V.League: một mùa giải đầy số liệu nhưng thiếu dữ liệu

Đêm cuối tháng 7, một tệp tin từ Việt Nam gửi sang Thượng Hải nặng đúng 0 byte. Người gửi là chuyên viên phân tích của một câu lạc bộ V.League, người tôi quen từ mùa 2026 khi họ bắt đầu dựng hệ thống theo dõi cầu thủ bằng GPS. Tin nhắn kèm theo chỉ một dòng: "Anh xem giúp em trận này, số liệu bên em lỗi hết rồi." Tôi mở ra. Không tiêu đề. Không nguồn. Không một cột nào được điền.

Trong nghề này, phản xạ đầu tiên của rất nhiều người là lấp đầy khoảng trống đó. Thêm vài chỉ số nghe hợp lý, thêm một câu "theo thống kê", thêm một tỷ lệ phần trăm tròn trịa. Mười tám phút sau, một báo cáo ra đời. Không ai kiểm chứng được nó. Ba tuần sau, nó quay lại trong một bài báo khác, được gọi là "dữ liệu tham khảo".

Tôi không làm thế. Tệp tin đó, đến hôm nay, vẫn nằm trong thư mục mang tên "chưa xử lý được". Và câu chuyện của nó hoá ra lại là câu chuyện lớn nhất của bóng đá Việt Nam mùa vừa rồi.

Bối cảnh: hạ tầng dữ liệu đang ở đâu

V.League 1 mùa 2026-26 khép lại với 14 câu lạc bộ, hàng trăm trận, hàng nghìn pha bóng được ghi hình. Nhìn từ ngoài, đây là giải đấu có dữ liệu. VAR đã hiện diện từ mùa 2026. VPF công bố thống kê cơ bản sau mỗi vòng: kiểm soát bóng, số cú sút, số lần phạm lỗi, thẻ phạt. Vài câu lạc bộ lớn đã trang bị áo GPS cho cầu thủ. Đội tuyển quốc gia có bộ phận phân tích riêng, được củng cố sau chiến dịch ASEAN Cup 2026.

Nhưng khi ngồi vào bàn làm việc, thứ tôi có trong tay rất khác thứ tôi có thể đọc trên báo.

Không có mô hình bàn thắng kỳ vọng (xG) công khai cho V.League. Không có dữ liệu vị trí cầu thủ được chia sẻ. Phí chuyển nhượng gần như không được công bố, kể cả với những bản hợp đồng được truyền thông gọi là "bom tấn". Và không có một chuẩn chung nào để hai bên nói chuyện với nhau: câu lạc bộ A đếm "cú sút" theo một cách, câu lạc bộ B đếm theo cách khác, còn đơn vị truyền hình đếm theo cách thứ ba.

Điều đó tạo ra một nghịch lý rất Việt Nam: giải đấu có nhiều số liệu hơn bao giờ hết, nhưng dữ liệu có thể dùng để ra quyết định thì gần như không tăng.

Trong năm năm làm việc với các câu lạc bộ và tuyển trạch viên trong khu vực, tôi học được một điều: chất lượng dữ liệu không nằm ở số lượng chỉ số, mà nằm ở chỗ ai là người ghi dữ liệu đầu tiên và người đó được trả tiền để làm đúng hay để làm nhanh. Ở V.League, người ghi dữ liệu sự kiện thường là một bạn trẻ làm thêm giờ, không được huấn luyện bài bản, và phải xử lý ba trận trong một buổi tối. Định nghĩa "cú sút" thay đổi theo người ngồi trước màn hình. Định nghĩa "phạm lỗi" thay đổi theo trọng tài. Định nghĩa "chạy" thay đổi theo mặt sân.

Ba khoảng trống, một hệ quả

Khoảng trống dễ thấy nhất nằm ở thị trường chuyển nhượng. Bóng đá Việt Nam hầu như không công bố phí. Không công bố thì thị trường tự sinh ra chỉ số, và chỉ số tự sinh ra sẽ được tái sử dụng. Một ngoại binh về với mức phí "được cho là 800 nghìn đô", ba tháng sau thành "gần một triệu đô", cuối mùa thành "bản hợp đồng đắt nhất lịch sử câu lạc bộ". Không ai nói dối ở bước nào cả. Chỉ là mỗi người thêm một chút gia vị.

Năm 2026, tôi phân tích thương vụ Hulk từ Zenit về Shanghai SIPG với mức phí 55 triệu euro. Bằng mô hình xG tích luỹ, tôi chỉ ra hiệu suất dứt điểm thực tế của anh chỉ đạt 0,28 bàn mỗi trận, thấp hơn kỳ vọng truyền thông khoảng bốn mươi phần trăm. Bài viết bị tấn công dữ dội. Ba tuyển trạch viên của ba câu lạc bộ khác gọi cho tôi để xin báo cáo chi tiết. Bài học tôi giữ đến giờ: số liệu chính xác sẽ tự tìm được người cần nó, chỉ là không phải người ồn ào nhất.

Một khoảng trống khác nằm ở chất lượng cơ hội. Không có xG công khai, nên thứ thay thế nó là "thế trận". Một đội cầm bóng 61%, thắng 1-0, được mô tả là "áp đảo". Nhưng nếu bạn ngồi lại xem băng ghi hình và đếm, có những trận đội đó chỉ có ba cú sút từ trong vòng cấm, còn đội khách với năm cú sút lại có chất lượng cơ hội cao hơn hẳn. Kết quả thì vẫn là kết quả. Nhưng kết luận rút ra từ kết quả thì sai, và cái sai đó được mang đi dùng cho trận sau.

Tôi vẫn nhớ buổi tối ngày 27 tháng 6 năm 2026, khi đang bình luận trực tiếp trận Đức gặp Hàn Quốc ở World Cup. Chỉ số PPDA của Đức trong trận gặp Thuỵ Điển chỉ đạt 7,8, thấp hơn khoảng ba mươi phần trăm so với mức trung bình của họ ở vòng bảng. Tôi nói rằng nếu Đức tiếp tục pressing lười biếng như vậy, họ sẽ thua Hàn Quốc. Bình luận viên chính cười. Khán giả gọi vào chửi. Kim Young-gwon và Son Heung-min ghi bàn, tỷ số 0-2. Từ đó tôi có thêm một quy tắc: mỗi bài phân tích trận đấu phải có ít nhất ba chỉ số nâng cao làm bằng chứng, không bao giờ viết theo "thế trận" mà không có số.

Với V.League, quy tắc đó hiện không thực hiện được — và đó chính là vấn đề. Lý do không nằm ở cảm xúc của giải đấu, mà ở chỗ người viết không có nguyên liệu.

Phần dữ liệu thể lực cũng có vấn đề tương tự. Áo GPS đo được quãng đường, số lần bứt tốc, số lần giảm tốc. Nhưng dữ liệu đó chỉ so sánh được khi điều kiện đo giống nhau. Một trận ở sân có mái che, nền nhiệt 28 độ, độ ẩm 70%, không thể đem so với một trận ở sân trống, nền nhiệt 36 độ, độ ẩm 85%, mặt cỏ vừa được tưới. Cầu thủ chạy ít hơn không có nghĩa là anh ta lười hơn. Có thể anh ta đang chơi bóng ở một môi trường đắt hơn về mặt sinh lý.

Đừng vội tin con số trước khi nó kể lại câu chuyện từ đầu.

Điểm mù: khi niềm tin thay chỗ cho đo lường

Có một câu chuyện được nhắc lại nhiều lần trong năm qua: sau ASEAN Cup 2026, Nguyễn Xuân Son ghi 7 bàn, giành danh hiệu vua phá lưới và cầu thủ xuất sắc nhất giải. Việt Nam thắng Thái Lan 3-2 ở Bangkok ngày 5 tháng 1 năm 2026, thắng chung cuộc 5-3 sau hai lượt. Những dữ kiện đó đúng và có thể kiểm chứng.

Nhưng kết luận được rút ra từ chúng thì thường bị đẩy đi quá xa. Nhiều bài viết gói gọn câu chuyện thành: có Xuân Son thì vô địch. Đó là tương quan, không phải nhân quả. Thứ Xuân Son lấp vào là một khoảng trống rất cụ thể: khả năng kết thúc trong vòng cấm, ở những pha bóng mà hàng tiền vệ Việt Nam đã tạo ra được nhưng trước đó không chuyển hoá được. Cơ hội vẫn luôn tồn tại. Người dứt điểm thì thay đổi.

Chấn thương của anh trong trận chung kết lượt về là lời nhắc về mặt trái của mô hình đó. Một đội bóng mà chất lượng cơ hội phụ thuộc vào chân của một người là một đội bóng có phương sai rất lớn. Điều đó không nói gì về việc nhập tịch đúng hay sai. Nó nói về thiết kế đội hình.

Đây là chỗ tôi muốn phản đối phần lớn các đề xuất mà tôi đọc được về việc "hiện đại hoá dữ liệu V.League". Ưu tiên số một được nêu ra gần như luôn là xG. Tôi không nghĩ vậy. xG chỉ có giá trị khi dữ liệu sự kiện bên dưới đủ sạch: vị trí cú sút, loại cú sút, tình huống dẫn đến, áp lực của hậu vệ. Với chất lượng ghi dữ liệu hiện tại, một mô hình xG dựng lên sẽ chỉ là cảm giác được số hoá, và tệ hơn, nó sẽ mang theo uy tín của một chỉ số châu Âu để bảo vệ một kết luận Việt Nam không có cơ sở.

Ưu tiên đúng nằm ở những thứ rẻ hơn và ít bị bóp méo hơn: số khán giả thực tế đến sân, chất lượng mặt cỏ theo từng vòng, số phút bóng sống thực tế, tính nhất quán của trọng tài theo từng cặp đội. Bốn nhóm dữ liệu đó đo được bằng giấy bút và một người làm việc tử tế. Chúng không hào nhoáng, nhưng chúng đúng.

Có một khác biệt cấu trúc khiến câu chuyện ở Việt Nam không giống châu Âu. Ở các giải lớn, phí chuyển nhượng được công bố vì câu lạc bộ là công ty có cổ đông, có nghĩa vụ kế toán, có kiểm toán. Ở V.League, câu lạc bộ là doanh nghiệp nhưng phần lớn không niêm yết, nên không có áp lực nào buộc phải công bố. Khoảng trống đó không phải sự cố. Nó là thiết kế. Và bất kỳ khoảng trống được thiết kế nào cũng sẽ có người đến lấp, thường là người có lợi ích trong việc lấp.

Sân vận động trống rỗng, nhưng dữ liệu chưa bao giờ vắng bóng khán giả.

Điều còn lại sau khi xác suất sụp đổ

Trong ba mùa gần đây, tôi để ý một mẫu hành vi ổn định ở các câu lạc bộ V.League mà tôi có dịp trao đổi: khi thua, họ tìm dữ liệu; khi thắng, họ tìm câu chuyện. Đó là bản năng tự nhiên của con người, nhưng nó tạo ra một hệ quả kỳ lạ. Dữ liệu chỉ được dùng để giải thích thất bại, không bao giờ được dùng để kiểm tra thành công. Nên khi một đội thắng ba trận liên tiếp nhờ may mắn, không có cơ chế nào phát hiện ra. Đến trận thứ tư, mọi thứ sụp, và cả câu lạc bộ ngạc nhiên.

Khi xác suất sụp đổ, thứ còn lại là bản chất của trận đấu. Bản chất đó thường đã nằm trong dữ liệu từ ba tuần trước, chỉ là không ai mở ra xem vì lúc đó đội đang thắng.

Dữ liệu không bao giờ mệt mỏi, chỉ có người đọc nó mệt mà thôi.

Tín hiệu cho vòng tiếp theo

Mùa 2026-27 sẽ có ít nhất ba thứ đáng theo dõi, và cả ba đều không phải chỉ số trên sân.

Dấu hiệu rẻ nhất và trung thực nhất là việc làm: câu lạc bộ nào ký hợp đồng toàn thời gian với một chuyên viên phân tích, tách khỏi vai trò huấn luyện thể lực. Song song đó là quyền truy cập — liệu dữ liệu sự kiện của V.League có được mở ở mức độ nào, dù chỉ là bản tổng hợp theo trận. Không có nó, mọi tranh luận về chiến thuật trong nước vẫn sẽ dừng ở mức cảm nhận. Còn lại là chuẩn công bố phí chuyển nhượng: không cần công khai toàn bộ, chỉ cần một định nghĩa chung về việc "phí chuyển nhượng" bao gồm những gì — phí trả cho câu lạc bộ cũ, phí môi giới, lương ký hợp đồng, các khoản phụ phí theo thành tích.

Trừ trường hợp có một nhóm câu lạc bộ tự nguyện đi trước và chấp nhận bị so sánh, ba thứ trên sẽ không xảy ra. Và nếu chúng không xảy ra, bóng đá Việt Nam sẽ tiếp tục là một giải đấu được mô tả bằng những chỉ số không ai sở hữu.

Tệp tin 0 byte kia sẽ vẫn nằm trong thư mục của tôi. Tôi giữ nó vì một lý do: nó là bằng chứng trung thực nhất về trạng thái hiện tại của ngành. Một nền bóng đá có thể học rất nhanh từ dữ liệu đầy đủ. Nhưng trước khi có dữ liệu đầy đủ, nó phải học được một kỹ năng khó hơn: nói rằng mình chưa biết.