Ô trống trong bảng dữ liệu V.League: khi nhà phân tích lấp khoảng lặng bằng cảm xúc

Phút 63, tôi ngồi trước màn hình thứ hai trong căn hộ ở Sài Gòn, theo dõi luồng dữ liệu trực tiếp của một trận V.League. Cột quãng đường chạy cường độ cao của đội khách trả về toàn số 0. Mười một dòng. Mười một số không. Bộ thu GPS ngoài sân mất kết nối, và phần mềm vẫn chạy tiếp như thể mọi thứ bình thường. Không cảnh báo đỏ. Không dòng chữ “dữ liệu không khả dụng”. Chỉ có số 0 nằm đó, gọn gàng, sẵn sàng được đọc như một sự thật.

Bình luận viên trên sóng nói về “sự hưng phấn của đội khách sau giờ nghỉ”. Anh ta không nhìn thấy cột đó. Thứ khiến tôi lạnh người không phải lỗi kỹ thuật. Thứ khiến tôi lạnh người là sáng hôm sau, sẽ có người mở bảng dữ liệu ấy ra, thấy một cột đầy số, và viết một bài phân tích hoàn chỉnh dựa trên nó, mà không kiểm tra xem mười một số không kia là kết quả đo hay là dấu vết của một sợi dây bị đứt.

Số liệu không bao giờ nói dối, nhưng người đọc chúng thì có.

Ô số không không phải là số không

Trong khoa học dữ liệu, có một khái niệm mà bóng đá Việt Nam chưa nhập khẩu: xử lý giá trị rỗng. Khi một trường dữ liệu không có giá trị, người ta không điền số 0 vào. Người ta để nó trống, gắn nhãn “không khả dụng”, và chặn mọi phép tính đi qua nó. Số 0 là một phép đo — cầu thủ đó thực sự không chạy. Ô trống là một sự thừa nhận — chúng ta không biết. Hai thứ này khác nhau về bản chất, và nhầm lẫn giữa chúng là sai lầm đắt giá nhất trong phân tích thể thao.

Tôi bắt đầu nghề này từ năm 2026, ở bộ phận thể thao của Đài Truyền hình Belgrade. Khi đó chúng tôi không có GPS, không có xG, không có PPDA. Chúng tôi có một cuốn sổ và một chiếc bút chì, và chúng tôi ghi “không rõ” khi không rõ. Đó là kỷ luật đầu tiên tôi học được, và nó vẫn là kỷ luật khó nhất.

Năm 2026, tôi dẫn chương trình “Đêm bóng đá” suốt sáu năm. Sáu năm đó dạy tôi một điều về khán giả: họ không sợ sự im lặng. Người làm truyền hình mới sợ. Khi không có gì để nói, người ta nói về “tinh thần”. Khi không có số liệu, người ta nói về “bản lĩnh”. “Tinh thần” và “bản lĩnh” là hai ô trống được lấp bằng giọng nói.

Đến năm 2026, ở tuổi 53, tôi nhận lời làm cố vấn dữ liệu cho CLB TP.HCM. Lúc đó tôi nghĩ mình sẽ dạy cho ban huấn luyện cách đọc số. Tôi đã sai. Việc đầu tiên tôi phải làm là dạy họ cách nhận ra khi nào không có số để đọc.

Mùa giải 2026 và bài học từ một cột dữ liệu bị bỏ trống

Mùa giải đó, tôi dựng hệ thống theo dõi 12 chỉ số vận động cho từng cầu thủ: quãng đường chạy cường độ cao, số lần pressing trong 5 giây sau khi mất bóng, tỷ lệ chuyền vào một phần ba sân cuối, số lần tăng tốc trên 25 km/h, số pha tranh chấp tay đôi thành công, và bảy chỉ số khác. Mười hai chỉ số, nhân với 25 cầu thủ, nhân với 24 vòng đấu. Bảy nghìn hai trăm điểm dữ liệu mỗi mùa. Nghe thì nhiều, nhưng con số thật sự quan trọng lại nằm ở chỗ khác: trong 7.200 điểm đó, có bao nhiêu điểm bị thiếu.

Tôi phát hiện ra rằng trong khoảng 14% số trận, thiết bị của ít nhất một cầu thủ không ghi nhận được dữ liệu hiệp hai. Pin yếu, áo bị tuột, hoặc đơn giản là cầu thủ quên mặc. Và cách mà các bên xử lý 14% đó quyết định toàn bộ chất lượng phân tích còn lại. Có người điền số trung bình của đội vào. Có người điền số của hiệp một. Có người điền số 0 rồi tự nhủ rằng chắc không ảnh hưởng gì.

Ba cách xử lý, ba lời nói dối khác nhau, và cả ba đều đi thẳng vào báo cáo gửi ban huấn luyện.

Trận gặp Hà Nội FC ở vòng 18 là lần tôi mất kiên nhẫn. Tiền vệ trẻ Nguyễn Trọng Huy chạy 8,2 km trong 90 phút, thấp hơn 15% so với trung bình đội. Nhưng con số đáng chú ý hơn nằm ở phân rã theo hiệp: hiệp một anh chạy 4,9 km, hiệp hai 3,3 km. Mức sụt giảm 33% giữa hai hiệp không phải là vấn đề thái độ. Đó là đường cong mệt mỏi, và đường cong đó có thể ngoại suy.

Tôi đề xuất thay anh ta ở phút 60. Ban huấn luyện phớt lờ. Đội thua 1-3, và bàn thứ ba đến ở phút 78 từ một pha bóng mà Trọng Huy không thể bứt tốc theo kèm.

Sau trận, tôi trình bày một bản phân tích 14 trang. Không phải 14 trang chỉ trích. Mười bốn trang gồm bốn phần: dữ liệu thô, phân rã theo hiệp, mô hình đường cong mệt mỏi, và ba kịch bản thay người với xác suất tương ứng. Từ đó, huấn luyện viên trưởng bắt đầu nghe theo điều chỉnh của tôi. Đội kết thúc mùa giải ở vị trí thứ 5, cải thiện 4 bậc so với dự đoán ban đầu.

Nhưng bài học tôi mang theo không phải là “dữ liệu thắng”. Bài học là: thứ thuyết phục được ban huấn luyện không phải con số 8,2 km, mà là chỗ tôi nói rõ “tôi không biết” ở hai trường chỉ số bị thiếu trong hiệp hai. Người ta tin một người thừa nhận khoảng trống nhanh hơn tin một người phủ kín mọi ô.

Ba lần bị phớt lờ, và cái giá của từng lần

Tháng 6 năm 2026, ở tuổi 54, tôi làm cố vấn dữ liệu cho một kênh truyền hình thể thao phủ sóng World Cup tại Nga. Tôi ngồi trong phòng điều hành, cung cấp số liệu trực tiếp cho bình luận viên. Trận bán kết Pháp – Bỉ. Phút 52, khi Bỉ đang dồn ép, tôi đưa ra một dòng dữ liệu: lão tướng Jan Vertonghen đã chạy 7,9 km, tốc độ trung bình giảm 23% so với hiệp một, và số lần tăng tốc giảm từ 9 xuống 2.

Tôi khuyến nghị nhấn mạnh sự mệt mỏi của hàng thủ Bỉ. Bình luận viên phớt lờ và tiếp tục nói về tinh thần chiến đấu. Pháp ghi bàn ở phút 58, ngay sau một pha chậm chân của Vertonghen.

Kênh bị chỉ trích vì bỏ lỡ diễn biến chính. Tôi bị đổ lỗi một phần vì quá phụ thuộc số liệu. Tôi dành ba tuần sau đó xem lại toàn bộ băng ghi hình của 64 trận để đối chiếu dữ liệu với thực tế, và tạo ra một bộ tài liệu dài 200 trang mang tên “dự báo theo chỉ số mệt mỏi”. Trong 200 trang đó, có một chương tôi đọc lại nhiều nhất: chương về những trường hợp mà chỉ số mệt mỏi báo đỏ nhưng không có bàn thua nào xảy ra. Tôi gọi đó là “dương tính giả”, và tôi giữ chương đó lại như một lời tự kiểm.

Năm 2026, ở tuổi 57, tôi nghiên cứu ảnh hưởng của Euro 2026 lên thể lực cầu thủ Đông Nam Á. Tôi phát hiện tuyển Việt Nam có tới 6 cầu thủ đá hơn 2.800 phút mùa giải trước khi bước vào vòng loại World Cup. Nguyễn Quang Hải nằm trong nhóm đó. Tôi gửi bản khuyến cáo đề nghị giảm tải cho anh khi đối đầu UAE ở vòng bảng. Bản khuyến cáo bị bỏ qua.

Quang Hải dính chấn thương mắt cá ở phút 23. Đội thua 0-1 và mất lợi thế vào vòng sâu hơn.

Sau đó tôi tự thu thập dữ liệu về 40 cầu thủ Đông Nam Á tham dự Euro và Olympic Tokyo. Kết quả: 57,5% trong số họ giảm phong độ trung bình 18% trong vòng hai tháng sau giải đấu. Một nhà nghiên cứu người Đức đã dùng báo cáo này cho bài viết về “hội chứng hậu đại giải”.

Ba lần. Ba lần tôi có số, ba lần tôi nói ra, ba lần bị phớt lờ, và ba lần hậu quả đến đúng như mô hình dự báo. Nhưng nếu tôi kể câu chuyện này như một chiến thắng của dữ liệu, tôi đã phản bội chính mình. Điều đáng chú ý hơn nằm ở chỗ khác: cả ba lần, người ta không phớt lờ vì số liệu sai. Người ta phớt lờ vì số liệu không khớp với câu chuyện đang được kể trên sóng.

Khoảng trống được lấp bằng gì

Khi một cột dữ liệu trống, thứ được điền vào không phải số. Thứ được điền vào là một câu chuyện. Và câu chuyện luôn có sẵn, vì nó rẻ hơn dữ liệu và dễ nghe hơn dữ liệu.

Ở V.League mùa giải thường niên, tôi quan sát thấy một mô thức lặp lại. Các trận đấu có dữ liệu theo dõi đầy đủ thường được phân tích bằng chỉ số. Các trận thiếu dữ liệu — thường là trận trên sân xa, sân nhỏ, hoặc trận diễn ra trong điều kiện thời tiết xấu — được phân tích bằng cảm nhận. Kết quả là một bức tranh không đồng nhất: cùng một cầu thủ, cùng một màn trình diễn, nhưng được chấm điểm bằng hai hệ quy chiếu khác nhau tùy theo việc sân đó có bật được thiết bị hay không.

Đây là loại sai lệch khó phát hiện nhất, vì nó không nằm trong con số. Nó nằm trong sự im lặng giữa các con số.

Tôi cũng ghi nhận một vấn đề về cấu trúc. Giải bóng đá nữ Việt Nam nhận được phần nhỏ hơn đáng kể về hạ tầng dữ liệu so với giải nam: ít trận được gắn thiết bị theo dõi hơn, ít buổi tập được định lượng hơn, ít báo cáo hậu trận được sản xuất hơn. Khi một giải đấu được dùng như một mục trong báo cáo trách nhiệm xã hội của doanh nghiệp, người ta trả tiền cho hình ảnh, không trả tiền cho cột dữ liệu. Và khi không có dữ liệu, câu chuyện thay thế luôn là câu chuyện đẹp nhất. Đó là lý do vì sao các giải nữ thường được mô tả bằng những từ ngữ hào nhoáng hơn hẳn các giải nam: không phải vì bóng đá nữ giàu cảm xúc hơn, mà vì ít ai buồn đo nó.

Câu chuyện tương tự lặp lại ở tầng cầu thủ. Khi một đội bóng bất ngờ làm nên chuyện ở mùa giải thường niên, các trụ cột của họ nhanh chóng bị tháo dỡ. Trong vòng hai kỳ chuyển nhượng, đội hình từng gây bất ngờ bị rút ruột từng vị trí một. Thị trường chuyển nhượng là nơi duy nhất người ta trả tiền cho hy vọng, không phải thành tích. Một hậu vệ chơi tốt trong hệ thống phòng ngự khối thấp có thể được định giá bằng số lần tắc bóng, nhưng giá trị thật của anh ta nằm ở những pha bóng mà anh ta không cần phải tắc — thứ không xuất hiện trong bất kỳ bảng thống kê nào. Người mua trả tiền cho con số hiển thị. Người bán biết rõ ô nào bị trống.

Số liệu chỉ đúng khi được đọc trong ngữ cảnh, không phải con số tuyệt đối

Đây là phần tôi phải tự đối chất, vì tôi đã dành phần lớn sự nghiệp để bảo vệ dữ liệu, và đó là lý do tôi dễ mắc bẫy nhất: tin rằng mọi vấn đề đều có một con số tương ứng.

Không phải. Tương quan không phải nhân quả, và trong bảng dữ liệu bóng đá, mối quan hệ này bị bóp méo theo những cách rất cụ thể.

Thứ nhất, mẫu quá nhỏ. Một mùa giải V.League có 24 đến 26 vòng. Một cầu thủ đá 20 trận. Nếu anh ta ghi 8 bàn, tỷ lệ chuyển hóa của anh ta là 40% — nghĩa là thêm hai cú sút nữa, tỷ lệ còn 33%, và câu chuyện về anh ta đổi hoàn toàn. Mọi kết luận rút ra từ mẫu dưới 30 quan sát đều phải được đặt trong dấu ngoặc.

Thứ hai, dữ liệu bị thiếu không ngẫu nhiên. Cầu thủ chạy nhiều nhất thường là người bị tuột thiết bị nhiều nhất. Cầu thủ bị thay ra sớm thường là người có dữ liệu bị cắt giữa chừng. Nghĩa là chính những người quan trọng nhất lại là những người có dữ liệu ít đáng tin nhất. Loại sai lệch này không thể bù bằng cách nhân hệ số.

Thứ ba, phản biện ngược số đông là một nghĩa vụ, nhưng nó chỉ có giá trị khi chính người phản biện cũng chịu áp lực kiểm chứng. Tôi luôn tự đặt một câu hỏi trước khi viết: nếu số đông đúng lần này, tôi có dám viết lại không? Nếu câu trả lời là không, tôi không viết.

World Cup 2026 dạy tôi rằng cảm xúc là thứ nhiễu dữ liệu khó lọc nhất. Ở giải đấu đó, các mô hình xác suất cao cấp bị làn sóng cảm xúc quét sạch giữa mùa. Không ai đọc bảng xác suất khi trái bóng đang lăn. Nhưng tôi cũng không đứng ngoài làn sóng đó. Tôi cũng từng bị mô hình của chính mình thuyết phục đến mức quên rằng mô hình chỉ là một cách tóm tắt quá khứ, không phải một bản án cho tương lai.

Dữ liệu là tấm gương; kẻ ngốc nhìn vào thấy chính mình, người khôn thấy đội bóng. Và trong tấm gương đó, ô trống cũng phản chiếu — chỉ là đa số người ta không đủ kiên nhẫn để nhìn vào chỗ không có gì.

Tín hiệu cho vòng đấu tới

Nếu bạn theo dõi V.League ở giai đoạn này của mùa giải thường niên, có ba thứ đáng quan sát hơn bảng xếp hạng.

Một là chỉ số PPDA của các đội đang đua trụ hạng. Khi một đội bắt đầu giảm cường độ gây áp lực mà vẫn giữ nguyên hệ thống, đó là dấu hiệu của khối lượng vận động tích lũy chứ chưa hẳn là sa sút phong độ. Nhìn vào chuỗi năm trận, không nhìn vào một trận.

Hai là số phút thi đấu của nhóm tuyển thủ quốc gia. Khi một cầu thủ vượt mốc 2.500 phút trước khi bước vào đợt tập trung đội tuyển, nguy cơ chấn thương mềm không tăng tuyến tính — nó tăng theo bậc. Đây là dữ liệu công khai, ai cũng kiểm được, và gần như không ai kiểm.

Ba là cột dữ liệu bị thiếu trong báo cáo hậu trận của chính đội bóng bạn theo dõi. Nếu báo cáo không có phần ghi rõ chỉ số nào không khả dụng, báo cáo đó đang lấp khoảng trống, và bạn nên đọc nó như đọc một bài bình luận chứ không phải một bản phân tích.

Tuổi 62 không khiến tôi chậm lại; nó cho tôi biết dữ liệu nào đáng để chờ đợi. Tôi đã chờ bốn mươi sáu năm để ngành này hiểu rằng không phải mọi thứ đều đo được, và tôi vẫn đang chờ để hiểu rằng thứ không đo được có thể cũng quan trọng như thứ đo được.

Mỗi con số là một lời thú tội, nếu ta đủ kiên nhẫn để nghe. Nhưng lời thú tội đáng giá nhất lại là lời nói ra khi không có con số nào cả. Khi một đội bóng chơi tốt mà bảng dữ liệu trống, tôi muốn biết vì sao bảng dữ liệu trống — trước khi biết vì sao đội bóng chơi tốt. Và tôi muốn biết liệu có ai trong phòng họp hôm đó đã nói câu khó nói nhất: chúng ta không có đủ dữ liệu để kết luận.

Chỉ cần nhìn số là hiểu hết — với điều kiện ta nhìn cả vào chỗ không có số.