Ô trống trong bảng dữ liệu V.League: khi một chỉ số vắng mặt cũng là thông tin

Ba giờ sáng ở Thượng Hải, tôi chạy lại đoạn mã trích xuất dữ liệu cho một vòng đấu V.League. Máy trả về đúng thứ tôi xin: 14 đội, 26 vòng, và một cột chấn thương dài toàn ô trống. Không tên cầu thủ. Không loại chấn thương. Không ngày dự kiến trở lại. Có những dòng chỉ vỏn vẹn hai chữ: chấn thương.

Tôi đã quen với việc mô hình trả về sai. Tôi chưa quen với việc bảng tính trả về không gì cả.

Đêm đó tôi không đóng máy. Tôi in bảng ra, dán lên tường và ngồi nhìn phần trắng nhất của tờ giấy. Mười năm đọc dữ liệu bóng đá dạy tôi rằng phần khó nhất của nghề này không phải là tính xG cho đúng, mà là nhận ra mình đang bị bỏ đói thông tin ở chỗ nào, và bị bỏ đói bởi ai.

Phần trắng ấy có người chịu trách nhiệm.

V.League 1 mùa 2026-2026 gồm 14 câu lạc bộ và 26 vòng đấu, theo lịch thi đấu do ban tổ chức công bố. Với một giải đấu như thế, tầng dữ liệu mà bất kỳ ai cũng lấy được gồm bàn thắng, kiến tạo, thẻ phạt, số phút thi đấu và vài chỉ số kiểm soát bóng do đơn vị truyền hình cung cấp. Đó là tầng sự kiện — tầng dễ nhất, vì nó chỉ cần một người ngồi gõ lại biên bản trận đấu.

Phía trên tầng sự kiện là dữ liệu vị trí. Một số câu lạc bộ V.League đã dùng áo GPS trong tập luyện từ vài năm nay. Nhưng dữ liệu ấy dừng lại ở cửa phòng thay đồ. Không quãng đường chạy, không số lần tăng tốc, không khối lượng va chạm nào được công bố ra ngoài. Ở giải Trung Quốc nơi tôi làm việc, các trận đấu đã được gắn thẻ sự kiện theo từng pha bóng từ giai đoạn 2026-2026, và một số câu lạc bộ mua dữ liệu theo dõi để tính tải trọng tập luyện. Khoảng cách giữa hai nền bóng đá ấy, ở tầng dữ liệu, không nằm ở tiền. Nó nằm ở thói quen hỏi.

Sâu hơn nữa là tầng dữ liệu về con người: chấn thương, quá trình hồi phục, lộ trình đào tạo trẻ. Đây là chỗ tôi muốn dừng lâu nhất, vì đây cũng là chỗ tờ giấy trắng nhất.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, những khoảng trắng kiểu này không phân bố ngẫu nhiên. Chúng tập trung đúng vào những chỗ mà thông tin có thể gây bất lợi cho người nắm giữ nó.

Tháng 1 năm 2026, đội tuyển Việt Nam vô địch ASEAN Cup với tổng tỷ số 5-3 sau hai lượt trận chung kết trước Thái Lan, theo biên bản do ban tổ chức giải công bố. Nguyễn Xuân Son ghi 7 bàn trong suốt giải và giành danh hiệu cầu thủ xuất sắc nhất. Ở lượt về tại Bangkok, anh gãy xương và rời sân từ rất sớm.

Sau trận đó, tôi muốn biết một điều rất đơn giản: tổng số phút thi đấu của anh trong ba tháng trước chấn thương là bao nhiêu. Tôi không tìm được bảng tổng hợp nào. Tôi phải ngồi cộng dồn từng biên bản trận đấu, từng vòng quốc nội, từng trận đội tuyển, trong bốn đêm. Kết quả tôi dựng lại được không có gì gây sốc: một tiền đạo thi đấu cường độ cao, mật độ trận dày, trong giai đoạn giải quốc nội và đội tuyển chồng lên nhau. Điều đáng nói nằm ở chỗ khác. Người ta chỉ bắt đầu nói về tải trọng thi đấu của cầu thủ quan trọng nhất giải, sau khi chấn thương đã xảy ra.

Đó là một mẫu hình tôi gặp đi gặp lại. Bảo mật y tế nghe rất nhân văn, và trong nhiều trường hợp nó đúng là nhân văn. Nhưng nó đồng thời là một công cụ truyền thông hai đầu. Câu lạc bộ công bố chấn thương khi thông tin ấy có lợi: khi cần hạ kỳ vọng trước một trận lớn, khi cần giải thích một chuỗi thất bại, khi cần đẩy giá một cầu thủ xuống trong đàm phán. Và im lặng khi thông tin ấy bất lợi: khi vé đã bán, khi hợp đồng tài trợ đang thương lượng.

Phần lớn câu lạc bộ Việt Nam không niêm yết trên sàn, nên biến số giá cổ phiếu không tồn tại theo nghĩa chữ. Nhưng biến số giá vé và giá hợp đồng thì tồn tại. Cơ chế giống hệt nhau, chỉ khác đơn vị tiền tệ và khác mức độ tinh vi.

Cái tôi phản đối không phải việc giấu tên cầu thủ. Cái tôi phản đối là việc thiếu một chuẩn tối thiểu: một cầu thủ nghỉ ba tuần vì nhóm cơ nào, đã hồi phục tới mức nào, có nguy cơ tái phát hay không. Một chuẩn tối thiểu như thế không xâm phạm quyền riêng tư của bất kỳ ai. Nó chỉ định nghĩa thế nào là dữ liệu và thế nào là im lặng. Và im lặng, khi không được ghi lại, sẽ tự động biến thành số không trong mọi bảng tính — kể cả bảng tính của tôi.

Một hệ quả khác của việc thiếu chuẩn là thị trường chuyển nhượng. Ở V.League, phần lớn các vụ chuyển nhượng nội bộ không công bố phí, và hợp đồng thường được mô tả bằng đúng một cụm từ: không tiết lộ. Với một nhà phân tích, đó là một biến số bị xóa khỏi phương trình. Tôi không biết một câu lạc bộ đã trả bao nhiêu cho một tiền đạo, thì tôi cũng không thể đánh giá được quyết định ấy là hợp lý hay là bốc đồng. Không có mẫu số, không có ngoại lệ, chỉ có niềm tin.

Rồi đến giai đoạn trở lại. Khi một cầu thủ bình phục, dữ liệu duy nhất mà tôi có là việc anh ta xuất hiện trong danh sách đăng ký thi đấu. Không số phút dự kiến, không kế hoạch tái hòa nhập, không mức tải trọng giới hạn. Với một người làm nghề đánh giá rủi ro, đây là điểm mù nguy hiểm nhất, vì giai đoạn tái hòa nhập chính là lúc nguy cơ tái phát cao nhất và cũng là lúc thông tin ra ngoài ít nhất. Bài toán đáng ra phải được đặt ra trước khi cầu thủ vào sân. Nó luôn được đặt ra sau khi cầu thủ rời sân.

Tôi từng sống ở cả hai phía của tấm gương này. Ở Trung Quốc, tôi làm việc với những bộ dữ liệu đủ dày để đặt câu hỏi, và đủ hạn chế để hiểu rằng dữ liệu nhiều không đồng nghĩa với hiểu biết. Ở Việt Nam, tôi thường xuyên phải bắt đầu bằng câu hỏi ngược lại: liệu dữ liệu mình đang thiếu có tồn tại hay không, hay nó chưa từng được ghi lại. Hai tình huống ấy cần hai cách xử lý hoàn toàn khác nhau, và gộp chúng lại thành một chữ thiếu là một sai lầm phương pháp luận.

Ở tầng trẻ, khoảng trắng còn rộng hơn. Từ đầu thập niên 2026, bóng đá Việt Nam đã có những lò đào tạo được nhắc đến nhiều: Hoàng Anh Gia Lai, Viettel, PVF, Nutifood. Những lò này sản sinh ra một thế hệ đủ để đội tuyển quốc gia duy trì vị thế ở khu vực trong nhiều năm. Nhưng tôi đã thử tra một con số rất cơ bản: mỗi năm có bao nhiêu học viên tốt nghiệp các lò ấy, bao nhiêu người còn thi đấu chuyên nghiệp sau năm năm, và bao nhiêu người bỏ nghề trước tuổi hai mươi. Không có bộ dữ liệu công khai, liên tục, theo chiều dọc nào để trả lời câu hỏi đó.

Điều đó không có nghĩa là không có dữ liệu. Nó có nghĩa là dữ liệu nằm trong sổ riêng của từng lò, và không ai có lý do để chia sẻ. Người bỏ nghề không tạo ra giá trị truyền thông. Người thành công thì được gọi tên trong một bài báo tốt nghiệp. Cả hai sự thật ấy đều đúng, và cả hai đều khiến bức tranh méo đi theo cùng một hướng: chỉ còn lại phần nổi.

Ở điểm này tôi phải nói thẳng một điều mà tôi biết nhiều người không thích nghe. Phần lớn những học viện mang tên các cựu ngôi sao vận hành trước hết như một mô hình thương mại: thương hiệu cá nhân kéo học phí, kéo tài trợ, kéo ống kính. Việc đó không sai, và tôi không có ý quy kết ai. Nhưng thứ đang thiếu trầm trọng hơn nằm ở tầng thấp hơn: một hệ thống đào tạo huấn luyện viên cơ sở có chương trình, có đánh giá, có lộ trình. Một lớp huấn luyện viên cấp cơ sở dạy ba trăm đứa trẻ đá bóng đúng cách tạo ra nhiều cầu thủ chuyên nghiệp hơn mười học viện có sân đẹp và bảng hiệu lớn. Nhưng số liệu của hệ thống ấy không ai tổng hợp, vì nó không có gì để bán.

Năm 2026, tôi làm chuyên gia cấp cao cho một nền tảng thể thao. Trước trận Thượng Hải SIPG gặp Sơn Đông Lỗ Năng ở vòng 18, tôi công bố bài phân tích dựa trên xG: SIPG 2.8, đối thủ 0.4. Tôi dự đoán 3-1. Các chuyên gia truyền thống chọn hòa. Kết quả đúng 3-1, bài viết đạt 50.000 lượt đọc sau 24 giờ.

xG không ghi bàn, nhưng nó khiến người ta tranh cãi nhiều hơn cả quả bóng thật. Bài học tôi rút ra không phải là dữ liệu thắng. Bài học là bài viết hút người đọc khi nó mở đầu bằng một chỉ số lệch với số đông. Người ta không đọc để được xác nhận. Người ta đọc để thấy mình vừa được cảnh báo.

Rồi đến World Cup 2026, tôi trả giá cho sự ngạo mạn. Mô hình của tôi, dựa trên PPDA và chiều cao hàng thủ, dự đoán đúng Hàn Quốc thắng Đức 2-0 ở vòng bảng. Tôi đăng lên mạng xã hội và kêu gọi mọi người đặt cược theo. Đến vòng 1/8, cùng mô hình ấy khẳng định Brazil sẽ thắng Bỉ vì tuyến phòng ngự có chỉ số tốt hơn. Tôi nói điều đó trên sóng trực tiếp. Brazil thua 1-2.

Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích. Ba tuần sau đó tôi viết lại mã nguồn, thêm biến số giải đấu và một thành phần ngẫu nhiên. Từ ấy, mỗi bài phân tích của tôi đều mang một dòng cảnh báo: mô hình chỉ là xác suất, không phải lời tiên tri.

Nhưng có một bài học sâu hơn tôi phải mất thêm vài năm mới nhận ra. Khi mô hình sai ở trận Brazil gặp Bỉ, tôi vẫn có đầy đủ dữ liệu để kiểm tra lại: xG, PPDA, số pha bóng, vị trí. Tôi biết mình sai ở đâu. Ở Việt Nam, phần lớn thời gian tôi không có cả quyền biết mình sai ở đâu, vì bảng dữ liệu trắng không cho tôi thứ gì để tranh luận với chính mình.

Một ô trống, khi được ghi lại đầy đủ, là một dữ kiện. Khi bị bỏ qua, nó là một khoảng tối. Dữ liệu biến mất không phải là mất dữ liệu — mà là một loại dữ liệu. Nhưng chỉ khi bạn ghi lại việc nó biến mất, kèm thời gian, kèm nguồn, kèm lý do có thể suy đoán. Còn nếu bạn để trống ô rồi đi tiếp, bạn đang không phân tích. Bạn đang đoán, và đang gọi cái đoán ấy bằng một cái tên đẹp hơn.

Ở đây tôi phải tự phản biện trước khi ai đó làm hộ.

Luận điểm dễ nghe nhất là: cứ công khai hết dữ liệu, bóng đá Việt Nam sẽ tiến bộ. Tôi không tin hoàn toàn. Dữ liệu công khai về chấn thương có thể trở thành áp lực trực tiếp lên cầu thủ. Một người vừa bình phục chấn thương gân khoeo, nếu ai cũng biết, sẽ bị đối thủ khoét vào đúng chỗ ấy, và bị khán đài nhắc đến mỗi lần anh mất bóng. Cơ thể của cầu thủ không phải tài sản công cộng. Tôi viết về dữ liệu, nhưng tôi không có quyền biến một con người thành bảng theo dõi.

Nên ranh giới tôi đề nghị không nằm ở công khai hay không công khai. Nó nằm ở việc công khai cái gì, cho ai, và để làm gì. Dữ liệu tải trọng tập luyện, số phút tích lũy, lịch sử chấn thương theo nhóm cơ nên được chia sẻ trong nội bộ ngành: ban huấn luyện, bác sĩ, nhà phân tích. Chẩn đoán chi tiết gắn với tên một cầu thủ cụ thể chỉ nên công khai khi cầu thủ đồng ý. Đó là một cấu trúc, không phải một khẩu hiệu. Và cấu trúc thì phải được viết ra, không thể để mỗi câu lạc bộ tự quyết theo cảm hứng.

Và một cảnh báo nữa, dành cho chính phe dữ liệu, trong đó có tôi: tương quan không phải nhân quả. Việc Nguyễn Xuân Son gãy chân sau một chuỗi trận dày không chứng minh rằng mật độ thi đấu gây ra chấn thương ấy. Đó là một quan sát trong mẫu số một. Muốn nói điều gì chắc chắn hơn, tôi cần hàng nghìn cầu thủ, hàng nghìn chấn thương, và khả năng tách biến. Tôi không có những thứ ấy. Và mỗi lần định viết chữ ngẫu nhiên để lấp chỗ trống, tôi phải tự hỏi mình đã loại trừ được bao nhiêu biến can thiệp. Chưa loại trừ được biến nào thì chưa được phép dùng chữ đó.

Vòng đấu tới, nếu bạn ngồi xem một trận V.League, hãy thử đếm số ô trống trong bảng thông tin hiện lên màn hình: số phút tích lũy gần nhất của cầu thủ bạn thích, tình trạng chấn thương của anh, khối lượng hoạt động của anh trong trận trước. Tôi đoán bạn sẽ đếm được nhiều hơn mình tưởng.

Câu hỏi tôi để lại không dành cho ban tổ chức giải. Nó dành cho những người như tôi. Chúng ta đang phân tích bóng đá Việt Nam, hay đang trang trí cho những khoảng tối bằng ngôn ngữ của phân tích?

Mỗi bảng tính là một bài thiền, chỉ khác là thiền xong bạn mất tiền. Nhưng một bảng tính trắng thì miễn phí, và đó chính là vấn đề. Tôi sẽ quay lại chủ đề này vào cuối mùa, khi có thêm dữ liệu để tự bác bỏ chính mình.