Bóng đá Việt Nam bị đo bằng thước châu Âu: Vấn đề nằm ở hạ tầng dữ liệu

Trong một buổi tối tháng Bảy, sau trận đấu giữa hai câu lạc bộ thuộc V.League 1, tôi ngồi lại một mình trong phòng phân tích để đối chiếu băng ghi hình với bảng số liệu mà một đơn vị thống kê bên ngoài gửi đến. Bảng dữ liệu ghi đội khách kiểm soát bóng 58%, tung ra 14 cú sút, trong đó 6 lần trúng đích. Nhưng khi tôi bật lại từng pha quay chậm ở tốc độ 0,25, bức tranh hoàn toàn khác. Đội khách không kiểm soát thế trận. Họ chuyền bóng qua lại ở tuyến giữa trong khi đối phương đã chủ động lùi về, và 58% ấy chỉ là kết quả của những đường chuyền ngang vô hại. Sáu cú sút trúng đích của họ đều đến từ ngoài vòng cấm, ở những góc mà thủ môn đứng yên cũng bắt được. Khoảnh khắc mắt thường bỏ lỡ, dữ liệu không bao giờ quên. Nhưng ở Việt Nam, cả hai đang cùng bỏ lỡ một điều gì đó. Tôi đã gặp tình huống này nhiều lần. Trong chín năm làm việc với các nguồn dữ liệu bóng đá, bốn năm trong số đó gắn với các giải đấu Đông Nam Á, tôi nhận ra một điều: bóng đá Việt Nam đang bị đo bằng một bộ công cụ được thiết kế cho nơi khác. Từ khi các giải đấu châu Âu phổ cập những chỉ số như xG, xGA hay PPDA, giới phân tích trong khu vực cũng vội vàng mang chúng vào V.League. Bóng đá Việt Nam không vận hành theo cách mà những công cụ ấy giả định. Ở các giải đấu châu Âu, một chỉ số như xG được xây dựng từ hàng trăm nghìn cú sút được gán nhãn với góc sút, vị trí thủ môn, số hậu vệ chắn trước mặt, chất lượng đường chuyền đến. Ở V.League, ngay cả số cú sút cũng không phải lúc nào cũng được ghi nhận thống nhất giữa các nguồn. Khi nền tảng dữ liệu không đủ dày, mọi chỉ số phái sinh từ nó — kể cả những chỉ số nghe rất hiện đại — chỉ là phép ngoại suy khoác áo khoa học. Có ba điểm khác biệt mà bất kỳ ai phân tích bóng đá Việt Nam cần chấp nhận trước khi mở bảng tính. Điểm thứ nhất là số trận đấu. Một mùa V.League 1 có 14 câu lạc bộ, tổng cộng 26 vòng. Cộng thêm Cúp Quốc gia và đấu trường châu lục, một đội bóng chơi nhiều nhất khoảng 40 trận trong một năm. So với một đội bóng châu Âu chơi 50 đến 60 trận, cỡ mẫu đã nhỏ hơn một phần ba. Với cỡ mẫu nhỏ như vậy, mọi kết luận theo mùa đều phải kèm cảnh báo về độ tin cậy. Điểm thứ hai là chất lượng dữ liệu nền. Không phải trận nào của V.League cũng được ghi nhận sự kiện theo chuẩn quốc tế. Nhiều trận chỉ có bảng tỷ số và vài thống kê cơ bản do ban tổ chức công bố. Khi tôi tham gia một dự án nghiên cứu về ảnh hưởng của sân không khán giả tới kết quả thi đấu ở V.League, tôi phát hiện tỷ lệ thắng sân nhà giảm từ 42% xuống 31% trong 18 vòng đầu của giai đoạn không khán giả. Tôi gần như đã công bố kết luận ấy. Giảng viên hướng dẫn yêu cầu tôi so sánh với dữ liệu từ năm mùa trước đó — và sự chênh lệch biến mất khi đặt cạnh những yếu tố khác như biến động đội hình và lịch thi đấu. Cỡ mẫu 18 trận không đủ để khẳng định bất cứ điều gì. Từ đó tôi đặt ra một nguyên tắc: không bao giờ dùng một mùa giải để khẳng định một xu hướng. Điểm thứ ba là cấu trúc của bóng đá Việt Nam. Đây là điểm quan trọng nhất và cũng bị bỏ qua nhiều nhất. Bóng đá Việt Nam vận hành như một hệ thống xuất khẩu tài năng. Các cầu thủ trẻ trưởng thành ở V.League rồi chuyển sang Thái Lan, Nhật Bản, Hàn Quốc. Một số trở về sau vài mùa; một số ở lại. Dòng chảy hai chiều này tạo ra một mô hình đội hình mà các chỉ số dựa trên độ ổn định — như độ gắn kết của tuyến giữa hay số phút thi đấu cùng nhau — trở nên vô nghĩa. Một đội bóng có thể mất trụ cột giữa mùa và thay vào đó là một cầu thủ trẻ vừa được đẩy lên từ đội U21. Vậy nên, khi nói đến phân tích bóng đá Việt Nam, tôi phải chọn một cách làm khác. Không phải vì tôi thích cách làm đó hơn, mà vì dữ liệu không cho phép lựa chọn nào khác. Cách tiếp cận của tôi gồm ba lớp. Lớp thứ nhất là quan sát định tính có cấu trúc. Tôi ghi chép lại các pha bóng theo danh mục, không dùng phần mềm chuyên dụng mà dùng một bảng tính đơn giản với các cột: thời điểm, vị trí, loại hành động, kết quả. Sau 26 vòng đấu, tôi có khoảng 3.000 dòng dữ liệu do chính tay tôi gán nhãn. Khối lượng ấy nhỏ so với các giải đấu lớn, nhưng nó có một lợi thế mà không hệ thống tự động nào có: mọi dòng dữ liệu đều đi kèm một ký ức về bối cảnh. Lớp thứ hai là kiểm tra chéo với bối cảnh lịch sử. Khi một cầu thủ ghi bàn ở phút 89 trong trận đấu mà đội của anh ta đang dẫn 2-0, tôi không ghi nhận đó là bàn thắng mang tính bước ngoặt. Tôi ghi nhận đó là bàn thắng trong thế trận đã an bài. Sự khác biệt nghe đơn giản, nhưng nó làm thay đổi toàn bộ kết luận về năng lực của cầu thủ ấy. Lớp thứ ba là tách biệt các câu hỏi. Khi phân tích một quyết định của trọng tài, tôi hỏi hai câu riêng. Một: cầu thủ đã làm gì trên sân, theo băng ghi hình ở nhiều góc máy? Hai: trọng tài đã làm gì, theo điều luật được áp dụng? Trộn hai câu hỏi này lại là cách phổ biến nhất để biến một phân tích kỹ thuật thành một lời phán xét. Ở Việt Nam, nơi các tình huống tranh cãi về trọng tài và VAR thường xuyên trở thành chủ đề nóng trên mạng xã hội, việc tách biệt hai câu hỏi trở nên đặc biệt cần thiết. Quyết định của trọng tài chỉ là điểm cuối. Hành trình thật sự nằm trong từng góc máy. Có một ví dụ tôi luôn nhớ. Ở một giải trẻ cấp quốc gia, tôi làm tình nguyện viên thống kê và phát hiện trọng tài bỏ sót một tình huống phạm lỗi trong vòng cấm ở phút 78. Tôi lập bảng so sánh với luật của IFAB và gửi cho ban tổ chức. Không ai phản hồi. Nhưng bài học tôi rút ra không nằm ở việc bị phớt lờ. Tôi học được từ giải U19 rằng, sai lầm không đáng sợ bằng việc không ai đo lường nó. Một sai lầm không được đo lường sẽ lặp lại. Một sai lầm được ghi nhận, dù không ai đọc, ít nhất đã để lại dấu vết. Nếu nhìn vào các giải đấu châu Á, có một điểm khác biệt về thể chế mà tôi buộc phải nhắc. Khung tuân thủ áp dụng cho các câu lạc bộ Việt Nam không phải là FFP hay PSR của UEFA — những cơ chế đó gắn với hệ thống giải đấu châu Âu và không có cơ chế thực thi tương đương ở đây. Khung có khả năng áp dụng cao hơn là quy định cấp phép câu lạc bộ của AFC cùng các quy định nội địa do VFF và VPF ban hành. Sự khác biệt này quan trọng vì nó quyết định loại câu hỏi nào là hợp lệ. Hỏi về tỷ lệ chi lương trên doanh thu của một câu lạc bộ châu Âu là hợp lý; hỏi điều tương tự với một câu lạc bộ Việt Nam thường không có câu trả lời, vì dữ liệu ấy không được công bố. Ở đây có một nghịch lý tôi phải nói thẳng. Bóng đá Việt Nam không thiếu dữ liệu vì người ta không quan tâm. Bóng đá Việt Nam thiếu dữ liệu vì hạ tầng dữ liệu không được xây dựng như một phần của hệ thống thi đấu. Khi một giải đấu không có nguồn dữ liệu chính thức, thị trường phân tích sẽ bị chi phối bởi những đơn vị bên ngoài có động cơ riêng. Các chỉ số đẹp có thể được tạo ra để bán cho nhà tài trợ, cho đài truyền hình, cho đội bóng đang tìm cách định giá cầu thủ. Trong môi trường đó, một chỉ số hấp dẫn nhưng không có cơ sở gây hại nhiều hơn một khoảng trống trung thực. Điều này không có nghĩa là tôi từ chối các chỉ số hiện đại. Tôi tin xG là công cụ tốt, ở những nơi nó có thể được tính đúng cách. Nhưng khi nền tảng dữ liệu nội địa còn chưa ổn định, việc nhập khẩu các chỉ số phức tạp sẽ tạo ra ảo giác về độ chính xác. Và ảo giác này có hậu quả thật. Các quyết định chuyển nhượng dựa trên số liệu không đáng tin. Các đánh giá cầu thủ dựa trên những cú sút vào lúc trận đấu đã an bài. Nhưng nếu chỉ nhìn thấy thiếu hụt, chúng ta sẽ bỏ qua một điều khác. Bóng đá Việt Nam có một kênh truyền dẫn luôn hoạt động: giao diện giữa câu lạc bộ và đội tuyển quốc gia. Mỗi đợt tập trung đội tuyển, các câu lạc bộ phải nhả cầu thủ. Mỗi trận đấu của đội tuyển, lịch thi đấu của giải nội địa bị xáo trộn. Áp lực này có thật, có thể đo lường được qua số phút thi đấu của cầu thủ ở cả hai cấp độ, và nó ảnh hưởng tới kết quả ở cả hai phía. Trong khi các nền bóng đá khác loay hoay với chỉ số sút xa hay số đường chuyền quyết định, bóng đá Việt Nam có một bài toán riêng mà không công cụ châu Âu nào giải giúp: làm sao để hai cấp độ thi đấu cùng tồn tại mà không triệt tiêu nhau. Bóng đá không thay đổi vì bạn nhìn nó kỹ hơn. Bóng đá thay đổi vì bạn nhìn nó đúng hơn. Việc cần làm trước tiên không phải là mua thêm phần mềm phân tích. Việc cần làm là dựng lại hạ tầng dữ liệu nền tảng ở cấp giải đấu: mọi trận đấu phải được ghi nhận sự kiện theo cùng một chuẩn, mọi bảng dữ liệu phải công khai nguồn, mọi chỉ số phải kèm tuyên bố về cỡ mẫu và độ tin cậy. Đó là công việc nhàm chán. Nhưng nó phải xong trước khi bất kỳ phân tích nào trở nên có nghĩa. Và khi hạ tầng ấy hoàn thành, sẽ có người đọc những con số đúng cách.