Bảng tính trống của thể thao Việt Nam: khi người viết phải học cách nói "không đủ dữ liệu"

Đêm 5 tháng 1 năm 2026, tại Rajamangala ở Bangkok, Nguyễn Xuân Son ghi hai bàn trong hiệp một, Việt Nam thắng Thái Lan 3-2 và khép lại chung kết ASEAN Championship với tổng tỷ số 5-3 sau hai lượt. Khi khán đài còn hát, tôi mở bảng tính của mình, đặt con trỏ vào ô đầu tiên và gõ ba chữ cái quen thuộc: xG. Ô đó nằm trống suốt cả giải. Không một nguồn công khai nào ở Việt Nam phát hành bàn thắng kỳ vọng cho giải đấu ấy, cũng không ai công bố số pha dứt điểm theo vùng, theo khoảng cách, theo tình huống. Chúng ta có năm bàn thắng trong hai lượt chung kết, và có hàng trăm bài báo khẳng định chắc chắn vì sao chúng đến.

Câu hỏi tôi đặt ra không nhắm vào ai. Nó nhắm vào chính nghề của tôi: nếu không có dữ liệu, người viết phân tích lấy gì để nói? Câu trả lời trung thực nhất là một dòng chữ mà không tòa soạn nào muốn in — "không đủ thông tin để kết luận". Nhưng tôi đã ngồi ở bàn làm việc đó, và tôi biết áp lực của một trang giấy trắng trước giờ lên bài.

Bảng tính xG đầu tiên dạy tôi: mọi bàn thắng đều có một câu chuyện ẩn. Năm 2026, khi còn là một cậu học sinh cấp hai ở Los Angeles, tôi tự ghi lại hơn 1.200 pha dứt điểm của 64 trận World Cup trên một file Excel, tự ước lượng chất lượng cơ hội bằng góc sút, cự ly và vị trí hàng thủ. Kết quả khiến tôi nhớ đến giờ: đội vô địch không thắng bằng hàng công hào nhoáng mà bằng việc giữ đối thủ ở mức trung bình khoảng 0,7 xG mỗi trận. Từ đó, tôi không xuất bản một dòng phân tích nào nếu chưa mở bảng tính trước.

Thể thao Việt Nam đang ở trong một nghịch lý. Người hâm mộ theo dõi nhiều hơn bao giờ hết, nhưng hạ tầng dữ liệu công khai gần như đứng yên. V.League không có API mở, không có dữ liệu sự kiện theo từng pha bóng, không có hệ thống theo dõi vị trí cầu thủ. VAR xuất hiện từ mùa 2026 nhưng chỉ phủ một vài trận mỗi vòng, nghĩa là ngay cả dữ liệu trọng tài — loại dữ liệu dễ thu thập nhất — cũng không đủ mẫu để kết luận điều gì. Phía esports cũng vậy: không ai công bố dữ liệu tập luyện, tỷ lệ cấm chọn theo tuần, hay thời gian phản hồi của từng tuyển thủ.

Khoảng trắng ấy không tự nó gây hại. Nó chỉ trở nên nguy hiểm khi bị lấp bằng giọng điệu chắc chắn. Khoảng trắng dữ liệu không tạo ra khoảng trắng nhận thức — nó tạo ra nhận thức giả.

Nhìn lại hai trận chung kết cách nhau sáu năm. Năm 2026, Việt Nam thắng Malaysia với tổng tỷ số 3-2, trận lượt về tại Mỹ Đình ngày 15 tháng 12 khép lại bằng một bàn duy nhất. Năm 2026, Việt Nam thắng Thái Lan 5-3 sau hai lượt, trong đó có một trận lượt về ngược dòng ngay trên đất Thái. Hai câu chuyện được kể theo hai cách hoàn toàn khác nhau: năm 2026 là bản hùng ca phòng ngự và bóng cố định, năm 2026 là câu chuyện về một tiền đạo nhập tịch thay đổi cục diện. Cả hai đều có thật. Nhưng cả hai đều được kể từ bàn thắng, tức là từ tín hiệu nhiễu nhất trong toàn bộ hệ thống số liệu bóng đá. Một đội có thể thắng với 0,8 xG mỗi trận và thua với 2,1 xG mỗi trận. Nếu chỉ đọc bàn thắng, ta đang đọc kết quả của phép tung đồng xu rồi gán cho nó một nguyên nhân chiến thuật.

Tôi không dự đoán tương lai bằng trực giác; tôi chỉ đọc dấu vết số liệu để lại. Nhưng dấu vết ở đây bị xóa trước khi tôi kịp đọc.

Ở V.League, vấn đề lộ ra rõ hơn. Thép Xanh Nam Định vô địch mùa 2026-24, danh hiệu đầu tiên của đội bóng trong kỷ nguyên V.League; trước đó một mùa, Công An Hà Nội vô địch ngay năm đầu lên hạng. Báo chí giải thích cả hai bằng hai chữ "đầu tư". Nhưng khi kiểm tra, thứ được trích dẫn nhiều nhất lại là giá trị thị trường trên các trang tổng hợp quốc tế — một con số do người dùng cộng đồng tự nhập, cập nhật thủ công, và không hề là kết quả của một mô hình định giá nào. Nó đo mức độ nổi tiếng, không đo năng lực. Giá trị cầu thủ chỉ là một con số — cho đến khi bạn đọc ra lỗi trong cách tính.

Bên kia sân, esports Việt Nam có một nghịch lý ngược lại: dữ liệu tồn tại nhưng bị khóa trong tay nhà phát hành. GAM Esports là cái tên ổn định nhất của Liên Minh Huyền Thoại Việt Nam trong nhiều năm, với một đường rừng đã thành thương hiệu. Nhưng khi VCS được gộp vào một giải đấu chung của khu vực Thái Bình Dương từ mùa 2026, mọi mô hình đánh giá cũ mất hiệu lực cùng lúc — đối thủ mới, lịch thi đấu mới, tiêu chuẩn mới. Người viết trong nước buộc phải dịch lại các bài phân tích từ Hàn Quốc và Trung Quốc, áp lên một bối cảnh có đường cong học tập hoàn toàn khác. Liên Quân Mobile cũng vậy: các đội Việt Nam nhiều năm nằm trong nhóm mạnh nhất khu vực, nhưng không có bộ dữ liệu công khai nào cho phép chứng minh điều đó bằng số.

Đến đây tôi phải nói về kỷ luật mà nghề này thường bỏ qua: cách xử lý giá trị rỗng. Trong mọi báo cáo tôi viết, mỗi mục không có dữ liệu phải được đánh dấu rõ là không đủ thông tin, kèm lý do. Tôi từng nhận một bản đầu vào trống hoàn toàn — không tiêu đề, không nguồn, không một điểm thông tin nào. Bản báo cáo đúng khi đó là một bản ghi nhận lỗi đường ống, không phải một bài phân tích. Nếu tôi điền vào chỗ trống bằng những cái tên nghe hợp lý, tôi đã tạo ra một tài liệu trông hoàn hảo và sai toàn bộ. Trong thể thao, phiên bản của lỗi đó có tên cụ thể: một nhận định chuyển nhượng dựa trên cảm giác, một dự đoán tỷ số dựa trên bảng xếp hạng, một bài ca ngợi chiến thuật dựa trên một pha bóng.

Mỗi bộ dữ liệu là một bản kinh, và tôi là kẻ đọc chậm. Nhưng tôi phải thành thật về giới hạn của mình. Có hai phản ví dụ khiến tôi không thể tin tuyệt đối vào mô hình.

Thứ nhất, U23 Việt Nam tại giải châu Á 2026. Không mô hình xác suất công khai nào đặt đội bóng ấy vào vị trí á quân; chuỗi trận đi đến trận chung kết vượt xa mọi dự báo dựa trên dữ liệu sẵn có. Thứ hai, chính chung kết ASEAN Championship 2026. Phần lớn mô hình xác suất và bảng xếp hạng FIFA công bố trước giải đều đặt Thái Lan nhỉnh hơn; kết quả đi ngược lại. Hai lần ấy nhắc tôi rằng mô hình tốt không phải mô hình đúng, mà là mô hình biết mình sai ở đâu.

Khi sân nhà không còn là sân nhà, tôi buộc phải viết lại mọi giả định. Năm 2026, tôi dựng một mô hình lợi thế sân nhà từ hơn 3.000 trận ở năm giải vô địch quốc gia châu Âu và tính ra rằng đội chủ nhà được khán giả trao trung bình khoảng 0,38 bàn mỗi trận. Khi Bundesliga trở lại trên sân không khán giả, ba vòng đầu xác nhận mô hình. Nhưng tôi đã sai lầm khi nghĩ có thể bê nguyên kết quả đó sang Việt Nam. V.League có đặc điểm riêng: di chuyển ngắn, mật độ cổ động viên nhà dày, mặt sân và thời tiết khác biệt, và quan trọng nhất là số trận mỗi mùa ít hơn đáng kể. Áp một hệ số từ châu Âu vào một giải có cỡ mẫu nhỏ hơn là dùng số liệu để trang trí cho một định kiến.

Đó là lý do tôi cho rằng vấn đề của thể thao Việt Nam không nằm ở sự thiếu dữ liệu. Nó nằm ở phần thưởng. Hệ sinh thái đang thưởng cho sự chắc chắn: một bài có kết luận dứt khoát được chia sẻ nhiều hơn một bài nói rằng chưa đủ cơ sở. Người đọc không sai khi muốn câu trả lời rõ ràng. Người viết mới là người phải giữ ranh giới, và ranh giới ấy chỉ bền nếu người đọc nhìn thấy nó.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi từ World Cup 2026 đến các vòng đấu V.League mùa này, tôi thấy một con đường khả thi hơn là chờ ai đó xây xong một hệ thống dữ liệu quốc gia. Ba việc có thể làm ngay: công bố đường cơ sở — nói rõ dữ liệu lấy từ đâu, cỡ mẫu bao nhiêu, khoảng tin cậy rộng hẹp ra sao; tách quan sát khỏi suy diễn trong cùng một bài, để người đọc tự thấy chỗ nào là số, chỗ nào là phán đoán; và chấp nhận một tỷ lệ kết luận bị sai công khai, sửa lại ở bài sau. Mô hình đúng 80% và đúng hạn tốt hơn mô hình hoàn hảo nộp sau trận đấu — tôi đã học điều đó bằng một lần trễ hạn báo cáo.

Có một chi tiết tôi giữ lại trong bảng tính của mình. Ô xG của trận chung kết lượt về vẫn trống, và tôi để nguyên như vậy, đánh dấu bằng một ghi chú nhỏ: cần dữ liệu theo dõi vị trí. Người ta có thể đọc bài này và thấy thiếu một con số. Tôi đọc nó và thấy một mùa giải nữa để chứng minh rằng việc thừa nhận khoảng trắng là bước đầu tiên của mọi phân tích tử tế.

Dành cho ai đủ kiên nhẫn đợi một mùa giải để chứng minh một con số. Còn nếu bảng tính của bạn cũng đang trống ở đúng ô quan trọng nhất, câu hỏi không phải là bạn sẽ điền gì vào — mà là bạn có dám để nó trống cho đến khi có câu trả lời thật hay không.