Khi bảng dữ liệu trả về số không và báo cáo vẫn xanh: cái bẫy im lặng của ngành phân tích thể thao

Dấu kiểm xanh lúc 2 giờ 47 phút

2 giờ 47 phút sáng tại Thâm Quyến, màn hình thứ hai trong căn hộ của tôi vẫn sáng. Bảng dữ liệu chạy xong dòng cuối cùng và mọi ô đều trả về số không. Không phải số không của một đội bóng chơi dở. Số không của một bảng tính chưa từng nhận được gì: không tọa độ cú sút, không chỉ số đường chuyền, không cả nhãn thời gian. Tôi bấm nút xuất báo cáo. Tệp hiện ra với đủ chín mục, đủ tiêu đề, đủ bảng biểu, và ở góc trên bên phải là một dấu kiểm màu xanh. Cỗ máy báo rằng nó đã hoàn thành công việc. Nó không báo rằng nó chưa từng có gì để làm.

Đêm đó tôi ngồi rất lâu trước cái dấu kiểm xanh ấy. Nghề của tôi là đọc số liệu thể thao rồi kể lại trận đấu qua chúng. Mười năm theo dõi ngành, năm năm viết phân tích dữ liệu, tôi đã học gần như mọi cách để một con số nói dối. Bài học đêm ấy thuộc loại khác. Nó chỉ cho tôi thấy rằng một bảng dữ liệu trống, nếu được đóng gói đủ đẹp, sẽ đi qua toàn bộ dây chuyền kiểm định và xuất hiện trước mắt người đọc như một kết luận an toàn.

Với người làm dữ liệu thể thao, đây là cơn ác mộng cụ thể nhất. Một kết luận sai có thể bị tranh cãi, bị bác bỏ, bị sửa. Một báo cáo trống thì không ai tranh cãi, vì nó chẳng nói gì để mà tranh cãi. Nó lặng lẽ nằm đó, với dấu kiểm xanh, chờ được đọc thành "không có vấn đề gì". Trong phân tích thể thao, và đặc biệt trong esports, người ta đã dựng cả một hệ thống chín tầng kiểm tra để bắt lỗi. Hệ thống ấy bắt được gần hết. Nhưng nó chưa được dạy cách bắt chính sự trống rỗng của mình.

Mười năm học cách nghi ngờ một con số

Mùa hè 2026, tôi mười tám tuổi, sinh viên năm nhất ở Thâm Quyến, tự viết blog tính xG từ dữ liệu cú sút nhặt nhạnh trên các trang thống kê. Đêm bán kết World Cup giữa Pháp và Bỉ, mô hình của tôi cho Pháp xG khoảng 1.6 và Bỉ khoảng 0.8. Pháp thắng 1-0 bằng cú đánh đầu của Samuel Umtiti ở phút 51, từ một quả phạt góc. Mô hình của tôi gần như không nhìn thấy bàn thắng ấy. Tôi mất một tháng xem lại toàn bộ băng ghi hình, tách từng tình huống cố định, cộng trọng số cho các pha bóng chết, rồi viết lại. Bài sau chính xác hơn. Nhưng thứ tôi nhận được không phải một mô hình tốt hơn. Thứ tôi nhận được là cảm giác rằng dữ liệu có trần.

Năm 2026, khi dịch bệnh biến các sân vận động Trung Quốc thành những khối bê tông im lặng, tôi đang là thực tập sinh phân tích dữ liệu cho một công ty thể thao ở Thâm Quyến. Tôi gom số liệu của 240 trận thuộc Chinese Super League và tìm thấy hai điều. Tỷ lệ thắng của đội chủ nhà rơi từ 47% xuống 39%. Chỉ số PPDA, tức số đường chuyền mà một đội cho phép đối phương thực hiện trên mỗi pha phòng ngự, trung bình dịch từ 11.2 xuống 10.5, nghĩa là các đội pressing dữ hơn nhưng ghi bàn kém đi. Báo cáo nội bộ của tôi được đăng trên trang tin của công ty và được vài nhà phân tích trong vùng chú ý.

Bài học năm ấy nằm ở chỗ khác với bài học năm 2026. Nếu xG dạy tôi rằng một chỉ số có thể bỏ sót bàn thắng, thì mùa sân trống dạy tôi rằng chính môi trường cũng là một biến số. Cùng một đội hình, cùng một chiến thuật, cùng một giải đấu, nhưng bỏ khán giả ra khỏi phương trình thì kết quả đổi chiều. Từ đó tôi không bao giờ tách một con số khỏi cảnh quan sinh ra nó.

Tháng 11 năm 2026, tôi là trợ lý dữ liệu cho một trang tin thể thao trực tuyến đưa tin World Cup tại Qatar. Ngày 22 tháng 11, Ả Rập Xê Út thắng Argentina 2-1. Mô hình của tôi cho đội thắng xG 0.35 và cho Argentina 1.9. Bài viết bị một bộ phận độc giả gọi là xúc phạm chiến thắng của kẻ yếu. Tôi không gỡ bài. Tôi viết thêm một bài dùng dữ liệu chuyển động và vị trí cầu thủ để chỉ ra hai pha mà hàng thủ Argentina mất cấu trúc, và giải thích vì sao kiểm soát bóng không đồng nghĩa với kiểm soát trận đấu. Sự kiên định ấy đưa tôi đến vai trò chuyên gia dữ liệu độc lập cho một tạp chí bóng đá châu Âu.

Euro 2026, tôi theo đội tuyển Georgia suốt hai tuần. Từ dữ liệu vòng loại, xGA trung bình của họ chỉ 0.9 mỗi trận, thuộc nhóm thấp nhất giải, dù họ không giữ bóng nhiều. Ngày 26 tháng 6 năm 2026, Georgia thắng Bồ Đào Nha 2-0 bằng hai pha phản công. Bài phân tích sau trận được chia sẻ hàng nghìn lần. Tôi kể lại bốn câu chuyện này không phải để khoe thành tích. Tôi kể để chỉ ra rằng cả bốn lần, tôi đều phải tự tay bịt một lỗ hổng mà hệ thống không bịt hộ. Lần thứ năm, lỗ hổng nằm ở chỗ khác: ở chính cái bảng tính trống.

Chín tầng kiểm tra, và tầng số không

Một bản phân tích thể thao nghiêm túc, dù viết về bóng đá hay về một giải đấu điện tử, đều phải đi qua chín tầng câu hỏi. Chín tầng ấy không phải nghi thức hành chính. Chúng là chín lần tự vấn mà nếu bỏ qua một lần, kết luận cuối cùng sẽ lệch. Điều tôi học được đêm 2 giờ 47 phút là: mỗi tầng đều có thể trả về số không, và mỗi lần trả về số không, bản báo cáo vẫn hiện ra với dấu kiểm xanh.

Tầng thứ nhất là phiên bản. Bất kỳ môn thi đấu nào cũng vận hành trên một phiên bản luật chơi cụ thể. Trong esports, đó là bản vá. Trong bóng đá, đó là tập hợp các điều chỉnh luật và xu hướng chiến thuật đang thịnh hành. Một bản vá có thể đổi hướng toàn bộ meta từ đánh sớm sang đánh muộn, từ kiểm soát bản đồ sang tranh chấp liên tục. Khi tầng này trả về số không, nghĩa là người phân tích không biết mình đang đánh giá một đội bóng trên nền luật nào. Mọi nhận xét sau đó đều trôi nổi. Trường hợp sân trống năm 2026 chính là một bản vá môi trường: luật không đổi, nhưng biến số khán giả biến mất, và tỷ lệ thắng sân nhà lập tức rơi tám điểm phần trăm. Nếu tôi không ghi rõ biến số ấy vào báo cáo, con số 39% sẽ bị đọc như một suy thoái năng lực, trong khi nó là một phản ứng môi trường.

Tầng thứ hai là thể thức. Bo1 khác Bo5, vòng tròn Thụy Sĩ khác loại trực tiếp, vòng bảng khác chung kết. Thể thức quyết định xác suất bất ngờ. Một đội có thể thắng một trận loại trực tiếp nhờ một khoảnh khắc, nhưng không thể thắng năm trận Bo5 bằng may mắn. Chiến thắng 2-1 của Ả Rập Xê Út trước Argentina là một mẫu đơn lẻ trong một trận vòng bảng. Sức mạnh của nó về mặt cảm xúc là tuyệt đối. Sức mạnh của nó về mặt suy luận là rất hẹp. Khi tầng thể thức trả về số không, người đọc sẽ gán cho một mẫu đơn lẻ trọng lượng của cả một chuỗi. Đây là lỗi phổ biến nhất trong các bản tin thể thao Việt Nam mỗi khi một đội tuyển thắng một trận lớn.

Tầng thứ ba là con người. Không có cầu thủ nào đi theo một đường thẳng. Có những vị trí hao mòn theo phản xạ, và có những vị trí trưởng thành theo thời gian. Người gọi chiến thuật trong một đội thể thao điện tử thường chơi hay hơn ở tuổi hai mươi bảy so với tuổi hai mươi mốt, trong khi một tuyển thủ chuyên đối đầu ở tựa game bắn súng có thể tụt phong độ rất nhanh sau tuổi hai mươi lăm. Bóng đá cũng vậy: một trung vệ đọc trận đấu có thể đá tốt đến ba mươi bốn tuổi, còn một cầu thủ chạy cánh sống bằng tốc độ thì không. Khi tầng này trả về số không, bản phân tích không có tên, không có tuổi, không có đường cong phong độ. Và một bản phân tích không có tên thì không thể sai, cũng không thể đúng.

Tôi vẫn nhớ cảm giác ngồi xem lại băng hình trận đấu mà ở đó một tiền vệ Việt Nam bị đánh giá thấp chỉ vì chỉ số đường chuyền thành công thấp. Nhìn kỹ mới thấy phần lớn đường chuyền hỏng của anh nằm ở một phần ba sân đối phương, nơi tỷ lệ thành công vốn đã thấp cho tất cả mọi người, và mỗi đường chuyền hỏng ở đó lại mở ra một pha phản công mà đồng đội không kịp nhận. Số liệu thô nói anh chuyền hỏng. Băng hình nói anh là người duy nhất dám mở cửa. Dữ liệu không nói dối, nhưng nó cũng không bao giờ nói hết sự thật.

Tầng thứ tư là khu vực. Cùng một khu vực có thể giữ vị thế hoàn toàn khác nhau ở các bộ môn khác nhau. Đông Nam Á có những đội tuyển thể thao điện tử từng vào sâu ở đấu trường quốc tế, đồng thời là vùng trũng ở nhiều tựa game khác. Việt Nam là một ví dụ phức tạp: nguồn tuyển thủ tốt, hệ thống giải quốc nội có thật, nhưng hạ tầng phân tích dữ liệu thì mỏng. Khi tầng khu vực trả về số không, người ta có xu hướng đánh giá một đội Việt Nam bằng cảm giác thay vì bằng dữ liệu đối chiếu. Và cảm giác thì luôn nghiêng về phía ký ức gần nhất.

Tầng thứ năm là tài chính. Mỗi con số chuyển nhượng là một cuộc đời được quy đổi. Một khoản phí lớn không chỉ nói về năng lực cầu thủ, nó nói về áp lực của câu lạc bộ mua, về thời hạn hợp đồng còn lại của câu lạc bộ bán, về tuổi tác, về vị trí trong chu kỳ thị trường. Ở esports, con số chuyển nhượng còn phức tạp hơn vì giá trị thương mại và giá trị thi đấu thường lệch pha. Một tuyển thủ có lượng người theo dõi lớn có thể được trả cao hơn một tuyển thủ giỏi hơn. Khi tầng tài chính trả về số không, bản phân tích bỏ mất một trong hai trục định giá quan trọng nhất.

Điều ít được nói đến là tín hiệu rủi ro tài chính trong ngành này thường mang màu xám. Nợ lương, bán suất tham dự, nhà tài trợ rút lui, đều là những sự kiện có thật và có thể xảy ra ở bất kỳ thị trường nào, kể cả Việt Nam. Nếu một quy trình phân tích chỉ đọc những bài viết có giọng tích cực mà bỏ qua các trường dữ liệu về lương thưởng, nó sẽ không bao giờ phát hiện được gì cho đến khi câu lạc bộ giải thể.

Tầng thứ sáu là luật và quản trị. Ở đây có những vấn đề rất cụ thể: hợp đồng dài hạn với điều khoản giải phóng lớn, các thỏa thuận chồng lấn, việc tiếp cận tuyển thủ khi còn hợp đồng, và quan trọng nhất là bảo vệ người chơi dưới tuổi vị thành niên. Một bản phân tích thể thao nghiêm túc phải mang theo tầng này ngay cả khi bài viết gốc có giọng hoàn toàn tích cực. Vấn đề của một kết quả trống ở tầng này không nằm ở chỗ nó sai. Vấn đề nằm ở chỗ nó khiến lưới an toàn biến mất trong im lặng.

Tầng thứ bảy là hồ sơ rủi ro. Đây là tầng tôi coi trọng nhất và cũng là tầng dễ bị đánh lừa nhất. Một ma trận rủi ro có cột rủi ro cạnh tranh, rủi ro tài chính, rủi ro nhân sự, rủi ro luật, rủi ro dư luận, rủi ro hệ thống. Khi toàn bộ dữ liệu đầu vào trống, ma trận vẫn được sinh ra, chỉ có các ô là trống. Và một ma trận rủi ro trống, với đường viền đầy đủ và tiêu đề đầy đủ, trông rất giống một ma trận rủi ro thấp. Tôi không lập bảng cho trận đấu; tôi lập bảng cho sự nghi ngờ. Nếu bảng nghi ngờ không có gì để nghi ngờ, thì bảng ấy đã hỏng, chứ không phải thế giới đã sạch.

Tầng thứ tám là câu chuyện công chúng. Mỗi giai đoạn đều có một câu chuyện được ưa chuộng: thế hệ vàng, ngôi vua mới, người hùng trở lại, lần cuối cùng. Câu chuyện có chu kỳ nhiệt: mới lên, tăng tốc, đỉnh, rồi phản ứng ngược. Nhiệm vụ của người phân tích là đo khoảng cách giữa sức nóng và nền tảng. Một tài năng trẻ được tung hô sau ba trận đấu là một câu chuyện có nền tảng rất mong manh, vì ba trận không đủ để tách tài năng khỏi may mắn. Khi tầng này trả về số không, người ta không còn công cụ nào để phát hiện sự thổi phồng, và sự thổi phồng cứ thế tự nuôi mình.

Tầng thứ chín là truyền dẫn ngành. Ở đỉnh chuỗi giá trị thể thao điện tử là nhà phát hành game, vì họ nắm lịch bản vá, quyền tổ chức giải và cấu trúc chia doanh thu. Ở giữa là câu lạc bộ, ban tổ chức và nền tảng phát trực tuyến. Ở dưới là tài trợ, sản phẩm phái sinh và quá trình thể thao điện tử bước vào dòng chảy văn hóa đại chúng. Một thay đổi ở tầng đỉnh mất vài tháng mới chạm tới tầng đáy, và luôn chạm tới muộn hơn so với cảm nhận của công chúng. Khi tầng này trả về số không, người đọc bị giam trong hiện tại và mất khả năng nhìn thấy cú sốc đang tới.

Chín số không cộng lại thành một kết luận rất nguy hiểm

Đây là phần tôi muốn dành nhiều chữ nhất, vì nó là nghịch lý trung tâm của nghề này. Mỗi tầng trong chín tầng trên đều được thiết kế để trả lời một câu hỏi, và khi không có dữ liệu, chúng đều có thể trả về một dạng câu trả lời mặc định. Dạng mặc định ấy luôn là dạng an toàn. Không có tên cầu thủ thì không có cáo buộc về phong độ. Không có dữ liệu tài chính thì không có dấu hiệu nợ lương. Không có dữ liệu rủi ro thì không có rủi ro được nêu. Cộng chín dạng mặc định ấy lại, ta có một báo cáo mang hình dáng của sự trong sạch.

Sự nguy hiểm không nằm ở chỗ báo cáo ấy sai. Nó nằm ở chỗ báo cáo ấy không sai theo cách có thể phát hiện được. Một bản phân tích có kết luận sai sẽ bị thực tế đập vào mặt sau vài tuần. Một bản phân tích rỗng thì không có điểm nào để đập. Nó chỉ tạo ra một ký ức sai lệch: rằng người ta đã kiểm tra rồi, và mọi thứ đều ổn.

Trong ngành dữ liệu, người ta gọi đó là lỗi im lặng. Và điều đáng chú ý là lỗi im lặng hiếm khi bắt nguồn từ thuật toán. Nó bắt nguồn từ cách nối các tầng với nhau. Nếu dây chuyền xử lý nguồn không kiểm tra xem dữ liệu thô có tồn tại hay không, nếu bộ phân loại không có cơ chế từ chối một đầu vào rỗng, nếu bản mẫu báo cáo tự điền các giá trị mặc định thay vì ném ra lỗi, thì toàn bộ chuỗi sẽ chạy trơn tru từ đầu đến cuối mà không hề chạm vào thực tế. Cái dấu kiểm xanh trong đêm 2 giờ 47 phút là kết quả của một dây chuyền như vậy.

Với thị trường Việt Nam, vấn đề này có một biến thể đáng lo hơn. Hạ tầng dữ liệu thể thao trong nước còn mỏng, nên phần lớn phân tích phụ thuộc vào dữ liệu nhập từ bên ngoài. Khi một trường dữ liệu bị thiếu, nó thường bị thiếu lặng lẽ. Không có ai gọi điện hỏi vì sao chỉ số của một cầu thủ ở vòng đấu này không xuất hiện. Bảng vẫn đủ cột. Hàng vẫn đủ chỗ. Chỉ có ô là trống. Và trong một bảng biểu được trình bày gọn gàng, một ô trống trông gần như giống một ô có giá trị nhỏ.

Tôi đã kiểm chứng điều này ở một góc nhỏ hơn. Trong đợt tôi theo dõi số liệu của 240 trận Chinese Super League năm 2026, có bảy trận mà chỉ số PPDA bị thiếu hoàn toàn. Nếu tôi cộng trung bình theo cách thông thường, bảy trận ấy đơn giản biến mất khỏi mẫu, và kết quả trung bình vẫn ra một con số đẹp. Chỉ khi tôi tự tay rà lại từng hàng, tôi mới thấy mẫu thực tế không phải 240 trận mà là 233 trận, và bảy trận bị mất ấy tập trung ở một giai đoạn cụ thể. Con số trung bình không sai về mặt số học. Nó sai về mặt câu chuyện.

Correlation không phải nhân quả. Đây là câu mà mọi người làm dữ liệu đều thuộc lòng, nhưng rất ít người áp dụng đúng vào chính quy trình của mình. Một báo cáo không tìm thấy vấn đề không chứng minh rằng không có vấn đề. Nó chỉ chứng minh rằng báo cáo đã tìm trong một không gian dữ liệu nhất định. Nếu không gian ấy rỗng, kết luận không có giá trị thông tin nào cả, dù nó được in ra với đường viền đẹp đến đâu.

Góc phản trực giác: khi im lặng được đọc thành bảo chứng

Có một phản xạ rất người trong cách chúng ta đọc báo cáo. Chúng ta chỉ chú ý đến những gì được viết ra, và coi phần không được viết là phần không tồn tại. Một bản tin nói về chấn thương của một trung vệ sẽ khiến người ta lo. Một bản tin hoàn toàn không nhắc đến chấn thương sẽ được đọc thành tình hình ổn định, kể cả khi người viết chỉ đơn giản là chưa kiểm tra.

Trong esports, phản xạ này có hậu quả cụ thể. Một đội không công bố đội hình xuất phát sẽ được suy đoán là giữ nguyên đội hình cũ. Một tuyển thủ không xuất hiện trong danh sách chuyển nhượng sẽ được giả định là đang hạnh phúc ở lại. Một suất tham dự không được nhắc đến sẽ được coi là vẫn an toàn. Không có thông tin bị đọc thành thông tin tốt.

Đây là lý do tôi nói rằng tầng rủi ro là tầng nguy hiểm nhất trong chín tầng. Nó là tầng duy nhất mà sự trống rỗng mang hình dáng của tin tốt. Ở tám tầng còn lại, thiếu dữ liệu thì người ta biết là thiếu. Ở tầng rủi ro, thiếu dữ liệu thì người ta tưởng là hết rủi ro. Người làm phân tích phải chủ động dán nhãn "chưa đủ dữ liệu để đánh giá" lên những ô trống ấy, vì nếu không dán nhãn, người đọc sẽ tự dán nhãn cho chúng.

Tiêu chuẩn nghề nghiệp của tôi về vấn đề này rất đơn giản. Mỗi chỉ số quan trọng cần tối thiểu hai nguồn đối chiếu. Sau khi có hai nguồn, viết. Nếu sau hai nguồn mà một chỉ số vẫn không xuất hiện, tôi ghi thẳng vào bài rằng chỉ số đó không có, thay vì lặng lẽ bỏ nó đi. Một dấu gạch ngang được ghi rõ và một khoảng trắng im lặng trông rất giống nhau trên trang giấy, nhưng chúng dẫn người đọc đến hai kết luận trái ngược.

Tôi cũng đã phải học điều này bằng cách trả giá. Năm 2026, sau khi bị chỉ trích vì con số xG 0.35 trong trận Ả Rập Xê Út thắng Argentina, tôi mất hai tuần để viết bài giải thích bằng dữ liệu chuyển động. Điều tôi nhận ra trong hai tuần ấy quan trọng hơn mọi lời khen sau đó. Tôi hiểu rằng khán giả không giận vì con số. Khán giả giận vì con số ấy được trình bày như thể nó là toàn bộ câu chuyện. Cách sửa không phải là rút lui, mà là đặt con số vào đúng chỗ của nó và công khai nói rõ nó không đo được cái gì.

0.35 là con số, nhưng cuộc chiến định danh nó mới là sự thật. Ai định nghĩa được ý nghĩa của con số, người đó kiểm soát câu chuyện. Ả Rập Xê Út định nghĩa nó là chiến thắng. Mô hình của tôi định nghĩa nó là một dị thường. Truyền thông định nghĩa nó là cú sốc. Cổ động viên định nghĩa nó là công lý. Bốn định nghĩa ấy không loại trừ nhau, nhưng chúng không thể cùng nằm trong một con số mà không có bối cảnh đi kèm.

Dữ liệu nào không đo được khoảnh khắc này

Dữ liệu là tu viện, nhưng tôi chọn rời cổng để tìm bóng đá. Cánh cổng ấy không phải một nơi để ở. Nó là một nơi để đi qua, mỗi bài, mỗi ngày, và luôn quay lại kiểm tra xem mình có đang tự lừa mình không.

Tôi viết bài này với một câu hỏi treo lại: chỉ số nào trong mô hình của tôi không thể đo được một khoảnh khắc cụ thể nào. Cú đánh đầu của Umtiti ở phút 51 năm 2026 không được đo. Bàn thắng phút bù giờ không được đo. Khoảnh khắc một hậu vệ ngồi sụp xuống sau tiếng còi mãn cuộc không được đo. Những gì còn lại sau khi trừ hết những khoảnh khắc ấy ra khỏi bài viết thường nhỏ hơn tôi tưởng, và đó là dấu hiệu tốt. Nó có nghĩa là tôi đã cắt bớt.

Nếu bạn đọc một bản phân tích thể thao và không tìm thấy bất kỳ câu nào ghi rõ dữ liệu nào còn thiếu, hãy đọc lại nó bằng một câu hỏi khác. Không phải câu hỏi "bản phân tích này nói gì", mà là câu hỏi "bản phân tích này đã nhìn vào đâu và không nhìn vào đâu". Sự trống rỗng trong dữ liệu thể thao không phải một khe hở hiếm gặp. Nó là trạng thái mặc định, và mọi dấu kiểm xanh đều được thiết kế bởi người đã đặt ra điều kiện cho nó.

Tôi không lập bảng cho trận đấu; tôi lập bảng cho sự nghi ngờ. Mùa giải tiếp theo sẽ có những bảng mới, những mô hình mới, những cột mới. Và sẽ lại có ít nhất một đêm, ở đâu đó, một dấu kiểm xanh hiện ra trên một tệp không có gì bên trong. Việc của người đọc dữ liệu là nhìn vào ô trống và gọi đúng tên nó, trước khi ai đó kịp đọc nó thành một sự yên tâm.