Tệp dữ liệu trống: vì sao giới phân tích thể thao vẫn nhầm sự im lặng với sự an toàn

Đêm 13 tháng 8, 2 giờ 47 phút sáng, Surabaya. Màn hình trong phòng làm việc trả về một tệp có đúng bốn trường. Tiêu đề: trống. Nguồn: trống. Loại bài: chưa phân loại. Số điểm thông tin: không. Dòng trạng thái cuối cùng ghi “hoàn tất”.

Tôi ngồi nhìn cái tệp ấy mười lăm phút. Ngoài cửa sổ, xe tải vẫn chở hàng vào chợ trước giờ tan. Trong máy, một hệ thống vừa tuyên bố nó đã đọc xong một bài viết mà thực tế nó chưa từng đọc. Không đội bóng nào được nêu tên. Không giải đấu. Không phiên bản game. Không cầu thủ. Không một mốc thời gian nào để neo phân tích vào.

Sáng hôm sau, nếu ai đó mở tệp ấy và đọc phần kết luận, họ sẽ thấy chín hạng mục, mỗi hạng mục ghi “không đủ thông tin”. Rất dễ đọc thành “không có vấn đề gì”. Đó là sai lầm đắt nhất trong nghề của tôi, và tôi đã từng mắc nó trên sân cỏ thật, với một bảng tỷ số thật, trước bốn nghìn khán giả.

Hai kiểu im lặng khác nhau

Trong tám năm làm việc ở Indonesia, tôi học được rằng nghề phân tích thể thao có hai kiểu im lặng hoàn toàn khác nhau, và gần như không ai phân biệt chúng.

Kiểu thứ nhất: bài viết không chứa thông tin thi đấu. Một bản tin ngắn về lịch tập, một thông báo bán vé, một dòng cập nhật nhân sự. Không có gì để bóc tách, và việc bóc tách trả về kết quả rỗng là đúng.

Kiểu thứ hai: hệ thống thu thập thất bại. Bài viết có thể dày đặc dữ kiện — tên đội, tên cầu thủ, phiên bản game, mốc thời gian — nhưng đường ống xử lý không lấy được gì. Tệp trả về cũng rỗng y hệt.

Với người đọc ở đầu ra, hai kiểu này trông giống nhau tuyệt đối. Và đó chính là chỗ nguy hiểm. Một bản báo cáo nói “nguồn này không có tín hiệu” sẽ bị lưu vào kho, rồi ba tháng sau ai đó mở ra, thấy toàn chữ “không đủ thông tin”, và kết luận rằng thị trường yên ắng. Trong khi thực tế, có một bài viết đầy đủ đã không bao giờ được đọc.

Tôi làm nghề này đủ lâu để biết một điều: phần lớn sai lầm của giới phân tích không nằm ở chỗ tính sai chỉ số. Nó nằm ở chỗ không có chỉ số nào được đưa vào bảng tính, và không ai nhận ra điều đó.

Chín cánh cửa cùng đóng lại

Khung phân tích mà tôi dùng cho mọi báo cáo có chín tầng: phiên bản game, thể thức giải, đội hình và cầu thủ, bản đồ khu vực, tài chính câu lạc bộ, luật và quản trị, hồ sơ rủi ro, câu chuyện truyền thông, và chuỗi lan truyền của ngành.

Một tệp trống làm sập cả chín tầng cùng lúc, nhưng theo một trật tự rất cụ thể, và trật tự đó mới là thứ đáng nói.

Cửa đầu tiên là tên tựa game. Nghe có vẻ tầm thường, nhưng toàn bộ phần còn lại phụ thuộc vào nó. Liên Minh Huyền Thoại cập nhật phiên bản hai tuần một lần. DOTA2 thay đổi lớn nhưng thưa. CS2 vận hành theo nhịp khác hẳn. Valorant lại khác. Không có tên tựa game, mọi nhận định về meta đều là bịa đặt, vì mỗi tựa game có một định nghĩa “meta” riêng và một bộ số liệu riêng không thể quy đổi.

Cửa thứ hai là thể thức. Một trận BO1 và một loạt BO5 có xác suất tạo bất ngờ khác nhau đến mức không thể đặt cạnh nhau. Thể thức Thụy Sĩ ghép cặp theo thành tích, loại trực tiếp ghép cặp theo nhánh. Nếu không biết thể thức, mọi kết luận kiểu “đội này hay thắng ở vòng loại” đều vô nghĩa, vì chưa rõ vòng loại được chơi theo cơ chế nào.

Cửa thứ ba là đội hình. Không có tên cầu thủ thì không thể dựng đường cong phong độ — đang lên, đỉnh cao, hay đang xuống. Mà đường cong phong độ là trụ đỡ của mọi câu chuyện chuyển nhượng, giải nghệ, hay sa sút.

Cửa thứ tư là khu vực. Vị thế của một khu vực luôn được đo tương đối so với một tựa game cụ thể. Cùng một quốc gia có thể là nhóm một ở tựa game này và nhóm yếu ở tựa game kia. Không có tên tựa game, không có bảng xếp hạng khu vực nào đứng vững.

Cửa thứ năm là tài chính. Không có phí chuyển nhượng, không có quỹ lương, không có thời hạn hợp đồng, thì không thể kiểm tra giả thuyết “trả giá trên mặt bằng” — dấu hiệu kinh điển của một cuộc đua mua sắm mất kiểm soát.

Cửa thứ sáu là quản trị. Cơ quan ban hành luật trong thể thao điện tử gắn chặt với nhà phát hành, và không chuyển dịch được giữa các tựa game. Không biết nhà phát hành, không biết khung luật nào đang áp dụng.

Cửa thứ bảy là rủi ro. Đây là cửa tôi lo nhất. Có một loại rủi ro trong ngành này mà tôi luôn phải kiểm tra trước tiên: nợ lương. Nó là dấu hiệu cứng, xuất hiện với tần suất cao nhất, và gần như luôn báo trước một cuộc giải thể hoặc bán đội. Trong tệp trống kia, sự hiện diện hay vắng mặt của nợ lương đều không xác định được. Và một dấu hiệu rủi ro không kiểm tra được thì không được phép đọc là “không có rủi ro”.

Cửa thứ tám là câu chuyện truyền thông. Không có chủ thể, không có nhãn cốt truyện — vua mới, triều đại, đội hình toàn nội binh, lần khiêu vũ cuối. Không có chủ thể thì không thể đo khoảng cách giữa kỳ vọng thị trường và thực tế thi đấu, mà đó là thước đo bong bóng tốt nhất tôi có.

Cửa thứ chín là chuỗi lan truyền của ngành. Trong thể thao điện tử, nhà phát hành là nút kiểm soát gần như toàn bộ hạ nguồn: nhịp cập nhật tạo ra sản phẩm thi đấu, sản phẩm thi đấu tạo ra lượng người xem, lượng người xem tạo ra doanh thu tài trợ. Không xác định được nút đầu tiên, toàn bộ chuỗi phía sau không thể truy vết.

Chín cánh cửa đóng cùng lúc. Nhưng điều đáng chú ý là cách chúng đóng: hệ thống vẫn in ra đủ chín mục, mỗi mục có bảng, có dòng, có cột, chỉ là nội dung ghi “không đủ thông tin”. Cấu trúc không sụp. Chỉ có nội dung biến mất.

Và một cấu trúc hoàn chỉnh chứa toàn nội dung rỗng là thứ khó phát hiện hơn nhiều so với một cấu trúc sụp đổ.

Ba lần dữ liệu im lặng trong sự nghiệp của tôi

Năm 2026, tôi hai mươi bảy tuổi, làm điều phối viên dữ liệu cho Surabaya United ở Liga 1. Trước trận gặp Persib Bandung, tôi trình ban huấn luyện một báo cáo gọn gàng: đội nhà kiểm soát bóng 63% ở các trận gần nhất, đối thủ chuyền hỏng nhiều, đề xuất đẩy cao hàng phòng ngự và ép tầm cao.

Chúng tôi thua 0-3. Hai bàn đến từ khoảng trống sau lưng hai hậu vệ biên.

Tôi ngồi lại ba đêm, xem lại từng pha. Điều tôi bỏ sót không phải một chỉ số phức tạp. Nó là PPDA của đối thủ — số đường chuyền đối phương được phép thực hiện trước mỗi hành động phòng ngự. Persib chủ động nhường bóng. Họ muốn chúng tôi cầm bóng. Tỷ lệ 63% mà tôi trình bày không phải thành tích của chúng tôi, nó là món quà của đối thủ, và tôi đã đọc nó như một bằng chứng về sức mạnh.

Tôi viết bản tự phê bình mười trang, gửi ban huấn luyện, và từ đó đặt ra quy tắc kiểm tra chéo tối thiểu ba nguồn trước mỗi nhận định. Sai lầm ở Surabaya dạy tôi hỏi dữ liệu, không tin dữ liệu.

Nhưng bài học sâu hơn nằm ở chỗ khác: dữ liệu không hề im lặng trong trận đó. PPDA có đầy đủ. Chỉ có tôi không mở cửa đó ra. Kiểu thất bại thứ hai mà tôi nói ở trên — hệ thống không lấy được gì — còn nguy hiểm hơn, vì khi đó không có gì để mở.

Năm 2026, tôi làm biên tập viên dữ liệu cho một trang bóng đá lớn ở Indonesia trong thời gian World Cup tại Nga. Đêm Pháp đá Argentina, cả tòa soạn chỉ trích hàng thủ Pháp. Tôi ngồi bóc số liệu phòng ngự và thấy một thứ khác: số lần phạm lỗi chiến thuật của Pháp ở khu vực giữa sân đạt mức 14 lần mỗi trận, cao nhất giải. Họ phạm lỗi có chủ đích, đúng chỗ, đúng thời điểm, để chặt đứt các pha phản công trước khi chúng thành hình.

Tôi viết bài trước khi trận kết thúc. Mười hai giờ sau, bài đạt hai triệu lượt xem. World Cup 2026 nâng cúp bằng những pha tắc bóng không ai nhớ.

Bài học lần này khác hai lần trước: dữ liệu quyết định đã tồn tại, công khai, ai cũng truy cập được. Nó chỉ không nằm trong nhóm chỉ số mà số đông chọn nhìn. Sự im lặng ở đây là im lặng của thói quen, không phải của đường ống.

Năm 2026, đại dịch quét sạch lịch thi đấu. Tôi đang làm cố vấn dữ liệu cho một câu lạc bộ ở Jakarta, và đột nhiên không còn trận nào để phân tích. Tôi dựng một bộ dữ liệu từ bốn mươi trận giao hữu không khán giả của các đội Đông Nam Á, chủ yếu qua băng ghi hình do các liên đoàn địa phương cung cấp và qua ghi chép của ba tuyển trạch viên cộng tác.

Kết quả: khi không có áp lực khán giả, tỷ lệ chuyền ngang tăng 18%, số cú sút xa giảm 9%. Đội bóng của tôi sau đó bất bại bảy trận liên tiếp khi giải trở lại, một phần vì chúng tôi điều chỉnh cách pressing ngay cả khi đối thủ chủ động phòng ngự.

Nhưng điều tôi giữ lại từ năm đó không phải hai chỉ số kia. Đó là danh sách những thứ bộ dữ liệu của tôi không đo được: thời tiết, mặt sân, chất lượng băng ghi hình, và việc một số trận giao hữu có thể đã được chơi với cường độ không thật. Tôi ghi rõ những giới hạn đó ngay trang đầu báo cáo, trước cả phần kết luận.

Một báo cáo khai báo giới hạn của chính nó là báo cáo dùng được. Một báo cáo không khai báo gì, và trả về toàn khoảng trắng, là báo cáo phải chặn lại.

Đặc thù thể thao điện tử: khi meta đổi giữa hai vòng đấu

Ở thể thao điện tử, kiểu im lặng thứ hai xuất hiện với tần suất dày hơn bóng đá, vì nhịp thay đổi của sản phẩm nhanh hơn nhịp thu thập dữ liệu của phần lớn tổ chức.

Một đội vô địch vòng bảng, bước vào loạt trận loại trực tiếp sau một bản cập nhật, và biến mất. Câu chuyện được truyền thông kể là “phong độ tụt”. Câu chuyện tôi thường thấy trong dữ liệu là khác: độ sâu bể tướng hoặc bể nhân vật của họ mỏng hơn đối thủ đúng một lớp, và bản cập nhật chỉ đơn giản là thứ khiến lớp đó lộ ra.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở các giải Đông Nam Á, tôi nhận ra một mẫu hình lặp lại: các đội thắng vòng bảng bằng hai hoặc ba lựa chọn mạnh, rồi thua ở loạt trận sau khi đối thủ cấm chọn đúng hai lựa chọn đó. Bảng thống kê không hề ghi sai. Nó chỉ ghi những trận mà đội đó còn được chơi theo cách của mình.

Giai đoạn cấm chọn là nơi dữ liệu bị bỏ trống nhiều nhất. Rất ít tổ chức lưu lại toàn bộ chuỗi cấm chọn của đối thủ qua từng ván, kèm bối cảnh bên nào được chọn trước. Không có chuỗi đó, mọi phân tích về “độ sâu đội hình” chỉ là cảm nhận.

Yếu tố nhập ngoại cũng vậy. Một tuyển thủ nhập ngoại có thể có chỉ số cá nhân cao và đội vẫn thua, vì thời điểm giao tiếp trong pha giao tranh tổng lệch nửa giây so với phần còn lại. Không ai ghi lại nửa giây đó vào bảng. Và cái không được ghi lại thì không tồn tại trong báo cáo.

Im lặng trong kỳ chuyển nhượng

Kỳ chuyển nhượng là môi trường hoàn hảo cho kiểu nhầm lẫn này, vì ở đó nhiễu nhiều hơn tín hiệu theo một tỷ lệ gần như cố định.

Mỗi ngày có hàng trăm dòng tin đồn. Phần lớn không có nguồn gốc rõ ràng, không có mốc thời gian, không có bên nào xác nhận. Người hâm mộ đọc chúng như dữ liệu. Câu lạc bộ đọc chúng như áp lực. Còn người làm dữ liệu như tôi phải đọc chúng như một tập hợp các tuyên bố chưa được kiểm chứng, và việc đầu tiên là xếp hạng chúng theo mức độ bằng chứng.

Ba thứ thực sự tạo ra tín hiệu trong kỳ chuyển nhượng mà tôi luôn kiểm tra trước: cấu trúc điều khoản giải phóng hợp đồng, quỹ lương sau khi cộng thêm bản hợp đồng mới, và động thái của người đại diện. Tin đồn có thể sai trong một ngày. Cấu trúc hợp đồng thì không nói dối, vì nó phải khớp với sổ sách.

Và đây là chỗ kiểu im lặng thứ hai xuất hiện dưới dạng nguy hiểm nhất: một câu lạc bộ không mua ai.

Trong mắt số đông, một đội giữ nguyên đội hình là một đội ổn định. Trong mắt người làm dữ liệu, một đội không mua ai có thể là ba thứ hoàn toàn khác nhau: đội hình đã đủ tốt; câu lạc bộ không có tiền; hoặc câu lạc bộ có tiền nhưng không ai muốn đến. Ba nguyên nhân này dẫn đến ba dự báo mùa giải trái ngược nhau, và bề ngoài của chúng giống hệt nhau.

Nếu bạn chỉ đọc tin chuyển nhượng, bạn sẽ không phân biệt được. Nếu bạn đọc bảng lương, bạn phân biệt được trong khoảng nửa giờ.

Đó là lý do tôi luôn nói với các biên tập viên trẻ: đừng hỏi đội này có mua ai không. Hãy hỏi quỹ lương của họ thay đổi bao nhiêu so với mùa trước. Câu trả lời thứ hai luôn tồn tại, kể cả khi câu trả lời thứ nhất là “không có tin gì”.

Khoảng trống phán đoán và cái cớ của sự rõ ràng

Có một lĩnh vực mà kiểu im lặng này nguy hiểm hơn cả chuyển nhượng: trọng tài và VAR.

Nguyên tắc vận hành của VAR được tóm gọn trong một cụm từ mà tôi cho là mơ hồ nhất trong toàn bộ luật bóng đá hiện đại: “lỗi rõ ràng và hiển nhiên”. Bản thân cụm từ ấy không định nghĩa được ngưỡng. Nó chỉ nói rằng nếu ai đó trong phòng VAR cảm thấy đủ rõ, thì can thiệp.

Hệ quả là tồn tại một vùng rộng các tình huống mà việc không can thiệp không chứng minh được điều gì. Không có quyết định nào bị đảo ngược không có nghĩa là quyết định ban đầu đúng. Nó chỉ có nghĩa là không ai trong phòng VAR vượt qua được ngưỡng cảm nhận của chính mình.

Tôi đã xem lại hàng trăm tình huống như vậy trong tám năm, chủ yếu ở Liga 1 và các giải Đông Nam Á, nơi góc máy ít hơn và chất lượng hình thấp hơn. Ở những giải đó, vùng mơ hồ rộng hơn hẳn, vì chính khả năng nhìn thấy tình huống đã bị giới hạn bởi thiết bị.

Người hâm mộ thường đọc “không có VAR can thiệp” thành “không có lỗi”. Đó là cùng một lỗi logic với việc đọc một tệp trống thành một bài báo không có vấn đề.

Vì sao một báo cáo trống nguy hiểm hơn một báo cáo sai

Đây là chỗ tôi muốn đi ngược lại số đông trong nghề.

Cả ngành đang đổ tiền vào hạ nguồn: mô hình xG tinh vi hơn, dữ liệu theo dõi chuyển động, bản đồ nhiệt phân giải cao, chỉ số giá trị chuyển nhượng tính bằng thuật toán. Tất cả đều hữu ích. Nhưng chúng đều nằm ở cuối đường ống.

Một báo cáo sai sẽ bị sửa. Nó có số liệu, có tuyên bố, có thể đối chiếu, và sẽ có người phản biện. Một báo cáo trống thì không có gì để phản biện. Nó trượt qua mọi vòng kiểm duyệt vì không có tuyên bố nào sai. Nó chỉ đơn giản nằm đó, trong kho, mang hình thức của một kết luận.

Ba năm trước, tôi từng chứng kiến một bảng theo dõi nội bộ của một câu lạc bộ ghi “rủi ro nhân sự: thấp” cho một đội hình có ba cầu thủ đang trong năm cuối hợp đồng và một cầu thủ vừa phẫu thuật. Không ai nhập dữ liệu chấn thương vào bảng. Ô trống được hệ thống hiểu là “không có rủi ro”. Bốn tháng sau, đội đó mất bốn trụ cột trong sáu tuần.

Bài học không phải là dùng nhiều dữ liệu hơn. Bài học là: mọi ô trống trong bảng tính đều là một tuyên bố, và tuyên bố mặc định của ô trống luôn là “an toàn”.

Đó là lý do tôi đặt ra một quy tắc cứng cho mọi báo cáo mình ký tên: nếu một hạng mục không có dữ liệu, nó phải được đánh dấu rõ là “không kiểm tra được”, chứ không được để trống, và tuyệt đối không được gộp vào một chỉ số tổng hợp. Vì khi gộp, khoảng trắng sẽ biến thành số 0, và số 0 sẽ biến thành “trung bình”.

Số liệu sạch không đồng nghĩa với việc ta hiểu đúng trận đấu. Và một hệ thống không có lỗi kỹ thuật nào vẫn có thể đang đưa ra những kết luận hoàn toàn vô căn cứ, chỉ vì nó không phân biệt được giữa “không có gì” và “không đọc được gì”.

Điều cần theo dõi ở vòng tiếp theo

Tôi không kết luận gì về bài viết trong tệp kia, vì tôi chưa đọc được nó. Đó là toàn bộ nội dung trung thực nhất mà tôi có thể cung cấp.

Nhưng có một tín hiệu tôi sẽ theo dõi trong những tháng tới, và nó áp dụng cho cả bóng đá lẫn thể thao điện tử: tỷ lệ các bản báo cáo phân tích được lập dựa trên dữ liệu thực sự được thu thập, so với tỷ lệ được lập dựa trên cấu trúc có sẵn. Khoảng cách giữa hai tỷ lệ đó chính là lượng tin giả mà ngành đang tự sản xuất, một cách hoàn toàn vô thức.

Nếu bạn đang vận hành một quy trình dữ liệu, hãy thử một việc trong tuần này: lấy ba báo cáo gần nhất và đếm xem có bao nhiêu ô được điền bằng quan sát thật, bao nhiêu ô được điền bằng mặc định. Tôi đoán bạn sẽ ngạc nhiên về tỷ lệ thứ hai.

Và nếu bạn là người đọc, hãy để ý những bài phân tích không nói gì về giới hạn của chính nó. Một tác giả không nêu giới hạn thường là người chưa từng thử kiểm tra lại mình.