N/A — Khi bảng phân tích bóng đá Việt Nam trả về một trang giấy trắng

2 giờ 47 phút sáng ngày 13 tháng 8 năm 2026, tại một căn hộ nhỏ ở quận Tĩnh An, Thượng Hải. Tôi đẩy một vòng đấu V.League 1 vào cỗ máy phân tích dựng suốt bảy năm. Cỗ máy chạy êm, nuốt trọn dữ liệu đầu vào, quay, rồi nhả ra kết quả.

Một trang giấy trắng.

Không lỗi mạng, không lỗi phông chữ. Từng ô trong tài liệu mang đúng một dòng: “N/A — không đủ thông tin để đánh giá.” Không đội hình, không chỉ số, không một cái tên cầu thủ nào. Nhãn duy nhất mà hệ thống còn giữ được là bốn chữ khô khan: bóng đá Việt Nam.

Tôi nhìn trang giấy đó lâu hơn tôi từng nhìn bất kỳ bảng xếp hạng nào. Bảy năm dựng mô hình, thứ tôi nhận về là một tài liệu tự thú rằng nó chẳng biết gì. Rồi tôi hiểu ra: đây có lẽ là bản báo cáo trung thực nhất mà cỗ máy từng in ra. Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích.

Muốn hiểu vì sao một cỗ máy phân tích bóng đá trả về số không, phải bắt đầu từ chỗ dữ liệu được sinh ra.

V.League 1 những mùa gần đây vận hành với khoảng 14 câu lạc bộ, dưới bàn tay tổ chức của Liên đoàn Bóng đá Việt Nam và công ty cổ phần bóng đá chuyên nghiệp Việt Nam. Một giải đấu có thật, cầu thủ có thật, khán đài có thật. Nhưng lớp dữ liệu nằm dưới nó lại mỏng như tờ giấy can. Ở châu Âu, mỗi trận Ngoại hạng Anh được quét bằng hệ thống camera quang học đặt quanh sân, ghi lại từng điểm chạm bóng, từng bước chạy của hai mươi hai cầu thủ, ở tần suất hàng chục khung hình mỗi giây. Từ đó người ta mới dựng được bàn thắng kỳ vọng, dựng được chỉ số pressing, dựng được mọi thứ đẹp đẽ mà các chuyên gia trích dẫn như kinh thánh. Việt Nam chưa có tầng dữ liệu đó ở quy mô toàn giải. Phần lớn thứ tôi và đồng nghiệp có trong tay là bảng tỷ số, vài thống kê truyền hình thô, và những ghi chép tay của người xem trận.

Tôi từng dựng mô hình bàn thắng kỳ vọng cho một giải đấu khác. Năm 2026, khi còn làm chuyên gia cấp cao cho một nền tảng thể thao, tôi công bố bài phân tích dùng chỉ số này cho một trận ở vòng 18 của một giải vô địch quốc gia: đội chủ nhà có chỉ số 2.8 so với 0.4 của đối thủ, tôi dự đoán thắng 3-1, trong khi các chuyên gia truyền thống đều chọn hòa. Kết quả 3-1. Bài viết đạt 50.000 lượt xem sau 24 giờ. Nhưng vì hứng thú với nhiều hướng mới, tôi bỏ ngay chuỗi bài đó để sang thử mô hình cá cược bóng rổ, khiến biên tập viên nổi đóa.

Tôi kể chuyện cũ không phải để khoe. Tôi kể để nói rằng tôi biết một mô hình trông như thế nào khi nó chạy đúng, và trông như thế nào khi nó chạy sai. Tại World Cup 2026, mô hình của tôi dựa trên chỉ số pressing và chiều cao hàng thủ dự đoán đúng việc Hàn Quốc đánh bại Đức 2-0. Tôi lên mạng kêu gọi mọi người đặt cược theo. Đến vòng 1/8, mô hình tin Brazil sẽ thắng Bỉ vì chỉ số phòng ngự tốt hơn, và tôi khẳng định điều đó trên sóng trực tiếp. Brazil thua 1-2. Nhiều người mất tiền vì nghe tôi. Tôi cãi nhau gay gắt với một đồng nghiệp trên mạng xã hội, rồi dành ba tuần viết lại mã nguồn, thêm biến số giải đấu và yếu tố ngẫu nhiên. Từ đó, mọi bài viết của tôi đều mang theo một dòng cảnh báo: mô hình chỉ là xác suất, không phải lời tiên tri.

Giờ hãy quay lại trang giấy trắng. Vì sao nó trắng?

Tôi lần theo từng mắt xích trong đường ống dữ liệu của mình, giống như một nhà khảo cổ bới từng lớp trầm tích để tìm viên gạch lệch đầu tiên.

Lớp thứ nhất: bài viết nguồn. Đường ống cần một văn bản thô — một bản tin, một báo cáo trận đấu, một bài phân tích — để bóc tách thành các điểm thông tin. Lần chạy này, lớp đó trống rỗng. Không tiêu đề, không nguồn, không một câu nào. Một đường ống không thể bóc tách cái không tồn tại.

Lớp thứ hai: trích xuất thực thể. Bộ phận này nhặt ra tên câu lạc bộ, tên cầu thủ, tên huấn luyện viên, tên giải đấu. Nó nhận vào một khoảng không, nên nhả ra một khoảng không. Không một cái tên Nguyễn Quang Hải, Nguyễn Tiến Linh, Nguyễn Hoàng Đức, Đỗ Hùng Dũng hay Nguyễn Văn Toàn nào được ghi nhận. Không một đội bóng nào được điểm danh.

Lớp thứ ba: chấm điểm nguồn. Muốn biết một thông tin đáng tin đến đâu, phải biết nó đến từ đâu. Nhưng khi đầu vào trống, mọi tiêu chí về độ tin cậy của nguồn đều bị treo. Bộ phận này không thể cho điểm một thứ nó chưa từng đọc.

Lớp thứ tư: tổng hợp và kết luận. Đây là nơi tôi đặt cược nhiều nhất, nơi các chỉ số biến thành nhận định. Nó nhận được bốn túi rỗng, nên nó thắt nút lại bằng một câu duy nhất, lặp đi lặp lại như một câu thần chú: không đủ thông tin để đánh giá.

Viên gạch lệch nằm ở lớp đầu tiên, và nó lệch theo một cách đáng sợ: đường ống vẫn chạy, vẫn ghi log, vẫn báo “hoàn tất” màu xanh. Hệ thống không hề báo động. Nó nuốt cái trống rỗng rồi nhả ra cái trống rỗng một cách trơn tru, tự tin, như thể đó là kết quả bình thường. Một cỗ máy phân tích trả về số không mà không hề run tay.

Đây mới là phần đáng nói. Nếu đường ống của tôi sập nguồn, tôi sẽ biết ngay. Nhưng nó không sập. Nó chạy hoàn hảo trên một đầu vào rỗng. Và đó chính là điều mà nền phân tích bóng đá Việt Nam gặp phải ở quy mô lớn hơn: một bộ máy vận hành trơn tru trên lớp dữ liệu mỏng, rồi nhả ra những bản báo cáo nghe rất chuyên nghiệp nhưng bên trong rỗng ruột.

Dữ liệu biến mất không phải là mất dữ liệu — mà là một loại dữ liệu.

Có một thông tin ẩn trong chính trang giấy trắng đó mà tôi phải mất một lúc mới đọc ra. Đường ống không hề báo rằng nó thiếu văn bản nguồn. Nó chỉ báo rằng nó không thể đánh giá. Nói cách khác, hệ thống được thiết kế để luôn đưa ra một câu trả lời, kể cả khi câu trả lời đúng nhất là “tôi không có gì để nói”. Đó là một thiết kế phục vụ sự tự tin, không phục vụ sự thật. Và tôi nhận ra mình cũng từng thiết kế những bài viết theo cùng một kiểu: luôn phải có một kết luận, luôn phải có một dự đoán, kể cả khi trong tay chẳng có gì.

Cái trống rỗng có ngữ pháp của nó. Khi một giải đấu không công bố dữ liệu chấn thương đầy đủ, đó không phải là tai nạn kỹ thuật. Đó là một lựa chọn. Các câu lạc bộ chỉ công bố chấn thương khi thông tin đó có lợi cho họ — cho giá vé, cho hình ảnh, cho đàm phán hợp đồng. Người hâm mộ và truyền thông bị bịt mắt, còn các mô hình thì mù theo. Tôi từng dựng một biến số cho tình trạng chấn thương và phải bỏ nó đi vì dữ liệu đầu vào không tồn tại. Một biến số bị bỏ không phải vì nó không quan trọng, mà vì không ai chịu cung cấp nó.

Rồi đến chuyện đào tạo. Mỗi khi một cựu ngôi sao mở học viện trẻ, báo chí lại rộn lên. Nhưng phần lớn những học viện đó là chiêu trò thương mại trước khi là trường học bóng đá. Cái thực sự thiếu lại nằm ở tầng thấp hơn: những huấn luyện viên cơ sở được đào tạo bài bản, được trả lương đủ sống, được cập nhật phương pháp. Không có tầng đó, mọi mô hình dữ liệu tôi dựng chỉ là đồ trang trí trên một nền móng rỗng. Người ta xây mái ngói đẹp trên một cái nền không móng.

Hãy nói cụ thể về những chỉ số mà người ta hay trích dẫn.

Bàn thắng kỳ vọng đo chất lượng cơ hội chứ không đo bàn thắng. xG không ghi bàn, nhưng nó khiến người ta tranh cãi nhiều hơn cả quả bóng thật. Muốn tính nó cho một giải như V.League, bạn cần biết từng cú sút được thực hiện ở đâu, bằng bộ phận nào cơ thể, trong tình huống có bao nhiêu hậu vệ vây quanh, thủ môn đứng ở đâu. Không có dữ liệu sự kiện chi tiết, bạn chỉ có thể dùng những mô hình thô dựa trên vị trí ước lượng, và sai số sẽ lớn đến mức kết luận trở nên vô nghĩa.

Chỉ số pressing, tức số đường chuyền đối thủ được phép thực hiện trên mỗi hành động phòng ngự, đo cường độ áp sát. Nó cần dữ liệu đường chuyền và dữ liệu tranh chấp ở mức sự kiện. Thiếu nó, bạn không thể biết một đội pressing cao hay thấp; bạn chỉ có thể đoán bằng cảm giác, và cảm giác của người xem trận nổi tiếng là không đáng tin.

Tôi theo dõi các trận V.League qua màn hình từ Thượng Hải suốt nhiều mùa. Thứ tôi thấy nhiều nhất không phải là những pha bóng, mà là những khoảng trống — chỗ đáng lẽ phải có một con số nhưng lại chỉ có một cái tên cầu thủ và một biên tập viên đang cố lấp đầy bằng tính từ. Cầu thủ hay, phong độ cao, tinh thần tốt. Những từ đó không đo được gì cả. Chúng chỉ giúp người viết tránh phải thừa nhận rằng mình không có dữ liệu.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, một điều lặp đi lặp lại: mỗi khi ai đó trình bày một con số quá đẹp cho một trận V.League, tôi lại muốn hỏi nó được sinh ra từ đâu. Nó đến từ hệ thống camera quang học, từ bảng thống kê nhà đài, hay từ một bảng tính ai đó gõ tay lúc nửa đêm? Ba nguồn đó có ba mức sai số khác nhau, và trộn chúng vào nhau rồi gọi chung là “dữ liệu” là một tội ác về phương pháp.

Tôi từng xem một trận đấu mà mắt tôi và con số của tôi không chịu đồng ý với nhau. Theo cảm nhận, một đội hoàn toàn bị ép sân; theo bảng thống kê, họ cầm bóng nhiều hơn. Chỉ khi bới lại định nghĩa của chỉ số cầm bóng, tôi mới hiểu hai bên đang đo hai thứ khác nhau. Mắt tôi đo quyền kiểm soát không gian. Con số đo thời lượng chạm bóng. Cả hai đều đúng, và cả hai đều vô dụng nếu bị gọi bằng cùng một cái tên. Bài học nằm ở đó: một chỉ số bị hiểu sai còn nguy hiểm hơn một chỉ số không tồn tại, vì nó tạo ra niềm tin giả.

Ở đây tôi phải nói một điều mà tôi ít khi nói thẳng: tôi sống ở Trung Quốc, làm nghề cho thị trường Trung Quốc, nhưng gốc tôi ở Việt Nam, và tôi nhìn hai nền bóng đá này qua cùng một cặp kính.

Trung Quốc đổ rất nhiều tiền vào dữ liệu. Họ có những hệ thống theo dõi đắt đỏ, những phòng phân tích chuyên nghiệp, những bản báo cáo dày như sách. Vậy mà bóng đá Trung Quốc không vì thế mà hay lên tương xứng. Dữ liệu nhiều không tự động sinh ra bóng đá tốt. Việt Nam thì nghèo dữ liệu hơn, nhưng nghèo một cách thành thật. Cái nghèo thành thật đó, nếu biết dùng, lại là một lợi thế: nó buộc người ta phải nhìn vào trận đấu thay vì nhìn vào bảng số.

Vấn đề nằm ở chỗ dữ liệu di cư và biến chất. Một chỉ số sinh ra ở châu Âu, được nuôi bằng hàng nghìn trận đấu chất lượng cao, khi bê nguyên sang một giải đấu có điều kiện hoàn toàn khác thì nó không còn là chính nó nữa. Người ta vẫn gọi nó bằng cái tên cũ, vẫn trích dẫn nó với vẻ trang trọng, nhưng ý nghĩa đã bay mất từ lâu. Đó là kiểu tôn sùng sai chỗ: thờ một con số mà không hiểu nó được sinh ra trong điều kiện nào.

Tôi từng ngồi giữa hai hệ quy chiếu đó và thấy rõ một điều: khoảng cách giữa hai nền bóng đá không nằm ở chỗ ai có nhiều chỉ số hơn. Nó nằm ở chỗ ai hiểu rõ giới hạn của chỉ số mình đang dùng. Kẻ hiểu giới hạn thì dùng được dữ liệu để học. Kẻ không hiểu thì dùng dữ liệu để khoe.

Khoảng trống dữ liệu luôn được lấp đầy, và thứ lấp vào bao giờ cũng là câu chuyện. Khi không có con số, người ta kể chuyện về tinh thần, về khát vọng, về một đội bóng đang hồi sinh. Những câu chuyện đó không sai về mặt cảm xúc, nhưng chúng nguy hiểm về mặt nhận thức, vì chúng tạo cảm giác hiểu biết mà không cần bằng chứng. Một chu kỳ truyền thông của bóng đá Việt Nam thường vận hành như thế: một trận thắng tạo ra hưng phấn, hưng phấn tạo ra kỳ vọng, kỳ vọng tạo ra áp lực, và khi kết quả không đến, áp lực đổ xuống đầu huấn luyện viên. Không có một chỉ số nào trong chuỗi đó được kiểm chứng. Tất cả chỉ là cảm xúc chạy vòng.

Nếu phải vẽ một bảng rủi ro cho tình trạng này, tôi sẽ xếp rủi ro hệ thống lên trên hết. Rủi ro thể thao — một đội bóng bị đánh giá sai — chỉ là triệu chứng. Rủi ro thật nằm ở chỗ cả một nền phân tích vận hành trên dữ liệu rỗng mà không ai phát hiện. Khi một nhà báo viết một bài với số liệu sai, thiệt hại chỉ là một bài. Khi cả một hệ sinh thái cùng viết bằng cùng một loại số liệu rỗng, thiệt hại là cả một thế hệ độc giả học cách tin vào những con số không có gốc.

Giờ đến phần tôi phải tự phản biện.

Trang giấy trắng làm tôi khó chịu. Nhưng nó không lừa tôi. Thứ lừa tôi là những bản báo cáo đầy ắp số liệu, những bài phân tích trơn tru với độ tin cậy cao ngất, những mô hình dám khẳng định kết quả trước khi bóng lăn. Tôi từng là kẻ viết ra loại báo cáo đó. Tôi từng khẳng định Brazil sẽ thắng Bỉ. Tôi biết cảm giác của một bảng số tự tin đến mức nào khi nó đúng, và tôi cũng biết nó trống rỗng đến mức nào khi nó sai.

Có một cám dỗ mà bất kỳ ai làm nghề này cũng gặp: khi không có dữ liệu, hãy bịa ra một thứ nghe có vẻ như dữ liệu. Một chỉ số được đặt tên hoa mỹ. Một mô hình với vài biến số đánh bóng. Sự phức tạp là tấm màn che hoàn hảo cho sự mơ hồ, vì không ai dám thừa nhận mình không hiểu một thứ nghe quá thông minh. Trang giấy trắng của tôi từ chối làm điều đó. Nó không giả vờ.

Nhưng tôi cũng phải cẩn thận với chính mình. Có một cái bẫy khác nằm chờ: biến sự trống rỗng thành một tư thế. Khi mọi thứ đều trống, rất dễ trốn vào câu “mọi thứ đều ngẫu nhiên” để khỏi phải chịu trách nhiệm phân tích. Tôi từng viết rằng bóng đá ngừng lăn năm 2026, và sự ngẫu nhiên chưa từng nghỉ trưa. Nhưng câu đó không được phép trở thành chiếc chiếu để tôi nằm dài. Mỗi lần viết chữ “ngẫu nhiên”, tôi phải tự hỏi: mình đã loại trừ được bao nhiêu biến can thiệp rồi? Nếu chưa loại trừ được biến nào, tôi chưa được phép dùng chữ đó.

Trang giấy trắng không phải là một kết luận. Nó là một dữ liệu. Và dữ liệu thì phải được thẩm vấn, chứ không được tôn thờ. Bóng đá ngừng lăn năm 2026, nhưng sự ngẫu nhiên chưa từng nghỉ trưa — và cả những đường ống dữ liệu rỗng cũng chưa từng nghỉ. Chúng vẫn chạy mỗi đêm, vẫn nhả ra những trang giấy trắng, và vẫn báo “hoàn tất” bằng màu xanh.

Điều đáng sợ nhất trong nghề của tôi không phải là một mô hình sai. Mà là một mô hình không biết mình sai, vẫn tự tin trình bày, vẫn được đăng lên, vẫn được trích dẫn. Một mô hình dám nói “tôi không biết” là một mô hình ít nguy hiểm hơn nhiều so với một mô hình dám nói “chắc chắn là thế” mà không có gì chống lưng.

Vậy tín hiệu cho vòng tiếp theo là gì?

Không phải một dự đoán tỷ số. Tôi không đủ dữ liệu để đưa ra một dự đoán tỷ số, và đó chính là điểm mấu chốt. Tín hiệu tôi chờ đợi nằm ở tầng hạ tầng: liệu một giải đấu có chịu đầu tư vào lớp dữ liệu sự kiện của mình hay không; liệu các câu lạc bộ có chịu công bố dữ liệu chấn thương một cách nhất quán hay không; liệu có ai đó chịu trả lương cho một nhà phân tích dữ liệu tử tế thay vì thuê một người gõ số.

Và có một câu hỏi tôi để lại cho chính mình, cũng để lại cho bất kỳ ai đọc đến dòng này: nếu cỗ máy của bạn trả về một trang giấy trắng vào lúc hai giờ sáng, bạn sẽ bịa ra một con số, hay bạn sẽ ngồi yên và nhìn nó cho đến khi hiểu mình đang thiếu cái gì?

Mỗi bảng tính là một bài thiền, chỉ khác là thiền xong bạn mất tiền. Đêm nay tôi thiền trên một trang giấy trắng. Và tôi chưa mất gì cả, ngoại trừ ảo tưởng rằng mình biết nhiều hơn thực tế.