Cột trống trong file dữ liệu bóng đá: Khi nhà phân tích phải học cách nói “chưa đủ”

Một cột trống trong file dữ liệu không gây ra tiếng động nào. Nó không báo lỗi, không tô đỏ, không nhấp nháy. Nó chỉ nằm đó, im lặng, giữa hàng trăm con số đã được điền đầy, chờ một ai đó đủ kiên nhẫn để nhận ra sự vắng mặt của nó. Đêm đó, trước hạn chót chốt danh sách, tôi mở file trinh sát của một cầu thủ mà đội bóng đang nhắm tới. Cột “số pha áp sát trong vòng cấm” trống. Cột “số lần chạm bóng trong hiệp hai” trống. Tôi có thể đoán. Tôi có thể nội suy từ ba trận trước đó. Tôi có thể làm cho báo cáo trông đầy đủ và thuyết phục, để không ai phải hỏi thêm. Nhưng tôi để nguyên những ô trống, và viết vào phần kết luận một câu mà không huấn luyện viên nào muốn nghe: “Chưa đủ dữ liệu để kết luận.” Ba ngày sau, tôi nhận được một email ngắn. Đội đã ký với một cầu thủ khác, dựa trên một báo cáo “đầy đủ” hơn, trơn tru hơn, tự tin hơn. Tôi không biết cầu thủ đó có tốt hơn không. Không ai trong chúng tôi biết. Và đó chính là điều tôi muốn nói trong bài viết này. Trong mười lăm năm trở lại đây, bóng đá đã trải qua một cuộc cách mạng âm thầm nhưng toàn diện. Những phòng phân tích mọc lên trong gần như mọi câu lạc bộ ở các giải đấu lớn. Các chỉ số như bàn thắng kỳ vọng (xG), số đường chuyền cho phép trên mỗi hành động phòng ngự (PPDA), hay dữ liệu theo dõi vị trí đã trở thành một phần của ngôn ngữ hàng ngày trong các phòng họp chuyển nhượng. Một giám đốc thể thao hiện đại khó có thể ra quyết định mua cầu thủ mà không mở một bảng tính. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi thấy rõ một nghịch lý ít được nói tới. Càng nhiều dữ liệu, áp lực phải đưa ra câu trả lời càng lớn. Và khi áp lực đủ lớn, khoảng trống trong dữ liệu sẽ bị lấp đầy — không phải bằng sự thật, mà bằng câu chuyện. Con người vốn không thoải mái với sự trống rỗng. Khi một con số không có, bản năng của chúng ta là tự tạo ra nó, hoặc tệ hơn, là tạo ra một lời giải thích nghe hợp lý cho sự thiếu hụt đó. Có một chi tiết kỹ thuật mà ít khán giả biết. Cùng một cú sút, hai nhà cung cấp dữ liệu khác nhau có thể cho hai giá trị xG khác nhau, đôi khi chênh nhau đáng kể. Mô hình của họ khác nhau ở cách xử lý vị trí hậu vệ, góc sút, chân thuận, và cả bối cảnh trận đấu. Vậy khi bạn đọc “xG của cầu thủ này là X”, bạn đang đọc mô hình của ai? Câu hỏi đó gần như không bao giờ được đặt ra trong các cuộc tranh luận trên truyền hình. Tôi từng theo dõi một trận đấu mà hệ thống dữ liệu vị trí bị lỗi suốt hiệp hai. Bảng phân tích sau trận vẫn được xuất bản đầy đủ, với một ghi chú nhỏ ở cuối: “Số liệu hiệp hai được ước tính.” Gần như không ai đọc dòng ghi chú đó. Điều mọi người nhớ là kết luận ở phần đầu: cầu thủ X chạy ít hơn hai mươi phần trăm so với trung bình của anh ta. Con số đó có thể đúng. Nó cũng có thể là sản phẩm của một thuật toán nội suy đã đoán sai. Nhưng dù đúng hay sai, nó đã trở thành một phần của hồ sơ cầu thủ, một mảnh ghép trong một quyết định chuyển nhượng có thể diễn ra nhiều tháng sau đó. Tôi lập blog “Hành Lang Dữ Liệu” từ năm 2026, khi còn là sinh viên năm hai, bằng một bài phân tích về mười bảy đường chuyền tạo cơ hội của một tiền vệ ở Premier League. Tôi bị gọi là “con gái thì hiểu gì về bóng đá”. Tôi không xóa bài. Tôi thêm ba biểu đồ nữa. Nhưng sau nhiều năm, tôi nhận ra rằng việc thêm dữ liệu chỉ là một nửa của câu chuyện. Nửa còn lại, khó hơn, là biết khi nào nên dừng lại. Đây là điểm mấu chốt mà tôi muốn đi sâu: trong phân tích bóng đá, kỹ năng khó nhất không phải là tìm ra con số, mà là biết khi nào con số không tồn tại. Hãy lấy ví dụ về một tiền đạo. Anh ta ghi năm bàn sau ba mươi trận. Bảng thống kê nói: thất bại. Báo chí nói: đã hết thời. Nhưng nếu bạn mở lớp dữ liệu sâu hơn, bạn thấy xG của anh ta là mười một. Anh ta đã tạo ra cơ hội đủ tốt để ghi mười một bàn, nhưng chỉ ghi được năm. Khoảng cách đó không nằm ở chân anh ta. Nó nằm ở chất lượng đường chuyền, ở vị trí mà đồng đội chọn, ở cách đội bóng triển khai bóng trước khi bóng tới chân anh ta. Có những con số không nằm trên bảng thống kê, chúng nằm giữa hai pha chạm bóng. Một mùa giải không phải là tổng của ba mươi tám trận, mà là sự lặp lại của mười bảy đường chuyền bị bỏ quên. Nhưng câu chuyện ngược lại cũng đúng, và ít ai chịu nói ra. Một tiền đạo ghi mười lăm bàn từ xG chỉ tám. Anh ta đang “ăn may” hay đang “sắc bén”? Câu trả lời trung thực là: chưa đủ dữ liệu để phân biệt. Ở một mẫu nhỏ, may mắn và kỹ năng trông giống hệt nhau. Người ta chỉ biết sự khác biệt sau khi mùa giải kết thúc, khi đã quá muộn để thay đổi một bản hợp đồng. Và trong khoảng thời gian chờ đợi đó, thị trường sẽ trả tiền cho một câu chuyện đẹp, chứ không trả tiền cho một sự thật còn bỏ ngỏ. Tôi từng chứng kiến một cuộc tranh luận nội bộ kéo dài nhiều tuần về một hậu vệ. Một bên đưa ra số liệu cho thấy anh ta là một trong những người phá bóng nhiều nhất giải. Bên kia chỉ ra rằng anh ta phá bóng nhiều vì đội anh ta để đối phương tiếp cận khung thành quá dễ dàng. Cả hai đều đúng. Con số “phá bóng” không có ý nghĩa gì nếu không biết nó xuất hiện trong bối cảnh nào. Và không có nhà cung cấp dữ liệu nào bán cho bạn bối cảnh đó. Họ chỉ bán cho bạn con số. Tôi có một quan sát dai dẳng về các thủ môn, và tôi sẽ nói thẳng. Khả năng phát bóng đang bị thần thánh hóa. Các câu lạc bộ trả những khoản tiền khổng lồ cho một thủ môn biết chuyền dài chính xác, trong khi chỉ số phản xạ cơ bản của anh ta — thứ thực sự quyết định điểm số trong những trận đấu lớn — lại đang sa sút mà không ai để ý. Một pha cứu thua đẹp mắt được phát lại trên truyền hình và lan truyền khắp các nền tảng. Một pha chọn vị trí đúng để không phải cứu thua thì không. Dữ liệu hậu cú sút có thể chỉ ra ai thực sự giỏi, nhưng nó đòi hỏi một sự kiên nhẫn mà thị trường chuyển nhượng không có. Trong một hành lang, nếu bạn chỉ nhìn về phía ánh sáng, bạn sẽ bỏ lỡ thứ đang đứng trong bóng tối. Năm 2026, khi làm trợ lý thống kê cho một trang bóng đá ở Singapore trong kỳ World Cup, tôi mã hóa từng pha bóng của trận Tây Ban Nha hòa Bồ Đào Nha 3-3. Cristiano Ronaldo đạt tốc độ tối đa 9,8 km/h, thấp hơn trung bình của đội Bồ Đào Nha là 11,2 km/h. Nếu chỉ nhìn con số tốc độ, bạn sẽ kết luận anh ta chậm. Nhưng cả năm cú sút trúng đích của anh ta đều đến từ những tình huống áp sát khung thành, nơi tốc độ không còn là biến số quan trọng nhất. Bài phân tích của tôi về “sân có chiều rộng hẹp bất thường” có hơn hai trăm nghìn lượt xem. Bài học tôi rút ra không phải là “Ronaldo chạy chậm”, mà là “con số tốc độ không trả lời câu hỏi tôi đang hỏi”. Rồi đến trọng tài. Không gian phán đoán chủ quan trong VAR lớn hơn người ta tưởng. Tiêu chuẩn “lỗi rõ ràng và hiển nhiên” nghe có vẻ khách quan, nhưng bản thân nó là một điều khoản mơ hồ. Cùng một pha va chạm, hai tổ VAR khác nhau có thể đi đến hai kết luận trái ngược, và cả hai đều có thể biện minh bằng “dữ liệu hình ảnh”. Ở đây, dữ liệu không xóa bỏ sự mơ hồ. Nó chỉ khoác cho sự mơ hồ một tấm áo khoa học hơn, khiến người xem tin rằng đã có một câu trả lời đúng, trong khi thực tế chỉ có một quyết định được đưa ra. Và còn một tầng sâu hơn, nơi dữ liệu bị dùng để che giấu thay vì để làm sáng tỏ. Hệ thống các câu lạc bộ vệ tinh cho phép những ông lớn né tránh các quy định về đào tạo nội địa. Một tài năng trẻ ở một giải đấu nhỏ bị biến thành “tài sản vệ tinh”, được ghi danh ở một nơi nhưng chơi bóng ở một nơi khác. Trên giấy tờ, mọi thứ hợp lệ. Trên bảng tính, mọi con số đều khớp. Nhưng đằng sau những con số đó là một cầu thủ trẻ, và câu chuyện của cậu ấy không xuất hiện trong bất kỳ file dữ liệu nào. Đây là nơi tôi muốn đi ngược lại số đông. Chúng ta thường lo lắng về dữ liệu bị thiếu. Tôi cho rằng mối nguy lớn hơn là dữ liệu hiện diện nhưng sai, hoặc dữ liệu đúng nhưng bị đặt trong sai bối cảnh. Một con số được điền vào ô trống bằng phỏng đoán sẽ mang theo toàn bộ uy tín của một con số thật. Nó không tự nhận mình là giả thuyết. Nó ngồi đó, trong bảng tính, chờ được trích dẫn, chờ được đưa vào một bài báo, chờ được dùng để thuyết phục một chủ tịch câu lạc bộ rằng khoản tiền này đáng để chi. Nghề của tôi, trong nhiều năm, là chống lại bản năng đó. Và tôi học được rằng điều đó không được thưởng. Các câu lạc bộ thích một câu trả lời tự tin sai hơn một câu trả lời trung thực nhưng do dự. Huấn luyện viên cần biết đối thủ sẽ đá thế nào vào thứ Bảy, chứ không cần biết rằng mẫu dữ liệu còn quá nhỏ để chắc chắn. Sự khiêm nhường trước độ không chắc chắn, thứ mà tôi coi là đức tính cốt lõi của một nhà phân tích, lại trông giống như sự yếu kém trong mắt một phòng họp đang chờ một quyết định. Điều trớ trêu là chính sự tự tin đó lại là nguồn gốc của những sai lầm lớn nhất. Một báo cáo thừa nhận “tôi không biết” sẽ khiến người ta đặt thêm câu hỏi, kiểm tra thêm nguồn, chờ thêm dữ liệu. Một báo cáo tràn đầy con số sẽ khiến người ta dừng lại, tin tưởng, và ký hợp đồng. Các câu lạc bộ giải thể, bóng đá dừng lại. Nhưng dữ liệu không bao giờ thôi kể chuyện. Vấn đề là nó có thể kể một câu chuyện sai, và câu chuyện sai đó sẽ sống lâu hơn câu lạc bộ đã sinh ra nó. Tôi không nghĩ tương lai của phân tích bóng đá nằm ở việc thu thập thêm dữ liệu. Chúng ta đã có quá nhiều rồi. Nó nằm ở việc học cách tôn trọng những khoảng trống — biết phân biệt giữa “tôi chưa có dữ liệu” và “dữ liệu nói rằng không có gì”. Giữa hai câu đó là cả một nền văn hóa ra quyết định, và có lẽ là cả một thế hệ nhà phân tích tiếp theo. Và đôi khi, thứ đáng giá nhất trong một bảng tính lại chính là ô trống mà không ai muốn điền vào.