Vì sao một bảng dữ liệu trống nguy hiểm hơn một trận thua

Đồng hồ trên tường phòng làm việc chỉ 2 giờ 14 phút sáng. Tôi mở tệp dữ liệu mà mình đã chờ suốt ba ngày — một bảng tổng hợp chỉ số cho vòng đấu cuối cùng của Bundesliga. Tệp mở ra. Trống. Không một dòng. Không một cột số. Chỉ còn lại hàng tiêu đề nằm đó như những giá đỡ trống trong một nhà kho vừa bị dọn sạch. Trong khoảnh khắc im lặng đó, tôi nhận ra một điều mà mười lăm năm làm nghề chưa từng dạy tôi rõ đến thế: một bảng dữ liệu trống có thể nguy hiểm hơn một trận thua.

Một trận thua thì minh bạch. Nó đau, nhưng nó thành thật. Đội bóng của bạn thiếu một chút, thủng lưới một lần, trọng tài thổi còi, và bạn biết chính xác mình đang đứng ở đâu. Nhưng một bảng trống thì khác. Nó không nói gì cả. Và chính vì không nói gì, nó mời gọi bạn nói thay nó. Đó là cái bẫy mà tôi muốn kể cho các bạn nghe đêm nay.

Có những con số chỉ biết nói thật vào lúc nửa đêm. Nhưng cũng có những khoảng trống chỉ biết nói dối vào đúng khoảnh khắc bạn tuyệt vọng nhất. Ranh giới giữa hai điều đó mong manh hơn bất cứ đường biên nào trên sân cỏ.

Đêm Hamburg và bài học về con số biết nói

Tháng 5 năm 2026, tôi ba mươi tám tuổi và ngồi viết một bài phân tích cho vòng đấu hạ màn Bundesliga. Hamburger SV, đội bóng của chính thành phố tôi đang sống, làm khách trên sân Wolfsburg. Họ chỉ cần một chiến thắng để trụ hạng. Cả thành phố nín thở. Tôi không nín thở — tôi mở bảng dữ liệu.

Kết quả thống kê toàn trận sau đó khiến nhiều người ngạc nhiên. HSV chỉ cầm bóng 31%, tạo ra xG 1.35 so với 2.10 của chủ nhà. Trên giấy tờ, họ lép vế toàn diện. Nhưng bằng một cách nào đó, họ thắng 2–1 với hai bàn thắng trong bảy phút cuối. Đám đông phát điên. Các tít báo nói về tinh thần, về phép màu, về bản lĩnh. Tôi thì không viết về phép màu. Tôi lật lại toàn bộ mùa giải.

Tôi soi lại bốn mươi sáu trận của HSV trong mùa đó và tìm thấy một con số lặng lẽ đến đáng sợ: họ vượt xG tới +4.2. Nói cách khác, đội bóng này liên tục ghi được nhiều bàn thắng hơn mức chất lượng cơ hội mà họ tạo ra. Đó là một dấu hiệu bất thường. Những mô hình định giá của nhà cái, vốn dựa trên giả định rằng bàn thắng sẽ dần quay về đúng giá trị chất lượng cơ hội, đều đã bị con số này bóp méo mà không hay biết.

Điều tôi học được đêm hôm đó không nằm ở kết quả. Nó nằm ở phương pháp. Mọi bài phân tích của tôi từ đó phải bắt đầu bằng một con số vượt ngưỡng dự kiến, chứ không phải bằng lối kể trận đấu thông thường. Và tôi từ chối dùng những từ ngữ trống rỗng như tinh thần chiến đấu nếu không có dữ liệu đứng phía sau để chứng minh.

Người ta nhìn bảng số. Tôi nhìn thấy nhịp thở. Một đội bóng vượt xG liên tục không phải là một đội may mắn. Đó là một đội đang sống trong một vùng xám mà mô hình chưa chạm tới, nơi những cú dứt điểm đến từ những góc mà thuật toán coi là vô hại nhưng con người thì không.

Nhưng bài học lớn hơn mà đêm Hamburg để lại không phải là kỹ thuật. Đó là thái độ. Tôi đã có đủ dữ liệu để nói thật. Ngày hôm đó, tôi được chọn giữa hai con đường: kể một câu chuyện cảm xúc cho vừa lòng đám đông, hay kể một câu chuyện dữ liệu cho đúng với sự thật. Tôi chọn con đường thứ hai, và tôi nhận ra rằng con đường đó chỉ khả thi khi kho dữ liệu phía sau tôi đầy ắp.

World Cup 2026 và cái nhìn thẩm mỹ cho dữ liệu

Một năm sau, tôi bốn mươi tuổi, nhận lời làm tư vấn dữ liệu cho một hội nhóm phân tích quốc tế trong suốt kỳ World Cup 2026 ở Nga. Đó là mùa hè dạy tôi rằng dữ liệu có thể được thưởng thức như một trận đấu đẹp.

Tôi để mắt đến Croatia vì một lý do kỹ thuật thuần túy. Chỉ số PPDA của bộ ba Modrić – Rakitić – Brozović chỉ ở mức 8.7, con số phản ánh cường độ pressing khắc nghiệt nhất trong nhóm các đội hàng đầu giải đấu. Đó là một cỗ máy ép sân được lắp ráp từ ba người đàn ông có tuổi nghề cộng lại đủ để viết một cuốn sách, nhưng đôi chân vẫn chạy như những người trẻ.

Cùng lúc, tôi bị cuốn hút bởi một thứ hoàn toàn khác. Kylian Mbappé, trong trận gặp Argentina, đạt tốc độ 37.9 km/h. Con số đó không giải thích được vẻ đẹp của cú bứt tốc. Nó chỉ đo lường được phần nổi của tảng băng. Điều khiến tôi viết về Mbappé không phải là tốc độ đỉnh, mà là cách anh bứt phá vào đúng khoảng không mà hàng thủ Argentina để lộ, như một nghệ sĩ chọn đúng nhịp để đặt nét cọ.

Trước vòng tứ kết, tôi đặt cược Croatia vào chung kết với tỷ lệ 8.5, đồng thời viết một bản phân tích dài về nhịp điệu pressing của Croatia và những cú bứt phá vượt không gian của Pháp. Khi Croatia bước vào trận chung kết và Pháp vô địch, tên tuổi của tôi trong giới phân tích được nhiều người biết đến hơn.

Nhưng thứ tôi giữ lại từ mùa hè đó không nằm ở tờ vé cược. Tôi học được cách trộn hai lớp ngôn ngữ: bảng số lạnh lùng và sự mê hoặc cá nhân trước phong cách thi đấu của một ngôi sao. Các bài viết của tôi từ đó mở đầu bằng một bức chân dung tốc độ của cầu thủ, rồi mới dẫn vào chỉ số để lý giải vì sao cảm nhận đó không sai.

World Cup 2026 dạy tôi rằng dữ liệu có thể được thưởng thức như một trận đấu đẹp. Bạn có thể vừa thưởng thức một pha bóng như khán giả, vừa phẫu thuật nó như một nhà phân tích. Hai tư thế đó không loại trừ nhau. Chúng đứng cạnh nhau, và mỗi tư thế bù đắp điểm mù cho tư thế còn lại.

Nhưng để làm được điều đó, tôi cần một thứ không thể thương lượng: dữ liệu thật, đầy đủ, có nguồn gốc. Không có nó, bức chân dung tốc độ chỉ là một bài thơ rỗng, và bảng chỉ số chỉ là một mớ rác trang trí. Tôi chưa biết điều này quan trọng đến nhường nào. Tôi sẽ sớm biết.

Mùa COVID 2026 và sự sụp đổ của một mô hình

Năm 2026, dịch bệnh đóng sập các khán đài. Tôi bốn mươi mốt tuổi và chứng kiến mô hình của mình sụp đổ theo đúng nghĩa đen. Biến số mà tôi gọi là sức ép khán đài, vốn chiếm tới 18% trọng số trong thuật toán định giá của tôi, biến mất trong một đêm. Các sân vận động vẫn còn đó, nhưng những tiếng hò reo thì không.

Khi Bundesliga tái khởi động, tôi thua mười mã cược liên tiếp. Trong đó có kèo HSV thắng trên sân nhà, và họ hòa 0–0 trước một đội bóng nằm ở đáy bảng xếp hạng. Tỷ lệ hòa ở Bundesliga tăng từ 24% lên 31%. Số bàn thắng trung bình mỗi trận theo kèo tài xỉu giảm khoảng 0.4 bàn. Cả một hệ sinh thái mà tôi tưởng mình đã hiểu, đột nhiên vận hành theo một bộ luật khác.

Trong lòng tôi bực bội tột cùng. Nhưng trước các đồng nghiệp, tôi chỉ im lặng và gật đầu. Đó là một thói quen nghề nghiệp mà tôi không tự hào. Tôi dành ba tháng sau đó xem lại một trăm hai mươi trận đấu trước khán giả ảo, ghi chép từng đường bóng, và cuối cùng viết một bài tự thú hiếm hoi, trong đó tôi thừa nhận giới hạn của mô hình cá cược truyền thống.

Sân vắng là một biến số mà không mô hình nào lường trước được. Nó không chỉ lấy đi tiếng hò reo. Nó lấy đi áp lực thời gian của đội chủ nhà, lấy đi cảm giác sợ hãi của trọng tài trước những quyết định gây tranh cãi, lấy đi nhịp điệu tâm lý của một trận đấu bóng đá. Cả một tầng lớp biến số vô hình dính vào nhau và biến mất cùng lúc.

Kể từ mùa hè đó, mọi bài viết của tôi đều phải kèm theo một dòng về bối cảnh môi trường: sân nhà hay sân trung lập, khán đài đầy hay vắng. Tôi viết ít khẳng định chắc chắn hơn, thay vào đó đính kèm khoảng dao động niềm tin và các tình huống giả định để người đọc tự cân nhắc. Mô hình của tôi sụp đổ. Nhưng tôi thì không.

Điều tôi học được không phải là dữ liệu có thể sai. Tôi đã biết điều đó. Điều tôi học được là dữ liệu đúng vẫn có thể dẫn tới kết luận sai nếu bối cảnh thay đổi. Và đôi khi, kết luận sai lại bắt đầu từ một nguồn đáng tin.

World Cup 2026 và bản hòa ca của chuyển động

Đến World Cup 2026 ở Qatar, tôi bốn mươi ba tuổi và vừa tái thiết xong mô hình với hai biến số mới: quãng đường chạy và cường độ pressing. Morocco bước vào tứ kết như một hiện tượng, và tôi bị cuốn vào họ ngay từ vòng bảng.

Achraf Hakimi trung bình chạy 11.4 km mỗi trận, con số cao nhất trong nhóm các hậu vệ cánh dự giải. Toàn đội Morocco duy trì chỉ số PPDA ở mức 9.3, một kỷ luật pressing hiếm thấy ở một đội bóng châu Phi tại sân chơi lớn. Tôi cũng không thể rời mắt khỏi dáng chạy thong dong của Cody Gakpo, người ghi ba bàn chỉ sau chín cú sút ở vòng bảng. Mỗi cú sút của anh giống như một quyết định được cân nhắc đến giây cuối cùng.

Tôi đặt cửa Morocco thắng Bồ Đào Nha ở tứ kết với tỷ lệ 3.2 và xuất bản một bài phân tích dài mang tên Dữ liệu của sự kinh ngạc, trong đó tôi kết hợp biểu đồ nhiệt với mô tả thẩm mỹ về chuyển động của Hakimi. Morocco thắng 1–0. Một tạp chí bóng đá Hà Lan sau đó xin phép dịch lại bài viết của tôi.

Từ đó, tôi mạnh dạn sử dụng ngôn ngữ hình thể và mỹ cảm trong bài viết dữ liệu: những cú chạy cong vút, nhịp bước này nảy. Độc giả quen thuộc của tôi gọi phong cách đó là trường phái thiền định số liệu, nơi đằng sau mỗi con số là một cơ thể đang chuyển động.

Khi đứng đủ xa, mọi heatmap đều trở thành một bức tranh. Nhưng bức tranh đó chỉ đẹp khi ta còn giữ được điểm neo vào sự thật. Một biểu đồ nhiệt vẽ bằng dữ liệu giả sẽ đẹp y như thật, thậm chí đẹp hơn — vì nó không bị ràng buộc bởi bất cứ điều gì có thật trên đời.

Đêm tệp dữ liệu trống

Quay lại với đêm Hamburg, 2 giờ 14 phút sáng. Tôi mở tệp và nó trống. Phản ứng đầu tiên của tôi là kiểm tra lại đường dẫn. Phản ứng thứ hai là tải lại. Phản ứng thứ ba là mở log hệ thống để xem chuyện gì đã xảy ra.

Tôi bắt đầu tự hỏi mình những câu hỏi mang tính điều tra. Tệp này trống vì nguồn dữ liệu chưa bao giờ tồn tại, hay vì quá trình thu thập đã thất bại? Đã có một lỗi kết nối, một bức tường trả tiền chặn tôi, hay một lỗi định dạng khiến dữ liệu bốc hơi trên đường về? Trong giới phân tích, chúng tôi gọi đó là khoảng cách giữa sự thiếu hụt thông tin và sự vắng mặt thông tin. Hai điều này trông giống nhau nếu bạn chỉ nhìn vào kết quả cuối cùng, nhưng chúng khác nhau hoàn toàn ở bản chất.

Một bài viết nghèo thông tin vẫn là một bài viết. Nó có tiêu đề, có nguồn, có thân bài, có những khẳng định để bạn chất vấn. Bạn có thể phản biện nó. Bạn có thể bóc tách nó. Bạn có thể đặt nó cạnh dữ liệu của mình và tìm ra chỗ lệch.

Một bản ghi trống thì khác. Nó không có gì để phản biện, không có gì để bóc tách, không có gì để đặt cạnh. Nó chỉ có tiêu đề cột — một lời hứa về nội dung sẽ không bao giờ đến. Và trong sự im lặng đó, một cám dỗ xuất hiện: tự lấp đầy khoảng trống bằng những gì mình muốn tin.

Đây là điểm tôi muốn nhấn mạnh bằng tất cả sự nghiêm túc mà một người làm nghề mười lăm năm có thể huy động. Dữ liệu trống không tạo ra khoảng trống — nó tạo ra áp lực. Áp lực phải nói, phải kết luận, phải đưa ra một dự đoán, dù chẳng có cơ sở nào. Và nhà phân tích yếu bản lĩnh sẽ khuất phục trước áp lực đó.

Tôi biết cảm giác đó. Tôi từng trải qua nó trong mùa COVID, khi mô hình của tôi mất đi một biến số mà tôi không thể thay thế. Lúc đó, nếu tôi cứ khăng khăng đưa ra dự đoán như thể mọi thứ vẫn bình thường, tôi đã lừa đảo chính mình và lừa đảo cả độc giả. Tôi chọn cách nói rằng tôi không biết. Đó là dự đoán trung thực nhất mà tôi có thể đưa ra trong mùa hè đó.

Cái bẫy của sự suy diễn

Trong thời đại của những hệ thống sinh văn bản tự động, cái bẫy này trở nên nguy hiểm gấp nhiều lần. Một cỗ máy được thiết kế để luôn đưa ra câu trả lời sẽ không bao giờ nói với bạn rằng nó không có gì trong tay. Nó sẽ vẽ ra một đội bóng không tồn tại. Nó sẽ bịa ra một vụ chuyển nhượng mà không ai từng xảy ra. Nó sẽ tạo ra một biểu đồ trông hợp lý đến mức bạn muốn tin vào nó.

Tôi gọi đó là hội chứng lấp đầy khoảng trống. Khi nguồn đầu vào trống, đầu ra vẫn được tạo ra, và nó mang hình dáng của sự thật mà không hề có xương sống của sự thật. Nó mượt mà hơn sự thật. Nó tự tin hơn sự thật. Và nó nguy hiểm hơn sự thật, vì sự thật thường có khuyết điểm, còn nó thì không.

Lịch sử bóng đá đầy những bản ghi bị hỏng, những thống kê được truyền tay với sai số tích lũy qua nhiều thế hệ biên tập. Một cầu thủ được gán cho thành tích ghi bàn của người khác. Một trận đấu có tỷ số bị ghi nhớ sai. Một hợp đồng có con số được thổi phồng qua mỗi lần kể lại. Những bản ghi hỏng này không chết đi. Chúng sinh sôi. Chúng được trích dẫn, được biên tập lại, được đưa vào sách, và cuối cùng được coi là lịch sử.

Nhà phân tích dữ liệu giỏi không phải người nhớ nhiều con số nhất. Đó là người phân biệt được con số nào có nguồn gốc và con số nào chỉ là phần còn lại của một trí nhớ tập thể đã bị bào mòn. Trong nghề của tôi, uy tín không đến từ việc luôn có câu trả lời. Uy tín đến từ việc biết khi nào câu trả lời đúng nhất là một chữ không biết.

Tôi xây dựng một quy tắc cho chính mình sau đêm tệp trống: bất cứ khi nào tôi cảm thấy bảng số liệu của mình quá hoàn hảo, quá trơn tru, quá sẵn sàng kể chuyện, tôi dừng lại và kiểm tra nguồn. Một phân tích đẹp đến mức không có chỗ cho nghi ngờ thường là một phân tích đã bị một ai đó lấp đầy.

Nghề của những khoảng lặng

Có một điều mà tôi học được ở tuổi bốn mươi bảy, sống tại Hamburg, đưa tin về bóng đá cho một thị trường nửa vòng trái đất cách quê hương tôi. Nghề của tôi không phải là nghề dự đoán. Mọi người nghĩ đó là nghề dự đoán, nhưng không phải. Đó là nghề đọc tín hiệu giữa rất nhiều tiếng ồn.

Trong kỳ chuyển nhượng, tiếng ồn đạt đỉnh điểm. Hàng trăm tin đồn mỗi ngày, mỗi tin kèm một con số, một cái tên, một cái deadline. Ở giữa bãi ồn ào đó, tín hiệu thật nằm rải rác như những viên sỏi trong một bãi biển dài. Người làm nghề phải học cách nghe thấy viên sỏi thay vì bị choáng ngợp bởi tiếng sóng.

Xác suất không phải để tin. Là để ngủ cùng. Tôi ôm xác suất vào lòng như một lời tâm sự, chứ không dùng nó như một vũ khí hùng biện. Xác suất không phải là sự thật rút gọn. Đó là cách chúng ta nói với chính mình về mức độ sợ hãi và hy vọng mà mình đang mang trong ngực. Khi bạn đưa ra một con xác suất, bạn đang không chỉ nói về trận đấu. Bạn đang nói về chính mình.

Vì thế, nghề của tôi thực ra là nghề của những khoảng lặng. Biết khi nào im. Biết khi nào nói rằng dữ liệu chưa cho tôi thấy gì. Biết khi nào một bảng trống là một câu trả lời đầy đủ hơn mọi con số được lấp vào cho có.

Điều này không dễ chịu. Độc giả không trả tiền để đọc một nhà phân tích nói rằng mình chưa biết. Họ trả tiền để có một kết luận. Áp lực đó có thật, và nó đè lên vai mỗi người làm nghề như tôi, mỗi ngày, mỗi bài viết. Nhưng tôi đã học được rằng lòng tin của độc giả không đến từ sự chắc chắn. Nó đến từ sự trung thực. Một người nói thật rằng mình chưa biết sẽ được tin tưởng hơn một người luôn tỏ ra biết tuốt.

Dữ liệu là một ngôi đền, và tôi chỉ là người quét lá. Người quét lá không tạo ra ngôi đền. Người đó chỉ giữ cho nó sạch để người khác có thể bước vào mà không vấp phải rác. Đôi khi công việc của tôi chỉ là dọn đi những bản ghi hỏng, những con số không có nguồn, những câu chuyện ma được kể lại quá nhiều lần đến mức tưởng như thật.

Khi sự im lặng là một tín hiệu

Có một góc nhìn phản trực giác mà tôi muốn đặt lên bàn đêm nay. Chúng ta thường coi sự thiếu hụt thông tin là một thất bại. Chúng ta coi một bản ghi trống là một lỗi cần sửa, một khoảng trắng cần lấp. Nhưng khoảng trắng đó đôi khi mang theo một thông điệp mà một bảng đầy số liệu không bao giờ truyền tải nổi.

Một nguồn dữ liệu biến mất có thể nói với bạn rằng đường ống thu thập của bạn đã hỏng. Một trường dữ liệu bị bỏ trống có thể nói với bạn rằng quy trình của tổ chức đang có lỗ hổng. Một hệ thống luôn trả về kết quả đầy đủ có thể đang che giấu một thói quen rất nguy hiểm: bịa đặt một cách âm thầm.

Trong ngành phân tích, chúng tôi có một nguyên tắc ngầm mà không phải ai cũng tuân thủ: thà rằng hệ thống hét lên rằng nó đang hỏng, còn hơn hệ thống trả về một kết quả đẹp nhưng vô căn cứ. Một lỗi ồn ào có thể được sửa. Một lỗi im lặng sẽ được sửa muộn hơn, khi nó đã lây lan khắp mọi kết luận phía sau.

Khi đứng đủ xa, mọi heatmap đều trở thành một bức tranh. Khi đứng đủ gần, mọi bức tranh đều phải trả lời câu hỏi: dữ liệu cho nó đến từ đâu. Nếu không có câu trả lời, thì bức tranh đó đẹp đến mấy cũng chỉ là một món đồ trang trí. Đẹp cũng là một biến số, nhưng biến số đó phải có gốc.

Điều trớ trêu là chính những khoảnh khắc thất bại lại dạy tôi nhiều nhất. Mùa COVID dạy tôi về giới hạn của bối cảnh. Đêm tệp trống dạy tôi về giới hạn của nguồn. Và World Cup 2026 dạy tôi rằng ngay cả khi mọi thứ đều đúng, tôi vẫn phải khiêm nhường, vì dữ liệu đẹp có thể khiến một nhà phân tích quên mất rằng mình chỉ là người đọc, chứ không phải người viết nên trận đấu.

Kết — tín hiệu của vòng tiếp theo

Tôi không kết thúc bài viết này bằng một tổng kết. Tôi kết thúc nó bằng một phán đoán tiến về tương lai.

Năng lực quan trọng nhất của một nhà phân tích thể thao trong thập kỷ tới sẽ không phải là khả năng xử lý dữ liệu lớn, mà là khả năng phân biệt dữ liệu thật với dữ liệu được sinh ra để trông có thật. Khi mọi con số đều có thể được tạo ra trong vài giây, giá trị của một con số sẽ phụ thuộc hoàn toàn vào dấu vết nguồn gốc của nó. Không có dấu vết, không có giá trị. Đó là định luật mà tôi tin sẽ chi phối mọi phân tích bóng đá trong những năm tới.

Còn đêm nay, ở Hamburg, tôi sẽ đóng tệp trống lại, ghi một dòng vào nhật ký rằng dữ liệu không về, và đi ngủ với một câu hỏi ở lại trong lòng ngực. Nếu một ngày nào đó người ta chỉ còn tin vào những con số không có nguồn gốc, thì môn bóng đá mà tôi dành cả đời để hiểu sẽ trở thành thứ gì?

Có những con số chỉ biết nói thật vào lúc nửa đêm. Và tôi vẫn ngồi đây, bên chiếc bàn làm việc quen thuộc, chờ những con số trung thực tiếp theo lên tiếng. Còn những khoảng trống, tôi để chúng nguyên vẹn. Đó là kỷ luật, và đó là nghệ thuật.