Khoảng trống dữ liệu bóng đá Việt Nam: khi nhà phân tích tự điền vào chỗ trống

Phút 27 trận chung kết lượt về ASEAN Cup 2026 ở Bangkok, Nguyễn Xuân Son nằm lại trên cỏ. Việt Nam thắng Thái Lan 3-2 hôm đó và vô địch với tổng tỷ số 5-3. Tôi ngồi trước màn hình ở Jakarta, mở bảng dữ liệu cá nhân của cậu ấy, và thấy ba ô trống: số phút thi đấu sau một va chạm mạnh, lịch sử chấn thương xương, hiệu suất khi tuyến trên mất người chạy chỗ.

Tôi biết chính xác điều gì sẽ xảy ra trong 48 giờ kế tiếp. Một loạt bài phân tích sẽ xuất hiện, phần lớn sẽ lặng lẽ điền vào ba ô ấy bằng phỏng đoán, và không bài nào ghi chú rằng mình vừa làm thế.

Đó là lúc tôi hiểu vấn đề lớn nhất của phân tích bóng đá Việt Nam không nằm ở mô hình. Nó nằm ở chỗ trống, và ở thói quen lấp chỗ trống bằng một câu trả lời nghe hợp lý.

Bóng đá Việt Nam không thiếu dữ liệu theo nghĩa tuyệt đối. V.League có nhà cung cấp dữ liệu sự kiện, mọi trận đều được ghi hình, và phần lớn CLB nhóm có ngân sách đã dùng áo GPS trong tập luyện. Đội tuyển quốc gia có bộ phận phân tích riêng từ nhiều năm. Vấn đề nằm ở cấu trúc: dữ liệu dày ở tầng sự kiện — chuyền, sút, tranh chấp, quãng đường chạy — và mỏng đến mức trống rỗng ở tầng nguyên nhân, tức là chạy chỗ mở khoảng, che bóng, phá vỡ cấu trúc đối phương, và áp lực tâm lý trong mười phút cuối.

Tháng 3/2026, tôi trình một báo cáo 40 trang ở Persija Jakarta, đề xuất đẩy Septian David Maulana từ cánh vào trung lộ. Ban huấn luyện gạt đi. Ba trận sau, cậu ấy đá số 10, ghi hai bàn, kiến tạo ba, đội thắng bốn trận liền. Khi ấy tôi nghĩ bài học là dữ liệu thắng định kiến. Mãi sau tôi mới hiểu bài học thật: tôi thắng vì tôi chỉ trình bày phần dữ liệu tôi có, và không nói một chữ về phần tôi không có. Phần đó tình cờ không quan trọng. Đó là may mắn, không phải năng lực, và may mắn không lặp lại theo yêu cầu.

Một chi tiết dễ bị bỏ qua. Nguyễn Xuân Son — khi ấy còn tên Rafaelson — ghi 31 bàn cho Thép Xanh Nam Định ở V.League 2026/24, mức cao nhất ban tổ chức giải từng ghi nhận cho một cá nhân trong một mùa. Ba mươi mốt bàn xây nên một hình ảnh. Không bàn nào trong đó trả lời được câu hỏi đội bóng sẽ ra sao nếu cậu ấy mất ba tháng. Bảng dữ liệu không có cột ấy, nên không ai nhìn vào.

Cơ chế gây lỗi đầu tiên là nhầm lẫn giữa “không có dữ liệu” và “dữ liệu bằng không”. Một hậu vệ không có chỉ số tắc bóng cao chưa chắc tắc bóng kém. Ba trận gần nhất có thể đối thủ không tấn công vào hành lang của cậu ta, nên hệ thống ghi nhận số 0. Ô dữ liệu hiển thị số 0, mắt người đọc dịch thành “kém”, và mô hình học máy cũng dịch thành “kém” rồi lặp lại sai lầm ấy với bảng biểu đẹp hơn.

Cơ chế còn lại nguy hiểm hơn: thay thế chủ thể trong im lặng. Một trận không được mã hóa chỉ số pressing. Nhà phân tích cần PPDA cho đối thủ sắp tới, không có số, bèn lấy trung bình toàn giải. Báo cáo vẫn ra đúng hạn, vẫn đủ bảng, vẫn kết luận đối thủ pressing tầm trung. Không ai trong phòng họp biết một dữ kiện giả vừa được sinh ra và đã đi thẳng vào quyết định chiến thuật. Đây là dạng sai sót gần như không bao giờ bị phát hiện, bởi nó không tạo ra mâu thuẫn — nó chỉ tạo ra sự tự tin.

Tôi gặp biến thể của nó nhiều lần ở Liga 1 Indonesia trong những năm làm trưởng bộ phận dữ liệu. Nợ lương là chuyện được nói đến rộng rãi trong khu vực, nhưng dữ liệu về nó gần như không tồn tại: không CLB nào công bố, không nhà cung cấp nào thu thập, và chỉ số hiệu suất trên sân không sụp đổ rõ rệt cho đến lúc mọi thứ vỡ. Một cầu thủ bị nợ ba tháng lương vẫn chạy 10,8 km một trận. Cậu ta chỉ ngừng chạy ở phút 85 thay vì phút 90, và không ai mã hóa chi tiết ấy vì không ai được trả tiền để mã hóa nó.

Đó là bất đối xứng của việc sàng lọc, một đặc điểm cấu trúc chứ không phải sự lơ là của cá nhân. Những rủi ro nghiêm trọng nhất trong bóng đá — nợ lương, dàn xếp tỷ số, chấn thương tích lũy, xung đột nội bộ — đều im lặng theo mặc định. Chúng chỉ lộ ra khi có người chủ động đi tìm. Việc chúng vắng mặt trong bảng dữ liệu không phải bằng chứng cho thấy chúng không tồn tại; đó là bằng chứng cho thấy chưa ai tìm.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, một CLB V.League trung bình dành khoảng hai giờ mỗi tuần cho phân tích đối thủ, và gần như toàn bộ thời gian đó đổ vào phần dữ liệu đã có sẵn. Không ai được giao nhiệm vụ đi tìm phần còn thiếu, bởi phần còn thiếu không nằm trong bản mô tả công việc.

Đây là phần tôi phải nói thẳng, kể cả khi nó đi ngược lợi ích công việc tôi đang làm. Một niềm tin đang lan trong giới phân tích khu vực: đội nào có nhiều dữ liệu hơn thì hiểu bóng đá hơn. Nó sai theo cả hai chiều. Nhiều dữ liệu hơn mà không có cơ chế đánh dấu ô trống thì chỉ tạo ra nhiều chỗ để bịa hơn. Một đội chỉ có băng ghi hình nhưng biết rõ mình không biết gì có thể ra quyết định tốt hơn một đội có mười bảng chỉ số và tin rằng chúng đầy đủ.

Giá trị của một cầu thủ không nằm trên hợp đồng; nó nằm trong từng pha di chuyển không bóng. Đúng vì thế, phần lớn giá trị ấy không nằm trong bất kỳ bảng dữ liệu nào mà CLB đang có.

Tôi không nói dữ liệu vô dụng. Tôi nói dữ liệu chỉ hữu dụng bằng phần chú thích đi kèm nó. Khi một CLB V.League thắng bốn trận liền sau khi đổi sơ đồ, cả làng phân tích gán nguyên nhân cho sơ đồ mới. Bốn trận là mẫu quá nhỏ. Trong bốn trận, đối thủ có thể yếu hơn, lịch có thể dễ hơn, và một quả phạt đền có thể đã bị bỏ qua. Sơ đồ mới chỉ là biến số dễ nhìn nhất, không phải biến số đúng nhất. World Cup 2026 không phá vỡ mô hình của tôi; nó mở rộng định nghĩa của dữ liệu, và mở rộng theo hướng buộc tôi phải cẩn thận hơn chứ không phải tự tin hơn.

Mô hình của tôi chỉ tệ khi tôi hèn nhát không dám hỏi nó câu hỏi khó nhất. Câu hỏi khó nhất luôn là: phần nào của kết luận này đến từ dữ liệu, phần nào đến từ trí tưởng tượng của người viết?

Mùa giải tới, thứ tôi theo dõi ở V.League không nằm ở bảng xếp hạng. Tôi sẽ để ý xem có CLB nào dám công bố phần dữ liệu mình thiếu. Một báo cáo nội bộ ghi rõ chúng tôi không có chỉ số pressing của đối thủ, phần dưới đây là đánh giá cảm tính, có giá trị hơn mười báo cáo đầy bảng biểu mà không có dòng chú thích nào.

Số liệu không bao giờ nói dối — chỉ có cách ta lắng nghe là sai. Và cách lắng nghe sai phổ biến nhất là nghe thấy một câu trả lời ở nơi thực ra chỉ có một khoảng trống.