Bóng đá Việt Nam và bài học từ một quy trình phân tích dữ liệu bị lỗi

Trong bối cảnh bóng đá Việt Nam đang từng bước số hóa công tác huấn luyện, tuyển trạch và quản trị câu lạc bộ, câu chuyện về chất lượng dữ liệu đầu vào bỗng trở nên quan trọng hơn bao giờ hết. Một báo cáo phân tích chuyên sâu ở cấp độ hai, được thiết kế để đánh giá toàn diện một sự kiện bóng đá theo chín chiều kích, đã phải dừng lại giữa chừng vì dữ liệu đầu vào ở cấp độ một hoàn toàn trống rỗng. Sự việc tưởng chừng chỉ là một lỗi kỹ thuật nhỏ này lại chứa đựng những bài học đáng giá cho cả nền bóng đá lẫn giới phân tích dữ liệu thể thao tại Việt Nam. Cụ thể, báo cáo đầu vào chỉ còn duy nhất một tín hiệu có thể giải mã: nhãn lĩnh vực bóng đá. Toàn bộ các trường còn lại đều ở trạng thái không có thông tin, bao gồm tiêu đề bài viết, nguồn bài viết, loại bài, tóm tắt một câu, quan điểm của tác giả, mục đích bài viết, danh sách các điểm thông tin, các thực thể liên quan, mức độ nhạy cảm thời gian và chất lượng nguồn. Khi danh sách điểm thông tin trống rỗng, mọi kết luận phân tích đều không thể truy xuất về một dữ kiện cụ thể nào. Nguyên tắc cốt lõi của quy trình là không được đoán thay cho bằng chứng, bởi vậy kết quả đúng đắn duy nhất là từ chối đưa ra phân tích thay vì tự tạo ra những con số, đội hình hay mức phí chuyển nhượng nghe có vẻ hợp lý nhưng không có cơ sở. Điều đáng chú ý là khung phân tích chín chiều kích vẫn được trình bày đầy đủ, nhưng tại mọi vị trí cần bằng chứng, kết quả đều được ghi là không đủ thông tin để đánh giá. Chiều kích chiến thuật và kỹ thuật không thể xác định đội bóng, sơ đồ, phong cách chơi hay bất kỳ chỉ số định lượng nào như bàn thắng kỳ vọng, số đường chuyền cho phép trên mỗi hành động phòng ngự hay tỷ lệ kiểm soát bóng. Chiều kích tài chính câu lạc bộ và thị trường chuyển nhượng không có tên cầu thủ, tên câu lạc bộ, mức phí, thời hạn hợp đồng hay cấu trúc lương để phân tích. Chiều kích kết quả thi đấu và chu kỳ dư luận thiếu bảng xếp hạng, điểm số, chuỗi phong độ và các tín hiệu áp lực truyền thông. Chiều kích bức tranh giải đấu không thể vẽ ra bản đồ cạnh tranh khi không có giải đấu nào được nêu tên. Tương tự, chiều kích tuân thủ luật lệ và quản trị không thể đánh giá rủi ro tài chính, đăng ký chuyển nhượng hay án phạt khi không xác định được cơ quan quản lý và giải đấu. Chiều kích quản lý và phòng thay đồ không thể phân tích mối quan hệ giữa huấn luyện viên và cầu thủ khi không có bất kỳ nhân vật nào xuất hiện trong dữ liệu. Chiều kích rủi ro chỉ ra một điểm đáng suy ngẫm: rủi ro duy nhất có thể nhận diện trong bài tập này không phải rủi ro thể thao mà là rủi ro phân tích, tức khả năng mô hình cấp độ hai tự bịa ra nội dung nghe hợp lý để lấp đầy một khuôn mẫu trống. Rủi ro đó được đánh giá ở mức cao về cả khả năng xảy ra lẫn tác động, và biện pháp giảm thiểu được áp dụng chính là việc công bố minh bạch này. Chiều kích truyền thông và kỳ vọng không thể xác định dòng chuyện kể hiện tại hay giai đoạn của chu kỳ nhiệt khi thiếu ngày xuất bản, nguồn và quan điểm tác giả. Chiều kích truyền dẫn của ngành bóng đá cũng không thể phân tích tác động lên chuỗi đào tạo, hệ sinh thái người đại diện, bản quyền truyền thông hay thị trường phái sinh khi không có sự kiện kích hoạt nào được xác định. Điều thú vị là hiệu ứng truyền dẫn duy nhất thực sự tồn tại trong bài tập này lại nằm bên trong chính quy trình phân tích: một đầu ra trống ở cấp độ một lan truyền trực tiếp thành một đầu ra trống ở cấp độ hai, và bất kỳ hệ thống tổng hợp nào ở phía sau cũng thừa hưởng khoảng trống đó. Nhìn từ góc độ bóng đá Việt Nam, câu chuyện này không hề xa vời. Nhiều câu lạc bộ trong nước đang xây dựng phòng phân tích dữ liệu, thuê chuyên gia thể lực, ứng dụng hệ thống theo dõi cầu thủ và hợp tác với các đơn vị công nghệ để đánh giá phong độ. Tuy nhiên, chất lượng của những hệ thống này phụ thuộc hoàn toàn vào chất lượng dữ liệu đầu vào. Một buổi tập không được ghi nhận đầy đủ, một trận đấu thiếu số liệu thống kê chi tiết, hay một báo cáo tuyển trạch chỉ ghi cảm nhận chủ quan mà không có dữ kiện cụ thể đều có thể dẫn đến những kết luận sai lệch. Khi huấn luyện viên dựa vào một báo cáo trống rỗng để đưa ra quyết định về đội hình, hậu quả có thể là mất điểm hoặc tệ hơn là chấn thương cầu thủ. Một bài học khác liên quan đến cấu trúc trách nhiệm giữa các tầng trong quy trình. Trong trường hợp này, phần ghi chú bổ sung của cấp độ một lại giao ngược nhiệm vụ xác định thực thể cho cấp độ hai, trong khi thiết kế ban đầu yêu cầu cấp độ một phải xuất ra các thực thể. Sự đảo ngược này có nghĩa là bất kỳ thực thể nào cấp độ hai tự xác định cũng sẽ là sản phẩm của trí tưởng tượng chứ không phải kết quả trích xuất. Hành vi đúng đắn là từ chối nêu tên thực thể. Trong bóng đá Việt Nam, nguyên tắc này cũng áp dụng khi các bộ phận tuyển trạch chuyển giao thông tin cho ban huấn luyện: nếu người tuyển trạch không cung cấp dữ kiện cụ thể, ban huấn luyện không nên tự lấp đầy khoảng trống bằng những đánh giá mang tính suy đoán về một cầu thủ mà họ chưa từng xem thi đấu đầy đủ. Một điểm đáng lưu tâm nữa là việc mô tả đầy đủ chín chiều kích có thể khiến người đọc lầm tưởng rằng phân tích đã thực sự diễn ra. Sự hoàn chỉnh về hình thức không đồng nghĩa với tính hợp lệ về nội dung. Nếu các đầu ra như vậy tiếp tục được đưa vào một tầng tự động hóa khác, rủi ro nội dung bịa đặt sẽ cộng dồn chứ không triệt tiêu. Với bóng đá Việt Nam, nơi nhiều quyết định vẫn dựa vào kinh nghiệm và trực giác, việc phân biệt rõ giữa một báo cáo được trình bày đẹp mắt và một báo cáo có cơ sở dữ liệu thực sự là kỹ năng cần được đào tạo bài bản cho cả huấn luyện viên lẫn lãnh đạo câu lạc bộ. Báo cáo cũng đưa ra một tiêu chuẩn tối thiểu cho dữ liệu đầu vào để quy trình có thể vận hành ở mức cơ bản. Theo đó, cần có tiêu đề thực tế của bài viết, tên nguồn phát hành kèm tên nhà báo nếu là tin chuyển nhượng, loại bài viết như tường thuật trận đấu, tin chuyển nhượng, phân tích chiến thuật, tin chấn thương, quản trị hay tài chính. Cần có một câu tóm tắt mang tính dữ kiện nêu rõ sự kiện cốt lõi, cùng ít nhất ba điểm thông tin nguyên tử có thể trích dẫn bao gồm thực thể hành động và các con số liên quan. Các thực thể bao gồm câu lạc bộ, cầu thủ, huấn luyện viên và giải đấu phải được liệt kê tường minh. Cần xác định ngày xuất bản và tính chất thời sự hoặc hồi cứu của thông tin, phân loại chất lượng nguồn theo mức độ tin cậy, và nêu quan điểm của tác giả như mô tả, quảng bá, phê phán hay trung lập. Khi những dữ kiện tối thiểu đó tồn tại, toàn bộ chín chiều kích phân tích mới có thể được hoàn thành với các mức độ tin cậy được gắn thẻ phù hợp và mỗi kết luận đều dẫn chiếu về bằng chứng cụ thể. Cho đến lúc đó, kết quả phân tích đúng đắn cho bản ghi này là không có kết quả. Đây không phải là sự thận trọng quá mức mà là tính chính xác. Trong một nền bóng đá đang học cách tin vào dữ liệu, việc dám nói không khi dữ liệu không tồn tại cũng quan trọng không kém việc biết cách khai thác dữ liệu khi nó đầy đủ. Bài học cuối cùng dành cho bóng đá Việt Nam là hãy coi những bản ghi trống rỗng như một sự cố của cả hệ thống chứ không phải một lỗi cá biệt. Khi tiêu đề, nguồn, loại bài, quan điểm tác giả và mục đích bài viết cùng lúc không xuất hiện, nhiều khả năng lỗi nằm ở khâu trích xuất nội dung chứ không phải khâu phân loại, bởi nhãn lĩnh vực vẫn sống sót. Việc kiểm tra tự động trước khi chuyển dữ liệu sang tầng phân tích sâu, chẳng hạn yêu cầu danh sách điểm thông tin không được rỗng, sẽ ngăn chặn hiệu quả việc các báo cáo thiếu cơ sở lọt vào quy trình ra quyết định. Với các câu lạc bộ và trung tâm đào tạo trẻ tại Việt Nam, đầu tư vào chất lượng dữ liệu đầu vào chính là đầu tư vào chất lượng quyết định trên sân cỏ.