Báo cáo trống và kỷ luật nói "tôi không biết" trong phân tích thể thao Việt Nam

Tháng 3 năm 2026, tại một phòng họp ở Hải Phòng, tôi mở tập tin mà trợ lý phân tích gửi lúc sáu giờ sáng. Mười hai trang, hệ thống cột chỉ số đầy đủ, định dạng chuẩn chỉnh. Nhưng khi cuộn tới phần đánh giá chiến thuật, mọi ô đều để trống. Không một dòng nhận định, không một tên cầu thủ.

Người trợ lý hai mươi sáu tuổi ngồi đối diện, mặt tái đi. "Em không có đủ dữ liệu để kết luận anh ạ."

Tôi đọc lại tập tin đó ba lần. Lần đầu tôi thấy sự thiếu sót. Lần thứ hai tôi thấy sự cẩu thả. Lần thứ ba, tôi nhận ra mình đang cầm trên tay tài liệu trung thực nhất mà bộ phận này sản xuất trong suốt mùa giải.

Mười tám năm theo dõi thể thao chuyên nghiệp dạy tôi một điều: khó nhất không phải thu thập số liệu, mà là biết lúc nào nên im lặng. V-League mùa 2026-2026 chứng kiến làn sóng câu lạc bộ đua nhau tuyển chuyên viên phân tích, mua áo GPS và hợp đồng dữ liệu quốc tế. Năng lực kiểm chứng chưa theo kịp tốc độ mua sắm. Vấn đề nằm ở chỗ khó chịu hơn thiết bị: khi một câu lạc bộ có phần mềm nhưng không có người đủ kiên nhẫn hỏi "con số này đến từ đâu".

Đầu vào rỗng là cách tôi gọi tình trạng các trường dữ liệu bắt buộc bị trống, khiến mọi kết luận phía sau mất chỗ đứng. Trong hồ sơ của trợ lý kia có ba loại khoảng trống, và chúng không giống nhau về bản chất.

Loại thứ nhất là dữ liệu chưa từng được thu thập. Trận đấu thiếu góc ghi hình, hoặc có ghi hình nhưng không ai mã hóa sự kiện. Trường hợp này trung tính — nó chỉ nói rằng câu lạc bộ thiếu nguồn lực.

Loại thứ hai là dữ liệu đã thu thập nhưng không thể kiểm chứng. Đây là loại nguy hiểm nhất. Chỉ số tồn tại trong bảng tính, có định dạng đẹp, có biểu đồ, nhưng không ai truy được về phương pháp đo. Nó giống một nhân chứng khai rành rọt mà không nhớ mình đứng ở đâu lúc đó.

Loại thứ ba là dữ liệu mâu thuẫn với nguồn khác. Hai nhà cung cấp cho ra hai con số khác nhau về cùng một trận, và không có cách phân xử nếu ta không xem lại băng hình gốc.

Sự khác biệt giữa một phòng phân tích trưởng thành và một phòng phân tích đang học việc nằm ở chỗ họ phân loại khoảng trống, chứ không phải ở chỗ họ lấp đầy khoảng trống.

Tôi học bài này khá muộn. Tháng 6 năm 2026, khi mới hai mươi lăm tuổi và đang làm trợ lý phân tích cho một trang thể thao ở Hải Phòng, tôi xem trận Thụy Sĩ gặp Serbia ở vòng bảng World Cup. Granit Xhaka chạm bóng 112 lần, nhưng chỉ 34% trong số đó hướng về phía trước. Tôi viết bài chỉ trích lối chơi an toàn thái quá.

Huấn luyện viên Vladimir Petković đáp lại ngắn gọn rằng bóng đá không phải toán học. Ba ngày sau, Thụy Sĩ thắng ngược 2-1 nhờ tám đường chuyền quyết đoán. Xem lại băng hình, tôi thấy mình đã bỏ qua PPDA, chỉ số đo cường độ áp lực lên cầu thủ cầm bóng, nơi Serbia xếp áp chót giải. Tôi chỉ nhìn quyền kiểm soát bóng mà không xét cường độ pressing của đối phương.

Từ đó tôi tự đặt luật: trước khi viết kết luận, phải kiểm tra tối thiểu năm chỉ số nền — PPDA, chuỗi xG, tiến trình đường chuyền, độ nghiêng sân và số lần mang bóng tiến.

Năm 2026, khi bóng đá tạm dừng vì đại dịch, tôi cùng nhóm ba người ở câu lạc bộ TP. Hồ Chí Minh xây dựng bộ Chỉ số Sân Trống từ 200 trận ở Bồ Đào Nha và Đan Mạch sau ngày tái xuất. Quãng đường chạy của các tiền vệ trung tâm giảm 9,7% trong tháng đầu tiên, nhưng số đường chuyền vượt tuyến lại tăng 13,2%.

Ban lãnh đạo hoài nghi. Tôi vẫn thuyết phục họ chiêu mộ một tiền vệ người Brazil dựa trên mô hình đó. Sau mười vòng, anh ghi bốn bàn và kiến tạo ba bàn, trong đó có một pha phản công mà mô hình dự báo chính xác về cấu trúc. Câu lạc bộ leo sáu bậc trên bảng xếp hạng.

Bộ chỉ số mới không sinh ra từ văn phòng, mà từ khủng hoảng. Không ai ngồi yên một chỗ mà nghĩ ra được cách đo lường thứ chưa từng xảy ra.

Tương quan không phải nhân quả, và đây là chỗ tôi phải cẩn trọng nhất khi làm việc ở Việt Nam. Một chỉ số thiết kế cho bóng đá Bồ Đào Nha không tự động đúng khi áp vào V-League. PPDA phụ thuộc cách trọng tài cho trận đấu tiếp diễn hay cắt vụn, phụ thuộc chất lượng mặt sân, phụ thuộc nhiệt độ. Một trận ở Pleiku lúc ba giờ chiều và một trận ở Hàng Đẫy lúc bảy giờ tối không dùng chung một thang đo áp lực.

Tháng 11 năm 2026, tôi trả giá cho việc quên nguyên tắc đó. Trước trận Ả Rập Xô Út gặp Argentina, dựa trên mô hình kết hợp bốn năm dữ liệu vòng loại, tôi tuyên bố Argentina thắng với xác suất 94% và tỷ số tối thiểu 3-0. Kết quả: Ả Rập Xô Út thắng 2-1 nhờ bẫy việt vị mười lần trong hiệp một.

Biến số tôi bỏ lỡ không nằm trong bảng dữ liệu nào: nhiệt độ 34 độ C và áp suất không khí làm giãn cơ đùi của các cầu thủ Nam Mỹ vốn quen thi đấu ở độ cao thấp hơn. Tôi mất hai tuần xem lại 47 trận ở các giải vùng Vịnh trong mười năm. Từ đó, yếu tố địa lý và khí hậu thành một dòng bắt buộc trong mọi báo cáo trước trận của tôi.

Con số không nói dối, nhưng kẻ chọn số thì có. Mỗi lần chọn một chỉ số để đưa vào báo cáo, tôi loại bỏ hàng trăm chỉ số khác, và chính hành động loại bỏ đó là nơi sự thật bị bẻ cong.

Cám dỗ lớn nhất với người làm dữ liệu là con số sạch. Một chỉ số gọn gàng, không nhiễu, đọc lên nghe rất thuyết phục. Nhưng dữ liệu nhiễu thường mới là nơi trận đấu thật sự diễn ra: những pha chạy chỗ không bóng, những lần trung vệ bỏ vị trí để bọc lót, những giây phút không ai ghi lại. Khi sân trống, chỉ còn dữ liệu thì thầm sự thật.

Ở bóng rổ Việt Nam, vấn đề có hình dạng khác nhưng cùng bản chất. VBA có số liệu cơ bản khá đầy đủ, nhưng các chỉ số cao cấp phụ thuộc vào cách mã hóa thủ công của từng người. Khi hai người mã hóa cùng một trận, sai số có thể đủ để đảo ngược kết luận về ai chơi tốt hơn.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tín hiệu đáng chú ý trong vòng đấu tới không phải đội nào thắng, mà là câu lạc bộ nào dám công bố phương pháp thu thập dữ liệu của mình. Một đội dám nói "chúng tôi chưa đủ dữ liệu để kết luận" đang ở gần sự thật hơn một đội trả lời mọi câu hỏi bằng biểu đồ đẹp.

Tôi từng nghĩ mình đúng. Qatar dạy tôi biết sai. Và tập tin mười hai trang với phần đánh giá để trống kia, có thể, là báo cáo tiến bộ nhất tôi từng nhận trong nhiều năm.

Mỗi con số là một lời thú tội, nếu ta đủ kiên nhẫn nghe.