Khi bảng dữ liệu trống: cái bẫy bịa đặt trong phân tích bóng đá

Đêm 27 tháng 6 năm 2026, tại Kazan, tôi ngồi trước màn hình với một bảng tính đã chạy suốt ba tháng trời. Mô hình xG và xA của tôi, dựng trên dữ liệu ba mùa giải của năm giải vô địch quốc gia châu Âu, cho tuyển Đức 78% cơ hội vào bán kết World Cup. Đến phút cuối, tỷ số là 0-2 trước Hàn Quốc, và đội bóng tôi tin tưởng nhất rời giải ngay từ vòng bảng. Mô hình đoán đúng 12 trong 16 đội vào vòng knock-out. Nó chỉ sai ở đúng chỗ tôi đặt niềm tin nhiều nhất. Từ đêm đó, trước khi đọc bất kỳ chỉ số nào, tôi luôn tự hỏi một điều: trong bảng dữ liệu này, ô nào đang trống, và vì sao tôi lại muốn điền vào đó?

Nghe như chuyện kỹ thuật, nhưng đây là chuyện nghề. Phân tích bóng đá chuyên nghiệp vận hành theo hai bước. Bước đầu bóc tách nguồn tin thành những điểm thông tin rời rạc: tên đội, tên cầu thủ, tỷ số, mốc thời gian, mức độ tin cậy của nguồn. Bước sau dựng phân tích chuyên sâu, nhưng chỉ được phép dựng từ chính những điểm đó. Khi bước đầu trả về một danh sách rỗng, nghĩa là không có đội bóng nào, không có cầu thủ nào, không có trận đấu nào được xác nhận, thì bước sau chỉ còn hai lựa chọn: ghi rõ "không đủ thông tin để đánh giá", hoặc bịa ra nội dung.

Trong nghề của tôi, lựa chọn thứ hai hấp dẫn hơn vẻ ngoài của nó. Một báo cáo dày, đủ mục, đủ bảng, đủ biểu đồ luôn trông đáng tin hơn một trang giấy ghi "không thể đánh giá". Nhưng sự trơn tru ấy mới là thứ nguy hiểm nhất. Dữ liệu không xúc động, nhưng nó nhớ tất cả những gì báo chí quên, và nó cũng nhớ tất cả những gì người phân tích tự ý thêm vào.

Tôi học điều này lần thứ hai vào năm 2026, khi các sân vận động châu Âu đóng cửa vì đại dịch. Tôi thu thập dữ liệu chín vòng đấu Bundesliga sau ngày bóng đá trở lại vào tháng 5. Tỷ lệ thắng sân nhà giảm từ 44,2% của mùa 2026-19 xuống còn 36,7%; số bàn thắng trung bình mỗi trận giảm từ 3,1 xuống 2,8. Lợi thế sân nhà, thứ mà mọi mô hình cũ coi là hằng số, bỗng phụ thuộc vào khán đài. Sân nhà không phải mảnh đất thiêng, chỉ là biến số đã bị đóng băng. Khi khán đài đổi, con số cũ mất nghĩa.

Năm 2026, tôi mang bài học ấy vào trận tứ kết Euro giữa Ý và Bỉ. Ý pressing với PPDA trung bình 8,2, cho phép đối thủ chuyền chưa đầy chín đường trước khi bị can thiệp. Bỉ chơi phản công và chạy ít hơn 17% so với các trận trước đó. PPDA là chữ ký, quãng đường chạy là lời thú tội. Tôi kết luận Ý sẽ kiểm soát thế trận, và Ý thắng 2-1. Lần đầu tiên, một mô hình có ghi chú đầy đủ về khán giả, lịch thi đấu và chấn thương dự đoán đúng một diễn biến quan trọng. Tôi không ghi lại kết quả ấy như một huy chương, mà ghi nó như một lần kiểm chứng quy trình: dữ liệu, bối cảnh, dự đoán, rồi đối chiếu.

Đến năm 2026, ở tuổi 23, tôi theo dõi thương vụ Enzo Fernández từ Benfica sang Chelsea với mức phí 121 triệu euro. Báo cáo định giá của tôi dựa trên dữ liệu World Cup: 82% đường chuyền chính xác, 14 pha tắc bóng thành công. Nhưng thương vụ thực tế còn phụ thuộc vào vai trò của người môi giới, cấu trúc điều khoản thanh toán và sự vội vàng của bên mua. Không chỉ số nào đo được những thứ ấy. Chuyển nhượng không chọn người giỏi nhất, mà chọn người bạn đo sai ít nhất.

Giới hạn của dữ liệu bóng đá mang hình dạng rất cụ thể. Một câu lạc bộ có thể đáp ứng mọi ngưỡng của luật công bằng tài chính, vẫn sụp đổ vì một hợp đồng lương dài hạn ký trong lúc hoảng loạn. Một đội có thể dẫn đầu bảng xG cả mùa, vẫn trắng tay vì mất bảy điểm trong bốn vòng cuối. Một tin chuyển nhượng có thể đến từ nhà báo có nguồn xác thực, hoặc từ một tài khoản mạng xã hội được lan truyền đủ nhanh để thành "tin". Mức độ tin cậy của nguồn là một điểm thông tin, không phải một chi tiết trang trí.

Phản ứng trực giác của phần lớn người làm nghề lại đi theo hướng ngược lại. Khi thiếu dữ liệu, chúng ta có xu hướng lấp đầy. Một tiền đạo không ghi bàn suốt sáu vòng bị gọi là "khủng hoảng phong độ", trong khi nguyên nhân có thể nằm ở chỗ đội bóng đã ngừng tạo cơ hội cho anh ta. Cùng một con số, hai cách kể, và chỉ một trong hai có nền tảng.

Tôi tin vào phương sai nhiều hơn tôi tin vào nhà vô địch. Một đội vô địch là kết quả của một chuỗi sự kiện; một đội giữ phương sai thấp ở các chỉ số quá trình là kết quả của một cách chơi. Bảng xếp hạng kể câu chuyện của quá khứ. Chỉ số quá trình kể câu chuyện của tương lai gần, và ngay cả khi ấy, nó cũng chỉ kể được một phần.

Trong ngành dữ liệu cầu thủ, việc bịa đặt hiếm khi đến từ ác ý. Nó đến từ cấu trúc khuyến khích. Một mẫu phân tích đủ chín phần luôn trông chuyên nghiệp hơn một mẫu chỉ có sáu phần, và không ai chấm điểm phần trống. Vì thế, một bảng biểu đầy ắp số liệu nhưng thiếu mục "giới hạn dữ liệu" thường là dấu hiệu xấu.

Dữ liệu là nền tảng, không phải chân lý tuyệt đối. Trong chu kỳ mùa giải thường niên sắp tới, tín hiệu đáng theo dõi không nằm ở đội nào đang dẫn đầu bảng, mà ở chỗ đội nào bắt đầu công bố cả những ô trống của mình. Đức 2026 là một món quà, vì nó chứng minh rằng mô hình cũng cần thất bại để lớn. Một bảng phân tích trung thực bắt đầu bằng việc nói rõ nó chưa biết gì.