Ba cột trắng trong hồ sơ trinh sát: giới hạn của dữ liệu bóng đá và lòng trung thực của người phân tích

Một buổi sáng tháng Hai năm 2026, tại Liverpool, tôi mở tập hồ sơ trinh sát dày bốn mươi trang do một cộng sự ở Lisbon gửi sang. Cột tên cầu thủ đã điền. Cột ngày sinh đã điền. Cột số phút thi đấu tại giải vô địch quốc gia đã điền. Nhưng ba cột cuối cùng — số lần chạm bóng trong vòng cấm đối phương, chỉ số chuyển hóa cơ hội thành bàn thắng, và giá trị ước tính theo mô hình định giá nội bộ — để trắng hoàn toàn. Bốn mươi trang giấy, và ở trang thứ ba mươi bảy có một khoảng lặng. Trợ lý của tôi hỏi có nên điền ước lượng vào cho hồ sơ trông hoàn chỉnh trước khi trình lên ban tuyển trạch hay không. Tôi bảo để trắng. Cậu ấy hỏi lại, giọng có chút bực: một hồ sơ trình lên mà thiếu ba cột thì trông như chưa làm xong việc. Tôi trả lời rằng một hồ sơ trình lên với ba cột được lấp bằng phỏng đoán mới là thứ nguy hiểm hơn nhiều. Câu trả lời ấy nghe có vẻ đơn giản. Nhưng phải mất gần ba mươi năm làm nghề, tôi mới dám nói ra nó mà không thấy run. Ba cột trắng ấy là chủ đề của bài viết này. Không phải một trận đấu cụ thể, không phải một bản hợp đồng cụ thể, mà là khoảng trống nằm giữa những gì chúng ta biết và những gì chúng ta tưởng mình biết. Đó là vùng đất mà mọi nhà phân tích bóng đá đều phải đi qua, và là nơi phần lớn chúng ta thất bại trong im lặng. Ngành phân tích bóng đá đã đi rất xa trong mười lăm năm trở lại đây. Máy quay theo dõi từng bước chạy của hai mươi hai cầu thủ với tần suất hai mươi lăm khung hình mỗi giây. Mỗi đường chuyền, mỗi pha tranh chấp, mỗi lần bứt tốc đều được ghi thành một dòng dữ liệu. Một trận đấu ở Premier League sản sinh ra hàng triệu điểm dữ liệu không gian, và tất cả đều nằm trong tay bất kỳ câu lạc bộ nào trả đủ tiền thuê nhà cung cấp. Nhìn vào khối lượng đó, người ta dễ tin rằng bóng đá đã trở thành một bài toán được giải xong. Nhưng có một loại dữ liệu mà không nhà cung cấp nào bán được. Đó là dữ liệu về những gì chưa xảy ra. Và trong một mùa giải mà thị trường chuyển nhượng vận hành bằng kỳ vọng, loại dữ liệu ấy mới là thứ đắt nhất. xG là một cuộc cách mạng, nhưng mọi cuộc cách mạng đều cần thời gian để người ta chấp nhận. Mô hình bàn thắng kỳ vọng xuất hiện ở dạng đại chúng từ khoảng năm 2026, và phải mất gần một thập kỷ để nó đi từ các blog cá nhân vào phòng phân tích của những câu lạc bộ lớn nhất châu Âu. Ngày nay, không một giám đốc thể thao nào ký một bản hợp đồng trị giá tám chữ số mà không có ít nhất một trang xG trong hồ sơ. Nhưng điều mà ít người nói đến là: chính sự phổ biến ấy đã tạo ra một tầng khoảng trống mới. Khi mọi câu lạc bộ đều có cùng một bộ chỉ số, lợi thế không còn nằm ở việc sở hữu dữ liệu, mà nằm ở việc biết chỗ nào dữ liệu không nói gì. Trong hồ sơ của tôi, khoảng trống xuất hiện dưới ba dạng khác nhau, và cách xử lý mỗi dạng hoàn toàn khác nhau. Dạng thứ nhất là khoảng trống do mẫu quá nhỏ. Một cầu thủ hai mươi tuổi mới đá ba mươi trận ở cấp độ cao nhất thì mọi chỉ số của cậu ta đều nằm trong vùng nhiễu. Người ta có thể tính ra một con số, nhưng con số ấy không có ý nghĩa thống kê. Đây là nơi thị trường chuyển nhượng phạm sai lầm tốn kém nhất. Dạng thứ hai là khoảng trống do không thể đo được. Tâm lý thi đấu trước bảy mươi nghìn khán giả. Mức độ chịu đựng áp lực của một hậu vệ trong mười phút cuối khi đội nhà đang thua một bàn. Sự ăn ý giữa hai cầu thủ chỉ hình thành sau ba năm chơi cạnh nhau. Không có cảm biến nào đo được những thứ này, và sẽ không có trong mười năm tới. Dạng thứ ba là khoảng trống do dữ liệu sai. Đây là dạng nguy hiểm nhất vì nó không tự thông báo. Hai nhà cung cấp dữ liệu khác nhau có thể đưa ra hai con số khác nhau cho cùng một trận đấu, và cả hai đều tự tin rằng mình đúng. Tôi học được sự khác biệt giữa ba dạng khoảng trống này ở Anfield, vào mùa giải 2026-2026, khi tôi còn đang làm việc trong bộ phận quản trị thị trường chuyển nhượng của câu lạc bộ. Mùa giải ấy, Juergen Klopp đưa Liverpool cán đích ở vị trí thứ tư với bảy mươi sáu điểm. Tôi ngồi đêm này qua đêm khác tính chỉ số PPDA — số đường chuyền của đối phương trên mỗi hành động phòng ngự của đội mình — và ra kết quả trung bình 8,2 cho Liverpool. Con số ấy thấp nhất giải đấu. Manchester United của Jose Mourinho cùng mùa đạt 15,7. Khoảng cách gần gấp đôi ấy nói lên một điều mà bảng xếp hạng không nói được: Liverpool không phòng ngự ở phần sân nhà, họ phòng ngự ở phần sân đối phương. Tôi viết một bài phân tích dài về gegenpressing và đăng lên blog cá nhân. Phản ứng không như tôi mong đợi. Tôi bị chỉ trích nặng nề vì bị cho là máy móc, là biến bóng đá thành một bảng tính, là không hiểu gì về linh hồn của môn thể thao này. Có người viết rằng tôi đang cố gắng dùng số liệu để chứng minh mình thông minh hơn những người xem bóng bằng trái tim. Tôi giữ nguyên quan điểm, nhưng tôi cũng ghi nhớ phản ứng ấy. Nó dạy tôi rằng dữ liệu đúng vẫn có thể bị từ chối vì lý do cảm xúc, và rằng một nhà phân tích không chỉ cần đúng về mặt con số mà còn cần đúng về mặt thời điểm. Ngày mười bốn tháng Một năm 2026, Liverpool thắng Manchester City 4-3 tại Anfield, chấm dứt chuỗi bất bại của đội khách. Đêm hôm đó tôi ngồi lại văn phòng rất lâu, xem lại toàn bộ dữ liệu đường chuyền và vị trí thu hồi bóng. Dữ liệu thì thầm, người biết lắng nghe sẽ nghe thấy phép màu. Trong hiệp một, Liverpool thu hồi bóng ở phần sân đối phương mười bốn lần. Con số ấy không xuất hiện trong bất kỳ bản tin nào sáng hôm sau. Nhưng nó giải thích chính xác vì sao Manchester City — đội bóng kiểm soát bóng tốt nhất châu Âu thời điểm đó — không thể triển khai lối chơi của mình. Tôi học được ở Anfield rằng: niềm tin cũng là một biến số. Niềm tin của cầu thủ vào hệ thống, niềm tin của khán đài vào đội bóng, và niềm tin của chính nhà phân tích vào mô hình của mình. Ba biến số ấy cộng hưởng thì tạo ra những kết quả mà không bảng số liệu nào dự báo trước được. Nhưng cả ba đều có thể đảo chiều, và khi đảo chiều thì không có chỉ số nào cảnh báo. Tháng Sáu năm 2026, tôi nhận lời viết chuyên đề về World Cup tại Nga cho một trang thể thao. Tôi dựng một mô hình xG tự chế, chạy qua toàn bộ sáu mươi tư trận, và đi đến kết luận rằng Pháp sẽ vô địch vì chỉ số tạo cơ hội của họ cao nhất giải, trung bình 2,4 xG mỗi trận. Tôi cũng viết rằng Croatia đi được xa nhờ may mắn hơn là nhờ chất lượng cơ hội. Pháp vô địch. Nhưng Croatia vào đến chung kết, và tôi trở thành trò cười trong phần bình luận. Người đúng trước thời đại luôn phải trả giá bằng sự cô độc. Nhưng trong trường hợp này, tôi không phải người đúng trước thời đại. Tôi chỉ là người sai một cách tự tin. Tôi ẩn mình hai tuần trong thư viện thành phố, xem lại từng trận của Croatia, và tìm ra lỗi. Mô hình của tôi bỏ qua các tình huống cố định. Nó chỉ tính các pha bóng sống, và như vậy là nó đã xóa sổ toàn bộ nguồn cơ hội quan trọng nhất của một đội bóng biết tận dụng phạt góc và phạt trực tiếp. Một lỗi về thiết kế dữ liệu, không phải một lỗi về bóng đá. Từ đó, tôi thêm vào cuối mỗi bài viết một mục nhỏ có tên Hạn chế của phân tích. Mục ấy thường chỉ dài ba đến bốn câu, nhưng nó thay đổi cách tôi đọc chính mình. Tôi không còn đưa ra dự đoán tuyệt đối, chỉ đưa ra xác suất, kèm điều kiện áp dụng và điều kiện vô hiệu hóa. Tháng Ba năm 2026, toàn bộ bóng đá thế giới dừng lại vì đại dịch. Liverpool khi đó đang hơn Manchester City hai mươi lăm điểm và gần như chắc chắn vô địch Premier League, nhưng mùa giải bị treo. Tôi viết ba bản nháp và xóa cả ba. Nếu dữ liệu không dự báo nổi một đại dịch, thì dữ liệu có ích gì. Khi bóng đá trở lại vào tháng Sáu với các khán đài trống, tôi phát hiện một điều mà sau này trở thành nền tảng cho toàn bộ phương pháp của tôi. Tỷ lệ thắng trên sân nhà ở Premier League giảm từ khoảng 46 phần trăm xuống còn khoảng 39 phần trăm. Sân vận động trống không làm sai lệch dữ liệu, nhưng nó khiến sự thật trở nên trống rỗng. Lợi thế sân nhà mà giới phân tích vẫn coi là một hằng số bất biến trong suốt hơn một thế kỷ hóa ra lại là một biến số phụ thuộc vào tiếng ồn của con người. Từ phát hiện ấy, tôi xây dựng khái niệm bối cảnh dữ liệu. Mỗi chỉ số phải được đọc kèm điều kiện môi trường của nó. Một đường chuyền thành bàn trước khán đài kín chỗ và trước khán đài trống không phải là cùng một đường chuyền, dù hệ thống ghi nhận giống hệt nhau. Bảng tính không phân biệt được hai tình huống ấy. Người phân tích phải phân biệt. Tháng Bảy năm 2026, trong loạt bài về Euro, tôi kết nối được với một nhà phân tích chiến thuật người Ý qua mạng xã hội. Anh chia sẻ cho tôi dữ liệu huấn luyện nội bộ của đội tuyển Italia: họ chạy trung bình khoảng 112 km mỗi trận, không cao nhất giải, nhưng chỉ số luân chuyển bóng của họ vượt trội một cách rõ rệt. Tôi viết một bài với luận điểm rằng đội tuyển Ý không phải một đội bóng phòng ngự, mà là một cỗ máy chuyển động. Bài viết được chia sẻ rộng rãi. Nhưng điều tôi nhớ nhất không phải con số chia sẻ, mà là cảm giác lần đầu tiên được làm việc trong một cộng đồng chịu đọc đến cuối. Sau đó, tôi bỏ thói quen ẩn mình. Tôi mời độc giả gửi dữ liệu họ có, và chúng tôi cùng kiểm tra. Một độc giả ở Hải Phòng từng gửi cho tôi bảng theo dõi thủ công của anh ấy cho một giải hạng dưới, ghi bằng sổ tay, và nó chính xác đến mức tôi phải đối chiếu lại hai lần. Nhưng trở lại với thị trường chuyển nhượng, nơi khoảng trống dữ liệu bị lấp bằng tiền. Tháng Một năm 2026, Chelsea chi khoảng 121 triệu euro để mua Enzo Fernandez từ Benfica, sau khi cầu thủ này mới chơi bóng ở châu Âu được khoảng sáu tháng. Cùng kỳ đó, Mykhailo Mudryk đến từ Shakhtar Donetsk với mức phí được công bố khoảng 70 triệu euro, cộng thêm các khoản phụ phí có thể lên tới 100 triệu euro, trong khi số phút thi đấu đỉnh cao của anh ấy ở châu Âu còn rất hạn chế. Trước đó, năm 2026, Atletico Madrid trả 126 triệu euro cho Joao Felix khi cầu thủ này mới mười chín tuổi. Mỗi con số trong bảng chuyển nhượng đều là một số phận đang chờ được viết tiếp. Và vấn đề của những con số này không nằm ở việc chúng sai, mà nằm ở việc chúng được tính từ một mẫu quá nhỏ để có thể gọi là bằng chứng. Khi một cầu thủ mới đá dưới năm mươi trận ở cấp độ cao nhất, mọi chỉ số nâng cao của cậu ta đều nằm trong khoảng tin cậy quá rộng. Người ta có thể vẽ ra một biểu đồ rất đẹp, nhưng biểu đồ ấy không dự báo được gì. Đây là lý do tôi cho rằng bong bóng giá cầu thủ trẻ đang vỡ dần, không phải bằng một cú sập, mà bằng một quá trình điều chỉnh âm thầm. Các câu lạc bộ đã bắt đầu nhận ra rằng trả một trăm triệu euro cho một cầu thủ chưa đá nổi năm mươi trận đỉnh cao là một canh bạc trần trụi, và canh bạc ấy không phải lúc nào cũng thắng. Nhưng ở đây, tôi phải tự phản biện chính mình. Tương quan không phải là nhân quả. Việc rất nhiều bản hợp đồng đắt giá cho cầu thủ trẻ không thành công không chứng minh rằng tuổi trẻ là nguyên nhân thất bại. Nó chỉ chứng minh rằng trong một tập hợp đủ lớn, sẽ luôn có những thất bại. Muốn kết luận đúng, tôi phải so sánh với nhóm đối chứng: những cầu thủ cùng độ tuổi, cùng số phút, được mua với giá thấp hơn, và xem tỷ lệ thành công của họ là bao nhiêu. Tôi đã làm phép so sánh ấy trên dữ liệu công khai của năm giải vô địch quốc gia hàng đầu châu Âu trong giai đoạn từ 2026 đến 2026. Kết quả không rõ ràng như tôi kỳ vọng ban đầu. Mức phí cao tương quan với kỳ vọng cao, và kỳ vọng cao tương quan với áp lực cao, nhưng bản thân mức phí không dự báo được thành công hay thất bại. Biến số thật sự có sức giải thích là số phút thi đấu ở cấp độ cao nhất trước khi chuyển nhượng. Đó là một kết luận kém hấp dẫn hơn nhiều so với câu chuyện bong bóng vỡ. Nhưng nó là kết luận mà dữ liệu cho phép tôi nói ra. Cùng một vấn đề xuất hiện ở lĩnh vực trọng tài. Khi VAR được đưa vào sử dụng rộng rãi, người ta quảng cáo nó như một công cụ xóa bỏ sai sót. Nhưng tiêu chuẩn can thiệp của VAR là lỗi rõ ràng và hiển nhiên. Bản thân cụm từ ấy đã là một điều khoản mơ hồ. Rõ ràng với ai, hiển nhiên ở mức nào, ở góc máy nào, trong khung hình nào. Không có định nghĩa toán học nào cho rõ ràng. Vì vậy, VAR không thay thế phán đoán chủ quan, nó di chuyển phán đoán chủ quan từ trọng tài trên sân sang trọng tài trong phòng kín. Không gian chủ quan ấy lớn hơn nhiều so với những gì khán giả tưởng. Khi một quyết định được đưa ra sau bốn phút xem lại, công chúng tin rằng nó đã được kiểm chứng bằng công nghệ. Nhưng phần lớn bốn phút ấy là con người đang cân nhắc xem một sai sót có thật sự rõ ràng và hiển nhiên hay không. Đây là điểm giao nhau giữa VAR và hồ sơ trinh sát của tôi. Cả hai đều là những hệ thống được thiết kế để xử lý khoảng trống thông tin, và cả hai đều thất bại theo cùng một cách: chúng ta lấp khoảng trống bằng quy trình, rồi tin rằng quy trình ấy đã biến phỏng đoán thành sự thật. Ngành công nghiệp bóng đá thưởng cho sự chắc chắn. Một nhà phân tích nói rằng tôi không biết sẽ không được mời lên truyền hình. Một chuyên gia nói rằng cầu thủ này chắc chắn thành công sẽ có nhiều lượt xem hơn. Cấu trúc khuyến khích ấy tạo ra một hệ thống mà trong đó, người ta bị đẩy về phía phải luôn có câu trả lời, kể cả khi câu trả lời ấy không tồn tại. Tôi đã gặp rất nhiều đồng nghiệp giỏi, cẩn thận, và đều đặn phải chọn giữa việc nói đúng và việc được nghe. Đó là một lựa chọn mà không ai nên phải đặt ra cho một công việc phân tích. Vậy thì một nhà phân tích trung thực phải làm gì với khoảng trống? Người ta phải đánh dấu nó. Một ô trống trong bảng tính có giá trị chẩn đoán cao hơn một ô được điền bằng số trung bình của giải đấu. Khi tôi thấy một mô hình không có cột dữ liệu về các tình huống cố định, tôi biết ngay kết luận của mô hình ấy sẽ thiên lệch theo một hướng cụ thể. Khoảng trống không làm hỏng mô hình. Khoảng trống bị che đi mới làm hỏng mô hình. Người ta phải đặt tên cho loại khoảng trống. Thiếu mẫu là một chuyện, không đo được là chuyện khác, dữ liệu sai lại là chuyện thứ ba. Ba loại này cần ba cách xử lý hoàn toàn khác nhau, và cách xử lý tồi nhất là coi cả ba là một. Và người ta phải chấp nhận rằng sẽ có những câu hỏi không có câu trả lời trong một khung thời gian cho trước. Với World Cup 2026 tại Hoa Kỳ, Canada và Mexico, giải đấu mở rộng lên bốn mươi tám đội và hơn một trăm trận, số lượng biến số sẽ tăng theo cấp số nhân. Đội hình dày hơn, di chuyển nhiều hơn giữa ba quốc gia, khác biệt lớn về khí hậu giữa các thành phố đăng cai, và một lịch thi đấu mà mật độ trận đấu sẽ tạo ra những mẫu dữ liệu hoàn toàn mới. Bất kỳ ai tuyên bố đã mô hình hóa xong giải đấu này vào thời điểm này đều đang bán cho bạn một niềm tin, không phải một phân tích. Công nghệ bán tự động xác định việt vị, cùng với quả bóng gắn cảm biến ở tần số cao, sẽ cung cấp thêm một tầng dữ liệu chưa từng có ở cấp độ đội tuyển quốc gia. Nhưng chính vì vậy, khoảng cách giữa những gì được đo và những gì quan trọng sẽ càng rộng ra. Người ta sẽ có dữ liệu về vị trí của từng mũi giày, và sẽ thiếu dữ liệu về việc cầu thủ ấy nghĩ gì trong khoảnh khắc ấy. Trong thế giới mùa giải kéo dài, kẻ thức tỉnh chỉ có thể dựa vào bảng tính của mình. Nhưng bảng tính ấy phải là một bảng tính có những ô trống được đánh dấu rõ ràng, chứ không phải một bảng tính được lấp đầy cho đẹp. Tôi quay lại tập hồ sơ bốn mươi trang sáng nay. Ba cột vẫn trắng. Tôi đã gửi lại cho cộng sự ở Lisbon một ghi chú ngắn: cần thêm dữ liệu theo dõi không gian ở cấp độ câu lạc bộ, tối thiểu hai nghìn phút, trước khi chúng ta có thể định giá. Ghi chú ấy không hào hứng. Nó không tạo ra một tiêu đề nào. Nhưng nó là sự thật, và đó là tất cả những gì tôi có thể đưa cho ban tuyển trạch vào lúc này. Dữ liệu không bao giờ nói dối. Nhưng im lặng, đôi khi, là câu trả lời trung thực nhất mà một người làm nghề có thể đưa ra.