Cố vấn dữ liệu và bản phân tích trống: giới hạn của số liệu trong thể thao chuyên nghiệp

Sáng thứ Ba tại Surabaya, mưa đập lên mái tôn văn phòng nhỏ trên đường Darmo. Tôi mở lại bản báo cáo mình vừa gửi cho ban huấn luyện một câu lạc bộ hạng nhất Indonesia. Mười bốn trang. Cả chín ô phân tích đều trả về đúng một câu giống nhau: không đủ thông tin để đánh giá.

Không tên giải đấu. Không số điểm xếp hạng. Không mốc thời gian. Không tên cầu thủ. Không một dòng kết quả nào. Người gửi tệp dữ liệu gốc là một trợ lý phân tích hai mươi bảy tuổi. Cậu ấy nhắn qua ứng dụng nhắn tin rằng hệ thống truy xuất gặp lỗi nhưng không ai kịp sửa trước hạn chót.

Một chuyện nhỏ trong một tuần bình thường của bóng đá Indonesia. Nhưng khi tôi ngồi lại nhìn mười bốn trang trắng ấy, tôi nhận ra mình đang nhìn chính nghề của mình ở một tư thế hiếm khi được nhìn tới: tư thế không có gì để nói.

Hơn hai mươi năm theo dõi và phân tích thể thao, tôi quen với việc bảng số luôn có gì đó để đọc. Có lần tôi đọc kết quả trận, có lần đọc chỉ số nâng cao, có lần đọc vị trí xuất phát của cú sút, có lần chỉ đọc khoảng cách giữa hai tuyến khi đội nhà mất bóng. Bản báo cáo trống hôm ấy dạy tôi một điều khác hẳn: phần khó nhất của nghề phân tích không phải là tìm ra con số đúng, mà là nhận ra lúc nào không có con số nào đúng cả. Đó là kỹ năng mà không trường lớp nào dạy, và cũng là kỹ năng mà thị trường trả tiền ít nhất.

Chín ô cửa sổ và cái nghi thức nghề

Bản báo cáo bị lỗi ấy không phải sản phẩm của sự cẩu thả. Nó là kết quả của một khuôn phân tích chín chiều mà tôi và hai cộng sự xây dựng từ năm 2026, ban đầu để phục vụ công tác tuyển trạch cho một học viện bóng đá trẻ ở Đông Java, sau đó được các câu lạc bộ và một vài liên đoàn mời dùng thử.

Chín chiều ấy gồm: phân tích kỹ thuật và chiến thuật; phong độ và dữ liệu cầu thủ; phân tích hệ thống giải đấu; cục diện thế giới và định vị đội bóng; luật lệ và thể chế; ban huấn luyện cùng hệ thống hỗ trợ; bề mặt rủi ro; câu chuyện công chúng và kỳ vọng; cuối cùng là truyền dẫn cấp ngành — từ thương hiệu thiết bị, thương mại giải đấu, thị trường khu vực, chuỗi phát triển tài năng cho tới dòng vốn và các định chế.

Ý tưởng đằng sau khuôn này rất đơn giản. Một cầu thủ chơi hay trong một trận chưa nói lên điều gì về anh ta ở mùa giải sau. Một đội thắng một giải chưa nói lên điều gì về hệ thống đào tạo của quốc gia đó. Muốn đọc đúng, người phân tích phải mở nhiều cửa sổ cùng lúc, rồi kiểm tra xem các cửa sổ có nhìn về cùng một hướng hay không.

Nhưng khuôn chín chiều có một điểm yếu chí tử mà tôi chỉ nhận ra khi nhìn nó trả về toàn số không: một khuôn phân tích càng chi tiết thì càng dễ tạo ra ảo giác rằng nó luôn có câu trả lời. Cấu trúc quá đẹp khiến người ta quên mất một sự thật thô ráp — nếu đầu vào rỗng, đầu ra cũng rỗng, và mọi ô trống đều là lời thú nhận trung thực nhất mà hệ thống có thể đưa ra.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, các đồng nghiệp trẻ thường mắc một lỗi giống nhau: khi gặp ô trống, họ lấp nó bằng suy đoán, bằng cảm giác, bằng một câu chuyện nghe hợp lý. Tôi hiểu vì sao. Không ai muốn nộp một bản báo cáo mười bốn trang toàn chữ "không đủ thông tin". Ban huấn luyện sẽ hỏi tiền đâu. Nhưng chính vì thế mà nghề này có một tỷ lệ lớn những phân tích nghe rất chuyên nghiệp, được trình bày rất đẹp, và không có cơ sở nào ngoài việc tác giả sợ để trống ô.

Tôi từng thuộc nhóm người đó. Và tôi đã trả giá.

Trận play-off 2026: mô hình trả về 1,8, thực tế trả về số không

Năm 2026, tôi ba mươi sáu tuổi, là cố vấn dữ liệu cho Persebaya Surabaya ở Liga 2 Indonesia. Đội bước vào trận play-off thăng hạng gặp PSIS Semarang. Tôi chuẩn bị một bộ hồ sơ dày gần bốn mươi trang, trong đó phần tôi tự tin nhất là mục mô hình bàn thắng kỳ vọng.

Mô hình của tôi dự đoán Persebaya tạo ra 1,8 xG trong điều kiện chơi đúng kế hoạch. Từ đó tôi khuyến nghị ban huấn luyện đẩy cao đội hình, tăng số người ở phần sân đối phương, và tin rằng áp lực sẽ tạo ra bàn thắng sớm. Kết quả: thua 0-2.

Khi ngồi xem lại băng hình, tôi thấy rõ thứ mà mô hình của tôi đã che mất. PSIS chủ động nhường thế trận, lùi hàng thủ sâu, bịt trung lộ và mời Persebaya sút từ xa. Cả trận, Persebaya sút mười chín lần, nhưng mười lăm trong số đó xuất phát từ ngoài vòng cấm, và phần lớn là những cú sút ở góc hẹp không có ai phía sau để đón bóng hai. Tổng xG không sai về mặt số học. Nó sai về mặt câu chuyện.

Tôi đã bỏ qua hai thứ. Thứ nhất là chỉ số PPDA — số đường chuyền đối phương cho phép trước mỗi hành động phòng ngự — vốn cho thấy PSIS không hề mất kiểm soát mà đang chủ động chọn vùng phòng ngự. Thứ hai là vị trí xuất phát của cú sút, thứ mà mọi mô hình đều tính nhưng rất ít người đọc tới khi đưa ra quyết định.

Sai lầm ấy dạy tôi câu đầu tiên trong bộ nguyên tắc nghề mà tôi vẫn đọc lại mỗi sáng thứ Hai: "Mô hình không sai, tôi đã sai khi bắt nó nói thay cho mắt mình." Một chỉ số tổng hợp thành công ở chỗ nó nén thông tin lại. Nó thất bại ở chỗ người dùng quên rằng nén nghĩa là mất dữ liệu.

Từ mùa giải sau, tôi thay đổi quy trình. Mọi con số gửi cho ban huấn luyện phải kèm ba thứ: bối cảnh trận đấu, vùng sân phát sinh, và một dòng cảnh báo về điều kiện có thể làm con số mất giá trị. Nếu không đủ dữ liệu để mô tả bối cảnh, tôi ghi thẳng vào báo cáo rằng phần đó không đủ cơ sở kết luận. Ban đầu có người phàn nàn. Về sau, chính những dòng cảnh báo ấy là phần được đọc kỹ nhất trước giờ bóng lăn.

Croatia 2026 và con số nằm ở chỗ không ai nhặt

Năm 2026, tôi ba mươi bảy tuổi, theo dõi World Cup tại Nga và viết một loạt bài phân tích cho một trang thể thao địa phương phục vụ bạn đọc Indonesia và Việt Nam.

Khi nghiên cứu Croatia, tôi để ý một chi tiết mà truyền thông đại chúng gần như không nhắc tới. PPDA của Croatia ở vòng bảng chỉ 9,2 — không phải đội pressing cao nhất giải, và nếu chỉ nhìn con số ấy, người ta dễ kết luận Croatia chơi phòng ngự chủ động chờ thời cơ. Nhưng khi tách dữ liệu theo vùng sân, bức tranh đảo ngược: Croatia có tỷ lệ thu hồi bóng ở phần sân đối phương cao nhất giải, 12,4 lần mỗi trận.

Nghĩa là Croatia không pressing liên tục, nhưng pressing cực kỳ đúng lúc. Luka Modric và Ivan Rakitic không chạy nhiều hơn người khác. Họ chọn thời điểm chạy tốt hơn người khác. Giá trị thật của cầu thủ nằm ở nơi anh ta chạy và lúc anh ta ngừng.

Tôi viết bài đó với tựa đề xoay quanh phát hiện chính thay vì mô tả chung chung, và bài được chia sẻ hơn hai nghìn lần trong các cộng đồng chiến thuật khu vực. Đó là bài học nghề quan trọng thứ hai: một con số bị mọi người bỏ qua thường có giá trị cao hơn một con số ai cũng trích dẫn, vì con số phổ thông đã bị định giá hết vào câu chuyện chung.

Nhưng tôi cũng tự nhắc mình rằng thành công ấy rất dễ trở thành cái bẫy. "Croatia không vô địch, nhưng họ đã cho tôi thấy một chân lý giấu trong con số." Croatia thua Pháp trong trận chung kết. Con số tôi tìm ra không biến họ thành nhà vô địch, và tôi không được phép viết như thể nó đã làm điều đó.

Năm 2026: khi dữ liệu biết sợ

Năm 2026, dịch bệnh khiến gần như toàn bộ hệ thống giải bóng đá dừng lại. Tôi ba mươi chín tuổi, đang là cố vấn dữ liệu cho một câu lạc bộ hạng nhất và được giữ lại trong thời gian phong tỏa để chờ ngày bóng lăn trở lại.

Ban lãnh đạo yêu cầu tôi dự đoán phong độ sau khi giải tái khởi động. Tôi dùng dữ liệu mười lăm vòng đầu mùa, xây dựng một mô hình tương đối kỹ, và khuyến nghị đội tiếp tục duy trì lối chơi kiểm soát bóng bởi đó là nền tảng đã tạo ra kết quả tốt trước khi giải dừng. Đội thua liền ba trận đầu tiên khi giải trở lại.

Nguyên nhân nằm ở những biến số mà mô hình của tôi không có. Sân vắng khán giả khiến áp lực tâm lý từ khán đài — thứ vốn làm chậm nhịp pressing của đối phương — biến mất. Các đội phản công chủ động dâng cao hơn, pressing rát hơn, và đội tôi liên tục mất bóng ở phần sân nhà trong hai mươi phút đầu mỗi hiệp. Khoảng cách giữa các tuyến của chúng tôi bị kéo giãn bởi chính sự tự tin quá mức vào khả năng cầm bóng.

"Đại dịch dạy tôi rằng dữ liệu cũng biết sợ — khi thế giới dừng, số liệu là vô nghĩa." Câu ấy nghe như một câu khẩu hiệu, nhưng nó là một mô tả kỹ thuật chính xác. Mô hình của tôi được xây trên một thế giới có khán giả, có nhịp sinh hoạt bình thường, có lịch thi đấu ổn định. Khi thế giới đó biến mất, mô hình không trở nên kém chính xác dần dần. Nó mất hiệu lực ngay lập tức, như một tấm bản đồ của một thành phố đã bị đổi đường.

Tôi viết bài "Dữ liệu biết nói, nhưng cần biết lắng nghe" và thay đổi cách hành nghề từ đó. Mỗi phân tích phải trình bày ít nhất hai kịch bản, không bao giờ khẳng định một chiều. Tôi bắt đầu theo dõi những chỉ số phi truyền thống như khoảng cách trung bình giữa các tuyến trong điều kiện không khán giả, và ghi chú rõ rằng những chỉ số ấy chỉ có giá trị trong đúng bối cảnh chúng được đo.

Sự cố năm 2026 còn dạy tôi một điều khác về nghề viết. Độc giả không cần một chuyên gia luôn đúng. Họ cần một chuyên gia dám nói rõ giới hạn của chính mình. Bài viết thừa nhận mô hình sụp đổ được đọc nhiều hơn tất cả những bài phân tích tự tin tôi từng viết trước đó.

Italy 2026: đọc khoảng trống thay vì đọc quả bóng

Năm 2026, tôi bốn mươi tuổi, tiếp cận Euro bằng một phương pháp khác. Thay vì bắt đầu từ PPDA, tôi bắt đầu từ câu hỏi về không gian: đội bóng này tạo ra khoảng trống ở đâu, và bằng cách nào?

Đội tuyển Italy của Roberto Mancini là đối tượng tôi nghiên cứu kỹ nhất. Kết luận của tôi là Italy không kiểm soát trận đấu bằng cách pressing liên tục. Họ kiểm soát bằng cách nén không gian theo chiều ngang, giữ các tuyến gần nhau để đối thủ không có vùng đệm, rồi đột ngột luân chuyển bóng sang cánh đối diện. Dữ liệu vị trí cho thấy Italy có tỷ lệ luân chuyển bóng sang cánh đối xứng cao nhất giải, 18,3 lần mỗi trận.

Con số ấy không nói Italy chuyền nhiều. Nó nói Italy biết chuyền xa để mở không gian, và biết chuyền ngay lúc đối thủ vừa dịch chuyển khối đội hình. Đó là một dạng nén và giãn rất khác với pressing.

Tôi dự đoán Italy vào chung kết ngay từ vòng bảng, và bài phân tích ấy sau đó được đăng trên một tạp chí dữ liệu quốc tế. Nhưng điều tôi giữ lại cho mình không phải là dự đoán đúng. Điều tôi giữ lại là cách tôi nhìn trận đấu đã thay đổi: tôi bắt đầu theo dõi chỗ bóng không ở đó, thay vì chỉ theo dõi chỗ bóng đang ở. "Số liệu là kinh cầu, nhưng trực giác là ngọn nến — tôi thắp cả hai mỗi khi đọc trận đấu."

Từ đó, mỗi báo cáo gửi câu lạc bộ của tôi đều kèm sơ đồ nhiệt do chính tôi vẽ tay, vì phần mềm chưa đủ linh hoạt để thể hiện điều tôi muốn thể hiện. Ban huấn luyện thỉnh thoảng phàn nàn rằng khó đọc. Nhưng chính những bản vẽ tay ấy giúp các huấn luyện viên nhìn thấy khoảng trống mà bảng số không truyền đạt được.

VAR: tiếng ồn đổi chỗ chứ không giảm đi

Trong thời gian làm việc với các giải trong khu vực, tôi có cơ hội quan sát cách VAR vận hành ở nhiều cấp độ khác nhau, từ những giải có phòng VAR đầy đủ thiết bị tới những giải chỉ có vài góc máy.

Điều tôi quan sát được qua nhiều mùa giải là: tranh cãi không biến mất khi VAR xuất hiện. Nó chuyển chỗ. Trước đây tranh cãi diễn ra trên sân, giữa trọng tài và cầu thủ, và kết thúc khi tiếng còi cuối trận vang lên. Bây giờ tranh cãi diễn ra trong phòng xem lại, trong các cuộc họp kỹ thuật sau trận, và trên mạng xã hội suốt nhiều ngày sau đó.

Lý do rất cụ thể. VAR không loại bỏ vùng xám của luật. Nó chỉ dịch chuyển vùng xám ấy từ quyết định tức thời của trọng tài sang một quy trình gồm nhiều bước: chọn khung hình, chọn thời điểm, chọn góc máy, diễn giải ngưỡng can thiệp. Mỗi bước là một quyết định của con người. Nếu một khung hình được chọn lệch đi một phần hai mươi giây, kết luận về một bàn thắng có thể đảo ngược — và không ai gọi đó là sai sót kỹ thuật cả.

Trong nghề dữ liệu, chúng tôi có một nguyên tắc: khi một hệ thống thống kê trở nên phức tạp hơn, nó không nhất thiết chính xác hơn, nhưng nó chắc chắn khó kiểm chứng hơn với người ngoài. VAR nằm đúng trong vùng đó. Nó minh bạch về mặt hình ảnh nhưng không minh bạch về mặt quy trình diễn giải.

Với các giải đấu ở Đông Nam Á, vấn đề này còn rõ hơn vì nguồn lực khác nhau giữa các trận, giữa các vòng. Một đội có thể bị từ chối một quả phạt đền ở vòng đấu không có đủ góc máy, rồi nhận một quả phạt đền tương tự ở vòng đấu có phòng VAR đầy đủ. Nhìn từ bên ngoài, đó là sự bất nhất của trọng tài. Nhìn từ bên trong, đó là sự bất nhất của hạ tầng.

Esports: quy định chạy sau tiền

Có một lĩnh vực mà tôi theo dõi nhiều năm nhưng ít khi viết, vì dữ liệu ở đó khó kiểm chứng hơn bóng đá rất nhiều: thể thao điện tử.

Điều khiến tôi lo ngại không phải là bản thân các trò chơi, mà là tốc độ phát triển của thị trường cá cược so với tốc độ xây dựng quy định. Một giải đấu thể thao truyền thống mất nhiều thập kỷ để có được bộ khung giám sát: cấp phép vận động viên, giám sát điểm cược bất thường, hợp tác với cơ quan điều tra, quy trình xử lý khiếu nại. Esports đi từ giải đấu cộng đồng tới thị trường cá cược toàn cầu trong khoảng thời gian ngắn hơn rất nhiều.

Khoảng cách ấy tạo ra một bề mặt rủi ro đặc biệt. Một vận động viên mười chín tuổi có thể nhận được đề nghị từ một bên thứ ba qua kênh liên lạc riêng, trong một giải đấu mà ban tổ chức không có bộ phận giám sát tính toàn vẹn. Trong khi đó, khán giả vẫn theo dõi qua nền tảng phát trực tiếp với dữ liệu gần như tức thời.

Về mặt dữ liệu, esports có lợi thế khổng lồ: mọi thao tác đều được ghi lại ở cấp độ từng khung hình. Về mặt thể chế, nó đang ở thế yếu hơn nhiều so với thể thao truyền thống. Khoảng cách giữa năng lực dữ liệu và năng lực quản trị chính là nơi rủi ro sinh sống.

Tôi không có kết luận dứt khoát cho lĩnh vực này. Tôi chỉ giữ một quan sát: khi thị trường tiền chạy nhanh hơn hệ thống quy định, dữ liệu có thể chứng minh sự bất thường nhưng không thể tự mình ngăn nó lại. "Bóng đá và esports cùng chung một huyết thống: nhịp độ trận đấu không bao giờ nói dối." Nhưng nhịp độ trận đấu chỉ nói dối khi người ta không chịu nhìn vào nó.

Kỳ chuyển nhượng: khi nhiễu lấn át tín hiệu

Chu kỳ hiện tại đang là kỳ chuyển nhượng, và đây là giai đoạn mà nghề dữ liệu bị thử thách nhiều nhất trong năm.

Vấn đề không phải là thiếu thông tin. Vấn đề là quá nhiều thông tin có chất lượng rất khác nhau, được trình bày với cùng một mức độ tự tin. Một tin đồn từ một tài khoản mạng xã hội và một thông tin từ người đại diện được cấp phép có thể xuất hiện cạnh nhau, cùng định dạng, cùng độ dài, cùng số lượt chia sẻ.

Cách tôi xử lý trong công việc khá đơn giản. Tôi không xếp hạng tin đồn theo độ hấp dẫn. Tôi xếp hạng theo bằng chứng có thể kiểm chứng: điều khoản giải phóng hợp đồng có được kích hoạt hay không, cấu trúc thanh toán được trả một lần hay chia theo năm, thời hạn hợp đồng còn lại của cầu thủ, người đại diện đang có mấy khách hàng ở cùng câu lạc bộ, và quỹ lương còn bao nhiêu dư địa.

Khi tôi viết phân tích chuyển nhượng, tôi luôn mở đầu bằng cấu trúc hợp đồng chứ không bằng tên cầu thủ. Một động thái chuyển nhượng có thể được đọc đúng hoặc sai tùy theo việc đội bóng đang trả tiền cho hiện tại hay cho ba năm sau. Đó là khác biệt mà bảng thống kê không thể hiện được, và cũng là lý do vì sao nhiều bản phân tích chuyển nhượng nghe rất hợp lý nhưng không có giá trị dự báo.

Trong giai đoạn này, thứ độc giả cần từ người làm dữ liệu không phải là một danh sách tin đồn được sắp xếp lại. Họ cần một bộ lọc. Và bộ lọc trung thực nhất mà tôi có thể đưa ra là nói rõ mình biết gì, chưa biết gì, và cần thêm dữ kiện nào để thay đổi nhận định.

Góc phản trực giác: cái trống không phải là thất bại

Đây là phần tôi muốn dành nhiều chỗ nhất, vì nó ngược với bản năng nghề của tôi.

Trong nhiều năm, tôi tin rằng một bản phân tích tốt là một bản phân tích có kết luận rõ ràng. Bản tính của tôi thích trật tự, thích danh mục, thích một bảng số được sắp xếp ngay ngắn. Kết luận rõ ràng mang lại cảm giác an toàn cho cả người viết lẫn người đọc.

Nhưng bản báo cáo mười bốn trang trắng đã chỉ ra một điều mà rất ít phân tích trong ngành chịu thừa nhận: giá trị lớn nhất của một hệ thống phân tích không nằm ở khả năng đưa ra câu trả lời, mà ở khả năng phát hiện khi nào câu trả lời là giả.

Nghề của chúng ta đang tạo ra một lượng phân tích khổng lồ. Mỗi giải đấu có hàng trăm bản báo cáo, hàng nghìn bài viết, hàng vạn diễn đàn. Đa số đều có kết luận. Một phần không nhỏ trong số đó có kết luận được xây dựng trên dữ liệu không đủ để dẫn tới kết luận ấy.

Tin tốt là trong vài năm gần đây, tôi thấy một sự dịch chuyển nhỏ nhưng thật. Nhiều nhà phân tích trẻ tại Việt Nam và Indonesia bắt đầu ghi chú rõ nguồn dữ liệu, ghi rõ cỡ mẫu, ghi rõ giới hạn. Họ vẫn chịu sức ép phải đưa ra dự đoán, nhưng ít nhất họ biết mình đang đứng ở đâu. Đó là một bước tiến quan trọng hơn bất kỳ cải tiến thuật toán nào.

Có thể tôi đang lạc quan quá mức. Nhưng tôi cho rằng đó là một dạng lạc quan có cơ sở.

Điều tôi mang theo

Quay lại Surabaya. Tôi đã gửi lại ban huấn luyện bản báo cáo mười bốn trang với nguyên trạng các ô trống, kèm một trang ghi chú ngắn: hệ thống truy xuất dữ liệu bị lỗi, chúng tôi không đủ cơ sở để phân tích trận đấu này, và dưới đây là những dữ kiện tối thiểu cần bổ sung trước khi có thể đưa ra bất kỳ nhận định nào.

Huấn luyện viên trưởng gọi lại sau bốn mươi phút. Ông không phàn nàn về việc thiếu dữ liệu. Ông chỉ hỏi một câu: nếu phải chọn một chỉ số duy nhất để theo dõi trong trận tới, thì chọn gì.

Tôi trả lời rằng tôi chưa đủ thông tin để trả lời. Và đó có lẽ là câu trả lời đúng nhất tôi đã đưa ra trong suốt tuần ấy.

Tôi tin vào mô hình, nhưng tôi cầu nguyện trước mỗi trận đấu — vì bóng đá không phải phương trình. Và sau bản phân tích trống ấy, tôi bắt đầu tin rằng phần trung thực nhất của nghề dữ liệu thể thao không nằm ở những gì chúng tôi suy ra được từ con số. Nó nằm ở chỗ chúng tôi thừa nhận con số đã hết.

Nếu độc giả theo dõi một giải đấu trong kỳ chuyển nhượng này và tự hỏi vì sao cùng một nguồn tin lại dẫn tới ba kết luận khác nhau ở ba nơi, thì câu trả lời thường không nằm ở trình độ của người phân tích. Nó nằm ở việc mỗi người chọn những ô trống khác nhau để tự lấp đầy.