Bảng dữ liệu trống và kỷ luật của người phân tích thể thao

3 giờ 47 phút sáng tại Busan, trận đấu kết thúc đã bốn mươi phút. Tôi mở tệp bảng tính đặt tên theo ngày, chín trang, mỗi trang một lớp câu hỏi: bản vá, thể thức, đội hình, khu vực, tài chính, luật thi đấu, rủi ro, dư luận, truyền dẫn ngành. Chín trang trống. Không một con số, không một tên đội, không một mốc thời gian. Trong điện thoại có ba tin nhắn từ ba người khác nhau, nội dung giống hệt nhau: “Có số gì chưa anh?”

Tôi ngồi nhìn những ô trắng đủ lâu để nhận ra điều mà sáu năm trước tôi chưa từng nghĩ tới: một bảng dữ liệu trống cũng có giải phẫu riêng. Nó không im lặng theo một kiểu. Có ô trống vì trận đấu chưa diễn ra. Có ô trống vì nhà cung cấp chưa mở API. Có ô trống vì chỉ số ấy chưa từng được định nghĩa ở giải đấu đó. Và có ô trống vì người phân tích lười. Bốn kiểu trống, bốn cách xử lý khác nhau.

Khi dữ liệu không nói gì, việc đầu tiên của người làm nghề là phân loại sự im lặng, chứ không phải lấp nó bằng cảm giác. Đó là toàn bộ tinh thần của cái tôi gọi là khung phân tích trống: một bộ chín lớp câu hỏi dựng sẵn, và một kỷ luật chịu đựng việc phần lớn các lớp sẽ trả về kết quả không xác định.

Nền móng trước khi xây tầng

Năm 2026, tôi mười chín tuổi, sinh viên năm hai ở Busan. Đêm World Cup, tôi nhập toàn bộ 23 cú sút của tuyển Đức trong trận gặp Hàn Quốc vào mô hình xG tự viết bằng Python. Kết quả hiện ra trên màn hình: 1,32 xG, 0 bàn, thua 0-2. Tôi kiểm lại từng cú sút. Mười tám trong hai mươi ba cú đến từ ngoài vòng cấm, tức 78%. Bàn thắng của Hàn Quốc đến ở phút 90+2 với Kim Young-gwon và phút 90+6 với Son Heung-min, sau tình huống Manuel Neuer dâng lên tham gia tình huống cố định và để lại khung thành trống.

Đêm nước Nga, lần đầu tôi thấy một con số biết đau.

Bài học thật của đêm ấy không nằm ở con số. Nó nằm ở chỗ tôi suýt viết sai, vì dữ liệu nạp vào mô hình thiếu ba trường: thời tiết, mặt sân, thứ tự thay người. Ba trường ấy không có trong bất kỳ bảng thống kê nào tôi tải được. Nếu tôi kết luận từ cái bảng khuyết đó, tôi đã xuất bản một kết luận đúng về số học và sai về nguyên nhân. Sai kiểu đó không tự tố cáo. Nó chỉ lộ ra khi một đội thắng sân khách nhiều hơn mọi dự đoán, và người ta gọi đó là bản lĩnh. Bản lĩnh là thứ tôi không đo được. Tỷ lệ thắng sân nhà thì đo được.

Ba câu hỏi trước khi xuống bút

Từ đó, mỗi bài viết của tôi có một thủ tục bắt buộc: trước khi bàn về thắng bại, tôi phải hỏi những con số đã. Ba câu hỏi, luôn theo thứ tự. Dữ liệu này đến từ đâu, tầng nguồn nào, độ trễ bao lâu. Mẫu gồm bao nhiêu trận, và ngưỡng tối thiểu của tôi là ba mươi trận hoặc ba chu kỳ bản vá. Nếu mẫu bằng không, tôi có quyền viết gì.

Câu thứ ba là câu khó nhất, và cũng là câu quyết định bài viết có tồn tại hay không. Khi mẫu bằng không, tôi chỉ được phép viết về phương pháp, về giới hạn, và về danh sách tín hiệu cần theo dõi ở vòng tiếp theo. Tôi không được phép chấm điểm một đội, không được phép gọi một tuyển thủ là hay nhất, không được phép dự đoán tỷ số.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi trong bảy mùa liên tiếp, tôi ghi ngày lấy dữ liệu ngay cạnh mỗi con số trong bài, vì cùng một chỉ số lấy ở hai thời điểm khác nhau có thể lệch nhau sau khi nhà cung cấp sửa lỗi hậu kiểm. Độc giả có quyền biết con số họ đọc thuộc phiên bản nào.

Nguồn số và độ trễ

Nguồn dữ liệu trong nghề này chia bốn tầng, và mỗi tầng có một loại sai số riêng. Tầng một là API chính thức của nhà phát hành, cập nhật chậm, thường sau hai mươi bốn tới bốn mươi tám giờ, nhưng định nghĩa chỉ số ổn định. Tầng hai là các nền tảng thống kê cộng đồng, nhanh hơn, nhưng định nghĩa chỉ số thay đổi theo người nhập. Tầng ba là dữ liệu nội bộ của câu lạc bộ, chính xác nhất và không công khai. Tầng bốn là báo chí, và là tầng có sai số lan truyền cao nhất, vì một con số sai ở tầng bốn sẽ được sao lại hàng trăm lần.

Trong bài, tôi ghi rõ tầng nguồn cho từng con số. Khi hai tầng mâu thuẫn, tôi trình bày cả hai và nói rõ tôi nghiêng về bên nào, vì lý do gì. Cách làm này khiến bài chậm hơn, và tôi chấp nhận.

Hệ số 0,08 và cái giá của một nền tảng sai

Năm 2026, K League 1 trở thành giải bóng đá đầu tiên trên thế giới thi đấu trở lại trước khán đài không người. Mô hình xG tôi dựng năm 2026 bắt đầu lệch có hệ thống. Tôi thu thập 152 trận, so với mùa 2026, và thấy tỷ lệ thắng sân nhà rơi từ 46,2% xuống 31,6%. Tôi viết báo cáo bốn mươi trang, kết luận mỗi 10.000 khán giả tương đương 0,08 bàn thắng kỳ vọng cộng thêm cho đội chủ nhà.

Hệ số 0,08 không đo sự vắng lặng; nó đo thứ chúng ta đã đánh mất.

Không ai đặt hàng báo cáo ấy. Tôi làm vì biết rằng khi nền tảng sai, mọi tầng phân tích xây lên trên đều sai theo, và cái sai đó không tự tố cáo. Trong báo cáo, tôi đặt phần hạn chế trước phần kết luận, vì mùa 2026 còn có lịch thi đấu nén, số lần thay người nhiều hơn, và thể lực tích lũy khác. Tôi cô lập được biến khán giả ở một mức độ, không cô lập tuyệt đối. Tương quan không phải nhân quả, và tôi viết câu đó ra thay vì để độc giả tự đoán.

Lớp thứ nhất: bản vá và meta

Mỗi bản cập nhật meta là một lời thú tội của nhà phát hành. Nó nói rằng trạng thái cân bằng trước đó không còn là thứ họ muốn, và thường là vì một nhóm tướng hoặc một lối chơi đang chiếm tỷ lệ thắng quá cao ở đấu trường chuyên nghiệp.

Khi phân tích một trận mà tôi chưa có ghi chú bản vá, mọi nhận định chiến thuật đều vô giá trị, kể cả khi chỉ số hiện ra đẹp. Một đội thắng bằng đội hình vừa được tăng sức mạnh không nói lên năng lực của họ ở bản kế tiếp. Tôi kiểm ba thứ trước: thời điểm bản vá có hiệu lực, những thay đổi chạm vào vị trí nào, và tốc độ trận đấu trung bình có dịch chuyển theo hay không. Nếu bản vá ra sau ngày thi đấu, tôi ghi rõ trong bài rằng dữ liệu thuộc chu kỳ cũ.

Cái bẫy ở lớp này là thời gian. Người đọc thấy một đội đánh hay trong hai tuần và mặc định đó là đỉnh cao phong độ. Hai tuần là bảy trận. Bảy trận là mẫu quá nhỏ để gọi tên bất cứ điều gì, chứ chưa nói tới việc thiết lập một xu hướng.

Lớp thứ hai: thể thức và mật độ

Thể thức không phải chuyện hậu trường. Loạt ba trận và loạt năm trận sinh ra hai phân phối xác suất khác nhau, và một đội có thể mạnh ở loạt ba, yếu ở loạt năm mà không cần thay đổi gì trong lối chơi. Tôi luôn dựng bảng mật độ lịch: số trận trong mười ngày, số giờ bay, số ngày nghỉ giữa hai vòng. Chênh lệch một ngày không đáng kể. Chênh lệch ba ngày thì đáng kể, đặc biệt với đội có đội hình mỏng, và đặc biệt ở vòng loại diễn ra tại nhiều thành phố.

Đường đi vào giải ảnh hưởng tới chất lượng dữ liệu. Đội vào thẳng vòng bảng có mẫu thi đấu chính thức ít hơn đội đi qua vòng loại, nên mọi chỉ số của họ có sai số lớn hơn ở giai đoạn đầu. Tôi viết điều đó ra, thay vì so sánh hai đội bằng hai mẫu có cỡ khác nhau rồi kết luận đội này hơn đội kia.

Lớp thứ ba: đội hình

Ngày 8 tháng 6 năm 2026, tôi là người đầu tiên tiết lộ một thương vụ cho mượn kèm điều khoản mua đứt 2,8 triệu euro, liên quan tới một tiền vệ người Hàn Quốc tại câu lạc bộ hạng trung. Nguồn dữ liệu tôi dùng đến từ một công ty phân tích ở Lisbon.

Giá chuyển nhượng không đo tài năng, nó đo độ khao khát của kẻ mua.

Điều tôi muốn nói ở lớp đội hình không phải câu chuyện thương vụ. Nó là phép chia. Cầu thủ ấy thi đấu 564 phút mùa trước, trong khi hợp đồng ghi 1.200 phút, tức số phút thực tế giảm 41% so với mức cam kết. Một con số như vậy có thể đến từ chấn thương, từ thay đổi sơ đồ, từ huấn luyện viên mới, hoặc từ cả ba. Muốn tách ba nguyên nhân ấy, tôi cần danh sách chấn thương, biểu đồ thay người theo phút, và thay đổi vai trò trên sân. Không có ba thứ đó, tôi chỉ được phép viết một câu về số phút, không được viết một câu về phong độ.

Đội hình còn một chiều khác: độ sâu. Tôi đếm số tuyển thủ vượt ngưỡng một nghìn phút thi đấu chính thức trong mùa, rồi so với số trận phải đá. Đội chỉ có mười hai người vượt ngưỡng ấy sẽ gãy ở giai đoạn nén lịch. Đây là loại dự báo tôi dám đưa ra, vì nó dựa trên số học chứ không dựa trên cảm nhận về tinh thần.

Lớp thứ tư: bản đồ khu vực

Sức mạnh khu vực đo bằng ba chỉ số: kết quả quốc tế trong ba năm gần nhất, nguồn tuyển từ hệ thống trẻ, và chất lượng server luyện tập. Chỉ số thứ ba thường bị bỏ qua, nhưng nó quyết định tốc độ tiến bộ của tuyển thủ trẻ. Một khu vực có server luyện tập tốt sẽ sản sinh tuyển thủ nhanh hơn cả khi kết quả quốc tế chưa phản ánh điều đó.

Mẫu ở lớp này ít nhất ba năm. Một năm là nhiễu. Cá nhân tôi chưa từng thấy một bảng xếp hạng khu vực dựa trên một mùa giải đứng vững qua mùa tiếp theo.

Lớp thứ năm: dòng tiền

Tôi kiểm bốn dòng ở lớp tài chính: doanh thu tài trợ, phân phối từ giải hoặc nhà phát hành, quỹ lương, và dòng vốn bơm vào. Cuộc đua chuyển nhượng giữa các đại gia là cuộc chạy đua vũ trang thương hiệu. Đội chi nhiều nhất thường là đội có doanh thu tài trợ lớn nhất, không phải đội có tỷ lệ thắng cao nhất sau đó. Tôi không viết câu đó thành tuyên bố. Tôi chọn case study để nó tự hiện ra, và để độc giả tự kiểm.

Một đội có quỹ lương gấp ba đối thủ mà thành tích ngang bằng đang đốt tiền để mua vị trí trên bảng xếp hạng truyền thông. Điều đó không sai. Nó chỉ là chuyện thương hiệu, không phải chuyện thể thao. Hợp đồng đáng giá thực sự thường nằm ở đội nhỏ: mua đúng chỗ hổng, bán đúng lúc giá cao, và không bao giờ trả tiền cho một cái tên.

Lớp thứ sáu: luật và quản trị

Khung luật của một giải gồm tính toàn vẹn thi đấu, quy định chuyển nhượng và đăng ký, tuân thủ hợp đồng, bảo vệ tuyển thủ vị thành niên, và tranh chấp giữa nhà phát hành với tổ chức. Lớp này là lớp duy nhất mà ô trống có thể là tin tốt: không có vi phạm thì không có dữ liệu.

Nhưng ô trống ở đây cũng nguy hiểm nhất, vì vi phạm chỉ lộ ra sau khi xử lý xong. Tôi theo dõi bằng cách đọc các quyết định xử lý cũ để rút ra mức phạt trung bình theo loại vi phạm, rồi tự hỏi nếu tình huống tương tự xảy ra hôm nay thì mức phạt nào là hợp lý. Không có quyết định nào để đọc, tôi ghi không đủ thông tin và dừng lại, thay vì suy đoán về ý định của các bên.

Lớp thứ bảy: hồ sơ rủi ro

Rủi ro chia sáu nhóm: cạnh tranh, tài chính, nhân sự, luật, dư luận, hệ thống. Với mỗi nhóm tôi ghi ba trường: mức độ, xác suất, tác động. Khi thông tin không đủ, ô mức độ phải trống. Người viết non tay sẽ điền vào đó một mức trung bình cho đẹp bảng. Tôi để trống và ghi chú lý do trống.

Một hồ sơ rủi ro có ba ô trống trung thực giá trị hơn một hồ sơ có ba ô được lấp bằng suy đoán, vì ô trống còn giữ được thông tin về chỗ ta chưa biết, còn ô lấp rỗng đã xóa mất chỗ đó.

Lớp thứ tám: dư luận và kỳ vọng

Dư luận có chu kỳ nhiệt. Câu chuyện có nền tảng số liệu sống được vài tuần. Câu chuyện chỉ có cảm xúc sống vài ngày. Tôi đo khoảng cách giữa kỳ vọng thị trường và đánh giá khách quan bằng ba trường: kết quả đội, phong độ cá nhân, động thái chuyển nhượng. Khoảng cách càng lớn, xác suất đảo chiều càng cao.

Đây là lớp tôi làm chậm nhất. Phần lớn cơn sốt bắt đầu từ một trận đấu có chỉ số lệch khỏi vùng bình thường mà không ai kiểm sai số. Một cú hat-trick từ ba cú sút là ba lần may mắn, và nó sẽ tái lập ở tỷ lệ khác nếu mẫu đủ lớn. Mỗi cú sút trúng cột dọc là một thế giới chưa được khai sinh, và cũng là một bàn thắng chưa từng tồn tại trong dữ liệu.

Lớp thứ chín: truyền dẫn ngành

Truyền dẫn đi theo một chiều: nhà phát hành, tới câu lạc bộ và giải đấu và nền tảng phát trực tiếp, rồi tới tài trợ và thị trường phái sinh. Tôi ghi mỗi khối một hướng, một độ lớn, một khung thời gian. Thay đổi ở khối đầu cần sáu tới mười tám tháng để chạm tới khối cuối.

Ở lớp này, tôi tách rõ hai thứ thường bị trộn: lợi ích ngắn hạn của bên tài trợ và sức khỏe dài hạn của hệ sinh thái. Một thương vụ tài trợ lớn có thể làm cạn quỹ lương của mùa sau. Bảng cân đối của đội nhỏ là nơi sự thật xuất hiện trước.

Từ vựng là một quyết định phân tích

Tôi loại bỏ từ mơ hồ khỏi bài của mình. Phong độ sa sút trở thành số phút thi đấu giảm 41% so với mùa trước. Bị ép sân trở thành chủ động lùi sâu, vì cụm đầu mô tả cảm giác của người xem, cụm sau mô tả lựa chọn của đội. Trận cầu để đời trở thành một trận đấu có hai đội tạo tổng 4,02 xG mà không ghi bàn nào từ tình huống mở.

Mỗi lần thay một cụm cảm xúc bằng một cụm có thể đo, tôi mất một ít sức hút và được lại một ít khả năng kiểm chứng. Với nghề của tôi, tỷ lệ đánh đổi đó có lãi.

Phản trực giác: mẫu đẹp không phải bằng chứng

Có một cám dỗ đối nghịch với việc để trống ô. Khi đã bỏ công dựng mô hình, thu thập dữ liệu, dựng bảng, người ta muốn con số của mình nói nhiều hơn mức nó có quyền nói. Chỉ số gọn gàng, biểu đồ đẹp, hệ số khớp cao, và bỗng dưng ta phát biểu như thể đã tìm ra quy luật.

PPDA 25,1 — lùi sâu không phải nhượng bộ, mà là kéo giãn thế trận.

Tháng 12 năm 2026, tôi tổng hợp ba trận knock-out của Ma-rốc. Đội để đối thủ cầm bóng 71,6% thời lượng, chỉ thủng lưới một bàn, trong khi đối thủ tạo tổng 4,02 xG. PPDA 25,1, gần gấp đôi trung bình giải 13,2. Truyền thông gọi đó là may mắn. Cách gọi ấy bỏ qua việc Ma-rốc cố tình để đối phương chuyền ở khu vực vô hại và giữ nguyên cấu trúc khối phòng ngự trong suốt hiệp phụ. Tôi thay cụm từ bị ép sân bằng chủ động lùi sâu khi mô tả những đội như vậy, đồng thời nêu rõ sai số mô hình xG của tôi trong ba trận đó.

Nguy hiểm thứ hai là phản ứng ngược: dùng sự thiếu thông tin như lá chắn để không bao giờ kết luận. Đó là một kiểu lười được ngụy trang bằng học thuật. Nếu cuối bài mà tôi không đưa ra một phán đoán ở thì hiện tại, chủ động, có thể kiểm chứng, thì tôi đã không làm nghề của mình.

Nguy hiểm thứ ba nằm ở chỗ khác. Nhà phân tích dữ liệu đang tiến vào phòng thay đồ. Chúng tôi đưa ra kết luận về những thứ mình không sống cùng, không có mặt lúc bốn giờ sáng sau chuyến bay hỏng, không nghe được cuộc nói chuyện trong phòng họp kỹ thuật. Kết luận của chúng tôi thường tách khỏi nhịp điệu thực tế của đội. Tôi giữ một quy tắc: mỗi bài tối đa một kết luận mang tính dự báo, và kết luận ấy phải có điều kiện kích hoạt rõ ràng, kèm mốc thời gian để người đọc quay lại kiểm.

Điều còn lại

Trở lại đêm ở Busan. Sau khi phân loại bốn kiểu trống, tôi trả lời ba tin nhắn bằng một câu: chưa có số, và cái chưa có số cũng là số. Rồi tôi ghi vào đầu tệp danh sách tín hiệu cần theo dõi cho vòng tiếp theo, mỗi tín hiệu kèm ngưỡng kích hoạt và nguồn lấy dữ liệu.

Tôi không viết về bóng đá. Tôi viết về thứ ánh sáng mà dữ liệu soi rọi.

Nếu bạn đang theo dõi một đội mùa này, hãy thử một việc: lấy ba chỉ số bạn tin nhất, ghi lại ngày lấy dữ liệu và số trận trong mẫu, rồi đọc lại sau bốn tuần. Phần lớn chúng ta không sai ở kết luận. Chúng ta sai ở thời điểm đưa ra kết luận.

Tôi vẫn giữ chín trang bảng tính đó. Ngày nào một trang trắng điền được một ô đúng dữ liệu, đó là ngày tôi bắt đầu viết.