Ô trống trong bảng tính: Khi dữ liệu thể thao không có gì để nói

Đêm 23 tháng 11 năm 2026, tại một căn hộ nhỏ ở Hà Nội, tôi mở song song hai màn hình. Bên trái là bảng tính World Cup Qatar mà tôi dựng suốt ba tháng. Bên phải là trận Đức gặp Nhật Bản. Bảng tính cho Đức chỉ số bàn thắng kỳ vọng (xG) tích lũy cao nhất bảng E, kiểm soát bóng trung bình 63 phần trăm, số cơ hội nguy hiểm tạo ra gần gấp ba đối thủ. Đến phút 83, Nhật Bản ghi bàn thứ hai. Đến cuối vòng bảng, đội bóng tôi tin chắc sẽ đi tiếp bị loại ngay từ cửa ngõ.

Điều khiến tôi mất ngủ nhiều đêm không phải tỉ số. Mà là một ô trống trong bảng tính — ô tôi chưa từng nghĩ tới việc điền vào.

Người ta thường sợ dữ liệu sai. Nhưng thứ nguy hiểm hơn dữ liệu sai là dữ liệu thiếu — khoảng trống mà mô hình không hề biết mình đang thiếu. Một con số sai thì có thể phát hiện, kiểm tra, sửa lại. Một ô trống thì im lặng tuyệt đối, và sự im lặng đó lọt thẳng vào kết luận cuối cùng mà không ai hay biết.

Tôi viết bài này như một bản tự kiểm điểm nghề nghiệp, để chỉ ra rằng trong phân tích thể thao hiện đại, rủi ro lớn nhất thường không nằm ở dữ liệu ta có, mà ở dữ liệu ta tưởng mình đã có.

Tôi khởi nghiệp năm 2026 với tư cách biên tập viên dữ liệu cho một trang bóng đá ở Hà Nội. Khi ấy, tôi viết một bài gây tranh cãi: Câu lạc bộ Hà Nội xứng đáng thắng Quảng Nam 3-1 chứ không phải thắng may 1-0 ở V.League. Tôi dựa trên xG cả trận 2,87 so với 0,45, kiểm soát bóng 68 phần trăm và 14 cú sút trong vòng cấm. Bài viết bị chế giễu vì cho rằng bóng đá không phải toán học. Một tuần sau, huấn luyện viên Chu Đình Nghiêm thừa nhận ông xem lại băng và điều chỉnh chiến thuật dựa trên phân tích đó.

Khoảnh khắc ấy định hình toàn bộ sự nghiệp tôi. Tôi tin rằng dữ liệu không chỉ mô tả trận đấu mà còn định hướng nó. Từ đó, mỗi bài viết của tôi phải có tối thiểu ba chỉ số nâng cao trước khi đưa ra nhận định. Tôi xây dựng cho mình một quy trình: thu thập xG, số đường chuyền, nhiệt đồ vị trí, chỉ số áp sát PPDA, quãng đường chạy. Tôi gọi nó là bộ xương số, bộ khung mà mọi kết luận phải bám vào.

Niềm tin ấy đưa tôi tới World Cup 2026 ở Nga. Trong khi hầu hết đồng nghiệp chọn Brazil hay Đức, tôi viết rằng Croatia sẽ vào chung kết. Cơ sở: hàng tiền vệ của họ có tổng quãng đường chạy trung bình 112 km mỗi trận, cao nhất giải, cùng bộ ba Luka Modrić, Ivan Rakitić và Marcelo Brozović đạt chỉ số PPDA 8,2, mức áp sát khủng khiếp. Khi Croatia thật sự đánh bại Anh ở bán kết, một nhóm phóng viên quốc tế giới thiệu tôi với một nhà phân tích dữ liệu của Opta. Đó là lần đầu tôi hiểu rằng mô hình có thể nhìn thấy điều mắt thường bỏ lỡ.

Croatia không lên chung kết vì may mắn. Họ lên chung kết vì đôi chân không biết dừng. Nhưng câu chuyện ấy, về sau, lại dạy tôi một điều ngược lại: chính những mô hình thành công lại là thứ khiến ta chủ quan nhất.

Tôi chia các thất bại của mình thành hai loại. Loại thứ nhất là khi dữ liệu nói dối: ta có số, nhưng số dẫn ta sai. Loại thứ hai là khi dữ liệu im lặng: ta không có số, và ta không biết mình không có.

Loại thứ nhất xảy ra năm 2026. Khi đại dịch khiến bóng đá tê liệt và Bundesliga tái khởi động với khán đài trống, tôi đặt cược rằng lợi thế sân nhà sẽ giảm. Tôi xây dựng bộ dữ liệu lợi thế sân nhà từ năm 2026, và mô hình cho rằng hiệu suất sân nhà sẽ rơi từ 54 phần trăm xuống dưới 50 phần trăm. Kết quả có vẻ đúng: Borussia Dortmund chỉ thắng 3 trong 8 trận sân nhà còn lại, tỉ lệ thắng sân nhà toàn giải tụt xuống 48,7 phần trăm.

Nhưng phần sau của câu chuyện mới là phần đáng nói. Khi tôi dùng mô hình ấy để dự đoán sự phục hồi, nó thất bại thảm hại. Khi khán đài trống, mô hình của tôi sụp đổ. Tôi biết mình đã quên mất yếu tố con người. Tôi đã giả định rằng khi khán giả quay lại, mọi thứ sẽ trở về như cũ. Nhưng chất lượng sân tập, tâm lý đội bóng, lịch thi đấu dày đặc, những biến số ấy không nằm trong bảng tính của tôi. Tôi có số, nhưng số chỉ đúng một nửa.

Loại thứ hai xảy ra năm 2026, và nó đau hơn nhiều. Tôi được một tờ báo lớn tại Việt Nam mời làm chuyên gia phân tích World Cup Qatar. Tôi dựng mô hình dựa trên xG, số bàn thắng và chỉ số kiểm soát. Mô hình cho Đức vượt qua vòng bảng vì xG tích lũy cao nhất bảng. Đức bị loại.

Khi ngồi lại phân tích sai lầm, tôi tìm thấy nguyên nhân nằm ở một chỉ số tôi chưa từng thu thập: PPDA của Nhật Bản trong hai trận gặp Đức và Tây Ban Nha là 6,8. Đó là mức áp sát gần như nghẹt thở, cao hơn hẳn ngưỡng tôi dùng để đánh giá một hàng tiền vệ pressing. Nhật Bản không hề yếu. Họ chỉ chơi theo cách mà bộ dữ liệu của tôi không đo được.

Đây là bài học cốt lõi: mô hình của tôi không sai vì tính toán sai, mà sai vì thiếu một biến số quan trọng, và sự thiếu hụt ấy không hề để lại dấu vết nào trong bảng tính. Khi một con số sai, nó tự tố cáo. Khi một biến số vắng mặt, không có gì tố cáo nó cả. Bảng tính vẫn cân đối, các công thức vẫn chạy, kết quả vẫn trông hợp lý. Chỉ có thực tế là không khớp.

Tôi chuyển sang viết chuyên mục NBA cho một tờ báo lớn tại Việt Nam, và ở đó, bài học về khoảng trống dữ liệu còn rõ hơn. Bóng rổ là môn thể thao mà dữ liệu tiên tiến phát triển sớm nhất. Ta có chỉ số hiệu suất tấn công, hiệu suất phòng ngự, nhịp độ, tỉ lệ ném hiệu quả, tỉ lệ sử dụng bóng, và cả những chỉ số phức tạp như EPM. Về lý thuyết, ta có thể mô hình hóa gần như mọi thứ.

Nhưng chính vì thế, người phân tích bóng rổ dễ rơi vào bẫy tự tin nhất. Ta có quá nhiều số đến mức tưởng rằng mình có tất cả. Trong khi đó, những biến số quyết định lại thường nằm ngoài bảng tính: sự ăn ý của một cặp cầu thủ, mức độ chấp nhận rủi ro của một huấn luyện viên trong loạt trận playoff, hay đơn giản là việc một ngôi sao mất đi sự tự tin sau ba trận ném hỏng liên tiếp.

Tôi nhớ một lần phân tích một đội bóng ở giai đoạn playoff. Mô hình của tôi cho họ cửa thắng cao vì hiệu suất ném ba điểm xuất sắc trong giai đoạn thường. Nhưng khi vào playoff, tỉ lệ ấy sụp đổ. Nhìn lại, tôi nhận ra mình đã bỏ qua một biến số mang tính hệ thống: trong playoff, đối thủ phòng ngự ở cường độ cao hơn, và những cú ném ba điểm mở mà cầu thủ này có được trong mùa thường biến mất. Số liệu mùa thường đúng, nhưng nó không chuyển hóa được sang playoff. Tôi đã có số, nhưng số ấy thuộc về một tình huống khác, và tôi không nhận ra sự khác biệt ấy.

Trong esports, người chiến thắng thường là người đọc nhịp nhanh hơn, không phải người bấm nhanh hơn. Câu ấy tôi dùng cho esports, nhưng nó đúng cả với bóng rổ: kẻ thắng là kẻ đọc được nhịp trận đấu, thứ mà bảng tính không bao giờ hiển thị đầy đủ.

Ở bóng rổ Việt Nam, khoảng trống ấy còn lớn hơn. Giải bóng rổ chuyên nghiệp Việt Nam đang phát triển, nhưng hệ thống dữ liệu nâng cao vẫn còn sơ khai. Ta có điểm số, rebound, assist, nhưng thiếu những chỉ số đo lường không gian, hiệu quả phòng ngự theo từng vị trí, hay tác động của một cầu thủ khi không có bóng. Người hâm mộ nhìn vào điểm số để phán xét, trong khi phần lớn giá trị thật của một cầu thủ nằm ở những ô chưa ai buồn điền. Đó là lý do tôi luôn nhắc rằng một bảng điểm không bao giờ kể hết câu chuyện.

Có một loại ô trống đặc biệt mà tôi gọi là dữ liệu chưa sinh ra. Đó là khi thứ ta cần đo chưa hề tồn tại trên sân, nên không có cách nào thu thập. Làm sao đo được mức độ mệt mỏi tinh thần của một đội bóng sau ba trận đấu kéo dài hiệp phụ? Làm sao đo được áp lực của một đội tuyển quốc gia khi cả đất nước đang chờ? Làm sao đo được việc một cầu thủ mất đi người thân trước thềm giải đấu?

Những biến số ấy tồn tại, tác động rõ rệt lên kết quả, nhưng chúng không có đơn vị đo. Chúng là những ô trống vĩnh viễn. Người phân tích giỏi không phải người lấp đầy mọi ô trống, mà là người biết ô nào mình buộc phải chấp nhận bỏ trống.

Tôi từng đọc một báo cáo phân tích nội bộ rất chỉn chu. Mọi mục đều đầy đủ, mọi chỉ số đều có nguồn, mọi kết luận đều có bằng chứng. Nhưng khi tôi kiểm tra, tôi phát hiện một điều: toàn bộ báo cáo dựa trên dữ liệu trống. Mục thông tin cốt lõi trống. Nguồn bài viết trống. Các thực thể liên quan chưa được xác định. Vậy mà báo cáo vẫn được trình bày với đầy đủ tiêu đề, đầy đủ khung, đầy đủ định dạng, trông y hệt một phân tích hoàn chỉnh.

Đó là ví dụ hoàn hảo cho cái bẫy nguy hiểm nhất của nghề: một khung phân tích được định dạng đẹp có thể bị nhầm với một phân tích thật. Khi dữ liệu đầu vào trống, điều trung thực nhất không phải là bịa ra kết luận cho đầy khung, mà là ghi rõ rằng không đủ thông tin để đánh giá. Sự trung thực ấy nghe có vẻ yếu, nhưng nó là nền tảng của mọi phân tích đáng tin.

Người ta hay nhắc câu tương quan không phải nhân quả. Nhưng có một phiên bản ít được nhắc hơn, và với tôi nó quan trọng hơn: sự vắng mặt của dữ liệu cũng là một dạng dữ liệu, nếu ta chịu đọc nó.

Khi một ô trống xuất hiện trong mô hình, có hai cách phản ứng. Cách thứ nhất là lờ nó đi, coi như không tồn tại, và tiến hành phân tích như thể mọi thứ đã đầy đủ. Cách thứ hai là dừng lại, hỏi vì sao ô ấy trống, và tự hỏi liệu chính sự trống ấy có đang nói lên điều gì về giới hạn của mô hình. Tôi đã mất nhiều năm để học cách thứ hai.

Năm 2026, ô trống ấy tên là PPDA của Nhật Bản. Nếu lúc đó tôi chịu dừng lại và hỏi liệu bộ dữ liệu của mình có đang thiếu chỉ số áp sát của các đội bị đánh giá thấp hay không, có lẽ tôi đã không mắc sai lầm. Nhưng tôi đã tin vào sự đầy đủ giả tạo của bảng tính mình. Tôi tin rằng vì mọi ô đều có số, nên mọi thứ đều đã được đo.

Đây là điểm tôi muốn nhấn mạnh với bất kỳ ai làm phân tích dữ liệu thể thao: rủi ro lớn nhất không đến từ dữ liệu xấu, mà đến từ niềm tin rằng ta đã có đủ dữ liệu. Dữ liệu xấu thì ta biết đường mà sửa. Niềm tin sai về tính đầy đủ thì ta không biết mình đang sai.

Tôi không tin vào linh cảm. Nhưng tôi tin vào những gì linh cảm được dữ liệu xác nhận. Và khi linh cảm mách bảo rằng có điều gì đó chưa đúng, trong khi bảng tính vẫn trơn tru, thì thường linh cảm đang chỉ vào một ô trống mà tôi chưa nhìn thấy.

Có một lĩnh vực mà khoảng trống dữ liệu gây hậu quả nặng nề nhất, đó là thị trường chuyển nhượng. Tôi đã chứng kiến không ít bản hợp đồng được ký dựa trên một mùa giải bùng nổ, trong khi mẫu số liệu quá nhỏ để kết luận điều gì. Một cầu thủ ghi 20 bàn trong nửa mùa, và lập tức được định giá bằng ba lần giá trị thật. Mô hình định giá khi ấy bỏ qua những ô trống quan trọng: cầu thủ ấy đá ở giải nào, gặp đối thủ ra sao, bao nhiêu bàn đến từ tình huống may mắn, bao nhiêu đến từ kỹ năng lặp lại được. Bong bóng giá trẻ đang vỡ, và tôi cho rằng phần lớn bong bóng ấy được thổi lên bởi những mô hình đọc số mà không đọc khoảng trống.

Một bản hợp đồng chỉ thực sự đúng khi con số ký cùng chữ ký. Nhưng trước khi ký, có bao giờ ta hỏi con số ấy được dựng trên bao nhiêu ô trống không?

Có một khía cạnh khác của cùng vấn đề, nằm ở cách vận động viên bị bịt miệng. Khi một cầu thủ ký hợp đồng đại diện, cậu ấy thường không còn được tự do nói điều mình nghĩ. Những phát ngôn được gọt giũa cho vừa lòng nhà tài trợ, và cá tính bị thay bằng thông điệp an toàn. Với tôi, đây cũng là một dạng ô trống: ô cảm xúc thật của người chơi bị xóa khỏi dữ liệu truyền thông, để lại một hình ảnh phẳng lì, dễ đoán, và vô hại. Người hâm mộ tưởng mình đang hiểu cầu thủ, nhưng thực ra họ đang đọc một bảng dữ liệu đã bị biên tập.

Sau thất bại năm 2026, tôi dành ba tháng để xây dựng lại hệ thống, tích hợp thêm nhiều nguồn dữ liệu phi truyền thống. Nhưng thay đổi lớn nhất không nằm ở công cụ, mà ở thói quen: mỗi bài phân tích của tôi từ đó đều có một mục bắt buộc mang tên rủi ro và khoảng trống.

Mục ấy liệt kê những gì mô hình không đo được: chấn thương chưa công bố, tâm lý đội bóng, lịch thi đấu, chất lượng sân tập, và cả những biến số chưa sinh ra. Nó buộc tôi phải thừa nhận giới hạn trước khi đưa ra kết luận. Tôi cũng ngừng dùng cụm từ chỉ số quyết định, vì tôi biết rằng dữ liệu không bao giờ nói toàn bộ sự thật.

Có người nói việc thừa nhận khoảng trống làm bài phân tích yếu đi. Tôi cho rằng ngược lại. Một bài phân tích không có mục rủi ro giống như một bản hợp đồng không có điều khoản phạt: trông gọn gàng, nhưng không ai dám ký.

Tôi nhận ra rằng sự thiếu cảm xúc mà người ta thường gán cho trường phái dữ liệu thực ra là một sự nhầm lẫn. Khiêm tốn về giới hạn của mình không phải là lạnh lùng. Đó là một dạng kỷ luật, kỷ luật không cho phép bản thân vượt qua bằng chứng.

Có một cám dỗ mà tôi phải cảnh giác mỗi ngày. Sau nhiều bài viết thành công nhờ đi ngược số đông, tôi dễ bị cuốn vào việc tìm kiếm sự phản trực giác như một mánh khóe. Tôi dễ tự nhủ rằng nếu mọi người nghĩ thế này, có lẽ điều ngược lại mới đúng. Đó là một cái bẫy tinh vi, bởi nó khiến tôi đảo ngược kết luận chỉ để tỏ ra khác biệt, chứ không phải vì dữ liệu thực sự chỉ về hướng ngược lại.

Tôi buộc mình phải tự hỏi trước khi viết: nếu dữ liệu năm nay đồng thuận với số đông, liệu tôi có đủ can đảm để viết theo số đông không? Nếu câu trả lời là không, thì tôi đang không phân tích, mà đang trình diễn.

Đêm đó, truyền thông gọi họ là vô hồn. xG nói điều ngược lại, và tôi chọn tin xG. Nhưng tôi cũng phải tự nhắc rằng chọn tin xG không có nghĩa là luôn đi ngược truyền thông. Đôi khi truyền thông đúng, và việc của tôi là xác nhận điều đó bằng số, chứ không phải phủ nhận nó cho oai.

Tôi quay lại câu chuyện ở đầu bài, vì nó vẫn còn dang dở. Bảng tính World Cup 2026 của tôi không sai về mặt kỹ thuật. Mọi công thức đều đúng. Mọi con số đều có nguồn. Nhưng nó thiếu một chỉ số, và chỉ một chỉ số ấy đủ để đảo ngược kết luận.

Điều tôi học được không phải là đừng tin dữ liệu. Mà là: dữ liệu cho thấy xu hướng, nhưng không phải lời tiên tri. Giữa một mô hình đẹp và một thực tế xấu xí, thực tế luôn thắng. Việc của người phân tích là chuẩn bị tinh thần cho điều đó, và viết ra những khoảng trống trước khi thực tế chỉ ra chúng.

Có lần tôi tự hỏi: nếu một bảng dữ liệu hoàn toàn trống, nó có còn là dữ liệu không? Câu trả lời tôi tìm được là có. Một bảng trống nói với ta rằng ta chưa thu thập được gì, rằng ta chưa hiểu đối tượng của mình, rằng mọi kết luận rút ra từ nó đều vô nghĩa. Sự trống ấy là một lời cảnh báo, không phải một khoảng lặng vô hại.

Tôi từng nghĩ mình là người biết rõ nhất. Nhưng nghề này dạy tôi rằng người biết rõ nhất là người biết rõ mình không biết gì. Đó không phải một câu triết lý suông. Đó là kết luận rút ra từ những đêm mất ngủ, từ những mô hình sụp đổ, từ những ô trống mà tôi đã không chịu nhìn.

Nếu bạn làm phân tích dữ liệu thể thao, hãy thử một việc trong tuần này. Mở bảng tính của mình ra và tìm những ô trống. Không phải ô có số sai, mà là ô chưa từng có số. Hỏi vì sao chúng trống. Hỏi liệu sự trống ấy có đang che giấu một biến số quyết định.

Với tôi, tín hiệu cho vòng tiếp theo không nằm ở việc tôi thêm được bao nhiêu chỉ số mới. Nó nằm ở việc tôi có đủ can đảm để viết ra, ngay đầu mỗi bài phân tích, rằng mô hình của tôi có những giới hạn mà tôi chưa thể lấp đầy. Sự trung thực ấy không làm bài viết yếu đi. Nó làm bài viết đáng tin hơn, và trong nghề này, đáng tin là tất cả những gì ta có.

Con số không bao giờ cần chúng ta bảo vệ. Ngược lại, chúng ta cần chúng để không tự lừa mình. Nhưng ta cũng cần biết rằng con số chỉ đáng tin khi ta thừa nhận con số không nói hết. Vòng tiếp theo của tôi bắt đầu từ một ô trống. Vòng tiếp theo của bạn thì sao?