Bốn mươi trang báo cáo, không một dòng dữ liệu

Một tệp PDF nặng 4,2 MB nằm trong hộp thư của tôi gần ba tuần nay. Ba mươi tám trang. Mười một bảng biểu. Bốn mục đánh giá lớn. Mục nào cũng có tiêu đề, có khung, có dòng kẻ, có ô chờ số liệu. Và mục nào cũng để trống phần dữ liệu.

Trang đầu ghi ngày lập. Trang cuối có chữ ký và dấu của đơn vị cung cấp dịch vụ. Ở giữa, cột "Chỉ số quá trình" bỏ trắng. Mục "Đối chiếu thực thể" không có lấy một tên câu lạc bộ. Mục "Nguồn dữ liệu" ghi đúng bốn chữ: đang cập nhật. Tệp này tôi chưa xác minh đầy đủ nên sẽ không nêu tên đơn vị nào. Nó cũng không phải ca cá biệt: trong lô tám báo cáo tôi thu thập được từ ba nguồn khác nhau ở V.League mùa này, năm bản có ít nhất một mục bỏ trống hoàn toàn, hai bản bỏ trống toàn bộ phần số.

Tôi viết bài này không để bêu một cái tệp, mà để chỉ ra cái khung đang cho phép những tệp như thế đi qua cửa.

Dữ liệu về trước, hạ tầng nhập liệu về sau

Từ khoảng 2026, các câu lạc bộ V.League bắt đầu chi tiền cho dữ liệu. Áo GPS, gói dữ liệu sự kiện thuê theo năm, phần mềm cắt clip, chuyên viên phân tích ngồi trong ban huấn luyện. Sau mỗi kỳ SEA Games và AFF Cup, nhu cầu lại nhích thêm một bậc: ban lãnh đạo muốn thấy con số, nhà tài trợ muốn thấy quy trình, huấn luyện viên muốn thấy đối thủ trước giờ họp.

Thị trường sinh ra dịch vụ ăn theo. Có đơn vị bán gói báo cáo đối thủ theo trận, có đơn vị bán theo tháng, có nơi nhận đặt hàng riêng cho từng trận lớn. Giá không công khai. Thời hạn thì rất công khai: thường trước giờ họp kỹ thuật một ngày, có khi nửa ngày.

Dữ liệu về nhanh hơn hạ tầng tiếp nhận nó. Ở khâu nhập liệu, ba câu hỏi cơ bản thường không có người trả lời: ai lấy dữ liệu, lấy lúc nào, lấy bằng đường nào. Bốn trường tối thiểu của một bản ghi tử tế gồm nguồn, thời điểm, tác giả và đơn vị xuất bản, và cả bốn thường bị bỏ qua vì không ai kiểm. Khi bốn trường đó trống, mọi tầng phía sau mất khả năng truy vết. Không truy vết được thì không sửa được, chỉ còn cách viết lại từ đầu.

Điều gì xảy ra khi đường truyền đứt mà mẫu báo cáo vẫn còn

Quy trình phân tích bóng đá ở cấp câu lạc bộ có hai tầng. Tầng một thu thập và bóc tách: biến một trận đấu thành những điểm thông tin dùng được. Tầng hai diễn giải: đặt các điểm đó cạnh nhau để rút ra kết luận về chiến thuật, thể lực, con người, hợp đồng.

Tầng hai luôn có mẫu cố định, và mẫu cố định có lý do của nó: cùng một khung thì mới so sánh được trận này với trận kia, vòng này với vòng trước. Nhưng chính cái khung đó tạo ra áp lực. Khi tầng một trả về rỗng, không điểm thông tin, không thực thể, không mốc thời gian, cái khung vẫn còn nguyên đó, vẫn đòi được điền, vẫn có dòng ký tên ở cuối.

Với người làm báo cáo, lựa chọn trước mặt là nộp khung trống hoặc nộp khung đầy bằng ngôn ngữ nghe hợp lý. Lựa chọn thứ hai luôn dễ chịu hơn cho cả hai bên. Đó là điểm khởi đầu của thứ tôi gọi là ảo giác dữ liệu.

Mười hai báo cáo, mỗi bản một kiểu, xếp chồng lên nhau thì kể chung một câu chuyện.

Bốn dấu hiệu dưới đây đủ để phân biệt một báo cáo thật với một báo cáo chỉ có khung. Nặng nhất là sản lượng điểm thông tin: nếu bản bóc tách trả về số điểm bằng không trong khi phần nhãn lĩnh vực vẫn được điền đầy đủ, đó là lỗi đường truyền, không phải một trận đấu không có gì để nói. Một trận bóng luôn có gì đó để nói.

Dễ thấy nhất là độ phủ thực thể. Một bản phân tích tử tế phải gọi được tên: câu lạc bộ nào, cầu thủ nào, giải nào, vòng nào. Bản trong hộp thư của tôi không gọi được tên ai. Một cầu thủ quốc gia như Nguyễn Quang Hải xuất hiện trong hàng trăm bảng dữ liệu mỗi mùa, phần lớn do bên thứ ba lập; lẽ ra việc gọi tên không khó đến thế.

Ít ai để ý đến độ đầy đủ của metadata nguồn. Khi mục nguồn ghi "chưa đánh giá", "đang cập nhật" hoặc để trắng, người đọc không có cách nào chấm điểm độ tin cậy, và cũng không có cách nào truy ngược khi phát hiện sai.

Và thứ hay bị bỏ qua nhất là đánh giá độ tươi của thông tin. Bóng đá phân rã theo giờ trong kỳ chuyển nhượng, theo ngày trong mùa giải. Một bản báo cáo không ghi mốc thời gian là một bản báo cáo không biết mình đã cũ hay chưa.

Bốn dấu hiệu này không cần phần mềm đắt tiền để kiểm. Chúng cần một người ngồi lại mười phút trước khi ký. Trong tám bản tôi có, không bản nào mang dấu vết của mười phút đó.

Người ta không giấu tiền trong két, mà giấu trong điều khoản luật sư được trả tiền để bỏ qua.

Với bóng đá, khoản bị bỏ qua thường nằm ở cuối tài liệu, đúng chỗ ít người đọc nhất. Hợp đồng chuyển nhượng có 47 trang, khoản thưởng ngầm nằm ở trang 46, ngay dưới dòng chữ ký. Báo cáo phân tích cũng vậy: phần phụ lục ghi nguồn và phương pháp là phần quyết định giá trị của cả tập, và cũng là phần bị cắt đầu tiên khi gấp gáp.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở V.League mùa này, khoảng cách giữa dữ liệu và diễn giải đang rộng ra chứ không hẹp lại. Các trận đấu được ghi nhận nhiều hơn bao giờ hết. Nhưng khi tôi hỏi ngược một vài người trong cuộc rằng kết luận "đội bạn pressing cao" được rút ra từ chỉ số nào, câu trả lời phổ biến nhất là: để tôi kiểm lại. Rồi không ai kiểm lại.

Những chỉ số như xG hay PPDA chỉ có giá trị khi được tính từ dữ liệu sự kiện đã đối chiếu. Cùng một con số PPDA có thể kể hai câu chuyện khác nhau, tùy vào việc đội bóng chủ động dâng cao hay bị dồn xuống. Khi cột dữ liệu bỏ trống mà kết luận vẫn được viết ra, thứ được viết không phải phân tích, mà là ký ức của người viết về một trận đấu họ xem qua truyền hình. Ký ức là nguồn hợp lệ cho một bài bình luận. Nó không phải nguồn hợp lệ cho một báo cáo chuyển nhượng.

Phía bên kia có lý ở đâu

Người bênh vực cách làm nhanh có lập luận của họ, và lập luận đó không yếu. Kỳ chuyển nhượng đóng theo giờ. Một cầu thủ có thể bị đối thủ ký mất trong lúc mình chờ cho đủ dữ liệu ba mùa. Nếu bản báo cáo đến sau khi thương vụ kết thúc, độ chính xác của nó trở thành vô nghĩa. Tốc độ, trong bóng đá, là một dạng giá trị.

Phần hợp lý thứ hai nằm ở chỗ khác. Nhiều người trong nghề cho rằng bóng đá Việt Nam chưa cần đến mức dữ liệu dày như vậy, rằng con mắt của người từng trải vẫn thắng bảng biểu. Nhìn vào những bản báo cáo trống tôi đang cầm, lập luận ấy có cơ sở: nếu dữ liệu về rồi mà không ai kiểm, thứ có thêm chỉ là giấy.

Nhưng đây là chỗ tôi rẽ khác. Vấn đề không nằm ở việc có quá nhiều dữ liệu. Vấn đề nằm ở việc có quá nhiều định dạng và quá ít dữ liệu. Cái khung báo cáo được nhân bản khắp nơi vì nó dễ mua, dễ bán, dễ trình bày trong cuộc họp. Phần khó nhất, xác minh dữ liệu vào, lại là phần không ai bán, vì nó không tạo ra sản phẩm để chụp ảnh.

Tốc độ và xác minh không loại trừ nhau. Thứ bị cắt trong lúc gấp gáp không phải thời gian xác minh, mà là bước ghi lại nguồn. Chính bước đó mới cho phép người ta quay lại kiểm tra khi phát hiện sai. Một báo cáo nhanh mà có nguồn vẫn sửa được. Một báo cáo nhanh mà không nguồn chỉ có thể bị vứt đi.

Cần một chữ ký khác

Tôi không cần lời thú nhận, vì số liệu đã đối chiếu không bao giờ cần xin lỗi.

Nếu các câu lạc bộ bắt đầu bằng một việc nhỏ, mỗi bản báo cáo phải ghi rõ nguồn dữ liệu, thời điểm lấy, người lấy, và một dòng "chưa xác minh" ở chỗ còn thiếu, thì phần lớn số báo cáo trống kia sẽ tự dừng lại trước khi được ký. Không cần phần mềm mới. Không cần thêm tiền. Chỉ cần một chữ ký thứ hai, của người chịu trách nhiệm kiểm nguồn thay vì người chịu trách nhiệm nộp đúng hạn.

Bóng đá Việt Nam đang xây một tầng dữ liệu phía trên một nền nhập liệu chưa từng được kiểm. Người ta có thể đi tiếp trên nền đó thêm vài mùa nữa. Nhưng khi một vụ chuyển nhượng đổ vỡ, khi một ca chấn thương trở nên khó hiểu, khi một bản án kỷ luật bị lật, câu hỏi đầu tiên ai đó sẽ hỏi là: hồ sơ gốc đâu. Và lúc đó, trên bốn mươi trang giấy, liệu có dòng nào trả lời được không?