Khoảng trống trên bảng dữ liệu: vì sao phân tích chiến thuật phải học cách nói “tôi chưa biết”

Trang thứ ba của báo cáo có chín mục lớn. Mục nào cũng được kẻ bảng. Dòng nào cũng có ô chờ. Và gần như ô nào cũng ghi cùng một câu: không đủ thông tin để kết luận.

Tôi đọc nó trong một buổi chiều thứ Ba ở Barcelona, khi thành phố vừa qua một trận mưa lớn và mặt sân tập của đội bóng gần nhà tôi còn đọng nước. Báo cáo ấy được dựng để phân tích một bài viết thể thao: chiến thuật, tài chính câu lạc bộ, thị trường chuyển nhượng, kết quả thi đấu, cục diện giải, luật và quản trị, phòng thay đồ, hồ sơ rủi ro, chuỗi truyền dẫn của ngành. Chín chiều. Không chiều nào có dữ liệu đầu vào.

Lần đọc đầu tiên, tôi thấy bực. Một văn bản dày bốn mươi trang mà không nói được gì về bóng đá thì với một người làm nghề ba mươi năm, nó là thời gian bị lấy đi. Lần đọc thứ hai, tôi thấy một thứ khác: đây là tài liệu trung thực nhất tôi từng đọc trong mùa giải này. Giữa một thị trường mà mỗi vòng đấu đẻ ra hàng nghìn bài phân tích, một văn bản dám để trống chín phần chín lại là ngoại lệ.

Và ngoại lệ đó vạch đúng chỗ đau của nghề tôi.

Mỗi vòng La Liga có mười trận. Mỗi trận sinh ra khoảng ba nghìn sự kiện được hệ thống theo dõi vị trí ghi lại, thêm vài trăm đường chuyền và vài chục tình huống có thể quy đổi thành xG. Trong vòng chín mươi phút sau tiếng còi mãn cuộc, tòa soạn phải có bài. Trong vòng mười hai giờ, phải có video. Trong vòng hai mươi tư giờ, phải có một góc nhìn khác với phần còn lại.

Cấu trúc kinh tế đó không thưởng cho sự thận trọng. Nó thưởng cho tốc độ và độ sắc. Một bài viết nói “chưa đủ dữ liệu để kết luận” sẽ không được chia sẻ. Một bài viết nói “hàng tiền vệ hình thoi của đội này đã mất cân bằng” sẽ được chia sẻ, kể cả khi người viết chưa đếm một đường chuyền nào.

Tôi hiểu áp lực ấy vì tôi từng ở trong đó. Năm 2026, sau khi tốt nghiệp Học viện Báo chí, tôi vào làm ở một tờ báo bóng đá và sau đó là phóng viên thường trú tại Madrid. Thời đó chúng tôi không có dữ liệu vị trí. Chúng tôi có sổ tay, có băng ghi hình, và có một niềm tin ngây thơ rằng mắt người nhìn đủ. Sai. Mắt người chỉ nhìn thấy những gì nó được dạy để nhìn.

Rồi dữ liệu đến. xG là mô hình ước tính xác suất một cú sút trở thành bàn thắng dựa trên vị trí, góc sút, áp lực và phần thân thể dùng để sút. xGA là cùng mô hình đó áp lên cơ hội mà đối thủ tạo ra, dùng để đo chất lượng quá trình phòng ngự thay vì may mắn của thủ môn. PPDA là số đường chuyền đối thủ được phép thực hiện trước mỗi hành động phòng ngự; chỉ số càng thấp thì đội càng pressing dữ. Rồi đến lượt dữ liệu theo dõi chuyển động, tải cơ học, nhiệt độ cơ.

Về lý thuyết, càng nhiều dữ liệu thì càng ít chỗ cho sự bịa. Thực tế vận hành ngược lại: càng nhiều dữ liệu thì càng nhiều cơ hội bịa một cách có vẻ chuyên nghiệp. Một nhận định sai không có số liệu sẽ bị bắt lỗi trong mười phút. Một nhận định sai được trang trí bằng ba chỉ số đúng nhưng không liên quan có thể sống nguyên một mùa.

Năm 2026, tôi làm nghiên cứu độc lập tại Barcelona và dành bốn tháng cho dữ liệu chuyền bóng của Real Betis dưới thời Quique Setién. Điều đầu tiên đập vào mắt là Andrés Guardado. Trong hai mươi trận, tiền vệ người Mexico thực hiện 214 đường chuyền vào khu vực trước vòng cấm mà sau này chúng tôi gọi là Vùng 14 — khu trung lộ hẹp ngay trước hàng thủ, nơi một đường chuyền thông minh biến thành cơ hội thật. Tần suất ấy gấp 1,8 lần trung bình La Liga.

Phản ứng đầu tiên của tôi là gạt đi. Với một người được đào tạo thống kê, 214 đường chuyền trên hai mươi trận chưa đủ để nói bất cứ điều gì: mẫu nhỏ, một đội, một huấn luyện viên, một hệ thống. Tôi coi đó là nhiễu.

Sai. Nhưng cái sai có ích. Tôi đối chiếu băng ghi hình và dựng mô hình kỳ vọng bàn thắng cho từng đường chuyền trong nhóm đó. Cấu trúc hiện ra: Betis kéo giãn hai trung vệ đối phương bằng cách luân chuyển bóng chậm ở hàng thủ, rồi khi khoảng cách giữa hai trung vệ vượt ngưỡng, Guardado nhận bóng ở Vùng 14, xoay người và mở hành lang cho cầu thủ chạy cánh bó vào trong. Những đường chuyền ấy không phải phản xạ. Chúng là một kịch bản lặp lại, có điều kiện kích hoạt và có người nhận bóng được chỉ định.

Vùng 14 không nằm trên bản đồ, nhưng mọi bàn thắng thông minh đều đi qua nó.

Bài phân tích bốn nghìn từ tôi đăng trên blog cá nhân được một biên tập viên đài phát thanh Catalunya đọc và mời tôi cộng tác chuyên mục chiến thuật. Nhưng thứ tôi giữ lại không phải lời mời đó. Thứ tôi giữ lại là quy trình: dữ liệu cho tôi một câu hỏi, băng ghi hình cho tôi câu trả lời, và chỉ khi hai nguồn độc lập trùng nhau tôi mới cho phép mình viết ra một khẳng định.

Tôi cũng học được giới hạn. 214 đường chuyền trong hai mươi trận của một đội bóng dưới một huấn luyện viên không chứng minh được điều gì về bóng đá nói chung. Nó chỉ chứng minh Betis của Setién chơi như thế. Mọi bài viết mở rộng từ mẫu đó thành quy luật phổ quát đều là lạm dụng dữ liệu, kể cả khi mọi phép tính đều đúng.

Năm 2026, ở World Cup tại Nga, tôi được đài phát thanh Catalunya giao phân tích trực tiếp trận Tây Ban Nha – Bồ Đào Nha. Trước giờ bóng lăn, tôi đã chuẩn bị một tập ghi chú về hàng tiền vệ hình thoi của Fernando Hierro. Trong trận, tôi nói về sự mất cân bằng. Sau trận, khi được hỏi vì sao Tây Ban Nha không giữ được nhịp, tôi nói một câu mà đến giờ tôi vẫn nhớ: đẳng cấp cá nhân.

Đó là một câu sáo rỗng. Nó không sai. Nó vô dụng.

Tối hôm đó tôi ngồi lại với băng ghi hình và đếm. Bồ Đào Nha pressing 89 lần. Trong 89 lần ấy, 61 lần nhắm vào Sergio Busquets đúng thời điểm anh nhận bóng ở nửa sân nhà. Bản thân phân bố đó không tự nói gì, nhưng hình dạng của nó thì nói rất nhiều: Bồ Đào Nha chủ động để ngỏ một bên hàng thủ, mời Tây Ban Nha chuyền sang, rồi dồn ép ở biên phải ngay khi bóng vừa đổi cánh. Một cái bẫy có thiết kế, không phải một trận đấu cảm xúc.

Tôi đã có đủ dữ liệu để thấy điều đó. Tôi không có đúng loại dữ liệu. Tôi đếm đường chuyền, kiểm soát bóng, số lần vào vòng cấm — những chỉ số đo quyền sở hữu bóng. Câu hỏi thật của trận đấu là ai kiểm soát không gian sau khi bóng đổi chủ. Hai tầng khác nhau, và tôi đứng ở tầng sai.

Ngày hôm sau tôi viết bài “Tôi đã sai ở đâu”, phân tích lỗi nhận định của chính mình. Tôi đến World Cup 2026 để tìm câu trả lời, và ra về với một câu hỏi tốt hơn. Câu hỏi đó là: chỉ số tôi đang có trả lời được câu hỏi tôi đang hỏi, hay chỉ trả lời một câu hỏi gần giống?

Năm 2026, bóng đá dừng lại vì đại dịch và các sân vận động mở cửa trong im lặng. Getafe liên hệ với tôi vì một hiện tượng kỳ lạ: đội bóng mất nhiều điểm hơn trên sân nhà khi không có khán giả, dù lợi thế sân nhà vốn được coi là bất biến trong mọi mô hình dự báo.

Tôi lấy dữ liệu mười mùa La Liga và tách riêng nhóm đội pressing cao. Kết quả: nhóm này mất 17% tỷ lệ thu hồi bóng ở một phần ba sân đối phương khi chơi trong môi trường không khán giả. Ban đầu tôi hoài nghi chính mình, vì trong cơ sở dữ liệu của tôi chưa từng có tiền lệ cho một biến số như vậy. Một biến số chưa từng tồn tại thì không có mô hình nào để kiểm định.

Tôi viết báo cáo bốn mươi bảy trang. Thay vì mô hình hóa “nhiệt độ cảm xúc” của cầu thủ — thứ không đo được và không kiểm chứng được — tôi dựng mô hình “áp lực được mã hóa” dựa trên vị trí đội hình: khoảng cách giữa tuyến pressing và tuyến bóng, tốc độ dịch chuyển của cả khối, số cầu thủ tham gia pha ép trong bán kính mười lăm mét. Kết luận thực dụng: trong im lặng, tín hiệu âm thanh mà cầu thủ dùng để kích hoạt pha ép biến mất, nên khối pressing buộc phải được kích hoạt bằng tín hiệu thị giác phát ra từ người chỉ huy tuyến sau. Huấn luyện viên Getafe điều chỉnh cách gọi lệnh. Đội kết thúc mùa ở vị trí thứ 15 thay vì khu vực xuống hạng.

Sân vận động không khán giả là một phòng thí nghiệm mà không ai muốn nhắc đến.

Nhưng bài học tôi mang ra khỏi Getafe lớn hơn Getafe. Một chỉ số chỉ đúng trong điều kiện nó được đo. PPDA của một đội trên sân có bốn mươi nghìn khán giả không mô tả cùng một hiện tượng với PPDA của đội đó trong một sân trống. Nếu bạn không ghi điều kiện đo vào cùng dòng với chỉ số, bạn đang lưu trữ một nửa sự thật và tin rằng mình đang có cả sự thật.

Dựa trên kinh nghiệm theo dõi trực tiếp hàng trăm trận La Liga từ khán đài và qua băng ghi hình, tôi thấy nghề của mình có ba cách phổ biến để làm đầy một ô trống, và cả ba đều không cần đến phép đo nào.

Cách phổ biến nhất là thay phép đo bằng câu chuyện. “Đội bóng thua vì thiếu bản lĩnh” là một câu không thể sai, vì không có phép đo nào bác bỏ được nó. Những câu như vậy không phải phân tích. Chúng là bảo hiểm nghề nghiệp.

Cách tinh vi hơn là dịch chuyển chỉ số: dùng chỉ số có sẵn để trả lời câu hỏi mà nó không đo được. Kiểm soát bóng không đo quyền kiểm soát không gian. Số đường chuyền không đo chất lượng quyết định. Số cú sút không đo chất lượng cơ hội, trừ khi bạn có xG — và xG cũng không đo được chất lượng của cú sút thứ mười một trong một pha bóng mà cả khối phòng ngự đã mất tổ chức.

Cách thứ ba không cần nỗ lực: tẩy trắng độ tin cậy. Một nhận định không có phép đo gốc được lặp lại qua năm nơi, đến nơi thứ sáu nó đã thành “dữ liệu”. Người đọc không có cách nào truy ngược về điểm khởi đầu, vì điểm khởi đầu không tồn tại. Đây là lý do tầng nguồn quan trọng hơn con số: một con số không rõ nguồn là một con số không có tầng.

Mùa giải này có thêm một tầng mới. Các công cụ tạo văn bản có thể dựng một báo cáo chiến thuật hoàn chỉnh từ một tỷ số và hai cái tên. Sai sót của chúng không nằm ở chỗ sai. Sai sót nằm ở chỗ trôi chảy. Một chỉ số sai trông sai ngay lập tức. Một đoạn văn trôi chảy về hàng tiền vệ hình thoi trông đúng, vì nó được viết bằng đúng ngữ pháp mà chúng ta đã quen đọc suốt hai mươi năm.

Từ ba sự kiện đó — Betis, Nga, Getafe — tôi dựng cho mình một cổng kiểm tra trước khi viết bất cứ khẳng định nào, và tôi áp dụng nó cho cả bài viết này.

Cổng có bốn điều kiện. Có ít nhất ba dữ kiện kiểm chứng được, không phải ba ý kiến. Có ít nhất một thực thể được gọi tên cụ thể: một câu lạc bộ, một cầu thủ, một huấn luyện viên, một mùa giải. Có một tầng nguồn rõ ràng: phóng viên thường trú, báo lớn, hay trang tổng hợp không kiểm chứng. Và có một mốc thời gian tuyệt đối, vì “tuần này” là một cách nói dối hợp pháp.

Nếu thiếu một trong bốn điều kiện, sản phẩm đúng phải là một ô trống. Không phải một ô trống được trang trí bằng ba tính từ.

Nghe thì đơn giản. Trong thực tế, nó là việc khó nhất mà một người viết thể thao phải làm, vì ô trống không được trả tiền. Một bài tám trăm từ nói “tôi chưa có đủ dữ liệu để nói vì sao đội này thua” sẽ không có ai đọc hết. Một bài tám trăm từ nói “hàng thủ đội này đã mất cấu trúc” sẽ có bốn mươi nghìn lượt đọc, kể cả khi người viết chỉ nhìn một bàn thua rồi suy ra.

Đó là lý do báo cáo chín mục kia có giá trị. Nó là một mẫu về việc từ chối điền vào ô trống, và nó cho thấy điều mà ít người trong ngành muốn thừa nhận: kết quả rỗng là một kết quả hợp lệ. Trong thống kê, một phép thử không tìm ra khác biệt không phải là thất bại. Nó là thông tin. Nó thu hẹp không gian của những gì bạn được phép tin.

Điều phản trực giác nằm ở đây: ngành phân tích bóng đá tin rằng nhiều dữ liệu hơn sẽ tạo ra nhiều chắc chắn hơn. Quan sát của tôi sau ba mươi năm là ngược lại. Dữ liệu không làm giảm sự không chắc chắn. Nó làm sự không chắc chắn trở nên cụ thể hơn, có địa chỉ, có tên. Một người phân tích giỏi không phải người đưa ra câu trả lời chắc hơn. Người đó là người mô tả được chính xác mình đang không biết gì, và biết rằng mình không biết.

Nhưng tôi phải áp dụng điều đó lên chính thương hiệu của mình. Tôi có được vị trí trong nghề nhờ những phát hiện đi ngược số đông: một tiền vệ chuyền vào Vùng 14 nhiều gấp 1,8 lần trung bình, một sân trống làm mất 17% khả năng thu hồi bóng. Cơ chế thưởng của nghề đẩy tôi về phía ngược dòng, và cơ chế đó có một cái bẫy: khi ngược dòng trở thành thương hiệu, người ta bắt đầu ngược dòng trước rồi đi tìm bằng chứng sau.

Tôi đã suýt mắc bẫy đó hai lần. Lần đầu với dữ liệu của Guardado, khi tôi muốn kết luận về một “trường phái Betis” chỉ sau hai mươi trận. Lần thứ hai với Getafe, khi tôi muốn quy toàn bộ hiện tượng cho khán giả trong khi biến số thật có thể là lịch thi đấu bị nén và số trận sân khách dồn lại trong cùng một tháng.

Quy tắc tôi tự đặt ra: không đảo lại số đông cho đến khi có ba tầng bằng chứng độc lập — dữ liệu, băng ghi hình, và điều kiện môi trường của chính trận đấu đó. Ba tầng, không phải ba nguồn cùng một gốc. Ba bản tin chép lại một nguồn vẫn chỉ là một tầng, và tầng đó thường là tầng yếu nhất.

Vòng đấu tới, khi bạn đọc một nhận định về đội bóng của mình, thử một việc nhỏ: tìm phép đo đứng sau nó. Nếu không có phép đo, giữ nhận định đó ở trạng thái chờ. Không phải để nghi ngờ người viết, mà để biết mình đang tiêu thụ cái gì.

Tôi không tin vào may mắn. Tôi tin vào những biến số mà người khác bỏ sót.

Và tôi đang chờ vòng đấu tới để kiểm tra một biến số cụ thể: liệu nhóm đội pressing cao ở La Liga có giữ được tỷ lệ thu hồi bóng ở một phần ba sân đối phương khi lịch thi đấu bị dồn thành ba trận trong tám ngày. Nếu tỷ lệ đó giảm hơn 12%, câu chuyện của mùa giải sẽ không nằm ở hàng tiền vệ. Nó nằm ở lịch.

Chúng ta sẽ biết sau chín mươi phút. Hoặc chúng ta sẽ biết rằng mình vẫn chưa có đủ dữ liệu. Cả hai đều là thông tin, và chỉ một trong hai là câu trả lời cho câu hỏi ban đầu.