Bản ghi rỗng của V.League: bóng đá Việt Nam thiếu một đường ống dữ liệu

2 giờ sáng ở Turin, tôi mở lại một tệp mà lẽ ra phải chứa ít nhất bốn mươi dòng dữ liệu về một trận đấu ở V.League. Tệp trả về đúng một dòng: nhãn lĩnh vực football_vn. Không tên đội, không tên sân, không tỷ số, không một cái tên cầu thủ nào.

Tôi đã ngồi trước những bảng trống đủ nhiều để không còn giật mình. Năm 2026, khi các khán đài châu Âu đóng cửa, tôi phải dựng lại cả một mùa giải bằng dữ liệu sự kiện, vì không còn khán giả để quan sát và không còn tiếng ồn để đối chiếu. Sân vận động trống năm 2026 là tấm biển cảnh báo mà ít người đọc kịp. Bản ghi rỗng đêm nay kể câu chuyện tương tự ở quy mô nhỏ hơn: đường ống dẫn dữ liệu gãy ở đâu đó giữa sân cỏ và trang tính, và không ai trong chuỗi đó nhận trách nhiệm về khoảng trống.

Một bài báo bóng đá Việt Nam có thể có tám nghìn lượt chia sẻ trong một buổi tối. Nhưng khi bóc nó thành các đơn vị thông tin — tên đội, phút, phí chuyển nhượng, thời hạn hợp đồng, nguồn — kết quả trả về là số không.

Công việc của tôi là biến văn bản thành dữ liệu kiểm chứng được. Mỗi bài viết được bóc thành các nguyên tử: ai, khi nào, ở đâu, bao nhiêu tiền, hợp đồng đến năm nào, nguồn nào đưa tin đầu tiên. Khi một lớp nguyên tử trả về rỗng, người phân tích có hai lựa chọn. Một là lấp khoảng trống bằng trí tưởng tượng — dựng đội hình, gán phí chuyển nhượng, viết về một trận đấu chưa từng được mô tả. Hai là ghi nhận khoảng trống và truy xem nó đến từ đâu.

Tôi chọn cách thứ hai, vì cách thứ nhất là lỗi phổ biến nhất trong nghề: sản xuất ra thứ trông giống phân tích nhưng thực chất là tiểu thuyết có bảng biểu.

Khoảng trống lần này có hình dạng rất cụ thể. Nhãn lĩnh vực được phân loại thành công. Mọi thứ còn lại — tiêu đề, nguồn, loại bài, danh sách thông tin, thực thể — đều trống. Trong kỹ thuật hệ thống, mẫu lỗi này có tên riêng: phân loại chạy xong, trích xuất trả về vỏ rỗng. Nó không nói rằng bài báo không có nội dung. Nó nói rằng lớp thu thập đã bỏ cuộc trước khi đọc đến dòng thứ nhất.

Với bóng đá Việt Nam, điểm gãy này đắt hơn nhiều so với một trận Serie A. Thị trường thông tin của V.League có một đặc điểm tôi chưa gặp ở đâu khác với mật độ tương đương: khoảng cách độ tin cậy giữa nguồn tốt nhất và nguồn tệ nhất rộng đến mức nếu không ghi rõ nguồn, con số vô nghĩa. Thông cáo chính thức của câu lạc bộ, của Liên đoàn bóng đá Việt Nam (VFF) hay của công ty vận hành giải (VPF) nằm ở một đầu. Các trang tổng hợp tin và fan page do người hâm mộ quản trị nằm ở đầu kia, nơi một tin chuyển nhượng có thể đi qua sáu trang mà không trang nào là nguồn gốc.

Nguyên tắc 24 giờ của tôi sinh ra từ chính môi trường đó: không bình luận ngay sau trận, đợi đủ dữ liệu, và nếu chưa chắc thì đưa ra hai kịch bản thay thế. Nguyên tắc này nghe chậm. Nó là cách duy nhất để không phải đính chính.

Bắt đầu từ chỗ tốn kém nhất: dòng tiền.

Bóng đá Việt Nam là nước xuất khẩu cầu thủ trẻ. Hướng chính là J.League và K.League, gần đây có thêm Thái Lan. Mỗi lần một cầu thủ rời đi, có hai cơ chế tài chính của FIFA chạy phía sau. Cơ chế đoàn kết trích 5% phí chuyển nhượng, chia cho các câu lạc bộ đã đào tạo cầu thủ trong giai đoạn từ 12 đến 23 tuổi, theo số năm và theo hạng của câu lạc bộ nhận đào tạo. Đền bù đào tạo áp dụng cho lần ký hợp đồng chuyên nghiệp đầu tiên và cho các lần chuyển nhượng quốc tế tiếp theo.

Những dòng tiền đó có thật, kiểm chứng được, và tra cứu được. Nhưng để tra cứu, phải biết cầu thủ đó ở đâu, từ năm nào đến năm nào, dưới màu áo câu lạc bộ nào, học viện nào giữ hồ sơ. Khi lớp trích xuất trả về rỗng, chuỗi đó biến mất. Và khi chuỗi biến mất, câu lạc bộ nhỏ — bên có quyền nhận tiền — thường là bên mất tiền, vì họ không có bộ phận pháp chế để đòi.

Đó là lý do tôi xếp trường nguồn là trường quan trọng nhất trong mọi bản ghi. Trong kỳ chuyển nhượng, tiếng ồn át tín hiệu. Một tin đồn không có nguồn gốc là một mục dữ liệu không thể xếp hạng, và mọi thứ không xếp hạng được thì không nên đưa vào mô hình.

Tôi học bài đó bằng tiền của chính mình. Năm 2026, tôi dẫn một con số phí chuyển nhượng từ một trang tổng hợp mà không kiểm lại bản gốc. Con số sai 18%. Tôi đính chính công khai trong 36 giờ, kèm đường dẫn đến bản gốc. Từ đó, quy trình của tôi có một bước không thể bỏ: trước khi chốt, tìm bản gốc hoặc ghi rõ chưa xác minh.

Có một tầng khác mà người hâm mộ thường bỏ qua: khung pháp lý tài chính.

Người ta hay nói về công bằng tài chính như một chuẩn phổ quát, và hay áp khái niệm của UEFA lên mọi giải đấu trên đời. Với V.League, đó là lỗi phân loại. Ràng buộc thật của một câu lạc bộ Việt Nam là bộ tiêu chuẩn cấp phép câu lạc bộ của AFC, cộng với quy định cấp phép quốc gia do VFF và VPF ban hành. Bộ tiêu chuẩn đó có năm nhóm: tài chính, hạ tầng, đào tạo trẻ, hành chính và pháp lý. Trong nhóm tài chính, tiêu chí giết người nhiều nhất là các khoản phải trả quá hạn — nợ lương cầu thủ, nợ phí chuyển nhượng, nợ đóng góp với liên đoàn. Không có trần lương kiểu La Liga, không có tỷ lệ doanh thu trên lương kiểu Premier League. Có một danh sách chủ nợ và một hạn chót.

Cấu trúc doanh thu cũng khác về bản chất. Doanh thu truyền hình của V.League tập trung ở mức khiêm tốn so với châu Âu, và phần lớn nguồn lực đến từ chủ sở hữu — thường là một tập đoàn trong ngân hàng, bất động sản, ô tô hoặc hàng tiêu dùng. Chu kỳ đầu tư của câu lạc bộ vì thế không chạy theo logic bóng đá mà chạy theo logic chiến lược của tập đoàn mẹ. Một đội có thể tăng chi mạnh trong hai năm và thu hẹp trong một quý, không vì bảng xếp hạng, mà vì một quyết định ở tầng khác.

Người đọc bảng số liệu hay nhầm chỗ này. Họ thấy đội A chi nhiều hơn đội B và kết luận A sẽ vô địch. Tương quan đó có tồn tại. Nhưng trục nhân quả thật nằm ở dòng tiền chủ sở hữu, và dòng tiền đó không xuất hiện trong bất kỳ bảng thống kê thi đấu nào. Khi một bản ghi không có trường tài chính, phần giải thích lớn nhất cho biến động của giải biến mất khỏi phân tích.

Từ khung pháp lý bước xuống sân, cấu trúc đội hình bị định hình bởi một ràng buộc cứng: quota ngoại binh.

V.League giới hạn số ngoại binh được đăng ký và được ra sân, có quy định riêng cho suất châu Á và cho cầu thủ nhập tịch. Hệ quả là đội hình Việt Nam có hình dạng rất đặc trưng: một lõi cầu thủ nội giàu kinh nghiệm, cộng thêm vài ngoại binh hợp đồng ngắn. Ngoại binh ở đây thường ký một năm, đôi khi một năm rưỡi, và luân chuyển nhanh. Với người làm dữ liệu, điều này tạo ra một hiệu ứng phải ghi nhãn: phong độ của một tiền đạo ngoại chịu ảnh hưởng nặng từ thời điểm hợp đồng. Cầu thủ trong năm cuối hợp đồng chơi khác cầu thủ vừa ký ba năm. Nếu bản ghi không có trường thời hạn hợp đồng, mọi so sánh phong độ giữa hai tiền đạo ngoại đều là so sánh sai.

Dựa trên kinh nghiệm theo dõi các trận V.League của tôi qua màn hình và qua băng hình, cùng một cầu thủ, cùng một vị trí, nhưng số lần chạm bóng trong vòng cấm thay đổi rõ rệt sau khi hợp đồng được gia hạn. Mẫu đó chưa đủ lớn để thành định luật. Nó đủ lớn để tôi luôn hỏi về hợp đồng trước khi hỏi về phong độ.

Có một biến số nữa mà bảng thống kê không bao giờ hiển thị: lịch thi đấu.

V.League có lịch không liên tục. Giải bị nén, bị cắt bởi các cửa sổ của FIFA, bởi SEA Games, bởi AFF Championship, đôi khi bởi một kỳ nghỉ giữa mùa. Chuỗi năm trận gần nhất ở Việt Nam vì thế có giá trị tín hiệu thấp hơn hẳn một giải châu Âu chạy liên tục. Một đội thắng bốn trong năm trận có thể vừa trải qua hai tháng nghỉ, và cái gọi là đà chỉ là một hiệu ứng lịch.

Nghề của tôi là tách hiệu ứng lịch khỏi hiệu ứng phong độ. Khi bài báo không có ngày công bố, việc đó bất khả thi. Một bài viết không mốc thời gian, trong một giải mà hai tuần có thể bao gồm một lần thay huấn luyện viên, là một mục dữ liệu nguy hiểm.

Cũng nằm trong nhóm biến số bị bỏ quên: vòng đấu của đội tuyển quốc gia. AFF Championship là động lực thương mại và cảm xúc lớn nhất của bóng đá khu vực, và nó định kỳ lấn át giải vô địch quốc gia. Điều đó tốt cho đội tuyển, xấu cho dữ liệu câu lạc bộ: càng ít trận, càng ít mẫu, càng ít người theo dõi và ghi chép.

Rồi đến phần dễ bị lãng mạn hóa nhất: các ngôi sao mới từ giải trẻ.

Bóng đá Việt Nam có một cỗ máy sản xuất kỳ vọng rất hiệu quả. Một cầu thủ 19 tuổi ghi hai bàn ở một giải trẻ Đông Nam Á sẽ lên trang nhất trong 48 giờ, kèm so sánh với những tên tuổi lớn. Chu kỳ này có thật và đo được: số bài viết tăng theo cấp số nhân, số phút thi đấu ở cấp câu lạc bộ thì không.

Không ai gọi Croatia là phép màu khi họ đã chạy 400km mỗi người trên đất Nga. Năm 2026, tôi theo dõi toàn bộ 64 trận của World Cup cho một tạp chí trực tuyến, và bài duy nhất về Croatia được đăng lên trang chủ là bài về sức bền: 118,4 km chạy trung bình mỗi trận ở vòng loại trực tiếp. Con số đó giải thích lộ trình của họ tốt hơn bất kỳ từ nào như bản lĩnh. Ở cấp độ trẻ, phép tương tự cũng đúng: đánh giá bằng số phút ở cấp chuyên nghiệp và bằng đẳng cấp đối thủ, không bằng clip hai phút trên mạng xã hội.

Cùng logic đó áp cho một chỉ số mà tôi luôn kiểm tra trước khi tin vào bất kỳ nhận định chiến thuật nào: PPDA. Năm 2026, khi bị một bình luận viên nói rằng phụ nữ chỉ nên đọc kết quả, tôi không tranh cãi. Tôi xuất bản một đoạn phân tích 400 chữ về PPDA của Atalanta trong trận gặp Juventus: trung bình 8,2 đường chuyền cho mỗi hành động phòng ngự, và tuyến giữa Juventus bị bóp nghẹt 0,4 lần mỗi phút. Số thô, đặt cạnh bối cảnh trận đấu, nói nhiều hơn một cuộc tranh luận. Đó cũng là mẫu tôi muốn thấy ở V.League, và là mẫu tôi chưa thấy vì lớp dữ liệu nền chưa tồn tại.

Có một cách đọc khoảng trống dữ liệu của bóng đá Việt Nam rất tiện: xem nó như bằng chứng của sự yếu kém. Cách đọc đó đặt nguyên nhân vào chỗ không có nguyên nhân.

Cùng một nền bóng đá đó sản sinh ra những cầu thủ đi Nhật, đi Hàn, và tạo ra những dòng tiền đào tạo kiểm chứng được ở cấp FIFA. Cùng một nền bóng đá đó có các học viện nội trú kiểu PVF và HAGL, với chi phí và quy trình khác hẳn các lò câu lạc bộ. Dữ liệu tồn tại. Người thu thập dữ liệu thì thiếu. Khoảng trống nằm ở hạ tầng của nghề làm báo và nghề phân tích, không nằm ở chất lượng cầu thủ.

Hệ quả khó chịu hơn: khi dữ liệu thiếu, thứ lấp vào chỗ trống thường là câu chuyện, và câu chuyện thì có chủ. Người đại diện có động cơ đẩy một cái tên lên. Câu lạc bộ có động cơ đẩy một mức phí xuống. Fan page có động cơ đẩy lượt tương tác lên. Trong một thị trường mà mọi bên đều có động cơ, sự im lặng của dữ liệu không trung lập — nó bị lấp bởi bên nói to nhất.

Phòng họp đầy đàn ông năm 2026, tôi học được rằng thị trường mua bán cả tư thế ngồi. Tôi nhắc lại chi tiết đó vì nó giải thích một cơ chế, không vì câu chuyện giới tính. Trong phòng họp đó, người ta không tranh luận về số. Người ta tranh luận về việc ai được quyền đưa số. Khi quyền đó thuộc về một nhóm hẹp, nguồn trở thành tài sản chính trị chứ không còn là một trường dữ liệu. Bóng đá Việt Nam, với cấu trúc quan hệ chặt giữa câu lạc bộ, báo chí và nhà tài trợ, vận hành đúng theo cơ chế đó.

Một điểm phản trực giác nữa: nhiều người tin rằng số liệu càng nhiều thì phân tích càng tốt. Với V.League, thứ cần trước tiên là một trường nguồn đáng tin, sau đó là một trường ngày. Hai trường rẻ nhất, ít hào nhoáng nhất, và quyết định toàn bộ giá trị của phần còn lại.

Còn một rủi ro tôi không muốn khoa trương nhưng cũng không muốn bỏ qua: liêm chính. Đông Nam Á có lịch sử về các vụ dàn xếp tỷ số, và đó là rủi ro quản trị nghiêm trọng nhất trong khu vực. Công cụ phát hiện chính là dữ liệu — biến động bất thường của thị trường, mẫu thẻ phạt, mẫu thời điểm ghi bàn. Không có dữ liệu nền, không có công cụ. Tôi không đưa ra bất kỳ nhận định nào liên quan đến cá cược, và sẽ không bao giờ.

Vòng chuyển nhượng tới, tôi theo ba tín hiệu và ghi rõ nguồn cho từng tín hiệu.

Tôi bắt đầu từ danh sách khoản phải trả quá hạn trong hồ sơ cấp phép câu lạc bộ AFC, vì đó là nơi ràng buộc tài chính biến thành một mốc thời gian cụ thể. Tiếp theo là các vụ chuyển nhượng từ V.League sang J.League và K.League có kèm đền bù đào tạo, vì đó là dòng tiền thật chảy về các học viện nhỏ. Và sau cùng là số phút thi đấu cấp chuyên nghiệp của những cầu thủ vừa nổi ở giải trẻ trong 12 tháng qua.

Ba tín hiệu đó đều rẻ. Chúng chỉ đòi một thứ mà nghề này ở Việt Nam đang thiếu: người chịu ghi lại.

Nếu cả ba vẫn không tìm được nguồn gốc, bản ghi rỗng đêm nay chưa phải lần cuối tôi thấy nó.