Ô trống trên bảng dữ liệu: nơi phân tích thể thao biến thành phỏng đoán

Ngày 8 tháng 5 năm 2026, K League 1 trở lại trên sân Jeonju World Cup, và cột "khán giả" trong bảng tổng hợp trận đấu ghi một số 0 tròn trịa. Đó không phải lỗi nhập liệu. Đó là dữ kiện đầy đủ, có chủ đích, được ban tổ chức ghi nhận như mọi thông số khác. Suốt nhiều năm làm hồ sơ dữ liệu cho các phim tài liệu thể thao, tôi chưa từng gặp một ô nào vừa trống vừa nặng đến thế.

Ở một sân bóng không người, tiếng hét của thủ môn vang lên như một bản tuyên ngôn chiến thuật. Hậu vệ nghe rõ tiếng bước chân của tiền đạo đối phương từ khoảng cách hai mươi mét. Trọng tài nghe rõ từng lời phản ứng mà không cần micro. Mọi lớp tín hiệu mà khán đài từng phủ lên trận đấu đều bị bóc sạch, và bảng dữ liệu buộc phải mở thêm những cột mà trước đó không ai nghĩ là cần.

Khi đề xuất dự án theo dõi K League 1 mùa 2026, tôi không nghĩ mình đang làm một nghiên cứu về dịch bệnh. Tôi nghĩ mình đang có trong tay 141 trận đấu vận hành trong điều kiện gần như không thể tái lập: không khán giả, không áp lực khán đài, không lợi thế sân nhà theo nghĩa cổ điển. Với một người làm nghề hồ sơ dữ liệu, đó là món quà hiếm.

Cả thế giới khi ấy đang nhìn vào giải đấu này, bởi bóng đá Hàn Quốc là một trong những giải chuyên nghiệp đầu tiên khởi tranh trở lại giữa đại dịch và được bán bản quyền phát sóng ra nhiều quốc gia. Áp lực truyền thông lớn, nhưng bản thân dữ liệu lại sạch hơn thường lệ. Tỷ lệ thắng sân nhà rơi từ 46,3% xuống 34,7%. Tỷ lệ hòa tăng 7,2 điểm phần trăm. Song song đó, tôi ghi nhận một diễn biến nằm ngoài sân cỏ: Seongnam FC mất 23% nguồn tài trợ khi người hâm mộ không còn được vào sân, và con số ấy nói về kinh tế nhiều hơn là về chiến thuật.

Điều khiến dự án ấy còn giá trị sau nhiều năm không nằm ở hai tỷ lệ đẹp nhất. Nó nằm ở những ô mà tôi buộc phải để trống.

Một tập dữ liệu sạch hơn thường là một tập dữ liệu bị đọc sai nhiều hơn. Sân không khán giả loại bỏ một biến số khổng lồ, và chính việc loại bỏ đó khiến các mối tương quan trở nên gọn gàng đến mức đáng ngờ. Một mùa giải với 141 trận là mẫu đủ để nhận ra tín hiệu, nhưng không đủ để biến tín hiệu thành quy luật. Mức sụt 11,6 điểm phần trăm của lợi thế sân nhà lớn hơn sai số thống kê, song nó vẫn chỉ là một mùa. Tôi đã chọn ghi rõ mức độ tin cậy của phát hiện này trong báo cáo thay vì viết nó thành định luật. Đó là khác biệt giữa người làm dữ liệu và người bán dữ liệu.

Sự vắng mặt của một tín hiệu cảnh báo không phải là bằng chứng của sự lành mạnh. Đây là bài học tôi phải nhắc lại với chính mình mỗi kỳ chuyển nhượng. Một câu lạc bộ không bị báo chí đưa tin về nợ lương không có nghĩa là tài chính của họ ổn. Một cầu thủ không xuất hiện trong danh sách chấn thương không có nghĩa là anh ta đủ thể lực. Một trận đấu không có tình huống VAR nào bị rà soát không có nghĩa là công tác trọng tài sạch sẽ. Trong cả ba trường hợp, thứ ta đang cầm trên tay là sự thiếu dữ liệu, chứ không phải dữ liệu về sự thiếu vấn đề. Nhầm lẫn hai thứ này là sai lầm phổ biến nhất và cũng tốn kém nhất của nghề phân tích.

Những năm theo dõi K League và J-League, tôi nhận ra một điều về công tác trọng tài: các đội lớn và đội nhỏ không được đối xử giống nhau, nhưng đó không phải một thuyết âm mưu. Đó là áp lực khán đài và áp lực truyền thông, được đo bằng những chỉ số rất cụ thể như thời gian cân nhắc trước khi rút thẻ, số lần gọi tổ trợ lý, hay số giây hội ý với tổ VAR. Vấn đề là những chỉ số đó hầu như không bao giờ được công bố đầy đủ. Ô quan trọng nhất của bảng dữ liệu trọng tài chính là ô trống.

42 bàn thắng từ tình huống cố định tại World Cup 2026 không nói về kỹ thuật, mà nói về cách đội bóng đọc trận đấu. Năm 2026, khi được giao rà soát dữ liệu cho một phim tài liệu về giải đấu, tôi kiểm tra lại toàn bộ 64 trận và gặp một bất thường: các đội mở tỷ số từ một tình huống cố định có tỷ lệ thắng lên tới 78,2%. Nhưng phát hiện khiến tôi dựng hẳn một phân đoạn dài mười phút lại là chuyện khác. Tuyển Hàn Quốc chỉ chuyển hóa 1,9% số tình huống cố định thành bàn, trong khi mức trung bình toàn giải là 4,1%. Khoảng cách ấy không nằm ở chân đá phạt. Nó nằm ở phần chuẩn bị.

Một bàn thắng từ đá phạt là kết quả của mười giây chuẩn bị mà không ai thấy. Camera bám bóng, khán giả nhìn bóng, bảng thống kê ghi bàn thắng. Không ai ghi lại việc ai là người ra hiệu chặn, ai là người giả chạy, ai là người đứng sai chỗ để kéo hậu vệ ra khỏi vùng nguy hiểm. Đó là những ô trống trong mọi bảng dữ liệu bóng đá hiện đại, và chúng quyết định trận đấu nhiều hơn cả cột bàn thắng.

Một kết luận rỗng vẫn là một kết luận hợp lệ, với điều kiện ta chịu viết nó ra. Cuối năm ngoái, tôi nhận được một bảng tổng hợp mà gần như toàn bộ các ô đều bỏ trống: không tên giải, không phiên bản dữ liệu, không danh sách đội, không mốc thời gian. Phản xạ đầu tiên của cả nhóm là lấp chỗ trống bằng phỏng đoán. Tôi yêu cầu dừng lại. Một bảng như thế không phải là một bảng thiếu thông tin; nó là một bảng không thể phân tích, và hành động đúng duy nhất là trả về nguồn và chạy lại từ đầu. Nếu chúng tôi lấp nó bằng vài con số nghe hợp lý, chúng tôi đã tạo ra một tài liệu trông có vẻ chuyên nghiệp và hoàn toàn vô giá trị.

Từ đó, tôi giữ ba nguyên tắc khi xử lý dữ liệu thể thao. Thứ nhất, chặn ngay ở đầu vào: nếu một bảng thiếu định danh đối tượng hoặc thiếu mốc thời gian, nó không được phép đi tiếp vào khâu phân tích. Thứ hai, ghi rõ trần độ tin cậy gắn với nguồn: một con số từ báo cáo chính thức của ban tổ chức giải không thể đặt cùng bàn cân với một con số tổng hợp từ diễn đàn người hâm mộ. Thứ ba, không bao giờ suy diễn từ sự vắng mặt, và cũng không bao giờ im lặng khi sự vắng mặt ấy nằm ở đúng chỗ quyết định.

Kinh nghiệm theo dõi các trận đấu của tôi cho thấy phần lớn tranh cãi trên mạng xã hội không xuất phát từ dữ liệu sai, mà từ dữ liệu khuyết được lấp bằng cảm xúc. Một quyết định VAR bị chê thường có ba ô trống: góc máy mà đài truyền hình không phát, quy định cụ thể mà trọng tài đang áp dụng, và thời điểm bóng chạm tay. Cả ba đều có thật, cả ba đều không được công bố cùng lúc.

Cách đây vài năm, tôi dành hai mươi ngày phân tích video 100m của một vận động viên từng đạt 10,24 giây. Tôi đo góc khuỷu tay trái qua sáu lần xuất phát và tìm ra độ lệch trung bình 14,2 độ, khiến anh mất khoảng 0,048 giây mỗi lần. Báo cáo dài mười bốn trang với bảng dữ liệu và đồ thị chu kỳ sải chân sau đó được một nhà sản xuất phim tài liệu đọc và mời tôi vào nghề. Điều tôi học được không phải là cách đo góc khuỷu tay, mà là cách tìm ra ô chưa ai từng nghĩ tới việc ghi lại. Xuất phát chậm 0,05 giây, nhưng đôi khi đó lại là cách để về đích sớm hơn, miễn là bạn chịu đo nó.

Người chạy nước rút giỏi nhất không phải người mạnh nhất, mà người hiểu rõ nhất giới hạn của chính mình.

Cùng logic đó, năm 2026, khi tôi là người đầu tiên đưa tin về thương vụ cho mượn của hậu vệ Park Ji-soo từ Gwangju FC sang một câu lạc bộ tại J-League, tôi không dựa vào lời đồn. Tôi dựa vào việc đội bóng mới có xu hướng đẩy cao hàng phòng ngự, và số liệu cho thấy dự đoán đúng: số lần cắt bóng trung bình mỗi trận của anh tăng từ 1,8 lên 3,2, tỷ lệ chuyền chính xác từ 72% lên 85%. Nhưng ô trống ở đây còn thú vị hơn cả các con số trước và sau. Đó là câu hỏi chưa ai trả lời: nếu đội mới không đẩy cao phòng ngự, thì Park Ji-soo sẽ là người như thế nào?

Niềm tin phổ biến của ngành phân tích thể thao là có nhiều dữ liệu hơn thì sẽ hiểu trận đấu hơn. Tôi cho rằng nút thắt không nằm ở lượng, mà nằm ở mức độ trung thực với những chỗ khuyết. Một chỉ số như xG là ví dụ rõ nhất. Nó mô tả chất lượng của cú dứt điểm, không mô tả chất lượng của quyết định dẫn tới cú dứt điểm ấy. Khi một cầu thủ sút từ vị trí xG 0,04, bảng dữ liệu ghi nhận một cơ hội kém. Nó không ghi rằng anh ta đã bỏ qua một đường chuyền mở ra cơ hội tốt hơn, hay rằng cả đội đã mất bốn giây để tổ chức lại tuyến giữa. Cột quan trọng nhất của bảng xG luôn là cột trống.

Điều tương tự đúng với mùa giải không khán giả. Chúng ta có trong tay tập dữ liệu sạch nhất của bóng đá hiện đại, đến từ mùa giải ít bầu không khí nhất. COVID-19 đã dạy bóng đá rằng tiếng ồn không phải khán giả, và khán giả không phải tiếng ồn. Nhưng nó cũng dạy một điều ít được nhắc hơn: một mùa giải yên tĩnh là một mẫu, không phải một định luật. Ai đó sẽ trích dẫn tỷ lệ 34,7% để chứng minh rằng lợi thế sân nhà đã chết. Hai mùa sau, khi khán đài mở lại, con số ấy trở về gần mức cũ, và lập luận kia sụp đổ cùng lúc với dữ liệu của nó.

Giới phân tích đang bước vào giai đoạn mà chi phí thu thập dữ liệu gần như bằng không, còn chi phí kiểm chứng dữ liệu lại tăng lên. Trong mùa giải thường niên hiện tại, khi bảng xếp hạng còn dày đặc tranh chấp và mỗi vòng đấu đều có đội bị đẩy vào vùng nguy hiểm, áp lực tạo ra câu chuyện sẽ lớn hơn bao giờ hết. Sẽ có người viết về một đội bóng đang hồi sinh dựa trên ba trận, về một cầu thủ đang vào phom dựa trên hai bàn, về một trọng tài đang thiên vị dựa trên một pha quay chậm. Mỗi kết luận ấy chỉ bền vững nếu tác giả dám nói rõ ô nào của mình còn trống.

Tôi không kỳ vọng điều đó sẽ thành tiêu chuẩn phổ biến trong vài năm tới. Nhưng tôi cho rằng thế hệ phân tích tiếp theo sẽ không được đánh giá bằng số lượng chỉ số họ tính được, mà bằng số lượng ô trống họ dám để nguyên. Một ô trống không phải lời thú nhận yếu kém. Nó là thứ duy nhất giữ cho một câu chuyện thể thao không trượt thành một lời nói dối được trình bày gọn gàng.