Tại sao dữ liệu thể thao Việt Nam vẫn đang chật vật tìm chính mình?

Trong một thế giới mà mỗi cú sút, mỗi nhát cắt bóng đều có thể được lượng hóa thành con số, câu hỏi đặt ra không còn là "thống kê có giá trị không" mà là "chúng ta đang đo lường đúng thứ chưa". Và câu trả lời, ít nhất trong bối cảnh thể thao Việt Nam, đang khiến nhiều người trong ngành phải giật mình.

Một bài phân tích chuyên sâu vừa được thực hiện gần đây đã để lộ một khoảng trống đáng lo ngại: toàn bộ khung phân tích chín chiều — từ kỹ thuật, chiến thuật, thiết bị, cho đến bản đồ cạnh tranh, hệ thống sự kiện, quyền lực điều hành, huấn luyện, rủi ro, diễn ngôn công chúng và truyền dẫn ngành — đều trả về kết quả "không đủ thông tin để đánh giá". Không phải vì thiếu dữ liệu. Mà vì nguồn cung dữ liệu ban đầu — thứ mà giới phân tích gọi là "Stage-1" — trả về một bảng trống không có nổi một tên cầu thủ, một giải đấu, hay một con số cụ thể.

Đây không phải lỗi kỹ thuật đơn thuần. Đây là biểu hiện của một vấn đề có tính hệ thống trong cách chúng ta thu thập, xử lý và sử dụng dữ liệu thể thao tại Việt Nam.

Dữ liệu không nói dối, nhưng người đọc nó thường tự lừa mình. Câu nói này không phải của bất kỳ ai trong ngành thể thao Việt Nam — nó xuất phát từ truyền thống phân tích Anh Quốc, nơi mà xG (bàn thắng kỳ vọng), PPDA (số đường chuyền cho phép mỗi pha phòng ngự), và hàng loạt chỉ số nâng cao khác đã trở thành ngôn ngữ chung của giới chuyên môn từ hơn một thập kỷ. Nhưng khi mang những công cụ ấy sang một thị trường mà ngay cả dữ liệu cơ bản về trận đấu còn thiếu vắng, câu nói ấy không còn là lời cảnh báo triết học — nó trở thành chẩn đoán lâm sàng.

Bảy năm trước, khi tôi còn là sinh viên năm nhất Báo chí tại Hà Nội, tôi đã viết một bài phân tích về trận đấu giữa Hà Nội FC và SHB Đà Nẵng, sử dụng chỉ số xG để chứng minh rằng chiến thắng 3-1 của đội chủ nhà không đến từ may mắn. Bài viết chỉ có 32 lượt đọc, nhưng nhận được một bình luận từ một HLV trẻ: "Mày nhìn trận đấu khác hẳn bọn nhà báo." Câu nói ấy theo tôi đến tận hôm nay, không phải vì nó khen tôi, mà vì nó cho thấy khoảng cách giữa cách nhìn truyền thống và cách nhìn bằng dữ liệu đã rộng đến mức nào — và rộng hơn cả ở thời điểm đó.

Bảy năm sau, khoảng cách ấy không thu hẹp theo chiều hướng mong đợi.

Người ta nói về "làn sóng data" trong bóng đá Việt Nam, về việc các câu lạc bộ bắt đầu tuyển chuyên viên phân tích, về việc một số tờ báo thể thao bắt đầu lồng ghép số liệu vào bài viết. Nhưng sự thật đau lòng hơn: phần lớn trong số đó vẫn đang ở giai đoạn "sao chép số liệu từ trang nước ngoài và dán vào bài" thay vì xây dựng hệ thống thu thập, xác minh và phân tích độc lập. Đây là lý do tại sao một bài phân tích chuyên sâu theo đúng chuẩn quốc tế — với chín chiều, hàng chục chỉ số, và hệ thống đánh giá rủi ro — lại không thể thực thi được khi đưa vào bối cảnh Việt Nam: vì đầu vào không có, thì đầu ra không thể có.

Nhưng đây mới là điểm đáng nói. Câu chuyện thất bại của bài phân tích nọ không phải là thất bại của phương pháp. Nó là thất bại của quy trình thu thập dữ liệu — và quy trình ấy, trong bối cảnh thể thao Việt Nam, đang gặp vấn đề ở chính ngay điểm khởi nguồn.

Hãy nói về những gì thực sự đang xảy ra ở các giải đấu V-League, Cúp Quốc gia, hay thậm chí bóng bàn — môn thể thao mà bài phân tích này nhắm đến. Các trận đấu diễn ra, kết quả được công bố, nhưng dữ liệu chi tiết về số lần chạm bóng, vị trí sút, tỷ lệ kiểm soát bóng theo từng phút — những thứ mà giới phân tích quốc tế coi là "tối thiểu cần thiết" — hầu như không tồn tại ở dạng có thể truy cập công khai. Đây không phải vấn đề công nghệ. Đây là vấn đề ý chí tổ chức.

Trong bài phân tích mà tôi có cơ hội đọc, có một nhận xét đáng chú ý: "Nguyên nhân có thể xảy ra nhất là lỗi fetch/parse ở Stage-1 hơn là bài viết thực sự trống rỗng. Một bài viết bóng bàn chính hiệu dù ngắn đến đâu cũng thường cung cấp ít nhất một tên cầu thủ, một giải đấu, hoặc một kết quả." Đây là một quan sát quan trọng, không phải vì nó đúng về mặt kỹ thuật, mà vì nó phản ánh một thực tế rằng ngay cả hệ thống phân tích tự động cũng không thể trông cậy vào nguồn dữ liệu thể thao Việt Nam.

Và đây là nghịch lý: chúng ta đang sống trong thời đại mà mọi thứ đều có thể đo lường, nhưng nguồn dữ liệu thể thao đáng tin cậy nhất tại Việt Nam vẫn là... ký ức của các bình luận viên và cảm giác của các cổ động viên.

Điều này không có nghĩa là tương lai u ám. Ngược lại, nó có nghĩa là có một không gian cực lớn để xây dựng. Năm 2026, khi 20 tuổi, tôi đã thu thập dữ liệu từ 64 trận đấu tại World Cup Nga và nhận ra Croatia có quãng đường chạy trung bình 119 km/trận — cao nhất giải — nhưng chỉ đứng thứ năm về chỉ số xG được tạo ra. Tôi dự đoán họ sẽ vào chung kết. Khi điều đó xảy ra, tờ Zing.vn đăng lại bài viết của tôi. Đó không phải vì tôi giỏi hơn ai. Đó là vì tôi có dữ liệu để đặt cược, và tôi chấp nhận bị phản bác nếu sai.

Bài học ở đây không phải là "hãy làm như tôi". Bài học là: muốn phân tích đúng, trước tiên phải có dữ liệu đúng. Và dữ liệu đúng không tự nhiên xuất hiện — nó cần được xây dựng có hệ thống, từ cấp độ cơ sở, với sự đầu tư về nhân lực, công nghệ, và quan trọng nhất, là ý chí tổ chức từ các cơ quan quản lý thể thao.

Mùa hè không bóng đá là lúc sự thật lộ diện, không còn màn khói truyền thông. Đó là câu tôi đã nói nhiều lần, và nó đúng trong mọi bối cảnh — kể cả khi "sự thật" được lộ diện là một bảng phân tích trống không.

Nhưng hãy để tôi nói thêm một điều mà nhiều người trong ngành ngại thừa nhận: ngay cả khi chúng ta có đầy đủ dữ liệu, liệu chúng ta đã sẵn sàng để đọc nó một cách trung thực? Bởi vì phân tích bằng dữ liệu không chỉ đòi hỏi con số — nó đòi hỏi sự khiêm nhường trước những gì con số không thể nói. Một cầu thủ có chỉ số xG thấp nhưng ghi bàn quyết định; một đội bóng có tỷ lệ kiểm soát bóng kém nhưng giành chiến thắng nhờ phản công; một HLV bị chỉ trích vì "phong độ kém" nhưng thực ra đang xây dựng một mô hình chiến thuật mới — đây là những thứ mà bất kỳ hệ thống phân tích nào cũng có thể bỏ sót nếu chỉ nhìn vào con số mà quên mất con người đằng sau chúng.

V-League mùa giải vừa qua chứng kiến không ít trường hợp như vậy. Một đội bóng bị đánh giá thấp trước mùa giải nhờ "dữ liệu lịch sử kém", để rồi kết thúc mùa giải ở vị trí cao hơn nhiều dự đoán. Một cầu thủ trẻ có chỉ số thể lực không nổi bật nhưng liên tục ghi bàn trong những pha phản công nhanh. Một HLV ngoại có triết lý kiểm soát bóng bị cổ động viên phản đối vì "chơi boring", nhưng thống kê lại cho thấy đội bóng của ông có hiệu suất chuyển đổi từ phòng ngự sang tấn công thuộc top ba giải đấu. Những câu chuyện này không có trong các bảng phân tích — chúng chỉ có trong cách chúng ta đọc giữa các dòng số liệu.

Và đây là nơi mà tôi muốn dừng lại một chút để nói về điều mà nhiều người đam mê data bỏ qua: không phải mọi thứ quan trọng đều có thể đo lường, nhưng mọi thứ có thể đo lường đều quan trọng nếu chúng ta đo đúng cách và đặt vào đúng bối cảnh.

Trở lại bài phân tích bị "trả về null". Sự thật đáng buồn không phải là nó không thể thực thi — mà là nó đã đúng khi không thực thi. Bởi vì một bài phân tích thiếu bằng chứng còn tốt hơn một bài phân tích đầy bằng chứng giả. Và đây chính là điều mà giới phân tích thể thao Việt Nam cần phải học: khiêm nhường trước giới hạn của dữ liệu không phải là yếu đuối — đó là kỷ luật nghề nghiệp.

Tôi đã từng đặt cả danh tiếng lên bàn cược với những dự đoán táo bạo dựa trên dữ liệu. Đôi khi tôi đúng, đôi khi tôi sai. Nhưng tôi chưa bao giờ — và sẽ không bao giờ — viết một bài phân tích mà không có ít nhất ba chỉ số định lượng để xác minh quan điểm trước khi xuất bản. Đó là lời thề của một người kể chuyện bằng dữ liệu.

Và đó cũng là điều mà bài phân tích "trống rỗng" kia đang nói với chúng ta: hãy bắt đầu từ những gì thực sự có, không phải từ những gì chúng ta muốn có. Xây dựng hệ thống thu thập dữ liệu từ cấp độ cơ sở. Yêu cầu các giải đấu công bố số liệu chi tiết. Đầu tư vào công nghệ theo dõi trận đấu. Đào tạo thế hệ chuyên viên phân tích có thể đọc được cả con số lẫn khoảng trống giữa các con số.

Khi đó, những bài phân tích chín chiều sẽ không còn trả về "không đủ thông tin". Chúng sẽ trả về những câu chuyện thực sự — về con người, về trận đấu, về những điều mà dữ liệu có thể nói và những điều mà dữ liệu không thể nói. Và đó mới là lúc chúng ta thực sự hiểu được sức mạnh — và giới hạn — của những con số trong thể thao.

Phong độ có thể là ảo ảnh, nhưng chuỗi số liệu không nói dối — chỉ có người đọc nó tự lừa mình thôi. Và đây là lúc để toàn ngành thể thao Việt Nam tự hỏi: chúng ta đang lừa mình ở đâu?