Khi hồ sơ dữ liệu trống: kỷ luật kiểm chứng và cái giá của những kết luận không nguồn

Mở đầu: 2.1 xG và một cuốn sổ kẻ ô vuông

Rạng sáng ngày 6 tháng 7 năm 2026, tại một căn hộ nhỏ ở quận Thiên Hà, Quảng Châu, tôi ngồi trước màn hình với một cuốn sổ kẻ ô vuông và cây bút bi xanh. Trận tứ kết giữa Pháp và Uruguay ở Nizhny Novgorod khép lại với tỷ số 2-0 nghiêng về phía Pháp. Bảng thông số sau tiếng còi mãn cuộc hiện lên dòng chữ mà tôi còn nhớ chính xác đến từng ký tự: Pháp kiểm soát bóng 39%. Trong nhóm chat mà tôi tham gia cùng mấy người bạn học xã hội học, một câu hiện ra gần như tức thì: “Pháp thắng nhờ may”.

Tôi ghi vào sổ bốn con số. Pháp: 39% bóng, 2.1 xG, 10 cú sút, 5 trúng đích. Uruguay: 61% bóng, 0.4 xG, 6 cú sút, 1 trúng đích. Khoảng cách giữa hai cột kiểm soát bóng và hai cột bàn thắng kỳ vọng ngược chiều nhau hoàn toàn. Đó là lần đầu tiên tôi nhận ra rằng thứ mà truyền hình gọi là “thế trận” và thứ mà mô hình gọi là “chất lượng cơ hội” có thể là hai câu chuyện khác nhau, thậm chí là hai câu chuyện mâu thuẫn. Ba tuần sau đó, tôi tua lại toàn bộ các trận của giải, tự dựng một bảng xG cho từng đội bằng cách chép tay vị trí dứt điểm và loại tình huống.

Trước năm 2026, tôi xem bóng đá. Sau năm 2026, tôi đọc nó.

Sáu năm sau, vào một buổi chiều thứ Ba ở Quảng Châu, tôi nhận được một tệp dữ liệu. Tệp đó trống. Không tiêu đề, không nguồn, không điểm thông tin, không thực thể nào được xác định. Và điều tôi muốn kể trong bài này không phải là câu chuyện về một tệp trống. Đó là câu chuyện về phản xạ nghề nghiệp khi đứng trước một tệp trống: viết gì, và nhất là, khi nào phải từ chối viết.

Bối cảnh: hạ tầng dữ liệu đã thay đổi cách bóng đá được kể như thế nào

Có một khoảng cách lịch sử mà ít người viết bóng đá ở Việt Nam chịu khó đặt lại. Năm 2026, phán quyết Bosman ngày 15 tháng 12 mở cửa tự do chuyển nhượng cho cầu thủ hết hợp đồng trong Liên minh châu Âu, và biến thị trường chuyển nhượng từ một hệ thống trao đổi sang một hệ thống định giá. Năm 2026, Transfermarkt ra đời, lần đầu tiên đưa ra một con số công khai cho giá trị của gần như mọi cầu thủ chuyên nghiệp trên hành tinh. Đến thập niên 2026, StatsBomb, Opta, Understat và FBref biến dữ liệu sự kiện theo từng cú chạm bóng thành hàng hóa đại chúng.

Nghĩa là: trong vòng hai mươi lăm năm, người hâm mộ bóng đá đi từ chỗ chỉ có bảng tỷ số và lời bình luận, sang chỗ có thể tra cứu xG, PPDA, progressive passes, field tilt và giá trị chuyển nhượng dự kiến trong vòng ba cú nhấp chuột.

Ở Trung Quốc, nơi tôi làm việc, và ở Việt Nam, nơi tôi lớn lên, tốc độ hấp thụ dữ liệu này nhanh hơn tốc độ hình thành kỷ luật sử dụng nó. Một bài phân tích có thể trích dẫn xG từ Understat, số phút thi đấu từ FBref, giá trị thị trường từ Transfermarkt, và kết luận về tương lai của một cầu thủ trong cùng một câu. Người đọc thấy ba nguồn, nên tin rằng có ba lần kiểm chứng. Thực tế, đó có thể là ba nguồn cùng chép từ một nhà cung cấp dữ liệu duy nhất.

Điều này dẫn tới một vấn đề chuyên môn nghiêm trọng hơn là chuyện “dùng số liệu cho oai”. Khi hạ tầng dữ liệu trở nên đầy đủ, kỳ vọng của người đọc dịch chuyển từ “hãy kể cho tôi trận đấu” sang “hãy cho tôi một kết luận”. Và kỳ vọng đó tạo ra một áp lực rất cụ thể: lấp đầy mọi khoảng trống, kể cả những khoảng trống mà dữ liệu đầu vào không cho phép lấp.

Đó là lý do tôi viết bài này từ một tình huống tưởng như vô nghĩa: một hồ sơ phân tích bị trả về với chín chiều phân tích đều mang dòng chữ “không đủ thông tin để kết luận”.

Phần lõi 1: Chiesa, và cái bẫy của việc đọc dữ liệu bằng ấn tượng

Tháng 6 và tháng 7 năm 2026, ở tuổi hai mươi mốt, tôi theo dõi Euro và bị Federico Chiesa hút hồn như hàng triệu người khác. Báo chí gọi anh là “ngôi sao đột phá” của giải đấu. Cơ sở của nhận định đó rất dễ kiểm chứng: hai bàn thắng trong màu áo đội tuyển Ý, một vào lưới Áo ở vòng mười sáu đội, một vào lưới Tây Ban Nha ở bán kết.

Tôi lấy dữ liệu ra và kiểm tra chéo ba nguồn: FBref, Understat và dữ liệu sự kiện của StatsBomb. Con số tổng hợp qua năm trận: xG 1.8, hai bàn thực tế. Tỷ lệ dứt điểm trúng đích 41%. Chạy cánh hàng đầu châu Âu thời điểm đó thường ở mức 45-50%. Anh vượt mô hình ở khâu ghi bàn và nằm dưới chuẩn ở khâu lựa chọn cú sút.

Tôi viết một bài phân tích dài hai nghìn từ cho blog cá nhân, với một kết luận mà lúc đó bị nhiều người phản đối: màn trình diễn của Chiesa ở Euro 2026 không bền vững về mặt cấu trúc, vì nó dựa trên việc chuyển hóa cơ hội vượt xa chất lượng cơ hội. Ngày 9 tháng 1 năm 2026, Chiesa đứt dây chằng chéo trước trong trận Juventus thắng Roma 4-3 ở Stadio Olimpico. Anh trở lại sau gần mười tháng, và phải mất thêm rất lâu mới tìm lại được nhịp độ.

Tôi kể câu chuyện này vì một lý do phương pháp luận, và tôi muốn nói rất rõ: Chiesa không phá vỡ dữ liệu. Anh ấy phá vỡ cách chúng ta đọc dữ liệu.

Cần tách hai tầng trong câu chuyện này. Tầng thứ nhất là tầng thống kê: xG 1.8 trên hai bàn thắng là dấu hiệu của một chuỗi chuyển hóa cao, và chuỗi chuyển hóa cao có xu hướng hồi quy về trung bình. Tầng thứ hai là tầng cơ thể học: một cầu thủ chạy cánh có phong cách tăng tốc tối đa và đổi hướng liên tục trong không gian hẹp chịu tải trọng dây chằng cao hơn mức trung bình. Hai tầng này cộng hưởng với nhau. Kết luận đúng không phải là “Chiesa sẽ sa sút”, mà là “cấu trúc rủi ro của Chiesa tập trung ở hai điểm: hiệu suất chuyển hóa và tải trọng dây chằng”.

Một bài viết kém sẽ nói: Chiesa là ngôi sao. Một bài viết tốt hơn sẽ nói: xG của Chiesa là 1.8. Một bài viết có kỷ luật sẽ nói: xG 1.8 nghĩa là hai bàn thắng này đắt hơn giá thị trường của chúng, và câu hỏi cần theo dõi không phải là anh có ghi bàn tiếp hay không, mà là anh có duy trì được số cú sút trong vùng nguy hiểm hay không.

Về chấn thương, quan điểm chuyên môn của tôi đã định hình từ đây và tôi giữ nó đến nay: việc vội vàng trở lại sau đứt dây chằng chéo trước đang phá hủy giai đoạn thứ hai trong sự nghiệp của rất nhiều cầu thủ. Nỗi sợ tâm lý khó sửa hơn cơ thể. Một cầu thủ có thể có kết quả kiểm tra y tế hoàn hảo và vẫn chơi như thể đang giữ chân mình lại. Dữ liệu theo dõi GPS về số lần tăng tốc tối đa và số pha tranh chấp tay đôi thường là chỉ báo sớm hơn cảm giác trên sân.

Phần lõi 2: Anfield không khán giả và sự thật rằng tiếng ồn cũng là dữ liệu

Năm 2026, khi đại dịch khiến các sân vận động trống trơn, tôi hai mươi tuổi và đang viết luận văn cử nhân. Liverpool thua liên tiếp trên sân nhà Anfield trong khuôn khổ Premier League, chuỗi sáu trận kéo dài từ ngày 21 tháng 1 đến ngày 7 tháng 3 năm 2026. Đây là chuỗi thất bại dài nhất trong lịch sử câu lạc bộ tại giải đấu cao nhất nước Anh.

Phản xạ đầu tiên của truyền thông là gán nhãn khủng hoảng. Phản xạ của tôi là tách biến số. Tôi lấy dữ liệu PPDA của Liverpool — số đường chuyền mà đối thủ được phép thực hiện trước khi Liverpool thực hiện một hành động phòng ngự — và so hai giai đoạn. Mùa 2026-20, chỉ số này quanh mức 8.2. Trong giai đoạn không khán giả, nó tăng lên khoảng 12.5. Con số tăng nghĩa là Liverpool pressing ít hung hãn hơn, chậm hơn, và để đối thủ triển khai bóng dễ hơn.

Nhưng nguyên nhân không nằm ở chiến thuật. Nằm ở một biến số mà bảng thông số không hiển thị: khán giả.

Sân vận động trống đã dạy tôi rằng tiếng ồn là dữ liệu.

Cơ chế hoạt động như sau. Hệ thống pressing tầm cao là một hành vi tập thể mang tính xã hội cao. Nó đòi hỏi một cầu thủ phải rời vị trí trước khi biết đồng đội có bước theo hay không. Quyết định đó được đưa ra trong khoảng hai phần mười giây và được hậu thuẫn bởi hai thứ: niềm tin vào đồng đội, và áp lực xã hội từ khán đài thúc đẩy việc không được phép lùi bước. Khi Anfield không còn 53.000 người, áp lực xã hội biến mất. Quyết định rời vị trí chuyển từ mặc định sang tùy chọn. PPDA tăng.

Khi 53.000 khán giả im lặng, số liệu bắt đầu nói.

Tôi phải nói thêm rằng câu chuyện này còn một biến số thứ hai mà tôi không được phép bỏ qua: ngày 17 tháng 10 năm 2026, Virgil van Dijk đứt dây chằng chéo trước trong trận hòa 2-2 với Everton ở Goodison Park, sau một pha vào bóng của Jordan Pickford. Mất Van Dijk nghĩa là mất cầu thủ có khả năng bọc lót sau lưng hàng phòng ngự dâng cao. Hai biến số — không khán giả và không người bọc lót — cùng tác động lên một hệ thống.

Đây chính là chỗ mà phân tích dữ liệu trở nên thú vị và cũng trở nên nguy hiểm. Có hai biến số độc lập về mặt logic nhưng trùng nhau về mặt thời gian. Nếu tôi chỉ chọn biến số khán giả, tôi có một bài viết hay và sai một nửa. Nếu tôi chỉ chọn biến số Van Dijk, tôi có một bài viết đúng và thiếu một nửa.

Cách tôi xử lý là dựng bảng ba cột: sân nhà, sân khách, khoảng nghỉ giữa các trận. Liverpool sụp ở Anfield và vẫn chơi chấp nhận được trên sân khách trong cùng giai đoạn. Nếu nguyên nhân thuần túy là mất Van Dijk, mức sụp phải phân bố tương đối đều giữa hai loại sân. Nó không phân bố đều. Vậy biến số khán giả có trọng số riêng, và biến số Van Dijk có trọng số riêng. Kết luận đúng là một hàm số của cả hai.

Đó là kỷ luật mà tôi học được từ mùa giải kỳ lạ nhất trong đời mình: tách biến số trước khi gán nhân quả, và chấp nhận rằng đôi khi câu trả lời đúng là một phương trình chứ không phải một câu khẩu hiệu.

Phần lõi 3: thị trường chuyển nhượng là nơi sự thiếu kiên nhẫn được định giá

Ngày 3 tháng 8 năm 2026, Paris Saint-Germain kích hoạt điều khoản giải phóng hợp đồng của Neymar với Barcelona, trị giá 222 triệu euro. Đến nay đây vẫn là mức phí chuyển nhượng cao nhất trong lịch sử bóng đá. Con số đó được nhắc đến như một cột mốc, nhưng giá trị phân tích thật của nó nằm ở chỗ khác: nó thiết lập một mức neo tâm lý cho toàn bộ thị trường, và mọi thương vụ sau đó được định giá tương đối so với mức neo này.

Thị trường chuyển nhượng là nơi sự thiếu kiên nhẫn được định giá.

Tôi làm việc với dữ liệu chuyển nhượng đủ lâu để nhận ra một quy luật cấu trúc: phần lớn các thương vụ xấu không xấu vì cầu thủ kém. Chúng xấu vì thời điểm. Một câu lạc bộ mua tiền đạo vào ngày 29 tháng 1 không mua chất lượng; câu lạc bộ đó mua sự giải tỏa áp lực. Mức phí trong những ngày cuối kỳ chuyển nhượng phản ánh mức độ hoảng loạn của người mua chính xác hơn phản ánh năng lực của người được mua.

Có một lỗ hổng cụ thể trong cấu trúc này mà tôi cho là bị đánh giá thấp, và tôi nói thẳng quan điểm của mình: phí ký kết cho cầu thủ tự do độc hại hơn phí chuyển nhượng, vì nó nằm ngoài vùng giám sát cốt lõi của các quy định tài chính.

Cơ chế rất đơn giản. Khi câu lạc bộ A mua cầu thủ từ câu lạc bộ B với giá 80 triệu euro, con số 80 triệu đó xuất hiện trên báo chí, trong hồ sơ công bố, trong bảng cân đối và trong mọi mô hình tuân thủ. Nó được khấu hao theo thời hạn hợp đồng. Nếu hợp đồng năm năm, chi phí trên sổ sách là 16 triệu euro mỗi năm. Mọi người kiểm tra được.

Khi câu lạc bộ A ký hợp đồng với cầu thủ tự do, không có phí chuyển nhượng. Nhưng có phí ký kết trả cho cầu thủ và người đại diện. Khoản này không được công bố với mức độ minh bạch tương đương, và tùy theo cách hạch toán, nó có thể được xử lý như một khoản chi phí trả trước phân bổ theo hợp đồng hoặc như một khoản chi một lần. Trong cả hai trường hợp, nó khó bị đối chiếu bởi hệ thống giám sát vốn được thiết kế để bám vào giao dịch chuyển nhượng.

UEFA chính thức phê duyệt Quy định Bền vững Tài chính, thay thế Luật Công bằng Tài chính cũ, vào ngày 7 tháng 4 năm 2026, với quy tắc chi phí đội hình khởi điểm ở mức 90% doanh thu và lộ trình giảm xuống 70% từ mùa 2026-26. Tại Premier League, quy tắc Lợi nhuận và Bền vững cho phép lỗ tối đa 105 triệu bảng trong ba mùa giải. Cả hai hệ thống đều vận hành dựa trên giả định rằng chi phí chính của một câu lạc bộ là lương và phí chuyển nhượng, và cả hai đều có thể theo dõi. Phí ký kết không nằm gọn trong giả định đó.

Song song với lỗ hổng này là một hệ thống khác mà rất ít người hâm mộ biết đến. Cơ chế liên đới của FIFA phân phối 5% phí chuyển nhượng cho các câu lạc bộ đã đào tạo cầu thủ trong độ tuổi từ 12 đến 23. Khoản này đi theo cầu thủ, không đi theo câu lạc bộ bán. Và điều đó có nghĩa là một câu lạc bộ nhỏ ở Việt Nam đào tạo một cầu thủ trong bốn năm rồi bán anh ta với giá thấp cho một câu lạc bộ trung gian, về mặt lý thuyết vẫn có quyền nhận phần liên đới trong các thương vụ tiếp theo. Trên thực tế, các khoản này thường không được đòi, bởi vì câu lạc bộ nhỏ không có bộ phận pháp chế theo dõi hàng nghìn hồ sơ chuyển nhượng mỗi năm.

Cùng nhóm vấn đề đó là chế độ sở hữu của bên thứ ba. FIFA cấm hình thức này từ ngày 1 tháng 5 năm 2026, sau nhiều năm nó tồn tại như một cách để các quỹ đầu tư nắm một phần quyền kinh tế của cầu thủ. Lệnh cấm khiến mô hình trở nên bất hợp pháp trong bóng đá chuyên nghiệp, nhưng không xóa đi động cơ kinh tế phía sau nó. Khi một dòng chảy bị chặn, nó thường tìm đường vòng: các khoản cho vay có nghĩa vụ mua, các thỏa thuận đồng sở hữu gián tiếp, các công ty môi giới đứng tên.

Và khi dòng chảy tìm đường vòng, người viết bóng đá đứng trước một nhiệm vụ tế nhị: phân biệt giữa một cấu trúc hợp pháp nhưng đáng ngờ về mặt đạo đức, và một cấu trúc vi phạm quy định. Hai điều này thường bị gộp làm một trong các bài viết nhanh. Tôi cố gắng không gộp. Nếu không có văn bản quy định cụ thể bị vi phạm, tôi không gọi nó là vi phạm. Nếu tôi chỉ có cảm giác, tôi ghi rõ đó là đánh giá xác suất, kèm mức độ tin cậy.

Phần lõi 4: thang bậc nguồn tin và kỷ luật hai nguồn

Có một kỹ năng nghề nghiệp bị xem nhẹ trong ngành phân tích bóng đá: phân loại nguồn tin.

Khi tôi đọc một tin chuyển nhượng, tôi không hỏi “tin này có vẻ thật không”. Tôi hỏi ba câu. Ai đưa tin đầu tiên? Người đó có quan hệ trực tiếp với cầu thủ, người đại diện, hay câu lạc bộ nào? Và ai được lợi khi thông tin này xuất hiện?

Người đại diện có động cơ đẩy giá. Câu lạc bộ bán có động cơ tạo ra cạnh tranh. Câu lạc bộ mua có động cơ hạ nhiệt kỳ vọng của người hâm mộ. Người viết có động cơ để có tương tác. Bốn động cơ này chồng lên nhau trong mỗi dòng tin, và bất kỳ hệ thống đánh giá nguồn tin nào bỏ qua chúng đều là một hệ thống dễ bị thao túng.

Đây là lý do tôi xây dựng quy tắc nội bộ: mọi con số trong bài viết của tôi phải đến từ ít nhất hai nguồn độc lập, và tính độc lập được định nghĩa theo chuỗi cung ứng dữ liệu, không theo số lượng trang web. Ba trang cùng lấy dữ liệu từ một nhà cung cấp là một nguồn.

Áp dụng quy tắc này vào thực tế khá nghiệt ngã. Ví dụ, khi một trang tin đưa mức phí chuyển nhượng “có thể lên tới 60 triệu bảng kèm 15 triệu phụ phí”, cấu trúc câu đó đã chứa hai thông tin khác nhau. Phần cố định và phần phụ phí có xác suất thực hiện hoàn toàn khác nhau. Phụ phí thường gắn với số trận ra sân, số bàn thắng, danh hiệu, và suất dự Champions League. Một mức phí 60 triệu cộng 15 triệu trên báo chí có thể tương ứng với giá trị kỳ vọng thực tế thấp hơn đáng kể.

Khi viết về một thương vụ, tôi luôn cố gắng tách ba lớp: giá trị danh nghĩa, giá trị kỳ vọng có trọng số xác suất, và chi phí trên sổ sách theo năm. Ba con số này có thể khác nhau tới bốn mươi phần trăm. Với một bài viết nhanh, bạn không có thời gian tách. Nhưng bạn nên nói rõ rằng bạn đang dùng con số danh nghĩa.

Phần lõi 5: nguyên tắc rủi ro trước, và giá trị của câu “không đủ dữ liệu để kết luận”

Bây giờ tôi trở lại tệp dữ liệu trống trong buổi chiều thứ Ba ở Quảng Châu.

Khi một hồ sơ phân tích đến tay tôi mà không có tiêu đề, không có nguồn, không có điểm thông tin nào, thì phản ứng kỹ thuật đúng không phải là cố gắng đoán, mà là kích hoạt cơ chế xử lý giá trị rỗng. Toàn bộ chín chiều phân tích — chiến thuật, tài chính, kết quả thi đấu, bối cảnh giải, quy định, quản trị phòng thay đồ, rủi ro, truyền thông, chuỗi truyền dẫn ngành — đều phải được đánh dấu “không đủ thông tin”.

Nghe có vẻ như một thất bại. Nó thực ra là một thành công của quy trình.

Dữ liệu không làm nên cách mạng. Nó chỉ lột bỏ lớp sơn phủ của huyền thoại.

Nhưng dữ liệu không tự bảo vệ mình khỏi việc bị bịa ra. Chỉ có kỷ luật mới làm được điều đó. Một hệ thống phân tích không có cơ chế xử lý giá trị rỗng sẽ tự động sinh ra kết luận, bởi vì mọi biểu mẫu đều có ô trống và bản chất con người là lấp đầy ô trống. Một biểu mẫu chín chiều được điền đầy trông giống hệt một bản phân tích chín chiều có thật. Người đọc ở cuối chuỗi không phân biệt được.

Có một ví dụ cụ thể về mức độ nguy hiểm của việc lấp ô trống mà tôi muốn nói tới: xếp hạng rủi ro.

Nếu một hệ thống không tìm thấy rủi ro nào, kết quả trông giống như “rủi ro thấp”. Nhưng “không tìm thấy rủi ro” và “rủi ro thấp” là hai trạng thái khác nhau về bản chất. Trạng thái thứ nhất là một tuyên bố về năng lực quan sát của bạn. Trạng thái thứ hai là một tuyên bố về thế giới. Gộp hai trạng thái này lại là một lỗi logic nghiêm trọng, và nó nguy hiểm hơn cả việc bỏ sót rủi ro, vì nó tạo ra cảm giác an toàn giả.

Trong bóng đá, dạng lỗi này xuất hiện rất thường xuyên dưới hình thức mềm hơn. Một câu lạc bộ không bị phạt trong hai năm được mô tả là “tuân thủ tốt”. Một cầu thủ không chấn thương trong ba mùa được mô tả là “nền tảng thể lực vững”. Cả hai mô tả đều nhầm lẫn giữa dữ liệu quan sát được và suy luận về cơ chế. Câu lạc bộ đó có thể đang tuân thủ, hoặc có thể đang nằm trong vùng xám chưa bị soi. Cầu thủ đó có thể khỏe, hoặc có thể chỉ chưa gặp đúng loại tình huống dẫn tới chấn thương.

Cách tôi xử lý là gắn mỗi kết luận với độ tin cậy. Một nhận định có độ tin cậy thấp không bị loại bỏ, nhưng bị gán nhãn. Nhận định có độ tin cậy cao thường là những câu nhàm chán: mức lương chiếm tỷ trọng lớn trong doanh thu; chuỗi chuyển hóa cao có xu hướng hồi quy; đội bóng mất trụ cột phòng ngự và chơi với hàng thủ dâng cao sẽ thủng lưới nhiều hơn. Những nhận định hấp dẫn thường nằm ở vùng độ tin cậy trung bình.

Góc phản trực giác: tương quan không phải nhân quả, và cái bẫy của bản báo cáo được điền đầy

Có một nghịch lý mà tôi gặp liên tục trong nghề này: càng có nhiều dữ liệu, người ta càng dễ nhầm tương quan thành nhân quả.

Khi bạn có mười tám chỉ số cho mỗi trận đấu, bạn luôn có thể tìm ra một chỉ số tương quan với kết quả. Đội thắng thường có PPDA thấp hơn, hoặc tỷ lệ thắng tranh chấp trên không cao hơn, hoặc số đường chuyền vào một phần ba cuối sân nhiều hơn. Với mười tám biến số và một mẫu nhỏ, việc tìm thấy một tương quan ngẫu nhiên gần như là điều chắc chắn. Đó là vấn đề so sánh đa biến mà rất ít bài phân tích bóng đá chịu thừa nhận.

Cách kiểm tra tôi dùng thường xuyên nhất là đảo ngược câu hỏi. Nếu chỉ số này gây ra kết quả, thì khi kết quả thay đổi, chỉ số phải thay đổi trước. Nếu tôi thấy đội thắng có PPDA thấp, tôi hỏi tiếp: đội này vốn pressing thấp suốt mùa, hay chỉ pressing thấp trong trận đó? Nếu họ vốn pressing thấp suốt mùa và vẫn thắng, thì PPDA thấp là thuộc tính đội bóng, không phải nguyên nhân của chiến thắng. Tương quan bị đảo chiều.

Có một điểm phản trực giác thứ hai, và nó đắt giá hơn: rủi ro lớn nhất trong phân tích bóng đá hiện đại không phải là dữ liệu sai. Rủi ro lớn nhất là một bản báo cáo được điền đầy trông giống như phân tích.

Một con số sai sẽ bị bắt lỗi. Một bản báo cáo không có dữ liệu nhưng được trình bày chỉn chu, có tiêu đề, có cấu trúc, có thuật ngữ chuyên môn, sẽ đi qua toàn bộ chuỗi kiểm duyệt mà không ai phát hiện ra rằng nó không chứa một điểm thông tin nào. Nó nguy hiểm hơn vì nó không kích hoạt phản xạ nghi ngờ.

Với cùng logic đó, tôi phải nói một điều về cách đọc các thuật ngữ mới. Ngành này sản sinh thuật ngữ với tốc độ nhanh hơn tốc độ kiểm chứng chúng. Một thuật ngữ mới xuất hiện, được dùng ba tháng, trở thành chuẩn mực. Nhưng một thuật ngữ chỉ có giá trị khi nó đo được một thứ mà các thuật ngữ cũ không đo được, và khi nó đã được kiểm chứng trên một mẫu đủ lớn để loại trừ nhiễu.

Tôi là người thủ cựu có lý do. Tôi không đổi chỉ số chỉ vì nó mới. Tôi đổi khi tôi tự tay chạy lại dữ liệu cũ bằng chỉ số mới và thấy nó giải thích được nhiều hơn, hoặc giải thích được những trường hợp mà mô hình cũ thất bại. Đó là một tiêu chuẩn cao hơn nhiều so với việc thấy nó được dùng nhiều trên mạng.

Điều này dẫn tới một hệ quả cho người viết bóng đá ở Việt Nam: chúng ta đang nhập khẩu mô hình nhanh hơn nhập khẩu kỷ luật. Một bài phân tích tiếng Việt có thể dùng xG mà không nói rõ mô hình nào, dùng PPDA mà không nói mẫu bao nhiêu trận, dùng giá trị chuyển nhượng mà không nói nguồn. Người đọc hưởng lợi từ hình thức của dữ liệu mà không nhận được giá trị của dữ liệu. Đó là một dạng lạm phát thông tin: lượng chữ tăng, lượng tri thức giảm.

Và đây là một điểm khác thường bị bỏ qua: người hâm mộ Việt Nam theo dõi bóng đá với cường độ rất cao, nhưng phần lớn dữ liệu họ tiếp cận là dữ liệu bậc hai, đã qua bốn lần chuyển tiếp. Một chỉ số từ Opta sang StatsBomb sang một tài khoản tổng hợp trên mạng xã hội sang một bài báo tiếng Việt. Mỗi lần chuyển tiếp có thể làm mất ngữ cảnh: mẫu bao nhiêu, giải nào, giai đoạn nào, đã chuẩn hóa theo đối thủ chưa. Phần lớn sai số trong phân tích bóng đá ở Việt Nam không nằm ở con số, mà nằm ở ngữ cảnh bị cắt.

Điểm chốt: tín hiệu cần theo dõi ở vòng tiếp theo

Tôi không tin vào việc tổng kết. Tôi tin vào việc đặt ra tín hiệu để theo dõi.

Dữ liệu không xóa bỏ cảm xúc. Nó giải thích tại sao cảm xúc tồn tại.

Tôi sẽ theo dõi ba tín hiệu trong vòng đấu tới. Thứ nhất, ở thị trường chuyển nhượng, cấu trúc phí ký kết cho cầu thủ tự do — nếu số lượng thương vụ tự do tăng trong khi tổng chi tiêu chuyển nhượng công khai giảm, đó là dấu hiệu dòng tiền đang di chuyển ra khỏi vùng quan sát được của các quy định tài chính. Thứ hai, ở cấp độ cầu thủ, các chỉ số tải trọng dây chằng và số lần tăng tốc tối đa mỗi trận ở nhóm cầu thủ trở lại sau chấn thương dài hạn. Thứ ba, ở cấp độ nội dung, số lượng bài phân tích có trích dẫn nguồn dữ liệu kèm ngày công bố.

Nếu tín hiệu thứ ba không cải thiện trong mười hai tháng tới, thì tranh luận bóng đá ở Việt Nam sẽ tiếp tục vận hành trên cảm giác được trang trí bằng những con số không ai kiểm chứng được.

Mọi con số đều kể một câu chuyện. Câu chuyện không nằm trong con số.

Một nhà phân tích giỏi không phải là người có nhiều dữ liệu nhất. Đó là người biết chính xác khi nào dữ liệu chưa đủ, và có đủ can đảm để nói ra điều đó thay vì lấp ô trống bằng một kết luận đọc lên nghe rất thuyết phục.