Dữ liệu rỗng, kết luận đầy: lỗ hổng đầu vào của phân tích thể thao Việt Nam

Dữ liệu rỗng, kết luận đầy: lỗ hổng đầu vào của phân tích thể thao Việt Nam

Bản báo cáo dài ba mươi mốt trang. Có mục lục. Có bảng ma trận rủi ro sáu dòng bảy cột. Có thang điểm độ tin cậy từ một đến năm sao. Có phần miễn trừ trách nhiệm in nghiêng ở cuối. Nó phân tích chín chiều của một giải đấu thể thao điện tử.

Chín chiều. Nhưng ô đầu tiên của chiều thứ nhất, mục tên tựa game, ghi: không đủ thông tin. Chiều thứ hai, hệ thống giải đấu: không đủ thông tin. Chiều thứ ba, đội và tuyển thủ: không đủ thông tin. Cứ thế tới chiều thứ chín. Trong toàn bộ tài liệu không tồn tại một cái tên đội, một cái tên tuyển thủ, một số hiệu phiên bản, một ngày thi đấu.

Tôi đọc nó hai lần. Lần đầu để soi lỗi chính tả. Lần thứ hai để hiểu vì sao một văn bản rỗng vẫn đọc rất có uy.

Câu trả lời nằm ở định dạng. Trong nghề của tôi, đúng định dạng đã trở thành một thứ giấy chứng nhận mà gần như không ai lật mặt sau để kiểm.

Kỳ chuyển nhượng và nền kinh tế của những con số không nguồn

Kỳ chuyển nhượng là mùa cao điểm của loại giấy chứng nhận đó. Ở V.League, mỗi bản hợp đồng mới mở ra ba luồng thông tin cùng lúc: phí chuyển nhượng do người đại diện rò rỉ, mức lương do câu lạc bộ phủ nhận, và mức độ phù hợp chiến thuật do cộng đồng tự suy diễn. Ba luồng ấy có độ tin cậy rất khác nhau, nhưng khi lên bản tin, chúng thường được trình bày ngang hàng nhau, cùng cỡ chữ, cùng một tông giọng chắc nịch.

Ở thể thao điện tử Việt Nam, nhịp còn nhanh hơn. Một tuyển thủ đổi đội thường được báo trước bằng một đoạn clip livestream bị cắt, một biểu tượng cảm xúc mơ hồ trên mạng xã hội, rồi vài tuần sau mới có thông báo chính thức. Khoảng trống giữa hai thời điểm đó là vùng đất màu mỡ nhất cho những bản phân tích không có dữ liệu nền. Người ta viết về một vụ chuyển nhượng chưa từng được xác nhận, dựng đội hình mới cho một đội chưa công bố danh sách, rồi tranh luận về đội hình đó như thể nó đã tồn tại.

Bóng đá Việt Nam không thiếu người quan sát giỏi. Cái thiếu là một tầng dữ liệu sự kiện mở, đủ chi tiết và đủ dài. Phần lớn chỉ số mà khán giả nhìn thấy trên sóng truyền hình hay trên các trang thống kê nội địa là chỉ số tổng hợp: số cú sút, thời lượng kiểm soát bóng, số đường chuyền thành công. Muốn đi sâu hơn — vị trí từng pha chạm bóng, giá trị bàn thắng kỳ vọng theo từng tình huống, áp lực theo vùng — người viết phải mua dữ liệu hoặc mượn số liệu của các giải châu Âu rồi gán sang.

Ngược lại, thể thao điện tử công bố dữ liệu khá đầy đủ. Các giải như VCS trước đây và League of Legends Championship Pacific hiện nay cho phép truy xuất chỉ số tới từng phút. Một tuyển thủ Việt Nam — ví dụ Đỗ Duy Khánh, được biết với tên thi đấu Levi — có thể được phân tích tới cấp độ tỷ lệ thắng đường, thời điểm lên trang bị, hiệu suất trong giao tranh tổng. Nghịch lý nằm ở chỗ: người làm nội dung esports Việt Nam có ít cớ hơn để nói "tôi không có dữ liệu", nhưng lại là nhóm sản xuất nhiều bản báo cáo rỗng nhất.

Tôi bắt đầu để ý chuyện này từ năm 2026, khi Hàn Quốc thắng Đức 2-0 ở vòng bảng World Cup với 25,6% thời lượng kiểm soát bóng và sáu cú sút, so với hai mươi cú sút của đối phương. Hôm đó tôi mười bốn tuổi và viết tay bốn mươi bảy trang để trả lời một câu hỏi duy nhất: vì sao đội kiểm soát bóng hai mươi lăm phần trăm lại thắng. Diễn đàn cười tôi. Một nhà phân tích dữ liệu viễn thông để lại đúng hai chữ: "Cứ tiếp tục."

Điều tôi học được không nằm ở đáp án. Nó nằm ở chỗ tôi buộc phải xem lại toàn bộ băng ghi hình bốn mươi tám trận vòng bảng trong một tháng, vì không có dữ liệu sự kiện, tôi chỉ còn cách tự tạo ra nó bằng mắt.

Ba kiểu thất bại ở khâu đầu vào

Loại lỗi tạo ra bản báo cáo ba mươi mốt trang kia không nằm ở kết luận. Nó nằm ở đầu vào. Và nó có ba dạng, cả ba đều đang xuất hiện đều đặn trong ngành thể thao Việt Nam.

Dạng thứ nhất là nguồn rỗng. Bài gốc nằm sau tường phí, hoặc chỉ là một video không có phụ đề, hoặc là một thông cáo báo chí không chứa một con số nào. Người viết vẫn phải giao bài đúng hạn. Nên họ dựng khung trước, rồi đi tìm ruột sau. Khi không tìm được ruột, khung vẫn đứng đó, trông rất chuyên nghiệp, và tự nó tạo ra cảm giác rằng phía sau có một quá trình làm việc nghiêm túc.

Dạng thứ hai là lỗi âm thầm. Một công cụ trích xuất dữ liệu gặp trục trặc, nhưng thay vì báo lỗi, nó trả về một bảng trống đúng cấu trúc. Bảng trống ấy đi tiếp qua các khâu sau mà không ai chặn, vì xét về mặt kỹ thuật nó hợp lệ. Đây là kiểu hỏng nguy hiểm nhất, vì nó không phát ra tiếng động. Không ai đi kiểm tra một hệ thống đang chạy trơn tru.

Dạng thứ ba là phân loại sai. Tài liệu được gắn nhãn "thể thao điện tử", nhưng phần phân loại nội dung lại ghi "chưa xác định". Hai bộ phận trong cùng một hệ thống không đồng ý với nhau, và không ai xử lý sự bất đồng đó. Kết quả là một sản phẩm mang nhãn chuyên môn nhưng ruột rỗng.

Cả ba dạng đều dẫn tới cùng một đầu ra: một tài liệu đủ hình thức để được chia sẻ, và đủ rỗng để không ai bắt bẻ được nó bằng dữ liệu.

Ô trống không có nghĩa là sạch

Đây là điểm tôi muốn dừng lại lâu nhất, vì nó gây thiệt hại thật.

Khi một bảng kiểm tra tài chính câu lạc bộ không có dữ liệu, kết quả hiển thị là "chưa kiểm tra được". Nhưng mắt người đọc, đặc biệt là người đọc chỉ lướt, sẽ ghi nhận ô đó thành "không có vấn đề". Nợ lương không xuất hiện trong báo cáo, nên nó biến thành không tồn tại. Một câu lạc bộ có thể đang chậm lương cầu thủ ba tháng, và nếu không ai đưa số liệu vào, bản báo cáo đẹp sẽ vô tình tẩy trắng cho họ.

Tôi gọi đây là lỗi phủ định giả. Trong y học, một xét nghiệm âm tính chỉ có giá trị khi xét nghiệm đó thực sự được chạy. Ống nghiệm rỗng không phải là kết quả âm tính. Nó là một ống nghiệm rỗng.

Người ta nhìn vào bảng tỷ số; tôi nhìn vào khoảng trống giữa những con số. Và trong kỳ chuyển nhượng, khoảng trống đó rộng hơn bình thường, vì phần lớn thông tin về giá là thông tin được thiết kế để gây nhiễu.

Tiếng ồn được thiết kế, không phải tiếng ồn tự sinh

Tháng 8 năm 2026, Chelsea trả 115 triệu euro để đưa Romelu Lukaku trở lại, mức phí cao nhất kỳ chuyển nhượng hè năm đó. Tôi viết một bài phản biện với luận điểm rằng Lukaku là vũ khí thứ hai, không phải mảnh ghép cuối cùng. Chỗ dựa của tôi là chỉ số bàn thắng kỳ vọng 0,47 mỗi chín mươi phút anh đạt được ở Serie A, đặt cạnh mô hình pressing nửa sân của Chelsea thời điểm đó. Bài chỉ có khoảng hai nghìn ba trăm lượt đọc. Một tuyển trạch viên K-League chia sẻ nó vào trang nội bộ. Đến tháng 10 cùng năm, Lukaku ghi đúng một bàn trước các đội top 6 Ngoại hạng Anh.

Tôi kể lại chuyện này không phải để khoe. Tôi kể vì nó cho thấy một điều: khi có dữ liệu nền thật, người viết có thể chấp nhận đặt cược vào một kết luận trái chiều và để thời gian phán xử. Còn khi không có dữ liệu nền, người viết chỉ còn cách đặt cược vào giọng điệu.

Trong một thương vụ chuyển nhượng, mọi bên đều có động cơ phát tán con số. Người đại diện muốn đẩy giá. Câu lạc bộ bán muốn tạo mặt bằng so sánh. Câu lạc bộ mua muốn trấn an khán giả. Nhà báo được cho số liệu trước, đổi lại phải đưa tin theo góc do người cho quyết. Ba nguồn tin ấy không độc lập. Chúng là một nguồn, được nhân bản ba lần.

Một bộ lọc tử tế trong kỳ chuyển nhượng chỉ cần ba câu hỏi. Con số này do ai công bố, vào ngày nào. Nó có xuất hiện trong hồ sơ đăng ký chính thức hay không. Và nếu thương vụ đổ vỡ, ai là người mất tiền thật.

Việt Nam có một ca đáng nhìn lại: cuộc tranh luận quanh tiền đạo nhập tịch Nguyễn Xuân Son trước và trong ASEAN Championship 2026. Anh ghi hai bàn trong trận chung kết lượt đi ngày 2 tháng 1 năm 2026, góp phần vào chiến thắng 2-1 trước Thái Lan tại Việt Trì, rồi dính chấn thương ở lượt về khi Việt Nam thắng 3-2 tại Bangkok ngày 5 tháng 1 năm 2026, khép lại tổng tỷ số 5-3. Dữ liệu về anh có sẵn: số bàn, số phút, tỷ lệ chuyển hóa cơ hội. Nhưng phần lớn cuộc tranh luận chọn đi con đường khác — con đường cảm xúc về dòng máu và bản sắc, nơi con số chẳng có chỗ đứng, và cũng chẳng cần có.

Bài học từ một trăm bốn mươi hai trận sân trống

Năm 2026, khi Bundesliga trở lại vào ngày 16 tháng 5 trong các sân vận động không khán giả, tôi theo dõi một trăm bốn mươi hai trận và thống kê tỷ lệ thắng sân nhà. Con số rơi từ 52,3% xuống 41,8%. Tôi viết một bài với tiêu đề gây sốc: tiếng hò reo của khán giả bị định giá quá cao.

Rồi tôi tự đập bài của mình. Đội khách ghi bàn nhiều hơn mười tám phần trăm trong mười lăm phút cuối khi sân trống. Nếu lợi thế sân nhà biến mất, tại sao đội khách lại mạnh lên đúng ở quãng thời gian mà thể lực quyết định kết quả. Tập dữ liệu của tôi không trả lời được. Nó chỉ đủ để dựng giả thuyết.

Trong một podcast tranh luận, tôi đùa rằng cần có một chỉ số mới, gọi là xET — kỳ vọng sân trống. Tôi tưởng đó là câu đùa. Một bình luận viên khách mời bắt đầu dùng nó nghiêm túc trong các buổi phát sóng sau đó.

Một chỉ số sinh ra từ một câu đùa, ba tháng sau thành thuật ngữ. Đó là tốc độ lan truyền của định dạng, khi đặt cạnh tốc độ kiểm chứng của dữ liệu.

Bài học kỹ thuật ở đây rất cụ thể. Một tập dữ liệu gồm một trăm bốn mươi hai trận đủ để phát hiện một thay đổi, nhưng không đủ để giải thích nó. Phần lớn phân tích thể thao Việt Nam hiện nay dừng ở đúng nấc thứ nhất: phát hiện ra điều gì đó rồi kết luận luôn, bỏ qua nấc giải thích.

Cổng kiểm tra đầu vào

Nếu phải dựng lại quy trình viết của chính mình, tôi sẽ đặt một cổng chặn ở ngay đầu. Cổng này gồm hai điều kiện bắt buộc.

Điều kiện thứ nhất: xác định được đối tượng. Với thể thao điện tử, đó là tên tựa game, phiên bản patch, giải đấu, đội, tuyển thủ. Với bóng đá, đó là giải, vòng đấu, đội, cầu thủ. Không xác định được đối tượng thì mọi phân tích phía sau vô nghĩa, bất kể định dạng đẹp tới đâu.

Điều kiện thứ hai: có ít nhất một dữ kiện thật. Một con số có nguồn, một sự kiện có ngày, một phát biểu có người chịu trách nhiệm. Một dữ kiện. Chỉ cần một.

Không đạt cả hai điều kiện, đầu ra đúng phải là một dòng: chưa đủ dữ liệu để phân tích. Không phải ba mươi mốt trang. Một dòng.

Ngành thể thao Việt Nam đang xây rất nhiều tầng đầu ra — bản tin chuyển nhượng, bảng xếp hạng chỉ số, bản đồ nhiệt, mô hình dự đoán — nhưng chưa xây tầng cổng chặn đầu vào. Chúng ta có mái nhà trước khi có móng.

Phản biện chính mình

Đây là chỗ tôi muốn quay lại đập vào lập luận của chính mình.

Cách giải thích phổ biến trong giới phân tích thể thao Việt Nam là: chúng ta thiếu dữ liệu. Tôi cho rằng điều đó chỉ đúng một nửa, và nửa đúng ấy đang được dùng để che nửa sai.

Dữ liệu công khai của bóng đá Việt Nam mỏng hơn các giải lớn, điều đó rõ. Nhưng số lượng bản báo cáo được sản xuất đang tăng nhanh hơn số lượng dữ liệu được thu thập. Nếu thiếu dữ liệu là nguyên nhân duy nhất, chúng ta đã thấy ít bài hơn, chứ không phải nhiều bài hơn với chất lượng loãng hơn.

Nguyên nhân thật nằm ở chi phí của việc nói "tôi không biết". Trên một nền tảng thông tin đòi hỏi sản lượng hằng ngày, câu "chưa đủ dữ liệu" bị tính là thất bại. Nên người viết chọn cách rẻ hơn: giữ nguyên khung, làm mờ phần ruột, và tin rằng định dạng sẽ gánh phần còn lại.

Tôi cũng đã làm vậy. Năm 2026, ở World Cup Qatar, tôi công bố một mô hình vùng bẫy pressing và dự đoán Nhật Bản thắng cả Đức lẫn Tây Ban Nha ở bảng E. Khi Nhật thắng thật, bài phân tích của tôi đạt một trăm hai mươi nghìn lượt đọc, và một đài thể thao Hàn Quốc ký hợp đồng thời vụ với tôi. Nhưng tôi bỏ dở hợp đồng hai tháng trước trận chung kết, vì hết hứng. Phần đầu của một bài phân tích là phần tôi giỏi. Phần kết là phần tôi hay bỏ.

47 trang viết tay không bao giờ sai — chỉ có cách chúng ta đọc là sai. Nhưng một bản báo cáo ba mươi mốt trang không có dữ liệu thì sai ngay từ trang đầu, và nó sai một cách lặng lẽ.

Góc phản trực giác tôi giữ nguyên: người đọc thể thao Việt Nam không cần thêm dữ liệu. Họ cần một thế hệ người viết dám để lại khoảng trắng trong bài.

Kết

Bản báo cáo ba mươi mốt trang kia rồi sẽ bị thay bằng một bản khác. Nhưng cái khung của nó vẫn nằm trong đầu rất nhiều người viết trẻ, và đó mới là phần khó tháo.

Khi sân vận động trống không, tôi đọc được nhịp thở của trái bóng. Một trăm bốn mươi hai trận không khán giả dạy tôi rằng khoảng trống luôn phát tín hiệu, miễn là ta chịu ghi lại nó thay vì lấp nó bằng một bảng biểu.

Tôi không dự đoán tương lai, tôi chỉ đọc bản đồ mà người khác vẽ sai. Và công việc đó bắt đầu bằng một bước khiêm tốn nhất: kiểm tra xem bản đồ có thật sự tồn tại hay không.