Bản Báo Cáo Trống Và Bài Học Về Sự Trung Thực Của Dữ Liệu Bóng Đá

Khi khung xương đẹp hơn cả nội dung

Mùa thu năm ngoái, tôi nhận được một tệp tài liệu dài bốn mươi trang từ một nhóm phân tích mà tôi từng cộng tác. Trang bìa in đậm tên một trận đấu lớn. Mục lục chia rõ chín phần: chiến thuật, tài chính câu lạc bộ, phong độ, cục diện giải đấu, luật và quản trị, phòng thay đồ, rủi ro, truyền thông, và chuỗi lan tỏa ngành. Có biểu đồ. Có bảng. Có cả phần chú giải thuật ngữ ở cuối.

Tôi mở trang đầu tiên và đọc. Không có tên đội. Không có tên cầu thủ. Không có tỷ số. Không một con số xG nào, không một chỉ số PPDA nào, không một mức phí chuyển nhượng nào.

Mỗi ô trong bảng đều ghi một câu giống nhau: không đủ thông tin để đánh giá. Mỗi kết luận đều chỉ về một trường dữ liệu không tồn tại. Bảng chiến thuật không có chủ thể. Bảng tài chính không có bảng cân đối. Bảng rủi ro không có rủi ro. Và ở cuối tài liệu, trong phần khuyến nghị, người viết — có lẽ là một hệ thống tự động — thừa nhận thẳng thắn rằng đầu vào đã rỗng, và do đó không có phân tích bóng đá thực chất nào được tạo ra.

Tôi đóng máy tính rồi mở lại. Vẫn vậy.

Điều làm tôi chú ý không phải sự trống rỗng. Điều làm tôi chú ý là cấu trúc. Bản báo cáo ấy đẹp đến mức một người đọc vội sẽ không bao giờ nghi ngờ nó. Nếu tôi chỉ lướt tiêu đề và gật đầu, tôi sẽ mang theo một cảm giác rằng ai đó đã làm việc nghiêm túc. Nhưng bên dưới lớp sơn ấy, không có bức tường nào cả.

Tôi từng nghĩ mình đã thấy mọi kiểu lỗi dữ liệu trong nghề. Tôi đã thấy dữ liệu bị thu thập sai thời điểm. Tôi đã thấy người nhập liệu gõ nhầm một dấu phẩy và biến chỉ số phòng ngự thành chỉ số tấn công. Tôi đã thấy những mô hình xG bị thổi phồng vì đếm cả những cú sút từ khoảng cách vô lý. Nhưng lỗi này khác. Đây là lỗi kiến trúc: một khuôn mẫu hoàn chỉnh được sinh ra trước khi nội dung được nạp vào.

Và nghịch lý là, chính sự trống rỗng ấy lại dạy tôi nhiều hơn mọi bản báo cáo đầy đủ.

Bối cảnh: Ngành phân tích bóng đá và cái bẫy của khuôn mẫu

Tôi năm nay bốn mươi tư tuổi. Tôi sinh ra ở Việt Nam, học thống kê, rồi sang Thượng Hải làm việc cho thị trường bóng đá Trung Quốc. Hai mươi tám năm theo dõi bóng đá, trong đó năm năm gần đây tôi làm việc trực tiếp với các ban huấn luyện và tuyển trạch viên. Tôi không phải người viết cảm xúc. Tôi là người viết bằng con số.

Nhưng chính vì vậy, tôi hiểu rõ hơn ai hết rằng con số không tự sinh ra. Phía sau mỗi chỉ số là một quy trình: người quan sát, phần mềm ghi nhận, người nhập liệu, người kiểm tra, người diễn giải. Mỗi mắt xích đều có thể làm méo mó con số. Và khi một mắt xích ngừng chạy, kết quả không phải là không có dữ liệu — kết quả thường là một cấu trúc rỗng được khoác áo vẻ ngoài đầy đủ.

Ngành phân tích bóng đá hiện đại có một điểm yếu cố hữu: nó yêu những khuôn mẫu. Từ mô hình xG, mô hình PPDA, đến các báo cáo tuyển trạch theo chín phần như tài liệu tôi vừa nhận, tất cả đều được chuẩn hóa. Sự chuẩn hóa ấy là cần thiết, vì nó giúp so sánh và tái sử dụng. Nhưng chuẩn hóa cũng mang theo một rủi ro: khi bạn đã có sẵn khuôn, bạn có xu hướng lấp đầy nó, kể cả bằng những mảnh ghép không thật.

Tôi từng chứng kiến một câu lạc bộ nhỏ ở Trung Quốc chuẩn bị cho vòng tranh trụ hạng bằng một báo cáo tuyển trạch dày ba trăm trang về một tiền đạo ngoại quốc. Mỗi trang đều có số. Nhưng khi tôi đối chiếu với nguồn gốc, tôi phát hiện ra rằng bốn mươi phần trăm số liệu ấy được sao chép từ báo cáo của một cầu thủ khác — chỉ đổi tên. Không ai kiểm tra. Không ai đặt câu hỏi. Cái khuôn đã được lấp đầy, và thế là đủ để ra quyết định.

Đó là điều tôi gọi là sự hoàn hảo giả tạo. Và nó nguy hiểm hơn cả sự thiếu thốn.

Bốn loại lỗi dữ liệu trong bóng đá

Tôi chia lỗi dữ liệu bóng đá thành bốn loại, dựa trên kinh nghiệm theo dõi và đối chiếu của mình. Bốn loại này, khi cùng xuất hiện trong một tài liệu, sẽ tạo thành một cấu trúc hoàn chỉnh nhưng sáo rỗng.

Loại thứ nhất: con trỏ vòng tròn. Đây là lỗi kỹ thuật tinh vi nhất. Một trường dữ liệu được hướng dẫn lấy giá trị từ một trường khác — nhưng trường kia không tồn tại. Trong tài liệu tôi nhận, phần thực thể liên quan được ghi rõ: xác định từ các điểm thông tin ở trên. Nhưng các điểm thông tin ở trên rỗng. Vậy thực thể liên quan là gì? Không ai trả lời được. Một vòng tròn khép kín. Trong bóng đá, lỗi này tương đương với việc mô hình xG được xây dựng từ dữ liệu sút — nhưng dữ liệu sút lại được lấy từ chính mô hình xG. Đẹp về mặt hình thức, vô nghĩa về mặt nội dung.

Loại thứ hai: ô trống đội lốt không có rủi ro. Đây là lỗi nguy hiểm nhất trong thực chiến. Khi một câu lạc bộ nhận báo cáo rủi ro với các ô trống, họ có xu hướng đọc trống thành sạch. Không có dữ liệu về chấn thương của một cầu thủ chủ chốt không có nghĩa là cầu thủ ấy khỏe mạnh. Không tìm thấy vi phạm công bằng tài chính không có nghĩa là câu lạc bộ tuân thủ. Trong tài liệu tôi nhận, toàn bộ bảng tuân thủ đều ghi không đủ thông tin. Nếu đó là một báo cáo gửi cho ban lãnh đạo, họ sẽ đọc nó như một giấy chứng nhận sạch. Sai lầm chết người.

Nguyên tắc của tôi, sau nhiều năm đối chiếu dữ liệu, là: sự thiếu vắng bằng chứng không bao giờ được đọc thành bằng chứng của sự thiếu vắng. Đây là câu tôi phải nhắc đi nhắc lại với các tuyển trạch viên trẻ. Có lần, một đồng nghiệp đưa tôi danh sách sáu tiền vệ chạy cánh với chú thích không có tiền sử chấn thương. Tôi yêu cầu xem nguồn. Hóa ra cơ sở dữ liệu ấy chưa cập nhật hồ sơ cho giải đấu của họ suốt hai mùa. Không có tiền sử chấn thương vì không có hồ sơ chấn thương — một khoảng trống, không phải một bảo đảm.

Loại thứ ba: sự hoàn hảo của khung xương. Một khuôn mẫu được sinh ra trước khi nội dung được nạp vào. Trong hệ thống phân tích, điều này xảy ra khi quy trình tự động hóa chạy giao diện mà không chờ dữ liệu đầu vào. Kết quả là một tài liệu có đầy đủ tiêu đề, đầy đủ mục, đầy đủ bảng, nhưng mọi ô đều rỗng. Với người đọc lướt, đó là một công trình. Với người đọc kỹ, đó là một lời thú nhận. Trong bóng đá, đây là kiểu báo cáo mà các câu lạc bộ lớn thường nhận được từ các công ty phân tích theo gói thuê bao: hào nhoáng bên ngoài, nhạt nhòa bên trong. Tôi đã từng từ chối ký tên vào một báo cáo như vậy, và suýt mất hợp đồng. Nhưng tôi giữ nguyên tắc: thà nói tôi không biết còn hơn nói tôi đã phân tích mà thực chất không phân tích gì.

Loại thứ tư: dữ liệu tham chiếu vòng. Đây là lỗi ở tầng thời gian và tầng nguồn. Một báo cáo không ghi ngày xuất bản, không ghi nguồn, không ghi thời điểm thu thập dữ liệu. Trong tài liệu tôi nhận, hai trường độ nhạy thời gian và chất lượng nguồn đều không được đánh giá. Điều đó có nghĩa là ngay cả mùa giải mà câu chuyện ấy thuộc về cũng không xác định được. Trong bóng đá, điều này tương đương với việc bạn được cho một chỉ số PPDA nhưng không biết nó thuộc trận nào, giải nào, mùa nào. Con số ấy có thể là dấu hiệu của một đội pressing rực lửa, hoặc cũng có thể chỉ là một trận đấu duy nhất trong mưa lớn. Không có mốc thời gian, không có kết luận.

Giải phẫu chín chiều rỗng của một bản báo cáo

Khi một bản phân tích chín chiều rỗng, mỗi chiều rỗng theo một cách khác nhau. Tôi mở lại tài liệu và đi qua từng chiều.

Chiều một, chiến thuật và kỹ thuật: không có đội hình, không có hệ thống, không có phong cách. Bảng đánh giá chiến thuật có bốn dòng gồm độ tinh tế, khả năng thực thi, sự phù hợp của nhân sự, dữ liệu then chốt. Cả bốn đều ghi không đủ thông tin. Đây là lỗi trực tiếp nhất: không có chủ thể thì không có phân tích.

Chiều hai, tài chính và thị trường chuyển nhượng: không có doanh thu bản quyền, không có doanh thu thương mại, không có quỹ lương, không có nợ ròng. Trong bóng đá hiện đại, đây là chiều quan trọng bậc nhất. Một câu lạc bộ có thể vô địch trên sân nhưng phá sản trong phòng kế toán. Nhưng nếu không có tên câu lạc bộ, tất cả chỉ là con số không.

Chiều ba, kết quả thi đấu và chu kỳ dư luận: không có bảng xếp hạng, không có chuỗi phong độ, không có áp lực. Tôi không biết đây là cuộc đua vô địch, cuộc đua dự cúp châu Âu, hay cuộc chiến trụ hạng. Với một nhà phân tích, đây là mù hoàn toàn về bối cảnh.

Chiều bốn, cục diện giải đấu và định vị đội bóng: sơ đồ phân tầng từ ứng viên vô địch đến nhóm xuống hạng đều trống. Không có giải đấu nào được nêu tên. Không có nhóm so sánh. Không có tín hiệu dòng chảy nhân tài.

Chiều năm, luật và quản trị: bảng kiểm tra tuân thủ công bằng tài chính, đăng ký chuyển nhượng, kỷ luật, điều kiện dự giải đều trống. Không xác định được hệ thống luật áp dụng.

Chiều sáu, quản lý và phòng thay đồ: không có chủ sở hữu, không có giám đốc thể thao, không có huấn luyện viên. Không có tuyên bố nào, không có tín hiệu mạng xã hội. Phòng thay đồ là một hộp đen.

Chiều bảy, hồ sơ rủi ro: ma trận rủi ro có sáu loại gồm thể thao, tài chính, nhân sự, luật, dư luận, hệ thống — và cả sáu đều trống. Nhưng đây là chiều nguy hiểm nhất khi rỗng, vì người đọc dễ nhầm trống thành không có rủi ro.

Chiều tám, truyền thông và kỳ vọng: không có câu chuyện, không có nhân vật chính, không có sự kiện. Không xác định được giai đoạn nhiệt của chu kỳ tin tức.

Chiều chín, chuỗi lan tỏa ngành: sơ đồ từ học viện đến câu lạc bộ đến thị trường phái sinh đều trống. Không có nút thượng nguồn, không có nút hạ nguồn.

Điều đáng chú ý: cả chín chiều rỗng, nhưng khuôn mẫu vẫn hoàn chỉnh. Đây chính là bài học. Một khuôn mẫu không bao giờ tự bảo vệ mình khỏi sự rỗng. Chỉ có người đọc kỹ mới làm được.

Ba câu chuyện thực chiến từ nghề phân tích

Ba câu chuyện dưới đây cho thấy những lỗi trên không phải là chuyện lý thuyết.

Năm 2026, khi Hulk chuyển từ Zenit về Shanghai SIPG với mức phí được truyền thông gọi là 55 triệu euro, cả thị trường Trung Quốc dậy sóng. Tôi khi đó ba mươi lăm tuổi, đang làm phân tích dữ liệu. Tôi dựng mô hình xG tích lũy cho Hulk qua ba mùa ở Nga, hiệu chỉnh theo chất lượng giải đấu, và đối chiếu với kỳ vọng truyền thông. Kết quả: hiệu suất dứt điểm thực tế của anh chỉ đạt khoảng 0,28 bàn mỗi trận, thấp hơn gần bốn mươi phần trăm so với con số mà báo chí tung ra. Tôi viết báo cáo và công bố. Fan tấn công tôi dữ dội. Nhưng ba tuyển trạch viên từ các câu lạc bộ khác đã liên hệ để xin bản chi tiết. Tôi học được một điều: số liệu đúng sẽ tự tìm đến người cần nó.

Nhưng câu chuyện ấy cũng dạy tôi điều ngược lại. Nếu hôm đó tôi không có dữ liệu sút gốc, tôi sẽ buộc phải chọn giữa hai thái cực: hoặc nói không đủ thông tin và bị xem là kém cỏi, hoặc bịa ra một con số để bảo vệ uy tín. Rất nhiều người trong nghề chọn cách thứ hai. Và đó chính là lỗi sự hoàn hảo giả tạo mà tôi nói đến ở trên.

Ngày 27 tháng 6 năm 2026, khi đang bình luận trực tiếp cho một đài truyền hình trong trận Đức gặp Hàn Quốc ở World Cup, tôi đưa ra cảnh báo dựa trên chỉ số PPDA của Đức trong trận gặp Thụy Điển. Chỉ số ấy chỉ đạt 7,8 — thấp hơn khoảng ba mươi phần trăm so với mức trung bình của họ ở vòng bảng. Tôi nói rằng nếu Đức tiếp tục pressing lười biếng như vậy, họ sẽ thua. Bình luận viên chính cười nhạo. Khán giả gọi đến chửi. Rồi Kim Young-gwon và Son Heung-min ghi bàn, tỷ số 0-2, và tôi trở thành hiện tượng mạng.

Nhưng câu chuyện phía sau mà ít người biết: đêm trước trận, tôi đã phải quyết định xem có nên đưa ra cảnh báo ấy hay không. Bộ dữ liệu tôi có không đầy đủ — tôi thiếu số liệu PPDA ở trận gặp Mexico, và một số chỉ số khoảng cách đội hình bị lỗi. Nếu tôi tuân thủ khuôn mẫu, tôi sẽ không dám đưa ra kết luận nào. Nhưng tôi có ba chỉ số nâng cao đủ mạnh và nhất quán: PPDA, xG đối thủ sau các tình huống phản công, và khoảng cách tuyến giữa của Đức trong hiệp hai. Ba điểm dữ liệu đủ để tạo nên một dấu hiệu. Tôi chọn nói ra, ghi rõ giới hạn dữ liệu, và để khán giả tự đánh giá.

Từ đó, tôi đặt ra một quy tắc cho mình: mỗi bài phân tích trận đấu phải có ít nhất ba chỉ số nâng cao làm bằng chứng, và phải ghi rõ phần hạn chế dữ liệu. Tôi không bao giờ viết theo thế trận mà không có con số. Và tôi cũng không bao giờ bịa ra con số chỉ để lấp đầy một khuôn báo cáo.

Năm 2026, khi đại dịch khiến các giải đấu trên thế giới phải thi đấu trong sân không khán giả, tôi thu thập dữ liệu Ngoại hạng Anh từ năm 2026 đến năm 2026 và so sánh với chuỗi trận sau giãn cách. Kết quả: tỷ lệ thắng sân nhà giảm từ 46,2 phần trăm xuống 38,4 phần trăm, trong khi số bàn thắng trung bình mỗi trận tăng 0,6. Tôi viết một báo cáo dài bốn mươi trang gửi cho một câu lạc bộ đang trụ hạng. Họ thuê tôi làm cố vấn phân tích tình huống cố định — thứ không phụ thuộc khán giả. Tôi từ bỏ vị trí chuyên gia truyền thông để làm việc trực tiếp với ban huấn luyện.

Nhưng điều tôi muốn nhấn mạnh không phải là thành tựu. Điều tôi muốn nói là: trong giai đoạn ấy, rất nhiều báo cáo phân tích bóng đá được sản xuất ra mà không có dữ liệu khán giả — một biến số cốt lõi. Thay vì ghi không có dữ liệu khán giả, nhiều báo cáo vẫn giữ khuôn mẫu cũ và điền vào đó những kết luận dựa trên giả định. Đó là lỗi con trỏ vòng tròn ở quy mô toàn ngành.

Câu tôi hay dùng để nhắc học trò: Sân vận động trống rỗng, nhưng dữ liệu chưa bao giờ vắng bóng khán giả. Dữ liệu khán giả không nằm trên khán đài. Nó nằm trong cách cầu thủ di chuyển khi không có tiếng hò reo thúc đẩy. Đó là tín hiệu tinh khiết nhất về bản chất của một đội bóng. Chỉ có điều, để đọc được nó, bạn phải chấp nhận rằng dữ liệu bạn có không hoàn hảo.

Bài học cho bóng đá Việt Nam

Tôi sinh ra ở Việt Nam và luôn theo dõi V-League với con mắt của một nhà phân tích. Trong những năm gần đây, bóng đá Việt Nam đã có những bước tiến lớn về dữ liệu. Các câu lạc bộ bắt đầu thuê chuyên gia phân tích, các trận đấu được ghi nhận chỉ số chi tiết hơn, và các học viện đào tạo trẻ áp dụng phương pháp dựa trên dữ liệu.

Nhưng tôi cũng thấy những dấu hiệu của sự hoàn hảo giả tạo. Một số báo cáo tuyển trạch nội bộ được xây dựng theo khuôn mẫu quốc tế nhưng thiếu dữ liệu gốc. Một số mô hình được nhập khẩu nguyên bản từ châu Âu nhưng không hiệu chỉnh theo đặc thù của V-League — nơi nhịp độ trận đấu khác, điều kiện sân bãi khác, và tâm lý cầu thủ khác.

Tôi từng xem một báo cáo về một cầu thủ trẻ tài năng của một học viện phía Bắc. Báo cáo dài hai mươi trang, có biểu đồ radar, có so sánh với các cầu thủ châu Âu cùng tuổi. Nhưng khi tôi truy vết dữ liệu, tôi phát hiện ra rằng mẫu so sánh chỉ có bốn cầu thủ, và hai trong số đó chơi ở giải hạng ba. Một mẫu nhỏ đến mức không thể kết luận. Nếu câu lạc bộ dùng báo cáo ấy để định giá và ra quyết định chuyển nhượng, họ có thể mua sai một cầu thủ với giá cao gấp ba lần giá trị thật.

Đây là lý do tôi tin rằng các câu lạc bộ Việt Nam, trước khi mua thêm dữ liệu, nên xây dựng một quy trình xác thực nội bộ. Một quy trình đặt câu hỏi: Dữ liệu này từ đâu? Mẫu có đủ lớn không? Có bị hiệu chỉnh theo giải đấu chưa? Nếu thiếu, chúng ta có sẵn sàng nói không đủ thông tin thay vì bịa ra một kết luận?

Câu trả lời cho câu hỏi cuối cùng ấy quyết định chất lượng của cả nền bóng đá. Trận đấu chỉ dài chín mươi phút, nhưng câu chuyện của nó dài hơn một mùa giải. Và câu chuyện ấy chỉ có thể được kể đúng nếu người kể trung thực về những gì mình biết và không biết.

Góc nhìn phản trực giác: Khan hiếm dữ liệu quý hơn dư thừa dữ liệu giả

Trong ngành phân tích bóng đá, có một niềm tin phổ biến: càng nhiều dữ liệu càng tốt. Các câu lạc bộ chi hàng triệu đô để mua kho dữ liệu, thuê đội ngũ phân tích, xây dựng dashboard. Nhưng kinh nghiệm hai mươi tám năm của tôi nói một điều khác. Thứ đắt nhất không phải là dữ liệu. Thứ đắt nhất là sự trung thực về việc bạn không có dữ liệu.

Tôi từng thấy một mô hình xG được trình bày trong một hội thảo phân tích ở Thượng Hải. Mô hình ấy có hệ số xác định cao, biểu đồ đẹp, và được quảng cáo là có thể dự đoán kết quả trận đấu với độ chính xác bảy mươi phần trăm. Nhưng khi tôi hỏi về nguồn dữ liệu huấn luyện, người trình bày thú nhận rằng họ chỉ dùng dữ liệu từ một giải đấu duy nhất trong hai mùa. Mô hình đẹp, nhưng nó học từ một mẫu nhỏ, và nó sẽ sụp đổ ngay khi gặp giải đấu khác. Đó là sự hoàn hảo giả tạo được khoác áo khoa học.

Ngược lại, có những báo cáo trống mà tôi nhận được, chính vì sự trống rỗng của chúng, lại hữu ích một cách kỳ lạ. Khi một khuôn mẫu tự thú nhận rằng nó rỗng, đó là một tín hiệu. Nó nói với tôi rằng quy trình sản xuất báo cáo ấy có vấn đề. Nó nói với tôi rằng người hoặc hệ thống tạo ra nó không tự bịa nội dung. Nó nói với tôi rằng nếu tôi chạy lại quy trình với dữ liệu đầu vào đúng, tôi có thể nhận được kết quả thực chất.

So sánh với thứ tôi gọi là báo cáo đẹp nhưng rỗng ruột — những tài liệu được lấp đầy bằng số liệu không có nguồn. Những tài liệu này nguy hiểm hơn nhiều, vì chúng tạo ra cảm giác an tâm giả tạo. Một câu lạc bộ đọc báo cáo ấy sẽ ra quyết định chuyển nhượng, sẽ xây dựng chiến thuật, sẽ đặt cược vào những con số không thật. Đến khi thất bại, họ không biết lỗi do đâu, vì báo cáo vẫn đẹp.

Đây là lý do tôi luôn nhắc lại câu này với các đồng nghiệp trẻ: Đừng vội tin con số trước khi nó kể lại câu chuyện từ đầu. Trước khi dùng bất kỳ chỉ số nào, tôi truy vết nguồn gốc của nó. Ai thu thập? Thu thập khi nào? Bằng phương pháp gì? Có bị hiệu chỉnh không? Nếu không trả lời được, tôi để nó sang một bên. Tôi không xóa nó, nhưng tôi không xây kết luận trên nó.

Một nghịch lý khác: nhiều người cho rằng sự thận trọng ấy khiến tôi chậm chạp, thiếu quyết đoán. Nhưng thực tế, chính nhờ nó mà tôi đưa ra được những nhận định trái chiều đúng đắn. Khi tôi biết chắc rằng dữ liệu của tôi có giới hạn, tôi biết chính xác giới hạn nào có thể vượt qua và giới hạn nào không. Tôi biết khi nào ba chỉ số đủ để đưa ra kết luận, và khi nào cần hai mươi chỉ số mà vẫn chưa đủ.

Trong bóng đá, mỗi con số đều có một câu chuyện phía sau. Một số liệu PPDA thấp có thể là dấu hiệu của một đội pressing lười biếng, hoặc của một đội chủ động nhường thế trận để phản công. Một tỷ lệ chuyển đổi xG âm có thể là dấu hiệu của một tiền đạo kém duyên, hoặc của một hệ thống không tạo đủ cơ hội chất lượng. Nếu bạn chỉ đọc con số mà không hiểu câu chuyện, bạn sẽ dùng nó sai. Và nếu bạn bịa ra câu chuyện để lấp đầy con số, bạn sẽ phá nát cả hai.

Trong tài liệu trống tôi nhận được mùa thu năm ngoái, có một câu mà tôi muốn trích lại như một lời nhắc nhở: sự trống rỗng của bảng không có nghĩa là không tìm thấy rủi ro. Nó có nghĩa là không có thông tin để tìm. Đây là sự phân biệt mà mọi nhà phân tích bóng đá cần khắc cốt ghi tâm. Bởi vì bóng đá, hơn bất kỳ môn thể thao nào, sống bằng cảm xúc. Và cảm xúc luôn muốn một câu trả lời. Khi không có câu trả lời, cảm xúc sẽ tự tạo ra nó. Công việc của nhà phân tích là giữ cho sự tự tạo ấy không xảy ra.

Tôi nhớ một lần, một huấn luyện viên hỏi tôi: cầu thủ này có ổn không? Ông ta muốn một con số. Tôi nói: tôi không có đủ dữ liệu để trả lời chắc chắn. Nhưng tôi có ba chỉ số nói rằng anh ấy đang xuống phong độ, và một chỉ số nói rằng anh ấy chỉ đang trong chu kỳ điều chỉnh. Theo tôi, nên theo dõi thêm hai trận. Ông ấy không hài lòng. Nhưng hai trận sau, cầu thủ ấy chấn thương. Nếu tôi bịa ra một con số và nói ổn, ông ấy sẽ đưa cầu thủ ấy vào sân, và hậu quả sẽ nặng hơn.

Suy nghĩ tiến về phía trước

Sự phát triển của trí tuệ nhân tạo trong những năm gần đây càng làm cho vấn đề này trở nên cấp bách. Khi các mô hình ngôn ngữ lớn được dùng để viết báo cáo phân tích bóng đá, rủi ro sự hoàn hảo giả tạo tăng lên theo cấp số nhân. Một mô hình có thể tạo ra một bản báo cáo ba mươi trang đầy đủ tiêu đề, đầy đủ bảng, đầy đủ kết luận, mà không cần bất kỳ dữ liệu thật nào. Nó sẽ không thú nhận như tài liệu tôi nhận. Nó sẽ lấp đầy mỗi ô bằng một cái gì đó nghe có lý.

Điều đó có nghĩa là ngành phân tích bóng đá cần một hàng rào mới. Không phải hàng rào ngăn dữ liệu nhiều hơn, mà là hàng rào kiểm tra tính trung thực của dữ liệu. Một quy trình xác thực ở đầu vào: nếu trường thông tin cốt lõi rỗng, hệ thống phải dừng lại, phải báo lỗi, phải từ chối sinh ra kết luận. Không có khuôn mẫu nào được phép hoàn thành khi đầu vào rỗng.

Với tư cách một nhà phân tích dữ liệu, tôi tin rằng tương lai của ngành không nằm ở những mô hình phức tạp hơn, mà ở những mô hình trung thực hơn. Khi xác suất sụp đổ, thứ còn lại là bản chất của trận đấu. Và bản chất của trận đấu không bao giờ được viết bằng những con số bịa ra.

Chúng ta đang ở giữa mùa giải, khi mà mỗi tuần trôi qua đều mang theo hàng trăm báo cáo phân tích được sinh ra. Hầu hết trong số đó sẽ đẹp về mặt hình thức. Một số sẽ đúng về mặt nội dung. Nhưng chỉ một số rất nhỏ sẽ trung thực về cả hai. Đó là những báo cáo đáng để đọc. Đó là những báo cáo mà tôi, với tư cách một người viết bằng dữ liệu, muốn để lại.

Như tôi vẫn nói với những người trẻ bước vào nghề: Dữ liệu không bao giờ mệt mỏi, chỉ có người đọc nó mệt mà thôi. Nhưng dữ liệu cũng không bao giờ tự bảo vệ mình khỏi sự ngụy tạo. Chỉ có con người — hoặc quy trình — mới làm được điều đó. Và khi bạn giữ được sự trung thực ấy, bạn không chỉ phân tích bóng đá tốt hơn. Bạn đang bảo vệ chính nghề của mình.

Câu hỏi để các nhà phân tích bóng đá tự hỏi mình trong tuần này: bao nhiêu phần trăm con số trong báo cáo gần nhất của bạn có thể truy vết về nguồn gốc của nó? Nếu câu trả lời nhỏ hơn năm mươi phần trăm, có lẽ đã đến lúc bạn không cần thêm dữ liệu. Bạn cần bớt đi những con số không thật.