Không có cảnh báo đỏ: lỗ hổng im lặng trong phân tích dữ liệu thể thao Việt Nam

Trên màn hình phòng phân tích, chín ô dữ liệu. Cả chín đều trống. Không tên giải đấu, không số hiệu bản vá, không tên đội, không một chỉ số tài chính nào. Ba mươi phút sau, bản tóm tắt gửi lên ban lãnh đạo ghi một dòng: “Không phát hiện rủi ro lớn.”

Người viết dòng đó không nói dối. Anh ta chỉ chưa kiểm tra gì cả.

Tôi gặp kiểu thất bại này lần đầu trên sân cỏ Việt Nam, mùa V-League 2026, khi một bảng tính xG dựng từ 26 vòng đấu bị trả lại với một câu duy nhất: bóng đá không phải toán học. Bảy năm sau, tôi vẫn nhận được những báo cáo mang hình dáng giống hệt bảng tính năm đó — đủ biểu mẫu, đủ dòng tiêu đề, và trống rỗng đúng ở những ô quyết định.

Trong phân tích thể thao, đây là dạng sai sót đắt nhất, vì nó không gây ra tiếng động nào.

Muốn hiểu vì sao một báo cáo trống có thể đi thẳng vào phòng họp mà không ai chặn lại, phải nhìn vào cách dữ liệu thể thao được sản xuất ở Việt Nam trong vài năm trở lại đây.

Chuỗi sản xuất ấy có ba tầng. Tầng nguồn: những nhà cung cấp dữ liệu quốc tế bán gói chỉ số theo trận, theo mùa hoặc theo giải. Tầng trích xuất: nơi dữ liệu được kéo về bằng giao diện lập trình, bằng công cụ thu thập tự động hoặc bằng người nhập tay từ băng hình. Tầng diễn giải: nơi một biên tập viên, một tuyển trạch viên hoặc một giám đốc thể thao đọc bảng số rồi biến nó thành quyết định.

Ở Việt Nam, tầng thứ hai mỏng nhất. Các câu lạc bộ mua bảng điều khiển. Các tòa soạn mua gói thuê bao. Rất ít nơi thuê một người ngồi kiểm tra xem dữ liệu có thực sự chảy về hay không.

Tầng thứ hai cũng là tầng dễ chết nhất. Một trang nguồn chuyển sang dựng nội dung bằng JavaScript, một cổng dữ liệu đổi khóa truy cập, một bảng mã ký tự bị lệch, một trang nằm sau tường phí — tất cả đều cho ra cùng một kết quả: các ô rỗng. Nhưng phần mềm hiếm khi báo “tôi đã thất bại”. Nó báo “không có dữ liệu”.

Phía esports, nơi tôi làm việc hằng ngày với vai trò quản trị viên thị trường chuyển nhượng, vấn đề nhạy hơn vì đồng hồ chạy nhanh hơn. Một kỳ chuyển nhượng có thể gói gọn trong ba tuần. Hạn đăng ký đội hình, hạn công bố bản vá, hạn chốt hợp đồng — tất cả đều cứng. Nếu đường dữ liệu đứt lúc hai giờ sáng trước ngày chốt, người ra quyết định vào buổi sáng vẫn nhận được một tệp đầy đủ định dạng và trống rỗng nội dung.

Mười bảy năm theo dõi ngành này, bắt đầu từ vai trò vận động viên rồi người tổ chức giải năm 2026, tôi rút ra một điều: không ai bị mất việc vì một báo cáo không có cờ đỏ. Người ta chỉ mất việc vì kết quả trên sân.

“Chưa xác minh” và “đã sạch” là hai trạng thái khác nhau

Trong y học, một xét nghiệm âm tính chỉ có giá trị khi cái máy chạy đúng. Nếu máy hỏng, kết quả trả về không phải âm tính, mà là không có kết quả. Không ai dám dựa vào đó để ra viện.

Trong thể thao, người ta dựa vào đó mỗi tuần.

Một báo cáo thể lực thiếu dữ liệu định vị của sáu cầu thủ không có nghĩa sáu cầu thủ đó khỏe. Một bảng đánh giá chuyển nhượng thiếu số phút thi đấu của mục tiêu không có nghĩa mục tiêu đó ổn định. Một hồ sơ chấn thương thiếu giai đoạn phục hồi không có nghĩa cầu thủ đã bình phục.

Điểm chết nằm ở chỗ bảng biểu luôn có dạng của một câu trả lời. Ô trống trông giống ô đã kiểm tra. Người đọc trong phòng họp không nhìn thấy đường ống dữ liệu; họ nhìn thấy một trang giấy không có chữ đỏ. Và trong môi trường mà chỉ tiêu là “không có tin xấu”, một trang giấy không có chữ đỏ là tin tốt.

Tôi gọi trạng thái đó là chưa xác minh. Nó khác đã sạch. Cái thứ nhất là một câu hỏi còn treo. Cái thứ hai là một câu trả lời đã có bằng chứng. Gộp hai thứ vào một cột là sai lầm nghiêm trọng nhất mà một phòng phân tích có thể mắc, và cũng là sai lầm ít bị phát hiện nhất.

Bảng tính 26 vòng và cái giá của một lần bị từ chối

Mùa V-League 2026, tôi dựng một mô hình xG từ dữ liệu 26 vòng đấu. Kết quả đưa ra một chỉ số đáng lo cho Câu lạc bộ Long An: xG trung bình 0,72 mỗi trận, thấp nhất giải. Với mức sản xuất cơ hội như vậy, xác suất trụ hạng rất mỏng.

Bản báo cáo bị trả lại. Ban biên tập khi đó cho rằng bóng đá không phải toán học, rằng một đội bóng không xuống hạng vì một bảng tính.

Cuối mùa giải 2026, Long An xuống hạng.

Tôi từng bị từ chối năm 2026 vì một mô hình. Bảy năm sau, tôi được trả tiền để viết về nó.

Nhưng bài học tôi giữ lại không nằm ở việc mô hình đúng. Nằm ở chỗ bảng tính đó có một cột mà bản báo cáo năm 2026 thiếu: cột ghi rõ những trận không có dữ liệu, những vòng đấu phải nhập tay, những chỉ số chỉ mang tính ước lượng. Tôi biết giới hạn của mình. Ban biên tập không đọc tới dòng đó, vì nó nằm ở cuối trang.

Nếu ngày đó tôi đặt phần giới hạn dữ liệu lên đầu, kết quả có thể đã khác. Không phải vì chỉ số thuyết phục hơn, mà vì người đọc sẽ biết phần nào của bảng tính là đá, phần nào là cát.

Điều tôi học từ V-League 2026: sự thật dù bị từ chối vẫn quay lại, chỉ là lần sau nó kèm theo dữ liệu nhiều hơn.

Chỉ số PPDA 9,8 của Croatia và phép đảo trực giác

Năm 2026, tôi mở rộng mô hình sang World Cup. Tôi tính chỉ số PPDA — số đường chuyền của đối phương được phép trước mỗi hành động phòng ngự — cho cả 32 đội. Croatia đạt trung bình 9,8, thuộc nhóm thấp nhất giải. Cách đọc thông thường sẽ nói: Croatia không pressing.

Nhưng khi chia số lần pressing thành công cho tổng số đường chuyền của đối phương, Croatia dẫn đầu giải với hiệu suất 23%.

Hai chỉ số, hai câu chuyện. Chỉ số thứ nhất nói họ lười. Chỉ số thứ hai nói họ tiết kiệm. Croatia không chạy nhiều; họ chạy đúng lúc, đúng người, đúng vùng. Họ để đối phương chuyền ở những khu vực vô hại rồi đánh chặn ở điểm rơi.

Tôi viết bài dự đoán Croatia vào chung kết. Bài bị chế nhạo, lý do chủ yếu là đội bóng này chỉ mạnh nhờ một tiền vệ. Croatia vào chung kết sau khi thắng Anh 2-1 ở bán kết ngày 11 tháng 7 năm 2026 tại Luzhniki, rồi thua Pháp 4-2 ở chung kết ngày 15 tháng 7 năm 2026. Bài viết được chia sẻ hơn 5.000 lượt. Một công ty dữ liệu châu Âu liên hệ mời cộng tác.

Croatia không vô địch, nhưng họ chứng minh rằng áp lực cũng là một dạng dữ liệu biết di chuyển.

Phép đảo trực giác ở đây có hai mặt. Mặt thứ nhất: chỉ số thấp chưa chắc là dấu hiệu xấu; nó có thể là dấu hiệu của một lựa chọn. Mặt thứ hai, ít được nói tới: nếu tôi chỉ có một trong hai chỉ số, tôi sẽ kết luận sai hoàn toàn. Dữ liệu đủ để chứng minh, và dữ liệu thiếu để phá hoại, cách nhau chỉ một phép chia.

4,2 lần chạm bóng và sự sụp đổ của chữ “phép màu”

Qatar 2026 mang tới cho tôi bộ dữ liệu thời gian thực. Tôi theo Morocco suốt giải. Đội bóng này cho đối phương chạm bóng trong vòng cấm trung bình 4,2 lần mỗi trận, nhờ một khối phòng ngự 5-4-1 giữ cự ly gần như không đổi qua từng hiệp.

Trong trận gặp Bồ Đào Nha ngày 10 tháng 12 năm 2026 tại sân Al Thumama, Morocco thắng 1-0 bằng bàn của Youssef En-Nesyri ở phút 42. Tôi đếm được Sofyan Amrabat thực hiện 6 pha tắc bóng thành công và 9 lần giành lại bóng. Những chỉ số đó không xuất hiện trong bản tin buổi tối. Bản tin buổi tối nói về tinh thần chiến đấu.

Tôi viết một bài giải thích Morocco vô hiệu hóa Bồ Đào Nha bằng cách nào, dùng vị trí nhận bóng của đối phương và bản đồ cắt bóng thay cho tính từ. Bài được chia sẻ rộng, và một đài truyền hình Việt Nam mời tôi lên bình luận dữ liệu.

Từ đó, tôi bỏ hẳn hai cụm từ khỏi vốn từ nghề nghiệp: tinh thần chiến đấu và phép màu. Cả hai đều là tên gọi khác của một khoảng trống dữ liệu. Khi chưa đo được vì sao một đội yếu đứng vững, ta gọi đó là phép màu. Khi đã đo được, nó trở thành một hệ thống phòng ngự có cấu trúc, và cấu trúc thì dạy được, mua được, lặp lại được.

Một trận đấu là một câu chuyện. Năm mươi trận đấu mới là sự thật.

Phía esports: khi đường dữ liệu đứt lúc hai giờ sáng

Trở lại với thị trường chuyển nhượng. Công việc của tôi đứng giữa hai bảng: bảng giá trị hợp đồng và bảng chỉ số thi đấu. Giữa bảng chuyển nhượng và sân cỏ, tôi chọn đứng ở giữa, đo lường cả hai phía.

Ở giữa, tôi chứng kiến nhiều thương vụ được quyết định bằng một tệp dữ liệu chưa từng được kiểm tra nguồn. Một câu lạc bộ xem hồ sơ của một tuyển thủ, thấy cột số phút thi đấu trống ở ba giải đấu gần nhất, và kết luận tuyển thủ đó ít được sử dụng. Thực tế đường dữ liệu của ba giải ấy đã đứt từ sáu tháng trước.

Ngay cả một bản hợp đồng nghìn tỷ cũng bắt đầu bằng một dòng ghi chú nhỏ về số phút thi đấu.

Đặc thù esports làm lỗi này trầm trọng hơn. Bản vá thay đổi liên tục, nghĩa là mọi so sánh theo mùa đều cần một mốc thời gian chính xác. Đội hình thay đổi giữa mùa. Giải đấu có thể đổi thể thức giữa chừng. Nếu tầng trích xuất không ghi lại thời điểm lấy dữ liệu, người đọc sẽ so sánh hai thứ thuộc hai phiên bản khác nhau của cùng một trò chơi và không biết mình đang làm vậy.

Trong esports, im lặng không phải là bằng chứng vô tội. Một hồ sơ không có cờ đỏ là một hồ sơ chưa được kiểm.

Giải phẫu một lỗ hổng im lặng

Nhìn lại bốn sự kiện trên, tôi thấy cùng một khuôn mẫu. Lỗ hổng im lặng sinh ra ở ba điểm, và chỉ cần một điểm hỏng là toàn bộ chuỗi mất giá trị.

Điểm thứ nhất là nguồn. Nếu trang nguồn không tải được, không có gì để phân tích. Người vận hành thường biết điều này, nhưng không ghi lại vào báo cáo.

Điểm thứ hai là trích xuất. Nếu công cụ kéo dữ liệu thất bại, kết quả trả về là ô trống chứ không phải thông báo lỗi. Đây là điểm chết thật sự, vì nó không tạo ra ngoại lệ nào để hệ thống cảnh báo.

Điểm thứ ba là diễn giải. Nếu người đọc coi ô trống là ô an toàn, hai điểm trước có hoạt động tốt đến đâu cũng vô nghĩa.

Các câu lạc bộ Việt Nam thường đầu tư vào điểm thứ ba — mua bảng điều khiển đẹp, thuê chuyên gia đọc số — và bỏ qua điểm thứ hai. Đó là lý do một phòng phân tích có thể trông rất hiện đại và vẫn ra quyết định dựa trên dữ liệu rỗng.

Mười lăm phần trăm và quãng đường 8,5 km

Năm 2026, bóng đá toàn cầu dừng lại. Công ty tôi nhận hợp đồng tư vấn cho một câu lạc bộ V-League. Tôi lấy dữ liệu quãng đường chạy của 11 cầu thủ trụ cột mùa 2026, tính mức suy giảm thể lực sau ba tháng tập không bóng, và đưa ra mức dự báo trung bình 15%. Trên cơ sở đó, tôi đề xuất cắt 20% quỹ lương cho các hợp đồng dài hạn, với lập luận rủi ro chấn thương sẽ tăng trong giai đoạn đầu mùa giải trở lại.

Huấn luyện viên phản đối, vì những cầu thủ này có thương hiệu.

Khi bóng đá trở lại, nhóm cầu thủ đó đạt trung bình 8,5 km mỗi trận, thấp hơn 1,2 km so với trước dịch. Câu lạc bộ phải điều chỉnh chính sách.

Khi tôi gửi bản tư vấn giảm lương, họ nhìn tôi như kẻ vô cảm. Tôi chỉ đang giao dữ liệu, không giao cảm xúc.

Nhưng câu chuyện này còn một mặt khác mà tôi ít kể. Mô hình 15% đó có một lỗ hổng: dữ liệu định vị của ba cầu thủ trong nhóm chỉ có 60% số trận, phần còn lại tôi nội suy. Nếu ba cầu thủ ấy hồi phục nhanh hơn dự báo, kết luận của tôi sẽ lệch. Tôi đã ghi rõ điều này trong phụ lục, và phụ lục đó may mắn không bị bỏ qua.

Sự khác biệt giữa một phân tích dùng được và một phân tích nguy hiểm không nằm ở độ chính xác của mô hình. Nằm ở chỗ người viết có dám ghi ra mô hình của mình yếu ở đâu hay không.

Khi chỉ số đi vòng quanh mà không mang theo nguồn

Trong ba tháng gần đây, tôi thu thập các bài viết tiếng Việt về chỉ số cầu thủ ở hai giải đấu hàng đầu. Phần lớn trong số đó trích dẫn số liệu mà không ghi nguồn, không ghi thời điểm, không ghi phạm vi mẫu. Cùng một chỉ số xuất hiện ở năm bài khác nhau với năm giá trị khác nhau.

Khi nguồn biến mất, người đọc không còn cách nào phân biệt dữ liệu thật với dữ liệu được nhập tay từ trí nhớ. Và khi một chỉ số sai đã lan ra, việc sửa nó tốn gấp nhiều lần việc kiểm tra nó ngay từ đầu.

Đây là lý do tôi đặt quy tắc cho chính mình: mỗi chỉ số tôi viết ra phải kèm nguồn, ngày công bố và kích thước mẫu. Không có ba thứ đó, tôi không viết. Độc giả có quyền truy vết, và người viết có nghĩa vụ để lại dấu vết.

Một nền tảng dữ liệu thể thao không được đo bằng số lượng chỉ số nó cung cấp. Nó được đo bằng việc người đọc có thể kiểm tra lại từng chỉ số hay không.

Cú lật: nhiều dữ liệu hơn không làm giảm lỗ hổng im lặng

Trực giác nói rằng khi có thêm dữ liệu, sai sót kiểu này sẽ biến mất. Kinh nghiệm của tôi nói ngược lại.

Mỗi bảng dữ liệu mới thêm vào chuỗi sẽ thêm một tập ô trống mới. Mỗi ô trống mới là một cơ hội để người đọc hiểu nhầm. Mỗi bảng điều khiển mới khiến người ta tự tin hơn vào một hệ thống mà họ chưa từng kiểm tra đường ống.

Cùng lúc đó, áp lực thời gian trong thể thao chuyên nghiệp chỉ tăng. Kỳ chuyển nhượng ngắn hơn. Lịch thi đấu dày hơn. Không ai có ba ngày để xác minh một nguồn dữ liệu trước khi chốt đội hình.

Thêm dữ liệu mà không thêm kỷ luật xác minh là cách nhanh nhất để biến một phòng phân tích thành một cỗ máy tạo sự tự tin giả.

Có một điểm văn hóa ở đây, và tôi nói cẩn thận. Dữ liệu không có văn hóa, nhưng người tạo ra dữ liệu thì có. Trong nhiều môi trường làm việc, ô trống được mặc định hiểu là chưa có vấn đề. Ở những môi trường khác, nó được mặc định hiểu là chưa kiểm tra. Sự khác biệt đó nằm trong cách đặt câu hỏi trong cuộc họp, không nằm trong phần mềm.

Và điều này quan trọng hơn cả: tương quan không phải nhân quả. Nhưng mệnh đề ngược lại cũng đúng theo cùng một chuẩn mực — không có cờ đỏ không phải không có rủi ro. Trong rất nhiều cuộc họp mà tôi từng ngồi, hai mệnh đề này được đối xử rất khác nhau. Mệnh đề thứ nhất được nhắc đi nhắc lại như một lời cảnh báo. Mệnh đề thứ hai thì không ai nhắc, vì nó không bảo vệ được ai.

Đây là điểm mù nghề nghiệp của cả một thế hệ phân tích thể thao: chúng ta được huấn luyện để nghi ngờ những kết luận quá đẹp, nhưng không được huấn luyện để nghi ngờ những khoảng trắng. Khoảng trắng không có tác giả, không có phe phái, không có động cơ. Nó trông vô hại. Nó là thứ duy nhất trong báo cáo mà không ai buộc phải bảo vệ.

Điều cần theo dõi ở vòng tiếp theo

Tôi không tin trực giác. Tôi tin vào thứ trực giác đã được kiểm chứng qua bảy mùa giải.

Vòng tới, tín hiệu tôi theo dõi không nằm trên sân. Nó nằm trong cách các phòng phân tích trình bày báo cáo. Nếu trong vài tháng tới, một câu lạc bộ V-League hoặc một đội esports Việt Nam đưa vào biểu mẫu của mình một cột riêng ghi rõ phần trăm dữ liệu chưa xác minh cho từng chỉ số, đó là dấu hiệu cho thấy ngành này đã học được bài học.

Nếu đến cuối mùa, các báo cáo vẫn chỉ có hai màu xanh và đỏ, tôi sẽ biết câu trả lời. Không có cờ đỏ nghĩa là chưa ai đi kiểm tra.