Phân tích thể thao khi dữ liệu trống: vì sao không có số khác với số bằng không

Ngày 3 tháng 11 năm 2026, tại Busan, tôi mở bảng dữ liệu trận đấu của một đội bóng mình theo dõi suốt mùa. Cột chỉ số vị trí đầy đủ. Cột chỉ số tranh chấp đầy đủ. Cột dữ liệu sự kiện trả về tám ô trống liên tiếp, không một giá trị. Hệ thống phân phối vẫn chạy trơn tru, mẫu báo cáo vẫn dựng đủ khung, chỉ phần nội dung biến mất.

Chín giờ sáng, người quản lý đội hỏi tôi một câu ngắn: cho tôi con số đi. Tôi nói không có số. Căn phòng im bốn giây. Trong bốn giây đó tôi nhận ra nghề phân tích dữ liệu thể thao có một lỗ hổng lớn hơn mọi sai số kỹ thuật: khi dữ liệu trống, người ta vẫn cần một kết luận, và luôn có người sẵn sàng đưa kết luận đó thay tôi.

Ngày 27 tháng 6 năm 2026, ở Kazan, tôi mười bốn tuổi, ghi chép bằng tay từng pha bóng của trận Đức gặp Hàn Quốc. Đức kiểm soát bóng 74%, dứt điểm liên tục, nhưng tổng xG chỉ 0.8. Hàn Quốc lùi sâu, nhường thế trận, phản công và tạo 1.6 xG, rồi thắng 2-0 bằng bàn của Kim Young-gwon và Son Heung-min. Tôi nhìn xG, rồi nhìn tỉ số, và học cách không tin cả hai.

Nếu bảng ghi chép hôm đó của tôi chỉ có một cột duy nhất là kiểm soát bóng, tôi đã viết một bài sai hoàn toàn. Cột quyết định lại là cột tôi suýt bỏ qua.

Vấn đề của nghề này không nằm ở chỗ thiếu dữ liệu. Nó nằm ở chỗ dữ liệu thiếu bị xử lý như dữ liệu bằng không. Trong mọi hệ thống thu thập, một ô trống và một số 0 trông giống hệt nhau khi đi qua mắt người đọc, nhưng chúng mang hai ý nghĩa trái ngược. Ô trống nói rằng ta không biết. Số 0 nói rằng ta biết, và câu trả lời là không có gì xảy ra.

Tháng 5 năm 2026, bóng đá Đức trở lại với sân vận động không khán giả. Tôi mười sáu tuổi, ngồi nhà gom dữ liệu chín vòng đấu. Tỉ lệ thắng sân nhà giảm từ 43% xuống 31%. Số bàn thắng trung bình mỗi trận tăng từ 2.7 lên 3.1. Không ai chỉnh chiến thuật, không ai đổi luật. Một biến số bị mọi mô hình bỏ quên đột nhiên rút khỏi phương trình. Sân trống không làm mất đi bóng đá, nó chỉ làm lộ ra những biến số ta từng bỏ qua. Bundesliga mùa đó dạy tôi: một con số chỉ đúng khi bối cảnh của nó không bị đánh cắp.

Ngày 10 tháng 12 năm 2026, tôi viết về Morocco ở World Cup. Đội giữ sạch lưới bốn trong năm trận. Chỉ số PPDA trung bình 8.2, thấp nhất giải đấu, nghĩa là họ gây áp lực muộn và có chủ đích. Họ dành 62% thời gian phòng ngự trong một phần ba sân nhà. Yassine Bounou cản phá, Achraf Hakimi bọc lót, cả khối lùi lại rồi bung ra đúng nhịp. Cột kiểm soát bóng nói Morocco thụ động. Cột áp lực nói ngược lại. Cùng một trận, hai kết luận, và kết luận đúng phụ thuộc vào việc tôi chọn đọc cột nào.

Đó là lý do tôi xem bản ghi rỗng là vấn đề nghiêm trọng nhất trong công việc hằng ngày, nghiêm trọng hơn cả một chỉ số sai.

Bài học cốt lõi: một bản ghi rỗng không phải là bản ghi yếu. Bản ghi yếu có ít thông tin nhưng vẫn có thật. Bản ghi rỗng không có gì cả, và cách duy nhất để xử lý nó là trả về kết quả rỗng, không được lấp bằng giả định.

Trong một đường ống dữ liệu, lỗi loại này thường xuất hiện dưới dạng thất bại một nửa. Khâu phân loại vẫn chạy đúng, gắn nhãn môn thể thao chính xác, mẫu báo cáo vẫn dựng đủ mọi trường. Khâu trích xuất nội dung thì thất bại. Kết quả là một tài liệu trông hoàn chỉnh nhưng phần thân trống rỗng, và đúng vì nó trông hoàn chỉnh, nó nguy hiểm hơn một tài liệu lỗi rõ ràng.

Tôi chia rủi ro này thành ba tầng.

Tầng thứ nhất là tầng dữ liệu. Một cầu thủ không có chỉ số chuyền dài trong một trận vì hệ thống ghi nhận sự kiện gặp lỗi sẽ bị dán nhãn là không biết chuyền dài. Nhãn đó ở lại trong hồ sơ, đi theo cầu thủ sang mùa sau, và đến một lúc nào đó trở thành một phần bản sắc mà không ai còn nhớ nguồn gốc.

Tầng thứ hai là tầng con người. Khi một cột trống, phản xạ tự nhiên là lấp nó bằng trung bình giải đấu. Trung bình giải đấu không mang điều kiện thi đấu cụ thể. Nó không biết đội đó đá sân nào, gặp ai, thiếu ai, hay đang ở vòng thứ ba của chuỗi bảy ngày. Kết quả là một giá trị đúng về mặt kỹ thuật và sai về mặt bóng đá.

Tầng thứ ba là tầng quyết định, và đây là nơi cái giá được trả bằng tiền thật. Thị trường chuyển nhượng đang vỡ bong bóng giá cầu thủ trẻ. Một mức phí chín chữ số cho một cầu thủ chưa đá nổi năm mươi trận đỉnh cao được dựng lên bằng cách lấy phần dữ liệu còn thiếu và lấp bằng câu chuyện. Câu chuyện luôn có sẵn. Dữ liệu thì không.

Cùng cơ chế đó vận hành trong thể thao điện tử. Bản vá là một trọng tài vô hình có quyền quyết định chức vô địch. Khi một bản vá thay đổi sức mạnh của cả một nhóm tướng, tỉ lệ thắng dịch chuyển trong hai tuần đầu. Người ta gọi đó là phong độ. Tôi gọi đó là một biến số chưa được ghi nhận. Một đội thắng liên tiếp sau bản vá có thể chỉ đang đứng đúng chỗ mà bản vá đẩy họ tới, chứ không phải đang chơi hay hơn. Và nếu tệp dữ liệu về bản vá đó trống, không ai kiểm tra được.

Cách xử lý thì đơn giản hơn ta tưởng, chỉ là nó không được ưa. Ghi lại lỗi. Gọi tên biến số đang thiếu. Trả về kết quả rỗng. Rồi chạy lại. Một lần truy xuất lỗi chỉ cần sửa và chạy lại một lần. Một báo cáo sai thì đi vào phòng họp, vào bản hợp đồng, vào giá cổ phiếu câu lạc bộ, và không rút lại được.

Nhưng tôi phải tự cảnh báo mình ở phía ngược lại, vì hoài nghi có một giới hạn.

Nếu nghi ngờ mọi cột dữ liệu, mọi mô hình, mọi nguồn, người phân tích sẽ kết thúc ở chỗ không còn lập trường nào cả. Đó là một thất bại nghề nghiệp khác, lặng lẽ hơn. Số liệu không phải điểm kết thúc, cũng không phải điểm khởi đầu duy nhất. Nó là một điểm khởi đầu để đặt câu hỏi.

Rủi ro đối xứng còn khó thấy hơn. Một người phân tích bị ép tiến độ sẽ thay bằng chứng bằng xác suất nền. Anh ta không bịa số. Anh ta lấy tỉ lệ chung của giải, độ tuổi trung bình, quỹ đạo phát triển điển hình, rồi ghép thành một đoạn văn trôi chảy. Đoạn văn đó không có một mệnh đề nào sai riêng lẻ, và cũng không có một mệnh đề nào đúng cho trường hợp cụ thể đang bàn. Đó là kiểu đầu ra nguy hiểm nhất trong nghề này, vì nó không trông giống giả định. Nó trông giống phân tích.

Tôi cũng phải nhắc lại một điều mà dữ liệu thể thao rất hay quên: hai đường cùng đi lên không có nghĩa là đường này đẩy đường kia. Một bản vá và một chuỗi thắng tăng cùng lúc có thể chỉ vì đội đó gặp ba đối thủ yếu. Một chỉ số chuyền bóng tăng và số bàn thắng tăng có thể chỉ vì đối thủ phòng ngự thấp hơn. Khi không giải thích được cơ chế, cách trung thực nhất là nói rõ rằng tôi chưa giải thích được.

Năm 2026, ở Euro, tôi theo dõi Lamine Yamal. Ba kiến tạo, năm cơ hội lớn mỗi trận, 44% số pha đi bóng cắt vào trung lộ. Tôi muốn viết ngay về một mẫu tiền đạo cánh mới. Người phụ trách bảo tôi chờ dữ liệu La Liga mùa sau. Tôi khó chịu, và làm theo. Mùa sau đến, và tôi hiểu rằng mình vừa được dạy một bài về tiền lệ đúng lúc.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, câu hỏi hữu ích nhất khi mở một bảng dữ liệu không phải là bảng này nói gì, mà là điều gì sẽ khiến bảng này trống, và tôi sẽ làm gì nếu nó trống thật. Đội thắng ở vòng tiếp theo sẽ không phải đội có nhiều dữ liệu nhất. Đó là đội biết nói rằng mình chưa có dữ liệu, và đủ kiên nhẫn để đợi. Tôi vào nghề vì những con số, nhưng ở lại vì những câu chuyện mà con số không kể.