Bảng dữ liệu trống và kỷ luật của người đếm

Ba giờ sáng ở Quảng Châu. Tập tin nhóm dữ liệu gửi lại nằm nguyên trên màn hình: đủ tiêu đề, đủ khung, đủ bảng biểu, và trống hoàn toàn. Mục đối tượng phân tích không có tên ai. Mục điểm thông tin không có dòng nào. Mục chỉ số then chốt không có một chữ số. Bản báo cáo mang hình dạng của một báo cáo và phần ruột của một tờ giấy chưa viết. Tôi ngồi nhìn nó hai mươi phút. Rồi tôi làm đúng một việc: gõ vào ô kết luận bốn chữ "chưa đủ dữ liệu", ký tên, đóng máy, đi ngủ. Năm 2026, ở tuổi ba mươi mốt, tôi rời sân thi đấu vì đầu gối. Cơn đau đầu gối dạy tôi cách đếm, và tôi chưa bao giờ ngừng đếm. Nó cũng dạy tôi điều thứ hai, khó chịu hơn nhiều: có những ngày bạn không đếm được gì, và ngày đó bạn phải nói ra. Kỳ chuyển nhượng là giai đoạn duy nhất trong năm mà khối lượng thông tin tăng nhanh hơn tốc độ xác minh. Một cầu thủ có thể được đưa tin sang ba câu lạc bộ khác nhau trong cùng một tuần, mỗi bản tin đều có nguồn, và không bản tin nào có hợp đồng. Người hâm mộ không thiếu tin. Họ thiếu bộ lọc. Cách tôi lọc rất cũ. Tôi xếp mọi tin đồn vào ba tầng. Tầng thứ nhất là tầng có chữ ký: hợp đồng đã ký, ảnh kiểm tra y tế, thông báo chính thức. Tầng thứ hai là tầng có tiền: điều khoản giải phóng, cơ cấu trả góp, quỹ lương, thuế, và thời điểm thanh toán. Tầng thứ ba là tầng có lời: người đại diện nói, nhà báo dẫn nguồn giấu tên, và một tài khoản có dấu tích xanh đăng lúc nửa đêm. Ba tầng đó không bằng nhau. Tầng một gần như luôn đúng. Tầng hai đúng nếu đọc đúng. Tầng ba chỉ đáng dùng để đo nhiệt độ phòng chat. Thị trường chuyển nhượng chỉ là một bảng dữ liệu biết mặc áo đấu. Mỗi năm tôi thấy cùng một chuyện: người hâm mộ phản ứng với tầng ba nhanh hơn tầng một, rồi ngạc nhiên khi thứ tầng ba nói không xảy ra. Ở thị trường trong nước, tôi để ý một thói quen khác: nhiều thương vụ được xác nhận bằng hình ảnh cầu thủ xuất hiện ở buổi tập hơn là bằng thông báo chính thức. Cách xác nhận đó không sai, chỉ là nó thuộc tầng hai chứ không thuộc tầng một, và nó cần thêm một bước kiểm tra: cầu thủ đó có tên trong danh sách đăng ký hay không. Khi người hâm mộ hỏi tôi tin được bao nhiêu phần trăm, tôi thường trả lời bằng một câu hỏi ngược lại: anh đã thấy chữ ký chưa, hay mới chỉ thấy áo tập? Đêm nay, tập tin của tôi không có tầng nào. Không ai đưa tôi một hợp đồng, một cơ cấu lương, hay kể cả một cái tên. Nhóm dữ liệu gửi khung đã dựng sẵn và để phần ruột cho tôi tự nghĩ ra. Đây là cám dỗ lớn nhất của nghề. Năm 2026, tôi làm việc với dữ liệu của Eran Zahavi ở Guangzhou R&F. Anh ghi 27 bàn một mùa, nhưng tổng bàn thắng kỳ vọng của cả mùa chỉ là 21,5. Chênh lệch 5,5 bàn. Tôi viết một bài ngắn dự đoán mùa sau anh về quanh ngưỡng 20 bàn, và tôi bị cười. Mùa 2026, anh ghi đúng 20 bàn. Bài học tôi giữ lại vượt ra ngoài chuyện "xG đúng". Một nhận định chỉ đáng tin khi đi kèm chuỗi bằng chứng và một mốc để người khác kiểm tra lại. Từ đó, mỗi bài của tôi có một mục ở cuối ghi rõ tôi đã nói gì, và điều đó có xảy ra hay không. Người đọc có quyền bắt lỗi tôi bằng chính chỉ số tôi đưa ra. Năm 2026, tại Kazan, tôi dựng mục chỉ số quyết định. Trước trận Hàn Quốc gặp Đức, tôi giữ đúng ba chỉ số: chỉ số pressing PPDA của Đức ở vòng bảng là 2,3; tần suất hàng thủ Đức để lộ khoảng trống phía sau khi hai hậu vệ biên dâng cao; và tỷ lệ cược nhà cái cho một chiến thắng của Hàn Quốc ở mức 10,0. Tôi viết rằng Hàn Quốc thắng 2-0. Đêm ngày 27 tháng 6 năm 2026, Kim Young-gwon và Son Heung-min ghi bàn, Đức bị loại khỏi giải. Đêm Hàn Quốc hạ Đức, tôi nhìn màn hình và thấy mọi xác suất đều nói dối. Điều nói thật là ba chỉ số tôi chọn trước khi bóng lăn, và chúng tình cờ cùng chỉ về một hướng. Từ đó tôi ép mình chỉ nêu đúng ba chỉ số cho mỗi trận, kèm nguồn của từng chỉ số. Nêu mười chỉ số thì không chỉ số nào còn là bằng chứng, tất cả trở thành trang trí. Năm 2026, khi Bundesliga trở lại trong đại dịch, tôi theo dõi 81 trận không có khán giả. Đội chủ nhà chỉ thắng 28%, trong khi trước giai đoạn giãn cách tỷ lệ đó là 44%. Lợi thế sân nhà gần như biến mất. Mô hình của tôi xáo trộn, và tôi từ chối công bố vội, chờ thêm hai vòng đấu. Một đồng nghiệp lập trình thúc tôi, rồi cùng tôi viết lại thuật toán. Tháng 6 năm 2026, chuỗi dự đoán của tôi đạt mức lợi nhuận 32%. Khi khán đài trống, tôi hiểu dữ liệu cũng cần tiếng ồn để tồn tại. Không khí, áp lực, tiếng hát của khán đài là những biến số không nằm trong bất kỳ bảng nào, nhưng chúng quyết định liệu một sơ đồ chiến thuật hoàn hảo có còn nghĩa lý trên sân hay không. Ngày 9 tháng 12 năm 2026, tại tứ kết World Cup, Brazil tạo ra 2,3 bàn thắng kỳ vọng, Croatia tạo ra 1,2. Brazil dẫn trước trong hiệp phụ. Tôi đặt toàn bộ niềm tin vào mô hình. Thủ môn Dominik Livakovic cứu thua 8 pha, trong đó 2 pha ở loạt luân lưu, và Croatia đi tiếp. Tôi mất một khoản tiền lớn trong một đêm, và học được một câu: bàn thắng kỳ vọng không đo được sự kiên cường. Sau đêm đó, tôi bỏ giọng tiên tri. Trong các bài về trận loại trực tiếp, tôi thêm chỉ số chất lượng cứu thua của thủ môn và ghi chú rõ những rủi ro mà mô hình chưa lường hết. Tôi chuyển sang ngôn ngữ xác suất: có khoảng 78% khả năng, thay vì chắc chắn. Tôi thu thập đêm, mổ xẻ ngày, và chỉ tin điều gì tự lặp lại. Bốn câu chuyện, bốn lần mô hình vấp. Điểm chung không nằm ở công thức. Điểm chung là mỗi lần tôi để chỉ số nói thay cho phần mình chưa đo được: sự kiên cường của một thủ môn, tiếng ồn của một khán đài, nỗi sợ của một cầu thủ vừa trở lại sau chấn thương. Tập tin trống đêm nay là phiên bản thứ năm của cùng một bài học, ở dạng tinh khiết nhất. Lần này không có chỉ số nào để tôi sai. Chỉ có một khoảng trống, và một lựa chọn giữa lấp nó bằng suy đoán hay ghi tên nó ra. Ở đây tôi phải tự phản đối mình, vì nghề của tôi rất dễ tự mãn với chữ "chưa đủ". Kỷ luật chờ đủ nghe rất đẹp, cho đến khi bạn nhận ra sự cầu toàn cũng là một quyết định đầu tư, và nó cũng có chi phí. Năm 2026, tôi chờ thêm hai vòng đấu và mô hình chính xác hơn thật, nhưng trong hai vòng đó phần lớn giá trị đã bị thị trường lấy mất. Người đồng nghiệp thúc tôi công bố sớm đúng một nửa: chờ đủ nghĩa là chờ đến khi phần chưa biết không còn đáng kể, không phải chờ đến khi nó biến mất. Điều thứ hai tôi muốn nói rõ, vì đây là chỗ tôi dễ bị hiểu sai nhất: tương quan không phải nhân quả. Tỷ lệ 28% so với 44% của Bundesliga là một tương quan, và tôi không có quyền phán rằng không có khán giả làm đội chủ nhà yếu đi. Có ít nhất ba cách giải thích khác: lịch thi đấu dồn nén sau giãn cách, nền thể lực chưa hồi phục, và mẫu 81 trận chưa đủ lớn để tách các biến ra khỏi nhau. Đồng tiền đặt cược là thước đo trung thực nhất của niềm tin, nhưng nó đo niềm tin, chứ không đo nguyên nhân. Người phân tích dữ liệu có hai cách để sai. Cách thứ nhất là lấp khoảng trống bằng một câu chuyện nghe hợp lý. Cách thứ hai là khoe khoảng trống như một đức hạnh. Tôi đã làm cả hai, và tôi vẫn đang tập bỏ cả hai. Trong hai tuần tới, tôi theo dõi ba thứ. Cấu trúc điều khoản giải phóng trong các hợp đồng sắp đáo hạn, vì đó là nơi tiền nói trước khi báo chí nói. Chênh lệch giữa quỹ lương và giá trị đội hình ở nhóm câu lạc bộ dự cúp châu Á, vì đó là nơi độ sâu đội hình bị định giá sai. Và nhật ký chấn thương của những cầu thủ vừa trở lại sau chấn thương dây chằng, vì nỗi sợ trong đầu khó sửa hơn dây chằng trong đầu gối. Nếu ba nguồn đó cùng chỉ về một hướng, tôi sẽ viết một bài đàng hoàng. Nếu không, tập tin sẽ lại trống, và tôi sẽ lại ký tên vào chỗ trống đó. Một bảng dữ liệu trống vẫn là một kết quả, miễn là người ký tên không tự điền vào đó một câu chuyện.