Dữ liệu trống, kết luận đầy: ghi chép từ một phòng phân tích chuyển nhượng ở Busan

Phòng làm việc ở Busan, 2 giờ 40 phút sáng. Tôi mở một hồ sơ tuyển trạch dài mười bốn trang do cộng sự gửi qua. Cột “dữ liệu xác minh” trống trơn: không số phút thi đấu, không chỉ số chuyền tạo cơ hội, không bản đồ vị trí, không cả ngày sinh được kiểm chứng. Cột “kết luận” thì đầy. Bảy trăm từ khẳng định cầu thủ này hợp với hệ thống pressing tầm cao, đọc trận đấu tốt, có tố chất thủ lĩnh. Không dòng nào có nguồn.

Tôi đọc lại ba lần rồi làm một việc tôi vẫn làm mỗi khi nghi ngờ: đếm. Mười bốn trang, hai mươi hai câu khẳng định, không một dữ kiện nào có thể kiểm tra độc lập. Hồ sơ đó không phải ngoại lệ. Nó là mẫu hình — và mẫu hình ấy đang định giá cầu thủ, định hình đội hình, quyết định ai được ra sân ở mùa giải sau.

Hiểu sai một cầu thủ thì mất một vị trí trong đội hình. Hiểu sai cách mình biết về một cầu thủ thì mất cả một quy trình.

Đêm đó tôi không sửa hồ sơ kia. Tôi viết một trang khác, ghi rõ những gì cần có để nó trở thành hồ sơ thật: bốn trăm phút băng hình ở giải quốc nội, dữ liệu vị trí từ ba trận gần nhất, xác nhận tình trạng hợp đồng từ phía câu lạc bộ. Trang đó dài hơn, khô hơn, và gần như không ai muốn đọc.

Bối cảnh: trích xuất trước, diễn giải sau

Ngành phân tích thể thao chuyên nghiệp vận hành theo hai bước tách bạch. Bước một là bóc tách dữ kiện: đội nào, cầu thủ nào, giải nào, mốc thời gian nào, số liệu nào, nguồn nào. Bước hai mới là đánh giá, so sánh, dự báo. Mọi bản báo cáo đáng tin đều phải đi qua bước một trước khi cho phép mình bước vào bước hai.

Khi bước một trả về kết quả rỗng — không đội bóng, không cầu thủ, không giải đấu, không mốc thời gian — thì bước hai buộc phải dừng. Không dừng vì người viết kém cỏi, mà vì mọi câu khẳng định viết ra sau đó sẽ không có gì đỡ lưng. Đầu ra đúng trong tình huống ấy là một khung phân tích với các ô ghi “chưa đủ thông tin”, kèm danh sách cụ thể những gì còn thiếu để lấp vào.

Khung ấy, nếu áp vào bóng đá, gồm chín tầng. Tầng thay đổi chiến thuật theo mùa — tương đương bản vá trong esports — quyết định chỉ số nào còn đọc được và chỉ số nào đã hết hạn. Tầng thể thức giải quyết định độ nhiễu của kết quả: một giải đá vòng tròn hai lượt cho ra tín hiệu sạch hơn hẳn một giải đá cúp một trận loại trực tiếp. Tầng đội hình và cầu thủ. Tầng khu vực, tức tương quan lực lượng giữa các liên đoàn. Tầng tài chính câu lạc bộ. Tầng luật và quản trị. Tầng rủi ro. Tầng câu chuyện truyền thông. Và tầng lan truyền ra toàn ngành.

Mỗi tầng đều có một câu hỏi gốc duy nhất: dữ kiện nào xác minh được, và ai đã xác minh nó? Bỏ qua câu hỏi đó, phần còn lại chỉ là văn. Và văn thì không giữ được vị trí cho một cầu thủ, cũng không cứu được một đội bóng khỏi xuống hạng.

Phần lõi: bốn lần tôi học được giá của dữ liệu

Năm 2026, tôi là sinh viên năm nhất ở Busan, tự tay thu thập dữ liệu các trận K League 2. Asan Mugunghwa đứng đầu bảng. Tôi tính xG của họ: 1,02 bàn kỳ vọng mỗi trận. Busan IPark, đội xếp sau, đạt 1,48. Chênh lệch ấy không rải đều trên nhiều chỉ số nhỏ — nó tập trung vào một điểm duy nhất: Asan hưởng sáu quả phạt đền trong sáu trận liên tiếp. Tôi viết một bài trên blog cá nhân, dự đoán họ sẽ rơi xuống trong giai đoạn lượt về. Bài đó đạt 2.000 lượt xem, con số lớn nhất blog sinh viên của tôi từng có. Asan kết thúc mùa ở vị trí thứ tư và thua ở vòng play-off.

Đừng tin bảng xếp hạng, hãy hỏi xG. Bảng xếp hạng kể quá khứ, dữ liệu kể tương lai. Có một điều nữa tôi vẫn nhắc lại với cộng sự mỗi khi đọc bảng tổng hợp: đội đá penalty 6/6 trận không phải đang chơi bóng, mà đang chơi may rủi.

Tháng 6 năm 2026, tại Kazan, tôi phân tích trận Hàn Quốc thắng Đức 2-0. Chỉ số PPDA của Đức là 5,8 — mức pressing cực mạnh theo thang đo thông thường. Rất nhiều nhà bình luận lấy con số đó để chê lối chơi của huấn luyện viên Shin Tae-yong. Tôi tách dữ liệu theo từng khoảng mười lăm phút và thấy Đức chạy khối lượng lớn nhất ở phút 60 đến 75, rồi hệ thống pressing của họ vỡ ra sau khi Kim Young-gwon vào sân. Hàn Quốc chỉ cần ba cú sút trúng đích để ghi hai bàn. Tôi viết bài phản biện và bị công kích khá nặng trong phần bình luận, có người cho rằng tôi đang bênh một chiến thắng may mắn. Ba tuần sau, FIFA công bố báo cáo kỹ thuật xác nhận đúng những gì tôi đo được. Sau đó tôi rút ra một quy tắc nghề nghiệp: tôi từng bị tấn công vì dám nghi ngờ PPDA. FIFA xác nhận điều đó. Và một câu nữa, viết cho chính mình: PPDA 5,8 nghe thì đáng sợ, nhưng đội bóng hết hơi ở phút 75 mới thực sự đáng sợ.

Mùa hè năm 2026, các giải vô địch quốc gia phải đá trên sân không khán giả. Tôi theo dõi 214 trận ở Bundesliga và K League 1 từ tháng 5 đến tháng 8, ghi lại từng trận theo cùng một biểu mẫu, cùng một định nghĩa biến số, để tránh việc tự đổi thước đo giữa chừng. Tỷ lệ thắng sân nhà ở Bundesliga giảm từ 43,2 phần trăm xuống 37,8 phần trăm; số bàn thắng trung bình tăng từ 2,79 lên 3,12. Tôi công bố kết quả trên Medium, và một biên tập viên của chuyên trang Football Analysis liên hệ mời cộng tác, cụ thể là mảng khai thác dữ liệu vị trí GPS từ các đội bóng Hàn Quốc — nguồn dữ liệu trả phí mà trước đó tôi không có điều kiện tiếp cận. Đó là lần đầu tôi viết cho một ấn phẩm có biên tập viên, nghĩa là lần đầu tôi buộc phải chuẩn hóa cách trình bày: bảng so sánh, chú thích nguồn, ngôn ngữ trung tính, bỏ hẳn giọng blogger tự phong. Tôi bắt đầu từ blog sinh viên 2.000 lượt xem. Dữ liệu không quan tâm bạn là ai, chỉ quan tâm bạn có đọc đúng nó.

Tháng 6 năm 2026, tôi đề xuất chiêu mộ Lee Kang-in từ Mallorca với giá 8 triệu euro. Dữ liệu của tôi cho thấy anh nằm trong nhóm mười cầu thủ dẫn đầu La Liga về số đường chuyền tạo cơ hội mỗi 90 phút, ở mức 2,8 — cao hơn cả Isco. Ban lãnh đạo từ chối, lý do đưa ra là khả năng phòng ngự chưa đủ. Tôi bảo lưu quan điểm và chấp hành quyết định. Sáu tháng sau, Lee Kang-in tỏa sáng và giúp Mallorca trụ hạng, còn đội của tôi về đích thứ tám. Tôi thu thập toàn bộ email, báo cáo dữ liệu và biên bản họp, viết một bản phân tích nội bộ dài mười lăm trang gửi ban giám đốc, trong đó tôi chỉ ra lỗi của quy trình chứ không quy lỗi cho bất kỳ cá nhân nào.

Bốn câu chuyện ấy có một điểm chung. Trong cả bốn, tôi đều phải tự đi lấy dữ liệu thô trước khi cho phép mình viết ra câu kết luận đầu tiên.

Một chú thích nghề nghiệp về esports, nơi sự im lặng của dữ liệu nguy hiểm hơn

Tôi làm quản trị viên thị trường chuyển nhượng, chuyên về esports, và đây là nơi bài học trên đắt giá gấp đôi. Trong bóng đá, một chỉ số như số đường chuyền tạo cơ hội mỗi 90 phút giữ được ý nghĩa tương đối qua nhiều mùa, nên người ta có thể so sánh một cầu thủ năm 2026 với một cầu thủ năm 2026. Trong esports, một bản vá có thể vô hiệu hóa một chỉ số trong vòng hai tuần. Tỷ lệ chọn và cấm, tỷ lệ thắng, số mạng hạ gục trung bình — tất cả đều gắn chặt với phiên bản trò chơi đang chạy. Kéo số liệu từ bản vá trước sang bản vá sau mà không ghi chú phiên bản là một dạng sai lệch có hệ thống, không phải sai số ngẫu nhiên có thể bỏ qua.

Dữ liệu càng ít thì càng dễ bị lấp đầy bằng tính từ. Khi bảng số liệu của một tuyển thủ chỉ có ba trận, người ta viết “phong độ cao”. Khi có ba trăm trận, người ta buộc phải viết “tỷ lệ tham gia giao tranh 68 phần trăm trong mười hai phút đầu”. Ba trận và ba trăm trận không cùng một loại bằng chứng, và bản báo cáo đúng phải nói rõ mình đang đứng ở đâu trên thang ấy.

Đây là lý do tôi không bao giờ nhập thẳng một chỉ số từ bóng đá vào esports mà không bản địa hóa trước: giải thích biến số gốc đo cái gì, cách nó vận hành trong môi trường mới, và giới hạn của phép quy đổi. Bê nguyên xG vào một tựa game đối kháng năm đối năm là một phép ẩn dụ đẹp trên slide và một sai lầm trong báo cáo.

Góc phản trực giác

Thị trường trả tiền cho sự chắc chắn, không trả tiền cho sự chính xác. Một bản báo cáo viết “cầu thủ này sẽ thành công” được đọc nhiều gấp mười lần bản báo cáo viết “chưa đủ thông tin để kết luận, cần thêm bốn trăm phút thi đấu”. Người viết bị đẩy về phía tự tin, vì tự tin có lượt đọc còn thận trọng thì không. Lượt đọc lại quyết định ai được mời viết tiếp.

Nhưng đây là nghịch lý tôi gặp đủ nhiều để tin: kết quả rỗng lại là kết quả có ích nhất. Khi bước trích xuất dữ kiện trả về số không, thông tin thu được không phải là “không có gì”, mà là “đường ống dữ liệu của chúng ta đang hỏng” hoặc “mạng lưới theo dõi của chúng ta có một điểm mù đúng ở thị trường này”. Sự im lặng của dữ liệu cũng là một tín hiệu, chỉ là loại tín hiệu khó bán hơn nhiều so với một dự đoán hấp dẫn.

Một cái bẫy đi kèm mà tôi từng sập vào: thiếu dữ liệu không đồng nghĩa với thiếu rủi ro. Một báo cáo trống ở mục lương có thể vì câu lạc bộ trả lương đúng hạn, cũng có thể vì không ai buồn kiểm tra. Hai tình huống ấy cho ra cùng một trang giấy trắng và hai kết luận trái ngược hoàn toàn. Người phân tích tỉnh táo phải viết được cả hai khả năng thay vì chọn khả năng dễ chịu hơn.

Còn một cái bẫy nữa, thuộc về tính khí. Sau vụ PPDA năm 2026, tôi nhận ra mình có xu hướng phòng thủ khi bị chỉ trích, và xu hướng đó làm hỏng phản biện. Phân biệt rạch ròi giữa công kích cá nhân và phản biện phương pháp là kỹ năng sống còn. Ai nói tôi kiêu ngạo thì không cần trả lời. Ai đưa ra một khung thời gian khác và cho thấy kết luận đảo chiều thì phải trả lời ngay trong cùng ngày.

Điều tôi mang sang mùa giải tới

Tôi đang đề xuất một thay đổi nhỏ trong quy trình nội bộ: mỗi báo cáo phải mang theo một chỉ số mật độ dữ liệu — tỷ lệ giữa số dữ kiện được xác minh độc lập và số câu khẳng định. Một hồ sơ mười bốn trang với hai mươi hai câu khẳng định và không dữ kiện nào có mật độ bằng không, và mật độ bằng không thì không được phép kết luận, bất kể người viết là ai, giữ chức gì, đã xem bao nhiêu trận.

Mùa chuyển nhượng tới sẽ lại đầy những bản phân tích tự tin về những cầu thủ chưa ai xem đủ chín mươi phút, và những bảng xếp hạng được trích dẫn như thể chúng là nguyên nhân chứ không phải kết quả. Trước khi tin bất kỳ dòng nào trong đó, tôi sẽ tự hỏi một câu rất đơn giản: dòng này được đỡ lưng bởi con số nào, và con số đó do ai đo.