Những gì bảng số không nói: Kỷ luật xử lý dữ liệu khuyết thiếu trong phân tích thể thao

Tháng 6 năm 2026, sau đêm Đức thua Hàn Quốc 0-2 ở Kazan, tôi dành trọn một tháng xem lại 36 trận vòng bảng World Cup. Tôi ghi lại xG, số đường chuyền, vị trí bóng, số cú sút trúng đích và cả những pha bóng lẽ ra phải thành bàn nhưng không thành. Mục tiêu rất rõ: kiểm chứng một giả thuyết rằng con số luôn phơi bày sự thật mà kịch tính che khuất. Giả thuyết ấy đúng, và đến hôm nay tôi vẫn giữ nó như một nguyên tắc nghề nghiệp.

Nhưng có một đêm khác tôi nhớ rõ hơn. Đó là đêm tôi mở bảng phân tích của mình ra và thấy cả chín mục đều trống. Không tên giải, không phiên bản luật, không đội, không cầu thủ, không một con số nào. Màn hình vẫn sáng, khung khung vẫn đủ, chỉ có nội dung là biến mất.

Khoảnh khắc đáng sợ nhất trong nghề phân tích không phải là lúc dữ liệu mâu thuẫn với bạn. Mâu thuẫn thì còn tranh luận, còn kiểm tra chéo, còn đổi mô hình. Khoảnh khắc đáng sợ là lúc dữ liệu đơn giản không tồn tại, và bạn phải chọn giữa hai con đường: thừa nhận mình chưa biết, hoặc lấp ô trống bằng một phỏng đoán nghe có vẻ hợp lý.

Ngành phân tích thể thao hiện đại được xây trên niềm tin rằng nhiều dữ liệu hơn nghĩa là nhiều sự thật hơn. Niềm tin đó đúng phần lớn thời gian. Nó chỉ che mất một sự thật khác: phần lớn sai lầm trong nghề này không đến từ việc đọc sai con số, mà từ việc đọc một con số được tạo ra để lấp chỗ trống. Tôi gọi đó là bẫy thay thế chủ thể.

Trong thế giới của tôi, may mắn chỉ là phần dư chưa được giải thích. Nhưng phần dư ấy phải được đo, chứ không được bịa.

Vì sao dữ liệu thể thao luôn khuyết thiếu

Năm 2026, tôi bắt đầu sự nghiệp với vai trò vận động viên và người tổ chức giải esports, rồi chuyển sang mảng truyền thông. Chính giai đoạn đó dạy tôi một điều mà các lớp học báo chí không dạy: dữ liệu thể thao chưa bao giờ đầy đủ, và nó không đầy đủ một cách có hệ thống.

Bảng thống kê của một giải esports lớn có thể bị chặn sau tường phí. Trang dữ liệu của một giải bóng đá hàng đầu có thể được dựng bằng JavaScript, khiến công cụ thu thập tự động nhận về một trang trắng. Bản cập nhật cân bằng của nhà phát hành có thể ra sau khi trận đấu đã bắt đầu. Một thương vụ chuyển nhượng có thể được công bố bằng một dòng trạng thái xóa sau mười phút. Một án phạt kỷ luật có thể được nêu ra mà không kèm lý do.

Tôi xây một khung phân tích chín chiều để giữ cho công việc không trôi theo cảm hứng. Chín chiều ấy là: thay đổi chế độ chiến thuật và luật; thể thức giải đấu; đội hình và thị trường chuyển nhượng; bức tranh khu vực; tài chính câu lạc bộ; luật lệ và quản trị; hồ sơ rủi ro; câu chuyện công chúng và kỳ vọng; và cuối cùng là truyền dẫn ra toàn ngành. Khung ấy giống nhau với bóng đá lẫn esports, chỉ khác tên gọi các biến số.

Điều tôi học được sau năm năm là: khung càng đầy đủ thì càng dễ trở thành cái bẫy. Một báo cáo có đủ chín tiêu đề, đủ bảng, đủ ô, trông rất chuyên nghiệp. Nhưng nếu mỗi ô được điền bằng một suy đoán thay vì một dữ kiện, thì toàn bộ báo cáo ấy rỗng ruột, chỉ là một tấm bìa cứng bọc quanh khoảng không.

Vì vậy tôi đặt ra một quy tắc riêng, gọi là kỷ luật ô trống. Khi một chiều phân tích không có dữ liệu, tôi không được phép suy ra một giá trị hợp lý. Tôi phải ghi rõ: chưa đủ thông tin, không thể đánh giá. Việc ghi rõ ấy không phải là thừa nhận yếu kém. Nó là cách duy nhất để giữ cho phần còn lại của báo cáo không bị nhiễm độc.

Chín chiều phân tích và kỷ luật của ô trống

1. Thay đổi chế độ chiến thuật và luật

Trong esports, đây là bản cập nhật cân bằng. Trong bóng đá, đây là thay đổi luật hoặc một dòng chảy chiến thuật lan ra toàn giải.

Ví dụ gần nhất là việc áp dụng offside bán tự động ở World Cup 2026. Chỉ một thay đổi kỹ thuật, nhưng nó bẻ gãy thói quen của hàng phòng ngự dâng cao. Số bàn thắng bị từ chối vì lỗi việt vị tăng lên, và điều đó thay đổi chính xác cách tôi tính xG tích lũy cho từng đội. Hoặc luật cộng thêm thời gian dài hơn cũng ở giải đấu đó: những trận kéo dài trung bình hơn mười phút, và mười phút ấy là đất sống cho các đội có thể lực dự phòng tốt.

Vấn đề của kỷ luật ô trống nằm ở đây. Nếu tôi không biết giải đấu dùng phiên bản luật nào, tôi không được phép mặc định rằng nó giống lần trước. Tôi từng chứng kiến một trận esports diễn ra trên máy chủ thi đấu lệch phiên bản so với máy chủ luyện tập, và cả hai đội đều bước vào trận với giả định sai. Trong bóng đá, chuyện tương tự xảy ra khi trọng tài áp dụng cách diễn giải VAR khác nhau giữa các giải.

Khi ô này trống, câu trả lời đúng là: chưa thể đánh giá độ lớn của thay đổi. Không phải vì nó không quan trọng, mà vì nó quá quan trọng để được đoán.

2. Thể thức giải đấu

Thể thức quyết định tỷ lệ bất ngờ, cửa sổ chuẩn bị và cả cách các đội phân bổ lực lượng.

World Cup 2026 mở rộng lên 48 đội. Con số ấy không chỉ là số đội. Nó kéo theo vòng bảng ba đội, số trận khác đi, và những đội từng đá một trận để thăm dò sẽ phải đá khác. Trong một thể thức ít trận hơn, một sai lầm ở trận mở màn có sức nặng gấp nhiều lần. Ở thể thức nhiều trận hơn, sức mạnh băng ghế dự bị trở thành biến số then chốt.

Trong esports, khoảng cách giữa BO1 và BO5 lớn đến mức có thể đảo ngược kết luận về hai đội. Một đội mạnh về chuẩn bị trước trận nhưng yếu về ứng biến sẽ sống sót ở BO1 và chết ở BO5.

Nếu tôi không biết thể thức, tôi không biết đang đo cái gì. Đó là lý do tôi không bao giờ gán một tỷ lệ bất ngờ cho một giải mà không xác nhận cấu trúc nhánh đấu trước. Mỗi bàn thắng là một mảnh ghép; tôi không xem bóng đá, tôi giải mã nó. Nhưng muốn giải mã, tôi phải biết cái khung mà mảnh ghép ấy nằm trong.

3. Đội hình và thị trường chuyển nhượng

Đây là chiều dễ bị lấp bằng phỏng đoán nhất.

Tôi từng làm việc ở một học viện câu lạc bộ lớn trong vài tháng với tư cách cộng tác viên dữ liệu. Điều tôi thấy ở đó khiến tôi thay đổi cách viết về đào tạo trẻ mãi mãi: dưới một phần mười cầu thủ trẻ được đào tạo ở các học viện hàng đầu thực sự có con đường lên đội một. Phần còn lại được tích trữ, được luân chuyển, được cho mượn, rồi biến mất khỏi bản đồ.

Vậy mà mỗi khi viết về một học viện, người ta vẫn mặc định rằng nó là một cỗ máy sản xuất tài năng. Đó là bẫy thay thế chủ thể điển hình: thay vì kiểm tra tỷ lệ thực tế, người viết thay thế nó bằng uy tín của cái tên.

Với chấn thương và tái xuất, kỷ luật ô trống còn quan trọng hơn. Yêu cầu một cầu thủ vừa trở lại phải chứng minh bản thân ngay lập tức là một điểm mù phân tích. Nó làm tăng áp lực tái chấn thương, và tệ hơn, nó khiến người viết quên đo biến số quan trọng nhất: thời gian hồi phục thực tế và số phút thi đấu được kiểm soát.

Khi đội hình trống, tôi không được phép coi đó là dấu hiệu của sự ổn định. Rất nhiều ca lương bị nợ, hợp đồng sắp hết và kiệt sức tâm lý chỉ lộ ra khi người ta chủ động đi tìm. Chúng im lặng theo mặc định.

4. Bức tranh khu vực

Phân hạng khu vực phụ thuộc vào từng môn và từng thời điểm.

Một khu vực có thể là nhóm dẫn đầu ở môn này và là nhóm ngoài rìa ở môn khác. Ngay trong bóng đá, thành tích của các đội châu Á ở World Cup thay đổi theo từng chu kỳ và phụ thuộc vào cả việc giải đấu tổ chức ở đâu. Tôi từng dự đoán sai một trận chỉ vì áp dữ liệu lịch sử của châu Âu lên một khu vực có nhịp độ thi đấu hoàn toàn khác.

Trong esports, dòng chảy tuyển thủ nhập khẩu làm cho mọi phân hạng trở nên tạm thời. Một đội hình gồm nhiều tuyển thủ ngoại có thể mang phong cách của khu vực này nhưng dữ liệu lại nằm ở khu vực khác. Nếu tôi không xác định được khu vực và giải đấu, mọi so sánh đều vô nghĩa.

Kỷ luật ô trống ở đây là: không suy ra phân hạng từ ngữ cảnh. Cùng một khu vực, cùng một năm, nhưng khác môn, khác mùa, khác phiên bản luật — mọi kết luận đều phải được xây lại từ đầu.

5. Tài chính câu lạc bộ

Tôi tin thị trường chuyển nhượng đang xẹp bong bóng giá trẻ. Trả một trăm triệu euro cho một cầu thủ chưa đá nổi năm mươi trận đỉnh cao là canh bạc trần trụi, không phải đầu tư.

Nhưng để nói được câu đó, tôi phải có dữ liệu. Tôi phải biết phí chuyển nhượng, cấu trúc hợp đồng, mức lương và doanh thu của câu lạc bộ mua. Khi những ô ấy trống, tôi không được phép gán nhãn đắt hay rẻ. Tôi từng chứng kiến những câu lạc bộ ở một giải châu Á vỡ vì nợ lương cầu thủ, và tôi cũng từng thấy những câu lạc bộ ở châu Âu phải kích hoạt các đòn bẩy tài chính chỉ để đăng ký cầu thủ. Cả hai đều là tín hiệu rủi ro cấp cao, và cả hai đều không xuất hiện trên bảng tin cho đến khi đã quá muộn.

Ô tài chính trống không phải là giấy chứng nhận sức khỏe. Nó là một màn hình chưa từng được bật.

6. Luật lệ và quản trị

Đây là chiều có hậu quả nặng nhất và cũng là chiều bị bỏ qua nhiều nhất.

Các cáo buộc dàn xếp tỷ số, gian lận tuổi, vi phạm đăng ký cầu thủ hay tranh chấp giữa nhà phát hành và các đội đều thuộc nhóm này. Chúng không tự hiện ra. Chúng chỉ hiện ra khi có người đặt câu hỏi.

Trong esports, các tranh chấp về chia sẻ doanh thu và những án phạt bị cho là thiên vị là chuyện thường gặp. Nhưng nếu tôi không xác định được cơ quan quản lý, môn thi đấu và điều luật bị vi phạm, tôi không thể mô phỏng bất kỳ kịch bản trừng phạt nào.

Và đây là điều tôi muốn nhấn mạnh: một cáo buộc gian lận không được nêu ra không có nghĩa là nó không tồn tại. Nó chỉ có nghĩa là chưa ai kiểm tra.

7. Hồ sơ rủi ro

Tôi xếp rủi ro thành sáu nhóm: cạnh tranh, tài chính, nhân sự, luật lệ, dư luận và hệ thống.

Điểm mấu chốt là tính bất đối xứng của việc sàng lọc. Nợ lương, dàn xếp tỷ số và chấn thương là những rủi ro im lặng. Chúng không tự phát tín hiệu. Nếu bạn không chủ động tìm, bạn sẽ kết luận nhầm rằng mọi thứ đều ổn.

Vì vậy, khi một hồ sơ rủi ro trống, kết luận đúng không phải là rủi ro thấp. Kết luận đúng là rủi ro chưa xác định. Tôi không tin vào cảm hứng – tôi tin vào sai số chuẩn. Và một sai số chuẩn không thể tính được từ một mẫu rỗng.

8. Câu chuyện công chúng và kỳ vọng

Mỗi đội đều có một câu chuyện đang được kể về mình. Việc của tôi là kiểm tra xem câu chuyện ấy có nền tảng hay không.

Để làm điều đó, tôi cần hai vế: mức kỳ vọng của thị trường và đánh giá khách quan từ dữ liệu. Khoảng cách giữa hai vế chính là nơi giá trị nằm. Nếu chỉ có một vế, tôi không thể tính được gì cả.

Đây là lý do tôi không bao giờ tham gia vào các cuộc tranh luận về việc một đội có bị thổi phồng hay không khi tôi chưa có chỉ số nền. Nghe có vẻ kém hấp dẫn, nhưng nó trung thực.

9. Truyền dẫn ra toàn ngành

Cuối cùng là cách một sự kiện lan ra toàn hệ sinh thái: từ nhà phát hành và các đơn vị tổ chức, qua câu lạc bộ và nền tảng phát trực tuyến, tới tài trợ, thị trường phái sinh và cả những vùng xám.

Tôi theo dõi biến động tỷ lệ cược như một tín hiệu kỳ vọng, không bao giờ như một lời khuyên. Nhưng khi không có dữ liệu tỷ lệ, tôi không được phép vẽ ra một sơ đồ truyền dẫn đầy mũi tên mà không có một tác nhân nào được đặt tên. Đó sẽ là một sơ đồ đẹp và trống rỗng.

Ảo giác về một báo cáo đầy đủ

Có một nghịch lý trong nghề này: người viết càng trình bày ngăn nắp bao nhiêu, người đọc càng ít nghi ngờ bấy nhiêu.

Một báo cáo có tiêu đề rõ ràng, có bảng biểu, có chín mục, có kết luận in đậm, sẽ được tin nhiều hơn một câu nói thẳng thắn rằng tôi chưa có đủ dữ liệu. Sự ngăn nắp tạo ra cảm giác chắc chắn, và cảm giác chắc chắn ấy có thể hoàn toàn độc lập với sự thật.

Tôi từng chứng kiến một đồng nghiệp trình bày một báo cáo trước trận đấu hoàn hảo về mặt hình thức. Mọi ô đều được điền. Mọi kết luận đều có cơ sở trông rất thuyết phục. Cho đến khi ai đó hỏi nguồn dữ liệu nằm ở đâu, và câu trả lời là: nó được suy ra từ các trận trước đó ở một phiên bản khác. Cả căn phòng im lặng. Khi bảng số không nói dối, trái tim tôi mới bắt đầu nghe. Nhưng khi bảng số nói mà không có nguồn, trái tim tôi phải cảnh giác.

Đó là lý do tôi giữ một nguyên tắc bất di bất dịch: kết luận mạnh nhất mà không có dữ liệu xác nhận chính là kết luận đáng nghi ngờ nhất.

Ngành phân tích thể thao đang thưởng cho sự quyết đoán. Các tòa soạn muốn câu trả lời dứt khoát trước khi trận đấu bắt đầu. Nhưng phần lớn giá trị của người phân tích không nằm ở việc đưa ra câu trả lời, mà ở việc biết câu hỏi nào chưa thể trả lời.

Rời đi cùng một công cụ

Tôi luôn muốn mỗi bài phân tích để lại cho người đọc một thứ có thể tự vận hành ở trận kế tiếp. Lần này cũng vậy.

Trước mỗi trận, hãy kiểm tra chín ô. Nếu ô nào trống, đánh dấu nó trống thay vì điền vào. Với mỗi ô đã có dữ liệu, hỏi thêm ba câu: dữ liệu này đến từ nguồn nào, nó được đo ở phiên bản luật nào, và nó có bị ảnh hưởng bởi khán giả hay không.

Mùa giải đang trôi qua từng vòng, và áp lực tranh chức lẫn nỗi lo xuống hạng sẽ tạo ra ngày càng nhiều câu chuyện hấp dẫn. Câu chuyện càng hấp dẫn, càng dễ có ai đó lấp đầy ô trống bằng một giả định nghe hợp lý. Công việc của người phân tích là ngăn điều đó lại.

Đêm ấy, khi cả chín ô đều trống, tôi đã không viết gì cả. Tôi trả bảng phân tích về nơi nó xuất phát và đi tìm nguồn.

Đó là quyết định phân tích đúng đắn nhất tôi từng đưa ra trong suốt năm năm làm nghề.