Kỷ luật người cầm số: Khi dữ liệu trống, đừng bịa

2 giờ 47 phút sáng. Màn hình máy tính của tôi vẫn sáng, và tệp dữ liệu vẫn trống trơn. Đó là một đêm cuối tháng 3, khi tôi ngồi trước bảng thống kê của một buổi thi đấu bơi lội mà tôi đã hứa với biên tập sẽ giao bài trước 8 giờ sáng. Mọi cột đều hiện số 0: không split time, không stroke rate, không dữ liệu lực đẩy dưới nước. Chỉ còn lại một dòng ghi chú sót lại từ người trợ lý: "nguồn không xác minh được."

Người mới vào nghề sẽ lấp đầy khoảng trống đó ngay lập tức. Họ sẽ lấy một con số trung bình từ giải trước, gán vào, rồi gọi đó là phân tích. Tôi đã từng ngồi cạnh một người như vậy trong một buổi họp báo. Anh ta mở bảng tính, gõ vài con số, rồi tự tin tuyên bố: "Theo tôi tính, vận động viên này sẽ cải thiện 1,2 giây." Không ai hỏi con số đó từ đâu ra. Không ai đối chiếu. Và bài báo hôm sau vẫn lên trang nhất.

Đêm đó, tôi đóng máy tính và gọi cho biên tập. Tôi nói một câu mà đến giờ tôi vẫn nhớ rõ từng chữ: "Em chưa đủ ba nguồn. Em không viết." Đó là một trong những quyết định khó khăn nhất trong sự nghiệp của tôi, và cũng là quyết định đúng đắn nhất.

Từ tờ giấy nhàu đến biển dữ liệu

Năm 2026, tôi bắt đầu sự nghiệp tại Thanh Niên Báo với vai trò phóng viên bơi lội. Hồi đó, "dữ liệu" chỉ là những tờ giấy ghi tay thời gian về đích. Người viết phải đứng bên làn đua, bấm đồng hồ, và tin vào chính đôi mắt mình. Sau mỗi kỳ SEA Games, tờ giấy ấy nhàu nát trong túi áo, và đó là toàn bộ tư liệu của cả một năm trời.

Hai mươi năm sau, mọi thứ đổi thay đến chóng mặt. Một trận bóng đá V-League giờ sinh ra hàng trăm nghìn điểm dữ liệu mỗi trận: số đường chuyền, số lần áp sát, quãng đường di chuyển, số pha tăng tốc trên 25 km/h. Một buổi thi đấu bơi lội có thể cho ta từng phần trăm giây cho mỗi 50 mét. Bề mặt của ngành thể thao, ít nhất là trên giấy tờ, giờ đây là một biển con số.

Nhưng có một nghịch lý mà rất ít người nói đến. Càng nhiều dữ liệu, càng nhiều cám dỗ để bịa. Bởi lẽ, khi nguồn thật trống, không ai đủ kiên nhẫn để kiểm tra nguồn giả. Tôi gọi đây là "khoảng trống nguy hiểm" của ngành phân tích thể thao Việt Nam.

Khi tôi còn làm chuyên gia cấp cao tại CLB Becamex Bình Dương năm 2026, tôi có cơ hội phân tích toàn bộ 26 vòng đấu V-League. Kết quả cho thấy đội bóng này có chỉ số PPDA trung bình 8,4 — thấp nhất giải, nghĩa là họ chỉ cho đối phương thực hiện trung bình 8,4 đường chuyền trước khi áp sát. Chỉ số xGA của Bình Dương là 0,68 mỗi trận, và họ giữ sạch lưới tới 14 trận. Tôi viết bài "Bình Dương pressing — lối chơi không cần nhiều bóng" kèm 17 biểu đồ dữ liệu. Bài đạt hơn 250.000 lượt đọc.

Điều tôi tự hào nhất không phải con số lượt đọc. Mà là việc mỗi một chỉ số trong 17 biểu đồ đó đều được tôi đối chiếu ít nhất ba nguồn: băng ghi hình trận đấu, dữ liệu GPS của ban huấn luyện, và bảng thống kê độc lập của đơn vị thứ ba. Ba nguồn, không hơn không kém, và mỗi biểu đồ đều ghi rõ thời điểm thống kê.

Ba nguồn, và kỷ luật của sự trống

Có một áp lực không ai thấy, nhưng mọi đội bóng đều sợ. Tôi đặt tên nó: Bình Dương pressing. Khái niệm ấy không nằm ở một cá nhân nào. Nó nằm ở cấu trúc: một hàng tiền vệ chấp nhận chạy nhiều hơn, áp sát sớm hơn, và chuyển hóa áp lực thành bàn thắng. Nhưng để chứng minh điều đó, tôi cần dữ liệu. Và để dữ liệu đáng tin, tôi cần ba nguồn.

Năm 2026, nhờ danh tiếng từ bài viết về pressing, tôi được mời làm chuyên gia World Cup tại Nga cho một đài truyền hình. Tôi xây dựng một mô hình dự đoán xG từ 180.000 pha dứt điểm của năm giải châu Âu, và dự đoán đúng 14 trong 16 trận vòng knock-out. Khi tôi viết rằng Croatia "xG thấp nhưng hiệu quả nhờ 23 pha tăng tốc trên 25 km/h mỗi trận", nhiều cổ động viên chỉ trích tôi là khô khan. Tôi phản bác bằng một bài dài 5.000 từ.

Nhưng đó chưa phải điều quan trọng nhất tôi học được ở Nga. Điều quan trọng nhất là một câu tôi viết cho chính mình: xG không sai, chỉ là bóng đá vốn phi lý. Sau 2026, tôi học cách đếm cả sự phi lý. Nghĩa là, tôi không còn coi mô hình là thánh kinh. Tôi coi nó là một la bàn — nhưng thiếu nó, ta lạc.

Năm 2026, đại dịch khiến bóng đá toàn cầu ngừng hoạt động. Khi Bundesliga trở lại với 312 trận không khán giả, tôi nhìn thấy một phòng thí nghiệm khổng lồ mà không ai muốn có. Tôi phát hiện lợi thế sân nhà giảm từ 54% xuống còn 47%. PPDA của đội chủ nhà tăng 0,9, nghĩa là đội khách dâng cao pressing hơn khi không còn áp lực khán giả. Bài viết "Sân trống, thế trận đổi" của tôi đạt 180.000 lượt đọc và được một câu lạc bộ Ngoại hạng Anh tham khảo.

Khi sân trống, mọi mô hình đều sụp đổ. Tôi xây lại từ đống dữ liệu cháy dở. Đó không phải là một câu khẩu hiệu. Đó là mô tả chính xác công việc: nhặt những mảnh dữ liệu còn sót lại, phân loại cái gì còn đứng vững, và dựng lại trật tự từ đó.

Năm 2026, tôi áp dụng mô hình sân trống cho Euro và Olympic Tokyo. Tôi viết một loạt 12 bài về tuyển Ý, chỉ ra rằng hàng tiền vệ của họ đã di chuyển tổng cộng 4.200 km sau vòng bảng, với PPDA 7,6. Từ vòng tứ kết, tôi dám dự đoán Ý sẽ vô địch, khác hẳn với số đông. Ở Olympic, tôi dùng cùng khung phân tích để đánh giá Brazil U23 và đúng 8 trong 10 cầu thủ quan trọng nhất.

Trong bơi lội, công việc cũng không khác. Khi phân tích Nguyễn Thị Ánh Viên hay Nguyễn Huy Hoàng, tôi không bao giờ chỉ nhìn vào thành tích cuối cùng. Tôi nhìn vào từng split 50 mét, vào cách họ xử lý khúc cua, vào nhịp độ và chiều dài mỗi sải tay. Một vận động viên có thể về đích với cùng thời gian, nhưng cấu trúc phân đoạn lại kể một câu chuyện hoàn toàn khác. Chính cấu trúc đó mới dự báo được lần bơi tiếp theo.

Đó là lý do tôi không bao giờ điền số vào một ô trống. Không có split time thì không có phân tích nhịp độ. Không có stroke rate thì không có phân tích hiệu suất. Không có ba nguồn thì không có bài.

Thị trường chuyển nhượng: nơi niềm tin được định giá

Trong kỳ chuyển nhượng, tiếng ồn át tín hiệu. Mỗi ngày có hàng trăm tin đồn, và hầu hết chúng không dựa trên bất kỳ nguồn nào có thể xác minh. Người hâm mộ chìm trong tin đồn, và người viết chìm theo họ. Cách duy nhất tôi tìm thấy để giữ đầu mình trên mặt nước là xếp hạng tin đồn theo bằng chứng: theo dõi tiền bạc, theo dõi cấu trúc hợp đồng, theo dõi động thái của người đại diện. Một điều khoản giải phóng, một điều khoản bán lại, một mức lương — đó mới là câu chuyện thật.

Thị trường chuyển nhượng là nơi duy nhất người ta trả tiền cho kỳ vọng, không phải cho hiện tại. Một cầu thủ chưa đá nổi 50 trận đỉnh cao có thể được định giá 100 triệu euro. Đó không phải là canh bạc có tính toán. Đó là canh bạc trần trụi, khoác lên mình tấm áo của phân tích dữ liệu.

Và đây là chỗ tôi quay lại với đêm 2 giờ 47 phút. Khi tôi không có split time của vận động viên bơi, tôi không bịa. Khi tôi không có nguồn cho một tin chuyển nhượng, tôi không đẩy nó lên. Nguyên tắc giống hệt nhau, chỉ khác sân chơi.

Tương quan không phải nhân quả

Có một cái bẫy mà người phân tích dữ liệu thể thao dễ sa vào nhất, và nó tinh vi hơn nhiều so với việc bịa số. Đó là nhầm lẫn giữa tương quan và nhân quả.

Một đội pressing nhiều thường thắng nhiều. Nhưng điều đó không có nghĩa là pressing tạo ra chiến thắng. Có thể đội đó có cầu thủ giỏi hơn, ngân sách lớn hơn, hoặc đơn giản là đang gặp chuỗi lịch thi đấu dễ. Nếu tôi áp mô hình Premier League thẳng vào V-League mà không đối chiếu ít nhất ba nguồn nội địa — lịch thi đấu, phong độ trọng tài, mặt sân — thì tôi đang bán cho độc giả một lời tiên tri giả.

Tôi từng thấy các mô hình ngoại nhập bị áp thẳng vào bóng đá Việt Nam. Chúng đẹp trên giấy. Nhưng chúng không biết rằng một sân cỏ ở V-League vào tháng 8 có thể khác hoàn toàn một sân ở Premier League vào tháng 12. Chúng không biết rằng một trận đấu có thể bị bẻ gãy bởi những yếu tố mà dữ liệu không đo được.

Con số không biết nói dối, nhưng người ta luôn tìm cách dối con số. Kẻ dối con số không nhất thiết là kẻ bịa đặt. Đôi khi kẻ dối con số chỉ là người quá tự tin vào một mô hình mà quên mất rằng mô hình được xây ở một nơi khác, cho một nền bóng đá khác.

Trong bơi lội, bẫy này còn nguy hiểm hơn. Một vận động viên cải thiện thành tích sau khi đổi huấn luyện viên — người ta vội kết luận huấn luyện viên mới tài giỏi hơn. Nhưng có thể chỉ là vận động viên đó vừa qua tuổi dậy thì, hoặc vừa chữa khỏi một chấn thương vai. Nhân quả thật nằm ở đâu đó mà mô hình không chạm tới.

Để trống, khi cần để trống

Đêm 2 giờ 47 phút ấy, khi tôi đóng máy tính và nói với biên tập rằng mình chưa đủ ba nguồn, tôi không nghĩ đó là một hành động anh hùng. Tôi nghĩ đó chỉ là kỷ luật cơ bản nhất của nghề. Nhưng kỷ luật cơ bản nhất thường là thứ khó giữ nhất.

Ngành phân tích thể thao Việt Nam đang ở đúng điểm giao thoa mà tôi đã đi qua: đủ dữ liệu để làm điều đúng, và đủ cám dỗ để làm điều nhanh. Câu hỏi mà tôi để lại cho những người viết trẻ không phải là "bạn có bao nhiêu dữ liệu", mà là "khi dữ liệu trống, bạn có dám để nó trống không".

Vòng tiếp theo của bóng đá Việt Nam sẽ được quyết định bởi những người trả lời được câu hỏi đó.