Bóng đá Việt Nam và tầng dữ liệu trống: khi phân tích bắt đầu từ khâu ghi chép

Một tệp dữ liệu được mở ra lúc 23 giờ ngày thứ Bảy. Tên giải đúng, mã trận đúng, tên hai đội đúng, cột thời gian đúng đến từng giây. Phần nội dung trống hoàn toàn. Không một điểm chạm bóng, không một pha tranh chấp, không một tình huống nào được ghi lại — chỉ có cấu trúc của một tệp đang chờ dữ liệu, và dữ liệu thì không đến. Người ngồi trước màn hình không phải cổ động viên. Anh là người làm phân tích, và phản ứng đầu tiên của anh không phải là đoán xem trận đấu đã diễn ra thế nào, mà là kiểm tra xem hệ thống ghi chép đã hỏng ở đâu. Một tệp trống được dán nhãn đúng vẫn có ích. Một tệp trống bị tô vẽ bằng phỏng đoán thì nguy hiểm hơn cả việc không có tệp nào. Trong bóng đá Việt Nam, khoảnh khắc đó — buổi tối với một tệp rỗng — lặp lại nhiều hơn người ta tưởng. Bóng đá Việt Nam có một nghịch lý dễ thấy với bất kỳ ai theo dõi đủ lâu. Trên khán đài, mức độ quan tâm tăng đều qua từng mùa. Trên các nền tảng số, lượng nội dung phân tích cũng tăng. Ở tầng dưới cùng — tầng ghi chép sự kiện — tốc độ tăng không tương ứng. V.League 1 vận hành với hệ thống cấp phép của Liên đoàn Bóng đá Việt Nam (VFF) và các tiêu chí của Liên đoàn Bóng đá châu Á (AFC): tiêu chí thể thao, cơ sở hạ tầng, hành chính, tài chính. Những tiêu chí này chi phối việc một câu lạc bộ có được dự giải hay không. Chúng không quy định rằng mỗi trận đấu phải để lại một bộ dữ liệu sự kiện có thể kiểm chứng. Mọi phân tích nghiêm túc đều đứng trên ba trụ: dữ liệu được ghi, dữ liệu được chuẩn hóa, và dữ liệu được đối chiếu. Thiếu trụ thứ nhất, hai trụ còn lại không có gì để đỡ. Trong nhiều năm theo dõi các trận đấu ở V.League 1, tôi nhận ra rằng cuộc tranh luận của khán giả Việt Nam hiếm khi xoay quanh việc chỉ số đến từ đâu. Nó xoay quanh kết luận. Ai kiểm soát bóng nhiều hơn, ai sút nhiều hơn, ai xứng đáng thắng hơn — tất cả được thảo luận như thể những chỉ số ấy tự sinh ra. Chúng không tự sinh ra. Phía sau mỗi bảng thống kê là một quy trình ghi chép, và quy trình đó có thể trống. Điểm mấu chốt không nằm ở việc bóng đá Việt Nam thiếu máy móc. Các sân vận động lớn đã có hệ thống camera, có nhà sản xuất truyền hình, có bàn biên tập. Điểm mấu chốt nằm ở việc không có một giao thức ghi chép sự kiện thống nhất, được áp dụng đồng đều từ giải này sang giải khác, từ trận này sang trận khác, và từ mùa này sang mùa khác. Khi giao thức không thống nhất, ba hệ quả xuất hiện. Thứ nhất, dữ liệu không thể so sánh. Nếu trận A ghi một pha tranh chấp theo một định nghĩa, còn trận B ghi pha tương tự theo định nghĩa khác, thì việc cộng hai bộ dữ liệu lại với nhau tạo ra một bức tranh sai mà vẫn trông có vẻ hợp lệ. Đây là loại lỗi khó phát hiện nhất, vì nó không báo đỏ. Nó chỉ lặng lẽ làm sai. Thứ hai, dữ liệu không thể truy vết. Khi một chỉ số bị nghi ngờ, người ta cần quay lại nguồn gốc để kiểm tra. Nếu nguồn gốc là một bảng tính được điền tay bởi nhiều người khác nhau, ở nhiều thời điểm khác nhau, thì việc truy vết trở thành một cuộc điều tra không có hồi kết. Thứ ba, dữ liệu không thể tái sử dụng. Một bộ dữ liệu tốt phải dùng được cho nhiều mục đích: phân tích chiến thuật, đánh giá cầu thủ, xét tuyển, đối chiếu trọng tài. Nếu mỗi mục đích lại phải ghi lại từ đầu, chi phí tăng gấp bội và chất lượng giảm dần theo mỗi lần làm lại. Ở đây, tôi phải nói thẳng một điều mà giới phân tích thường né. Sự thiếu hụt lớn nhất của bóng đá Việt Nam ở tầng dữ liệu không phải là thiếu xG. Nó là thiếu những bản ghi chép sự kiện nguyên thủy — chuỗi hành động từng giây đã tạo ra xG. Một chỉ số phái sinh không thể tốt hơn dữ liệu gốc làm ra nó. Nếu tình huống gốc được ghi bằng mắt người, không có mốc thời gian, không có tọa độ, thì mọi chỉ số xây trên đó chỉ là một lớp sơn. Và đây là chỗ quan điểm của tôi có thể gây khó chịu. Tỷ lệ kiểm soát bóng, chỉ số được nhắc đến nhiều nhất trên sóng truyền hình Việt Nam, là một trong những chỉ số dễ gây hiểu lầm nhất. Hai đội có thể kết thúc trận đấu với tỷ lệ kiểm soát chênh nhau mười phần trăm, nhưng nếu phần lớn số đường chuyền của đội cầm bóng nhiều hơn là chuyền ngang ở phần sân nhà, thì tỷ lệ đó nói rất ít về ai kiểm soát trận đấu. Kiểm soát bóng đo thời gian giữ bóng, không đo quyền kiểm soát không gian. Muốn đo quyền kiểm soát không gian, người ta cần dữ liệu vị trí — và dữ liệu vị trí lại đòi hỏi giao thức ghi chép mà chúng ta chưa có. Có một tầng khác thường bị bỏ qua: tầng cấp phép. Khi AFC và VFF xét một câu lạc bộ, họ xét cơ sở hạ tầng, hành chính, tài chính và thể thao. Một câu lạc bộ có thể đạt đủ bốn nhóm tiêu chí đó mà vẫn không có một phòng phân tích dữ liệu hoạt động đúng nghĩa. Đây không phải lỗi của câu lạc bộ. Đó là lỗi thiết kế của khung tiêu chí: nó chưa từng đặt câu hỏi về năng lực ghi chép. Ở khía cạnh trọng tài, khoảng trống này thể hiện rõ nhất. Khi một tình huống gây tranh cãi xảy ra, phần lớn cuộc tranh luận diễn ra trên hình ảnh, không trên dữ liệu. Người ta xem lại pha quay chậm, bàn về cảm giác, và kết thúc bằng một kết luận không thể kiểm chứng. Nếu trận đấu được ghi lại thành chuỗi sự kiện có tọa độ, câu hỏi sẽ đổi từ “trông có vẻ như thế nào” sang “vị trí thực tế ở đâu, ở thời điểm nào, và so với tiêu chuẩn đã định là gì”. Cỗ máy VAR không thổi còi; nó chỉ dạy chúng ta cách nhìn điều mình sắp tin. Và để dạy được điều đó, nó cần một nền dữ liệu đủ dày để đối chiếu. Về thị trường chuyển nhượng, hệ quả của tầng dữ liệu mỏng là định giá bằng cảm nhận. Một cầu thủ được đánh giá cao thường được đánh giá qua vài trận đáng nhớ hơn là qua một hồ sơ dài hạn. Quy định về suất ngoại binh khu vực ASEAN khiến các câu lạc bộ phải ra quyết định nhanh trong cửa sổ chuyển nhượng ngắn. Khi quyết định phải nhanh mà dữ liệu lại mỏng, sai số tăng. Một bản hợp đồng không đạt kỳ vọng không chỉ là một sai lầm chuyên môn; nó là một khoản chi phí chìm không thể thu hồi, và trong cấu trúc tài chính của nhiều câu lạc bộ V.League 1, những khoản như vậy có sức nặng lớn. Nhìn sang cấp độ đội tuyển, khoảng trống càng lộ rõ. Khi một cầu thủ trẻ từ học viện bước lên đội một, quá trình theo dõi em ấy thường bị đứt đoạn. Ở học viện, người ta có thể ghi lại số buổi tập, số phút thi đấu, chỉ số thể lực. Khi lên đội một, nếu câu lạc bộ không vận hành cùng một giao thức, dữ liệu cũ trở thành một hồ sơ rời rạc, không nối được với hiện tại. Những học viện như Hoàng Anh Gia Lai, PVF hay Viettel đã làm rất tốt phần đào tạo con người. Phần dữ liệu đi kèm con người thì chưa được làm tốt tương ứng. Tôi không kể những điều này để chỉ trích một ai. Cấu trúc dữ liệu của một nền bóng đá là sản phẩm của nhiều thập kỷ quyết định nhỏ, phần lớn được đưa ra vì lý do thực tế trước mắt: hết ngân sách, hết thời gian, hoặc đơn giản là chưa ai yêu cầu. Có một cách nhìn khác đáng để đặt lên bàn. Luật là một cỗ máy có thiết kế, và mọi thiết kế đều có thể sai. Khi khung cấp phép không đo năng lực ghi chép, nó vô tình khuyến khích các câu lạc bộ đầu tư vào những thứ dễ chứng minh — khán đài, biển quảng cáo, giấy tờ — thay vì những thứ khó chứng minh nhưng có giá trị dài hạn. Người viết luật không cố ý làm điều đó. Họ chỉ mô hình hóa những gì họ có thể đo. Và cái gì không đo được thì không vào luật. Tôi không xem trận đấu bằng mắt khán giả, mà bằng mắt của kẻ đang bị khán giả phán xét. Đó là lý do tôi luôn bắt đầu bằng câu hỏi về quy trình, không bằng câu hỏi về kết quả. Một quyết định đúng dựa trên dữ liệu sai vẫn là một quyết định có thể bị lật. Một quyết định sai dựa trên dữ liệu đúng thì vẫn có thể sửa được, vì người ta biết phải sửa ở đâu. Góc nhìn phản trực giác nằm ở đây. Phản ứng tự nhiên trước một tầng dữ liệu mỏng là đòi thêm công nghệ: thêm camera, thêm phần mềm, thêm nhà cung cấp. Kinh nghiệm từ chính công việc phân tích của tôi cho thấy điều ngược lại. Công nghệ không tạo ra dữ liệu tốt nếu không có người chịu trách nhiệm định nghĩa dữ liệu. Một chiếc camera ghi lại mọi thứ nhưng không ai gán nhãn cho nó thì chỉ tạo ra một núi hình ảnh, không phải một bộ dữ liệu. Nguy hiểm thứ hai còn tinh vi hơn: áp lực phải có nội dung. Khi một tòa soạn cần bài phân tích cho mỗi trận đấu, mà dữ liệu nền lại trống, hệ thống sẽ tự động lấp chỗ trống bằng những gì nghe hợp lý. Một thuật toán lấp số. Một biên tập viên lấp nhận định. Kết quả là một tầng phủ sóng giả — trông như có phân tích, thực chất không có gì để phân tích. Loại nội dung này nguy hiểm hơn cả sự im lặng, vì nó tạo ra niềm tin sai lệch ở người đọc. Trong hệ thống đó, một tệp trống được dán nhãn trung thực lại là sản phẩm có giá trị nhất. Nó nói đúng sự thật rằng: chúng ta chưa ghi lại được. Chỉ khi thừa nhận điều đó, người ta mới đi sửa khâu ghi chép. Rõ ràng và hiển nhiên — cách luật thể thao đặt tên cho sự bất lực của chính mình — cũng vận hành theo cùng một logic: một tiêu chuẩn chỉ có thể được áp dụng nếu có dữ liệu để đối chiếu. Hướng đi phía trước không nằm ở một phần mềm mới. Nó nằm ở một tài liệu định nghĩa ngắn, được thống nhất giữa các câu lạc bộ, quy định rằng mỗi trận đấu phải để lại một bản ghi sự kiện có mốc thời gian và có thể đối chiếu. Khi tầng ghi chép đó tồn tại, mọi thứ xây trên nó — từ đánh giá cầu thủ đến tranh luận trọng tài — mới có nền. Câu hỏi không phải là bóng đá Việt Nam có đủ dữ liệu hay chưa. Câu hỏi là: nếu ngày mai có đủ, chúng ta có đủ quy trình để tin vào nó không?