Nhà phân tích thể thao và nghệ thuật nói "không đủ dữ liệu"

2 giờ 47 phút sáng ngày 14 tháng 8 năm 2026. Kemang, Jakarta. Tôi ngồi trước màn hình laptop, cốc cà phê thứ ba đã nguội từ lâu, và nhìn vào một tệp báo cáo trống. Trận Persija Jakarta gặp Persib Bandung — trận kinh điển lớn nhất của bóng đá Indonesia — chỉ còn ba ngày nữa. Tệp dữ liệu tôi cần đã trở về tay không. Không xG. Không PPDA. Không bản đồ nhiệt. Chỉ có những dòng "N/A — không đủ thông tin" lặp lại như một bản án.

Mười một ngày trước đó, tôi đã bắt đầu. Tôi xem lại bốn trận gần nhất của Persija, ba trận của Persib, ghi chú từng pha bóng, dựng lại mọi tình huống cố định, đánh dấu từng lần các hậu vệ biên dâng cao rồi để lộ khoảng trống sau lưng. Tôi đã sẵn sàng viết một báo cáo chiến thuật đầy đủ. Vậy mà khi hệ thống trả kết quả về, nó trả về một khoảng không. Trong chín năm làm nghề, đây là lần đầu tiên tôi nhận một tệp trống trước một trận đấu lớn đến thế.

Số liệu không bao giờ nói dối — chỉ có cách ta lắng nghe là sai. Nhưng khi chẳng còn số liệu nào để nghe, câu hỏi đổi khác: nhà phân tích phải làm gì khi nguồn dữ liệu của mình cạn kiệt?

Bối cảnh: khi bóng đá biến thành một bài toán dữ liệu

Bóng đá hiện đại không còn là trò chơi của mười một con người trên cỏ. Nó là một hệ sinh thái của hàng triệu điểm dữ liệu: vị trí GPS của từng cầu thủ mỗi phần trăm giây, số đường chuyền, hướng chuyền, áp lực, quãng đường chạy cường độ cao, và cả những chỉ số trừu tượng như xG — bàn thắng kỳ vọng — hay PPDA — số đường chuyền cho phép đối phương thực hiện trước mỗi hành động phòng ngự. Các CLB ở châu Âu chi hàng triệu euro mỗi mùa cho hạ tầng dữ liệu. Ở Đông Nam Á, cuộc đua ấy đến muộn hơn nhưng không kém phần quyết liệt. Liga 1 Indonesia, Thai League, V.League của Việt Nam đều đã có những bộ phận phân tích riêng.

Tôi bước vào nghề này từ tháng 3 năm 2026, khi mới 24 tuổi, với vai trò trợ lý phân tích tại Persija Jakarta. Ngày đó, cả đội chỉ có một máy quay cố định và một phần mềm ghi chú thủ công. Chúng tôi đếm đường chuyền bằng tay. Nhưng chính trong sự nghèo nàn công cụ ấy, tôi học được điều quan trọng nhất của nghề: dữ liệu thô chỉ có giá trị khi ta biết nó đến từ đâu và nó có thật hay không.

Một quy trình phân tích hiện đại đi theo hai giai đoạn. Giai đoạn một là trích xuất: biến trận đấu thành những điểm dữ liệu có cấu trúc — ai chuyền cho ai, ở đâu, lúc nào, kết quả ra sao. Giai đoạn hai là phân tích: đọc những điểm dữ liệu ấy, đặt chúng vào bối cảnh chiến thuật, và rút ra kết luận. Hai giai đoạn này giống như hai mắt của một người. Nếu một mắt mù, ta vẫn có thể nhìn, nhưng chiều sâu sẽ biến mất. Và trong đêm 14 tháng 8 ấy, mắt trái của tôi đã mù hoàn toàn.

Điều đáng sợ không nằm ở việc tệp dữ liệu trống. Điều đáng sợ nằm ở khoảnh khắc ngay sau đó — khoảnh khắc mà rất nhiều nhà phân tích trẻ, và cả những người kỳ cựu, chọn cách lấp đầy khoảng trống bằng trí tưởng tượng của mình. Họ viết. Họ suy luận. Họ đưa ra kết luận. Và họ không hề biết rằng mình đang bịa đặt.

Giải phẫu một thất bại dữ liệu

Hãy bắt đầu từ chính tệp báo cáo trống của tôi. Khi tôi kiểm tra lại nhật ký hệ thống, vấn đề hiện ra rõ ràng: bước trích xuất đã thất bại ở tầng đầu tiên. Tất cả các trường dữ liệu — tên giải đấu, đội bóng, cầu thủ, thông số — đều trống. Không có tên trận đấu. Không có tên cầu thủ. Không có một con số nào để bám vào.

Trong tình huống như vậy, một cái bẫy quen thuộc xuất hiện: cám dỗ suy diễn. Người viết non kinh nghiệm sẽ nhìn vào tên hai đội — Persija và Persib — rồi tự nhủ: "Ta biết hai đội này mà. Ta biết Persija đá thế nào. Ta biết Persib mạnh ra sao." Thế là họ viết một bài phân tích nghe rất hợp lý, đầy ắp nhận định, nhưng toàn bộ đều dựa trên ký ức và định kiến, không dựa trên dữ liệu của trận đấu cụ thể. Đó là lúc phân tích biến thành phỏng đoán, và phỏng đoán đội lốt chuyên gia.

Tôi đã chứng kiến điều này nhiều lần. Năm 2026, khi tôi viết về thất bại của đội tuyển Đức trước Hàn Quốc tại World Cup Nga, tôi có đủ dữ liệu: tổng xG của Đức chỉ đạt 1,2 trong cả trận, mức thấp nhất trong lịch sử đội tuyển tại các kỳ World Cup. Chỉ số PPDA của họ giảm 23 phần trăm so với năm 2026, nghĩa là khả năng pressing đã suy yếu nghiêm trọng. Những con số ấy cho tôi quyền nói rằng hệ thống của Đức đã sụp đổ. Bài viết "Sự sụp đổ của một hệ thống: Khi Đức quên mất cách pressing" sau đó được chia sẻ hơn 15.000 lần, và Chỉ số Pressing Bền vững của tôi được nhiều nhà phân tích Đông Nam Á trích dẫn. Nhưng nếu không có dữ liệu ấy, tôi sẽ chẳng có gì để nói ngoài cảm giác.

Sự khác biệt giữa một nhà phân tích thật và một kẻ bịa đặt nằm ở chỗ: người thật biết chính xác mình đang đứng trên bao nhiêu dữ liệu. Trong tệp báo cáo trống kia, số dữ liệu tôi có là không. Không tròn trịa, không gần đúng — đúng nghĩa là không.

Hãy hình dung một khung phân tích gồm nhiều chiều, giống như cái khung mà bất kỳ bộ phận dữ liệu chuyên nghiệp nào cũng dùng. Chiều thứ nhất là xu hướng chiến thuật và meta của giải đấu: lối chơi nào đang thịnh hành, đội nào đang thích nghi, đội nào đang bị bắt bài. Chiều thứ hai là thể thức và hệ thống giải: vòng loại hay vòng tròn, số trận, mật độ thi đấu. Chiều thứ ba là đội bóng và cầu thủ: phong độ, sự ăn ý, chiều sâu đội hình, chấn thương. Chiều thứ tư là bối cảnh khu vực: trình độ tương quan giữa các nền bóng đá. Chiều thứ năm là tài chính và kinh doanh: ngân sách, hợp đồng, chuyển nhượng. Chiều thứ sáu là luật lệ và quản trị: các quy định của liên đoàn, tính liêm chính của giải. Chiều thứ bảy là rủi ro: cầu thủ, tài chính, dư luận. Chiều thứ tám là câu chuyện truyền thông và kỳ vọng của công chúng. Chiều thứ chín là sự lan truyền trong toàn ngành.

Mỗi chiều trong số đó đều cần một mỏ neo. Xu hướng chiến thuật cần tên giải và số liệu trận. Thể thức cần tên giải đấu và lịch thi đấu. Đội bóng cần tên cầu thủ và thông số. Bối cảnh khu vực cần tên quốc gia hoặc giải. Tài chính cần một con số cụ thể. Luật lệ cần một quy định cụ thể. Rủi ro cần một đối tượng cụ thể để gán rủi ro. Câu chuyện truyền thông cần một câu chuyện. Sự lan truyền cần một tác nhân.

Khi tất cả các mỏ neo đều biến mất — như trong tệp báo cáo của tôi — thì cả chín chiều đều sụp đổ cùng lúc. Và đây là điểm mấu chốt: một khung phân tích đầy đủ nhưng rỗng ruột còn nguy hiểm hơn một khung phân tích đơn giản nhưng có dữ liệu, bởi hình thức hoàn chỉnh của nó tạo ra ảo giác về sự chắc chắn.

Tôi đã tự hỏi mình câu hỏi khó nhất trong đêm đó. Mô hình của tôi chỉ tệ khi tôi hèn nhát không dám hỏi nó câu hỏi khó nhất. Câu hỏi ấy là: nếu tôi viết báo cáo này chỉ dựa trên ký ức về Persija và Persib, điều gì sẽ xảy ra? Câu trả lời rất rõ. Tôi sẽ đưa ra những nhận định nghe có vẻ hợp lý, huấn luyện viên sẽ tin, và nếu chúng sai — vì trận đấu diễn ra khác hoàn toàn với ký ức của tôi — thì thiệt hại không nằm ở uy tín của tôi, mà nằm ở kết quả trên sân.

Đó là lý do tôi chọn con đường khác. Tôi đóng tệp báo cáo lại và viết một bức thư ngắn gửi ban huấn luyện: "Hệ thống trích xuất dữ liệu cho trận này đã thất bại. Tôi không có đủ thông tin để đưa ra phân tích đáng tin cậy. Đề nghị chạy lại quy trình trích xuất, hoặc cung cấp băng hình thô để tôi tự mã hóa."

Bức thư ấy dài chưa đầy một trăm từ. Nhưng nó trung thực hơn bất kỳ báo cáo bốn mươi trang nào mà tôi từng viết.

Cơ chế thất bại và bài học từ bóng đá Indonesia

Để hiểu vì sao một quy trình dữ liệu có thể trả về khoảng không, cần nhìn vào cách nó vận hành. Bước trích xuất thường dựa trên dữ liệu vị trí từ camera hoặc từ thiết bị đeo trên người cầu thủ. Ở nhiều CLB Đông Nam Á, nguồn dữ liệu này không ổn định. Camera có thể hỏng. Kết nối có thể đứt. Nhà cung cấp dịch vụ có thể thay đổi định dạng tệp mà không thông báo. Và khi bước trích xuất thất bại, nó thường thất bại im lặng: hệ thống không báo lỗi, nó chỉ trả về một tệp trống.

Đó chính là cái mà tôi gọi là "mất dữ liệu thầm lặng". Nó nguy hiểm hơn một lỗi rõ ràng, bởi lỗi rõ ràng buộc ta phải xử lý, còn mất dữ liệu thầm lặng chỉ chờ ta tự lấp đầy bằng định kiến.

Trong bóng đá Indonesia, vấn đề này đặc biệt nhức nhối. Liga 1 có mật độ thi đấu dày, đi lại giữa các đảo tốn thời gian, và hạ tầng dữ liệu giữa các CLB rất chênh lệch. Một đội ở Jakarta có thể có hệ thống camera tiêu chuẩn châu Âu, trong khi một đội ở vùng xa chỉ có một người quay phim nghiệp dư. Khi hai đội ấy gặp nhau, chất lượng dữ liệu không đồng đều, và mọi so sánh đều trở nên mong manh.

Tôi nhớ lại giai đoạn dịch bệnh năm 2026. Khi các giải đấu tạm hoãn và Liga 1 trở lại vào tháng 10 với các sân không khán giả, tôi làm trưởng bộ phận dữ liệu tại Persib Bandung. Chúng tôi xây dựng một báo cáo về tác động của việc thiếu khán giả lên hiệu suất thi đấu, và đề xuất tăng quãng đường chạy cường độ cao thêm 12 phần trăm để bù đắp lợi thế sân nhà đã mất. Persib bất bại tám trận đầu tiên — thành tích tốt nhất trong lịch sử CLB. Ban huấn luyện gọi tôi là "giáo sư điên". Nhưng điều tôi nhớ nhất không phải thành tích, mà là cách chúng tôi xử lý dữ liệu thiếu hụt: thay vì giả vờ rằng mọi thứ vẫn bình thường, chúng tôi thừa nhận rằng bối cảnh đã thay đổi và điều chỉnh mô hình cho phù hợp.

Bài học ấy áp dụng trực tiếp cho tệp báo cáo trống của tôi. Khi dữ liệu không đến, ta có ba lựa chọn. Lựa chọn thứ nhất là bịa. Lựa chọn thứ hai là im lặng và bỏ qua. Lựa chọn thứ ba là thừa nhận khoảng trống và tìm cách lấp đầy nó bằng nguồn lực thật. Tôi chọn cách thứ ba.

Có một cám dỗ tinh vi hơn cả việc bịa số liệu: đó là áp đặt mô hình quen thuộc lên một bối cảnh mới. Là người sinh ra ở Việt Nam và làm việc ở Indonesia, tôi từng mắc lỗi này. Có lần tôi áp một mô hình phòng ngự mà tôi xây dựng từ dữ liệu V.League lên một trận đấu ở Liga 1, và kết quả sai lệch hoàn toàn. Bóng đá Indonesia có nhịp độ, thể lực và phong cách tranh chấp khác biệt. Từ đó, với mỗi nhận định về Indonesia, tôi buộc mình đặt câu hỏi ngược: nếu con số này đến từ một giải đấu khác, liệu kết luận của tôi có còn đứng vững?

Trong trường hợp tệp báo cáo trống, câu hỏi ngược ấy còn mạnh hơn. Nếu tôi không có bất kỳ con số nào đến từ trận đấu cụ thể này, thì mọi kết luận của tôi đều chỉ là ký ức được trang điểm thành phân tích.

Góc phản trực giác: giá trị của một lời thú nhận

Đây là điều trái với trực giác nghề nghiệp. Trong văn hóa của giới phân tích thể thao, người ta thường được thưởng cho sự chắc chắn. Huấn luyện viên muốn câu trả lời dứt khoát. Ban lãnh đạo muốn con số rõ ràng. Truyền thông muốn nhận định mạnh mẽ. Và vì thế, nhà phân tích bị đẩy về phía phải luôn có ý kiến, phải luôn kết luận, phải luôn tỏ ra mình biết.

Nhưng sự thật là: một lời thú nhận "tôi không đủ dữ liệu" không phải là dấu hiệu của sự yếu kém. Nó là dấu hiệu của sự chính trực. Và trong dài hạn, chính trực là tài sản duy nhất mà một nhà phân tích có thể mang theo từ CLB này sang CLB khác, từ giải này sang giải khác.

Giá trị của một cầu thủ không nằm trên hợp đồng; nó nằm trong từng pha di chuyển không bóng. Tôi học được điều ấy từ năm 2026, khi tôi phát hiện tiền vệ trẻ Septian David Maulana chỉ chạy 8,2 km trong một trận gặp Bali United nhưng lại có tới 11 đường chuyền vào một phần ba sân đối phương — cao nhất đội. Con số quãng đường chạy của anh thấp đến mức nhiều người sẽ bỏ qua. Nhưng con số đường chuyền xuyên tuyến thì không. Tôi trình bày một báo cáo bốn mươi trang đề xuất chuyển anh từ tiền vệ cánh sang vị trí số 10. Ban huấn luyện ban đầu gạt đi. Sau ba trận thử nghiệm, Maulana ghi hai bàn và kiến tạo ba bàn; Persija thắng bốn trận liên tiếp. Dữ liệu không bao giờ nói dối, chỉ có cách trình bày mới quyết định sự thuyết phục.

Nhưng nếu trong trận Bali United ấy tôi không có con số 11 đường chuyền — nếu tệp dữ liệu trống — thì câu chuyện về Maulana đã không bao giờ ra đời. Và nếu tôi bịa ra con số ấy để cho câu chuyện của mình hấp dẫn hơn, thì tôi đã phản bội chính cái nghề đã nuôi tôi.

Cái bẫy cuối cùng, tinh vi nhất, là áp lực phải luôn có một phát hiện phản trực giác. Thương hiệu cá nhân của tôi được xây trên ý tưởng "khám phá ngược trực giác". Điều đó tạo ra một áp lực thường trực: mỗi bài viết phải có một góc nhìn gây sốc, một phát hiện khiến người đọc sửng sốt. Nhưng khi nguồn dữ liệu trống, phát hiện ngược trực giác duy nhất trung thực là: không có phát hiện nào cả. Tôi buộc mình viết sẵn một câu chốt luận điểm trước khi triển khai bài viết; nếu câu đó không đứng vững trên dữ liệu, tôi bỏ toàn bộ bài.

Và đây là nghịch lý đẹp nhất của nghề: người dám nói "tôi không biết" lại là người được tin tưởng nhất khi nói "tôi biết".

Tín hiệu cho vòng tiếp theo

Tôi đã chạy lại quy trình trích xuất vào sáng hôm sau. Hóa ra nhà cung cấp dữ liệu đã đổi định dạng tệp mà không thông báo — một lỗi kỹ thuật thuần túy, không phải một âm mưu. Ba ngày sau, tôi có trong tay bộ dữ liệu đầy đủ cho trận Persija gặp Persib, và báo cáo cuối cùng đã được hoàn thành đúng hạn.

Nhưng bài học thì ở lại. Từ đó, tôi cài một cổng kiểm tra vào quy trình của mình: bất kỳ tệp dữ liệu nào có trường thông tin trống đều bị tự động từ chối và trả về để trích xuất lại. Một cổng kiểm tra nhỏ, nhưng nó ngăn chặn đúng cái khoảnh khắc nguy hiểm nhất — khoảnh khắc mà ta đứng trước một khoảng không và tự nhủ rằng mình vẫn có thể viết.

HLV giỏi xem trận thua như một bản cập nhật, không phải một bản án. Nhà phân tích giỏi cũng nên xem một tệp dữ liệu trống như một bản cập nhật cho quy trình của mình, không phải một thất bại. Bởi trong kỷ nguyên mà mọi quyết định chiến thuật đều có thể được đo đếm, thứ quý giá nhất mà một nhà phân tích có thể sở hữu không phải là một mô hình phức tạp, mà là sự trung thực về những gì mô hình ấy thực sự biết.

Mùa giải vẫn đang chảy. Mỗi vòng đấu mang đến những tín hiệu mới, những con số mới, và cả những khoảng trống mới. Câu hỏi tôi mang theo vào vòng tới không phải là "tôi có thể tìm ra điều gì", mà là "tôi có đủ dữ liệu để tin vào điều mình tìm ra hay không". Và tôi tin rằng, trong bóng đá cũng như trong mọi lĩnh vực khác, người dám đặt câu hỏi đó trước mỗi quyết định sẽ là người đi xa nhất.