Dữ liệu trống, kết luận đầy: căn bệnh thầm lặng của phân tích thể thao Việt Nam

Có một bản báo cáo dài 42 trang gửi tới một ban huấn luyện ở V.League. Bảng đánh giá kỹ thuật có mười hai dòng, cả mười hai đều ghi "không đủ thông tin". Bảng phân tích rủi ro có bảy ô, bảy ô trống. Mục đối đầu trực tiếp không có một con số nào. Nhưng trang cuối cùng — phần kết luận — vẫn có bảy khuyến nghị chiến thuật, in đậm, đánh số thứ tự, đọc trôi chảy như thể phía trên kia là cả một núi bằng chứng.

Tôi giữ lại bản đó. Không phải vì nó hữu ích. Tôi giữ lại vì nó là minh chứng sạch nhất cho một căn bệnh nghề nghiệp: người làm phân tích sợ khoảng trắng hơn sợ sai.

Bối cảnh: một nghề chưa có hạ tầng

Mười năm gần đây, số người Việt Nam làm nghề phân tích dữ liệu thể thao tăng nhanh hơn số nguồn dữ liệu mà họ có thể tiếp cận. V.League 1 có 14 đội, mỗi vòng 7 trận, nhưng dữ liệu vị trí cầu thủ theo từng giây gần như không được thu thập đầy đủ và không được công bố. Các giải trong nước thường chỉ có bàn thắng, thẻ phạt, số đường chuyền và tỷ lệ kiểm soát bóng — những chỉ số đã bị bóc nghĩa từ lâu. Muốn có thứ gì sâu hơn, người phân tích phải tự bấm video từng pha.

Cầu lông cũng vậy. Liên đoàn Cầu lông Thế giới công bố kết quả, lịch sử đối đầu và thứ hạng, nhưng không mở dữ liệu điểm rơi, không mở phân bổ không gian di chuyển, không mở thời lượng pha cầu. Những cái tên như Nguyễn Thùy Linh, Lê Đức Phát hay Nguyễn Tiến Minh có đủ dữ liệu để dựng một hồ sơ đối đầu, nhưng không đủ để trả lời câu hỏi khó nhất: vì sao một tay vợt thắng ở game ba nhiều hơn game một?

Khoảng trống ấy là mảnh đất màu mỡ cho một loại sản phẩm đặc biệt: báo cáo không có dữ liệu nhưng có kết luận. Và khi thị trường chuyển nhượng mở, loại sản phẩm này bán rất chạy.

Lõi phân tích: bốn tầng của một ô trống

Tầng thứ nhất: không có dữ liệu khác với dữ liệu trống. Một ô ghi "không đủ thông tin" là một lời thú nhận trung thực. Một ô ghi "0" thì không. Số đường chuyền thành công bằng 0 khác hoàn toàn với việc không ai đo được số đường chuyền thành công. Nhưng khi bảng tính chạy công thức, hai thứ đó cho ra cùng một kết quả số học. Đó là lý do kỹ thuật quan trọng nhất trong nghề này là phân biệt hai loại trống.

Tầng thứ hai: áp lực lấp đầy. Một bản báo cáo có bảy ô trống sẽ không được nghiệm thu. Không ai viết trong email gửi kèm rằng "chúng tôi chưa có dữ liệu". Người ta viết: "Đội bạn pressing chưa đủ quyết liệt." Câu đó nghe hợp lý, không sai về mặt logic, và không thể kiểm chứng. Nó an toàn.

Tôi từng xây dựng mô hình xG cho một trận đấu mà đội chủ nhà tạo ra 3,4 bàn kỳ vọng so với 0,8 của đối thủ, rồi thua 0-2 vì hai sai lầm cá nhân. Tôi viết rằng đội chủ nhà chơi tốt hơn. Cộng đồng mạng gọi tôi là kẻ mù số liệu. Đêm đó tôi rút lui vào 200 trận lịch sử và xây lại mô hình trên chuỗi xG tích lũy thay vì kết quả đơn lẻ. Kết luận rút ra không phải là "xG sai". Kết luận là: một trận không phải một mẫu.

Tầng thứ ba: chỉ số thay thế. Khi không có dữ liệu vị trí, người ta dùng PPDA — số đường chuyền mà đối phương được phép thực hiện trên mỗi pha phòng ngự. Chỉ số này tính được từ dữ liệu truyền hình, không cần chip trong áo đấu. Nó rẻ, khả thi, và nói được nhiều hơn tỷ lệ kiểm soát bóng. Ở World Cup 2026, tuyển Đức cho Hàn Quốc chuyền 11,4 đường mỗi pha phòng ngự, trong khi trung bình vòng bảng của chính họ là 9,2. Con số đó giải thích trận thua 0-2 rõ hơn mọi câu bình luận về "khát vọng". Nhưng PPDA cũng có giới hạn: nó đo cường độ, không đo chất lượng của quyết định cuối cùng.

Tầng thứ tư: tiếng ồn chuyển nhượng. Trong kỳ chuyển nhượng, nhu cầu về con số tăng vọt vì tiền chảy qua hợp đồng. Người đại diện cần một chỉ số để bán cầu thủ; câu lạc bộ cần một chỉ số để biện minh cho khoản chi. Những thứ kiểm chứng được — điều khoản giải phóng hợp đồng, quỹ lương, số phút thi đấu thực tế, số trận vắng mặt vì chấn thương — thường bị gạt sang một bên để nhường chỗ cho từ "phong độ". Phong độ là một từ không có đơn vị đo.

Góc ngược: con số đẹp là thứ con số đáng ngờ nhất

Có một nghịch lý trong nghề này. Càng thiếu dữ liệu, người ta càng thích trình bày đẹp. Một bảng biểu có đủ màu, đủ mũi tên, đủ phần trăm thường là dấu hiệu cho thấy tác giả đã phải bù đắp rất nhiều bằng suy diễn. Trong khi một bảng biểu có ba dòng và hai ô ghi "không có dữ liệu" thường đáng tin hơn.

Con số đẹp là thứ con số đáng ngờ nhất. Không phải vì con số đẹp luôn sai. Mà vì con số đẹp thường ra đời từ một quy trình được thiết kế để tạo ra nó. Nếu một chỉ số trùng khớp hoàn hảo với giả thuyết ngay từ lần chạy đầu tiên, việc cần làm không phải là mừng, mà là kiểm tra xem dữ liệu đầu vào có bị lọc theo hướng đó hay không.

Tôi từng thấy những bản báo cáo chuyển nhượng ở Việt Nam khẳng định một cầu thủ "có hiệu suất tạo cơ hội cao nhất giải" dựa trên bảy trận. Bảy trận không phải một mùa. Bảy trận là một chuỗi ngẫu nhiên có thể đảo chiều sau ba vòng nữa. Và người tạo ra con số ấy thường không nói dối. Họ chỉ không nói ra cỡ mẫu.

Điều đáng chú ý là vấn đề này không chỉ tồn tại trong nước. Cùng một chỉ số có thể được định nghĩa khác nhau ở hai hệ thống giải. Một đường chuyền dài 25 mét có thể tính là đường chuyền quyết định ở giải này và là đường chuyền an toàn ở giải khác, tùy theo cách nhà cung cấp dữ liệu phân loại. Khi một bài phân tích nhập khẩu nguyên bộ chỉ số từ nước ngoài rồi áp lên một trận V.League, kết quả thường đẹp về hình thức và lệch về bản chất.

Con số đẹp là thứ con số đáng ngờ nhất — câu này đúng ở cả hai đầu: khi nó xuất hiện trong báo cáo của người khác, và khi nó xuất hiện trong báo cáo của chính mình.

Cầu lông Việt Nam đang ở đúng điểm giao nhau này. Các tay vợt như Nguyễn Thùy Linh hay Lê Đức Phát thi đấu ở hệ thống giải quốc tế có dữ liệu tương đối đầy, nhưng phần lớn phân tích trong nước vẫn dừng ở "thắng hay thua", "vào sâu hay dừng sớm". Sự khác biệt giữa một tay vợt thắng 21-19 ở game ba và một tay vợt thua 19-21 ở game ba không nằm ở tinh thần. Nó nằm ở việc ai giữ được chất lượng cú đánh thứ năm trong một pha cầu kéo dài mười bốn giây. Muốn biết điều đó, phải có dữ liệu phân bổ điểm rơi. Không có dữ liệu đó, mọi kết luận về "bản lĩnh" chỉ là diễn giải.

Phép thử ngược

Trước khi xuất bất kỳ bảng phân tích nào, tôi chạy một câu hỏi duy nhất: nếu con số này sai, kết luận của tôi còn đứng được không? Nếu câu trả lời là "vẫn đứng", nghĩa là con số đó không thực sự gánh kết luận — nó chỉ trang trí. Nếu câu trả lời là "sụp đổ", thì cần hỏi thêm: nguồn dữ liệu này do ai thu thập, bằng phương pháp gì, và có động cơ nào khiến sai số nghiêng về một phía?

Áp dụng vào một bản báo cáo toàn ô trống, phép thử cho kết quả rõ ràng: kết luận không có gì để đứng lên trên. Nó đứng bằng không khí.

Điều gì sẽ thay đổi nếu điều này đúng

Nếu đa số báo cáo phân tích ở các giải Việt Nam đang có tỷ lệ ô trống cao nhưng vẫn ra kết luận, thì vấn đề không nằm ở năng lực của người phân tích. Nó nằm ở hợp đồng. Không ai ký hợp đồng cho một công việc mà sản phẩm bàn giao được phép là một trang giấy ghi "chưa có dữ liệu". Vậy nên thứ cần sửa là định nghĩa về sản phẩm bàn giao, không phải kỹ năng của người làm.

Một khi định nghĩa đó thay đổi, thị trường chuyển nhượng sẽ là nơi hưởng lợi đầu tiên. Một bản đánh giá cầu thủ ghi rõ "chúng tôi có dữ liệu của 26 trận trong 34 trận gần nhất, tám trận còn lại không đủ độ tin cậy" có giá trị cao hơn hẳn một bản đánh giá trơn tru khẳng định cầu thủ đó "ổn định". Nhà tuyển trạch trả tiền cho sự rõ ràng về mức độ không chắc chắn, chứ không phải cho sự chắc chắn giả tạo.

Và nếu đúng như vậy, câu hỏi tiếp theo không phải là làm sao phân tích hay hơn. Mà là: ai sẽ là người đầu tiên trả tiền cho một báo cáo được phép trống?