. Euro 2026, tổ chức năm 2026, là một ví dụ. Tôi thực hiện một bài phân tích độc lập về chiến thuật pressing của đội tuyển Italia dưới thời Roberto Mancini. Tôi tính toán chỉ số PPDA của họ đạt trung bình 7,8, thấp nhất giải đấu, nghĩa là họ cho phép đối phương thực hiện chưa đến tám đường chuyền trước khi giành lại bóng. Đó là một con số biết nói, khác hẳn tiếng ồn. Nó là một hệ thống được vận hành bởi mười một con người đồng bộ đến mức đáng sợ, từ Gianluigi Donnarumma, Giorgio Chiellini cho đến Jorginho.

Italia vô địch Euro 2026 không phải nhờ may mắn, mà vì họ biến dữ liệu thành một lối chơi.

Sự khác biệt giữa hai loại dữ liệu này, dữ liệu trống rỗng và dữ liệu biết nói, là toàn bộ nghề của tôi. Một nhà phân tích tồi nhìn vào mọi trận đấu và luôn tìm thấy điều gì đó để nói. Một nhà phân tích giỏi nhìn vào mười trận và thừa nhận rằng chín trận trong số đó không cho anh ta biết gì mới. Người hâm mộ nhìn tỷ số, tôi nhìn xác suất. Sau 2026, tôi biết cả hai đều có thể sụp đổ.

Đội bóng không phải tập hợp chỉ số, nó là một hệ thống đang thở trong từng đường chuyền.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua nhiều mùa giải, tôi nhận ra một mẫu hình lặp đi lặp lại. Sau mỗi trận đấu lớn, các diễn đàn tràn ngập những con số được trích dẫn như bằng chứng cuối cùng. Một đội giữ bóng 65% và người ta nói họ xứng đáng thắng. Một tiền đạo sút mười lần và người ta nói anh ta vô duyên. Nhưng bóng đá không vận hành theo logic đó. Một cú sút từ khoảng cách bốn mươi mét và một cú sút từ trong vòng năm mét rưỡi được đếm như nhau trong cột "số cú sút", dù giá trị thực của chúng khác nhau đến mức vô lý. Đó là lý do vì sao xG ra đời, để gán trọng số cho chất lượng thay vì chỉ đếm số lượng.

Nhưng ngay cả xG cũng không phải chân lý. Nó là một mô hình, và mọi mô hình đều có giới hạn. Nó không biết cầu thủ đó đang đau chân hay đang mất tự tin. Nó không biết khán đài đang gào thét hay đang im lặng. Đó là khoảng trống mà dữ liệu không lấp được, và thừa nhận khoảng trống đó là một phần của nghề.

Hãy lấy một con số khác để minh họa cho sức mạnh của câu chuyện. Năm 2026, Neymar chuyển từ Barcelona sang Paris Saint-Germain với mức phí kỷ lục 222 triệu euro. Con số đó phá vỡ mọi khuôn khổ của thị trường chuyển nhượng và trở thành một biểu tượng. Nhưng nó có cho chúng ta biết PSG sẽ vô địch Champions League không? Không. Nó chỉ cho chúng ta biết rằng một câu lạc bộ sẵn sàng trả một cái giá chưa từng có cho một cầu thủ. Khoảng cách giữa con số và kết quả là nơi mọi nhà phân tích phải cẩn trọng nhất.

Quay lại với tệp dữ liệu trống trên màn hình. Khi mọi trường đều ghi "không đủ thông tin", hệ thống không hỏng. Hệ thống đang trung thực. Vấn đề nằm ở chỗ tôi, người đọc nó, không chịu chấp nhận sự trung thực đó. Tôi muốn một câu chuyện. Tôi muốn một kết luận. Tôi muốn một dòng tiêu đề. Nhưng một dòng tiêu đề dựa trên hư không sẽ là một lời nói dối, và lời nói dối đó sẽ bị phát hiện khi vòng đấu tiếp theo diễn ra.

Đến đây, tôi phải nói điều phản trực giác nhất, điều mà chính tôi cũng từng mắc phải.

Ngành công nghiệp phân tích bóng đá không thưởng cho sự thừa nhận trống rỗng. Nó thưởng cho phát hiện. Mỗi tuần, các biên tập viên cần một góc mới, một con số giật gân, một xu hướng chưa ai thấy. Áp lực đó tạo ra một cái bẫy tinh vi: bẫy tìm góc ngược. Khi bạn được đào tạo để tìm ra điều phản trực giác, bạn bắt đầu nhìn thấy nó ở khắp nơi, kể cả khi nó không tồn tại. Bạn chọn lọc dữ liệu để khớp với câu chuyện bạn muốn kể. Bạn gọi đó là trực giác, nhưng thực chất đó là thiên kiến xác nhận khoác áo dữ liệu.

Tôi đã rơi vào cái bẫy đó. Có những tuần tôi viết về một xu hướng pressing mới nổi chỉ dựa trên hai trận đấu, và tôi biết rõ hai trận đấu không tạo thành một xu hướng. Có những tuần tôi dựng lên một mối tương quan và trình bày nó như nhân quả, bởi vì nó nghe hay. Nhân quả là thứ đắt đỏ và hiếm hoi. Tương quan thì rẻ và đầy rẫy. Một đội thắng nhiều hơn khi mặc áo đỏ không có nghĩa là màu áo đỏ giúp họ thắng. Một đội thắng nhiều hơn khi có một tiền vệ trụ mới không có nghĩa là tiền vệ đó là nguyên nhân duy nhất.

Có một điều khó chịu mà tôi học được: độc giả không muốn sự mơ hồ. Họ muốn chắc chắn. Họ muốn biết ai sẽ thắng. Nhưng bóng đá là một hệ thống hỗn loạn, nơi một cú sút trúng cột dọc có thể thay đổi cả một mùa giải. Trao cho độc giả sự chắc chắn mà dữ liệu không có là một hành động phản bội lại chính nghề nghiệp của mình.

Đó là lý do vì sao tôi bắt đầu viết phần giới hạn dữ liệu ở cuối mỗi bài, một thói quen tôi học được sau khi bị một đồng nghiệp chất vấn về kích thước mẫu. Thừa nhận điểm yếu không làm bài viết yếu đi. Nó làm bài viết trung thực hơn. Và sự trung thực, trong một thị trường đầy tiếng ồn, lại là thứ hiếm và có giá trị.

Một tệp dữ liệu trống, với mọi trường đều ghi không đủ thông tin, là một lời nhắc nhở khắc nghiệt nhưng cần thiết. Nó nhắc tôi rằng đôi khi câu trả lời chuyên nghiệp nhất là im lặng. Dữ liệu không đưa câu trả lời, nó chỉ ra câu hỏi mà ta đủ dũng cảm để hỏi.

Vậy tín hiệu của vòng tiếp theo là gì?

Tôi nghĩ nó nằm ở chỗ chúng ta học cách phân biệt ba trạng thái mà ngành thường gộp làm một: có tín hiệu, không có tín hiệu, và không đủ dữ liệu để biết. Trạng thái thứ hai và thứ ba là nơi sự trung thực được kiểm tra. Một nền bóng đá trưởng thành thể hiện không chỉ ở chỗ biết đọc xG hay biết tính PPDA, mà ở chỗ biết khi nào nên gấp bảng tính lại và nói rằng trận đấu này chưa cho ta biết điều gì.

Khi mùa giải bước vào giai đoạn nước rút, khi mỗi trận đấu đều mang theo áp lực tranh chức hoặc nỗi lo xuống hạng, cám dỗ tạo ra câu chuyện sẽ càng lớn. Mỗi tuần sẽ có ai đó tuyên bố một xu hướng mới dựa trên hai trận, một cầu thủ mới nổi dựa trên một bàn thắng, một cuộc khủng hoảng dựa trên một thất bại. Nhiệm vụ của người đọc tỉnh táo là hỏi rằng: mẫu ở đâu, và liệu khoảng trống có đang bị lấp bằng suy đoán hay không.

Chức vô địch xây bằng dữ liệu, nhưng được cứu bằng trực giác từ hàng nghìn giờ xem bóng. Và đôi khi, hàng nghìn giờ đó dạy ta rằng điều khôn ngoan nhất là chờ thêm một vòng đấu nữa trước khi tuyên bố bất cứ điều gì.