Chín trang dữ liệu trống và cái bẫy im lặng của ngành phân tích thể thao

Bản báo cáo dài chín trang hiện lên màn hình tôi lúc 23 giờ 41 phút, gửi từ Busan sang một nhóm phân tích ở Hà Nội. Chín phần. Chín bảng số. Và ở mỗi ô, một dòng chữ giống hệt nhau lặp lại: "N/A — không đủ thông tin". Không tên giải. Không số hiệu bản vá. Không đội. Không tuyển thủ. Không một con số nào để bám vào. Tôi ngồi im khá lâu, rồi làm việc duy nhất đúng: không viết thêm gì.

Điều làm tôi khó chịu không nằm ở chỗ trống. Khung xương vẫn đầy đủ — mục lục ngay ngắn, tiêu đề in đậm, các ô rủi ro xếp thành hàng. Chỗ đáng sợ nằm ở dòng cuối: mục đánh giá rủi ro tổng thể không ghi "cao", cũng không ghi "thấp", mà ghi "không thể xếp loại". Người đọc lướt sẽ nghĩ rằng đã có ai đó rà soát, và kết quả là chẳng có gì nghiêm trọng. Chẳng ai rà soát cả. Chẳng có gì để rà soát.

Chuyện này lặp lại gần như nguyên vẹn trong công việc hằng ngày của một người làm dữ liệu thể thao, chỉ khác ở quy mô. Một cột chấn thương để trống. Một mục "chưa cập nhật" nằm cạnh tên cầu thủ. Mỗi ô trống như vậy đều có thể bị đọc thành một lời trấn an, và đó là sai lầm tốn kém nhất tôi từng thấy trong nghề.

Quy trình của chúng tôi chạy hai lớp. Lớp đầu đọc bài gốc và rút ra những điểm thông tin cứng: tên giải đấu, số hiệu bản vá, đội hình, con số tài chính, mốc thời gian, nguồn và ngày xuất bản. Lớp sau nhận đúng những điểm đó rồi mới đặt vào chín chiều phân tích — bản vá và hệ hình chiến thuật, thể thức giải, đội và tuyển thủ, bức tranh khu vực, tài chính câu lạc bộ, luật và quản trị, hồ sơ rủi ro, câu chuyện truyền thông, chuỗi lan truyền của cả ngành.

Hôm đó lớp đầu trả về một trang giấy trắng. Trang trắng ấy không nhất thiết nghĩa là bài gốc rỗng nội dung. Kinh nghiệm theo dõi các trận đấu và luồng dữ liệu của tôi cho thấy phần lớn trường hợp trắng là lỗi ở khâu đọc: trang bị tường phí, nội dung dựng bằng JavaScript nên công cụ không thấy, hoặc lược đồ đầu vào lệch tên trường. Lớp sau vẫn phải chạy vì quy trình yêu cầu xuất đủ định dạng. Kết quả là chín trang khung xương không có thịt.

Một báo cáo đầy "N/A" hiếm khi là báo cáo về một chủ thể không có rủi ro. Nó thường là báo cáo về một đường ống dữ liệu đã hỏng. Khoảng trống trong dữ liệu thể thao là tuyên bố về người thu thập, không phải về đối tượng được thu thập.

Đêm 27 tháng 6 năm 2026, ở Kazan, tôi mười bốn tuổi, ngồi trước màn hình với một cuốn sổ ô ly. Đức cầm bóng 74 phần trăm. Tôi ghi con số đó vào cột trái, khoanh tròn, và nghĩ mình đang xem một buổi trình diễn. Đến phút 90+2, Kim Young-gwon đưa bóng vào lưới. Bốn phút sau, Manuel Neuer lên tận tuyến trên, để rồi Son Heung-min đệm bóng vào khung thành trống.

Về nhà tôi chép lại toàn bộ trận đấu. Cột xG của tôi ghi 0,8 cho Đức và 1,6 cho Hàn Quốc. Cả hai dòng đều có vấn đề riêng: 0,8 cho một đội bắn hơn hai mươi lần là con số khiến người ta phải dừng lại, còn 1,6 cho một đội gần như chỉ phản công là con số khiến người ta phải kiểm tra chéo. Tôi nhìn xG, rồi nhìn tỉ số, và học cách không tin cả hai. Đức bắn phá khung thành Hàn Quốc, và tôi học được rằng súng đầy đạn không bằng kẻ biết nhắm.

Hai năm sau, khi bóng đá tạm hoãn vì đại dịch, tôi gom dữ liệu chín vòng Bundesliga thi đấu trên sân không khán giả. Tỉ lệ thắng sân nhà rơi từ 43 phần trăm xuống 31 phần trăm. Số bàn trung bình mỗi trận nhích từ 2,7 lên 3,1. Hai con số ngược chiều nhau, và không con số nào chịu đứng yên trong một câu kết luận duy nhất.

Tôi học được điều lớn hơn từ chín vòng đấu đó: có những biến số chưa từng được nhét vào mô hình vì chưa ai nghĩ chúng có thể biến mất. Tiếng khán giả là một biến số. Thói quen di chuyển sân khách là một biến số. Sân trống không làm mất đi bóng đá, nó chỉ làm lộ ra những biến số ta từng bỏ qua. Bundesliga mùa đó dạy tôi: một con số chỉ đúng khi bối cảnh của nó không bị đánh cắp.

Từ đó, mọi bảng dữ liệu tôi dựng đều có thêm một hàng không ai yêu cầu: điều kiện thi đấu. Thời tiết. Mặt sân. Số khán giả. Giờ bóng lăn. Thiếu hàng đó, tôi không cho phép mình so sánh hai trận, kể cả khi cả hai là trận sân nhà của cùng một đội.

Tháng 12 năm 2026, tôi mười tám tuổi, viết về Morocco khi họ lọt vào bán kết. Bảng của tôi có bốn trận giữ sạch lưới trong năm trận. Chỉ số PPDA trung bình 8,2 — mức thấp nhất giải. Nhưng cột thời gian trong một phần ba sân nhà của họ lên tới 62 phần trăm.

Đọc riêng, hai chỉ số đó cãi nhau. Đọc cùng nhau, chúng kể một câu chuyện rõ ràng: Morocco nhường bóng đúng chỗ mình muốn nhường, giữ người đúng khu vực mình muốn giữ, rồi phản công vào đúng khoảng trống đối thủ để lại. Người ta gọi Morocco là bất ngờ. Tôi gọi đó là một phương trình đã được giải từ trước.

Bài viết đó được một trang bóng đá ở Busan chia sẻ lại và mang về cho tôi lời mời viết chuyên mục đầu tiên. Giá trị thật của nó nằm ở chỗ khác: một chỉ số chỉ có nghĩa khi đứng cạnh một chỉ số khác.

Euro 2026, tôi thực tập ở một công ty phân tích thể thao tại Busan. Lamine Yamal khiến cả phòng dừng lại. Cậu ấy có ba đường kiến tạo, tạo ra khoảng năm cơ hội lớn mỗi trận theo ghi chép của tôi, và 44 phần trăm số pha đi bóng là cắt vào trung lộ. Tôi viết xong bản nháp về mẫu tiền đạo cánh mới trong một buổi tối.

Sếp đọc, bảo để đó, chờ dữ liệu La Liga mùa sau. Tôi khó chịu, cho rằng mình đã có đủ bằng chứng và sự thận trọng chỉ làm chậm một bài viết đúng. Nhưng tôi làm theo. Khi dữ liệu mùa sau về, tôi hiểu vì sao: một giải đấu ngắn là mẫu nhỏ, đối thủ ở vòng bảng và vòng loại trực tiếp khác nhau về chất, còn cầu thủ mười bảy tuổi thay đổi nhanh hơn bất kỳ mô hình nào kịp cập nhật.

Từ đó tôi tự đặt một ngưỡng: không kết luận về xu hướng chiến thuật trước khi có ít nhất hai mùa giải kiểm chứng chéo. Ngưỡng này khiến tôi chậm hơn. Nó cũng khiến tôi ít phải rút lại bài hơn.

Phía thể thao điện tử, câu chuyện sắc hơn vì chu kỳ thay đổi ngắn hơn nhiều. Một bản vá có thể đổi hệ hình thi đấu trong hai tuần. Tôi từng dựng bảng theo dõi tỉ lệ thắng của một vị tướng và thấy nó nhảy từ 46 lên 58 phần trăm sau khi bản vá ra mắt. Cả phòng hứng khởi. Rồi tôi kéo thêm hai cột: số trận mẫu và sức mạnh đối thủ. Mẫu chỉ mười hai trận, tám trong số đó là gặp đội xếp dưới. Con số 58 phần trăm sụp xuống khi đặt cạnh bối cảnh của chính nó.

Điều tôi theo dõi lâu dài là chuyện khác: những đội vô địch ngay sau một bản vá lớn thường được ca ngợi vì đọc meta nhanh. Một phần trong đó là thật. Phần lớn đến từ việc họ tình cờ có sẵn đội hình hợp với hệ hình mới, hoặc đối thủ bị bản vá cắt mất một lựa chọn cốt lõi. Bản vá là vị trọng tài không ai nhìn thấy, và nó thổi còi trước cả khi giải bắt đầu. Khả năng thích ứng hệ hình bị nhầm thành thực lực, và đó là một trong những lỗi đọc số phổ biến nhất trong ngành.

Có một loại khoảng trống khác, không do lỗi kỹ thuật mà do ai đó chọn để trống. Thị trường chuyển nhượng là ví dụ rõ nhất. Một cầu thủ trẻ chưa đá nổi năm mươi trận đỉnh cao nhưng được định giá chín chữ số, và bảng định giá vẫn hiển thị đầy đủ, không ô nào ghi chưa đủ mẫu. Bong bóng giá trẻ không nằm ở con số cuối cùng. Nó nằm ở chỗ những ô lẽ ra phải trống thì đã được điền bằng kỳ vọng.

Hồ sơ y tế là ví dụ thứ hai. Câu lạc bộ công bố chấn thương khi thông tin có lợi cho giá trị tài sản, và im lặng khi thông tin bất lợi. Phóng viên ở ngoài chỉ thấy phần nổi. Người hâm mộ mua vé theo phần nổi. Nhà đầu tư định giá theo phần nổi. Cả ba bên cùng đọc một bảng dữ liệu đã được biên tập lại, và không ai biết mình đang đọc một bảng đã được biên tập.

Ở đây có một cái bẫy tôi suýt rơi vào nhiều lần. Càng kiểm chứng, người ta càng thấy số liệu sai, và dần dần dễ trượt sang thái độ phủ nhận mọi con số. Đó là một dạng sai khác, không tốt hơn dạng ban đầu. Số liệu không phải kẻ thù. Số liệu là điểm khởi đầu cho một câu hỏi, không phải điểm kết thúc của một kết luận.

Bẫy thứ hai là đánh đồng tương quan với nhân quả. Hai thứ cùng tăng, cùng giảm, và ta lập tức dựng một câu chuyện nhân quả nghe rất hợp lý. Tôi buộc mình trả lời một câu trước khi viết: cơ chế nào khiến A dẫn đến B? Nếu không mô tả được cơ chế đó bằng lời, tôi chỉ được viết cùng xuất hiện, không được viết gây ra.

Bẫy thứ ba khó thấy nhất, và nó chính là bài học từ chín trang báo cáo kia. Sự im lặng của dữ liệu bị đọc thành sự vắng mặt của rủi ro. Trong một tệp đầy ô trống, không cảnh báo nào được bật lên — và vì không cảnh báo nào được bật lên, người đọc kết luận mọi thứ đều ổn. Không có gì được kiểm tra. Kiểu thất bại im lặng này nguy hiểm hơn mọi sai số vì không để lại dấu vết nào để truy ngược.

Trong bộ dữ liệu riêng của tôi, mỗi ô trống từ nay phải mang một nhãn phân biệt: chưa thu thập, thu thập thất bại, hay nguồn không công bố. Ba nhãn này dẫn đến ba hành động khác nhau, và gộp chúng thành một chữ N/A là cách nhanh nhất để tự lừa mình.

Tôi vào nghề vì những con số, nhưng ở lại vì những câu chuyện mà con số không kể. Phần lớn câu chuyện đáng giá nhất nằm đúng ở chỗ dữ liệu chịu thua — ở khoảng trống giữa chỉ số và kết quả, ở biến số bị bỏ quên, ở vị trọng tài không ai nhìn thấy. Vòng tới, khi một bảng dữ liệu đưa cho tôi một ô trống, tôi sẽ không tự hỏi đội này có vấn đề gì. Tôi sẽ hỏi ai đã bỏ trống ô đó, và vì sao.