Khi bảng số trống: Ranh giới mong manh giữa phân tích và bịa đặt

Trong một buổi họp dữ liệu gần đây với ban huấn luyện một đội bóng rổ chuyên nghiệp, tôi trình bày một bảng phân tích gồm mười hai ô chỉ số. Bảy ô có số liệu. Năm ô trống. Người trợ lý trẻ nhìn vào những khoảng trắng rồi hỏi tôi sẽ điền gì vào đó. Tôi đáp rằng sẽ để nguyên. Cả phòng im lặng vài giây. Trong ngành phân tích thể thao, một ô trống thường bị xem là khuyết điểm, là dấu hiệu của sự chuẩn bị sơ sài. Nhưng nhiều năm làm nghề đã dạy tôi điều ngược lại: một khoảng trống được thừa nhận trung thực có giá trị hơn một con số được dựng lên cho đầy bảng. Đó là nguyên tắc tôi đặt lên đầu tiên, và cũng là nguyên tắc khó tuân thủ nhất trong một ngành mà áp lực phải tỏ ra chắc chắn luôn lớn hơn nhu cầu phải đúng.

Bóng rổ hiện đại vận hành bằng dữ liệu. Mỗi trận đấu ở giải nhà nghề Mỹ tạo ra hàng trăm nghìn điểm dữ liệu theo dõi chuyển động, khi mỗi hệ thống camera ghi lại vị trí của bóng và mười cầu thủ hai mươi lăm lần mỗi giây. Các giải đấu châu Âu, trong đó có nhiều giải tôi theo dõi để đối chiếu phương pháp, đã bắt kịp về hạ tầng thu thập. Nhưng chính sự dồi dào ấy lại tạo ra một cái bẫy tinh vi. Khi dữ liệu tràn ngập, người phân tích bị cám dỗ lấp đầy mọi ô, kể cả những ô mà nguồn dữ liệu chưa từng đủ độ tin cậy để trả lời. Tôi từng ngồi trong một cuộc họp mà ba chỉ số khác nhau về cùng một cầu thủ được trộn lẫn vào nhau chỉ vì chúng trông có vẻ liên quan. Không ai kiểm tra xem chúng được thu thập theo phương pháp nào, bởi ai, và trong khoảng thời gian nào. Bảng số đầy ắp, nhưng ý nghĩa thì rỗng.

Để hiểu vì sao điều này nguy hiểm, cần nhìn vào một ví dụ cụ thể. Năm 2026, khi tôi hai mươi lăm tuổi và làm trợ lý phân tích cho một trang thể thao tại Hải Phòng, tôi theo dõi trận Thụy Sĩ gặp Serbia ở vòng bảng một giải đấu lớn. Tôi phát hiện tiền vệ Granit Xhaka chạm bóng một trăm mười hai lần nhưng chỉ ba mươi bốn phần trăm số đường chuyền hướng về phía trước. Tôi viết một bài chỉ trích lối chơi an toàn thái quá của anh, cho rằng đó là sự thụt lùi chiến thuật. Huấn luyện viên Vladimir Petkovic đáp trả rằng bóng đá không phải phép toán. Ba ngày sau, Thụy Sĩ lội ngược dòng thắng hai một nhờ tám đường chuyền quyết định đúng vào thời điểm then chốt. Tôi đã sai, và sai một cách có hệ thống. Tôi chỉ nhìn vào số lần chạm bóng và tỷ lệ chuyền tiến, mà bỏ qua chỉ số PPDA, thước đo cường độ gây áp lực lên cầu thủ cầm bóng, nơi Serbia đứng gần cuối giải. Khi đối thủ gây áp lực yếu, việc giữ bóng và chuyền an toàn là lựa chọn tối ưu, chứ không phải sự hèn nhát. Một con số tách khỏi ngữ cảnh đã dẫn tôi đến một kết luận ngược hoàn toàn với thực tế.

Từ thất bại đó, tôi tự đặt ra một kỷ luật: không bao giờ kết luận từ một chỉ số đơn lẻ. Mỗi khi đánh giá một cầu thủ, tôi buộc mình kiểm tra ít nhất năm chỉ số nền, gồm PPDA, chuỗi xG, tiến trình đường chuyền, hiệu suất ném trong thế giao tranh, và tỷ lệ chuyển hóa cơ hội. Nếu một trong năm chỉ số đó không có sẵn hoặc không đáng tin, tôi để trống ô tương ứng thay vì nội suy. Một kết luận được xây trên dữ liệu thiếu sẽ luôn yếu hơn một kết luận thừa nhận giới hạn của chính nó. Nguyên tắc này nghe đơn giản, nhưng nó va chạm trực diện với cách ngành truyền thông thể thao vận hành.

Hãy nhìn vào áp lực của tòa soạn. Trong một chu kỳ giải đấu lớn, độc giả không chờ đợi sự thận trọng. Họ chờ đợi câu trả lời. Mỗi khi một đội bóng lớn chuẩn bị bước vào trận đấu, hàng trăm bài phân tích được đăng tải, và những bài được đọc nhiều nhất thường là những bài đưa ra dự đoán dứt khoát. Sự dứt khoát bán được. Sự thận trọng thì không. Một cây bút viết rằng đội A có sáu mươi phần trăm cơ hội thắng, với khoảng tin cậy rộng vì thiếu dữ liệu về thể lực của hai trụ cột, sẽ bị cho là thiếu tự tin. Một cây bút viết rằng đội A sẽ thắng lại thu hút hàng nghìn lượt chia sẻ. Cấu trúc khuyến khích này đẩy người phân tích về phía chắc chắn giả tạo.

Tôi từng là nạn nhân của chính cấu trúc đó. Tháng Mười Một năm 2026, khi tôi ba mươi tuổi, một tờ báo lớn mời tôi viết chuyên mục dự đoán trước trận Ả Rập Xô Út gặp Argentina ở một giải đấu lớn. Dựa trên mô hình tích lũy bốn năm dữ liệu vòng loại, tôi tuyên bố Argentina thắng với xác suất chín mươi bốn phần trăm và tỷ số tối thiểu ba không. Kết quả: Ả Rập Xô Út thắng hai một nhờ bẫy việt vị được dựng mười lần trong hiệp một, khiến hàng công Argentina rơi vào thế việt vị bảy lần. Mô hình của tôi đã bỏ qua biến số mà không một bảng chỉ số nào ghi lại: nhiệt độ ba mươi bốn độ C và độ ẩm cao làm giãn cơ đùi của các cầu thủ Nam Mỹ vốn quen thi đấu ở độ cao và khí hậu mát hơn. Sau thất bại đó, tôi dành hai tuần xem lại bốn mươi bảy trận đấu tại các giải vùng Vịnh trong mười năm để tìm quy luật. Bài học không nằm ở việc mô hình sai. Bài học nằm ở việc tôi đã trình bày một con số như một lời khẳng định, trong khi bản chất của nó chỉ là một ước lượng có điều kiện.

Tôi từng nghĩ mình đúng. Qatar dạy tôi biết sai.

Nếu ngành phân tích thể thao thừa nhận điều này, cách chúng ta viết sẽ thay đổi từ gốc. Thay vì bắt đầu bằng câu hỏi đội nào sẽ thắng, ta bắt đầu bằng câu hỏi chúng ta biết gì và chưa biết gì. Thay vì kết thúc bằng một phán quyết, ta kết thúc bằng một khoảng bất định được định lượng. Đây chính là điểm mà nhiều người trong ngành phản đối. Họ cho rằng bất định làm giảm sức hấp dẫn của phân tích. Tôi không đồng ý. Điều làm giảm sức hấp dẫn là sự chắc chắn rỗng tuếch, loại chắc chắn bị thực tế bác bỏ chỉ vài ngày sau khi đăng tải. Độc giả có thể tha thứ cho một dự đoán sai được trình bày trung thực; họ không tha thứ cho một dự đoán sai được trình bày như chân lý.

Trong bóng rổ, vấn đề này còn phức tạp hơn vì có nhiều chỉ số được thiết kế để trông chính xác hơn mức chúng thực sự là. Lấy ví dụ chỉ số cộng trừ thô. Một cầu thủ dự bị vào sân bảy phút và đội anh ta ghi được mười điểm nhiều hơn đối thủ sẽ có chỉ số cộng trừ cao, nhưng điều đó gần như không nói lên năng lực cá nhân của anh ta. Nó phản ánh việc đồng đội trên sân đang thi đấu tốt, hoặc đối thủ đang sa sút. Chỉ số cộng trừ có trọng số theo thời gian được tạo ra để hiệu chỉnh vấn đề này, nhưng nó lại yêu cầu lượng mẫu lớn và giả định về sự ổn định của đội hình. Khi mẫu chưa đủ lớn, chỉ số đó có thể dao động mạnh đến mức vô nghĩa. Người phân tích biết điều đó. Nhưng người đọc thì không, và bảng số không tự nói ra giới hạn của nó.

Đây là lúc khái niệm người chọn số trở nên quan trọng. Mỗi chỉ số đều có một người hoặc một nhóm người quyết định nó đo cái gì, loại trừ cái gì, và cân nhắc các yếu tố theo trọng số nào. Khi tôi nhìn vào một bảng xếp hạng hiệu suất, câu hỏi đầu tiên tôi đặt ra không phải là ai đứng đầu, mà là ai đã thiết kế bảng xếp hạng này và họ muốn nó kể câu chuyện gì. Con số không nói dối, nhưng kẻ chọn số thì có. Một chỉ số được thiết kế để đề cao lối chơi tấn công nhanh sẽ tự động đánh giá thấp một đội bóng phòng ngự kỷ luật. Một chỉ số ưu tiên hiệu suất ném ba điểm sẽ bỏ qua giá trị của một trung phong giỏi tranh bóng bổng. Không có chỉ số nào trung lập tuyệt đối, bởi vì mọi chỉ số đều là sản phẩm của một lựa chọn.

Trong mùa giải 2026, khi bóng đá và bóng rổ tạm dừng vì đại dịch, tôi cùng hai đồng nghiệp xây dựng một bộ chỉ số mà chúng tôi gọi là Chỉ số Sân Trống. Xuất phát điểm là một câu hỏi không ai trả lời được lúc bấy giờ: khi không có khán giả trên khán đài, các cầu thủ sẽ thi đấu khác đi như thế nào. Chúng tôi thu thập dữ liệu từ hai trăm trận đấu ở các giải Bồ Đào Nha và Đan Mạch sau ngày thi đấu trở lại, rồi so sánh với chính các đội đó trước đại dịch. Kết quả ban đầu gây tranh cãi: quãng đường chạy của các tiền vệ trung tâm giảm chín phẩy bảy phần trăm trong tháng đầu tiên, nhưng số đường chuyền vượt tuyến lại tăng mười ba phẩy hai phần trăm. Ban lãnh đạo đội bóng mà tôi làm việc tỏ ra nghi ngờ. Họ cho rằng mẫu quá nhỏ và bối cảnh quá đặc biệt để rút ra kết luận. Họ đúng ở một mức độ nào đó, và tôi đã nói với họ như vậy.

Tuy nhiên, tôi vẫn bảo vệ một phần của phân tích. Nếu quãng đường chạy giảm mà đường chuyền vượt tuyến tăng, thì có khả năng các cầu thủ đang tiết kiệm năng lượng thể lực cho những pha bứt tốc mang tính quyết định, thay vì chạy đều đặn cả trận. Dựa trên giả thuyết đó, chúng tôi đề xuất chiêu mộ một tiền vệ người Brazil có hồ sơ chạy ít nhưng tốc độ bứt phá cao. Sau mười vòng đấu, cầu thủ đó ghi bốn bàn và kiến tạo ba bàn, trong đó có một bàn từ pha phản công tốc độ mà mô hình dự đoán chính xác. Đội bóng tăng sáu bậc trên bảng xếp hạng. Câu chuyện này thường được kể như một chiến thắng của dữ liệu. Nhưng phiên bản trung thực hơn là: chúng tôi đã đúng nhờ một giả thuyết được xây dựng cẩn thận trên một mẫu nhỏ, và chúng tôi biết rõ mẫu đó nhỏ. Chúng tôi không che giấu sự bất định; chúng tôi đặt cược có ý thức vào nó.

Mỗi con số là một lời thú tội, nếu ta đủ kiên nhẫn nghe.

Vấn đề của ngành phân tích thể thao Việt Nam nằm ở chỗ này: chúng ta đã học rất nhanh cách sử dụng các chỉ số phương Tây, nhưng chưa học được văn hóa thừa nhận giới hạn của dữ liệu đi kèm với chúng. Các bảng thống kê nâng cao được nhập về nguyên bản, nhưng điều kiện thu thập dữ liệu ở giải quốc nội khác biệt đáng kể so với giải Mỹ hay châu Âu. Số lượng trận, chất lượng camera theo dõi, cách ghi nhận các pha tranh chấp, tất cả đều ảnh hưởng đến độ tin cậy của chỉ số. Một chỉ số kỳ vọng bàn thắng được tính từ mười lăm trận của một giải bán chuyên có thể sai lệch đến mức không còn ý nghĩa thống kê, ngay cả khi công thức tính giống hệt công thức dùng cho một giải hàng đầu châu Âu.

Tôi từng chứng kiến một sai lầm như vậy. Một trang phân tích đăng bài kết luận rằng một tiền đạo trẻ có hiệu suất ghi bàn vượt trội so với mọi cầu thủ cùng lứa, dựa trên chỉ số kỳ vọng bàn thắng. Con số trông ấn tượng. Nhưng khi tôi kiểm tra nguồn gốc, chỉ số đó được tính từ một mẫu chỉ có tám trận, trong đó có ba trận gặp các đội yếu nhất giải. Chỉ cần loại ba trận đó ra, xếp hạng của cầu thủ này tụt xuống giữa bảng. Người viết bài đã không nói cho độc giả biết mẫu của mình nhỏ đến mức nào. Đó không phải là nói dối trực tiếp, nhưng đó là sự che giấu có chủ đích về độ bất định.

Từ những trải nghiệm đó, tôi rút ra một danh sách kiểm tra bắt buộc trước khi công bố bất kỳ phân tích nào. Nguồn dữ liệu đến từ đâu. Ai thu thập. Phương pháp thu thập là gì. Khoảng thời gian bao phủ. Mẫu lớn đến mức nào. Có bao nhiêu ô trống mà tôi chưa lấp. Và cuối cùng, điều gì có thể khiến kết luận của tôi sai. Nếu không trả lời được đầy đủ những câu hỏi đó, tôi để bài viết lại trong ngăn kéo. Đây là một kỷ luật khắc nghiệt, và tôi thừa nhận mình không phải lúc nào cũng tuân thủ nó hoàn hảo. Nhưng mỗi lần vi phạm, tôi lại trả giá bằng một lần bị dữ liệu bác bỏ.

Khi sân trống, chỉ còn dữ liệu thì thầm sự thật. Đó là câu tôi viết lên bảng trắng trong văn phòng nhỏ của mình ở Hải Phòng. Nó nhắc tôi rằng phần lớn câu chuyện của một trận bóng rổ diễn ra ở những nơi camera không chĩa vào: cầu thủ phòng ngự di chuyển đến vị trí nào trước khi bóng được chuyền, ai là người cuối cùng rời sân, con số nào không bao giờ xuất hiện trên bảng điểm. Những dữ liệu đó đôi khi không tồn tại, hoặc tồn tại nhưng không ai ghi lại. Và khi chúng không tồn tại, lựa chọn trung thực nhất là thừa nhận khoảng trống, chứ không phải lấp đầy nó bằng phỏng đoán.

Đây là điểm khác biệt giữa một nhà phân tích và một người tường thuật. Người tường thuật có quyền tự do kể một câu chuyện liền mạch, bởi vì mục tiêu của họ là cảm xúc. Nhà phân tích bị ràng buộc bởi sự thật, ngay cả khi sự thật đó là một chuỗi gián đoạn. Sức mạnh của phân tích không nằm ở việc nó kể được một câu chuyện hoàn chỉnh, mà ở chỗ nó dám để lại những chỗ trống không thể lấp. Một bài phân tích trung thực giống như một biên bản giám định pháp y: nó trình bày bằng chứng, chỉ ra những điểm mù, và dừng lại đúng lúc trước khi đưa ra phán quyết mà bằng chứng chưa cho phép.

Có một phản đối thường gặp: nếu nhà phân tích liên tục nói rằng chúng ta chưa biết, thì độc giả sẽ mất niềm tin và rời bỏ. Tôi cho rằng điều ngược lại mới đúng. Niềm tin không đến từ việc luôn đúng, mà từ việc trung thực về khả năng sai. Trong suốt sự nghiệp, những độc giả trung thành nhất của tôi là những người từng thấy tôi thừa nhận sai lầm. Họ quay lại bởi vì họ biết rằng khi tôi đưa ra một kết luận, tôi đã cân nhắc đến giới hạn của nó. Sự thận trọng không làm giảm uy tín; nó xây dựng uy tín theo cách chậm rãi nhưng bền vững hơn.

Trong thị trường truyền thông thể thao Việt Nam hiện nay, áp lực cạnh tranh khiến nhiều người chọn con đường nhanh hơn: đưa ra dự đoán dứt khoát, tạo tiêu đề giật gân, lấp đầy mọi ô bằng bất cứ con số nào có sẵn. Con đường đó mang lại lượt đọc ngắn hạn. Nhưng nó cũng tạo ra một nền văn hóa mà ở đó, dữ liệu trở thành công cụ trang trí thay vì công cụ tìm kiếm sự thật. Và khi độc giả dần nhận ra rằng hầu hết các dự đoán dứt khoát đều sai, họ mất niềm tin vào toàn bộ ngành phân tích, kể cả những phân tích cẩn thận. Thiệt hại là chung, không riêng ai.

Cách duy nhất để phá vỡ vòng luẩn quẩn này là xây dựng lại mối quan hệ giữa người viết và người đọc dựa trên sự minh bạch về phương pháp. Công bố nguồn dữ liệu. Nói rõ cỡ mẫu. Chỉ ra những biến số chưa được đưa vào. Thừa nhận khoảng tin cậy. Đó là những việc không hào nhoáng, không tạo ra tiêu đề hấp dẫn, nhưng chúng tạo ra nền tảng cho một ngành phân tích trưởng thành. Một ngành trưởng thành là ngành mà ở đó người ta không sợ nói rằng mình chưa biết, bởi vì họ hiểu rằng thừa nhận điều chưa biết là bước đầu tiên để thực sự biết.

Trở lại buổi họp dữ liệu với năm ô trống. Sau khi tôi giải thích lý do để nguyên chúng, huấn luyện viên trưởng gật đầu và nói một câu mà tôi mang theo đến tận bây giờ: một cái bảng trung thực hữu ích hơn một cái bảng đẹp. Chúng tôi sau đó dành hai buổi để thiết kế lại hệ thống thu thập dữ liệu, bổ sung thêm các phép đo theo dõi chuyển động, và biến những ô trống thành những nhiệm vụ cụ thể cần lấp đầy một cách có căn cứ. Ba tháng sau, bảng phân tích không còn ô trống nào. Nhưng lần này, mỗi con số đều có nguồn gốc rõ ràng và mỗi giới hạn đều được ghi chú bên cạnh.

Đó là cách tôi nghĩ về tương lai của phân tích thể thao Việt Nam. Chúng ta đang ở giai đoạn mà công cụ đã đủ mạnh, nhưng kỷ luật chưa đủ chặt. Chúng ta có thể tính được những chỉ số phức tạp nhất mà các giải hàng đầu thế giới sử dụng, nhưng chúng ta chưa xây dựng được thói quen đặt câu hỏi về chính những chỉ số đó. Khoảng cách giữa hai điều này là khoảng cách giữa một ngành sao chép và một ngành sáng tạo. Và điều thú vị là bước nhảy vọt không đến từ một thuật toán mới hay một bộ dữ liệu khổng lồ hơn. Nó đến từ một thay đổi văn hóa nhỏ: dám để trống một ô khi chưa có đủ căn cứ để lấp đầy nó.

Với một chu kỳ giải đấu lớn đang đến gần, các đội bóng và các nhà phân tích sẽ lại đối mặt với cùng một áp lực quen thuộc: phải đưa ra câu trả lời trước khi có đủ thông tin. Tôi sẽ lại ngồi trước màn hình với những bảng số đầy khoảng trắng, và tôi biết mình sẽ lại bị cám dỗ lấp đầy chúng. Nhưng tôi cũng biết rằng giá trị lớn nhất mà tôi có thể mang lại cho người đọc không phải là một dự đoán dứt khoát, mà là một khung tư duy đủ chặt chẽ để họ tự đánh giá độ tin cậy của mọi con số họ gặp. Bởi vì trong thể thao, cũng như trong mọi lĩnh vực khác, câu hỏi quan trọng nhất không phải là kết quả sẽ ra sao, mà là chúng ta biết được gì, và chúng ta còn thiếu gì để biết chắc.