Dữ liệu bóng đá bị mất: cái giá của những bảng thống kê không đầy đủ

Ba giờ sáng ở Nagoya. Tôi mở lại tệp dữ liệu tracking của một trận La Liga, loại tệp tôi vẫn dùng để dựng bản đồ pressing mỗi cuối tuần. Cột thông tin trống trơn. Không một cú sút. Không một pha tranh chấp tay đôi. Không một lần thu hồi bóng. Chín mươi phút đã diễn ra trên sân, nhưng trong tệp tin ấy, trận đấu chưa từng tồn tại.

Tôi ngồi nhìn khoảng trống đó cho tới khi trời sáng. Nghề của tôi là đọc dữ liệu để kể lại chuyện bóng đá, và đêm đó tôi gặp thứ khó đọc nhất: sự vắng mặt. Sai số thì tôi đã quen. Thứ tôi gặp đêm đó là một khoảng trống thuần túy, trong khi trận đấu vẫn nằm ở đó, trong ký ức của hàng nghìn khán giả và trong một băng ghi hình mà tôi phải mất thêm hai ngày mới tìm ra.

Sáng hôm sau tôi tải băng ghi hình về, bấm đồng hồ đếm thủ công từng pha. Bốn tiếng cho chín mươi phút. Tôi ghi được hơn một nghìn hành động. Tệp dữ liệu ghi được không gì cả.

Đêm đó là lần đầu tiên tôi hiểu rằng trong bóng đá hiện đại, thứ nguy hiểm nhất không phải một con số sai, mà là một khoảng trống không ai chịu thừa nhận.

Bối cảnh: một ngành công nghiệp được xây trên giả định

Ngành phân tích bóng đá chuyên nghiệp vận hành trên một giả định không ai nói ra: dữ liệu luôn có mặt. Ở châu Âu, một trận đấu tại năm giải hàng đầu được ghi lại bởi ít nhất ba hệ thống độc lập — camera tracking vị trí, hệ thống ghi sự kiện, và một nhóm người ngồi xem lại băng để kiểm tra chéo. Mỗi câu lạc bộ ở Premier League hiện có trung bình từ năm đến mười hai nhà phân tích trong biên chế, chưa kể mạng lưới cộng tác viên bên ngoài.

Liverpool lập nhóm nghiên cứu dữ liệu từ đầu thập niên 2026 và biến nó thành một phần của quy trình chuyển nhượng. Brentford xây một mô hình tuyển trạch dựa trên dữ liệu để leo từ hạng dưới lên Premier League. Brighton biến việc mua cầu thủ giá rẻ ở các giải ít được theo dõi thành một mô hình kinh doanh sinh lời.

Nhưng phần lớn bóng đá thế giới không vận hành như vậy. Tại J-League, dữ liệu tracking chỉ phủ những trận đấu diễn ra trên sân có lắp đặt hệ thống. Các giải hạng dưới ở Đông Nam Á, trong đó có V.League, phần lớn chỉ có dữ liệu sự kiện cơ bản: bàn thắng, thẻ phạt, số đường chuyền. Muốn có chỉ số sâu hơn, câu lạc bộ phải thuê công ty dữ liệu bên ngoài, và chi phí đó không phải đội nào cũng trả nổi.

Khoảng cách ấy quan trọng hơn vẻ ngoài của nó. Nó quyết định câu lạc bộ nào ra quyết định dựa trên sự thật, và câu lạc bộ nào ra quyết định dựa trên câu chuyện. Khán đài trống khiến tôi nghe thấy từng bước chân sai vị trí — nhưng nếu không có ai ghi lại tiếng bước chân ấy, chẳng có gì để nghe.

Ba loại khoảng trống trong dữ liệu bóng đá

Loại thứ nhất là sự kiện không được ghi. Hầu hết hệ thống ghi sự kiện chỉ ghi khi bóng chạm cầu thủ hoặc khi có hành động rõ ràng: sút, chuyền, tắc bóng, phạm lỗi. Những gì diễn ra giữa các sự kiện đó — chạy chỗ không bóng, xoay người giữ cự ly đội hình, phong tỏa đường chuyền, ép đối thủ về phía biên — gần như không tồn tại trong dữ liệu. Đó là lý do một tiền vệ phòng ngự giỏi thường có bảng chỉ số trông rất nghèo nàn.

Loại thứ hai là ghi sai. Người ghi sự kiện là con người, và ở tốc độ chín mươi phút, sai số nằm trong định mức bình thường. Một đường chuyền bị tính thành hai, một pha tắc bóng bị gán cho nhầm cầu thủ. Vấn đề không nằm ở việc sai, mà ở việc không ai đo được mình đã sai bao nhiêu, vì không có bản ghi nào hoàn hảo hơn để đối chiếu.

Loại thứ ba là loại tôi gặp đêm ở Nagoya: ghi đúng nhưng vô nghĩa. Một ô dữ liệu trống có thể mang hai nghĩa hoàn toàn khác nhau — cầu thủ không thực hiện hành động đó, hoặc hệ thống không ghi nhận được hành động đó. Hai trạng thái này thường được lưu vào cùng một giá trị số không. Khi ai đó cộng trung bình, anh ta đang trộn lẫn sự thật với khoảng trống.

Phút 69 ở Rostov-on-Don

Ngày 2 tháng 7 năm 2026. Nhật Bản dẫn Bỉ 2-0 sau bàn của Genki Haraguchi phút 48 và Takashi Inui phút 52. Rồi Jan Vertonghen đánh đầu phút 69, Marouane Fellaini gỡ hòa phút 74, Nacer Chadli ấn định phút 90+4.

Đêm đó tôi thức đến ba giờ sáng, tua đi tua lại ba bàn thua. Theo bản ghi thủ công của tôi, trong 25 phút cuối, khối lượng chạy cường độ cao của Nhật Bản giảm gần một phần ba so với 45 phút đầu. Hàng tiền vệ mất khả năng pressing hoàn toàn sau phút 60. HLV Akira Nishino không thay người kịp thời.

Nhưng nếu chỉ đọc bảng dữ liệu sự kiện của trận đó, tôi thấy gì? Tôi thấy Nhật Bản thua ba bàn từ ba tình huống bóng chết và bóng bổng. Tôi thấy số đường chuyền thành công của Nhật Bản giảm. Tôi thấy Bỉ có nhiều pha dứt điểm hơn. Tất cả đều đúng, và tất cả đều vô dụng.

Điều bảng dữ liệu không nói là vì sao. Nó không nói rằng Nhật Bản đã ngừng phòng ngự chủ động từ phút 60, rằng tuyến giữa của họ bị đẩy lùi xuống sát vòng cấm, rằng các đường bóng dài của Bỉ không phải là phương án dự phòng mà là hệ quả logic của việc đối thủ đã hết chân. Muốn đọc được điều đó, tôi phải bật băng ghi hình và đếm bằng mắt.

Phút 69 dạy tôi: trận đấu không thuộc về đội dẫn trước, mà thuộc về người đọc được thời điểm.

132 lần pressing và bản đồ không ai vẽ

Năm 2026, tôi hai mươi hai tuổi, còn là sinh viên ngành Thống kê ở Nagoya. Một trận J-League giữa Kawasaki Frontale và Urawa Reds, Kawasaki thắng 4-1. Tôi tự viết script Python để lọc dữ liệu tracking công khai.

Kết quả: Kawasaki thực hiện 132 lần pressing trong trận, trong đó 23 lần thu hồi bóng trong vòng năm giây sau khi mất bóng. Tôi vẽ heatmap vị trí thu hồi bóng và phát hiện điều mà bảng tỷ số không thể kể: HLV Toru Oniki chủ động ép Urawa vào biên phải, nơi ông đã đặt sẵn hai cầu thủ chờ sẵn đường chuyền ngược.

Cả bản đồ ấy được dựng từ 132 điểm dữ liệu. Nếu hệ thống ghi nhận hôm đó hỏng một nửa, tôi vẫn sẽ vẽ ra được một bản đồ. Nó sẽ vẫn đẹp. Nó sẽ vẫn có đường viền rõ ràng. Và nó sẽ hoàn toàn sai.

Đó là cái bẫy tinh vi nhất của nghề này: dữ liệu thiếu không tạo ra khoảng trắng. Nó tạo ra một bức tranh nhỏ hơn nhưng trông vẫn hoàn chỉnh.

Pressing không phải chạy nhanh hơn đối thủ, mà là chạy đúng lúc họ ngừng nghĩ.

Sân trống và 7,2%

Năm 2026, khi đại dịch buộc các giải đấu trở lại trong sân vận động không khán giả, tôi thử một thí nghiệm độc lập. Tôi dùng bộ dữ liệu StatsBomb của La Liga và Premier League để so sánh cường độ pressing trước và sau giãn cách.

Kết quả: số lần pressing mỗi trận của đội chủ nhà giảm 7,2% khi không có khán giả. Đội khách gần như không đổi. Đây là loại phát hiện mà không bảng thống kê truyền thống nào phát ra được, vì nó không nằm ở cầu thủ, cũng không nằm ở chiến thuật. Nó nằm ở khoảng không trên khán đài.

Sự im lặng của sân cỏ tạo ra một loại dữ liệu chưa từng có tên.

Nhưng tôi cũng phải thành thật về giới hạn của con số 7,2%. Nó đo được sự thay đổi về số lượng hành động, không đo được sự thay đổi về chất lượng quyết định. Một cầu thủ pressing ít hơn 7% có thể vì anh ta mất đi tín hiệu thính giác từ khán đài. Cũng có thể vì anh ta mất đà sau một chuỗi trận dày. Dữ liệu chỉ ra chỗ cần nhìn, không chỉ ra thứ phải thấy.

Morocco và ba giây

Năm 2026, ở World Cup tại Qatar, tôi dành nhiều đêm xem lại băng ghi hình các trận của Morocco dưới thời HLV Walid Regragui. Tôi phát hiện một cấu trúc rất rõ: Morocco chuyển từ 4-3-3 khi có bóng sang 5-4-1 khi phòng ngự, và họ chỉ pressing trong ba giây nếu bóng nằm ở một phần ba sân đối phương. Vượt quá ba giây, cả khối lùi về.

Trước trận gặp Bồ Đào Nha, tôi dự đoán Morocco thắng 1-0 nhờ phong tỏa Bruno Fernandes. Kết quả đúng 1-0, Achraf Hakimi thi đấu xuất sắc. Bài dự đoán của tôi được trích dẫn rộng rãi.

Điều tôi muốn nói không nằm ở việc dự đoán đúng. Nằm ở chỗ: cấu trúc ấy chỉ hiện ra khi tôi xem băng, vì dữ liệu sự kiện không ghi lại hành vi lùi về. Một pha lùi về đúng lúc không tạo ra sự kiện nào. Nó chỉ tạo ra một khoảng trống mà đối thủ không thể chui vào.

Giữa hai đội bóng, luôn có một bàn cờ vô hình đang di chuyển.

PPDA không kể câu chuyện gì

PPDA — số đường chuyền đối thủ được phép thực hiện trước mỗi hành động phòng ngự — là chỉ số pressing được dùng nhiều nhất hiện nay. PPDA càng thấp, đội càng pressing quyết liệt. Đó là một chỉ số tốt. Và nó gần như vô dụng khi đứng một mình.

Một đội có PPDA 8 có thể đang pressing rất kỷ luật trong một khối hẹp. Cũng có thể đang bị dẫn bàn và tuyệt vọng lao lên. Cũng có thể đang chơi trên sân nhỏ, nơi mọi khoảng cách đều ngắn hơn. Bảng thống kê chỉ là bản đồ. Con đường thật sự nằm giữa những con số.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi luôn đặt PPDA cạnh ba thứ khác: vị trí trung bình của tuyến phòng ngự, tỷ lệ thu hồi bóng trong mười lăm mét cuối sân, và thời điểm trong trận mà chỉ số đó thay đổi. Một mình PPDA là một câu nói bị cắt mất chủ ngữ.

Hai mươi phút cuối: chiến tranh tiêu hao

Quyền thay năm người đã thay đổi cấu trúc trận đấu theo cách các bảng thống kê mùa giải không thể hiện được. Đội hình sâu hơn giúp các đội lớn duy trì cường độ trong suốt chín mươi phút. Nhưng nó cũng biến hai mươi phút cuối thành một cuộc chiến tiêu hao, nơi đội có ghế dự bị chất lượng hơn thắng đội có ý tưởng chiến thuật hay hơn.

Đây là vùng dữ liệu bị đọc sai nhiều nhất. Khi một đội thủng lưới phút 85, bảng thống kê sẽ cho thấy họ để đối thủ dứt điểm nhiều hơn. Nguyên nhân thật thường nằm ở phút 62, khi huấn luyện viên dùng hết lượt thay người để vá một vị trí, và đến phút 80 thì không còn phương án nào cho tuyến giữa đã cạn pin.

Muốn đọc được điều đó, tôi phải ghi lại thời điểm từng lần thay người, cộng với khối lượng chạy cường độ cao theo từng khoảng mười lăm phút. Không có phần mềm nào tự làm việc đó cho tôi.

Vùng dữ liệu trống nguy hiểm nhất: cầu thủ trở lại sau chấn thương

Trong mọi loại khoảng trống dữ liệu, loại nguy hiểm nhất liên quan tới cầu thủ vừa trở lại sau chấn thương dài. Mẫu dữ liệu của họ nhỏ tới mức vô nghĩa, và bối cảnh thì đã thay đổi hoàn toàn: đồng đội mới, hệ thống mới, nhịp độ trận đấu mới.

Thế nhưng cách xử lý phổ biến vẫn là để cầu thủ đó đá chính ngay và chứng minh bản thân. Yêu cầu ấy làm tăng áp lực tái chấn thương, vì cầu thủ buộc phải vào những pha tranh chấp mà cơ thể chưa sẵn sàng. Về mặt dữ liệu, đây là một quyết định được đưa ra trong điều kiện thông tin gần bằng không.

Cách làm hợp lý hơn là đọc dữ liệu tải trọng trong ba tuần tập luyện trước đó, so với chính cầu thủ ấy ở mùa giải trước, thay vì so với một tiền vệ khác đang có phong độ cao. So sánh với chính mình là cách duy nhất để biến một mẫu dữ liệu nhỏ thành một mẫu dữ liệu có nghĩa.

Cái bẫy của sự đầy đủ giả tạo

Nghịch lý nằm ở chỗ: ngành phân tích bóng đá hiện đại không thiếu dữ liệu. Nó thiếu sự trung thực về những chỗ dữ liệu không tồn tại.

Khi một trường dữ liệu trống, phản xạ của con người là lấp nó bằng một câu chuyện. Trong tuyển trạch, khoảng trống ấy biến thành một khoản phí chuyển nhượng. Một cầu thủ có mười hai trận được tracking đầy đủ ở một giải nhỏ sẽ được định giá như thể mười hai trận đó đại diện cho cả sự nghiệp. Tôi gọi đó là phí hoảng loạn. Người mua không trả cho cầu thủ. Người mua trả cho sự yên tâm rằng mình đã có đủ thông tin.

Trên khán đài, khoảng trống ấy biến thành một huyền thoại. Một cầu thủ vắng mặt ba tháng tự nhiên trở nên tốt hơn trong ký ức của người hâm mộ, vì ký ức không lưu trữ sai số.

Trong phòng phân tích, khoảng trống ấy biến thành một báo cáo trông rất chuyên nghiệp. Đó là thứ tôi sợ nhất. Một báo cáo dám viết "không đủ thông tin để kết luận" khó bán hơn một báo cáo có mười hai biểu đồ. Nhưng báo cáo thứ nhất đang nói thật, còn báo cáo thứ hai chỉ đang nói nhiều.

Điều tôi sẽ kiểm tra ở vòng đấu tới

Đêm ở Nagoya đó kết thúc bằng việc tôi nộp một báo cáo dài bốn trang kết luận rằng tôi không thể kết luận. Không câu lạc bộ nào thích đọc thứ đó. Nhưng chính nó đã cứu tôi khỏi việc dựng nên một trận đấu chưa từng tồn tại.

Bóng đá đang tiến tới một giai đoạn mà dữ liệu nhiều tới mức không ai đọc hết. Trong giai đoạn đó, kỹ năng đắt giá nhất của một nhà phân tích không còn là biết đọc số, mà là biết chỉ ra chỗ nào không có số để đọc.

Tuần tới, khi tôi mở lại bảng dữ liệu cho vòng đấu tiếp theo, câu hỏi đầu tiên tôi sẽ đặt ra không phải là hàng tiền vệ đội này chạy bao nhiêu cây số. Mà là: trong tệp tin này, chỗ nào đang trống, và ai đó đã lấp nó bằng gì?