Khi bảng dữ liệu trống rỗng: nghề phân tích bóng đá đang tự lừa mình như thế nào

Khi bảng dữ liệu trống rỗng: nghề phân tích bóng đá đang tự lừa mình như thế nào

2 giờ 47 phút sáng ngày 12 tháng 3 năm 2026, tại một căn hộ tầng bốn ở khu Ruzafa, Valencia. Màn hình bên trái là trận đấu vòng 30 Segunda División. Màn hình bên phải là bảng dữ liệu trực tiếp mà tôi trả tiền thuê theo tháng: bản đồ chuyền bóng, chỉ số bàn thắng kỳ vọng, biểu đồ áp sát, quãng đường di chuyển cập nhật mỗi ba mươi giây. Đến phút 63, toàn bộ các ô chuyển sang màu xám. Không bàn thắng kỳ vọng. Không số đường chuyền. Không bản đồ nhiệt. Chỉ còn cột thời gian chạy đều đặn như nhịp tim của một chiếc máy đã chết não.

Tôi vẫn viết. Suốt 47 phút sau đó, tôi viết được khoảng 1.400 từ về thế trận áp sát của đội chủ nhà, về việc tuyến giữa bị khoét ở hành lang trong, về một trung vệ đang chơi cao hơn bình thường tám mét. Khi luồng dữ liệu trở lại, tôi đối chiếu từng câu. Ba nhận định khớp với dữ liệu. Phần còn lại là ký ức, định kiến và sự tự tin.

Đó là khoảnh khắc tôi hiểu ra điều mà nghề này ít khi chịu nói to: khoảng trống dữ liệu không hề im lặng. Nó luôn được lấp đầy, và người lấp đầy nó là chính chúng ta.

Bối cảnh: một ngành công nghiệp được xây trên giả định rằng dữ liệu luôn có mặt

Bóng đá châu Âu đã đi một chặng dài kể từ khi hệ thống Prozone xuất hiện ở Premier League đầu thập niên 2026, thời điểm các câu lạc bộ còn thuê sinh viên ngồi bấm nút ghi lại từng đường chuyền. Ngày nay, một trận đấu ở giải hàng đầu châu Âu sinh ra khoảng ba nghìn sự kiện được mã hóa thủ công, cộng thêm hàng triệu điểm tọa độ từ hệ thống theo dõi quang học. Stats Perform, StatsBomb, Hudl, SkillCorner và hàng chục nhà cung cấp nhỏ hơn bán những gói dữ liệu này cho câu lạc bộ, cho đài truyền hình, cho nhà cái và cho những người viết như tôi.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi cả ở khán đài Mestalla lẫn qua màn hình, tôi thấy ngành này vận hành như một đường ống bốn tầng: thu thập, trích xuất, mô hình hóa, và cuối cùng là kể chuyện. Tầng trích xuất là tầng mong manh nhất. Nó phụ thuộc vào camera được hiệu chuẩn đúng, vào kết nối không bị rớt, vào định dạng tệp không bị lỗi mã hóa. Khi tầng đó gãy, ba tầng còn lại không hề dừng.

Điều đáng nói là chúng không dừng vì chúng không thể dừng. Một bản tin phải lên sóng lúc 23 giờ. Một bài phân tích phải được đăng trước khi độc giả chuyển sang trận tiếp theo. Nên khi ô dữ liệu trống, người ta điền vào bằng thứ sẵn có nhất: trực giác, ký ức về những trận tương tự, và uy tín cá nhân.

Tôi từng nghĩ đây là chuyện riêng của những người viết tự do thiếu kiểm chứng. Nhưng khi hỏi chuyện ba nhà phân tích làm việc tại các trung tâm dữ liệu quang học ở Tây Ban Nha, câu trả lời giống nhau: tình trạng mất tín hiệu cục bộ xảy ra thường xuyên hơn nhiều so với những gì báo cáo kỹ thuật thừa nhận. Và cách xử lý phổ biến nhất vẫn là nội suy.

Ô trống không hề trung lập

Một ô dữ liệu trống mang trong nó một lời mời gọi. Nó không nói "tôi không biết". Nó nói "hãy đoán xem". Về mặt tâm lý, con người chịu đựng sự mơ hồ kém hơn nhiều so với việc chịu đựng một phán đoán sai. Chúng ta thà sai còn hơn treo lơ lửng.

Đây là cơ chế mà tôi gọi là nội suy tự tin. Khi không có số liệu, bộ não không để trống chỗ đó. Nó lấy mẫu từ một kho ký ức gần nhất, thường là những trận đấu có cùng bối cảnh, cùng mặt sân, cùng đối thủ, rồi dán nhãn cho mẫu đó bằng cảm giác chắc chắn. Cảm giác chắc chắn này không tỷ lệ thuận với lượng bằng chứng. Nó tỷ lệ thuận với số lần ta đã kể câu chuyện tương tự.

Có một ví dụ tôi vẫn dùng khi giảng cho các bạn sinh viên ở Valencia: nếu bạn cho hai nhà phân tích xem cùng một trận đấu nhưng một người được xem kèm bảng dữ liệu còn người kia thì không, họ sẽ đưa ra hai mô tả khác nhau về cùng một hàng phòng ngự. Người có dữ liệu sẽ nói về khoảng cách giữa các tuyến. Người không có dữ liệu sẽ nói về thái độ và tinh thần. Cả hai đều đúng một phần, nhưng chỉ một trong hai biết mình đang thiếu gì.

Ai cũng nhìn thấy trái bóng, tôi nhìn thấy người cầm bút vẽ trận đấu. Và khi không có bảng số, người cầm bút ấy đang vẽ bằng trí nhớ của chính mình.

Bảy cú sút và bốn bàn thắng

Ngày 15 tháng 7 năm 2026, tại Luzhniki, Pháp thắng Croatia 4-2 và giành chức vô địch World Cup. Tôi viết bài đầu tiên lúc 3 giờ sáng giờ Tây Ban Nha, với tựa đề gây tranh cãi rằng Pháp vô địch nhưng không xứng đáng. Số liệu tôi dẫn khi đó: Pháp kiểm soát bóng khoảng một phần ba thời gian, tung ra bảy cú sút và ghi bốn bàn.

Sáu năm sau, tôi đọc lại và thấy điều đáng giá không nằm ở kết luận. Điều đáng giá nằm ở chỗ bảy cú sút ấy chẳng nói lên gì về trận đấu cả. Nó là một con số có thật, được trích dẫn chính xác, và gần như không mang thông tin về cách Pháp tạo ra cơ hội. Pháp khai thác khoảng trống sau lưng hàng tiền vệ Croatia bằng những đường chuyền dài vượt tuyến đúng ba lần trong cả trận, và cả ba lần đều dẫn tới bàn thắng hoặc phạt đền.

Không bảng dữ liệu đại chúng nào hiển thị chỉ số đó năm 2026. Không có ô nào mang tên chất lượng đường chuyền vượt tuyến sau khi đoạt bóng. Nên người viết, kể cả người viết có dữ liệu trong tay, buộc phải chọn giữa nói về cái được đo và nói về cái đã xảy ra. Rất nhiều người chọn vế đầu, vì vế đầu có hình minh họa đẹp.

Pháp vô địch, nhưng điều tôi nói năm 2026 vẫn còn nguyên. Đội bóng ấy giành cúp bằng những thứ không nằm trong bảng chỉ số, và việc chúng ta tranh cãi suốt nhiều năm về nó chủ yếu chứng minh rằng bảng chỉ số đã không làm tròn nhiệm vụ giải thích.

Salzburg 2026 và chỉ số chưa từng tồn tại

Năm 2026, khi còn là sinh viên năm hai ngành xã hội học, tôi xem trận chung kết UEFA Youth League có Salzburg. Bạn cùng phòng chỉ quan tâm tỷ số. Tôi bị hút vào một chi tiết khác: có những thời điểm bảy cầu thủ đội bóng nước Áo lao lên cùng lúc ở khoảng ba mươi mét cuối sân, không ai trong số họ chạm bóng, và đối thủ mất bóng sau bốn đường chuyền.

Tôi viết một bài dài hai nghìn chữ trên blog cá nhân, khẳng định bóng đá Tây Ban Nha sẽ phải vay mượn ý tưởng này trong vòng ba năm. Bài bị chế giễu vì được cho là nhìn xa xôi quá. Ba năm sau, áp sát tầm cao trở thành chuyện thường ngày ở La Liga.

Điều tôi muốn nhấn mạnh ở đây không phải là tôi đã đúng. Điều đáng nói là năm 2026 chưa có chỉ số nào đo được cái tôi đang nhìn. PPDA, chỉ số đo số đường chuyền cho phép đối thủ thực hiện trên mỗi hành động phòng ngự, chỉ phổ biến ở châu Âu vài mùa sau đó. Trước khi chỉ số tồn tại, thứ duy nhất tôi có là mắt và sự kiên nhẫn.

Nghịch lý nằm ở chỗ này: nếu tôi không có mắt, tôi không thấy được nó. Nếu tôi chỉ có mắt mà không có kỷ luật ghi chép, tôi cũng không kể lại được. Dữ liệu không sinh ra nhận định. Nó chỉ xác nhận hoặc bác bỏ nhận định đã có. Và khi dữ liệu chưa tồn tại, người viết phải chịu trách nhiệm một mình.

Cú lừa chiến thuật từ giải trẻ Tây Ban Nha đang hiện diện khắp châu Âu. Nhưng nó chỉ được nhận ra sau khi ai đó đã dám tin vào mắt mình trước khi có chỉ số chống lưng.

Valencia 2026-04 và những gì bảng dữ liệu không ghi

Tháng 3 năm 2026, giải vô địch quốc gia Tây Ban Nha bị hoãn vô thời hạn. Tôi không viết nổi một dòng nào trong ba tuần. Rồi một đêm, tôi nảy ra ý định xem lại toàn bộ các trận đấu của Valencia ở mùa giải họ vô địch La Liga dưới thời Rafa Benítez, để tìm xem điều gì đã biến đội bóng ấy thành một cỗ máy bền bỉ đến vậy.

Tôi ghi chép bằng tay trong suốt nhiều tuần, tô màu từng vị trí xuất phát, và phát hiện một điều mà không bảng thống kê đại chúng nào thời đó hiển thị: mức độ luân chuyển đội hình của Benítez ở mùa giải năm ấy cao đến mức, nếu nhìn theo con số ngày nay, nó sẽ bị coi là mất ổn định. Cùng một đội hình gần như không bao giờ xuất phát hai trận liên tiếp.

Các ô dữ liệu ngày nay có cột số phút thi đấu, có cột số trận ra sân, có bản đồ nhiệt vị trí trung bình. Không ô nào hiển thị logic đằng sau việc luân chuyển. Chúng ghi lại kết quả của một quyết định, không ghi lại lý do. Người đọc bảng số nhìn thấy mười một cái tên khác nhau mỗi tuần. Người theo dõi cả mùa giải nhìn thấy một tưởng về tải trọng và thời điểm.

Khoảng cách giữa hai cách nhìn đó chính là khoảng cách giữa dữ liệu và hiểu biết. Bảng số không sai. Nó chỉ trả lời một câu hỏi khác với câu hỏi mà người ta tưởng nó đang trả lời.

VAR, năm mươi khung hình và mười sáu phân

Có một lĩnh vực mà ảo giác về sự đầy đủ của dữ liệu rõ ràng hơn cả: công nghệ việt vị. Từ World Cup 2026 ở Qatar, FIFA đưa vào hệ thống việt vị bán tự động với mười hai camera chuyên dụng theo dõi hai mươi chín điểm trên cơ thể cầu thủ, lấy mẫu năm mươi lần mỗi giây. Nghe như một hệ thống không thể sai.

Nhưng hãy làm phép tính mà bất kỳ ai cũng làm được. Năm mươi lần mỗi giây nghĩa là khoảng thời gian giữa hai khung hình là hai phần trăm giây. Một cầu thủ chạy nước rút ở tốc độ ba mươi kilômét mỗi giờ, tức khoảng tám mét ba mỗi giây, sẽ dịch chuyển gần mười bảy xăng-ti-mét trong khoảng thời gian đó. Một phần ba chiều dài bàn chân.

Hệ thống bù trừ bằng mô hình nội suy giữa các khung hình, và mô hình đó hoạt động tốt. Nhưng điều quan trọng là phải nói rõ: vạch việt vị mà khán giả nhìn thấy là một sản phẩm được dựng lại, có sai số, và được trình bày bằng đồ họa trông như thể sai số bằng không. Cây bút dựng nên hình ảnh đó không bao giờ xuất hiện trong khung hình truyền hình.

Vấn đề không nằm ở công nghệ. Vấn đề nằm ở cách truyền thông sử dụng nó để chấm dứt tranh luận. Một đường vạch được vẽ bằng thuật toán, có biên độ sai số, đang được đối xử như một phán quyết của tòa án. Và bản năng tấn công của cầu thủ, thứ vốn được nuôi bằng việc chấp nhận rủi ro trong gang tấc, đang bị điều chỉnh bởi một mô hình xác suất mà chính họ không được nhìn thấy.

Quãng đường di chuyển và những bước chạy không dẫn tới đâu

Đây là điểm tôi tranh luận nhiều nhất với các đồng nghiệp ở Tây Ban Nha. Quãng đường di chuyển và số lần bứt tốc được đóng gói và bán cho khán giả như chỉ số của nỗ lực. Trên thực tế, chúng đo chuyển động, không đo hiệu quả.

Một hậu vệ biên chạy mười hai kilômét trong một trận có thể chỉ là người thường xuyên ở sai vị trí và phải chạy về để sửa sai. Một tiền vệ trung tâm chỉ chạy chín kilômét nhưng chạy đúng ba lần ở đúng ba thời điểm có thể là cầu thủ quan trọng nhất trên sân. Bảng số xếp người thứ nhất lên trước. Trận đấu thì không.

Tôi từng ngồi cạnh một trợ lý phân tích của một câu lạc bộ La Liga trong một buổi tối xem bóng. Anh ấy nói một câu mà tôi ghi lại ngay: nếu bạn trả tiền cho một chỉ số, bạn sẽ có xu hướng bảo vệ nó trong cuộc họp. Hiệu ứng đó không chỉ xảy ra ở câu lạc bộ. Nó xảy ra trong cả nghề viết.

Sân không khán giả năm 2026 và tiếng nói từ chiến thuật

Đại dịch cướp đi tiếng hò reo, nhưng trả lại sự sáng tạo trong tuyệt vọng. Khi sân vận động không có khán giả, tôi nghe thấy tiếng nói rõ nhất từ chiến thuật. Mười một cầu thủ không còn cửa sổ để phô diễn trước khán đài. Họ chỉ còn nhiệm vụ.

Tháng 6 năm 2026, khi La Liga trở lại sau gần ba tháng hoãn, tôi xem trận đầu tiên và ghi lại điều bất thường: số đường chuyền dài tăng vọt, số pha đi bóng cá nhân giảm mạnh. Nhưng khi tra cứu các bảng thống kê sau đó, tôi nhận ra mình đã mô tả sai nguyên nhân. Tôi nghĩ đến việc thiếu khán giả tạo ra sự khắt khe về cấu trúc. Dữ liệu sau đó cho thấy yếu tố quyết định là lịch thi đấu ba ngày một trận trong điều kiện thể lực chưa hồi phục sau đợt nghỉ dài.

Đó là bài học đắt nhất mà tôi tự trả cho mình: hai giả thuyết đều hợp lý, và chỉ dữ liệu mới tách được chúng. Nếu khi đó tôi không chịu đi tra cứu, tôi đã để lại một nhận định sai nhưng nghe rất hay, và nó sẽ sống trong kho lưu trữ của tôi thêm nhiều năm.

Tôi có thể sai ở đâu

Có ba chỗ mà lập luận của tôi dễ sụp nhất.

Chỗ thứ nhất là giả định rằng nhận định trước dữ liệu luôn đáng giá. Nó chỉ đáng giá khi đi kèm với việc kiểm tra lại một cách nghiêm túc. Một người viết có trực giác tốt nhưng không bao giờ đối chiếu sẽ tạo ra một kho lưu trữ toàn những câu đúng ngẫu nhiên và sai có hệ thống.

Chỗ thứ hai là đánh giá thấp nội suy. Các mô hình nội suy mà những nhà cung cấp dữ liệu sử dụng khi mất tín hiệu được xây dựng bởi những người giỏi hơn tôi. Trong phần lớn trường hợp, mô hình của họ đúng hơn ký ức của tôi. Nếu tôi phủ nhận giá trị của họ, tôi đang lặp lại chính sai lầm mà tôi đang phê phán: đặt niềm tin vào một nguồn duy nhất.

Chỗ thứ ba, và đây là chỗ tôi nghĩ nhiều nhất, là giả định rằng khán giả muốn sự thật. Bóng đá là sản phẩm giải trí. Một bản tin trống trơn với dòng chữ "chưa đủ dữ liệu để kết luận" có thể chính xác tuyệt đối và đồng thời vô dụng với một người vừa thức dậy lúc sáu giờ sáng để xem lại trận đấu. Nhu cầu tường thuật lớn hơn nhu cầu kiểm chứng. Tôi có thể đang đề xuất một chuẩn mực mà thị trường không trả tiền cho nó.

Tôi không viết để được đồng tình, tôi viết để mở cánh cửa mà người khác khóa lại. Nhưng cánh cửa ấy chỉ có nghĩa nếu có người bước qua.

Điều tôi cho là sẽ xảy ra

Trong hai mùa giải tới, tôi dự đoán sẽ xuất hiện một vai trò mới trong các bộ phận phân tích của câu lạc bộ châu Âu: người phụ trách độ toàn vẹn dữ liệu, có nhiệm vụ công khai những điểm mất tín hiệu và những chỉ số không đủ mẫu để kết luận. Tôi cũng dự đoán các nhà cung cấp dữ liệu lớn sẽ bắt đầu bán gói kèm báo cáo về độ phủ và tỷ lệ nội suy của từng trận, trước hết cho thị trường cá cược, nơi sai số có giá bằng tiền.

Và tôi dự đoán một điều nhỏ hơn nhưng mang tính kiểm chứng được: bài phân tích bóng đá có ảnh hưởng nhất mùa giải tới ở châu Âu sẽ là một bài kết thúc bằng câu chưa thể kết luận. Nếu điều đó thành sự thật, nghề này đã tiến được một bước. Nếu không, chúng ta vẫn sẽ tiếp tục viết 1.400 từ trong những khoảng thời gian mà bảng dữ liệu đang trống, và gọi đó là phân tích.