Dữ liệu rỗng: cái bẫy im lặng trong phòng trinh sát bóng rổ Việt Nam

Ba giờ sáng ở Đà Nẵng, tôi mở lại bản báo cáo trinh sát dài mười bốn trang. Mười bốn trang. Và cả mười bốn trang đều trống.

Chiều hôm trước, trong phòng họp của một đội bóng rổ chuyên nghiệp, một người đã nói với tôi câu mà đến giờ tôi vẫn nhớ nguyên văn: "Anh cứ điền số vào đi, nhìn ngoài sân cũng đoán được mà." Bản báo cáo nằm trên bàn có đủ tiêu đề, đủ cột, đủ đơn vị phần trăm, đủ cả dòng ghi chú cuối trang. Chỉ thiếu giá trị. Không ai trong phòng cau mày. Khung đẹp thế cơ mà.

Tôi đã theo dõi bóng rổ và bóng đá bằng con mắt của một người đọc số suốt mười ba năm. Tôi đã chứng kiến đủ loại thất bại: mô hình đoán sai, niềm tin đặt nhầm, những bản hợp đồng được ký bằng cảm hứng. Nhưng loại thất bại nguy hiểm nhất không phải là mô hình đoán sai. Loại nguy hiểm nhất là mô hình trả về số không, và không một ai trong phòng phát hiện ra.

Bối cảnh: khi dữ liệu trở thành một món hàng

Trong khoảng năm năm trở lại đây, các đội bóng trong nước bắt đầu mua dữ liệu như mua một món hàng. Một câu lạc bộ bóng rổ muốn đánh giá ngoại binh thì đặt một gói chỉ số; một đội bóng đá muốn biết vì sao mình thua ở hiệp hai thì thuê người dựng lại bản đồ nhiệt. Bóng rổ chuyên nghiệp Việt Nam đi sau bóng đá một nhịp, nhưng khoảng cách đang thu hẹp rất nhanh, vì bóng rổ là môn sinh ra đã nhiều con số: mỗi pha bóng đều có người ghi, mỗi cú ném đều có toạ độ, mỗi lần thay người đều có dấu thời gian.

Nhưng khi mua dữ liệu, người ta thường chỉ kiểm tra một thứ duy nhất: bảng biểu có đầy đủ không. Có cột điểm. Có cột phút. Có cột hiệu số. Thế là đạt.

Đó là sai lầm nền tảng. Một hệ thống dữ liệu có ba tầng: thu thập, xử lý, và diễn giải. Tầng thu thập hỏng thì gây ra hai loại lỗi rất khác nhau. Loại thứ nhất là lỗi ồn ào — đường truyền đứt, file không mở được, ai cũng biết. Loại thứ hai là lỗi im lặng — hệ thống vẫn chạy, khung vẫn đúng, chỉ có ruột là rỗng. Loại thứ hai mới đáng sợ, vì nó khoác đúng bộ áo của một bản báo cáo thành công.

Trong giới phân tích, chúng tôi gọi đó là thất bại im lặng. Và trong bóng rổ, nó xuất hiện nhiều hơn người ta tưởng.

Chuỗi bằng chứng

Hãy hình dung bảng điện tử trên sân. Tỷ số 0-0 sau hai hiệp. Khán giả sẽ nghĩ hai đội phòng ngự hay. Nhưng nếu mất điện, bảng cũng hiện đúng 0-0. Cùng một con số, hai câu chuyện hoàn toàn khác nhau. Người đọc số phải phân biệt được đâu là 0-0 của trận đấu và đâu là 0-0 của cúp điện.

Năm 2026, tôi làm phân tích cho một trang thể thao. Trước World Cup, tôi lấy chỉ số PPDA của đội tuyển Đức ở vòng loại: 12,5. Mức trung bình của năm nhà vô địch World Cup gần nhất là 9,8. Quãng đường chạy trung bình của Đức chỉ 98 km mỗi trận, theo dữ liệu vòng loại World Cup 2026. Tôi viết một bài dự đoán Đức bị loại ngay từ vòng bảng. Đồng nghiệp gọi tôi là "nhà khoa học phòng thí nghiệm", và họ cười rất vui.

Năm 2026, cả thế giới thương tiếc Đức. Tôi chỉ lặng lẽ đọc lại log file của mô hình. Đức xếp cuối bảng F, thua Hàn Quốc 0-2, về nước. Bài viết được chia sẻ hơn năm nghìn lượt.

Nhưng điều tôi muốn nói ở đây không phải là chuyện tôi đoán đúng. Điều tôi muốn nói là: nếu năm đó trường PPDA bị trống, và ai đó trong toà soạn điền vào đó con số 9,8 cho đẹp bảng, thì kết luận sẽ đảo ngược hoàn toàn. Con số sai tệ hơn con số trống, vì con số sai vẫn biết kể chuyện — chỉ là nó kể sai.

Năm 2026, tôi còn là sinh viên năm ba ở Đà Nẵng. Tôi viết blog phân tích chỉ số bàn thắng kỳ vọng của Gastón Merlo, tiền đạo của SHB Đà Nẵng. xG trung bình của anh là 0,8 mỗi trận, nhưng hiệu suất ghi bàn thực tế chỉ 0,4. Một huấn luyện viên trẻ của đội khác bình luận công khai rằng con gái thì biết gì về chiến thuật, đừng đọc vài con số rồi phán bừa. Tôi không tranh cãi. Tôi công bố toàn bộ dữ liệu thô của mười hai trận tiếp theo: số lần dứt điểm, vị trí dứt điểm, góc sút, tình huống. Đội giành đúng 9 trên 36 điểm. Huấn luyện viên kia xin lỗi công khai.

Bài học tôi rút ra không nằm ở chỗ tôi đúng. Nó nằm ở chỗ tôi đã phải công bố cả phương pháp thu thập, cả bảng tính gốc, cả những dòng dữ liệu chưa qua làm sạch. Một kết luận chỉ đáng tin khi người ta có thể đi ngược lại đường đi của nó.

Năm 2026, bóng đá dừng vì dịch. Tôi làm việc ở một công ty tư vấn thể thao, thu thập dữ liệu của ba trăm trận tại tám giải châu Âu thi đấu không khán giả. Tỷ lệ thắng sân nhà giảm từ 45 phần trăm xuống 38 phần trăm. Tôi gửi báo cáo cho một đội V-League đang nằm ở nhóm cuối, đề xuất đẩy cao đội hình pressing ngay từ đầu trong các trận sân khách, vì đối thủ đã mất đi tiếng cổ vũ. Ban đầu huấn luyện viên trưởng nghi ngờ. Sau khi thử ở giai đoạn lượt về, đội giành 12 trên 15 điểm sân khách, trong khi cả giai đoạn trước đó chỉ có 6 trên 15.

Ở đây cũng vậy, điểm mấu chốt không phải là con số 45 hay 38. Điểm mấu chốt là tôi đã phải đo cả những thứ không nằm trên sân: khán giả, hành trình di chuyển, mật độ lịch thi đấu. Một chỉ số chỉ có nghĩa khi người ta biết nó được đo trong điều kiện nào.

Ba câu chuyện trên có chung một cấu trúc. Dữ liệu thô, phương pháp công khai, kết luận đến sau. Không có chỗ cho việc điền vào ô trống bằng trực giác rồi gọi đó là phân tích.

Ở tầng diễn giải, khoảng trống thường bị lấp bằng ngôn ngữ. Không có chỉ số về hiệu suất phòng ngự, người ta nói cầu thủ này đọc trận đấu tốt. Không có dữ liệu về thể lực, người ta nói cậu ấy xuống sức ở hiệp bốn. Những câu đó không sai, nhưng chúng không đo được, và vì không đo được nên không thể bị phản bác. Một nhận định không thể bị phản bác thì không phải là phân tích. Nó là một niềm tin được phát biểu to.

Nguyên tắc mà phòng trinh sát hay bỏ qua

Trong y học, có một nguyên tắc mà giới phân tích thể thao nên học thuộc: không tìm thấy dấu hiệu bệnh không đồng nghĩa với không có bệnh. Không tìm thấy lỗi trong bảng dữ liệu không đồng nghĩa với bảng dữ liệu sạch. Hai câu này khác nhau đúng một chữ, nhưng khác nhau cả một quy trình.

Cách sửa rất cụ thể. Mọi trường dữ liệu nên có ba trạng thái thay vì hai: đạt, không đạt, và thiếu dữ liệu. Ba trạng thái, không phải hai. Nghe thì nhỏ, nhưng hệ quả thì lớn: khi chỉ có hai trạng thái, ô trống sẽ tự động bị đọc thành không có vấn đề. Khi có ba trạng thái, ô trống buộc phải tự khai báo.

Tôi từng chứng kiến một bảng theo dõi chấn thương của một đội bóng rổ hiển thị toàn màu xanh trong suốt hai tuần. Không phải vì đội khoẻ. Mà vì đường truyền dữ liệu từ phòng y tế bị đứt, và bảng theo dõi không có trạng thái thứ ba để nói rằng nó đang mù.

Dữ liệu là một tu viện: càng ít tiếng ồn, càng nghe rõ điều gì đó đang cố nói. Nhưng im lặng tuyệt đối thì không phải là thông điệp. Nó là một cánh cửa bị khoá, và phía sau cánh cửa đó có thể là phòng trống, cũng có thể là một trận đấu đang diễn ra mà ta không được xem.

Mọi huấn luyện viên đều nói về cảm giác. Tôi không có cảm giác, tôi có độ lệch chuẩn. Nhưng độ lệch chuẩn chỉ tính được khi có mẫu. Không có mẫu thì không có gì để tính, và việc duy nhất trung thực là nói: tôi chưa biết.

Góc nhìn ngược chiều

Niềm tin phổ biến trong các phòng họp thể thao Việt Nam là nỗi sợ lớn nhất là mô hình dự đoán sai. Tôi cho rằng nỗi sợ đó đặt nhầm chỗ.

Một mô hình dự đoán sai vẫn để lại dấu vết. Nó lệch khỏi thực tế, nó vênh với những trận sau, nó tự tố cáo mình trong vòng vài tuần. Một bảng dữ liệu trống thì không để lại dấu vết nào, vì nó mặc đúng bộ áo của dữ liệu thật. Và trong một nền văn hoá thể thao mà một câu chuyện luôn được ưu ái hơn một ô trống, áp lực điền vào chỗ trống gần như là tuyệt đối.

Người ngồi trong phòng họp hôm đó đã đề nghị tôi điền số. Tôi hiểu vì sao. Một bản báo cáo mười bốn trang đầy ắp số trông có giá trị hơn một bản báo cáo mười bốn trang trống. Nhưng nếu tôi điền, tôi không đưa cho huấn luyện viên dữ liệu. Tôi đưa cho ông ấy một niềm tin được đóng gói cẩn thận, và niềm tin thì không có cột sai số.

Người viết được mười bốn trang có thể vô dụng hơn người từ chối viết. Đó là điều trái với bản năng của cả một ngành, nơi sản phẩm được đo bằng độ dày.

Người ta nhìn bàn thắng để nhớ trận đấu. Tôi nhìn xG để hiểu trận đấu đã không xảy ra. Nhưng khi không có cả bàn thắng lẫn xG, thì việc đầu tiên không phải là tưởng tượng ra trận đấu. Việc đầu tiên là kiểm tra xem trận đấu có thật sự diễn ra hay không.

Điều đáng theo dõi ở vòng tiếp theo

Con số không biết nói dối, nhưng nó cũng không biết kể chuyện. Một ô trống thì còn tệ hơn: nó không nói dối, không kể chuyện, và cũng không cho ai biết rằng nó đang im.

Ở vòng đấu tới, khi ngồi vào phòng họp với bất kỳ bảng dữ liệu nào, tôi sẽ hỏi đúng một câu trước mọi câu hỏi khác. Không phải dữ liệu nói gì, mà là hôm nay có dữ liệu hay chưa. Với các đội bóng muốn đi xa hơn một vòng bảng, đây có lẽ là câu hỏi rẻ nhất và cũng đắt giá nhất mà họ có thể đặt ra cho người làm dữ liệu của mình.

Và nếu có ai đó trong phòng trả lời rằng cứ điền đại vào cho đẹp, tôi sẽ đóng laptop lại. Một bảng trống vẫn có thể sửa được. Một bảng được điền bằng trực giác thì phải mất nhiều tháng mới gỡ ra hết.