Khi bảng dữ liệu trống: kỷ luật phân tích của một trận cầu không đủ mẫu

Ba giờ sáng ở Thượng Hải, tôi mở một tệp phân tích trận đấu và thấy mọi ô đều trống.

Không phải kiểu tôi quên lưu. Tệp có tiêu đề, có chín mục, có khung bảng đàng hoàng. Nhưng từ ô đầu tiên đến ô cuối cùng, nội dung chỉ lặp lại một câu: không đủ thông tin. Không có tên giải, không có đội, không có cầu thủ, không có một con số nào để bám vào. Một tệp phân tích chuyên sâu hoàn chỉnh về mặt cấu trúc và trống rỗng hoàn toàn về mặt nội dung.

Tôi ngồi im khoảng mười phút. Rồi tôi làm điều mà mười năm trước tôi sẽ không làm: tôi đóng tệp lại và đi pha một ấm trà.

Đó là phản xạ đầu tiên tôi muốn nói đến, vì nó là phản xạ mà phần lớn những người làm nghề của tôi sẽ phá vỡ trong vòng ba mươi giây. Khi dữ liệu im lặng, tay nghề của người phân tích bị đẩy vào một trong hai ngả: hoặc dựng lên một câu chuyện để lấp khoảng trống, hoặc dừng lại và gọi khoảng trống bằng đúng tên của nó. Tôi đã đi sai ở ngả thứ nhất đủ nhiều lần để biết nó tốn kém đến mức nào.

Bài học bắt đầu từ một trận thắng bốn không

Tháng Bảy năm 2026, tôi hai mươi lăm tuổi, làm biên tập dữ liệu cho một trang bóng đá non trẻ ở Thượng Hải. Câu lạc bộ thành phố thắng một đội bóng cuối bảng bốn bàn không. Tôi viết một bài ca ngợi hệ thống pressing của huấn luyện viên thời điểm đó, và tôi viết rất nhanh, rất tự tin, vì tỷ số đã kể hết câu chuyện giúp tôi rồi.

PPDA của đội nhà trong trận đó là 8,2. Với những ai chưa quen con số này: PPDA càng thấp nghĩa là đội bóng càng cho đối thủ ít đường chuyền trước khi áp sát. Một chỉ số 8,2 đọc lên nghe như một minh chứng cho sự hung hãn có tổ chức. Nhưng tôi đã không kiểm tra một điều kiện duy nhất, điều kiện quyết định ý nghĩa của con số: đối thủ đá thế nào. Đội khách lùi sâu, chấp nhận nhường toàn bộ phần sân, và như vậy thì pressing của đội nhà được thực hiện trong một không gian không có ai chống trả. Chỉ số đẹp lên, nhưng bản chất chiến thuật chưa hề được kiểm chứng.

Ba ngày sau, đội bóng đó thua một đội cuối bảng khác với tỷ số một hai. Khi đối thủ không lùi nữa, khi họ kéo giãn và chơi qua tuyến pressing thứ nhất bằng những đường bóng dài, hệ thống sụp xuống đúng chỗ mà tôi đã không buồn soi.

Sếp tôi nói một câu mà tôi vẫn nhớ nguyên văn: cậu nhìn điểm số, cậu không nhìn cấu trúc. Câu đó không oan. Trận thắng bốn không kia rất đẹp trong bảng tỷ số và rất bình thường trong bảng cấu trúc, và tôi đã chọn đọc cái bảng dễ đọc hơn.

Từ mùa hè đó, mọi bài chiến thuật tôi viết phải đi kèm một bảng kiểm tra tối thiểu ba chỉ số nâng cao, và một dòng bắt buộc ghi rõ điều kiện của trận đấu. Điều tôi học không nằm ở danh sách chỉ số. Điều tôi học nằm ở chỗ: một dữ liệu đẹp không có bối cảnh thì tệ hơn một dữ liệu xấu có bối cảnh, bởi nó thuyết phục ta đi sai nhanh hơn.

Nhiều năm sau, mỗi lần ngồi vào bàn, tôi vẫn tự hỏi câu hỏi cũ: con số tôi đang cầm đã được đo trong điều kiện nào. Câu hỏi đó rẻ, chỉ mất vài giây, và nó đã cứu tôi khỏi không ít kết luận vội vàng.

Đêm nước Nga và giới hạn của một con số tự tin

Một năm sau, tôi được cử sang Nga làm phóng viên dữ liệu cho một kỳ World Cup. Trận tứ kết giữa đội chủ nhà và Croatia là đêm khiến tôi phải viết lại toàn bộ hệ quy chiếu của mình.

Mô hình của chúng tôi đưa ra xG nghiêng về Croatia, khoảng hai phẩy bốn so với một phẩy một. Tôi đã gần như chốt kết luận trước giờ bóng lăn. Trận đấu kết thúc hai hai sau một trăm hai mươi phút, đi đến luân lưu, và đội chủ nhà dừng bước ở đó.

Điều khiến tôi không ngủ được không phải kết quả. Điều khiến tôi không ngủ được là khoảng cách giữa điều mô hình nhìn thấy và điều xảy ra trên sân không phải một sai số nhỏ. Nó là cả một hệ thống những biến số mà mô hình của tôi không đếm: thể lực của một đội phải cày ải một trăm hai mươi phút, tính chất sân nhà như một đối trọng tâm lý, và cách một đội bị đánh giá thấp hơn chơi khi tuyệt vọng lại có thêm một nguồn năng lượng.

Sau đêm đó, tôi thức trắng xem lại mười bốn trận vòng loại trực tiếp. Tôi tìm thấy chín trong số mười bốn trận có kết quả lệch khỏi xG khi tôi đưa thêm vào hai biến: số phút thi đấu của trụ cột và quãng đường di chuyển sau phút bảy mươi. Bài viết ra sau đó tôi đặt tên là cái bẫy xG, bởi vì tên đúng của vấn đề không phải là xG sai. Tên đúng của vấn đề là chúng ta quên rằng mọi chỉ số đều được đo dưới một điều kiện xác định, và khi điều kiện đổi, con số giữ nguyên trên giấy nhưng đổi nghĩa trên sân.

Cách viết của tôi từ đó xoay quanh một câu hỏi duy nhất cho mỗi con số: chỉ số này được đo trong điều kiện nào, và điều kiện đó có giống với trận tôi đang nói tới hay không. Nếu câu trả lời là không, tôi không được phép dùng nó như một bằng chứng, tôi chỉ được phép dùng nó như một giả thuyết.

Đêm Moscow đó, tôi không xem một trận cầu; tôi thấy dữ liệu thô cười vào mặt mọi xác suất. Câu này tôi giữ nguyên, vì nó là ký ức nghề nghiệp đúng nhất mà tôi có.

Nhà hát không khán giả và những tầng dữ liệu không phải con số

Đến mùa dịch, tôi làm trưởng nhóm nội dung dữ liệu cho một nền tảng thể thao. Bóng đá toàn cầu dừng lại, rồi trở lại trong những sân vận động không có người.

Trong sáu tháng tôi xem lại hơn một trăm trận cũ có dữ liệu tracking. Đầu mùa Bundesliga 2026/2026, tôi thấy một nghịch lý: các đội pressing cao hơn khoảng mười hai phần trăm về tần suất, nhưng hiệu quả của pressing lại giảm khoảng tám phần trăm. Cách giải thích dễ dãi nhất là nói các đội chơi hay hơn. Cách giải thích tôi tin hơn là khi không còn khán đài, một nguồn áp lực tâm lý vốn quen thuộc bị rút đi, và hệ thống pressing vốn dựa vào việc đối thủ bị bóp nghẹt bởi tiếng hét mười nghìn người trở nên ít đáng sợ hơn.

Đây là lần đầu tiên tôi thấy rõ rằng trong một trận bóng có hai tầng dữ liệu. Tầng thứ nhất là những gì đo được: số đường chuyền, số lần thu hồi, cự ly di chuyển. Tầng thứ hai là những gì chỉ đọc được từ nhịp thở, từ bước chân chùng xuống ở phút bảy mươi lăm, từ một cầu thủ đứng sai vị trí vì cái đầu đã mệt trước đôi chân.

Nhiều đồng nghiệp của tôi xem tầng thứ hai là tạp nhiễu. Họ không hoàn toàn sai, vì tầng thứ hai rất khó mã hóa và rất dễ bịa. Nhưng nếu bỏ hẳn tầng thứ hai, ta sẽ không bao giờ giải thích nổi vì sao một chỉ số cao hơn lại gắn với một kết quả tệ hơn.

Nước Nga dạy tôi rằng biến số không nằm trong bảng tính, nó nằm trong nhịp đập của cầu thủ. Tôi đã viết câu đó sau chuyến đi, và nó chỉ trở nên thuyết phục hơn khi tôi nhìn thấy những hệ thống pressing đẹp đẽ vỡ vụn trong im lặng.

Tôi làm một việc mà đến giờ tôi vẫn bảo vệ. Tôi được giao dựng hệ thống viết tự động cho các trận kín khán giả và tôi từ chối. Lý do nằm ở chỗ tôi tin một hệ thống tự động sẽ tái tạo đúng cái sai của tôi năm 2026: nó sẽ đọc con số đẹp mà bỏ qua bối cảnh. Tôi đề xuất một mô hình kết hợp dữ liệu tracking với phỏng vấn ban huấn luyện qua cầu truyền hình, và cái tôi nhận lại ngoài một chút thăng tiến là một thói quen mà đồng nghiệp thấy khó chịu: mọi bài viết của tôi từ đó đều phải có một mục nhỏ tên là phương pháp thu thập dữ liệu.

Bàn thắng ở phút một trăm mười chín

Euro 2026 mang đến cho tôi phép thử ngược lại. Tứ kết, đội chủ nhà Tây Ban Nha gặp Đức. Phút một trăm mười chín, sau một quả tạt của Olmo, Merino đánh đầu ghi bàn quyết định.

Mô hình xác suất của chúng tôi xếp tình huống đó ở mức khoảng một phẩy hai phần trăm. Một phẩy hai phần trăm nghĩa là trong mắt máy, pha bóng đó gần như không nên xảy ra. Vậy mà nó xảy ra, và nó quyết định cả một trận tứ kết.

Tôi viết bài ngay trong đêm. Tôi lấy dữ liệu những pha đánh đầu thành công của đội bóng này trong khoảng năm mươi trận gần nhất và phát hiện một tỷ lệ đáng chú ý: gần một phần năm trong số đó đến từ những vị trí mà mô hình coi là không thể ghi bàn. Nói cách khác, chính những tình huống xác suất thấp lại là một phần có hệ thống trong bộ kỹ năng của đội bóng, chứ không phải một tai nạn thống kê.

Đó là lúc tôi ngừng dùng chữ AI như một câu trả lời. Mô hình của chúng tôi không sai khi nói một phẩy hai phần trăm. Nó chỉ trung thực trong phạm vi của nó, và phạm vi đó không bao gồm việc Merino đã vào đúng chỗ với đúng một cú bật nhảy mà tập thể của anh ta đã luyện hàng trăm lần. Mô hình xác suất cần được thử thách bởi con người, và đó là điều rất khác với việc được thay thế bởi con người.

Góc nhìn ngược: khoảng trống không phải thất bại

Có một cách nghĩ mà tôi cố tình nói ngược lại số đông trong nghề.

Khi một tệp phân tích trả về toàn ô trống, phản ứng nghiệp dư là xem đó là một sự cố kỹ thuật, một thứ cần được vá ngay bằng cách thêm dữ liệu, thêm mô hình, thêm suy luận. Phản ứng chuyên nghiệp là xem đó là một kết quả hợp lệ. Không đủ thông tin là một kết luận. Nó khó nghe hơn một nhận định chiến thuật, nhưng nó trung thực hơn mọi nhận định chiến thuật được dựng trên cát.

Nguy hiểm nằm ở một sự thật tâm lý rất cũ: bộ não con người ghét khoảng trống. Cho một người một câu chuyện sau trận, anh ta thấy thoải mái. Cho anh ta một bảng trống, anh ta thấy khó chịu và có xu hướng tự dựng câu chuyện từ không khí. Trong nghề của tôi, hành vi đó có tên gọi: kể chuyện thay cho bằng chứng. Nó nguy hiểm vì nó không trông giống lừa dối. Nó trông giống như đang làm việc.

Và đây là chỗ tương quan đứng cách xa nhân quả. Một đội pressing cao thắng ba trận liền, người ta vội kết luận pressing cao là nguyên nhân. Nhưng có thể pressing cao chỉ đang trùng với một lịch đấu dễ, và đến khi lịch khó hơn, chính hệ thống đó vỡ. Tôi đã từng ở trong cái bẫy đó. Ba trận thắng không phải ba mẫu. Một trận thắng không phải một mẫu. Và một tệp đầy chữ mà toàn chữ suy đoán cũng không phải một mẫu.

Có một chi tiết trong nghề này mà tôi ít nói ra. Cảm xúc không phải kẻ thù của dữ liệu. Trong thân phận một người viết bằng số, rất dễ nảy sinh thói quen xem cảm xúc của cầu thủ là tạp nhiễu cần gạt bỏ. Tôi đã từng nghĩ như vậy, và tôi đã sai nhiều trận. Cách đúng không phải là gạt cảm xúc ra khỏi bàn, mà là mã hóa nó thành chỉ báo hành vi: một bước chạy chùng xuống ở phút bảy mươi lăm, một cú chạm bóng nặng hơn bình thường, một chuỗi đường truyền lệch dần về phía an toàn. Khi đã mã hóa được, cảm xúc trở thành một cột dữ liệu hợp lệ, không phải một lời bình luận chủ quan.

Phương pháp tôi dùng khi dữ liệu không nói gì

Tôi biến cái đêm ba giờ sáng kia thành một quy trình.

Bước đầu tiên là tách rõ hai cột: giả thuyết và bằng chứng. Giả thuyết được phép bay xa. Bằng chứng thì không, và tuyệt đối không được nắn bằng chứng cho vừa giả thuyết. Với một tệp toàn ô trống, giả thuyết của tôi là trận đấu chưa đủ mẫu để đọc. Bằng chứng nằm ở đúng chỗ đó, không nhiều hơn.

Bước thứ hai, tôi xác định mẫu nhỏ nhất còn nói lên điều gì đó. Thay vì đổ tất cả số liệu của cả mùa vào một chỗ, tôi tìm một trận có điều kiện gần nhất với trận đang cần phân tích và chỉ số. Một mẫu nhỏ đúng điều kiện hữu ích hơn một mẫu lớn sai điều kiện.

Bước thứ ba, tôi để nguyên độ lệch và gọi tên nó. Khi số liệu lệch khỏi kỳ vọng, phản xạ của một người thích kiểm soát là làm tròn, là chọn một góc đọc để nó vừa khuôn. Tôi buộc mình để nguyên và gọi đó là điểm trống. Điểm trống không phải bằng chứng của yếu kém, nó là bằng chứng của trung thực.

Bước thứ tư, tôi ghi lại rõ chỉ số nào bị thiếu và vì sao. Một nhận định thiếu dữ liệu về thể lực cả hiệp phụ thì phải nói rõ nó thiếu cái đó, để người đọc biết họ đang đứng ở đâu trong bản đồ.

Dữ liệu sạch không cứu được một giả thuyết bẩn

Có một câu tôi dùng đến mức nó thành danh tính của tôi. Mùa hè 2026 là học phí đắt nhất tôi trả để nhận ra: dữ liệu sạch không cứu được một giả thuyết bẩn.

Tôi nhắc lại nó vì gần đây tôi thấy nhiều đồng nghiệp trẻ đầu tư rất nhiều vào cái sạch của dữ liệu: nguồn xịn, mô hình xịn, bảng biểu đẹp. Nhưng dữ liệu không nằm ở đầu vào. Dữ liệu nằm ở toàn bộ đường đi từ câu hỏi ban đầu đến kết luận cuối cùng. Một mô hình hoàn hảo chạy trên một giả thuyết sai vẫn sẽ cho ra một con số hoàn hảo và một kết luận sai, và điều tệ nhất là con số đẹp sẽ khiến kết luận sai khó bị thách thức hơn.

Đó là lý do tôi giữ một thói quen mà tôi biết khiến người khác mệt. Tôi luôn biến mỗi bài phân tích thành một bài kiểm tra giả thuyết. Tôi đặt ra một giả thuyết chiến thuật cụ thể, rồi đi tìm dữ liệu từ những trận có điều kiện tương tự để xác nhận hoặc bác bỏ nó. Nếu dữ liệu bác bỏ, tôi viết lại giả thuyết, không sửa dữ liệu. Cái bảng có hai cột kia là vũ khí phòng thân quan trọng nhất của tôi, và nó chỉ mất mười giây để lập.

Hệ thống không sụp đổ trong một đêm; nó nứt từ lúc tôi ngừng đặt câu hỏi vào nền móng. Sự nứt đầu tiên thường không có tiếng động. Nó là một con số tôi chấp nhận mà không thèm kiểm tra điều kiện, một trận tôi ca ngợi vì tỷ số, một chỉ số tôi dùng như chân lý. Người ta chỉ nghe thấy tiếng đổ khi toàn bộ khối đã tách khỏi nền, và lúc đó thì đã muộn để sửa.

Khi khán đài vắng, tôi nghe rõ nhất

Tôi bắt đầu sự nghiệp phân tích bằng đôi mắt. Tôi học cách nhìn bảng số. Rồi tôi học cách nhìn băng hình. Và đến mùa dịch, tôi học cách nghe.

Khi khán đài vắng bóng, tôi nghe rõ nhất tiếng bước chân pressing dưới bóng đêm đại dịch. Không có tiếng hét che lấp, tôi nghe được nhịp bước của cả một khối mười người cùng dâng lên, nghe được khoảnh khắc nhịp đó chùng xuống, và nghe được tiếng thở của hệ thống trước khi nó vỡ. Sự im lặng của khán đài không lấy đi thông tin. Nó lọc bớt tiếng ồn để phần thông tin còn lại nổi lên rõ hơn.

Tôi nghĩ về điều này mỗi khi một tệp phân tích trả về ô trống. Một sân vận động trống không phải một sân vận động không có trận đấu. Một tệp dữ liệu trống không phải một tệp không có giá trị. Cả hai đều đang nói với tôi điều gì đó, chỉ là chúng không nói bằng ngôn ngữ mà tôi quen nghe nhất.

Con số chỉ kể một phần chuyện; phần còn lại tôi tự nghe bằng đôi tai từng bị bỏng bởi sự ngạo mạn.

Nhìn về phía trước

Tôi đang chuẩn bị cho vòng theo dõi tiếp theo, và lần này tôi mang theo một danh sách những tín hiệu tôi sẽ quan sát thay vì những kết luận tôi định sẵn.

Tôi sẽ để mắt tới độ trễ giữa lúc một đội mất bóng và lúc đội đó bắt đầu tổ chức lại, vì đó là con số nói lên cấu trúc, còn tỷ số chỉ nói lên kết quả. Tôi sẽ xem quãng đường di chuyển hiệu quả sau phút bảy mươi, thứ mà mắt thường không thấy nhưng quyết định ai còn đứng vững khi trận đấu kéo dài. Và tôi sẽ ghi lại rõ ràng mọi ô trống trong dữ liệu của mình, vì một tệp phân tích trung thực phải nói rõ nó không biết gì, thay vì giả vờ biết tất cả.

Nếu có một điều tôi muốn người đọc mang theo từ những dòng này, đó là cách đặt câu hỏi. Lần tới, khi bạn đọc một nhận định về một trận bóng và thấy nó trôi chảy, đầy con số và không có chỗ nào lưỡng lự, hãy tự hỏi một điều duy nhất: người viết có đang nói cho bạn biết anh ta không biết điều gì hay không.

Bởi vì một bảng dữ liệu trống, trong đúng đôi tay, không phải điểm kết thúc. Nó là tọa độ đầu tiên của một tấm bản đồ mới.