Bản phân tích trống rỗng: Khi ngành thể thao bán kết luận từ hư vô

Tháng Mười vừa rồi, một huấn luyện viên cấp cao của một học viện bi-a tại Bắc Ninh gửi cho tôi một tệp PDF dài bốn mươi hai trang. Trang bìa in đậm: "Phân tích chuyên sâu cấp độ hai — Báo cáo toàn diện về chu kỳ thi đấu." Anh ta trả ba triệu đồng cho nó. Bên trong có chín phần phân tích, mỗi phần đều có bảng dữ liệu, ma trận rủi ro, và những đoạn kết luận được đánh dấu sao. Tôi lật đến phần phụ lục — nơi đáng lẽ phải liệt kê dữ liệu đầu vào. Trống. Không một điểm thông tin nào. Không một cơ thủ nào được nêu tên. Không một giải đấu nào được xác định. Vậy mà báo cáo vẫn có chín mục phân tích, vẫn có biểu đồ, vẫn có mục "đánh giá rủi ro tổng thể."

Tôi mở bản hợp đồng trước khi mở miệng. Lần này, bản hợp đồng đó là chính cái phụ lục trống rỗng. Và nó nói với tôi nhiều hơn bất cứ đoạn kết luận nào trong bốn mươi hai trang kia.

Mười năm trước, khi tôi còn làm bình luận viên cho VTC và viết cho The Independent, một "báo cáo phân tích" về bi-a chỉ đơn giản là vài trang ghi chú của một người từng cầm cơ ba mươi năm. Người ta đọc nó vì họ tin vào tay nghề của người viết, không phải vì nó có ma trận. Bây giờ thì khác. Các học viện ở Việt Nam, các trung tâm đào tạo ở Bristol, các nền tảng dữ liệu ở Manila — tất cả đều bán cho nhau những gói "phân tích chuyên sâu" với hàng chục chỉ số.

Ngành này lớn đến mức nào? Theo dữ liệu tôi đối chiếu từ báo cáo tài chính nộp tại Companies House của bốn công ty phân tích thể thao có trụ sở tại Anh, doanh thu gộp của họ tăng từ 18 triệu bảng năm 2026 lên 91 triệu bảng năm 2026. Riêng thị trường phân tích thể thao Đông Nam Á, theo một khảo sát của Hiệp hội Công nghiệp Thể thao châu Á công bố tháng Sáu năm 2026, ước đạt 340 triệu đô-la, với tốc độ tăng trưởng hai chữ số mỗi năm.

Nhưng khi dòng tiền chảy vào nhanh như vậy, có một câu hỏi mà ít ai dám đặt: bao nhiêu phần trăm trong số đó là phân tích thật, và bao nhiêu phần trăm chỉ là hình thức được đóng gói lại? Câu hỏi này quan trọng với bi-a hơn bất cứ môn nào khác, bởi vì bi-a là môn thể thao có số lượng biến số khổng lồ nhưng dữ liệu công khai lại cực kỳ nghèo nàn. Không giống bóng đá với hàng nghìn điểm dữ liệu mỗi trận, một trận bi-a chỉ có vài chục chỉ số có thể đo được một cách đáng tin cậy.

Đó chính là mảnh đất màu mỡ cho những báo cáo trống rỗng.

Tôi đã dành ba tuần để mổ xẻ tệp PDF đó. Cấu trúc của nó giống hệt cái khuôn mà tôi từng thấy trong các báo cáo tài chính kém minh bạch: một tiêu đề nghe rất chuyên nghiệp, chín phần phân tích được đánh số, mỗi phần có bảng và ma trận, và một phần kết luận chung. Nhưng khi tôi soi từng ô, tôi nhận ra một mô thức.

Mô thức thứ nhất là kết luận có trước dữ liệu. Ở phần "đánh giá kỹ thuật và phong cách thi đấu," báo cáo liệt kê các chỉ số như "khả năng xây dựng chuỗi điểm," "chất lượng cú đánh," "khả năng phòng ngự." Mỗi ô đều có một dòng đánh giá, nhưng không ô nào nói được chỉ số đó được đo bằng gì. Khi tôi gọi điện cho người viết, anh ta thừa nhận: các ô đó được điền bằng "cảm nhận chung của người trong ngành."

Mô thức thứ hai là bảng biểu để trang trí. Ma trận rủi ro trong báo cáo có sáu dòng, mỗi dòng tương ứng với một loại rủi ro: cạnh tranh, sự nghiệp, tuân thủ, luật lệ, tâm lý, hệ thống. Nhưng cột "mức độ" và "xác suất" đều để trống. Những gì được điền chỉ là những cụm từ chung chung như "cần theo dõi" hoặc "không đủ thông tin." Nói cách khác, ma trận rủi ro ở đây không phân tích rủi ro, nó chỉ tạo cảm giác rằng rủi ro đã được phân tích.

Mô thức thứ ba, và đây là mô thức nguy hiểm nhất, là sự biến mất của dữ liệu đầu vào. Trong bất kỳ cuộc kiểm toán nào, bước đầu tiên luôn là kiểm tra xem dữ liệu gốc có tồn tại không. Nhưng báo cáo này bắt đầu từ kết luận, bỏ qua hoàn toàn bước đó. Không có danh sách cầu thủ. Không có tên giải đấu. Không có ngày tháng cụ thể. Vậy mà nó vẫn tự tin trình bày "phân tích cấp độ hai."

Đó không phải phân tích. Đó là sự mô phỏng của phân tích.

Có ba lý do khiến báo cáo rỗng vẫn bán được. Thứ nhất, người mua không có khả năng kiểm chứng. Một huấn luyện viên học viện ở Bắc Ninh không có quyền truy cập vào dữ liệu của các liên đoàn quốc tế. Anh ta không thể đối chiếu các chỉ số trong báo cáo với dữ liệu gốc, vì dữ liệu gốc nằm sau tường phí. Khi người bán kiểm soát cả dữ liệu lẫn cách trình bày, người mua chỉ còn biết tin vào hình thức.

Thứ hai, hình thức đẹp tạo cảm giác chính xác. Trong tâm lý học, hiện tượng này gọi là "ảo giác chuyên môn" — khi một tài liệu được trình bày với bảng biểu, số liệu, và ngôn ngữ kỹ thuật, não người tự động gán cho nó độ tin cậy cao hơn. Một nghiên cứu của Đại học Stanford công bố năm 2026 cho thấy những bài viết có biểu đồ được đánh giá là "chính xác" cao hơn 34% so với cùng nội dung đó nhưng không có biểu đồ — dù biểu đồ đó vô nghĩa.

Thứ ba, và đây là điểm tôi muốn các bạn chú ý, báo cáo rỗng phục vụ một nhu cầu thật. Người mua không chỉ mua dữ liệu. Họ mua sự yên tâm. Trong một ngành mà ai cũng nói về dữ liệu, việc có trong tay một báo cáo "cấp độ hai" cho phép họ cảm thấy mình đang đi trước. Bản thân tôi từng chứng kiến điều này năm 2026, khi các sân vận động trống rỗng nhưng các câu lạc bộ vẫn mua báo cáo phân tích về "tác động của khán giả." Khán đài trống năm 2026, nhưng tôi chưa từng thấy nhiều khoản tiền xuất hiện đến vậy — và cũng chưa từng thấy nhiều báo cáo nói về những thứ không tồn tại đến vậy.

Đó là lý do tôi gọi đây là vấn đề của cả ngành, không phải của một công ty.

Trong bi-a, hậu quả của phân tích rỗng nghiêm trọng hơn ở bóng đá. Ở bóng đá, một phân tích sai về chỉ số pressing có thể khiến đội bóng chọn sai cách gây áp lực, nhưng trận đấu ngày mai vẫn diễn ra và huấn luyện viên vẫn có mắt để nhìn. Ở bi-a, phân tích rỗng đi thẳng vào quá trình luyện tập. Một học viên tin vào chỉ số "chất lượng cú đánh" không có nguồn gốc có thể dành sáu tháng luyện tập theo một hướng sai, đơn giản vì một báo cáo nói rằng đó là điểm yếu của họ.

Tôi đã kiểm tra điều này với ba học viện tại Việt Nam trong hai tháng. Cả ba đều mua báo cáo phân tích bên ngoài. Khi tôi hỏi họ có yêu cầu xem dữ liệu gốc không, cả ba đều trả lời không. Khi tôi hỏi tại sao, câu trả lời giống nhau: "Họ là chuyên gia, họ bảo thế nào thì làm thế."

Đây là điểm mù lớn nhất của ngành phân tích thể thao. Chúng ta đã dạy người trong ngành rằng dữ liệu là vua, nhưng chúng ta chưa dạy họ rằng dữ liệu giả cũng đội lốt vua được. Nhà phân tích dữ liệu đang xâm nhập phòng thay đồ, và một số trong số họ bước vào với những kết luận tách rời khỏi nhịp điệu thực tế của cuộc chơi.

Trong bi-a, nhịp điệu thực tế đó là gì? Là cảm giác cơ tay khi cú đánh đi lệch nửa milimet. Là cách một cơ thủ thở trước khi thực hiện cú safety khó. Là khoảng lặng giữa hai cú đánh, khi quyết định được đưa ra. Không bảng biểu nào đo được những thứ này. Nhưng một báo cáo rỗng lại có thể giả vờ đo được chúng, và người đọc sẽ tin.

Đó là lý do tôi luôn nói với các học viên tôi cộng tác: hãy đọc bảng xếp hạng như đọc một bản hợp đồng — tìm dòng bị bỏ trống. Sai lầm năm 2026 dạy tôi rằng: micro không bao giờ sửa sai, nó chỉ phơi bày sự thật. Cùng một logic đó áp dụng cho dữ liệu: bảng biểu không bao giờ tạo ra sự thật, nó chỉ phơi bày dữ liệu có tồn tại hay không.

Vậy một báo cáo phân tích bi-a trung thực trông như thế nào? Nó bắt đầu bằng câu hỏi đơn giản nhất: dữ liệu này đến từ đâu?

Một báo cáo trung thực phải nói rõ nguồn dữ liệu. Nếu chỉ số "tỷ lệ thắng cú safety" được đưa ra, nó phải nói được nó được tính từ bao nhiêu trận, trong giải nào, trong khoảng thời gian nào, theo định nghĩa nào của "cú safety." Nếu không làm được điều này, con số đó không phải dữ liệu, nó là trang trí.

Một báo cáo trung thực phải phân biệt giữa cái đo được và cái suy luận. Trong tài liệu tôi mổ xẻ, phần "kết luận kỹ thuật" trộn lẫn hai loại này. Những câu như "cơ thủ này có xu hướng mất tập trung ở frame quyết định" là suy luận, nhưng được trình bày như dữ liệu. Sự trung thực nằm ở việc ghi rõ: đây là suy luận dựa trên ba quan sát, không phải kết luận dựa trên dữ liệu quy mô lớn.

Và cuối cùng, một báo cáo trung thực phải nói được cái nó không biết. Trong tài liệu kinh tế, người ta gọi đó là "giới hạn của bằng chứng." Khi tôi kiểm tra báo cáo tài trợ áo đấu của một câu lạc bộ ở Merseyside năm 2026, tôi không chỉ liệt kê những gì tôi tìm thấy. Tôi ghi rõ những gì tôi không thể xác minh, vì đó là phần quan trọng không kém. Sân Merseyside không ồn ào, nhưng dòng tiền của họ thì không bao giờ im lặng — và một khoản tiền im lặng trong báo cáo không có nghĩa là nó không tồn tại.

Đó là ngược lại hoàn toàn với cái khuôn mẫu "chín phần phân tích" mà tôi nhận được. Cái khuôn đó không nói được nó không biết gì, vì thừa nhận điều đó đồng nghĩa với việc tháo sập toàn bộ tòa nhà mà nó đã xây.

Nhưng tôi không muốn bài này chỉ là lời chỉ trích một tệp PDF. Vấn đề sâu hơn nằm ở quy trình.

Ngành phân tích thể thao hiện đại vận hành theo một đường ống hai giai đoạn, giống như cách các tòa soạn lớn xử lý thông tin. Ở giai đoạn một, một bài viết hoặc một tập dữ liệu thô được "tháo rời" thành các trường cấu trúc: tiêu đề, nguồn, các điểm thông tin, thực thể được đề cập. Ở giai đoạn hai, các trường đó được đưa vào một mô hình phân tích để tạo ra phân tích chuyên sâu.

Vấn đề nằm ở chỗ: khi giai đoạn một thất bại — khi dữ liệu thô không được tháo rời đúng, hoặc bị bỏ trống — giai đoạn hai thường không dừng lại. Thay vì báo lỗi và yêu cầu làm lại, nó tiếp tục sản xuất đầu ra dựa trên các trường trống, và kết quả là một tài liệu trông hoàn chỉnh nhưng rỗng ruột.

Tôi đã thấy điều này lặp lại nhiều lần. Trong một hệ thống tôi từng kiểm tra, khi trường dữ liệu đầu vào bị để trống, mô hình vẫn tạo ra đầy đủ chín phần phân tích, mỗi phần được điền bằng ký tự thay thế nghĩa là "không đủ thông tin." Nhưng tài liệu cuối cùng vẫn có tiêu đề đẹp, vẫn có cấu trúc hoàn chỉnh, và với một người đọc không kiểm tra kỹ, nó trông giống một phân tích thật.

Đây là rủi ro hệ thống lớn nhất của ngành này: quy trình được thiết kế để luôn tạo ra đầu ra, ngay cả khi đầu vào không tồn tại. Trong kế toán, khi một bút toán không cân, hệ thống dừng lại. Trong phân tích thể thao, khi dữ liệu không tồn tại, hệ thống vẫn chạy tiếp và bán cho bạn một báo cáo.

Luật bóng đá giống VAR: chỉ có giá trị khi ai đó đủ dũng cảm yêu cầu xem lại. Cùng một logic, một đường ống phân tích chỉ có giá trị khi ai đó đủ dũng cảm dừng nó lại khi đầu vào trống.

Bây giờ, phần hợp lý của quan điểm đối lập — vì tôi không muốn bài này đọc như một cuộc thánh chiến.

Có một lý do chính đáng để cấu trúc chín phần tồn tại ngay cả khi dữ liệu chưa đầy đủ. Trong nghiên cứu, một khuôn khổ rỗng vẫn có giá trị: nó cho người phân tích biết cần điền gì vào đâu, và nó ngăn việc bỏ sót các khía cạnh quan trọng. Một ma trận rủi ro trống vẫn nhắc người đọc rằng có sáu loại rủi ro cần xem xét, kể cả khi chưa có dữ liệu để đánh giá từng loại.

Tôi đã từng sử dụng chính phương pháp này trong báo cáo COVID-19 năm 2026. Tôi bắt đầu bằng một danh sách sáu câu lạc bộ, và với mỗi câu lạc bộ, tôi lập một khuôn khổ các khoản chi phí cần kiểm tra — sân bãi, an ninh, vệ sinh. Ban đầu, phần lớn các ô trống. Nhưng chính cái khuôn khổ trống đó đã chỉ cho tôi biết phải đi đâu để tìm dữ liệu, và cuối cùng tôi tìm ra ba câu lạc bộ khai khống chi phí, tổng cộng 2,7 triệu bảng.

Vậy vấn đề không nằm ở cấu trúc. Vấn đề nằm ở việc bán cấu trúc trống đó như một kết luận đã hoàn thành. Một khuôn khổ trung thực nói: "Đây là những gì tôi cần tìm." Một báo cáo rỗng nói: "Đây là những gì tôi đã tìm thấy." Khoảng cách giữa hai câu đó là toàn bộ vấn đề.

Câu hỏi tôi để lại cho các bạn, những người làm việc trong ngành này ở Việt Nam và Đông Nam Á: khi mua một báo cáo phân tích, bạn đã bao giờ yêu cầu xem phụ lục dữ liệu chưa? Nếu chưa, hãy thử lần tới. Một báo cáo không có phụ lục dữ liệu không phải là một báo cáo — nó là một tờ quảng cáo được định dạng lại. Và trong một ngành mà dòng tiền không bao giờ ngủ, việc tự bảo vệ mình bằng một câu hỏi đơn giản có thể tiết kiệm cho bạn sáu tháng luyện tập sai hướng. Tôi viết về thể thao, nhưng những gì tôi đào được luôn nằm ngoài đường biên.