Khi phòng dữ liệu nhận về một bản báo cáo trắng

23 giờ 47 phút. Tệp dữ liệu của trận đấu vòng tới được đẩy vào máy tôi qua đường truyền nội bộ. Tôi mở ra và thấy đúng cái khung quen thuộc: hàng tiêu đề đầy đủ, định dạng chuẩn, ô nào ra ô nấy. Bên trong trống trơn. Không điểm số, không tên cầu thủ, không một chỉ số chuyển hóa nào.

Người trực ca đêm đó nhắn lại một dòng ngắn: “Anh điền tạm phần nhận định trước, số mai bổ sung.” Tôi ngồi im ba phút. Ba phút ấy đủ để một người làm nghề mở tệp của trận gần nhất, lấy mẫu, rồi viết cho đầy trang.

Tôi không mở tệp nào cả.

Phần khó nhất của nghề phân tích dữ liệu thể thao không nằm ở chỗ đọc số. Nó nằm ở chỗ từ chối nói khi chưa có số. Ở V.League, số phòng phân tích được lập tại các câu lạc bộ đã tăng lên trong vài mùa gần đây, kéo theo sự xuất hiện của các đơn vị cung cấp dữ liệu theo dõi chuyển động, dữ liệu sự kiện và dữ liệu định vị cầu thủ. Đường ống dẫn dữ liệu dài ra, và mỗi mắt nối là một chỗ có thể đứt: camera theo dõi lệch trục, nhà cung cấp trả dữ liệu muộn, cổng kết nối nội bộ ngắt giữa đêm.

Điều đáng nói là hệ thống hiếm khi báo lỗi. Nó trả về giá trị mặc định. Ô trống được thay bằng nhãn “chưa phân loại”, chỉ số thiếu được thay bằng số 0, và bản báo cáo vẫn hiện ra đủ khung, đủ màu, đủ biểu đồ. Một tệp như thế trông hoàn toàn hợp lệ. Đó cũng là lúc nghề này bắt đầu nguy hiểm.

Tháng 6 năm 2026, tôi 25 tuổi, làm trợ lý phân tích cho một trang thể thao ở Hải Phòng. Trong trận Thụy Sĩ gặp Serbia tại vòng bảng World Cup 2026, ngày 22 tháng 6 năm 2026, tôi lấy ra một con số rồi dựng cả bài viết quanh nó: Granit Xhaka chạm bóng 112 lần nhưng chỉ 34 phần trăm trong số đó hướng về phía trước. Tôi kết luận Thụy Sĩ chơi an toàn thái quá.

Huấn luyện viên Vladimir Petković đáp lại ngắn gọn rằng bóng đá không phải toán học. Ba ngày sau tôi hiểu ông ấy đúng ở đâu: Thụy Sĩ thắng ngược 2-1, và tung ra tám đường chuyền quyết định. Tôi đã bỏ qua chỉ số PPDA, thước đo cường độ gây áp lực lên cầu thủ cầm bóng, nơi Serbia nằm trong nhóm thấp nhất giải. Tôi nhìn khối lượng chuyền bóng mà không nhìn áp lực mà đối thủ phải chịu. Một chỉ số đúng, đặt trong khung sai, vẫn cho ra kết luận sai.

Hai năm sau, khi bóng đá tạm dừng vì đại dịch, tôi cùng nhóm ba người xây dựng “Chỉ số Sân Trống” từ 200 trận ở Bồ Đào Nha và Đan Mạch sau ngày tái xuất. Chúng tôi đo được quãng đường chạy của tiền vệ trung tâm giảm 9,7 phần trăm trong tháng đầu tiên, trong khi số đường chuyền vượt tuyến tăng 13,2 phần trăm. Ban lãnh đạo câu lạc bộ nghi ngờ. Tôi vẫn thuyết phục họ ký hợp đồng với một tiền vệ người Brazil dựa trên mô hình đó. Sau 10 vòng đấu, cầu thủ ấy ghi 4 bàn và kiến tạo 3 bàn, trong đó có một pha phản công tốc độ mà mô hình dự báo trước. Câu lạc bộ leo sáu bậc trên bảng xếp hạng.

Bài học không nằm ở chỗ dữ liệu thắng. Nó nằm ở chỗ dữ liệu chỉ thắng khi được đọc cùng điều kiện vận hành thật của đội.

Tháng 11 năm 2026, tôi 30 tuổi, viết chuyên mục trước trận Ả Rập Xô Út gặp Argentina ở vòng bảng World Cup 2026, ngày 22 tháng 11 năm 2026. Mô hình của tôi, xây từ bốn năm dữ liệu vòng loại, cho Argentina thắng với xác suất 94 phần trăm và tỷ số tối thiểu 3-0. Kết quả: Ả Rập Xô Út thắng 2-1, với bẫy việt vị giăng 10 lần chỉ trong hiệp một, khiến hàng công Argentina rơi vào thế việt vị 7 lần.

Tôi đã bỏ qua hai biến số. Nhiệt độ 34 độ C. Và áp suất không khí. Cả hai đều tác động lên cơ đùi của những cầu thủ Nam Mỹ quen thi đấu ở độ cao thấp hơn. Tôi mất hai tuần sau đó để xem lại 47 trận tại các giải đấu vùng Vịnh trong 10 năm. Tôi từng nghĩ mình đúng. Qatar dạy tôi biết sai.

Ba lần ấy dạy ba điều khác nhau. Lần đầu: một chỉ số đơn lẻ không bao giờ đủ. Lần thứ hai: bộ chỉ số mới không sinh ra từ văn phòng, mà từ khủng hoảng. Lần thứ ba: độ bất định phải được viết ra thành con số, chứ không được giấu sau ngôn ngữ chuyên môn.

Quay lại tệp dữ liệu trắng đêm hôm đó. Vấn đề không nằm ở chỗ thiếu số. Thiếu số là chuyện bình thường trong nghề này. Vấn đề nằm ở chỗ hệ thống không chịu thừa nhận mình thiếu số.

Một tiền vệ bị gán mặc định vào ô “tiền vệ trung tâm” sẽ được đánh giá bằng bộ tiêu chí của tiền vệ trung tâm, dù thực tế cậu ấy đá lệch trái. Mọi kết luận phía sau lệch theo, và không ai kiểm tra lại, vì bản báo cáo trông có vẻ hoàn chỉnh. Trong khi đó, một huấn luyện viên ở V.League chỉ có hai tiếng trước trận để đọc nó. Anh ấy không có thời gian đối chiếu nguồn. Anh ấy tin vào cái khung.

Đó là lý do tôi cho rằng rủi ro lớn nhất của phân tích dữ liệu thể thao ở Việt Nam hiện nay không phải là thiếu dữ liệu, mà là dữ liệu thiếu được ngụy trang thành dữ liệu đủ. Dữ liệu là tấm gương; đừng giận khi nó phản chiếu sự thật xấu xí. Vấn đề là tấm gương ấy đang được dán một lớp hình khác lên trên.

Đêm đó tôi gửi trả bản báo cáo kèm một dòng duy nhất: nguồn dữ liệu lỗi, không có số để nhận định. Sáng hôm sau, bộ phận kỹ thuật tìm ra nguyên nhân trong 40 phút: một cổng kết nối bị ngắt, và bộ kiểm tra đầu vào không hề tồn tại.

Từ đó, quy trình của chúng tôi có thêm một cổng chặn. Nếu danh sách dữ liệu đầu vào rỗng, toàn bộ quy trình dừng lại và báo lỗi, thay vì chạy tiếp với giá trị mặc định. Chúng tôi cũng giữ lại văn bản nguồn gốc ở mọi bước, để nếu phải làm lại thì không phải thu thập từ đầu.

Khi sân trống, chỉ còn dữ liệu thì thầm sự thật. Nhưng chỉ khi người ta chịu để căn phòng im lặng đủ lâu mà nghe.

Mùa giải tới, khi một bản báo cáo nữa hiện ra với đầy đủ biểu đồ và những ô số đẹp, điều tôi sẽ kiểm tra trước tiên không phải là chúng nói gì. Mà là ô nào trong đó đang trống, và ai đã lấp nó.