Báo cáo rỗng: khi ngành dữ liệu thể thao bán cho bạn sự chính xác giả tạo

09 giờ 12 phút, thứ Ba. Tệp PDF dài mười bốn trang nằm trong hộp thư công việc của tôi, gửi từ một đơn vị cung cấp dữ liệu thể thao mà ban biên tập trả tiền theo hợp đồng năm. Bìa có logo, có mã số báo cáo, có mục Phương pháp luận in nghiêng đúng chuẩn. Bên trong là chín chiều phân tích, mỗi chiều một bảng. Trong cả chín bảng ấy, ô nào cũng ghi đúng một dòng: “Không đủ thông tin để đánh giá”.

Tôi đọc hết mười bốn trang. Không tên giải, không tên đội, không tên cầu thủ, không ngày thi đấu, không một chỉ số. Chín chiều phân tích về một thứ không tồn tại.

Rồi tôi lật tới trang cuối, phần Cảnh báo rủi ro. Ở đó, một ô đã được điền: rủi ro cấp độ trung bình. Xác suất: trung bình. Tác động: trung bình. Khuyến nghị: chạy lại quy trình nhập liệu.

Bức ảnh đó nói gần hết về ngành dữ liệu thể thao mà tôi làm việc cùng: một cỗ máy không tìm nổi lấy một sự kiện bóng rổ, nhưng vẫn kịp đóng dấu cho sự trống rỗng ấy mức rủi ro trung bình.

Tôi giữ tệp PDF lại. Nó nằm trong thư mục có tên Bằng chứng quy trình. Một báo cáo không có dữ liệu vẫn là dữ liệu — nếu bạn biết đọc cái ô trống.

Người ta nhìn tỷ số. Tôi nhìn ai nhận được gì sau tỷ số đó. Và ở đây, thứ duy nhất được nhận là một trang bìa.

Trong mười bảy năm qua, tôi đã ngồi ở cả hai phía của cái bàn này. Tôi từng là trợ lý phân tích dữ liệu, từng dựng bảng theo dõi riêng cho từng trận, từng viết nhật ký dữ liệu cho mỗi vòng đấu vì ban biên tập không duyệt những ghi chú quá nhỏ. Và tôi cũng từng là người đặt mua các gói báo cáo này, ký duyệt hóa đơn, rồi phải giải trình với ban tổng biên tập vì sao một tài liệu mười bốn trang lại không chứa nổi một cái tên.

Thị trường phân tích thể thao hiện nay vận hành theo một nguyên tắc rất đơn giản: đơn vị tính tiền là trang, không phải phát hiện. Một bản mẫu chín chiều có thể nhân bản cho hàng trăm trận, hàng nghìn cầu thủ, hàng chục giải đấu. Một chuyên gia phân tích thì không. Vì vậy sản phẩm bán ra thị trường mặc định là cái khung, còn nội dung là phần phải lấp cho đầy.

Các tòa soạn Việt Nam thường đăng ký từ ba tới năm nguồn cấp dữ liệu như vậy. Trong kỳ chuyển nhượng, khối lượng tăng gấp ba, gấp bốn, vì nhu cầu độc giả về tin đội hình và tin hợp đồng tăng vọt. Chính ở giai đoạn đó, tỷ lệ báo cáo rỗng tăng mạnh nhất, và cũng chính ở giai đoạn đó, ít ai kiểm tra lại.

Để thấy vì sao chuyện này nguy hiểm, cần nhớ rằng bóng đá chuyên nghiệp là một ngành để lại dấu vết giấy tờ dày đặc. Luật chơi tài chính của UEFA áp trần tỷ lệ chi phí đội hình ở mức 70% doanh thu từ mùa 2026-26. Giải Ngoại hạng Anh giới hạn lỗ ở 105 triệu bảng trong ba năm luân kế. Ở Tây Ban Nha, điều khoản giải phóng hợp đồng là bắt buộc theo luật và được đăng ký công khai. Mọi con số lớn đều có một văn bản đứng sau. Mọi hợp đồng đều có hai trang: một trang công khai, một trang thật.

Nghĩa là khi một báo cáo nói về tiền mà không dẫn được văn bản nào, đó là một tín hiệu. Khi một báo cáo không dẫn được cả tên cầu thủ, đó là một tín hiệu mạnh hơn nhiều.

Một cái ô trống trong báo cáo phân tích không phải lúc nào cũng cùng một loại. Có ba loại, và cách chúng xuất hiện khác nhau hoàn toàn.

Loại thứ nhất là ô trống trung thực. Quy trình đã nhập được bài gốc, đã bóc tách dữ kiện, nhưng dữ kiện không đủ để kết luận. Ví dụ, một bài viết về luật thi đấu thuần túy sẽ không có chỉ số hiệu suất cầu thủ, và việc ghi không đủ thông tin ở chiều phân tích cầu thủ là câu trả lời đúng. Loại ô trống này có đặc điểm nhận dạng rõ: những chiều còn lại vẫn có nội dung. Bài viết có tiêu đề, có nguồn, có ngày.

Loại thứ hai là ô trống phòng thủ. Đơn vị phân tích điền vào đó để tránh trách nhiệm pháp lý. Họ biết thông tin, nhưng thông tin chưa được xác minh đủ để đứng tên. Loại này thường đi kèm những cụm từ như nguồn tin thân cận, được cho là, nhiều khả năng. Đó là cách viết né, không phải cách viết sai.

Loại thứ ba là ô trống che. Quy trình đã hỏng ngay từ khâu nhập liệu. Không có bài gốc, không có tiêu đề, không có nguồn, không có mốc thời gian. Nhưng bản mẫu vẫn phải được giao đúng hạn, nên toàn bộ chín chiều bị đổ đầy bằng cùng một câu. Loại ô trống này có dấu hiệu đặc trưng: nó phủ kín mọi chiều cùng lúc, kể cả những chiều không thể cùng rỗng một cách tự nhiên. Một bài viết về luật có thể không có dữ liệu cầu thủ. Nhưng không bài viết nào về bóng rổ lại đồng thời không có giải đấu, không có đội, không có cầu thủ, không có ngày, và không có cả nguồn.

Tôi tìm thấy nó trong một bảng số liệu không ai nhìn tới — cái bảng Cảnh báo rủi ro. Đó là nơi duy nhất trong tệp PDF mười bốn trang có chữ được điền. Và nó được điền bằng ba chữ trung bình, không kèm một dòng giải thích nào.

Đây là điểm mấu chốt về mặt phương pháp. Khi một hệ thống không đủ thông tin ở cả chín chiều, nó không thể đồng thời đủ thông tin để chấm điểm rủi ro. Hai kết luận đó loại trừ nhau. Việc cả hai cùng tồn tại trên một trang giấy chứng minh rằng phần rủi ro không được tính, mà được viết ra cho đủ chỗ.

Sự chính xác giả tạo là sản phẩm, không phải lỗi. Nó được thiết kế để trông giống sự chính xác thật: cùng cỡ chữ, cùng bố cục bảng, cùng hệ thống ký hiệu. Người đọc lướt qua sẽ thấy một tài liệu chuyên nghiệp. Chỉ người đọc tới trang cuối mới thấy mâu thuẫn.

Trong kỳ chuyển nhượng, dòng chảy của loại tài liệu này có thể vạch thành bốn bước khá ổn định.

Bước một, một nguồn không xác định phát ra một mẩu thông tin. Có thể là người đại diện, có thể là nhân viên câu lạc bộ, có thể chỉ là một tài khoản mạng xã hội. Không ai ghi lại nguồn.

Bước hai, một trang tổng hợp nước ngoài đăng lại mẩu đó kèm chữ được cho là. Trang này có lượng truy cập, có uy tín hình thức, và không chịu trách nhiệm về nội dung gốc.

Bước ba, một tòa soạn trong nước dịch lại và dẫn nguồn theo công thức truyền thông Anh đưa tin. Ở bước này, mẩu thông tin đã khoác được một lớp áo hợp pháp.

Bước bốn, cộng đồng người hâm mộ biến nó thành dữ kiện. Cái tên câu lạc bộ được gắn vào một con số. Con số đó bắt đầu được trích dẫn lại như một sự thật đã kiểm chứng.

Bốn bước, và không bước nào cần tới một văn bản gốc. Tôi không tin lời khai. Tôi tin dấu vân tay trên hợp đồng và dấu giày trên hành lang. Trong trường hợp này, cả hai đều không tồn tại.

Có một công cụ mà ngành chống doping dùng để chống lại đúng kiểu sai lệch này, và nó đáng để ngành dữ liệu thể thao học theo. Hộ chiếu sinh học của vận động viên không đi tìm chất cấm trong một mẫu nước tiểu. Nó theo dõi chỉ số sinh học của cùng một người qua nhiều năm, và chỉ báo động khi đường biểu diễn lệch khỏi chính nó. Một mẫu riêng lẻ không nói lên điều gì. Cả một chuỗi lệch mới là tín hiệu.

Áp dụng vào đây: một báo cáo có một ô trống không đáng lo. Nhưng chín ô trống cùng lúc, lặp lại ở nhiều báo cáo khác nhau, trong cùng một khung thời gian, cùng một nhà cung cấp — đó là đường biểu diễn lệch khỏi chính nó. Đó là dấu hiệu quy trình hỏng, chứ không phải dấu hiệu thị trường yên ắng.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua nhiều mùa giải, tôi rút ra một quy tắc đọc tài liệu khá đơn giản. Tôi không đọc phần kết luận trước. Tôi đọc phần phương pháp luận trước, vì đó là nơi duy nhất trong một báo cáo mà người viết buộc phải nói thật về việc mình đã làm gì. Nếu phần phương pháp luận không có chỗ ghi trạng thái nhập liệu — tức là không có chỗ để nói tôi đã có bài gốc hay chưa — thì toàn bộ phần còn lại chỉ là trang trí.

Một báo cáo tử tế phải trả lời được ba câu hỏi trước khi trả lời bất cứ câu hỏi chiến thuật nào. Thứ nhất, sự kiện được nhắc tới là gì, xảy ra ngày nào, do ai công bố. Thứ hai, mỗi khẳng định thuộc tầng nào: tài liệu gốc nói rõ, suy luận hợp lý, hay phỏng đoán cao độ. Thứ ba, nếu dữ liệu thiếu, thiếu ở đâu và cần gì để lấp. Ba câu hỏi đó rẻ hơn nhiều so với một bảng chín chiều.

Bê bối không rơi từ trên trời. Nó được ký tắt, được hẹn giờ, được dàn dựng từng bước. Một báo cáo rỗng cũng vậy. Không ai gõ chữ trung bình vào ô rủi ro lúc ba giờ sáng vì tâm trạng. Người ta làm thế vì quy trình cho phép, vì hạn giao hàng, và vì biết rằng gần như không ai đọc tới đó.

Tôi không muốn bài này đọc như một cáo trạng chống lại mọi con số. Nếu làm vậy, tôi sẽ mắc đúng căn bệnh mà tôi đang chỉ ra.

Ô trống trung thực là một phẩm chất nghề nghiệp, không phải một khuyết điểm. Trong nhiều trường hợp, câu trả lời chính xác nhất mà một nhà phân tích có thể đưa ra là: chưa đủ dữ liệu để kết luận. Nói câu đó đòi hỏi nhiều bản lĩnh hơn là bịa ra một con số. Rất nhiều chuyên gia mà tôi tôn trọng nói câu đó mỗi tuần, và họ mất việc vì nó.

Vấn đề nằm ở chỗ: ô trống trung thực có thể bị làm giả rất dễ. Chỉ cần đóng bìa, thêm logo, thêm mục phương pháp luận, thêm một bảng rủi ro điền bằng ba chữ trung bình. Từ bên ngoài, một tài liệu trung thực và một tài liệu hỏng trông y hệt nhau. Chỉ khi mở tới trang cuối mới phân biệt được. Và trong ngành xuất bản hiện nay, hầu như không ai mở tới trang cuối.

Cũng cần nói thẳng về phía cầu. Người hâm mộ muốn câu trả lời dứt khoát. Biên tập viên muốn bài lên sóng đúng giờ. Các nền tảng phân phối thưởng cho tần suất, không thưởng cho độ chắc. Một bài viết nói rằng chưa có bằng chứng sẽ không có lượng đọc bằng một bài viết nói rằng thương vụ đang tiến triển tốt. Áp lực đó không đến từ nhà cung cấp dữ liệu. Nó đến từ chúng ta.

Tôi từng có ba tháng mùa hè bóng đá tạm hoãn để đọc hồ sơ tài trợ của một câu lạc bộ lớn. Tôi lần theo dòng tiền qua sáu pháp nhân trung gian bằng cơ sở dữ liệu công khai về đăng ký doanh nghiệp. Bài viết nhận về ba thư đe dọa pháp lý và không vụ kiện nào. Điều tôi học được không phải là kỹ thuật truy vết. Điều tôi học được là: những gì đáng nói nhất thường nằm sâu trong phụ lục, ở dòng mà không ai được trả tiền để đọc.

Một bảng rủi ro được điền bằng ba chữ trung bình trong khi cả chín chiều phía trên rỗng là loại phụ lục như thế. Nó nhỏ. Nó nhàm chán. Và nó nói thật nhiều hơn trang bìa.

Nếu bạn là người đọc tin chuyển nhượng trong giai đoạn này, có ba việc kiểm tra mất chưa tới hai phút. Tìm xem bài viết có nêu tên văn bản gốc hay không, có nêu ngày công bố hay không, và có phân biệt giữa tài liệu nói rõ với suy luận hay không. Một bài viết không vượt qua cả ba, ở thời điểm hiện tại, đáng để đọc chậm lại một nhịp.

Nếu bạn là người làm nghề, việc cần làm ngắn hơn. Đừng lấp ô trống. Hãy xuất bản nó, kèm trạng thái quy trình và lý do thiếu dữ liệu. Một tài liệu dài nửa trang ghi rõ tôi chưa nhập được bài gốc vẫn trung thực hơn một tài liệu mười bốn trang ghi chín lần không đủ thông tin rồi chấm điểm rủi ro ở trang cuối.

Tệp PDF kia tôi vẫn lưu. Không phải để làm bằng chứng chống lại ai. Tôi lưu nó vì nó là bản mô tả chính xác nhất về một thứ mà ngành này chưa gọi đúng tên: một cỗ máy đã học được cách tỏ ra bận rộn mà không cần phải biết gì.

Và câu hỏi tôi chưa trả lời được sau mười bảy năm không phải là làm sao sửa được cỗ máy đó. Mà là: nếu ngày mai mọi báo cáo rỗng đều được gửi trả lại kèm một dòng yêu cầu nhập liệu, sẽ có bao nhiêu tòa soạn còn đủ bài để lên trang?