Kết quả rỗng cũng là kết quả: kỷ luật dữ liệu của người viết thể thao

Một tài liệu dài sáu trang, chia thành chín hạng mục. Mỗi hạng mục có bảng số liệu, cột đánh giá, mục rủi ro riêng. Giá trị trả về ở cả chín hạng mục giống hệt nhau: không đủ thông tin.

Tôi đọc lại lần thứ hai để chắc chắn mình không bỏ sót dòng nào. Chín trên chín. Không một con số, không một cái tên, không một mốc thời gian. Ma trận rủi ro sáu dòng, cả sáu dòng đều ghi “không thể đánh giá”. Phần tổng hợp cuối cùng tự chấm chất lượng thông tin một trên năm sao ở cả bốn tiêu chí: giá trị cạnh tranh, giá trị ngành, giá trị thời điểm, giá trị tham chiếu.

Tài liệu dài nhất tôi đọc trong tuần này lại là tài liệu rỗng nhất. Sau mười bảy năm làm việc với bảng số liệu, tôi không còn coi đó là một thất bại. Một mô hình trả về kết quả rỗng vẫn đang làm đúng việc của nó: nói rằng chưa có gì để nói.

Tôi từng bị từ chối năm 2026 vì một mô hình. Bảy năm sau, tôi được trả tiền để viết về nó.

Ngành tin thể thao trả tiền cho sự dứt khoát

Người làm tin thể thao ở Việt Nam hôm nay chịu một chỉ tiêu ngầm: mỗi ngày phải có tiếng nói. Một trận đấu kết thúc lúc mười giờ tối, mười một giờ phải có bài. Áp lực đó không cho phép ai ngồi chờ dữ liệu về đủ.

Kết quả là một thói quen nghề nghiệp: khi thiếu số liệu, người ta lấp bằng tính từ. Đội bóng “thi đấu thuyết phục”, cầu thủ “có tố chất”, trận đấu “kịch tính đến phút cuối”. Những câu đó luôn đúng, và vì luôn đúng nên chúng vô giá trị. Chúng không kiểm chứng được, không phản bác được, không dự đoán được gì.

Tôi bước vào nghề từ năm 2026, qua vai trò vận động viên, rồi tổ chức giải, rồi truyền thông. Năm 2026, khi đang là nhân viên phân tích dữ liệu cho một trang bóng đá Việt Nam, tôi dựng mô hình xG từ dữ liệu 26 vòng V-League. Kết quả cho thấy Long An chỉ đạt 0,72 bàn kỳ vọng mỗi trận, thấp nhất giải, đồng nghĩa nguy cơ xuống hạng rất cao. Tôi gửi báo cáo. Ban biên tập trả lời rằng bóng đá không phải toán học và từ chối đăng. Cuối mùa, Long An xuống hạng đúng như mô hình dự đoán.

Điều tôi rút ra không nằm ở việc tôi đã đúng. Điều tôi rút ra là một mô hình có thể bị từ chối, còn số liệu thì không thể bị tranh cãi bằng ý kiến số đông.

Chín cổng kiểm soát, và cái giá của từng cổng

Cấu trúc của bản phân tích kia không phải sản phẩm của một người ngồi nghĩ ra cho vui. Nó là một hệ thống kiểm soát chất lượng chín cổng, mỗi cổng đòi một loại đầu vào riêng. Cổng nào thiếu đầu vào, cổng đó tự khóa.

Nhóm đầu tiên gồm dữ liệu trận đấu: bản vá và hệ thống thi đấu. Muốn khẳng định một bản cập nhật làm thay đổi cục diện, bạn cần số phiên bản, tỷ lệ thắng theo từng vị tướng, tỷ lệ cấm chọn, và cả những thay đổi chỉ số cụ thể. Muốn khẳng định thể thức giải tạo lợi thế cho đội mạnh, bạn cần số trận mỗi vòng, độ dài loạt trận, đường đi vòng loại và mật độ lịch thi đấu. Không có những thứ đó, mọi phát biểu về “meta” chỉ là cảm giác được viết lại thành câu khẳng định.

Tôi học điều này từ World Cup 2026. Khi đó tôi tính PPDA của toàn bộ 32 đội. Croatia có PPDA trung bình 9,8, thuộc nhóm thấp nhất giải, nghĩa là họ không pressing liên tục. Nhưng nếu đo hiệu suất, tức số lần pressing thành công trên mỗi đường chuyền của đối phương, Croatia dẫn đầu với 23%. Cùng một đội, hai chỉ số cho hai câu chuyện ngược nhau. Bài viết của tôi khi đó bị chế nhạo, lý do là đội bóng này chỉ mạnh nhờ Luka Modrić. Croatia vào chung kết, và bài viết được chia sẻ hơn 5.000 lượt. Nếu tôi chỉ có một chỉ số, tôi đã viết sai.

Trong esports, bài toán đảo chiều theo hướng ngược lại. Mỗi bản vá cách nhau khoảng hai tuần, nghĩa là tỷ lệ thắng của một vị tướng chỉ được đo trên một mẫu vài trăm trận trước khi mọi thứ thay đổi. Dữ liệu nhiều, nhưng tuổi thọ của dữ liệu rất ngắn. Một mô hình dựng trên mẫu nhiễu sẽ cho ra kết luận chắc chắn và sai. Trong trường hợp đó, cổng kiểm soát không khóa vì thiếu dữ liệu, mà khóa vì dữ liệu chưa đủ dày để chống nhiễu.

Thị trường chuyển nhượng đặt ra đúng vấn đề đó dưới một hình dạng khác. Một tuyển thủ trẻ được định giá dựa trên số phút thi đấu ở đấu trường quốc tế, không dựa trên clip highlight. Với một mẫu dưới 300 phút, sai số lớn hơn chênh lệch giữa hai ứng viên. Một bảng định giá không ghi rõ kích thước mẫu là một bảng định giá chưa hoàn thành.

Nhóm thứ hai gồm dữ liệu con người: đội hình, phong độ, bức tranh khu vực. Muốn đánh giá một đội, bạn cần độ sâu đội hình, mức độ ăn khớp giữa cầu thủ và vai trò, đường cong phong độ của từng cá nhân, và tình trạng ban huấn luyện. Muốn nói về sức mạnh khu vực, bạn cần kết quả quốc tế nhiều năm, dòng chảy nhân tài và sản lượng đào tạo trẻ.

Ở World Cup 2026, tôi theo dõi Morocco suốt giải. Khối 5-4-1 của họ chỉ cho đối phương chạm bóng trong vòng cấm trung bình 4,2 lần mỗi trận. Trong trận gặp Bồ Đào Nha, tôi đếm được Sofyan Amrabat thực hiện 6 pha tắc bóng thành công và 9 lần giành lại bóng. Những con số đó không xuất hiện trong bất kỳ bản tin trước trận nào. Chúng chỉ tồn tại vì có người ngồi đếm.

Nhóm thứ ba gồm tiền và luật: cơ cấu tài chính câu lạc bộ, doanh thu tài trợ, quỹ lương, và mức tuân thủ quy chế chuyển nhượng. Mỗi mục trong nhóm này đòi một loại giấy tờ mà không phóng viên nào có sẵn trong tay lúc mười một giờ đêm.

Năm 2026, khi bóng đá toàn cầu dừng lại, công ty tôi nhận hợp đồng tư vấn cho một câu lạc bộ V-League. Tôi phân tích quãng đường chạy của mười một cầu thủ trụ cột từ mùa 2026 và tính ra mức suy giảm thể lực trung bình 15% sau ba tháng tập không bóng. Từ đó tôi đề xuất cắt 20% quỹ lương mùa tới cho các hợp đồng dài hạn. Huấn luyện viên phản đối, lý do là nhóm cầu thủ này có thương hiệu. Khi giải trở lại, họ chạy trung bình 8,5 km mỗi trận, thấp hơn trước dịch 1,2 km. Câu lạc bộ phải điều chỉnh chính sách.

Nếu năm đó tôi không có dữ liệu GPS, tôi sẽ không có gì để gửi. Và nếu tôi vẫn cứ gửi, tôi đã gửi một niềm tin được đóng gói thành một khuyến nghị.

Ngay cả một bản hợp đồng nghìn tỷ cũng bắt đầu bằng một dòng ghi chú nhỏ về số phút thi đấu.

Nhóm thứ tư gồm rủi ro, câu chuyện công chúng và truyền dẫn ngành. Đây là nhóm khó nhất, vì đầu vào của nó nằm ngoài sân cỏ. Để đánh giá rủi ro truyền thông, bạn cần biết ai đang nói gì, mật độ nói, và mức độ bền của câu chuyện đó qua từng vòng đấu. Để đánh giá tác động lên toàn ngành, bạn cần dữ liệu về bản quyền phát sóng, dòng tiền tài trợ, và cả những vùng xám mà không ai muốn ghi tên mình vào.

Ma trận rủi ro trong bản phân tích kia có sáu dòng, và cả sáu dòng đều bị khóa. Đó là cách một hệ thống tự bảo vệ. Nó không cho phép người viết gán xác suất cho một sự kiện mà chính mình chưa định nghĩa được.

Điều trái trực giác nằm ở phần tự chấm điểm

Phần cuối của bản phân tích là bảng tự đánh giá. Cả bốn tiêu chí đều nhận một trên năm sao. Không tiêu chí nào được nâng lên cho đẹp tài liệu.

Với hầu hết người làm truyền thông, đó là một bản tự thú. Với tôi, đó là phần có giá trị nhất của cả tài liệu. Một hệ thống dám chấm điểm chính mình ở mức thấp nhất là một hệ thống có thể tin được ở những lần khác.

Nghề của tôi thưởng cho người dám nói. Nhưng dám nói và có cơ sở để nói là hai việc hoàn toàn khác nhau. Một mô hình trả về kết quả rỗng đang bảo vệ người ra quyết định khỏi một sai lầm cụ thể: nó không đưa ra khuyến nghị nào khi chưa đủ căn cứ.

Năm 2026, khi tôi trình mô hình xG, tôi có đủ dữ liệu. Năm 2026, khi tôi trình bản tư vấn giảm lương, tôi có đủ dữ liệu. Khi tôi gửi bản tư vấn giảm lương, họ nhìn tôi như kẻ vô cảm. Tôi chỉ đang giao dữ liệu, không giao cảm xúc.

Ngược lại, khi không có dữ liệu, việc tôi phải làm là im lặng và ghi rõ lý do im lặng. Ngành này gọi đó là thiếu bài. Tôi gọi đó là đúng hạn mức.

Ai từng viết báo cáo cũng biết cảm giác khi ô kết luận buộc phải để trống. Cách xử lý đúng không phải là bịa ra một kết luận yếu, mà là ghi rõ loại dữ liệu còn thiếu và điều kiện để có nó.

Một trận đấu là một câu chuyện. Năm mươi trận đấu mới là sự thật.

Tín hiệu cho vòng sau

Trong một tuần, một người theo dõi thể thao Việt Nam đọc hàng trăm tiêu đề. Sẽ rất khó để đếm xem bao nhiêu trong số đó có đủ đầu vào để đứng vững, và bao nhiêu là một báo cáo rỗng được trang điểm bằng tính từ.

Giữa bảng chuyển nhượng và sân cỏ, tôi chọn đứng ở giữa, đo lường cả hai phía.

Lần tới, khi đọc một bản phân tích, phép thử nằm ở cuối mỗi mục: nếu tác giả không có con số nào, liệu kết luận có giữ nguyên không? Nếu câu trả lời là không, người đọc đang cầm một bảng chín ô trống chưa được dán nhãn.