Khi bảng dữ liệu trả về số không

Trong phòng điều khiển của một đài thể thao tại Seoul, màn hình theo dõi chỉ số trận đấu trắng trơn ở phút 63. Không xG. Không số đường chuyền tiến triển. Không quãng đường chạy. Anh kỹ thuật viên nói đường truyền từ nhà cung cấp dữ liệu bị nghẽn, mười lăm phút nữa sẽ có lại. Bình luận viên chính gật đầu, quay sang khán giả và nói một câu tôi ghi lại nguyên văn: “Thôi thì hiệp hai đến giờ cũng chưa có gì đáng nói.” Tôi ngồi ở hàng ghế thứ ba, bảng tính đã mở sẵn, và nhận ra thứ vừa xảy ra nguy hiểm hơn một sự cố kỹ thuật. Một vùng dữ liệu biến mất, và ngay lập tức nó được thay bằng một phán đoán — rằng ở đó không có gì cả. Không ai trong phòng kiểm tra lại. Không ai hỏi liệu cái im lặng kia là im lặng thật, hay là tín hiệu bị cắt mất.

Đó là lý do tôi viết bài này. Không phải về một trận đấu cụ thể, mà về thói quen đọc số mà tôi cho là lỗi nguy hiểm nhất trong nghề phân tích thể thao: biến sự thiếu dữ liệu thành sự an toàn.

Tôi làm nghề đọc số liệu thể thao hơn mười lăm năm, từ phòng tin của một kênh nhỏ cho tới các bàn phân tích chuyên sâu về esports cho thị trường Hàn Quốc. Nguyên tắc số một của tôi hình thành từ một lần thất bại. Sai lầm năm ấy dạy tôi rằng dữ liệu không bao giờ nói dối, chỉ có cách đọc là sai.

Năm 2026, tôi ba mươi tuổi, là nhân viên cấp trung của một kênh thể thao mới. Trận Hàn Quốc gặp Iran ở vòng loại World Cup, tôi được giao viết bài phân tích trước trận. Tôi dựa vào xG và số đường chuyền tiến triển để lập luận rằng đội tuyển nên chơi kiểm soát thay vì phòng ngự phản công. Huấn luyện viên khi đó vẫn giữ sơ đồ 5-4-1, trận đấu kết thúc 0-0, và Hàn Quốc phải nhờ may mắn ở lượt cuối mới giành vé. Ngày hôm sau, một đồng nghiệp nam nói bài của tôi là “phụ nữ không hiểu bóng đá, chỉ biết bám vào số liệu”. Tôi không cãi. Tôi về nhà, tải toàn bộ ba mươi tám trận vòng loại của cả năm khu vực về phân tích lại.

Điều tôi tìm thấy không nằm ở con số nào cả. Nó nằm ở chỗ tôi đã coi một tập dữ liệu gồm ba trận gần nhất là đủ để kết luận về một đội tuyển. Tập dữ liệu đó không sai. Nó thiếu. Và tôi đã đọc cái thiếu đó thành cái đủ. Từ hôm đó, mỗi bài phân tích của tôi đều có một mục mà biên tập viên thời ấy ghét nhất: ghi chú sai số và độ phủ của dữ liệu.

Phương pháp của tôi bây giờ là xác minh chéo nhiều lớp. Một kết luận chỉ được phép tồn tại khi có ít nhất hai nguồn dữ liệu gốc độc lập, một lớp kiểm chứng từ người trong cuộc, và một danh sách những thứ tôi không biết. Danh sách cuối cùng đó là phần quan trọng nhất. Nó là lời nhắc rằng một bảng dữ liệu rỗng không mang nghĩa “không có chuyện gì xảy ra”. Nó mang nghĩa “chúng ta chưa nhìn thấy”.

Có một thói quen tôi giữ suốt nhiều năm: trong mỗi báo cáo, tôi luôn có một dòng ghi rõ “không đủ thông tin để đánh giá”. Dòng đó không phải để che đậy sự lười biếng. Nó là một lời tuyên bố rằng tôi biết giới hạn của mình, và rằng một kết luận sai còn tệ hơn một sự thừa nhận thiếu hụt. Người đọc có thể bỏ qua dòng đó, nhưng biên tập viên thì không. Họ bắt đầu hỏi tôi những câu đúng hơn: dữ liệu này phủ bao nhiêu trận, ai thu thập, và những gì bị bỏ ngoài.

Một trường dữ liệu trống là dữ liệu; một trường dữ liệu trống bị đọc thành số không là ngụy tạo.

Trong thống kê, người ta gọi đây là bẫy âm tính giả. Bạn không tìm thấy bằng chứng về rủi ro, nên bạn kết luận không có rủi ro. Nhưng “không tìm thấy” và “không tồn tại” là hai câu chuyện khác nhau, và khoảng cách giữa chúng là nơi mọi sai lầm phân tích sinh ra. Tôi đã thấy bẫy này vận hành ở ba tầng.

Tầng thứ nhất là tầng kỹ thuật. Năm 2026, khi COVID-19 khiến K-League tạm hoãn vô thời hạn, tôi làm việc từ xa và phân tích dữ liệu của FC Seoul trong mười trận đầu mùa để dự đoán đội nào sẽ trụ hạng. Tôi phát hiện quãng đường chạy trung bình của đội chỉ 98,7 km mỗi trận, thấp thứ ba giải, và tỷ lệ phạm lỗi chiến thuật ở phần sân nhà tăng cao. Tôi viết một bài phê bình chiến thuật của huấn luyện viên. Tòa soạn từ chối đăng, nói rằng đây là thời điểm nhạy cảm, không nên chỉ trích. Tôi giữ bài lại và đào thêm dữ liệu thể lực của cầu thủ trong năm mùa gần nhất.

Khi tôi mở lại bảng dữ liệu đó sáu tháng sau, tôi nhận ra một chuyện khác. Những trận mà tôi có đầy đủ chỉ số thể lực lại chính là những trận trên sân nhà, nơi hệ thống theo dõi của giải hoạt động ổn định. Các trận sân khách, nơi đội chơi tệ hơn rõ rệt, lại có dữ liệu chạy thiếu hụt. Tôi đã vô tình so sánh hai tập mẫu có độ phủ khác nhau rồi gọi đó là một kết luận. Giữa những con số chuyển nhượng là một câu chuyện người ta không ghi trong báo cáo — và ở đây, giữa những con số thể lực là một khoảng trống mà hệ thống không ghi lại.

Tầng thứ hai là tầng con người. Năm 2026, ở World Cup tại Nga, tôi có thẻ tác nghiệp chính thức. Sau trận Hàn Quốc thua Thụy Điển 0-1, tôi đến khu hỗn hợp và bắt chuyện với một nhà môi giới người Bỉ. Ông ta kể về một cầu thủ trẻ người Senegal đang chơi ở giải hạng Nhì Bỉ, người ông theo dõi bằng mắt thường suốt hai năm. Tôi kiểm tra dữ liệu của cầu thủ đó: tốc độ tối đa 34,2 km/h, tỷ lệ qua người thành công 61%, nhưng chỉ số pressing rất kém, số lần chạm bóng ở một phần ba cuối sân chỉ 18 mỗi trận. Tôi nói thẳng rằng điểm yếu của cậu ấy là pressing ngược. Nhà môi giới sững người, vì tôi chưa từng xem cậu ấy đá trận nào.

Nhưng điều tôi không nói với ông ta là trong bảng dữ liệu tôi dùng, cột pressing có tới bốn mươi phần trăm giá trị bị để trống. Nhà cung cấp chỉ ghi nhận các hành động pressing trong những pha bóng có bóng sống liên tục; các tình huống bóng chết và pha phản công nhanh bị bỏ qua. Cầu thủ Senegal kia chơi trong một đội bóng phòng ngự phản công, nơi phần lớn hành động pressing của cậu diễn ra đúng trong những tình huống bị hệ thống bỏ qua. Cái tôi gọi là “pressing kém” một phần là lỗi của nhà cung cấp dữ liệu, không phải của đôi chân cậu ấy.

Tôi kể chuyện này không phải để tự trách. Tôi kể để chỉ ra rằng ngay cả khi tôi thắng một cuộc tranh luận bằng dữ liệu, tôi vẫn có thể đang thắng bằng một nửa sự thật. Tôi không tin vào trực giác, tôi tin vào những con số biết nói sau khi được hỏi đúng — nhưng câu hỏi đúng bao gồm cả câu hỏi về những gì con số không nói.

Tầng thứ ba là tầng hệ thống, và đây là tầng mà giới esports đang đứng trước một bài toán lớn hơn bóng đá. Một trận bóng đá có khoảng chín mươi phút và hàng chục camera cố định. Một trận đấu esports có hàng nghìn sự kiện mỗi phút, được sinh ra bởi chính máy chủ trò chơi, và được truyền qua ít nhất bốn lớp: API của nhà phát hành, nhà cung cấp dữ liệu bên thứ ba, nền tảng phát sóng, và bảng điều khiển của giải. Mỗi lớp có thể im lặng theo một cách riêng. API có thể trả về mảng rỗng mà không báo lỗi. Nhà cung cấp có thể nội suy giá trị thiếu bằng trung bình của giải, làm mọi chỉ số trông mượt mà hơn thực tế. Nền tảng phát sóng có thể hiển thị số cũ trong vài phút vì bộ đệm.

Esports không cần may mắn, nó cần những người đọc được meta nhanh hơn cả máy chủ. Và khi máy chủ im lặng, người đọc phải là người đầu tiên nhận ra sự im lặng đó, thay vì lấp nó bằng một câu chuyện.

Đây là chỗ tôi muốn nói thẳng về một thói quen của giới phân tích. Khi dữ liệu đầy, chúng ta rất cẩn thận: chúng ta hỏi về cỡ mẫu, về mùa giải, về điều kiện biên. Khi dữ liệu trống, chúng ta lập tức thoải mái. Không có gì để chất vấn. Không có gì để nghi ngờ. Và chúng ta viết những câu như “đội bóng không có vấn đề gì về kỷ luật” chỉ vì bảng theo dõi thẻ phạt chưa được cập nhật. Đó là lúc phân tích ngừng làm việc và bắt đầu trang trí.

Năm 2026, tôi theo dõi Leicester City khi đội đứng áp chót Ngoại hạng Anh. Mô hình của tôi chỉ ra một điểm bất thường: xG của Leicester cao hơn dự đoán, nhưng số bàn thua thực tế vượt xa số bàn thua kỳ vọng, chênh lệch 7,8 bàn chỉ sau mười bốn vòng. Nguyên nhân không phải may mắn mà là sai lầm cá nhân ở hàng thủ; trung vệ Wout Faes mắc lỗi dẫn đến bàn thua trong ba trận liên tiếp. Tôi viết bài chỉ ra huấn luyện viên Brendan Rodgers cần chuyển sang sơ đồ ba trung vệ để bù tốc độ. Bài được một trang bóng đá châu Âu đăng lại. Ba tuần sau, Rodgers bị sa thải, và Leicester thực sự chuyển sang ba trung vệ dưới thời Dean Smith — nhưng vẫn xuống hạng.

Điều đáng nói là phần dữ liệu về sai lầm cá nhân trong bài đó không đến từ nhà cung cấp thống kê. Nó đến từ việc tôi tự xem lại băng hình. Bảng dữ liệu của nhà cung cấp ghi Faes có tỷ lệ tắc bóng thành công trung bình, một con số trông hoàn toàn bình thường, vì các lỗi vị trí không được mã hóa thành một cột riêng. Nếu tôi chỉ đọc bảng, tôi đã không thấy gì cả. Thị trường cá cược không sai, nó chỉ phản ánh một sự thật mà bạn chưa kịp nhìn ra — và ngược lại, một bảng dữ liệu trông sạch cũng có thể đang che một sự thật mà nó chưa được thiết kế để nhìn thấy.

Năm 2026, tôi quét dữ liệu từ bốn mươi chín giải quốc nội châu Âu để tìm trung vệ tiềm năng cho các đội Hàn Quốc, và tình cờ thấy Isak Hien, khi đó hai mươi tư tuổi, người Thụy Điển gốc Ethiopia, chơi cho Hellas Verona. Hien có chỉ số tắc bóng thành công 2,9 lần mỗi trận, nhưng thứ khiến tôi dừng lại là số lần chuyền bóng lên tuyến trên vượt qua hai phần ba số trận, dấu hiệu của khả năng phát động tấn công. Tôi viết một bài so sánh cậu với Virgil van Dijk ở cùng độ tuổi. Khi tôi đề xuất tuyển trạch viên đội tuyển quốc gia xem xét, họ từ chối vì không có nguồn tin trực tiếp. Bốn tháng sau, Atalanta chiêu mộ Hien, và cậu trở thành trụ cột trong chức vô địch Europa League 2026.

Tôi kể chuyện này vì một lý do khác với lần trước. Ở đây dữ liệu của tôi đúng, nhưng nó thiếu một lớp: uy tín của người đã trực tiếp xem trận. Dữ liệu mở có thể chỉ ra một cầu thủ, nhưng nó không thể thay thế con mắt đã ngồi trên khán đài. Tôi bắt đầu ghi chú mức độ chắc chắn cho từng nhận định, và liên hệ với các nhà phân tích video ở châu Âu để có thêm lớp xác minh. Một nhận định có dữ liệu nhưng không có người xem là một nhận định chưa hoàn chỉnh. Một nhận định có người xem nhưng không có dữ liệu cũng vậy.

Đây là phần phản trực giác mà tôi muốn mọi người đọc kỹ. Chúng ta thường nghĩ rủi ro lớn nhất là dữ liệu sai. Trong kinh nghiệm của tôi, rủi ro lớn hơn là dữ liệu thiếu được trình bày như dữ liệu đủ. Một con số sai có thể bị bắt lỗi bằng cách so sánh với nguồn khác. Một khoảng trống được lấp bằng giả định thì không thể bị bắt lỗi, vì nó không tồn tại để bị so sánh. Nó nằm im trong báo cáo, trông giống hệt một kết luận.

Với esports, điều này trở nên nghiêm trọng hơn vì tốc độ. Meta thay đổi sau mỗi bản cập nhật, và mỗi lần như vậy, các mô hình dự đoán cũ mất một phần cơ sở. Trong khoảng thời gian chuyển tiếp, các trường dữ liệu mới chưa được thu thập đủ, và đó chính là lúc mọi người dễ đọc khoảng trống thành sự ổn định nhất. Đội nào thắng ba trận đầu mùa giải mới sẽ được gọi là ứng viên, dù mẫu chỉ có ba trận, dù đối thủ yếu, dù bản cập nhật chưa được vá.

Tôi không có kết luận về một đội nào trong bài này, và đó là chủ ý. Một bài viết về phương pháp đọc dữ liệu không nên kết thúc bằng một dự đoán, vì dự đoán là thứ dễ đánh lừa nhất. Điều tôi muốn để lại là một thói quen.

Trước khi tin một bảng dữ liệu, hãy đếm xem nó có bao nhiêu ô trống và hỏi vì sao chúng trống. Trước khi kết luận một đội không có vấn đề, hãy kiểm tra xem hệ thống có được thiết kế để nhìn thấy vấn đề đó hay không. Và trước khi gọi một cái im lặng là sự bình yên, hãy nhớ rằng trong mọi đường truyền, cái im lặng đáng sợ nhất là cái im lặng không được báo lỗi.

Mỗi mùa giải là một nghi lễ, và người phân tích chỉ là người ghi chép lại các điềm báo. Điềm báo nằm ở những gì hiện ra, và cả ở những gì đáng lẽ phải hiện ra mà vắng mặt. Người đọc được khoảng trống đó sẽ hiểu trận đấu sớm hơn người đọc được con số. Và trong một mùa giải lớn, khi cả thế giới cùng nhìn vào một bảng tỷ số, người hiểu khoảng trống là người duy nhất không bị bảng đó dẫn dắt.