Ô trống nguy hiểm hơn con số sai: khi bảng dữ liệu thể thao trả về "không có gì"

Hai giờ sáng, tôi mở tệp chuẩn bị cho bản tin trước lượt trận hạ màn V.League. Cột kiểm soát bóng trống. Cột số pha dứt điểm trống. Cột tên câu lạc bộ cũng trống. Cả tệp dữ liệu tôi dày công dựng suốt hai tuần trả về đúng một giá trị: không có gì. Không phải sai số, không phải lệch đơn vị, mà là con số không tồn tại. Điều làm tôi lạnh người không phải khoảng trống đó, mà là phản ứng của cả nhóm: "Không có cảnh báo nghĩa là ổn." Chúng tôi suýt đăng một bản phân tích dựa trên hư không, và hệ thống sẽ chẳng bao giờ báo lỗi — bởi bảng tính không biết nói dối, nó chỉ im lặng.

Tôi từng nghĩ lỗi tồi tệ nhất trong nghề phân tích thể thao là con số sai. Một chỉ số PPDA gán nhầm đội, một pha phản công bị đếm hai lần, một tỷ lệ chuyển hóa cơ hội lệch dấu thập phân. Nhưng sau đêm đó tôi hiểu ra cái gì mới thực sự nguy hiểm: một ô dữ liệu trống bị đọc nhầm thành "mọi thứ đều ổn." Số sai còn có thể tranh luận. Số trống thì không ai tranh luận, vì nó không tồn tại — nó chỉ lặng lẽ lọt vào bản in và được đọc như một tín hiệu an toàn.

Đây không phải câu chuyện riêng của một tệp dữ liệu hỏng. Đây là câu chuyện về cách cả một ngành phân tích thể thao có thể bị lừa bởi sự vắng mặt.

Bất kỳ ai làm nghề này đều đi qua hai tầng xử lý. Tầng thứ nhất bóc tách nguồn thô: một trận đấu, một bản báo cáo, một buổi tập — rút ra các điểm thông tin, thực thể, mốc thời gian. Tầng thứ hai mới là nơi tôi dựng luận điểm: kỹ thuật, chiến thuật, phong độ, rủi ro, chuyển nhượng. Vấn đề nằm ở chỗ: nếu tầng một trả về rỗng, tầng hai vẫn phải chạy. Và nó chạy. Nó sinh ra những bảng biểu đầy đủ khung, đủ cột, đủ dòng — chỉ thiếu đúng một thứ: nội dung. Một bảng N/A trông y hệt một bảng đã được kiểm tra và kết luận "sạch." Đó là cái bẫy.

Tôi học được bài học này theo cách đắt giá nhất, và thú thật, tôi đã từng mắc nó trong một hình hài khác. "Bảng dữ liệu V.League đầu tiên của tôi có hàng trăm lỗi, nhưng nó đã dạy tôi sạch hơn bất kỳ khóa học nào." Hồi đó tôi tưởng lỗi là khi con số sai. Bây giờ tôi biết lỗi còn là khi con số không xuất hiện mà ta không hề hay biết.

Hãy hình dung một buổi tối điển hình trong nghề của tôi. Tôi theo dõi một trận đấu, ghi lại từng đường bóng bằng tay khi hệ thống nhận diện tự động gặp trục trặc. Có những hôm camera góc rộng mất tín hiệu đúng mười phút, và mười phút đó biến mất khỏi mọi bảng biểu sau này. Không ai ghi chú rằng dữ liệu đã khuyết. Bảng vẫn đẹp. Chỉ số vẫn mượt. Chỉ là nó nói về một trận đấu khác với trận đấu đã diễn ra. Tôi đã đọc một đội bóng qua ba mươi biến số trước khi nghe lời bình luận viên, nhưng ba mươi biến số đó chỉ đáng tin nếu tôi biết biến nào đang thiếu.

World Cup 2026 dạy tôi một điều: mô hình không sụp đổ, chính tôi mới là người đã tin nó tuyệt đối. Trước giải, tôi chạy hồi quy trên năm trăm trận quốc tế và ra xác suất tuyển Đức vào bán kết là 78%. Thực tế, Đức thua Hàn Quốc 0-2 và đứng cuối bảng F. Nhưng nếu nhìn kỹ hơn, sai lầm của tôi không nằm ở con số 78%. Nó nằm ở chỗ tôi để mô hình "im lặng" về những thứ nó không đo được: sự lười chạy của hàng tiền vệ, bầu không khí phòng thay đồ, áp lực của nhà đương kim vô địch. Mô hình không nói "tôi không biết." Nó chỉ trả về một con số, và tôi đọc con số đó như thể nó là cả sự thật. Đó chính là bài học về ô trống: một biến số bị bỏ qua không hề báo động, và tôi đã tự lấp nó bằng niềm tin.

Cùng năm đó, tôi bắt đầu nhận ra rằng trong phân tích thể thao, thứ nguy hiểm nhất không phải là dữ liệu xấu, mà là dữ liệu thiếu được ngụy trang thành dữ liệu đủ. Khi Bundesliga trống sân, tôi nhận ra lợi thế sân nhà chỉ là một biến số đang chờ bị xóa. Tỷ lệ thắng sân nhà rơi từ 43% xuống 29% chỉ vì một biến số bị rút khỏi phương trình — khán giả. Nếu tôi không kiểm tra lại, tôi đã có thể xây một mô hình "sân nhà là lợi thế" và bán nó cho độc giả như một chân lý. Cái biến số bị xóa đó không la lên. Nó chỉ âm thầm biến mất, và mô hình cứ thế sai một cách rất tự tin.

Tôi nhớ lại trận Nhật Bản thắng Đức 2-1 ở World Cup 2026, sau đó tôi đếm lại từng pha bóng và sốc với chỉ số PPDA 6.2 của Nhật. Nhưng nếu tệp dữ liệu thay người của trận đó bị khuyết, tôi sẽ không bao giờ thấy Ritsu Doan và Takuma Asano bước vào sân và xoay chuyển cục diện. Một ô trống ở cột "phút vào sân" có thể xóa sạch câu chuyện chiến thuật đẹp nhất của cả giải đấu.

Điều trớ trêu là trong ngành dữ liệu, trạng thái "không có dữ liệu" thường được mã hóa bằng một giá trị trông rất vô hại: N/A, hay null. Với người lập trình, null là "không xác định." Nhưng với người đọc bảng biểu, null trông giống "không có gì đáng lo." Hai cách hiểu này khác nhau một trời một vực, và khoảng cách giữa chúng chính là nơi tai họa sinh ra. Một cầu thủ chưa từng được chấm điểm phòng ngự vì mới đá ba trận — null. Một giải đấu chưa có dữ liệu chấn thương chi tiết — null. Người ta nhìn vào bảng, thấy ô trống, và mặc định rằng đội đó phòng ngự tốt, rằng cầu thủ đó lành lặn. Sự thật là không ai kiểm tra cả.

Tôi gọi đây là "hội chứng dấu tick xanh." Khi một hệ thống trả về "không có cờ cảnh báo," người vận hành hạnh phúc vì tưởng rằng mọi thứ đã được rà soát và đạt chuẩn. Nhưng "không có cờ cảnh báo" và "đã rà soát và đạt chuẩn" là hai câu hoàn toàn khác nhau. Một cái nghĩa là không có vấn đề nào được phát hiện. Cái còn lại nghĩa là không có vấn đề nào được tìm kiếm. Trong thể thao, nơi mọi quyết định chuyển nhượng, mọi đánh giá chấn thương, mọi dự đoán phong độ đều dựa trên các bảng biểu, sự nhập nhằng này có thể đốt cháy cả một mùa giải.

Lấy ví dụ về xếp hạng tin đồn chuyển nhượng. Mỗi kỳ chuyển nhượng, hàng trăm tin xuất hiện mỗi ngày. Nếu công cụ lọc của tôi chỉ đơn thuần đếm "không có nguồn phản bác," nó sẽ đẩy mọi tin đồn vô căn cứ lên đầu bảng, bởi vì tin sai thường không có ai phản bác ngay lập tức. Ô "nguồn phản bác" trống không có nghĩa là tin đúng. Nó chỉ có nghĩa là chưa ai kiểm tra. Vậy nên tôi học cách bắt buộc mỗi tin phải có ít nhất một nguồn độc lập xác nhận, nếu không nó bị đánh dấu "chưa kiểm chứng" — chứ không phải "đã xác nhận."

Có một nghịch lý đáng sợ hơn nữa. Khi dữ liệu trống, người ta thường lấp nó bằng phỏng đoán. Với chấn thương, điều này đặc biệt tai hại. Một câu lạc bộ công bố "cầu thủ sẽ trở lại vào cuối tuần" — và tôi học được rằng cụm từ đó thường không phải kết luận y khoa, mà là thông điệp truyền thông. Bảng dữ liệu chấn thương thật không có. Cái có là một tuyên bố được đóng gói cẩn thận. Nếu tôi để cột "ngày trở lại dự kiến" trống và mặc định rằng cầu thủ sắp bình phục, tôi đã biến sự thiếu thông tin thành một dự đoán lạc quan. Chính xác thì đó là lỗi: một ô trống bị đọc thành tín hiệu tích cực.

Ở đây có một góc nhìn ngược dòng mà tôi tin là quan trọng nhất. Chúng ta thường ngợi ca dữ liệu vì nó có thể "chứng minh" điều gì đó. Chúng ta đổ tiền vào các mô hình dự đoán, các hệ thống chấm điểm tự động, các thuật toán ngày càng thông minh. Nhưng giá trị lớn nhất, và cũng là giá trị bị đánh giá thấp nhất, của dữ liệu không nằm ở chỗ nó nói "đúng" hay "sai." Nó nằm ở chỗ một hệ thống dữ liệu trung thực phải biết nói "tôi không biết." Một mô hình có thể thừa nhận khoảng trống của mình đáng tin hơn mười mô hình luôn tỏ ra chắc chắn.

Dữ liệu không cần tôi tin tưởng. Dữ liệu cần tôi kiểm tra. Và điều tôi cần kiểm tra trước tiên, sau tất cả, không phải là các con số ào ạt, mà là các khoảng trống im lặng. Tôi không còn sợ bảng biểu sai. Tôi sợ bảng biểu trống được đóng khung như một kết luận.

Nói thẳng ra, trong kỳ chuyển nhượng này, khi mọi người chạy đua theo tin đồn, tiếng ồn còn lớn hơn cả tín hiệu, tôi áp dụng một quy tắc đơn giản: mỗi khi thấy một ô trống, tôi tự hỏi đó là "đã kiểm tra và không có gì," hay là "chưa ai kiểm tra." Hai câu trả lời dẫn đến hai quyết định hoàn toàn khác nhau. Và trong một thị trường mà mỗi con số đều có thể bị bán cho người đọc như một sự thật, thì việc phân biệt hai câu đó có thể là kỹ năng quan trọng nhất mà một nhà phân tích có thể rèn.

Vòng đấu tới sẽ tạo ra hàng nghìn điểm dữ liệu mới, và phần lớn trong số chúng sẽ có vẻ ổn. Câu hỏi tôi mang theo không phải là điểm nào đúng, mà là ô nào đang trống — và liệu tôi có đủ can đảm để nói "tôi chưa biết," trước khi bảng biểu tự nói hộ tôi.