Người gác cổng số liệu: Khi bảng dữ liệu trở về số không

Hồ Minh — nhà báo dữ liệu

Người gác cổng số liệu: Khi bảng dữ liệu trở về số không

Đêm Sài Gòn, tháng Mười Một. Tôi mở lại bảng tính sau một trận đấu đã theo dõi suốt cả tuần, và cột dữ liệu trả về một màu xám im lặng. Không xG. Không bản đồ nhiệt theo vùng. Không số lần chạm bóng trong vòng cấm. Cái màn hình mà tôi đã căng mắt nhìn suốt gần một thập kỷ bỗng hóa thành một tờ giấy trắng — và chính tờ giấy trắng đó lại là bài kiểm tra khó nhất của nghề làm dữ liệu.

Trong nghề này, ai rồi cũng có lúc nhận về một bản phân tích trống. Điều đáng nói không phải là cái bảng trống, mà là bạn làm gì khi nó trống. Có một bản năng rất người thúc ta lấp đầy những ô xám bằng phỏng đoán: đội bóng này "tinh thần chiến đấu cao", cầu thủ kia "bản lĩnh trận lớn", hàng thủ nọ "chơi lăn xả". Những câu đó nghe rất bóng đá, nhưng chúng không phải là dữ liệu. Mô hình của tôi không khóc, không ăn mừng, nhưng sau mỗi trận đấu nó đều nợ tôi một bài học. Bài học của tối nay là: im lặng đúng lúc cũng là một kết luận.

Bối cảnh: dữ liệu sinh ra từ con số không

Để hiểu vì sao một bảng trống lại đáng quan tâm, phải nhớ rằng dữ liệu bóng đá Việt Nam chưa bao giờ là thứ sang trọng. Bảng xG đầu tiên tôi viết tay trên chuyến xe đò, lúc ấy chưa ai gọi nó là dữ liệu. Năm 2026, ở tuổi 35, tôi ngồi gõ lại từng pha bóng của mùa giải V.League cho 14 câu lạc bộ, chỉ để dựng một mô hình kỳ vọng bàn thắng đầu tiên cho giải đấu quốc nội. Không có nhà cung cấp dữ liệu nào rót sẵn vào máy tôi. Tất cả đều phải bóc từ video, từ biên bản, và từ ký ức của chính mình.

Bóng đá Việt Nam khi ấy gần như không có một hệ thống dữ liệu mở nào. Muốn biết một đội pressing cao hay thấp, tôi phải tự đếm số đường chuyền mà đối thủ thực hiện trước khi bị cắt. Muốn biết một tiền đạo có giá trị thật hay không, tôi phải quy từng cú sút về xác suất. Việc học cách làm dữ liệu từ con số không định hình tôi thành một con người khác: kẻ nghi ngờ mọi mệnh đề không có phép đo.

Chính trong quá trình đó tôi gặp Phan Văn Đức — khi ấy mới 20 tuổi, chạy cánh cho SLNA. Chỉ số xG mỗi trận của cậu đạt 0,48, cao hơn mức trung bình của các tiền đạo ngoại binh trong giải, dù cả mùa cậu chỉ ghi 5 bàn. Tôi viết một bài, dự đoán cậu sẽ thành trụ cột của đội tuyển quốc gia trong ba năm tới. Nhiều người chê tôi "ảo tưởng theo số liệu". Đến năm 2026, Phan Văn Đức ghi bàn quyết định ở AFF Cup. Bài học không nằm ở việc tôi đoán đúng. Bài học nằm ở chỗ: tôi chỉ dám nói điều đó vì dữ liệu có thật, chứ không phải vì tôi thích cậu ấy.

Đó cũng là lý do tôi luôn dành hẳn một đoạn trong mỗi bài phân tích để thừa nhận giới hạn của chính mình. Cỡ mẫu bao nhiêu. Điều kiện sân bãi thế nào. Biến số nào mô hình chưa đo được. Người đọc xứng đáng được biết tôi đang đứng trên nền đất nào.

Nguyên tắc xử lý số không

Một bản phân tích trống không phải là thất bại. Nó là một dữ kiện. Vấn đề chỉ nảy sinh khi người viết coi sự trống rỗng là nỗi xấu hổ cần che giấu, rồi lấp vào đó bằng những suy luận không có hệ số kiểm chứng. Tôi gọi nguyên tắc của mình là "xử lý số không": khi không có dữ liệu, hãy nói thẳng là không có, và đừng biến sự thiếu hụt thành một kết luận giả. Nguyên tắc này không hấp dẫn, không lên xu hướng, nhưng nó là thứ duy nhất giữ cho nghề này còn đáng tin.

Trong nghề có hai kiểu người viết về bóng đá. Kiểu thứ nhất bắt đầu từ câu chuyện rồi đi tìm con số để minh họa. Kiểu thứ hai bắt đầu từ con số rồi để câu chuyện tự hiện ra. Tôi thuộc kiểu thứ hai. Thế giới nhìn Croatia là kẻ dưới cơ, tôi nhìn họ là một chuỗi hệ số chưa ai dám khai thác. Ở World Cup 2026, tôi áp mô hình PPDA — chỉ số đo cường độ pressing được điều chỉnh — lên các đội bóng lớn. Croatia dưới thời Zlatko Dalić có PPDA chỉ 7,9 trong trận gặp Argentina, thấp hơn cả một đội được mệnh danh kiểm soát bóng như Tây Ban Nha, nhưng lại gây sức ép trực diện cực kỳ hiệu quả. Tôi viết một bài dài, dự đoán Croatia vào chung kết. Một đồng nghiệp cười vào mặt tôi vì "không ai đánh giá cao Croatia". Khi họ lần lượt hạ Argentina, Nga rồi Anh, bài viết của tôi được chia sẻ chóng mặt.

Nhưng nếu hôm đó tôi chỉ có một bảng trống thay vì con số 7,9, tôi sẽ không viết gì cả. Tôi thà im lặng còn hơn đặt cược vào một cảm giác. Đó là ranh giới giữa một nhà phân tích và một người hâm mộ ăn mặc lịch sự.

Ranh giới ấy càng rõ khi tôi nhìn vào thị trường chuyển nhượng. Mỗi kỳ chuyển nhượng, tiếng ồn lại át tín hiệu. Những cái tên được hét lên trên mạng xã hội, những bản hợp đồng được đồn đoán với con số trên trời, và rất ít người chịu đọc đến cấu trúc điều khoản giải phóng hay quỹ lương thực tế. Thị trường chuyển nhượng là trò chơi của kẻ nhìn xa, không phải kẻ nhìn nhiều — giá trị luôn đến sau sự nhẫn nại. Một câu lạc bộ nhỏ ký một bản hợp đồng cho mượn kèm nghĩa vụ mua đứt không phải là đang củng cố đội hình; rất nhiều khả năng họ đang tự trói tay mình vào một khoản chi mà hai năm sau họ không còn kiểm soát nổi. Kế hoạch tài chính bị đảo lộn đúng vào lúc họ cần sự ổn định nhất.

Cùng một logic ấy áp vào cả những tranh cãi trên sân. Người ta tin rằng công nghệ video sẽ dập tắt mọi tranh cãi về trọng tài. Nhưng nhìn vào các giải đấu mà tôi theo dõi, điều ngược lại mới đúng: tranh cãi không biến mất, nó chỉ di chuyển. Từ khoảnh khắc trên sân, nó chuyển sang phòng xem lại, sang định nghĩa của một vùng xám trong luật, sang câu hỏi ai được quyền vẽ lại đường viền bàn chân. Một bàn thắng bị tước không làm người hâm mộ bớt giận; nó chỉ đổi người để giận. Công nghệ không tạo ra sự rõ ràng ở nơi bản thân luật còn mơ hồ, và một mô hình phân tích tốt phải nhìn thấy giới hạn đó thay vì giả vờ rằng mọi pha bóng đều có thể quy về một bit đúng sai.

Tôi học được nhiều điều trong khoảng thời gian mà nhiều người tưởng là chết. Tháng 3 năm 2026, các giải đấu lớn đồng loạt hoãn vì dịch bệnh. Không có trận nào để phân tích, nhiều đồng nghiệp chuyển sang viết giải trí. Tôi không ngồi yên. Tôi dành sáu tháng đào lại kho dữ liệu V.League từ 2026 đến 2026. Năm 2026 sân vắng người, nhưng từng đường bóng vẫn rơi vào ô mô hình, và tôi hiểu dữ liệu không bao giờ bầu bạn với bệnh dịch. Trong đống dữ liệu đó, tôi phát hiện một quy luật khiến chính tôi phải ngồi lại: các câu lạc bộ thay chủ tịch giữa mùa có tỷ lệ thắng giảm tới 23% trong năm trận kế tiếp. Nguyên nhân không nằm trên sân cỏ mà nằm trong phòng họp — sự xáo trộn quản trị kéo theo xáo trộn nhân sự, và cầu thủ cảm nhận được điều đó trước cả khi bảng điểm cho thấy.

Sau khi chuỗi bài hồi cứu năm kỳ của tôi được đăng, một giám đốc điều hành câu lạc bộ gọi điện cảm ơn. Ông nói nó giúp ông tránh sa thải huấn luyện viên trưởng ngay thời điểm nhạy cảm. Dữ liệu không chỉ để dự đoán ai vô địch. Nó để giữ người ta khỏi những quyết định vội vàng.

Phản trực giác: thừa số còn nguy hiểm hơn thiếu số

Ở đây tôi phải tự phản bác chính mình. Người ta thường tin rằng càng nhiều số liệu thì càng ít sai. Điều đó không đúng. Điều nguy hiểm nhất trong nghề dữ liệu không phải là thiếu số, mà là thừa số mà thiếu bối cảnh. Một mô hình chạy trên mẫu ba trận có thể cho ra một đường xu hướng rất đẹp, và đường xu hướng đó có thể hoàn toàn vô nghĩa. Tôi đã từng chứng kiến các bảng số được trình bày như chân lý chỉ vì chúng có nhiều chữ số sau dấu phẩy.

Tương quan không phải là nhân quả. Con số 23% kia không có nghĩa là hễ thay chủ tịch thì đội bóng sẽ thua. Nó chỉ nói rằng, trong mẫu dữ liệu tôi có, hai sự kiện ấy đi cùng nhau thường xuyên hơn ngẫu nhiên. Muốn biến nó thành nhân quả, tôi còn phải loại trừ lịch thi đấu, chấn thương, phong độ sân nhà sân khách, và cả những biến số định tính không đo được. Và vì tôi sinh ra trong một nền bóng đá mà dữ liệu còn non trẻ, tôi buộc phải khiêm tốn hơn những người làm việc ở nơi có đủ mọi nguồn.

Nghịch lý nằm ở chỗ: chính vì hiểu giới hạn của mô hình, tôi mới dám tin vào nó ở những chỗ khác. Tôi không tin huấn luyện viên, tôi tin mô hình. Nhưng tôi nghe huấn luyện viên để sửa mô hình. Một huấn luyện viên nói với tôi rằng ông cố tình chọn một hàng thủ thấp để nhử đối phương, và mô hình của tôi gọi đó là bị động. Chính cuộc trò chuyện đó buộc tôi phải thêm một biến số mới. Dữ liệu mới luôn có quyền đánh bại dữ liệu cũ.

Chỗ này cũng đúng với những cái đầu gối bị đứt dây chằng. Một cầu thủ trở lại sau chấn thương thường được truyền thông đón bằng những tràng vỗ tay, và các chỉ số tức thời có thể khiến anh ta trông như chưa hề rời sân. Nhưng mô hình của tôi ở đây không đo tốc độ chạy, nó đo sự do dự. Người ta nói về phần thể xác, trong khi thứ khó hàn gắn nhất lại là phần tâm lý — nỗi sợ không dám vào bóng quyết liệt, không dám đổi hướng. Ép một cầu thủ quay lại sớm hơn dữ liệu cho phép là đang phá hủy chặng thứ hai của sự nghiệp họ, và không một biểu đồ phục hồi nào sửa được điều đó.

Điều còn lại

Trở lại với bảng tính trống của đêm Sài Gòn. Tôi lưu nó lại, không xóa. Bởi vì đến một lúc nào đó, tôi sẽ có đủ dữ liệu để lấp đầy nó, và khi ấy tôi muốn so sánh kết luận mới với sự trống rỗng ban đầu. Người gác cổng số liệu không phải là kẻ từ chối mọi câu chuyện. Anh ta chỉ từ chối kể câu chuyện bằng những con số mình chưa kiểm chứng.

Mùa giải tới sẽ lại có những đội bóng bị đánh giá thấp. Sẽ lại có những bản hợp đồng bị thổi phồng. Sẽ lại có những trận đấu mà một chỉ số bất thường thì thầm điều gì đó trước khi tỷ số lên tiếng. Việc của tôi, mỗi sáng, là giữ cho cây bút của mình trung thực với con số — kể cả khi con số khiêm tốn nhất là số không.