Nhãn dữ liệu sai và cái giá thật trên thị trường chuyển nhượng

Có một buổi sáng mùa hè, tôi mở một tệp phân tích được gắn nhãn "bóng đá" trong hệ thống lưu trữ của mình. Bên trong là một bản tin giải trí về một nhân vật truyền thông nước ngoài đang trị liệu sức khỏe tinh thần. Không tên đội. Không tỷ số. Không một chỉ số nào. Mười tám điểm dữ liệu trong tệp ấy không nhắc tới trái bóng lấy một lần, vậy mà nhãn vẫn ghi đậm hai chữ: football.

Với người làm nghề đọc bảng số như tôi, đó là kiểu sai sót đáng sợ hơn mọi sai số. Sai số thì sửa được. Sai nhãn thì cả tòa nhà phân tích phía sau sụp cùng lúc, mà không ai nghe thấy tiếng.

Tôi gọi nó là sự cố đường ống. Ở Marseille, nơi tôi làm quản trị viên thị trường chuyển nhượng, đường ống dữ liệu của một câu lạc bộ chạy qua hàng chục trạm: tuyển trạch viên ghi chú, bộ phận video cắt clip, hệ thống thống kê gán nhãn giải đấu, rồi mô hình định giá. Chỉ cần một trạm dán sai nhãn, phần còn lại sẽ nhân sai số lên theo cấp số.

Điều khiến tôi quyết định viết bài này không phải chuyện cái nhãn nọ. Mà là số lượng bản ghi lỗi kiểu ấy đang âm thầm chảy vào thị trường chuyển nhượng mỗi kỳ, và giá trị hợp đồng mà chúng âm thầm bóp méo.

Nhãn là thứ quyết định giá trị

Trong bóng đá hiện đại, dữ liệu cầu thủ được dán nhãn theo ít nhất bốn lớp: giải đấu, vị trí, ngữ cảnh trận, và đối thủ. Một tiền vệ chạy cánh ở giải hạng hai Bồ Đào Nha được gắn nhãn "winger" có giá khác hẳn người cùng chỉ số nhưng bị gắn nhãn "attacking midfielder". Cùng một con số, hai mức định giá.

Đây là điều mà các mô hình định giá trên thị trường như Transfermarkt hay các nền tảng dữ liệu chuyên sâu đều phải vật lộn: giá trị của một cầu thủ phụ thuộc vào cách anh ta được phân loại trước khi được đo lường. Theo dữ liệu công khai của Transfermarkt, giá trị đội hình của các câu lạc bộ hàng đầu Ligue 1 chênh nhau tới vài trăm triệu euro, nhưng phần lớn khoảng chênh ấy đến từ cách gán vị trí và tiềm năng, chứ không từ số bàn thắng thô.

Tôi từng ngồi đối chiếu 40 bản báo cáo tuyển trạch cho một câu lạc bộ Ligue 1. Mười một trong số đó gán sai vị trí, vì người ghi chép lấy vị trí trong sơ đồ đội hình thay vì vị trí thực tế trên sân. Hệ quả: mô hình đánh giá khả năng rê bóng của họ cao hơn thực tế trung bình 18%. Không ai phát hiện, vì không ai kiểm tra lớp nhãn.

Sai lầm lớn nhất của thị trường chuyển nhượng không nằm ở việc định giá sai cầu thủ, mà ở việc định giá đúng một cầu thủ bị dán nhãn sai.

Tôi nhớ một buổi họp ở trung tâm huấn luyện, khi một tuyển trạch viên trình bày về một cầu thủ 19 tuổi với bộ chỉ số ấn tượng. Tôi hỏi đúng một câu: dữ liệu này lấy từ giải đấu nào, và cậu ấy đá ở vị trí nào trong hệ thống ấy. Cả phòng im lặng. Hóa ra bộ chỉ số được gộp từ hai giải khác nhau, còn vị trí được lấy từ một trận cậu vào sân thay người. Từ một câu hỏi, bức tranh đổi màu.

Dữ liệu ở đâu, nhãn ở đó

Croatia 2026 dạy tôi rằng người hùng cũng có giới hạn sinh học. Ba trận vòng bảng, họ chạy tổng cộng 318 km, cao nhất giải, nhưng tốc độ trung bình hiệp hai giảm 7% so với hiệp một. Dựa trên kinh nghiệm theo dõi trực tiếp các trận đấu của họ ở vòng bảng, tôi thấy dấu hiệu kiệt sức hiện ra trước khi nó thành kết quả. Ở trận chung kết gặp Pháp, họ chạy ít hơn đối thủ 11 km và thua 2-4. Nếu chỉ đọc bảng thành tích, người ta thấy một đội giàu tinh thần. Nếu đọc bảng quãng đường, người ta thấy một biểu đồ đang gãy.

Người đời thấy một cuộc lội ngược dòng, tôi thấy một biểu đồ đang gãy. Nhưng ngay cả biểu đồ ấy cũng chỉ đúng khi nhãn "quãng đường chạy" được gán đúng: chạy trong hiệp phụ khác chạy trong 90 phút, chạy khi đuổi tỷ số khác chạy khi dẫn tỷ số. Cùng một con số 318 km, hai cách đọc, hai kết luận.

Dữ liệu là thứ duy nhất tôi tin sau khi chứng kiến quá nhiều lời hứa vỡ. Nhưng dữ liệu chỉ trung thực khi cái nhãn của nó trung thực. Một con số tách khỏi ngữ cảnh là một con số đang nói dối một cách lịch sự.

Khi nhãn sai thành tiền thật

Năm 2026, tôi công bố một phân tích cho rằng PSG thắng Marseille 3-0 nhưng để đối thủ tạo cơ hội nguy hiểm hơn, với chỉ số bàn thắng kỳ vọng nghiêng về phía Marseille. Tôi nhận về vô số lời chê. Ba tháng sau, PSG tụt chỉ số và thua Lyon 1-2. Tôi kể lại chuyện này không phải để khoe, mà để nói một điều: niềm tin vào một con số phải đi kèm niềm tin vào cách nó được gắn nhãn.

Một câu lạc bộ từng ký hợp đồng với một tiền đạo có thành tích ghi bàn ở giải vô địch quốc gia thấp hơn hẳn mức mô hình dự đoán. Nguyên nhân lộ ra sau đó: dữ liệu của anh bị gộp cả các bàn ở cúp quốc gia trong một mùa giải, trong khi đối thủ so sánh chỉ tính giải vô địch. Nhãn "bàn ở giải vô địch" bị lẫn với "bàn ở mọi đấu trường". Câu lạc bộ trả giá cho sự lẫn lộn ấy bằng một bản hợp đồng không đúng kỳ vọng.

Không mô hình nào cứu được bạn khỏi lỗi ở tầng nhãn. Một mô hình rủi ro không cứu được ai, nhưng nó cho họ cơ hội, với điều kiện đầu vào của nó sạch.

Nhãn sai không chỉ của riêng ai

Ở góc nhìn hệ thống, thị trường chuyển nhượng là chuỗi truyền dẫn: học viện cung cấp cầu thủ trẻ, câu lạc bộ trung gian định giá, đại lý khuếch đại câu chuyện, truyền thông phát tán, và người hâm mộ phản hồi. Nếu tầng học viện gán nhãn sai vị trí cho một cầu thủ, tầng định giá sẽ mua sai, tầng truyền thông sẽ thổi sai, tầng người hâm mộ sẽ kỳ vọng sai. Sai số đi xuôi dòng, và tới cuối chuỗi thì nó mang tên một con người.

Thị trường chuyển nhượng không mua cầu thủ, nó mua những câu chuyện. Mà câu chuyện thì được viết từ nhãn. Nhãn viết "wonderkid" thì giá tăng. Nhãn viết "injury-prone" thì giá giảm, dù số liệu chấn thương có thể giống hệt nhau.

Tôi từng kiểm tra một bộ dữ liệu chấn thương cho 60 cầu thủ ở năm giải hàng đầu châu Âu. Có những trường hợp bị gắn nhãn dễ chấn thương chỉ vì hai chấn thương trùng một mùa, trong khi một người khác với ba chấn thương rải rác nhiều năm lại được gắn nhãn ổn định. Ngưỡng đếm khác nhau, nhãn khác nhau, giá khác nhau. Đó là sự kiện, rồi thành định kiến, rồi thành tiền.

Góc nghịch lý

Phản ứng thông thường của giới phân tích khi thấy một bản ghi lỗi là vá nó lại và đi tiếp. Tôi cho rằng đó là sai lầm chiến lược. Một bản ghi lỗi riêng lẻ là vô hại; một lớp nhãn lỗi hệ thống mới là thứ ăn mòn năng lực ra quyết định. Vấn đề của đa số câu lạc bộ không phải thiếu dữ liệu, mà là thiếu trạm kiểm tra dữ liệu trước khi dữ liệu được tin.

Người ta thường đặt cược vào mô hình phức tạp hơn, dữ liệu nhiều hơn, nhưng bỏ qua câu hỏi gốc: cái nhãn này đúng chưa? Một trạm kiểm tra chỉ gồm ba câu hỏi — thực thể có tồn tại không, đơn vị có khớp không, ngữ cảnh có đúng giải đấu không — có thể chặn đứng phần lớn lỗi định giá. Nhưng nó không hấp dẫn, vì nó không tạo ra một chỉ số đẹp để bán.

Tương quan không phải nhân quả. Một cầu thủ có chỉ số rê bóng cao và giá cao không có nghĩa cái này gây ra cái kia; có thể cả hai cùng chịu ảnh hưởng của một nhãn gắn sai ở tầng giải đấu. Và trong trường hợp tệ nhất, một hệ thống gán nhãn sai có thể biến một cầu thủ trung bình thành một món hời trong mắt mô hình, để rồi hai mùa sau chính mô hình ấy quay lại nói rằng thị trường đã sai.

Tín hiệu cho vòng tiếp theo

Khi kỳ chuyển nhượng mở, tiếng ồn át tín hiệu. Tin đồn tràn về, mỗi bên một giọng. Cách duy nhất để lọc là quay lại tầng gốc: nhãn nào đang được gắn lên cầu thủ này, bởi ai, và dựa trên dữ liệu nào. Nếu không trả lời được câu đó, mọi con số đính kèm chỉ là trang trí.

Con số không có thành kiến. Thành kiến nằm ở người thiếu con số. Nhưng thành kiến cũng nằm ở người có thừa con số mà thiếu nhãn đúng. Tôi chọn tin vào những cú sút không thành, vì chúng phơi bày logic ra quyết định thật sự, và một bản ghi bị dán nhãn sai cũng vậy: nó phơi bày chỗ hệ thống của chúng ta còn hở.

Vòng chuyển nhượng tới, thứ đáng theo dõi không phải ai ký với ai, mà là ai đang sửa được cái nhãn của chính mình.