Kỷ luật của khoảng trống: khi dữ liệu thể thao không tồn tại

Kỷ luật của khoảng trống: khi dữ liệu thể thao không tồn tại

Tháng 8 năm 2026, tại Anfield, Liverpool thắng Arsenal 4-0. Bảng thống kê truyền thông khi ấy cho thấy số cú dứt điểm hai đội không chênh lệch đến mức bi kịch: Liverpool 18, Arsenal 9. Con số đó đủ để một người viết nhanh kết luận rằng trận đấu cân bằng hơn tỷ số, rằng Arsenal gục ngã vì kém may mắn ở hai đầu vòng cấm. Tôi khi đó là nhân viên phân tích cấp trung tại một công ty dữ liệu thể thao ở Los Angeles. Tôi làm đúng việc mà một người mang tính cách ISTJ thường làm: mở cột chú thích trước khi mở miệng. Cột xG hiện ra. Liverpool 3.6. Arsenal 0.3.

Tôi không tin ngay. Tôi ghi lại toàn bộ trận, kiểm chứng qua mười vòng đấu kế tiếp, và thấy mô hình xG dự đoán đúng tới khoảng 80% trường hợp. Đó là lần đầu tôi hiểu rằng bảng tỷ số không nói dối, nhưng nó cũng không kể hết câu chuyện. Mohamed Salah, Sadio Mané và Roberto Firmino khi ấy là một bộ ba chạy như máy, còn Mesut Özil bên phía Arsenal lặng lẽ mất hút giữa vòng vây. Cơn sốc Liverpool năm ấy không làm tôi sợ dữ liệu, nó làm tôi sợ sự tự tin.

Câu chuyện hôm nay xoay quanh một thứ khó chịu hơn nhiều: khoảng trống.

Khoảng trống là khi bạn ngồi trước một bảng phân tích đã được dựng sẵn khung, đủ chỗ cho chín chiều dữ liệu, nhưng bên trong không có một mẩu thông tin nào. Tiêu đề trống. Nguồn trống. Loại bài chưa phân loại. Danh sách điểm thông tin rỗng. Không có tên giải, không tên đội, không tên cầu thủ, không một dòng meta. Và câu hỏi duy nhất còn lại là: bạn sẽ làm gì?

Có hai câu trả lời. Một là điền vào chỗ khuyết bằng những gì nghe hợp lý. Hai là dừng lại và nói rằng không đủ dữ liệu. Người mới vào nghề chọn câu thứ nhất, vì khung đã có sẵn và cái khung luôn thôi thúc người ta lấp đầy. Người làm nghề đủ lâu chọn câu thứ hai, vì họ đã từng trả giá cho lần điền bừa đầu tiên.

Trước khi tin vào con số, hãy hỏi nó sinh ra từ đâu. Đó là câu tôi viết ở đầu mọi cuốn sổ tay phân tích. Và hôm nay, nó buộc tôi phải viết về chính cái khoảnh khắc mà không có con số nào để hỏi.

Đường ống dữ liệu và chỗ nó có thể đứt

Một bảng phân tích thể thao hiện đại không tự mọc lên. Nó đi qua một đường ống. Ở đầu nguồn là văn bản thô — một bản tin, một thông cáo, một bài báo. Trạm đầu tiên trích xuất các điểm thông tin: ai, làm gì, khi nào, với con số nào. Trạm thứ hai lấy những điểm đó và soi qua các chiều phân tích: meta và bản vá, thể thức giải, đội hình, khu vực, tài chính, luật lệ, rủi ro, câu chuyện truyền thông, và chuỗi lan truyền của ngành.

Khi đường ống chạy trơn, bạn có một bản phân tích đọc được. Khi nó đứt ở trạm đầu, bạn có một cái khung rỗng. Và đây là điều quan trọng nhất mà tôi học được sau gần hai mươi năm quan sát ngành: khi đường ống đứt, nó không báo động. Nó chỉ để lại một cái khung trông y như khung thật.

Tôi từng chứng kiến chuyện này trong một dự án dữ liệu nội bộ. Nguồn tin bị chặn sau tường phí, robot thu thập trả về trang trắng, và bộ trích xuất — vốn được lập trình để luôn trả về một kết quả — trả về một kết quả rỗng. Nhưng vì các trường dữ liệu đều có giá trị mặc định, cái rỗng ấy không hiện ra như một lỗi. Nó hiện ra như một bảng bình thường. Nếu tôi không mở cột chú thích, tôi đã có thể ngồi phân tích một trận đấu không tồn tại.

Đó là lý do tôi luôn nói với các bạn trẻ trong nghề: tôi đọc cột chú thích khi tất cả chỉ nhìn bảng tỷ số. Cột chú thích là nơi sự thật về dữ liệu trú ngụ. Nó cho bạn biết mẫu lớn cỡ nào, ai thu thập, thu thập bằng cách nào, và — quan trọng không kém — cái gì đã bị bỏ sót trên đường đi.

Một bảng dữ liệu trống có một đặc tính kỳ lạ: nó im lặng. Nó không phản đối khi bạn viết "có lẽ", "khả năng cao", "nhiều khả năng". Nó để bạn tự do suy diễn, và chính sự tự do đó là cái bẫy. Bởi vì một khi bạn đã viết ra một con số không có nguồn, con số ấy sẽ sống mãi trong bài viết, trong trích dẫn, trong niềm tin của người đọc.

Chín tấm gương soi trước khi kết luận

Khi có đủ dữ liệu, tôi soi nó qua chín tấm gương. Tôi gọi là gương, không gọi là bàn thờ, vì xG không phải chân lý, nó chỉ là cái gương — nhưng gương thì không biết nói dối.

Tấm gương thứ nhất là meta và bản vá. Với esports, đó là bản cập nhật làm thay đổi vị trí, sức mạnh tướng, hay nhịp độ trận đấu. Với bóng đá, đó là sự dịch chuyển chiến thuật — khi cả giải đấu chuyển từ kiểm soát bóng sang pressing tầm cao. Câu hỏi tôi luôn hỏi: bản vá này thưởng cho lối chơi nào, và trừng phạt lối chơi nào? Nếu không có tên game, không có số phiên bản, không có tướng hay cơ chế cụ thể nào bị ảnh hưởng, thì tấm gương này không có gì để soi.

Đây cũng là nơi tôi từng thấy lỗi nguy hiểm nhất của người phân tích: trộn chỉ số giữa các bộ môn. KDA và gold-per-damage của một tựa MOBA không nói cùng một ngôn ngữ với Rating và ADR của một tựa FPS. Mang chỉ số của tựa này so với tựa kia giống như so chiều cao của một cầu thủ bóng rổ với sải tay của một võ sĩ — con số đều đúng, kết luận thì vô nghĩa.

Tấm gương thứ hai là thể thức giải. Thể thức một trận quyết định khác hoàn toàn với loạt ba trận hay loạt năm trận. Xác suất bất ngờ trong một trận đấu đơn cao hơn hẳn, không phải vì đội yếu mạnh lên, mà vì phương sai có ít cơ hội được san phẳng. Tôi từng viết rất nhiều về cái bẫy này trong các giải đấu ngắn ngày, nơi một pha bóng may mắn có thể xóa sạch ba tháng chuẩn bị.

Tấm gương thứ ba là đội hình và cầu thủ. Ở đây có một quy tắc bất di bất dịch: không bao giờ so sánh chỉ số giữa các vị trí khác nhau. Một hậu vệ biên phòng ngự giỏi và một tiền đạo săn bàn giỏi không thể đặt lên cùng một trục. Số bàn thắng của tiền đạo không nói gì về chất lượng phòng ngự của hậu vệ, và ngược lại. Người mới thường quên điều này vì bảng dữ liệu trình bày mọi con số cạnh nhau một cách dễ dãi.

Tấm gương thứ tư là khu vực. Sức mạnh khu vực phụ thuộc vào từng tựa game. Một khu vực có thể là Tier 1 ở tựa này và Tier 3 ở tựa khác. Nói "khu vực X mạnh" mà không nói rõ tựa game nào là một câu vô nghĩa về mặt phương pháp.

Tấm gương thứ năm là tài chính. Trong ngành thể thao điện tử, tín hiệu suy yếu phổ biến nhất không phải là thua trận — nó là lương chậm. Khi một đội bắt đầu nợ lương tuyển thủ, mọi thứ khác đều có thể sụp sau đó vài tháng. Đây là chỉ báo tôi luôn đặt ở đầu danh sách theo dõi, và cũng là chỉ báo mà nhiều bản tin bỏ qua vì nó không hào nhoáng.

Tấm gương thứ sáu là luật lệ và quản trị. Ở đây tôi phải nói một điều về liêm chính: không được khẳng định một vi phạm khi chưa có cáo buộc. Nghi ngờ là nghi ngờ. Cáo buộc là cáo buộc. Bản án là bản án. Ba thứ đó nằm ở ba tầng khác nhau, và người phân tích trộn chúng lại sẽ tự hủy uy tín của mình nhanh hơn bất cứ sai số nào.

Tấm gương thứ bảy là rủi ro. Tôi có một danh sách năm điểm kiểm tra: rủi ro bản vá, rủi ro chấn thương, phụ thuộc một ngôi sao, hóa học đội hình, và rủi ro bất ngờ. Không có tên đội, không có tên cầu thủ, thì danh sách này nằm im.

Tấm gương thứ tám là câu chuyện truyền thông và kỳ vọng. Đây là nơi tôi học được bài học đắt nhất. Truyền thông có thể thổi một đội lên tận mây, và chính hơi nóng đó tạo ra áp lực khiến đội ấy gục. Khoảng cách giữa kỳ vọng của thị trường và thực lực khách quan là một trong những chỉ báo có sức dự báo tốt nhất — nhưng nó cần cả hai vế. Thiếu một vế, nó thành lời đồn.

Tấm gương thứ chín là chuỗi lan truyền của ngành, từ nhà phát hành ở thượng nguồn, qua câu lạc bộ và nền tảng phát trực tuyến ở trung nguồn, xuống tài trợ và thị trường phái sinh ở hạ nguồn. Chuỗi này là tấm gương phụ thuộc vào thực thể nhiều nhất. Không có thực thể, nó phản chiếu hư không.

Chín tấm gương. Chín lần tôi phải hỏi: cái gương này có gì để soi không? Và lần này, câu trả lời là không.

Cái bẫy tự tin và sự bịa đặt dây chuyền

Đây là phần tôi muốn dừng lại lâu nhất, vì nó là phần đáng sợ nhất.

Khi bạn đưa một cái khung rỗng vào một hệ thống phân tích có sẵn biểu mẫu, bạn tạo ra một áp lực. Biểu mẫu có ô, ô cần được điền, và bản năng tự nhiên của con người là điền. Một số phiên bản trí tuệ nhân tạo — và cả một số nhà phân tích con người — sẽ không chịu nổi áp lực đó. Chúng sẽ bịa ra một số hiệu bản vá. Chúng sẽ bịa ra một thương vụ chuyển nhượng. Chúng sẽ bịa ra một con số tài chính nghe rất hợp lý.

Tôi gọi đó là bịa đặt dây chuyền. Nó nguy hiểm hơn sai số thông thường, vì nó tạo ra một bản báo cáo hoàn toàn nhất quán về nội bộ nhưng hoàn toàn hư cấu về sự thật. Mọi con số khớp với nhau. Mọi lập luận ăn khớp. Chỉ có thế giới bên ngoài là không khớp.

Trong nghề cá cược, đây là loại lỗi đắt nhất. Một mô hình sai số có thể sửa. Một mô hình bịa dữ liệu thì không — vì bạn không biết mình đang sửa cái gì.

Tôi từng suýt mắc lỗi này. Năm 2026, ở vòng bảng World Cup tại Nga, mô hình xG của tôi trục trặc. Tôi tin đội tuyển Đức — đội cầm bóng 74%, dứt điểm 26 lần, đạt xG 1.8 trong trận gặp Hàn Quốc — sẽ lội ngược dòng. Manuel Neuer và Toni Kroos kiểm soát tuyến giữa, nhưng Hàn Quốc chỉ dứt điểm 4 lần, xG vỏn vẹn 0.8, và thắng 2-0 nhờ hai bàn ở phút bù giờ, trong đó có pha lập công của Son Heung-min. Dữ liệu thuần túy không đo được sự bế tắc và tâm lý của một đội bị dồn ép. Tôi học được rằng phải xét cả chỉ số pressing của đối phương và mức độ khốc liệt thực tế của trận đấu, thay vì chỉ nhìn vào số cơ hội mà một đội tự tạo ra.

Điểm mấu chốt: tôi sai vì đọc dữ liệu thiếu bối cảnh, không phải vì tôi bịa dữ liệu. Giữa hai lỗi đó có một khoảng cách đạo đức rất lớn. Sai vì thiếu bối cảnh là lỗi của người đang học. Bịa dữ liệu là lỗi của người đã từ bỏ việc học.

Năm 2026, khi bóng đá trở lại sau giãn cách trong những sân vận động trống, toàn bộ hệ số lợi thế sân nhà trong mô hình của tôi sai lệch nghiêm trọng. Tôi thống kê 157 trận Bundesliga từ tháng 5 năm 2026 và thấy tỷ lệ thắng sân nhà giảm từ 43% xuống 36%. Ban đầu tôi không tin. Tôi kiểm định bằng cách chia nhỏ dữ liệu theo tháng và theo thứ hạng đội bóng. Sau khi xác nhận xu hướng, tôi mới thêm biến "khán giả" vào công thức và giảm trọng số lợi thế sân nhà trong mọi kèo.

Đó là quy trình ISTJ: chậm mà chắc. Nhưng nó cũng là minh chứng cho một câu tôi luôn tâm niệm: mô hình không sai, chỉ là thế giới đã đổi lúc tôi không để ý. Thế giới đổi khi khán giả biến mất khỏi khán đài. Thế giới đổi khi một luật mới ra đời. Thế giới đổi khi một cầu thủ đổi vai trò. Và mô hình cũ, vốn đúng, bỗng thành sai mà không hề báo trước.

Nhưng có một loại thay đổi thế giới mà tôi không bao giờ được phép bù đắp bằng trí tưởng tượng: đó là khi dữ liệu đơn giản là không tồn tại. Lúc đó, câu trả lời đúng không phải là một con số hợp lý. Câu trả lời đúng là một khoảng trắng được ghi nhận đàng hoàng.

Vắng bằng chứng không phải bằng chứng vắng mặt

Có một câu châm ngôn trong khoa học mà tôi mang vào nghề phân tích: sự vắng mặt của bằng chứng không đồng nghĩa với bằng chứng của sự vắng mặt.

Khi bảng dữ liệu tài chính trống, điều đó không có nghĩa là câu lạc bộ khỏe mạnh. Nó chỉ có nghĩa là tôi không có thông tin. Hai điều này khác nhau về bản chất, và trộn chúng lại là một trong những lỗi tốn kém nhất trong nghề.

Tôi từng thấy các bản phân tích kết luận "không có rủi ro" chỉ vì không tìm thấy dữ liệu rủi ro. Đó là một kết luận sai về mặt logic. Không tìm thấy con mèo trong phòng không chứng minh rằng phòng không có mèo — nó chỉ chứng minh rằng bạn chưa tìm kỹ, hoặc bạn đang nhìn nhầm chỗ.

Với một nguồn tin bị đứt ở tầng thu thập, điều tệ nhất là dữ liệu quan trọng nhất thường bị mất trước tiên. Phí chuyển nhượng, mức lương, thời hạn hợp đồng — những con số nhạy cảm về thương mại — là những thứ dễ bị bỏ sót nhất khi đường ống gặp sự cố. Nghĩa là cái khoảng trống không phân bố ngẫu nhiên. Nó thường khoét đúng vào chỗ đau nhất.

Đó là lý do tôi không bao giờ coi một bảng rỗng là tin tốt. Nó là một tín hiệu cần điều tra, không phải một kết luận để xuất bản.

Cỡ mẫu và ảo giác về xu hướng

Có một cái bẫy nữa mà tôi muốn nhắc, vì nó liên quan trực tiếp tới khoảng trống: ảo giác về xu hướng khi cỡ mẫu quá nhỏ.

Mười hai trận không đủ để viết nên một kết luận về một đội bóng. Ba trận càng không. Nhưng bảng dữ liệu không tự nói với bạn rằng mẫu của nó nhỏ. Nó chỉ trình bày con số, và con số luôn trông đáng tin như nhau dù được rút ra từ ba trận hay ba trăm trận.

Tôi có một nguyên tắc: trước khi gọi một điều gì đó là xu hướng, tôi phải chia nhỏ dữ liệu theo thời gian và kiểm tra xem xu hướng ấy có còn đứng vững không. Nếu nó biến mất khi tôi bỏ đi ba trận gần nhất, nó chưa bao giờ là xu hướng. Nó chỉ là một đoạn thẳng ngắn mà mắt người muốn kéo dài thành đường.

Dữ liệu nhỏ là thứ dữ liệu lớn luôn phơi bày. Và dữ liệu rỗng là thứ mà mọi bảng biểu hào nhoáng đều cố che giấu.

Từ bóng rổ đến esports: cùng một cái bẫy

Nghề của tôi trải qua cả bóng rổ lẫn thể thao điện tử, và tôi nhận ra rằng cái bẫy chỉ số giống hệt nhau ở cả hai bên.

Trong bóng rổ, người ta dễ dàng so sánh hiệu suất của Stephen Curry với hiệu suất của LeBron James như thể họ chơi cùng một vai trò. Nhưng một hậu vệ ném xa và một tiền đạo cận rổ không đo cùng một thứ. Chỉ số sử dụng bóng, tỷ lệ ném thành công thực tế, và số pha kiến tạo đều phụ thuộc vào vị trí và hệ thống chiến thuật. Đặt chúng cạnh nhau mà không bối cảnh hóa là một cách tự lừa mình rất tinh vi.

Trong esports, điều tương tự xảy ra khi người ta so sánh một người đi rừng với một xạ thủ chỉ bằng số mạng hạ gục. Vai trò khác nhau, nhiệm vụ khác nhau, chỉ số phải khác nhau.

Và trong cả hai bộ môn, khi dữ liệu không đủ, cái bẫy lớn nhất vẫn là: người phân tích tự lấp đầy khoảng trống bằng trực giác rồi gọi trực giác ấy là số liệu.

Bài học từ Euro 2026: khi dữ liệu không giải thích được may mắn

Năm 2026, nhờ những điều chỉnh đúng trong khủng hoảng COVID, tôi được giao dự đoán toàn bộ Euro 2026. Tôi đặt niềm tin vào đội tuyển Italy, dù họ không có ngôi sao nổi bật nào, dựa trên nền tảng phòng ngự vững chắc: chỉ khoảng 0.6 xG thủng lưới mỗi trận ở vòng loại. Italy tiến thẳng vào chung kết và đánh bại Anh, dù thua về xG trong trận đấu cuối cùng. Thủ môn Gianluigi Donnarumma trở thành nhân vật quyết định, còn Federico Chiesa là mũi khoan đáng chú ý nhất trên hàng công.

Trận chung kết đó dạy tôi một điều khiêm tốn: dữ liệu không thể lý giải may mắn. Nhưng sự ổn định xuyên suốt của Italy khiến tôi tin hơn vào mô hình — không phải vì mô hình dự đoán đúng từng trận, mà vì nó nhận diện đúng một đội có nền tảng bền vững.

Từ đó, tôi bắt đầu viết theo dạng dự đoán có kèm xác suất, công khai thừa nhận sai số, và trình bày nhiều kịch bản trận đấu thay vì chỉ đưa ra một kết quả duy nhất. Đó là cách tôi giữ được sự trung thực với người đọc — và với chính mình.

Vì sao tôi vẫn không vội kết luận

Trở lại với cái bảng phân tích trống.

Nếu bạn đưa nó cho một người phân tích thiếu kỷ luật, bạn sẽ nhận lại một bài viết trôi chảy về một trận đấu chưa từng diễn ra. Nếu bạn đưa nó cho một người phân tích có kỷ luật, bạn sẽ nhận lại một câu ngắn: không đủ dữ liệu để phân tích.

Câu ngắn đó nghe có vẻ thất bại. Nhưng nó là thành công lớn nhất của cả quy trình. Vì nó chứng minh rằng đường ống, dù đứt ở tầng thu thập, vẫn còn nguyên tấm lưới an toàn ở tầng kết luận. Tấm lưới đó là thứ phân biệt một nhà phân tích với một cỗ máy sinh văn bản.

Tôi nhớ một lần ngồi lại với một đồng nghiệp trẻ sau một trận đấu mà mô hình của cậu ấy dự đoán sai hoàn toàn. Cậu ấy hỏi tôi có nên bỏ mô hình đi không. Tôi nói không. Mô hình không sai. Thế giới đã đổi, và cậu chưa kịp nhìn. Điều cậu cần không phải là vứt mô hình, mà là đọc lại phần chú thích — nơi ghi rõ mô hình được xây trên giả định nào, và giả định nào có thể đã hết hiệu lực.

Đó cũng là cách tôi đối diện với chính cái khoảng trống hôm nay. Tôi không vứt bỏ khung phân tích. Tôi chỉ từ chối lấp đầy nó bằng trí tưởng tượng.

Mùa giải là một bài kinh

Tôi có một cách nói mà các bạn đồng nghiệp hay nhắc lại: mùa giải là một bài kinh, mỗi trận là một câu kinh — đừng vội tụng nửa câu.

Một trận đấu đơn lẻ không đủ để viết nên một kết luận. Một bảng dữ liệu trống lại càng không. Trong cả hai trường hợp, người đọc kinh phải kiên nhẫn, phải đọc hết câu, phải hiểu ngữ cảnh, phải biết khi nào im lặng.

Nghề của tôi, xét cho cùng, không phải là nghề đưa ra câu trả lời. Nó là nghề đặt câu hỏi đúng. Và câu hỏi đúng đầu tiên, trong mọi tình huống, luôn là: con số này sinh ra từ đâu, và nếu nó không sinh ra từ đâu cả, thì tại sao tôi lại sắp sửa tin vào nó?

Tín hiệu vòng tiếp theo

Vậy thì, cái khoảng trống này để lại gì cho tôi?

Nó để lại một tín hiệu. Khi một bảng phân tích trả về rỗng, tín hiệu đầu tiên cần đọc không phải là về trận đấu — mà là về chính đường ống. Có phải nguồn tin bị chặn? Có phải văn bản bị lọc? Có phải định dạng không được hỗ trợ? Có phải ngôn ngữ nằm ngoài phạm vi xử lý? Những câu hỏi đó mới là việc cần làm trước khi bàn tới bất kỳ kết luận thể thao nào.

Và nếu đường ống thật sự khỏe, nếu nguồn tin thật sự tồn tại, nhưng nội dung thật sự không có gì để phân tích — thì câu trả lời vẫn là một câu ngắn gọn: không đủ dữ liệu.

Tôi viết bài này không để dạy ai cách phân tích. Tôi viết để nhắc chính mình — và những người làm nghề cùng tôi — rằng sự tự tin không có dữ liệu chống lưng là món nợ đắt nhất mà một nhà phân tích có thể vay. Thị trường sẽ thu lại món nợ đó, sớm hay muộn, bằng lãi suất của niềm tin đã mất.

Trước khi tin vào một con số, hãy hỏi nó sinh ra từ đâu. Và khi không có con số nào cả, hãy có can đảm để nói rằng: tôi chưa biết.

Đó là kỷ luật của khoảng trống. Và đôi khi, đó là toàn bộ giá trị của nghề này.