Khoảng trống dữ liệu bóng đá: bài học từ cột trống ở tứ kết World Cup 2026

Tháng Bảy năm 2026, trong một phòng thu nhỏ ở Thượng Hải, màn hình trước mặt tôi hiện lên kết quả mà gần như cả vòng bảng World Cup không ai dám đặt cược: Hàn Quốc đánh bại Đức 2-0. Mô hình dựng trên chỉ số PPDA và chiều cao hàng thủ của tôi đã đúng, và trong vài giờ tôi thành cái tên được trích dẫn nhiều nhất trên các diễn đàn cá cược. Ba mươi phút sau, khi tôi gõ lệnh lấy dữ liệu cho trận tứ kết giữa Brazil và Bỉ, hệ thống trả về một cột trống rỗng. Không xG. Không số cú sút. Không một con số nào. Chỗ lẽ ra phải nằm một giá trị quen thuộc, khoảng 1.87 chẳng hạn, chỉ có một khoảng trắng im lặng theo đúng nghĩa đen.

Đêm đó tôi làm điều mà mười lăm năm trước tôi đã thề sẽ không bao giờ làm: tôi viết tiếp bằng niềm tin. Không phải bằng dữ liệu, mà bằng niềm tin. Tôi kết luận Brazil sẽ thắng Bỉ vì nền tảng phòng ngự ổn định hơn, và nói câu đó trên sóng trực tiếp với giọng của kẻ vừa nhìn thấy tương lai. Bỉ thắng 2-1. Rất nhiều người nghe theo tôi đã mất tiền. Tôi dành ba tuần sau đó viết lại mã nguồn, nhưng thứ tôi thực sự viết lại là một câu hỏi: khi dữ liệu không đến, tại sao con người vẫn cứ phải nói?

Đó là điều tôi muốn bàn ở đây. Không phải về Bỉ hay Brazil, mà về cả một ngành phân tích bóng đá — nơi một khoảng trống dữ liệu gần như không được phép tồn tại, vì không ai trả tiền cho một bảng tính im lặng.

Ngành dữ liệu bóng đá vận hành trên một giả định ngầm: mọi trận đấu đều đo được. Mỗi đường chuyền thành một con số. Mỗi cú sút thành một xác suất. Mỗi pha pressing thành chỉ số PPDA. Từ Premier League tới Giải Ngoại hạng Trung Quốc, các nhà cung cấp dữ liệu bán cho câu lạc bộ, nhà báo và nhà cái những bảng số chi tiết đến mức khó tin. Một trận ở hạng nhất Anh có thể sinh ra hơn một nghìn điểm dữ liệu riêng lẻ, từ tọa độ từng pha chạm bóng tới quãng đường chạy của từng cầu thủ theo từng phút.

Hệ thống đó có một điểm mù ít ai chịu nhìn thẳng: nó không được thiết kế để nói tôi không biết. Khi đường truyền đứt, khi nguồn dữ liệu nằm sau tường phí, khi một trận đấu chỉ được ghi nhận bằng video thay vì văn bản, cỗ máy không trả về lời cảnh báo nào. Nó trả về sự im lặng. Và con người, đứng trước sự im lặng đó, có xu hướng lấp đầy nó bằng trực giác, bằng ký ức, bằng thứ nghe có vẻ hợp lý.

Tôi từng chứng kiến chuyện này ở quy mô lớn. Hồi làm chuyên gia cấp cao cho một nền tảng thể thao, tôi công bố bài phân tích trước trận Thượng Hải SIPG gặp Sơn Đông Lỗ Năng, dùng xG để dự đoán tỷ số 3-1 trong khi các chuyên gia truyền thống đều chọn hòa. Trận đấu kết thúc đúng 3-1, bài viết đạt năm mươi nghìn lượt xem sau hai mươi tư giờ. Nhưng điều tôi nhớ nhất không phải con số đó. Mà là cảm giác phía sau: tôi lập tức bỏ dở chuỗi bài để nhảy sang một mô hình bóng rổ, và biên tập viên nổi giận. Tôi không bỏ dở vì chán. Tôi bỏ dở vì sợ — sợ rằng nếu ở lại lâu hơn với chủ đề đó, tôi sẽ phải trả lời những câu hỏi mà dữ liệu của mình chưa đủ dày để trả lời.

Có một câu tôi vẫn nói với sinh viên mỗi khi họ hỏi bí quyết dự đoán: Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích. Đây không phải sự khiêm tốn giả tạo, mà là một mô tả kỹ thuật. Một mô hình đúng nhờ cấu trúc tốt thì có ích. Một mô hình đúng nhờ may mắn thì không dạy được gì. Trong cả hai trường hợp, thứ quyết định giá trị của nó không nằm ở kết quả cuối cùng, mà ở chỗ nó biết mình không biết điều gì.

Đó là lý do tôi bắt đầu coi những khoảng trống dữ liệu là tài sản chứ không phải lỗi. Khi một cột trống xuất hiện trong bảng tính, đó không phải mảnh đất hoang để tôi xây một tòa nhà bằng trí tưởng tượng. Đó là một tín hiệu — tín hiệu rằng có gì đó trong quy trình vừa gãy, và tôi cần tìm ra nó trước khi nói bất cứ điều gì.

Năm 2026, khi bóng đá toàn cầu dừng lại, hàng nghìn trận bị hoãn hoặc hủy, tôi hiểu ra điều mình gọi là nguyên tắc của sự ngẫu nhiên: Bóng đá ngừng lăn năm 2026, nhưng sự ngẫu nhiên chưa từng nghỉ trưa. Cái dừng lại là dữ liệu. Cái không dừng lại là sự bất định. Và khi dữ liệu ngừng chảy, con người vẫn tiếp tục đổ tiền vào các mô hình dựng trên dữ liệu cũ — như thể một bảng tính đóng băng có thể dự đoán được một thế giới đã bị đảo lộn.

Tôi từng là một phần của sai lầm đó. Giai đoạn ấy, một số nhà phân tích, trong đó có tôi, vẫn đưa ra dự đoán cho các giải đấu chưa chắc khởi tranh. Mô hình vẫn chạy. Các con số vẫn nhảy. Nhưng nền tảng đã bốc hơi. Về bản chất, chúng tôi đang phân tích ký ức của một giải đấu mà tương lai của nó không ai biết.

Có một nghịch lý trái với trực giác của gần như mọi người làm nghề. Khi bạn có thật nhiều dữ liệu, bạn dễ sai vì bạn tin tưởng nó. Nhưng khi bạn có ít dữ liệu, hoặc không có gì, bạn lại còn dễ sai hơn, vì bạn không có gì để chống lại trực giác của chính mình. Sự trống rỗng không làm bạn khiêm tốn hơn. Nó làm bạn tự tin hơn, theo một cách nguy hiểm, bởi không có bằng chứng nào đứng ra phản bác bạn.

Đó là điểm mù mà ngành phân tích bóng đá ít chịu thừa nhận. Người ta bàn rất nhiều về chất lượng các mô hình xG, về sự tiến hóa của các chỉ số phòng ngự, về khác biệt giữa dữ liệu của từng nhà cung cấp. Nhưng gần như không ai bàn về điều gì xảy ra khi dữ liệu không đến. Khoảng trống đó, trong hầu hết tòa soạn và phòng phân tích, được xử lý bằng im lặng và vài câu văn vô nghĩa. Một bài thiếu dữ liệu sẽ được viết lại bằng trực giác và những cụm từ như cần thêm thời gian hay chưa thể đánh giá. Đó là cách các khoảng trống được lấp đầy một cách kín đáo.

Tôi tin vào một cách nhìn khác: Dữ liệu biến mất không phải là mất dữ liệu — mà là một loại dữ liệu. Việc một luồng dữ liệu ngừng chảy tự nó là thông tin. Nó cho biết về hệ thống, về nguồn, về quy trình, về giới hạn của phương pháp mà ta đang dùng. Một nhà phân tích giỏi không chỉ biết đọc một bảng số đầy đủ. Anh ta còn phải biết đọc một bảng số trống rỗng.

Trở lại đêm tứ kết năm 2026. Nếu được làm lại, tôi sẽ không nói Brazil thắng Bỉ. Tôi sẽ nói: dữ liệu cho trận này chưa đến, tôi không có cơ sở để dự đoán. Có thể khán giả sẽ thất vọng. Có thể đài truyền hình sẽ tìm người khác. Nhưng tôi sẽ giữ được thứ mình đã đánh mất đêm đó: sự tín nhiệm của chính mình.

Nhiều người cho rằng im lặng là dấu hiệu của một chuyên gia yếu. Tôi nghĩ ngược lại. Im lặng đúng lúc, có căn cứ, là dấu hiệu của người biết giới hạn của công cụ mình đang cầm. Trong một ngành mà ai cũng phải nói, người dám không nói thường là người hiểu dữ liệu sâu nhất.

Từ 2026 trở đi, tôi để ý một xu hướng mới: hệ thống ngày càng nhiều dữ liệu hơn, nhưng sức chịu đựng khoảng trống ngày càng kém. Trí tuệ nhân tạo có thể tạo ra hàng nghìn lời bình luận từ một trận đấu chỉ có ba điểm dữ liệu. Nó làm vậy không phải vì hiểu bóng đá, mà vì được huấn luyện để luôn trả lời, bất kể có gì để nói hay không. Thứ ngành phân tích bóng đá cần trong vài năm tới có lẽ không phải thêm chỉ số, mà là thêm kỷ luật về sự trống rỗng. Một mô hình đáng tin trong tương lai sẽ là mô hình biết nói dữ liệu của tôi chưa đủ. Và nếu bạn đang đọc bài này vì tò mò về trận đấu sắp tới, tôi chúc bạn điều tôi từng thiếu ở tuổi ba mươi lăm: sự bình tĩnh để nói tôi chưa biết. Câu đó không bán được nhiều vé, nhưng nó giữ được tiền của bạn lâu hơn bất kỳ mô hình nào.