Bóng đá Việt Nam và bài học từ một pipeline dữ liệu trống

Tệp dữ liệu mở ra với đúng một dòng tiêu đề và không có gì phía dưới.

Đó là một tối thứ Bảy cuối tháng Ba. Tôi ngồi trước ba màn hình: hai cái phát lại trận V.League 1 mà tôi đã xem trực tiếp từ phút đầu, cái thứ ba chờ tệp sự kiện. Trận đấu có bốn bàn thắng, mười một pha phạm lỗi, hai thẻ vàng và một tình huống VAR kéo dài gần bốn phút. Tôi ghi tay mười bảy tình huống có thể dùng để dựng lại cấu trúc trận đấu.

Hệ thống trả về con số không.

Không phải lỗi đường truyền. Không phải sai cú pháp. Trận đấu tồn tại trên sân và trong trí nhớ của tôi, nhưng nó không tồn tại trong bất kỳ cơ sở dữ liệu nào tôi có quyền truy cập. Trong khoảnh khắc đó, tôi đứng trước một lựa chọn mà nghề phân tích bóng đá ít khi thừa nhận công khai: nói rằng mình không biết, hoặc tự dựng lại con số từ trí nhớ rồi trình bày nó như một phát hiện.

Tôi chọn cách thứ nhất. Phải mất thêm hai năm tôi mới hiểu vì sao cách thứ nhất lại khó đến thế.

Chín chiều phân tích và một cổng chặn

Công việc hàng ngày của tôi là bóc tách trận đấu và các bài viết về trận đấu thành những lớp thông tin có thể kiểm chứng. Quy trình chuẩn gồm chín chiều: chiến thuật và kỹ thuật; tài chính câu lạc bộ và thị trường chuyển nhượng; kết quả thi đấu và chu kỳ dư luận; cục diện giải đấu và định vị đội bóng; luật lệ và tuân thủ; quản lý và phòng thay đồ; hồ sơ rủi ro; truyền thông và kỳ vọng; cuối cùng là chuỗi lan truyền trong ngành.

Mỗi chiều bắt đầu bằng một bước kiểm tra tính toàn vẹn của dữ liệu đầu vào. Nếu đầu vào trống, cả chín chiều buộc phải trả về ở dạng mẫu cấu trúc, với ghi chú "không đủ thông tin". Đó là quy tắc cứng. Không có ngoại lệ dành cho cảm hứng.

Tối hôm đó, bước kiểm tra trả về kết quả âm ở mọi trường. Không tiêu đề. Không nguồn. Không tóm tắt. Không điểm thông tin. Không thực thể nào được nêu tên. Trường duy nhất còn sống sót là nhãn lĩnh vực: bóng đá.

Bản báo cáo sinh ra sau đó là một tài liệu kỳ lạ. Nó dài chín phần, có bảng so sánh, có ma trận rủi ro, có sơ đồ chuỗi lan truyền từ học viện tới thị trường phái sinh. Và gần như mọi ô đều ghi "không đủ thông tin". Nhìn lướt, nó giống một thất bại hành chính. Đọc kỹ, nó là một trong những tài liệu trung thực nhất tôi từng viết.

Chi tiết đáng nhớ nhất nằm ở phần rủi ro, và nó chẳng liên quan gì tới bóng đá. Báo cáo ghi rằng nếu dữ liệu rỗng này được đưa xuống một hệ thống tự động phía sau mà không có cổng chặn, hệ thống đó sẽ sản sinh ra nội dung bịa đặt về câu lạc bộ và cầu thủ — tên thật, số liệu trông rất hợp lý, và hoàn toàn không có thật. Mức độ nghiêm trọng: cao.

Tôi đọc dòng đó và nghĩ ngay tới V.League.

Bốn phút VAR và khoảng trống mà luật không lấp được

VAR được đưa vào V.League 1 từ mùa giải 2026. Đó là một bước tiến thật, và tôi không có ý phủ nhận nó. Nhưng có một chi tiết ít được nói tới trong các cuộc tranh luận trên khán đài: tiêu chuẩn để VAR can thiệp là "lỗi rõ ràng và hiển nhiên". Cụm từ đó không kèm theo một ngưỡng số nào.

Một tình huống việt vị 12 centimet là sự kiện có thể đo. Một pha bóng mà bóng chạm vai rồi chạm tay trong cùng một khoảng thời gian ngắn hơn một phần mười giây thì không. Không có cột dữ liệu nào ghi được vị trí vai của trọng tài khi anh ta đứng cách điểm tranh chấp bảy mét. Không có tệp xuất nào chứa được cảm giác của trọng tài về việc cầu thủ kia có chủ đích hay không.

Ở đó, dữ liệu kết thúc và phán đoán bắt đầu. Và đó là chỗ nguy hiểm, bởi phán đoán là thứ dư luận nghi ngờ nhất, còn dữ liệu là thứ dư luận tin tưởng nhất. Khi một quyết định VAR gây tranh cãi, phản ứng quen thuộc là đòi thêm dữ liệu — thêm camera, thêm góc quay, thêm công nghệ. Nhưng vấn đề không nằm ở lượng dữ liệu. Nó nằm ở chỗ: kể cả với dữ liệu đầy đủ, con người vẫn phải chọn một cách đọc.

Trong khung phân tích của tôi, chiều luật lệ và tuân thủ là chiều duy nhất tôi có thể viết mà không cần bất kỳ số liệu nào, vì bản thân điều khoản đã mơ hồ. Tôi không biết hôm đó trọng tài nghĩ gì. Tôi chỉ biết rằng bất kỳ ai tuyên bố biết chắc chắn đều đang bán cho bạn một thứ không có trong hồ sơ.

Sự vắng mặt của dữ liệu bậc cao ở V.League

Hãy thử một bài tập đơn giản. Chọn một trận V.League 1 bất kỳ và tìm số bàn thắng kỳ vọng của hai đội. Bạn sẽ không tìm thấy. Không phải vì ai đó giấu, mà vì không có đơn vị nào công bố nó một cách hệ thống.

Điều đó để lại cho nhà phân tích một bộ công cụ thô: số cú sút, số cú sút trúng đích, kiểm soát bóng, phạt góc. Đây đều là những chỉ số đại diện, và chúng đại diện rất tệ cho thứ chúng ta thực sự muốn biết. Một đội sút 20 lần nhưng 18 lần từ ngoài vòng cấm có thể bị mô tả là "áp đảo" trong mọi bản tin. Trên thực tế, đó là chân dung của một đội bóng không có phương án phá khối phòng ngự lùi sâu.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, sai số lớn nhất không đến từ việc đếm sai, mà đến từ việc đếm đúng một thứ không quan trọng.

Tôi từng viết về Mesut Ozil và 17 đường chuyền tạo cơ hội, và bị gọi là "con gái thì hiểu gì về bóng đá". Tôi không xóa bài. Tôi thêm ba biểu đồ. Nhưng bài học tôi rút ra không phải là "phải mạnh mẽ hơn", mà là một điều kỹ thuật hơn: khi bạn chỉ có chỉ số đại diện, bạn sẽ kể câu chuyện sai, và bạn sẽ kể nó rất tự tin.

Một mùa giải không phải là tổng của 38 trận, mà là sự lặp lại của 17 đường chuyền bị bỏ quên. Nếu không ai ghi lại 17 đường chuyền đó, mùa giải biến thành một chuỗi tỷ số.

Có những con số không nằm trên bảng thống kê, chúng nằm giữa hai pha chạm bóng. Ở V.League, khoảng cách giữa hai pha chạm bóng chính là khoảng cách giữa hai lần ghi chép. Và phần lớn khoảng đó đang trống.

Tháng 1 năm 2026, đội tuyển Việt Nam thắng Thái Lan 5-3 sau hai lượt trận chung kết AFF Cup, và Nguyễn Xuân Son khép giải với 7 bàn thắng, danh hiệu vua phá lưới cùng giải thưởng cầu thủ xuất sắc nhất. Những con số đó có thật và kiểm chứng được. Nhưng câu hỏi tôi muốn trả lời — cấu trúc pressing của Việt Nam thay đổi thế nào khi Son có mặt so với khi anh ngồi ngoài — thì không tệp dữ liệu nào trả lời được. Tôi biết anh ghi bảy bàn. Tôi không biết đội bóng dịch chuyển ra sao quanh anh, vì không ai đo.

Khi Arnold Schwarzenegger nói "I'll be back", anh ấy không nói về tốc độ. Ronaldo trong trận Tây Ban Nha 3-3 Bồ Đào Nha ở World Cup 2026 đạt tốc độ tối đa 9,8 km/h, thấp hơn mức trung bình 11,2 km/h của đội Bồ Đào Nha, nhưng toàn bộ năm cú sút trúng khung thành của anh đều đến từ những tình huống áp sát. Dữ liệu vị trí kể được câu chuyện đó. Dữ liệu tốc độ thì không.

Khi một câu lạc bộ biến mất, dữ liệu của nó đi đâu

Than Quảng Ninh rút khỏi V.League trước mùa 2026. Sài Gòn FC chấm dứt hoạt động năm 2026. Đây là hai trong số nhiều trường hợp, và mỗi trường hợp là một kho dữ liệu bị niêm phong.

Hãy nghĩ về những gì một câu lạc bộ chuyên nghiệp sở hữu: dữ liệu GPS về quãng chạy của từng cầu thủ, hồ sơ y tế, báo cáo tuyển trạch, biên bản tập luyện, đánh giá nội bộ về từng cầu thủ trẻ. Khi câu lạc bộ giải thể, khối tài sản đó không được chuyển vào thư viện quốc gia. Nó nằm trong một ổ cứng, trong một văn phòng đã khóa, trong một tài khoản đám mây không ai trả tiền gia hạn.

Các CLB giải thể, bóng đá dừng lại. Nhưng dữ liệu không bao giờ thôi kể chuyện — với điều kiện có người giữ lại câu chuyện đó. Và phần lớn thì không.

Đây là chỗ tôi nghĩ tới chiều thứ chín trong khung phân tích của mình: chuỗi lan truyền trong ngành. Ở châu Âu, người ta tranh luận về việc các câu lạc bộ lớn dùng mô hình vệ tinh để né quy định đào tạo nội địa, biến tài năng của các giải nhỏ thành tài sản vệ tinh. Ở Việt Nam, đường lan truyền đó ngắn hơn và ít được ghi lại hơn, nhưng nó tồn tại: một cầu thủ trẻ được đẩy đi theo dạng cho mượn, chơi 900 phút, rồi được định giá dựa trên 900 phút đó mà không ai kiểm tra số phút thật là bao nhiêu.

Thủ môn, bước bụng, và thứ không nằm trong tệp xuất

Năm 2026, khi bóng đá dừng vì đại dịch và câu lạc bộ tôi đang thực tập dữ liệu cho giải thể, tôi nhận việc tình nguyện phân tích hiệu suất cho một đội tuyển nữ U19. Cả năm họ đá 12 trận. Tôi phát hiện thủ môn của đội có tỷ lệ cản phá penalty 43 phần trăm — một con số đáng chú ý mà không ai trong chúng tôi giải thích được bằng mô hình.

Tôi ngồi lại với cô ấy. Cô nói cô đọc bước bụng của người sút: hông mở ra trước khi bàn chân tiếp xúc bóng khoảng một phần tư giây. Không có cột nào trong tệp xuất của chúng tôi ghi lại điều đó, vì hệ thống mã hóa sự kiện, không mã hóa chuyển động trước sự kiện.

Tôi nghe thủ môn kể về cách cô ấy đọc bước bụng, một thứ không nằm trong file xuất dữ liệu. Và đó là lúc tôi hiểu vì sao những bài học tốt nhất của tôi không đến từ bảng biểu. Huấn luyện viên của cô nói một câu tôi mang theo suốt nhiều năm: "Cô nhìn thấy điều mà đàn ông không thấy." Tôi không đồng ý tuyệt đối với cách diễn đạt đó, nhưng tôi hiểu ý ông: có những tín hiệu chỉ lộ ra khi người quan sát đứng ở vị trí khác với vị trí mặc định.

Điều trớ trêu của một bảng dữ liệu rỗng

Quay lại tối thứ Bảy đó.

Kết quả âm không hoàn toàn là thất bại. Bản thân việc không có dữ liệu là một phát hiện. Nó cho biết giải đấu phân bổ nguồn lực thế nào, ghi chép ở tần suất nào, và ai được ghi. Một đội bóng không có dữ liệu GPS công khai không phải là đội bóng bí ẩn; họ là đội bóng không sở hữu hệ thống GPS.

Nhưng tôi cũng phải tự phản biện. Có một sự khác biệt giữa "chúng tôi không biết" và "chúng tôi từ chối nhìn". Khiêm nhường trước độ không chắc chắn là một đức tính, nhưng nếu dùng nó làm tấm chắn, nó biến thành sự lười biếng có học thức. Một báo cáo chín phần với toàn ô "không đủ thông tin" là trung thực, nhưng nếu đó là tất cả những gì cơ sở hạ tầng cho phép tôi làm, thì vấn đề không nằm ở sự trung thực của tôi, mà nằm ở cơ sở hạ tầng.

Và đây là chỗ tôi thấy điều phản trực giác nhất. Bóng đá Việt Nam không thiếu người thông minh. Nó thiếu thói quen ghi chép. Trận đấu diễn ra, kết thúc, và biến thành một đoạn video ngắn. Không ai tải lên tệp sự kiện, vì không ai yêu cầu. Và khi sự thật không được ghi lại, thứ được ghi lại sẽ tự nhận mình là sự thật.

Trong một hành lang, nếu bạn chỉ nhìn về phía ánh sáng, bạn sẽ bỏ lỡ thứ đang đứng trong bóng tối.

Tín hiệu cho vòng tiếp theo

Ba thứ tôi sẽ theo dõi trong phần còn lại của mùa giải.

Thứ nhất, liệu có câu lạc bộ V.League nào bắt đầu công bố dữ liệu sự kiện chuẩn hóa theo từng vòng. Không cần xG ngay. Chỉ cần một tệp ai cũng tải được. Thay đổi văn hóa không bắt đầu từ công nghệ; nó bắt đầu từ một người quyết định mở thư mục.

Thứ hai, liệu các quyết định VAR có được ghi thành nhật ký công khai. Ghi lại phán đoán của trọng tài giúp hai việc: tạo trách nhiệm giải trình, và tạo dữ liệu cho tương lai. Một điều khoản mơ hồ chỉ nguy hiểm khi không ai ghi lại cách nó được áp dụng.

Thứ ba, liệu có ai lưu trữ dữ liệu của những câu lạc bộ đã giải thể. Nếu không, lịch sử bóng đá của một tỉnh sẽ phụ thuộc vào việc một nhân viên cũ có mang theo ổ cứng khi rời đi hay không.

Tôi viết bài đầu tiên trên blog "Hành Lang Dữ Liệu" năm 2026 bằng một con số nhỏ và bị gọi là không hiểu bóng đá. Nhiều năm sau, tôi vẫn làm nghề giống hệt vậy: đứng trong hành lang, ghi lại những gì người khác đi ngang qua. Khác một điều — giờ tôi biết rằng có những tối, câu trả lời đúng đắn nhất là một ô trống. Và người viết tử tế là người chấp nhận công bố ô trống đó, thay vì lấp nó bằng một câu chuyện nghe hay hơn sự thật.