Dữ liệu rỗng của bóng đá Việt Nam: Một nhà phân tích 67 tuổi học cách từ chối bịa đặt

Phòng dữ liệu lúc hai giờ sáng

Tôi mở tệp dữ liệu của trận đấu, và trong đó không có gì cả. Không một dòng tọa độ cầu thủ. Không một bảng thống kê đường chuyền. Không một con số Expected Goals nào. Chỉ có tiêu đề trận đấu, tên hai đội, và bên dưới là khoảng trắng kéo dài đến hết trang. Tôi ngồi nhìn màn hình khoảng mười phút, tách cà phê nguội dần bên cạnh, rồi làm một việc mà bốn mươi năm trước tôi sẽ không bao giờ làm: tôi đóng tệp lại và viết vào sổ tay một câu duy nhất — “không có dữ liệu, không có kết luận”.

Đó là đêm tôi hiểu ra rằng nghề của tôi đã thay đổi đến mức nào. Ngày xưa, khi tôi ngồi trên khán đài Mitsuzawa và vẽ tay sơ đồ pressing của Furukawa Electric, thứ tôi thiếu là công cụ. Ngày nay, thứ tôi thiếu lại là chính nội dung — một tệp trống, một bản ghi rỗng, một “payload” không có gì để phân tích. Và điều đáng sợ nhất không phải là sự trống rỗng. Điều đáng sợ nhất là phản xạ tự nhiên của con người khi đứng trước sự trống rỗng: lấp đầy nó bằng phỏng đoán.

Tôi đã dành phần lớn sự nghiệp để nghi ngờ những người khẳng định quá nhanh. Nhưng phải đến khi chính mình cầm trong tay một tệp dữ liệu trống của một trận bóng Việt Nam, tôi mới nhận ra có một kiểu sai lầm còn nguy hiểm hơn cả việc khẳng định sai: đó là việc khẳng định đúng trên một nền móng không tồn tại.

Vì sao một tệp trống lại là tin tức

Trong ngành truyền thông thể thao, chúng ta được huấn luyện để sợ những sai số nhỏ. Một cầu thủ chạy chậm nửa mét có thể làm hỏng cả một hàng thủ. Một quả phạt đền lệch mười phân có thể quyết định cả một mùa giải. Nhưng chúng ta hầu như không được huấn luyện để sợ một thứ lớn hơn nhiều: sự vắng mặt hoàn toàn của dữ liệu, và bản năng lấp đầy khoảng trắng đó bằng những câu chuyện nghe có vẻ hợp lý.

Khi một tệp dữ liệu trống, một nhà phân tích tồi sẽ không nói “tôi không biết”. Anh ta sẽ nói về “tinh thần chiến đấu”, về “bản lĩnh”, về “đẳng cấp”. Những từ đó nghe rất hay và không thể kiểm chứng. Đó chính là lý do chúng được dùng nhiều đến vậy. Một kết luận không thể kiểm chứng là một kết luận không bao giờ bị bắt lỗi. Và trong một nền bóng đá mà dữ liệu còn thưa thớt như Việt Nam, cám dỗ dùng những từ ngữ miễn nhiễm ấy là khổng lồ.

Tôi từng nói chuyện với những biên tập viên trẻ, những người mà tôi gọi một cách trìu mến là “thế hệ 2026”. Họ lớn lên cùng xG, cùng heatmap, cùng những mô hình học máy. Nhưng khi tôi hỏi họ: “Nếu tệp dữ liệu trống thì các cháu viết gì?”, họ im lặng. Không ai trong số họ được dạy cách viết về sự trống rỗng. Họ chỉ được dạy cách viết về những con số. Và khi không có con số, họ rơi thẳng vào văn hoa.

Đây là lý do tôi coi một tệp dữ liệu trống của bóng đá Việt Nam là một sự kiện đáng viết. Nó phơi bày một lỗ hổng trong cả một hệ sinh thái: chúng ta có đủ nhiệt huyết để bình luận, nhưng chưa có đủ kỷ luật để thừa nhận giới hạn của chính mình. Một bản phân tích trung thực bắt đầu bằng việc nói rõ cái gì chưa biết, chứ không phải bằng việc giả vờ rằng cái gì cũng đã biết.

Bản đồ dữ liệu bóng đá Việt Nam: cái gì có, cái gì không

Để hiểu vì sao một tệp trống lại dễ xảy ra đến vậy, cần vẽ ra bản đồ dữ liệu của bóng đá Việt Nam một cách lạnh lùng, không tô vẽ.

Ở tầng trên cùng là dữ liệu sự kiện trận đấu — bàn thắng, thẻ phạt, thay người, thời lượng bù giờ. Tầng này tương đối đầy đủ, vì nó đến từ chính ban tổ chức và được ghi lại trong biên bản chính thức. Bất kỳ ai cũng tra được kết quả một trận V.League, ngày thi đấu, tên cầu thủ ghi bàn.

Ở tầng thứ hai là dữ liệu vị trí và dữ liệu không gian — cầu thủ đứng ở đâu, đường chuyền đi tới đâu, khối đội hình dâng cao bao nhiêu mét. Đây là tầng mà bóng đá Việt Nam còn thiếu nghiêm trọng. Các giải châu Âu có hệ thống camera theo dõi toàn sân, có cảm biến trong bóng, có nhà cung cấp dữ liệu chuyên nghiệp. Ở V.League, phần lớn thông tin không gian vẫn phải được dựng lại bằng mắt người, bằng cách vẽ tay trên giấy, bằng những ghi chú rời rạc.

Ở tầng thứ ba là dữ liệu mô hình — xG, xA, PPDA, giá trị cầu thủ, chỉ số thể lực. Tầng này gần như trống ở cấp độ giải đấu. Một vài đội lớn có phòng phân tích riêng, nhưng dữ liệu của họ là tài sản nội bộ, không chia sẻ ra ngoài. Nghĩa là nhà báo, nhà phân tích công khai như tôi, thường xuyên phải làm việc với một tầng dữ liệu bị khóa.

Kết quả là một nghịch lý: người Việt Nam yêu bóng đá cuồng nhiệt, đội tuyển quốc gia gặt hái thành tích chưa từng có, nhưng hạ tầng dữ liệu phục vụ phân tích lại mỏng manh như tờ giấy. Khi đội tuyển thắng, chúng ta có hàng nghìn bài viết cảm xúc. Khi cần giải thích vì sao thắng, chúng ta có rất ít con số đáng tin.

Tôi không nói điều này để chê bai. Tôi nói điều này vì tôi đã chứng kiến một nền bóng đá khác đi lên từ đúng cái điểm xuất phát này. Nhật Bản của những năm 2026 cũng từng không có dữ liệu. J.League chưa tồn tại. Những gì chúng tôi có chỉ là mắt, giấy và sự kiên nhẫn. Nhưng chính từ sự nghèo nàn đó, người ta xây dựng được một văn hóa ghi chép — và văn hóa ghi chép là nền móng của mọi thứ đến sau.

xG và cái bẫy của những con số không nguồn gốc

Nói đến dữ liệu là phải nói đến xG, chỉ số Expected Goals. Ở Việt Nam, xG đang trở thành một từ thời thượng. Người ta dùng nó như một huy hiệu: bài nào có xG là bài đó “chuyên sâu”. Nhưng rất ít người hiểu xG được tính từ đâu, và càng ít người biết rằng một chỉ số xG không có nguồn gốc rõ ràng thì tệ hơn cả việc không có xG.

xG bản chất là một mô hình xác suất. Nó trả lời câu hỏi: với một cú sút từ vị trí này, trong tình huống này, dưới áp lực này, khả năng ghi bàn là bao nhiêu? Mô hình càng nhiều biến số — khoảng cách, góc sút, chân sút, số hậu vệ cản phá, vị trí thủ môn, loại đường chuyền trước đó — thì càng chính xác. Nhưng để có nhiều biến số, phải có dữ liệu vị trí ở tầng thứ hai. Và tầng thứ hai ở V.League đang thiếu.

Điều này dẫn tới một hệ quả nghiêm trọng: nhiều chỉ số xG được lan truyền ở Việt Nam thực chất là xG tính từ dữ liệu bên ngoài, không phản ánh đúng bối cảnh trận đấu, hoặc tệ hơn, là những con số được sao chép từ nguồn không kiểm chứng được. Khi một con số không có nguồn gốc rõ ràng xuất hiện trong một bài báo, nó không còn là công cụ phân tích. Nó trở thành một thứ trang sức.

Tôi đã học bài học này theo cách đau đớn nhất. Năm 2026, tôi bị một biên tập viên trẻ gạt đi khi tôi gọi xG là “mốt nhất thời”. Trong trận Kawasaki Frontale thắng Urawa Reds 4-3 tại J.League, xG của Kawasaki chỉ là 2,8 nhưng họ vẫn thắng nhờ ba cú sút từ ngoài vòng cấm. Con số trên giấy nói một đằng, kết quả trên sân nói một nẻo. Tôi sai. Và tôi quyết định không cãi bằng cảm tính nữa.

Ở tuổi 58, tôi gõ từng dòng Python để chứng minh những kẻ trẻ tuổi đã sai. Tôi mô hình hóa 1.200 trận đấu từ năm 2026 đến 2026. Điều tôi nhận ra không phải là xG vô dụng, mà là xG chỉ có ý nghĩa khi được ghép với “vị trí bắt đầu tấn công” — điểm mà đội bóng giành lại bóng trước khi ghi bàn. Một cú sút từ ngoài vòng cấm sau một pha phản công từ sân nhà có giá trị chiến thuật hoàn toàn khác một cú sút cùng khoảng cách sau một pha đập nhả bế tắc. Cùng một xG, hai ý nghĩa.

Bài học đó theo tôi về Việt Nam. Khi tôi đọc một bài phân tích dùng xG mà không nói rõ mô hình, không nói rõ nguồn, không nói rõ bối cảnh pha bóng, tôi biết tác giả đang trang trí chứ không đang phân tích. Và trong một nền bóng đá chưa có hạ tầng dữ liệu chuẩn, việc lạm dụng xG không nguồn gốc là con đường ngắn nhất để biến sự chính xác thành sự giả tạo.

Thị trường chuyển nhượng: phí ký kết cầu thủ tự do và vùng xám của luật

Bây giờ hãy rời khỏi sân cỏ và đi vào phòng họp. Vì có một lĩnh vực mà sự trống rỗng của dữ liệu gây hậu quả nặng nề nhất, và bóng đá Việt Nam đang đứng ngay giữa nó: thị trường chuyển nhượng.

Hãy nhìn vào cách các đội bóng V.League chiêu mộ cầu thủ. Phần lớn các thương vụ không được công bố phí chuyển nhượng. Khi một cầu thủ hết hạn hợp đồng và ký với đội mới, người ta gọi đó là “chuyển nhượng tự do”, và trên giấy tờ, phí chuyển nhượng bằng không. Nhưng phí bằng không không có nghĩa là không có tiền chảy. Nó có nghĩa là tiền chảy qua một cửa khác, dưới một cái tên khác: phí ký kết, tiền lót tay, thưởng gia nhập, hoa hồng cho người đại diện.

Đây là điểm mấu chốt mà tôi muốn nhấn mạnh, và nó cũng là lập trường tôi giữ suốt sự nghiệp: phí ký kết cho cầu thủ tự do độc hại hơn phí chuyển nhượng, vì nó lách khỏi sự giám sát cốt lõi của các cơ chế công bằng tài chính. Khi một đội mua cầu thủ bằng phí chuyển nhượng, khoản tiền đó đi vào sổ sách của cả hai câu lạc bộ. Nó để lại dấu vết. Nó có thể bị kiểm toán. Nó xuất hiện trong báo cáo tài chính.

Nhưng khi một đội ký cầu thủ tự do với một khoản “lót tay” khổng lồ, khoản tiền đó biến mất khỏi radar. Nó không phải phí chuyển nhượng, nên không nằm trong các chỉ số chuyển nhượng. Nó có thể được ghi là “chi phí đại diện”, “thưởng ký kết”, hoặc đơn giản là không được ghi ở đâu cả. Kết quả là một đội bóng có thể chi ra một số tiền tương đương một thương vụ lớn mà không hề xuất hiện trên bất kỳ bảng xếp hạng chi tiêu nào.

Ở châu Âu, người ta đã bắt đầu siết vấn đề này. Các quy định công bằng tài chính, dù còn nhiều lỗ hổng, ít nhất đã buộc các câu lạc bộ phải khai báo tổng chi phí cho cầu thủ, bao gồm cả lương và thưởng. Ở Việt Nam, cơ chế giám sát còn sơ khai hơn nhiều. Và trong một thị trường mà thông tin không được công khai, sự trống rỗng dữ liệu không chỉ là vấn đề học thuật. Nó là điều kiện để những khoản tiền vô hình tồn tại.

Tôi từng ngồi trong một phòng họp báo ở V.League, nghe một huấn luyện viên nói về “bản hợp đồng quan trọng nhất mùa giải”. Không ai hỏi phí. Không ai hỏi lương. Không ai hỏi thời hạn. Cả căn phòng chấp nhận rằng những con số đó là vùng cấm. Và khi dữ liệu bị coi là vùng cấm, phân tích biến thành suy đoán, còn suy đoán biến thành tin đồn.

Chuyển nhượng không phải trò xếp hình, nó là cuộc chơi của lòng tham và sự tính toán. Muốn phân tích nó cho đúng, người ta phải có số. Muốn có số, người ta phải có minh bạch. Và muốn có minh bạch, người ta phải chấp nhận rằng sự im lặng về tiền bạc không phải là sự sang trọng, mà là một lỗ hổng.

Mật độ lịch thi đấu: hung thủ thật sự của những chấn thương

Có một lĩnh vực thứ hai mà sự trống rỗng dữ liệu gây hậu quả trực tiếp lên cơ thể con người: chấn thương và tái xuất.

Khi một cầu thủ Việt Nam dính chấn thương, phản ứng đầu tiên của dư luận thường là đổ lỗi cho mặt sân, cho thời tiết, cho sự xui xẻo, hoặc cho chính cầu thủ “thiếu chuyên nghiệp trong tập luyện”. Nhưng nếu chịu khó ngồi lại và đếm, người ta sẽ thấy một thủ phạm lớn hơn nhiều, và nó hoàn toàn có thể đo đếm được: mật độ lịch thi đấu.

Đây là lập trường tôi đã giữ nhiều thập kỷ: mật độ lịch thi đấu chính là thủ phạm lớn nhất của chấn thương; không đội ngũ y tế nào cứu được hai trận một tuần. Một cầu thủ có thể có đội ngũ y tế tốt nhất thế giới, có phòng hồi phục hiện đại nhất, có chế độ dinh dưỡng hoàn hảo nhất. Nhưng mô cơ, dây chằng và hệ thần kinh của con người không được thiết kế để thi đấu cường độ cao hai lần trong bảy ngày, liên tục trong nhiều tháng. Đó là sinh học, không phải ý chí.

Ở Việt Nam, vấn đề này trở nên trầm trọng vì một lý do cấu trúc. Các cầu thủ giỏi nhất không chỉ đá cho câu lạc bộ. Họ đá cho đội tuyển quốc gia, đội U23, đội Olympic, các giải khu vực, các trận giao hữu quốc tế. Lịch thi đấu của một tuyển thủ quốc gia Việt Nam trong một năm có thể dày đặc đến mức đáng báo động. Và trong khi đó, hạ tầng dữ liệu để đo tải vận động của họ gần như không tồn tại.

Chúng ta không có dữ liệu GPS theo dõi quãng đường di chuyển của từng cầu thủ trong từng trận. Chúng ta không có dữ liệu đo tải cơ học, không có chỉ số phục hồi, không có lịch sử chấn thương được chuẩn hóa để đối chiếu chéo. Nghĩa là khi một cầu thủ gục xuống ở phút 70 của trận thứ ba trong tám ngày, chúng ta có thể mô tả khoảnh khắc đó bằng hình ảnh, nhưng chúng ta không thể chứng minh bằng con số rằng anh ta đã bị đẩy quá giới hạn từ ba tuần trước.

Đây là điều khiến tôi khó chịu nhất. Trong bóng đá hiện đại, chấn thương là một hiện tượng có thể dự báo phần nào nếu có dữ liệu tải vận động. Các câu lạc bộ hàng đầu châu Âu dùng dữ liệu này để quyết định cho ai nghỉ, cho ai đá chính, cho ai vào sân từ ghế dự bị. Ở Việt Nam, quyết định đó vẫn chủ yếu dựa vào cảm nhận của huấn luyện viên và sự “nghe cơ thể” của cầu thủ. Cảm nhận có giá trị, nhưng cảm nhận không thay thế được số liệu, đặc biệt khi cảm nhận của cầu thủ bị bóp méo bởi áp lực phải ra sân.

Tôi đã dành nhiều năm để nói với bất kỳ ai chịu nghe rằng việc phân tích chấn thương mà không có dữ liệu tải vận động cũng giống như việc chẩn đoán bệnh mà không có xét nghiệm. Bạn có thể đoán đúng, nhưng bạn không thể chắc chắn, và bạn không thể chịu trách nhiệm. Và trong một nền bóng đá mà sự nghiệp của một cầu thủ chỉ kéo dài hơn mười năm, đoán sai một lần có thể xóa sổ một tài năng.

Bài học 2026: khi tôi sai và phải học lại từ đầu

Tôi muốn kể một câu chuyện về chính mình, vì tôi tin rằng một nhà phân tích không có quyền yêu cầu người khác thừa nhận sai lầm nếu bản thân chưa từng thừa nhận.

Năm 2026, tôi bước vào một tòa soạn mới với tư cách cố vấn chiến thuật. Các đồng nghiệp trẻ nói về xG như một tôn giáo. Tôi phản đối kịch liệt. Tôi cho rằng dữ liệu trên giấy không thể thay thế được việc quan sát không gian thực tế. Tôi cho rằng những người trẻ đang bị mê hoặc bởi những con số mà họ không thực sự hiểu.

Rồi trận Kawasaki Frontale thắng Urawa Reds 4-3 diễn ra. xG của Kawasaki chỉ 2,8. Họ thắng. Ba bàn đến từ ngoài vòng cấm. Mô hình của tôi — dựa trên quan sát không gian thuần túy — không giải thích được kết quả. Các đồng nghiệp trẻ không cần nói gì. Kết quả trận đấu đã nói thay họ.

Tôi có thể đã chọn cách bảo thủ nhất: phủ nhận dữ liệu, cho rằng đó là ngoại lệ, cho rằng bóng đá không thể lượng hóa. Rất nhiều người ở tuổi tôi chọn cách đó. Nó thoải mái hơn nhiều so với việc thừa nhận mình sai.

Nhưng tôi đã chọn con đường khác. Tôi học Python. Tôi dựng mô hình. Tôi phân tích 1.200 trận. Và tôi nhận ra rằng cả hai phe đều sai một nửa. Phe “dữ liệu thuần” sai vì họ bỏ qua bối cảnh không gian. Phe “quan sát thuần” như tôi sai vì tôi bỏ qua sức mạnh của số liệu lớn. Sự thật nằm ở chỗ giao nhau: dữ liệu cần được đặt trong bối cảnh, và bối cảnh cần được kiểm chứng bằng dữ liệu.

Cả đời tôi theo dõi bóng lăn, nhưng mãi đến khi rời xa nó, tôi mới thực sự hiểu. Rời xa nó không có nghĩa là bỏ bóng đá. Nó có nghĩa là rời khỏi vị trí quan sát duy nhất của mình, chấp nhận nhìn bằng một con mắt khác. Đó là bài học tôi mang về Việt Nam: đừng bao giờ để sự tự tin vào kinh nghiệm biến thành sự kiêu ngạo trước dữ liệu, và đừng bao giờ để sự say mê dữ liệu biến thành sự khinh thường kinh nghiệm.

Bài học 2026: một trận đấu nghe bằng tai

Năm 2026, đại dịch khiến các sân vận động trống rỗng. J.League tạm hoãn rồi trở lại trong im lặng. Tôi rơi vào khủng hoảng nghề nghiệp. Toàn bộ công cụ phân tích của tôi dựa trên hình ảnh sân cỏ, trên áp lực khán đài, trên tiếng hò reo. Khi khán đài trống, những công cụ đó mất giá trị. Tôi không biết phải phân tích cái gì.

Rồi một người quen làm kỹ thuật âm thanh cho đài truyền hình gửi tôi một bản ghi âm. Đó là tiếng huấn luyện viên Ange Postecoglou hét chỉ đạo trong trận Yokohama F. Marinos gặp FC Tokyo tháng 8 năm 2026, tỷ số 2-0. Tôi ngồi nghe bản ghi đó hàng chục lần. Tôi đếm tần suất những mệnh lệnh “kéo về” và “dâng lên”. Tôi phát hiện ra cách một huấn luyện viên điều khiển nhịp độ trận đấu từ đường biên, không cần chạm vào cầu thủ, chỉ bằng giọng nói.

Bài viết “Một trận đấu qua tai” của tôi sau đó được chia sẻ 40.000 lần trên Twitter. Điều tôi học được không phải là kỹ thuật phân tích âm thanh. Điều tôi học được là khi một nguồn dữ liệu biến mất, người phân tích giỏi phải biết tìm nguồn dữ liệu khác, thay vì ngồi than vãn về nguồn dữ liệu đã mất.

Tôi kể câu chuyện này vì nó liên quan trực tiếp đến bóng đá Việt Nam. Chúng ta đang thiếu dữ liệu không gian. Điều đó đúng. Nhưng thiếu dữ liệu không gian không có nghĩa là không có gì để phân tích. Băng ghi âm huấn luyện viên vẫn có. Biên bản trận đấu vẫn có. Những ghi chép của phóng viên có mặt tại sân vẫn có. Những đoạn video nghiệp dư do khán giả quay vẫn có. Vấn đề không phải là thiếu nguồn. Vấn đề là thiếu kỷ luật khai thác nguồn.

Từ năm 2026, tôi bắt đầu ghi chú cụ thể đến từng phút trong các bài viết của mình: “phút 34, huấn luyện viên ra lệnh dâng cao ba lần liên tiếp”. Những chi tiết đó cho độc giả cảm nhận được sự thay đổi chiến thuật theo thời gian thực. Chúng không hào nhoáng, nhưng chúng có thể kiểm chứng. Và trong một nền bóng đá mà dữ liệu vĩ mô còn thiếu, những chi tiết vi mô có thể kiểm chứng chính là tài sản quý nhất.

Quy trình kiểm chứng: đủ chứng cứ để xuất bản

Sau hơn bốn mươi năm làm nghề, tôi rút ra một quy tắc duy nhất, và tôi áp dụng nó cho mọi bài viết, kể cả bài viết về một tệp dữ liệu trống.

Quy tắc đó là: trước khi xuất bản, tôi phải tự trả lời được câu hỏi — tôi có đủ chứng cứ để đưa ra kết luận này không? Nếu câu trả lời là không, tôi hạ cấp kết luận. Tôi biến nó từ một khẳng định thành một giả thuyết. Tôi viết “có khả năng” thay vì “chắc chắn”. Tôi viết “dữ liệu chưa đủ để kết luận” thay vì bịa ra một cái kết luận nghe có vẻ chắc chắn.

Nghe thì đơn giản, nhưng thực hiện thì cực kỳ khó, vì áp lực xuất bản luôn thúc ép ngược lại. Độc giả muốn câu trả lời dứt khoát. Biên tập viên muốn tiêu đề mạnh. Thuật toán muốn nội dung gây tranh cãi. Tất cả đều đẩy người viết về phía khẳng định quá mức. Và người viết yếu sẽ khuất phục. Người viết yếu sẽ lấp đầy khoảng trắng bằng sự tự tin giả tạo.

Đây là lý do tôi xây dựng cho mình một quy trình ba bước, và tôi khuyên bất kỳ nhà phân tích bóng đá Việt Nam nào cũng nên áp dụng.

Bước thứ nhất: liệt kê những gì tôi thực sự biết. Không phải những gì tôi nghĩ là biết, không phải những gì tôi nghe nói, mà là những gì tôi có bằng chứng trực tiếp. Với một tệp dữ liệu trống, danh sách này rất ngắn. Và đó là một khởi đầu trung thực.

Bước thứ hai: liệt kê những gì tôi cần biết để đưa ra kết luận. Đây là bước xác định khoảng trắng. Nếu tôi muốn nói về hiệu quả pressing của một đội, tôi cần dữ liệu về vị trí thu hồi bóng, số lần gây áp lực, tỷ lệ thành công. Nếu tôi không có những dữ liệu đó, tôi không được phép nói về hiệu quả pressing.

Bước thứ ba: quyết định xem khoảng trắng đó có thể lấp bằng nguồn khác không. Nếu có, tôi đi tìm nguồn khác. Nếu không, tôi viết về chính khoảng trắng đó. Một bài viết về việc dữ liệu đang thiếu có thể có giá trị hơn một bài viết giả vờ rằng dữ liệu đầy đủ.

Quy trình này không hào nhoáng. Nó không tạo ra những bài viết lan truyền. Nhưng nó tạo ra những bài viết đúng. Và trong một ngành mà sự chính xác là tiền tệ duy nhất, đúng luôn thắng hay, ít nhất là trong dài hạn.

Góc phản trực giác: sự chính xác giả tạo nguy hiểm hơn sự mơ hồ

Bây giờ tôi muốn đưa ra một góc nhìn mà nhiều đồng nghiệp của tôi sẽ phản đối.

Trong làn sóng dữ liệu hóa bóng đá, người ta mặc định rằng càng nhiều con số thì càng tốt. Tôi cho rằng điều đó sai trong nhiều trường hợp. Một con số sai, hoặc một con số không có nguồn gốc, hoặc một con số bị đặt trong bối cảnh sai, nguy hiểm hơn hẳn một câu văn mơ hồ trung thực.

Hãy tưởng tượng hai bài báo. Bài thứ nhất viết: “Đội bóng này chơi pressing chưa hiệu quả.” Đó là một nhận định mơ hồ, nhưng nó trung thực ở chỗ nó thừa nhận sự không chắc chắn. Bài thứ hai viết: “Đội bóng này có chỉ số PPDA là 12,4, cho thấy pressing kém hiệu quả.” Nghe chuyên nghiệp hơn hẳn. Nhưng nếu chỉ số PPDA đó được tính từ dữ liệu không đầy đủ, không phản ánh đúng bối cảnh trận đấu, thì bài thứ hai đang truyền đạt một sự giả dối được ngụy trang bằng sự chính xác.

Đây là nghịch lý mà tôi gọi là sự chính xác giả tạo. Khi dữ liệu trở thành một huy hiệu địa vị, người ta có động cơ sử dụng nó ngay cả khi nó không đáng tin. Người viết muốn trông chuyên nghiệp. Người đọc muốn cảm thấy mình đang tiếp cận thông tin cao cấp. Cả hai bên cùng hưởng lợi từ một con số đẹp, bất kể con số đó đúng hay sai. Và trong một nền bóng đá thiếu cơ chế kiểm chứng, không ai bị buộc phải trả giá cho sự giả tạo đó.

Tôi đã từng là nạn nhân của chính sự kiêu ngạo ngược lại — sự kiêu ngạo của người tin rằng kinh nghiệm quan sát của mình đủ để thay thế mọi con số. Năm 2026 dạy tôi rằng tôi sai. Nhưng nó cũng dạy tôi một điều ngược lại: khi tôi buộc phải học Python, tôi không học để trở thành người thờ phụng dữ liệu. Tôi học để có thể chất vấn dữ liệu. Và chất vấn dữ liệu khó hơn nhiều so với sử dụng dữ liệu.

Với bóng đá Việt Nam, tôi cho rằng nguy cơ lớn nhất trong năm năm tới không phải là thiếu dữ liệu. Nguy cơ lớn nhất là có quá nhiều dữ liệu giả được trình bày như dữ liệu thật, và không ai đủ can đảm để nói rằng tệp dữ liệu đang trống. Một nền bóng đá trưởng thành không phải là nền bóng đá có nhiều con số nhất, mà là nền bóng đá biết phân biệt con số nào đáng tin.

Vì sao bóng đá Việt Nam đặc biệt dễ rơi vào cái bẫy này

Có một câu hỏi mà tôi tự đặt ra nhiều lần: vì sao bóng đá Việt Nam, với tình yêu cuồng nhiệt dành cho môn thể thao này, lại đặc biệt dễ rơi vào cái bẫy của dữ liệu giả tạo?

Câu trả lời đầu tiên nằm ở tốc độ tăng trưởng cảm xúc. Bóng đá Việt Nam trong thập kỷ qua đã có những bước tiến chóng mặt. Đội U23 vào chung kết giải châu Á năm 2026. Đội tuyển quốc gia vào vòng loại cuối World Cup. Những chiến thắng ở đấu trường khu vực. Mỗi thành tích như vậy tạo ra một làn sóng bài viết khổng lồ. Nhưng hạ tầng dữ liệu không thể tăng trưởng nhanh bằng cảm xúc. Cảm xúc tăng theo cấp số nhân, còn dữ liệu tăng theo đường thẳng, chậm chạp, đòi hỏi đầu tư dài hạn. Khoảng cách giữa hai đường cong đó chính là nơi sự giả tạo sinh sôi.

Câu trả lời thứ hai nằm ở văn hóa ghi chép. Ở nhiều nền bóng đá phát triển, việc ghi chép dữ liệu là một phần bắt buộc của nghề. Huấn luyện viên ghi, trợ lý ghi, nhà báo ghi, câu lạc bộ ghi. Ở Việt Nam, ghi chép vẫn còn phụ thuộc vào cá nhân. Một vài nhà báo tỉ mỉ như tôi ghi lại từng pha bóng. Nhưng phần lớn thì không. Và khi không có văn hóa ghi chép tập thể, mỗi người viết lại bắt đầu từ số không, tự dựng lại dữ liệu bằng ký ức. Ký ức thì luôn thiên vị, luôn chọn lọc, luôn bóp méo theo cảm xúc.

Câu trả lời thứ ba, và có lẽ là quan trọng nhất, nằm ở cấu trúc khuyến khích. Trong ngành truyền thông thể thao, người ta thưởng cho sự nhanh, sự gay cấn, sự lan truyền. Không ai thưởng cho sự chính xác, vì sự chính xác không tạo ra lượt xem. Một bài viết nói “tôi chưa đủ dữ liệu để kết luận” sẽ không được chia sẻ. Một bài viết nói “đây là sự thật không ai dám nói” sẽ được chia sẻ hàng nghìn lần. Cấu trúc khuyến khích này đẩy người viết về phía khẳng định, bất chấp việc khẳng định đó có cơ sở hay không.

Tôi nhìn thấy cấu trúc này ở khắp nơi. Ở Nhật Bản, ở Việt Nam, ở mọi nền bóng đá. Nhưng tôi nhận ra rằng ở Việt Nam, nó đặc biệt mạnh, bởi vì niềm đam mê bóng đá ở đây gắn liền với bản sắc quốc gia theo cách mà ít nơi có được. Khi bóng đá là một phần của lòng tự hào dân tộc, người ta càng khó chấp nhận sự mơ hồ. Người ta muốn câu trả lời dứt khoát. Người ta muốn biết chắc rằng đội nhà mạnh, rằng chiến thuật đúng, rằng tương lai tươi sáng. Và người viết, với tư cách một phần của cộng đồng đó, cũng muốn tin vào điều tương tự.

Tôi không đứng ngoài cấu trúc đó. Tôi là một phần của nó. Tôi cũng từng viết những bài quá tự tin. Tôi cũng từng để cảm xúc dẫn dắt kết luận. Sự khác biệt duy nhất là theo thời gian, tôi học được cách nhận ra điều đó ở chính mình, và cách sửa nó trước khi xuất bản.

Ranh giới giữa nghi ngờ có hệ thống và sự tê liệt

Có một cái bẫy khác mà tôi phải cảnh báo, bởi vì nó là cái bẫy mà chính tôi dễ mắc nhất: nghi ngờ đến mức tê liệt.

Khi bạn hiểu rõ dữ liệu thiếu đến mức nào, bạn có thể rơi vào trạng thái không dám viết bất cứ điều gì. Bạn sợ mỗi kết luận đều có lỗ hổng. Bạn sợ mỗi con số đều có thể bị chất vấn. Bạn sợ rằng mình sẽ sai, và vì thế bạn không viết gì cả.

Tôi từng trải qua điều này. Có những tuần tôi ngồi trước bàn làm việc, ghi chú dày đặc, nhưng không xuất bản một dòng nào. Sự cầu toàn biến thành sự im lặng. Và sự im lặng, trong nghề của tôi, cũng là một thất bại.

Giải pháp của tôi là đặt ra một chuẩn mực rõ ràng: “đủ chứng cứ để xuất bản”. Chuẩn mực này không đòi hỏi sự hoàn hảo. Nó đòi hỏi sự đủ. Khi lõi lập luận của tôi đã có đủ chứng cứ, tôi viết, và tôi ghi rõ những phần còn chưa chắc chắn. Tôi không cố chứng minh mọi chi tiết. Tôi chỉ cố đảm bảo rằng kết luận trung tâm đứng vững, và rằng tôi thành thật về những giới hạn của nó.

Đây là sự cân bằng mà tôi tin rằng bất kỳ nhà phân tích bóng đá Việt Nam nào cũng cần tìm ra. Nghi ngờ quá ít dẫn đến sự tự tin giả tạo. Nghi ngờ quá nhiều dẫn đến sự im lặng vô dụng. Con đường đúng nằm ở giữa: nghi ngờ có hệ thống, nhưng vẫn đủ can đảm để đưa ra phán đoán, miễn là phán đoán đó được dán nhãn rõ ràng là phán đoán chứ không phải sự thật tuyệt đối.

Dữ liệu không phải là kẻ thù của cảm xúc

Có một hiểu lầm mà tôi muốn dẹp bỏ: rằng những người như tôi, những người đòi hỏi dữ liệu, là những người chống lại cảm xúc, chống lại vẻ đẹp của bóng đá, chống lại những khoảnh khắc thăng hoa không thể lượng hóa.

Điều đó hoàn toàn sai. Tôi yêu bóng đá vì những khoảnh khắc không thể lượng hóa. Tôi yêu nó vì tiếng hò reo của khán đài, vì giọt mồ hôi trên mặt cỏ, vì khoảnh khắc một cầu thủ ngã xuống rồi đứng dậy. Dữ liệu không làm những khoảnh khắc đó mất đi. Dữ liệu giúp tôi hiểu vì sao chúng xảy ra.

Khi tôi phân tích một bàn thắng bằng dữ liệu không gian, tôi không làm nó trở nên khô khan. Tôi làm nó trở nên sâu sắc hơn. Tôi chỉ ra rằng bàn thắng đó bắt đầu từ một pha di chuyển không bóng ở phút thứ 12, từ một khoảng trống được tạo ra bởi sự dịch chuyển của một hậu vệ, từ một quyết định của huấn luyện viên ba phút trước đó. Dữ liệu không phá hủy câu chuyện. Dữ liệu kể câu chuyện hay hơn.

Vấn đề nảy sinh khi dữ liệu trở thành mục đích tự thân, khi con số được tôn thờ thay vì được sử dụng. Đó là lúc dữ liệu trở thành kẻ thù của bóng đá, nhưng không phải vì nó là dữ liệu, mà vì nó bị sử dụng sai. Công cụ không có lỗi. Người sử dụng công cụ mới có lỗi.

Tôi nghĩ về những cầu thủ Việt Nam mà tôi đã theo dõi qua nhiều năm. Tôi nghĩ về cách họ chạy, cách họ quyết định, cách họ thay đổi vị trí trong tích tắc. Những khoảnh khắc đó là cảm xúc thuần túy khi tôi xem lần đầu. Nhưng khi tôi xem lại lần thứ mười, với sổ tay trong tay, tôi bắt đầu thấy cấu trúc đằng sau cảm xúc. Và cấu trúc đó không làm giảm đi vẻ đẹp. Nó làm vẻ đẹp trở nên có thể hiểu được.

Đây là điều tôi muốn truyền lại cho thế hệ tiếp theo của bóng đá Việt Nam: đừng sợ dữ liệu, và cũng đừng sợ cảm xúc. Sợ nhất là sự lười biếng trí tuệ — sự lười biếng khiến người ta dùng con số để trốn tránh việc suy nghĩ, hoặc dùng cảm xúc để trốn tránh việc kiểm chứng.

Điều tôi học được từ một tệp dữ liệu trống

Quay trở lại với tệp dữ liệu trống đêm hôm đó. Tôi đã đóng nó lại và viết vào sổ tay một câu. Nhưng thực ra, tôi đã học được nhiều hơn một câu.

Tôi học được rằng sự trống rỗng là một thông tin. Khi một tệp dữ liệu trống, điều đó cho tôi biết về hệ thống đằng sau nó — về việc thu thập dữ liệu đang gặp vấn đề, về việc hạ tầng chưa theo kịp, về việc ai đó đã không làm phần việc của họ. Sự trống rỗng không phải là không có gì. Sự trống rỗng là một câu chuyện.

Tôi học được rằng phản xạ tự nhiên của con người khi đối mặt với sự trống rỗng là lấp đầy nó. Đây là phản xạ sinh tồn, có lẽ vậy. Con người không thoải mái với khoảng trắng. Nhưng trong nghề phân tích, khả năng chịu đựng khoảng trắng là một kỹ năng. Người viết giỏi là người có thể nhìn vào một khoảng trắng và nói: “Tôi để nó trống, vì tôi chưa biết điều gì nên điền vào đó.”

Tôi học được rằng uy tín không đến từ việc luôn có câu trả lời. Uy tín đến từ việc có câu trả lời đúng, và từ việc thừa nhận khi chưa có câu trả lời. Trong suốt sự nghiệp của mình, tôi đã giành được sự công nhận không phải bằng cách tỏ ra thông thái, mà bằng cách tỏ ra chính xác. Và sự chính xác, trong một tệp dữ liệu trống, nghĩa là nói rằng tệp dữ liệu đang trống.

Một mình giữa biển người, tôi không cần chỗ đứng – tôi cần góc nhìn. Câu này tôi viết cho chính mình nhiều năm trước, khi tôi là người phụ nữ duy nhất trong phòng họp báo. Nó vẫn đúng đến hôm nay, nhưng với một ý nghĩa mới. Giữa biển dữ liệu, giữa biển con số, giữa biển những bài phân tích được sản xuất mỗi ngày, tôi không cần thêm một chỗ đứng. Tôi cần một góc nhìn đủ tỉnh táo để phân biệt đâu là dữ liệu thật và đâu là dữ liệu được bịa ra cho đẹp.

Điều cần theo dõi ở vòng đấu tới

Tôi không kết thúc bài viết này bằng một tổng kết. Tôi kết thúc nó bằng những gì tôi sẽ theo dõi, và những gì tôi đề nghị người đọc theo dõi cùng tôi.

Thứ nhất, hãy để ý đến những bài phân tích có con số. Mỗi khi bạn thấy một chỉ số xuất hiện, hãy tự hỏi: nó đến từ đâu? Nếu bài viết không nói rõ nguồn, hãy coi chỉ số đó là trang trí cho đến khi được chứng minh ngược lại.

Thứ hai, hãy để ý đến mật độ lịch thi đấu của các tuyển thủ quốc gia. Khi một cầu thủ quan trọng dính chấn thương, đừng chỉ nhìn vào khoảnh khắc va chạm. Hãy đếm số trận anh ta đã đá trong ba tuần trước đó. Câu trả lời thường nằm ở đó.

Thứ ba, hãy để ý đến những thương vụ “chuyển nhượng tự do”. Khi một cầu thủ chuyển đội mà không có phí chuyển nhượng, hãy hỏi về phí ký kết. Vùng xám nằm ở đó, và nó không tự biến mất chỉ vì không ai hỏi.

Và cuối cùng, hãy để ý đến chính mình. Khi bạn đọc một bài phân tích nghe rất chắc chắn, hãy tự hỏi liệu tác giả có đủ dữ liệu để chắc chắn đến vậy không. Đôi khi câu trả lời là có. Đôi khi câu trả lời là không, và bài viết chỉ đang lấp đầy một khoảng trắng bằng sự tự tin.

Bóng đá Việt Nam đang ở một thời điểm đặc biệt. Nó có đủ đam mê để đi xa, và nó có đủ tài năng để làm điều đó. Điều nó cần thêm là kỷ luật dữ liệu — không phải để làm bóng đá trở nên lạnh lùng, mà để làm cho những khoảnh khắc đẹp trở nên có thể tin được. Và nếu có một điều tôi muốn để lại sau hơn bốn mươi năm làm nghề, thì đó là điều này: trong một tệp dữ liệu trống, sự trung thực có giá trị hơn cả nghìn con số đẹp.

Tôi sẽ tiếp tục mở những tệp dữ liệu đó, dù chúng có trống. Tôi sẽ tiếp tục viết vào sổ tay những gì tôi biết và những gì tôi chưa biết. Tôi sẽ tiếp tục nghi ngờ, một cách có hệ thống, cả những người khác lẫn chính mình. Vì đó là công việc. Và vì bóng đá, dù có bao nhiêu dữ liệu hay không có dữ liệu, vẫn luôn xứng đáng với sự trung thực của người viết về nó.