Bảng Dữ Liệu Trống: Kỷ Luật Của Người Phân Tích Bóng Đá

2 giờ 47 phút sáng, Bắc Kinh. Ngoài cửa sổ, tiếng còi xe trên Vành đai Ba đã thưa đến mức nghe rõ được tiếng quạt gió của toà nhà đối diện. Tôi mở tệp ban biên tập vừa gửi, kéo xuống, và dừng lại ở ô đầu tiên.

Ô tên đội: N/A.

Ô tên giải đấu: N/A.

Ô dữ liệu đội hình: N/A.

Ô thời điểm: N/A.

Mười hai trang. Chín hạng mục phân tích. Không một dòng dữ kiện nào.

Nếu là tôi của mười lăm năm trước, tôi sẽ tắt tệp, rót thêm cà phê và viết bằng linh cảm. Tôi biết chính xác cảm giác đó: ngón tay đã đặt lên bàn phím, trong đầu đã có sẵn một cái kết, và bảng số liệu chỉ là thứ để trang trí cho cái kết ấy. Người ta gọi đó là bản năng nhà nghề. Tôi từng nghĩ vậy.

Trên bức tường đối diện chỗ tôi ngồi có một tờ giấy A2, trên đó tôi vẽ tay 27 ký hiệu hình học biểu diễn các mẫu pressing — hệ thống tôi dựng lên từ năm 2026. Nhìn vào tờ giấy lúc này, tôi thấy một nghịch lý gọn gàng: 27 ký hiệu, và không có gì để chúng đánh dấu.

Đứa cháu gái tôi, sinh viên năm thứ hai ngành truyền thông, ghé qua phòng khi tôi đang nhìn màn hình. Nó hỏi: “Chú viết gì bây giờ?”

Tôi trả lời nó. Và câu trả lời đó chính là bài viết này.

Tháng 3 năm 2026, tôi vào bộ phận thể thao của Đài Truyền hình Belgrade. Dụng cụ của tôi khi đó là một cuốn sổ, một cây bút chì và một chiếc máy quay VHS đặt trên khán đài. Chưa có Expected Goals. Chưa có bản đồ chuyền bóng. Chỉ có một nguyên tắc mà người thầy đầu tiên của tôi nói với tôi trong buổi chiều đầu tiên, và tôi giữ nguyên vẹn nó suốt 35 năm: nếu mày không nhìn thấy nó, mày không được viết nó ra.

Năm 2026, tôi bắt đầu dựng hệ thống ký hiệu hình học. Bài viết đầu tiên về Giải Ngoại hạng Trung Quốc nhận 312 lượt đọc và 5 bình luận. Không ai giận, không ai khen. Một sự im lặng hoàn hảo. Tôi bỏ ra ba tháng xem lại 80 video trận đấu của Shanghai SIPG và tìm ra một chi tiết cụ thể: khu vực nằm giữa tuyến tiền vệ và tuyến hậu vệ của họ là nơi khởi phát 7 bàn thua trong mùa giải 2026. Từ điểm neo đó, tôi vẽ nên 27 mẫu pressing khác nhau — mỗi mẫu là một cấu hình không gian, không phải một cái tên.

Năm 2026, khi các giải đấu hoãn vì đại dịch và khán đài trống, tôi không xem trực tiếp một trận nào trong tám tháng. Tôi dựng một cơ sở dữ liệu 1.200 mẫu hình tấn công, lấy từ World Cup 2026 đến hết mùa giải 2026-2026, rồi xử lý bằng Python. Kết quả đáng chú ý nhất: các đội chủ động pressing trong vòng 30 giây đầu sau khi mất bóng có tỷ lệ đoạt lại bóng cao hơn 23% so với nhóm pressing chậm hơn. Tôi viết một báo cáo dài 15 trang — dài nhất trong 20 năm làm báo của tôi tính đến lúc đó.

Quy trình của tôi gọn lại thành năm bước: thu thập nguồn, bóc tách sự kiện, gán vào chín chiều phân tích, kiểm chứng chéo, rồi mới xuất bản. Bảng gửi đến đêm nay chết ngay ở bước thứ hai. Không phải vì tôi lười. Vì không có gì để bóc tách.

Cần phân biệt ba tình huống rất khác nhau, bởi chúng phải được xử lý theo ba cách khác nhau.

Tình huống thứ nhất là gói dữ liệu bị giữ lại vì lý do thương mại hoặc bản quyền. Đây là dạng dễ nhất: dữ liệu tồn tại, chỉ là chưa đến tay mình. Cách xử lý là chờ, mua, hoặc tìm một nguồn độc lập thay thế.

Tình huống thứ hai là dữ liệu tồn tại nhưng chưa kiểm chứng. Đây là dạng nguy hiểm nhất, vì nó trông giống hệt dữ liệu thật: một tin chuyển nhượng từ tài khoản không rõ nguồn, một con số đã đi qua bảy lớp chia sẻ lại, một thống kê bị cắt khỏi mùa giải gốc.

Tình huống thứ ba là gói dữ liệu trống thật — như đêm nay. Không có dữ liệu, vì sự kiện chưa xảy ra, hoặc chưa được ghi nhận, hoặc chưa từng tồn tại.

Điểm mà nhiều người làm nghề không chịu chấp nhận: ba tình huống này không thể xử lý bằng cùng một cách. Và tình huống thứ ba là tình huống duy nhất mà câu trả lời đúng đắn là một câu trả lời trống.

Một điểm thông tin dùng được phải có bốn thành phần: thực thể, thời điểm, đơn vị đo, và bối cảnh. Thiếu một trong bốn, nó chỉ còn là một câu văn.

“Đội tuyển Đức đã sa sút” — không phải thông tin. Không có thực thể cụ thể, không có thời điểm, không có đơn vị, không có bối cảnh đối thủ.

“Tại World Cup 2026, hàng phòng ngự đội tuyển Đức đứng trung bình ở vị trí 62 mét tính từ khung thành nhà, và cặp trung vệ Mats Hummels – Jerome Boateng chỉ thắng 48% các pha tranh chấp tay đôi” — đây là thông tin. Có thực thể, có thời điểm, có đơn vị, có bối cảnh.

Khoảng cách giữa hai câu trên chính là toàn bộ nghề của tôi. Dữ liệu không biết nói dối, nhưng nó biết chọn người để nghe.

Tôi viết bài về đội tuyển Đức trước trận gặp Hàn Quốc năm 2026. Đức thua 0-2 và lần đầu tiên bị loại ngay từ vòng bảng sau 80 năm — kể từ năm 2026. Bài viết đạt 870.000 lượt đọc. Nhưng thứ tôi nhớ không phải con số lượt đọc.

Thứ tôi nhớ là trước khi bấm xuất bản, tôi đã phải xoá hai đoạn văn. Một đoạn nói về tâm lý bão hoà sau chức vô địch năm 2026. Một đoạn nói về áp lực từ truyền thông trong nước. Cả hai đoạn đều đọc rất trôi. Cả hai đoạn đều có khả năng đúng. Cả hai đoạn đều không có dữ liệu chống lưng. Tôi xoá cả hai.

Đó là một trong những quyết định đúng nhất tôi từng làm với tư cách người viết, và không ai biết về nó. Đó là bản chất của loại quyết định này.

Bước gán chín chiều phân tích là bước tốn thời gian nhất trong quy trình của tôi, và nó cũng là bước phơi bày rõ nhất một gói dữ liệu trống nằm ở đâu. Mỗi chiều đòi hỏi một loại thực thể riêng.

Phân tích chiến thuật cần đội hình, sơ đồ xuất phát, số liệu vị trí và khối đội hình theo từng giai đoạn trận đấu. Tài chính cần con số hợp đồng, cấu trúc lương, dòng doanh thu, mức nợ ròng. Kết quả thi đấu cần trận đấu cụ thể và chuỗi phong độ có độ dài mẫu. Cục diện giải đấu cần bảng xếp hạng, giá trị đội hình và so sánh nguồn lực giữa các nhóm cạnh tranh trực tiếp. Khung quy định cần văn bản luật và tiền lệ xử phạt. Quản lý và phòng thay đồ cần nhân sự, hợp đồng và quan hệ nội bộ. Hồ sơ rủi ro cần một sự kiện để đánh giá. Phân tích tự sự truyền thông cần một câu chuyện đang thực sự tồn tại. Chuỗi lan truyền ngành cần một sự kiện gốc ở thượng nguồn.

Một gói dữ liệu trống có nghĩa là không chiều nào trong chín chiều trên có nguyên liệu. Và một hệ thống chín chiều không có nguyên liệu không phải là một hệ thống kém. Nó là một cái bàn trống. Cái bàn vẫn tốt. Nó chỉ không có gì trên đó.

Bây giờ đến phần tôi muốn nói kỹ nhất, vì đây là chỗ người ta ngã.

Giả sử ai đó yêu cầu tôi dự đoán một trận đấu mà tôi không có dữ liệu. Trong đầu tôi, ở khoảnh khắc đó, đã có sẵn một tỷ lệ. Nếu tôi viết “khả năng đội A thắng là 55 phần trăm”, thì con số 55 đó từ đâu ra?

Nó không từ đâu cả. Nó là một con số tôi bịa ra. Và nó nguy hiểm hơn hẳn một câu “tôi không biết”, vì nó mang hình dạng của tri thức. Người đọc không thể phân biệt một tỷ lệ được tính từ 1.200 mẫu với một tỷ lệ được nghĩ ra trong ba giây. Cả hai đều được in cùng một cỡ chữ.

Để sinh ra tỷ lệ 23% mà tôi công bố năm 2026, tôi cần 1.200 mẫu hình. Số mẫu đó đến từ khoảng 50 trận đấu trở lên được mã hoá trọn vẹn. Một trận bóng đá ở cấp độ cao sản sinh trung bình hai mươi đến ba mươi mẫu tấn công có thể mã hoá được. Nghĩa là để có một kết luận mang tính xu hướng, tôi cần tối thiểu vài chục trận.

Một trận đấu bị thiếu không thể bù bằng một buổi chiều ngồi nghĩ.

Khi cỡ mẫu bằng không, mọi tỷ lệ đều vô nghĩa. Không phải kém chính xác. Là vô nghĩa. Không có mẫu số thì không có phân số. Đây là phép toán đơn giản nhất trong nghề, và cũng là phép toán bị vi phạm nhiều nhất.

Ba cách người ta lấp ô trống. Tôi đã thấy cả ba, và tôi đã tự làm cả ba.

Cách lấp đầu tiên là danh tiếng. “Đội này vốn chơi phòng ngự tốt.” Danh tiếng là một tiên nghiệm, không phải bằng chứng. Tiên nghiệm tốt để định hướng câu hỏi cần đặt ra, không phải để viết ra kết luận. Morocco ở World Cup 2026 là ví dụ sạch nhất cho việc này. Nếu chỉ dựa vào danh tiếng, người ta viết “Morocco phòng ngự số đông rồi phản công” và dừng lại ở đó. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi trong kỳ giải đó, tôi đã mã hoá 14 trận của họ, và thứ tôi tìm thấy khác hẳn về cơ chế.

Cách lấp thứ hai là đà tự sự của truyền thông. Khi ba tờ báo lớn cùng viết một đội đang lên, cái đang lên thường là câu chuyện chứ không phải đội bóng. Tự sự có quán tính, và quán tính đó dễ bị nhầm với xu hướng thi đấu.

Cách lấp thứ ba, và khó phát hiện nhất, là mô hình chạy trên đầu vào sai. Người ta đưa một mô hình tốt vào một tập dữ liệu sai, và ở đầu ra có một con số trông hợp lệ. Mô hình không phát hiện ra rằng đầu vào vô nghĩa. Nó chỉ tính toán.

Ba cách này không phải ba lỗi đạo đức. Chúng là ba lỗi cấu trúc, và chúng xảy ra dễ nhất khi người viết chịu áp lực thời hạn. Cách bẫy này vận hành rất giống cơ chế mà tôi phân tích trong bóng đá. Một hệ thống sụp đổ không bao giờ bắt đầu từ trận thua cuối cùng. Nó bắt đầu ở một điểm gãy nằm sớm hơn nhiều, thường là ở một quyết định trông rất nhỏ và rất hợp lý vào thời điểm nó được đưa ra. Một tỷ lệ được bịa vào lúc 2 giờ 47 phút sáng là một điểm gãy như thế.

Có một phân biệt nữa mà tôi phải nói rõ, vì nó bị trộn lẫn liên tục: dữ liệu phủ định và dữ liệu trống.

Dữ liệu phủ định là thông tin. “Đội A không tạo được một cơ hội rõ ràng nào trong suốt hiệp hai” là một dữ kiện có thực thể, có thời điểm, có đơn vị, có bối cảnh. Nó nói lên điều gì đó về đội A.

Dữ liệu trống thì không. “Không có báo cáo trận đấu nào về đội A” không nói lên điều gì về đội A cả. Nó chỉ nói lên điều gì đó về người đang cầm báo cáo.

Sự nhầm lẫn giữa hai loại này là nguồn gốc của phần lớn những kết luận vô căn cứ mà tôi đọc được mỗi tuần. Một trận đấu không được ghi lại không phải là một trận đấu không có sự kiện. Một thương vụ không có tin rò rỉ không phải là một thương vụ không đang diễn ra.

Bước kiểm chứng chéo trong quy trình của tôi hoạt động theo một nguyên tắc đơn giản: một dữ kiện chỉ được xuất bản khi nó có ít nhất hai nguồn độc lập, hoặc một nguồn cộng với video trận đấu mà tôi tự xem. Không có ngoại lệ cho nguồn thân thiết. Không có ngoại lệ cho nguồn nhanh. Không có ngoại lệ cho nguồn hay đúng.

Nguyên tắc đó khiến tôi mất nhiều tin độc quyền. Nó cũng khiến tôi không phải xin lỗi lần nào trong mười năm gần đây.

Quay lại Morocco và Achraf Hakimi, vì đây là ví dụ đầy đủ nhất về việc dữ liệu thật trông như thế nào khi nó đã được kiểm chứng.

Morocco ở Qatar 2026 trở thành đội tuyển châu Phi đầu tiên vào tới vòng bán kết một kỳ World Cup. Trong 14 trận tôi theo dõi, có một chi tiết hầu như không ai chú ý ở giai đoạn đầu: Hakimi liên tục rời vị trí hậu vệ phải, bó vào trung lộ, tạo thành một tuyến tiền vệ năm người trong giai đoạn đội nhà không giữ bóng. Điều đó khiến tuyến giữa của đối thủ mất điểm tham chiếu, và mất luôn khả năng phân công kèm người. Video phân tích của tôi đạt 1,2 triệu lượt xem trên một nền tảng ở Bắc Kinh, và đài truyền hình quốc gia mời tôi ngồi ghế khách mời suốt kỳ giải.

Nhưng điều tôi muốn kể không phải 1,2 triệu lượt xem. Điều tôi muốn kể là trận thứ chín.

Tôi phát hiện ra cấu trúc đó ở trận thứ chín. Tám trận đầu, tôi nhìn thấy nó và không thấy nó. Mắt tôi cần tám trận để mã hoá một chuyển động lặp lại thành một ký hiệu có tên. Mẫu hình nằm ở đó từ trận đầu tiên. Người quan sát mới là thứ đến muộn.

Đây là lý do sâu xa nhất khiến tôi không thể lấp một ô trống bằng trực giác. Trực giác của tôi, ngay cả khi đã qua 35 năm và 1.200 mẫu hình, vẫn cần tám trận để nhìn ra một thứ nằm ngay trước mắt. Một người phân tích tự tin rằng mình nhìn ra sự thật trong ba giây là một người chưa bao giờ đếm số lần mình nhìn trượt.

Tôi biết điều này nghe như một sự khiêm nhường. Nó không phải. Nó là số học.

Có một cám dỗ khác, và nó tinh vi hơn ba cái trên: cám dỗ biến sự trống rỗng thành một luận điểm. Người ta viết “sự im lặng của ban huấn luyện cho thấy…” hoặc “việc không có thông tin về thương vụ này là dấu hiệu…”. Những câu đó nghe rất sắc. Chúng biến việc không có dữ liệu thành một loại dữ liệu. Đôi khi chúng đúng. Phần lớn thời gian chúng chỉ là một cách bịa lịch sự.

Có một sự thật về nghề này mà tôi học được muộn: đội bóng chết trước khi trận đấu bắt đầu, trên bàn đàm phán và trên giấy chuyển nhượng. Nhưng điều đó chỉ đúng khi ta có giấy tờ để đọc. Khi không có giấy tờ, câu đó không phải một phát hiện. Nó chỉ là một câu nghe hay.

Vậy người phân tích nên viết gì khi gói dữ liệu trống? Câu trả lời của tôi gọn trong một câu: viết ra trạng thái, đừng viết ra kết luận.

Viết ra trạng thái nghĩa là mô tả chính xác cái đang có và cái đang thiếu, kèm lý do. “Chưa có số liệu vị trí của đội A trong ba trận gần nhất; do đó không thể đánh giá được khối đội hình của họ đang cao lên hay thấp xuống.” Đó là một câu trung thực, và nó hữu ích cho người đọc.

Viết ra kết luận khi thiếu dữ liệu nghĩa là bịa một cái kết rồi đi tìm chứng cứ sau. Đó là quy trình bị đảo ngược, và nó là quy trình mặc định của phần lớn nội dung thể thao hiện nay.

Đêm nay, tôi chọn cách thứ nhất. Tôi gửi trả ban biên tập một bảng trống, kèm một ghi chú ngắn giải thích vì sao nó trống. Đó là toàn bộ nội dung tôi có thể sản xuất một cách trung thực vào lúc 2 giờ 47 phút sáng.

Trong 35 năm làm nghề, tôi đã dựng nên một hệ thống, và một trong những rủi ro lớn nhất của hệ thống là nó khiến người ta tin rằng mọi thứ đều có nguyên nhân hệ thống. Niềm tin đó sai. Có những khoảnh khắc mà mô hình của tôi không giải thích được, và tôi phải nói ra điều đó thay vì nhét nó vào một ký hiệu có sẵn.

Một quả phạt đền hỏng ở phút 88 phần lớn không phải là kết quả của một hệ thống pressing. Nó là một cú sút hỏng. Một tấm thẻ đỏ ở phút thứ ba không phải là kết quả của một cấu trúc chiến thuật. Nó là một pha vào bóng muộn. Nếu tôi gán cho những sự kiện đó một nguyên nhân hệ thống, tôi đang làm đúng thứ mà tôi vừa lên án ở phần trên: tôi đang lấp một ô trống bằng một mô hình nghe hợp lý.

Kết luận phản trực giác mà tôi muốn để lại ở đây như sau. Một bảng dữ liệu trống là tài liệu trung thực nhất trong phòng họp. Mọi tài liệu khác trong phòng họp đó đều chứa một quyết định của ai đó — quyết định chọn số liệu nào, cắt mùa giải nào, gọi tên hiện tượng nào. Tấm bảng trống chỉ chứa một sự thật duy nhất: chúng ta chưa biết.

Và nguy hiểm không nằm ở sự bịa đặt có chủ ý. Nó nằm ở sự bịa đặt trôi chảy. Một kết luận không căn cứ được viết tốt sẽ lan nhanh hơn một sự im lặng có căn cứ. Đó là lý do sự trung thực trong nghề phân tích không phải là một đức tính. Nó là một kỹ năng phải luyện, và nó khó hơn kỹ năng viết.

Tôi nghe câu “bóng đá chỉ là may rủi” nhiều hơn bất kỳ câu nào khác. Tôi hiểu vì sao người ta nói câu đó. Nó là một cách tự vệ. Nhưng khi tôi nghe nó trong một cuộc trao đổi về một trận đấu mà cả hai bên đều có dữ liệu, tôi luôn tự hỏi: nếu mọi thứ là may rủi, thì 1.200 mẫu hình của tôi để làm gì.

Câu trả lời tôi tìm được sau tám tháng dựng cơ sở dữ liệu không phải là bóng đá không có may rủi. Câu trả lời là may rủi có một cấu trúc, và cấu trúc đó đo được ở một phần nhỏ nhưng ổn định. Tôi không tin vào may mắn. Tôi tin vào 23% xuất hiện lại lần thứ hai.

Nếu bảng dữ liệu đêm nay là một bảng trống, thì việc tôi phải viết ra là một bảng trống. Không có gì để phân tích. Có một điều để ghi lại.

Nhìn bảng số liệu như nhìn bản đồ trận địa: chi tiết nhỏ nhất cũng là một mũi tên. Nhưng một tấm bản đồ trắng không phải là một tấm bản đồ tồi. Nó là một tấm bản đồ trắng, và người đọc nó có quyền được biết điều đó trước khi họ tự vẽ lên đó những mũi tên của riêng mình.

Trong mùa giải đấu lớn này, khi mọi người đang cuốn theo cờ và câu chuyện, câu hỏi tôi để lại rất đơn giản. Nếu bạn bỏ hết mọi dữ liệu ra khỏi bài phân tích bạn vừa đọc, còn lại bao nhiêu phần trăm là thứ bạn thực sự nhìn thấy, và bao nhiêu phần trăm là thứ bạn đã tự điền vào?

Văn hóa thể thao không nằm trên khán đài, nó nằm trong cách người ta bảo vệ màu áo. Và trong nghề phân tích, cách bảo vệ màu áo của mình là không bịa ra một tỷ lệ nào khi chưa có ai đứng ra bảo vệ nó.