Bóng đá Việt Nam và bài học từ một quy trình phân tích dữ liệu trả về kết quả rỗng

Trong bóng đá hiện đại, dữ liệu đã trở thành một phần cấu trúc của chính môn thể thao này, chứ không còn là công cụ phụ trợ. Từ khâu tuyển trạch, huấn luyện, y học thể thao cho tới truyền thông và thị trường chuyển nhượng, gần như mọi quyết định lớn đều dựa trên con số. Vì vậy, chất lượng của dữ liệu đầu vào quyết định chất lượng của toàn bộ kết luận phía sau. Một quy trình phân tích chuyên sâu cấp độ hai vừa đưa ra một trường hợp đáng suy ngẫm: bản phân tích được trình bày với đầy đủ chín nhóm nội dung theo chuẩn nghề nghiệp, nhưng mọi ô thông tin đều mang nhãn “không đủ thông tin để đánh giá”. Đầu vào của quy trình đến từ bước giải mã cấp một. Kết quả trả về hoàn toàn trống: không có tiêu đề bài viết, không có nguồn, không phân loại được thể loại, không có quan điểm cốt lõi, không có điểm thông tin nào và không xác định được thực thể nào. Nói cách khác, tập dữ liệu đầu vào là một tập rỗng. Theo nguyên tắc xử lý giá trị rỗng và nguyên tắc bảo đảm đầy đủ định dạng, nhóm phân tích đã chọn cách trình bày trọn vẹn khung phân tích, đồng thời điền nhãn “không đủ thông tin để đánh giá” vào từng vị trí, thay vì suy diễn hoặc bổ sung nội dung không có căn cứ. Ở nhóm phân tích chiến thuật và kỹ thuật, các hạng mục như độ tinh xảo của hệ thống, chất lượng thực thi, mức độ phù hợp của nhân sự và chỉ số then chốt đều không thể đánh giá, bởi đầu vào không cung cấp sơ đồ chiến thuật, phong cách chơi hay dữ liệu định lượng nào. Những chỉ số quen thuộc với giới phân tích như xG (bàn thắng kỳ vọng) hay PPDA (số đường chuyền đối thủ được phép thực hiện trên mỗi hành động phòng ngự) hoàn toàn vắng mặt. Khi không có xG, người ta không thể đo chất lượng cơ hội; khi không có PPDA, người ta không thể đo cường độ gây áp lực. Mọi nhận định chiến thuật đưa ra trong tình huống đó đều là phỏng đoán. Nhóm phân tích tài chính câu lạc bộ và thị trường chuyển nhượng cũng rơi vào trạng thái tương tự. Cơ cấu doanh thu bản quyền, doanh thu thương mại, quỹ lương và nợ ròng đều không có số liệu. Cấu trúc thương vụ gồm phí chuyển nhượng, hình thức trả góp, các khoản thưởng phụ và mức lương cũng không thể phân tách. Khi thiếu dữ liệu tài chính, không thể đánh giá vị thế bảng cân đối, cũng không thể đo mức độ tuân thủ các quy định cân bằng tài chính. Liên quan tới quy định, khung phân tích nhắc tới hai hệ thống quen thuộc: FFP của Liên đoàn bóng đá châu Âu và PSR của Premier League. Cả hai đều là những bộ quy tắc giới hạn mức lỗ của câu lạc bộ, buộc ban lãnh đạo phải cân đối giữa tham vọng thể thao và an toàn tài chính. Tuy nhiên, khi không xác định được hệ thống quy tắc nào đang được áp dụng, không có rủi ro tuân thủ nào được nêu và không có tình huống chế tài nào có thể mô phỏng, phần này cũng chỉ dừng ở mức ghi nhận sự thiếu vắng dữ liệu. Nhóm phân tích kết quả thi đấu và chu kỳ dư luận không thể xác định giai đoạn hiện tại. Vị trí trên bảng xếp hạng so với kỳ vọng, phong độ gần đây với cỡ mẫu cụ thể, yếu tố lịch thi đấu đều bỏ trống. Sự lệch pha giữa dữ liệu quá trình và kết quả cuối cùng cũng không thể kiểm chứng. Áp lực dư luận lên huấn luyện viên, lên nhóm cầu thủ trụ cột và lên ban lãnh đạo đều không có tín hiệu để đo lường. Tương tự, nhóm phân tích bối cảnh giải đấu và định vị đội bóng không xác định được giải đấu, cũng không xác định được phân khúc cạnh tranh. Sơ đồ bốn tầng từ nhóm tranh vô địch, nhóm dự cúp châu Âu, nhóm trung du tới nhóm trụ hạng đều trống. So sánh nguồn lực về giá trị đội hình, sức mạnh tài chính và chất lượng đào tạo trẻ không có dữ liệu. Tín hiệu dòng chảy nhân tài, gồm nguy cơ trụ cột bị câu lạc bộ khác chiêu mộ, cũng không thể nhận diện. Nhóm phân tích quản trị và phòng thay đồ ghi nhận rằng mức độ đầu tư và kiên nhẫn của chủ sở hữu, chất lượng ra quyết định tuyển trạch và tính ổn định cấu trúc đều không thể đánh giá. Sức khỏe phòng thay đồ, cấu trúc thủ lĩnh, quan hệ giữa huấn luyện viên và cầu thủ, quá trình chuyển giao thế hệ đều thiếu dữ liệu. Bảng theo dõi nhân sự chủ chốt, gồm đường cong tuổi tác, tình trạng hợp đồng, rủi ro chấn thương và áp lực truyền thông, cũng để trống hoàn toàn. Đáng chú ý nhất là phần rủi ro. Ma trận rủi ro với sáu nhóm gồm thể thao, tài chính, nhân sự, quy định, dư luận và hệ thống đều không xác định được hạng mục cụ thể, nên mức rủi ro tổng thể cũng không thể chấm điểm. Tuy nhiên, báo cáo chỉ ra một dạng rủi ro đặc biệt: rủi ro toàn vẹn của chính quy trình phân tích. Khi kết quả rỗng bị chuyển tiếp mà không được hiệu chỉnh, người đọc phía sau có thể lầm tưởng rằng một bản phân tích thực sự đã được thực hiện. Rủi ro này được xếp ở mức trung bình và cần được xử lý ngay. Báo cáo cũng nêu giả thuyết về nguồn gốc của lỗi. Các trường trống cho thấy nhiều khả năng đã xảy ra lỗi trích xuất ở thượng nguồn, chẳng hạn nguồn không truy cập được, bài viết bị chặn sau tường phí, định dạng phi văn bản hoặc lỗi phân tích cú pháp. Xác suất của giả thuyết này được đánh giá ở mức trung bình. Điều đó có nghĩa vấn đề không nằm ở việc bài viết không có nội dung, mà nằm ở khâu thu thập dữ liệu. Từ chẩn đoán đó, ba khuyến nghị được đưa ra. Thứ nhất, không chuyển tiếp kết quả phân tích cấp hai cho tới khi bước giải mã cấp một được chạy lại trên một nguồn hợp lệ. Thứ hai, bổ sung cổng kiểm tra ở thượng nguồn để tạm dừng quy trình khi trường điểm thông tin trống. Thứ ba, ghi nhận nguồn bài viết và dấu thời gian truy xuất như những trường bắt buộc. Về mặt cơ hội, báo cáo nhận định đây là một cơ hội chẩn đoán với độ chắc chắn cao: kết quả rỗng phản ánh đáng tin cậy một lỗi thu thập hoặc phân tích dữ liệu ở thượng nguồn. Nếu nguồn gốc ban đầu có thể truy xuất trở lại, một lần chạy giải mã cấp một đã hiệu chỉnh sẽ mở khóa toàn bộ khung phân tích cấp hai vốn đã được chuẩn bị sẵn. Ba tín hiệu cần theo dõi thường xuyên cũng được liệt kê. Thứ nhất là khả năng truy xuất bài viết nguồn, được quan sát bằng cách thử lấy lại nội dung từ địa chỉ gốc. Thứ hai là sức khỏe của bước giải mã cấp một, theo dõi xem trường điểm thông tin có được điền hay không. Thứ ba là kết quả trích xuất thực thể, kiểm tra xem có thực thể nào được trả về hay không. Đặt trong bối cảnh bóng đá Việt Nam, bài học này càng trở nên thiết thực. Các giải đấu trong nước đang từng bước đưa dữ liệu vào công tác huấn luyện, tuyển trạch và truyền thông. Nhưng hạ tầng dữ liệu chỉ hữu ích khi thông tin được thu thập đúng cách, ghi nguồn đầy đủ và kiểm chứng chéo. Một bảng số liệu thiếu nguồn, một báo cáo không có dấu thời gian, hay một chỉ số không rõ cách tính đều có thể dẫn dắt người đọc tới kết luận sai lệch. Với giới truyền thông thể thao, nguyên tắc minh bạch cần được đặt lên trước tốc độ. Khi một con số không thể truy vết về nguồn gốc, cách xử lý đúng đắn là ghi rõ rằng dữ liệu chưa được xác minh, chứ không phải lấp đầy khoảng trống bằng suy đoán. Các thuật ngữ chuyên môn đi kèm báo cáo cũng cho thấy mức độ chuẩn hóa mà ngành phân tích bóng đá đã đạt được: bước giải mã cấp một là khâu trích xuất điểm thông tin, quan điểm cốt lõi, thực thể và chất lượng nguồn từ một bài viết thô; xG đo xác suất một cú sút trở thành bàn thắng; PPDA đo cường độ gây áp lực; FFP và PSR là các quy định tài chính. Nhãn “không đủ thông tin để đánh giá” cũng là một phần của chuẩn mực đó, được dùng thay cho suy đoán khi đầu vào thiếu dữ liệu cần thiết. Báo cáo kết thúc bằng một tuyên bố miễn trừ trách nhiệm: nội dung chỉ dựa trên thông tin công khai và kết quả giải mã văn bản; do đầu vào rỗng, không có phán đoán bóng đá thực chất nào được đưa ra; tài liệu chỉ mang tính tham khảo thông tin thể thao và không cấu thành lời khuyên cá cược. Trong bóng đá, cũng như trong mọi lĩnh vực dựa trên dữ liệu, giá trị nằm ở tính truy vết được, kiểm chứng được và tái sử dụng được. Một tập dữ liệu rỗng được dán nhãn trung thực có giá trị hơn một bản phân tích đầy ắp chữ nghĩa nhưng không có cơ sở.