Mô hình trả về số không: Khảo cổ học một đường ống dữ liệu bóng đá chết lặng giữa mùa giải lớn

Tôi ngồi trước ba màn hình trong căn hộ thuê ở quận Tĩnh An, Thượng Hải, lúc 2 giờ 14 phút sáng. Màn hình thứ ba chỉ hiện đúng một chữ: N/A. Bên cạnh nó là một bảng tính dài mười hai cột, và cả mười hai cột đều trống. Không tên câu lạc bộ. Không tên cầu thủ. Không tỷ số. Không ngày tháng. Không nguồn. Chỉ có những dòng chữ xám mà hệ thống tự sinh ra để nói với chính nó rằng nó không có gì để nói.

Tôi đã dành hai mươi tám năm đọc bảng số bóng đá. Tôi đã nhìn những mô hình đẹp như tranh vẽ sụp đổ trong bốn mươi lăm phút đầu của một hiệp phụ. Tôi đã viết về những cú sốc rồi phải xóa bài, viết lại, tự hạ mình trong phần bình luận. Nhưng đây là lần đầu tiên tôi thấy một đường ống phân tích trả về số không tuyệt đối — một cái chết lặng, không tiếng động, không báo lỗi đỏ, chỉ là sự trống rỗng được định dạng cẩn thận như thể nó là một phát hiện.

Và tôi nhận ra: đây là thứ đáng viết nhất trong tuần này.

Trong bóng đá, chúng ta đã quen với dữ liệu đến muộn, dữ liệu sai, dữ liệu bị làm giả. Chúng ta chưa quen với việc dữ liệu không đến. Một trận đấu có thể bị hoãn vì mưa. Một cầu thủ có thể bị thay ở phút thứ nhất. Một bàn thắng có thể bị VAR tước đi sau bốn phút chờ đợi. Nhưng một hệ thống phân tích cấp chuyên gia trả về một trang giấy trắng thì không có tiền lệ nào trong ký ức của tôi. Không hình ảnh để chiếu lại. Không pha quay chậm để phân tích. Chỉ có sự im lặng. Và sự im lặng, với một kẻ làm nghề đọc số như tôi, là âm thanh chói tai nhất.

Bối cảnh: một thập kỷ xây dựng đường ống

Trong gần một thập kỷ qua, ngành phân tích bóng đá đã xây dựng một đường ống dữ liệu đồ sộ hơn bất kỳ môn thể thao nào khác. Mỗi trận đấu ở một giải lớn giờ đây sinh ra hàng nghìn điểm dữ liệu theo từng giây: vị trí của hai mươi hai cầu thủ trên mặt sân, tốc độ di chuyển, hướng chạy, khoảng cách giữa các tuyến, số đường chuyền, tỷ lệ chuyền thành công, áp lực, và trên hết là xG — chỉ số ước tính xác suất một cú sút trở thành bàn thắng.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi có thể nói rằng xG đã thay đổi cách chúng ta kể câu chuyện về một trận bóng. Trước đây, một trận hòa 1-1 với hai mươi cú sút trúng đích được gọi là kém duyên. Bây giờ nó được gọi là vượt trội về quá trình nhưng thất bại về kết quả. Ngôn ngữ đã đổi. Cách chúng ta buộc tội và tha bổng một huấn luyện viên cũng đổi theo.

Nhưng đường ống ấy không tự sống. Nó gồm ba tầng. Tầng thứ nhất là tầng thu thập: các nhà cung cấp dữ liệu gắn thiết bị theo dõi vào sân, thuê người đánh dấu sự kiện theo thời gian thực, rồi bán lại cho các nền tảng. Tầng thứ hai là tầng phân tích: nơi một bài viết, một báo cáo, một mô hình được sinh ra từ dữ liệu thô. Tầng thứ ba là tầng kể chuyện: nơi nhà báo, nhà phân tích, người hâm mộ biến các chỉ số thành lời.

Trong nghề của tôi, người ta gọi hai giai đoạn đầu của quá trình này bằng những cái tên kỹ thuật. Giai đoạn một là bóc tách — đọc một bài viết, rút ra các điểm thông tin, xác định thực thể, đánh giá độ nhạy thời gian, phân loại nguồn. Giai đoạn hai là phân tích chuyên sâu — lấy các điểm thông tin đó rồi đặt chúng lên chín chiều: chiến thuật, tài chính, kết quả, bối cảnh giải đấu, luật lệ, phòng thay đồ, rủi ro, truyền thông, và chuỗi lan truyền của ngành.

Cả hai giai đoạn đều có một quy tắc vàng: nếu đầu vào rỗng, đầu ra phải rỗng. Không được bịa. Không được suy diễn vô căn cứ. Không được lấp chỗ trống bằng trực giác rồi gọi nó là phân tích.

Quy tắc ấy nghe có vẻ hiển nhiên. Nhưng nó là quy tắc bị vi phạm nhiều nhất trong toàn bộ ngành phân tích thể thao.

Đêm nay, đường ống ấy đã tuân thủ đúng quy tắc. Và kết quả là một trang giấy trắng. Tôi nhìn nó, và thay vì thất vọng, tôi thấy một thứ gì đó gần với sự tôn trọng.

Core: giải phẫu một trang giấy trắng

Tài liệu mà tôi đang đọc có một tiêu đề rất nghiêm túc: Phân tích chuyên sâu giai đoạn hai — lĩnh vực bóng đá. Nó dài, có bảng biểu, có cấu trúc chín phần, có phần đánh giá tổng hợp, có bảng xếp hạng giá trị thông tin, có cả một bảng thuật ngữ chuyên môn ở cuối. Về hình thức, nó là một văn bản hoàn chỉnh. Về nội dung, nó là một lời thú nhận.

Điều đầu tiên đập vào mắt tôi là phần cảnh báo ở đầu tài liệu. Nó nói rằng kết quả bóc tách giai đoạn một được cung cấp cho phân tích này thực chất là rỗng. Mọi trường nội dung đều trống, N/A, hoặc là chỗ giữ chỗ chưa được điền. Tiêu đề bài viết: N/A. Nguồn bài viết: N/A. Loại bài viết: chưa phân loại. Quan điểm cốt lõi: trống. Danh sách điểm thông tin: rỗng. Thực thể liên quan: yêu cầu xác định từ danh sách điểm thông tin ở trên, nhưng ở trên không có gì để xác định. Độ nhạy thời gian: chưa được đánh giá. Chất lượng nguồn: không thể phán đoán.

Rồi tài liệu tuyên bố một điều mà tôi phải đọc lại ba lần để tin: theo các ràng buộc thực thi về xử lý giá trị rỗng và tính đầy đủ của định dạng, phân tích giai đoạn hai này không thể tạo ra bất kỳ kết luận thực chất nào về thể thao, tài chính hay quản trị. Làm như vậy sẽ vi phạm nguyên tắc cốt lõi rằng mọi chiều phân tích phải bám vào các điểm thông tin của giai đoạn một.

Nói cách khác, hệ thống đã tự bắt lỗi chính mình trước khi tôi kịp giơ tay. Nó nhận ra rằng nó không có nguyên liệu, và nó từ chối nấu.

Đây là khoảnh khắc mà tôi muốn dừng lại lâu hơn một chút, bởi vì nó hiếm. Trong nghề cá cược và phân tích thể thao, phản xạ tự nhiên khi gặp một khoảng trống là lấp đầy nó. Một huấn luyện viên mất việc, một cầu thủ vắng mặt, một tin đồn chuyển nhượng không nguồn — tất cả đều là những khoảng trống, và tất cả đều được lấp đầy ngay lập tức bằng thứ ngôn ngữ chắc nịch nhất mà người viết có thể nghĩ ra. Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích. Còn kẻ tệ nhất là kẻ sai một cách tự tin mà không có dữ liệu.

Tài liệu này làm điều ngược lại. Nó giữ nguyên khung phân tích chín phần, và ở mỗi vị trí cần nội dung, nó ghi vào bốn chữ: không đủ thông tin, không thể đánh giá.

Tôi đã đếm. Bốn chữ ấy xuất hiện hơn năm mươi lần trong toàn bộ văn bản.

Đó là một sự lặp lại có chủ đích. Mỗi lần lặp lại là một lần hệ thống từ chối cám dỗ. Nó từ chối nói về chiến thuật khi không có đội hình. Nó từ chối nói về tài chính khi không có con số nào. Nó từ chối nói về phòng thay đồ khi không có tên người nào. Nó từ chối nói về luật lệ khi không có hệ thống luật nào được nhắc tới.

Giải phẫu chín chiều của một sự trống rỗng

Chiều thứ nhất là chiến thuật và kỹ thuật. Tài liệu ghi rằng không thể đánh giá độ tinh xảo của hệ thống chiến thuật, không thể đánh giá khả năng thực thi, không thể đánh giá độ phù hợp của nhân sự, và không có chỉ số then chốt nào được cung cấp. Không có sơ đồ đội hình nào được nhận diện. Không có cơ sở nào để phán xét tính khả thi của một ý tưởng chiến thuật.

Với một người đã từng dành cả tuần để tranh cãi về việc liệu một hàng thủ ba người có chống nổi một cặp cánh chạy biên hay không, đây là một lời nhắc nhở lạnh người. Chúng ta tranh cãi về chiến thuật mỗi ngày. Chúng ta gọi một huấn luyện viên là lạc hậu sau một trận thua. Nhưng khi bị yêu cầu chỉ ra dữ liệu đằng sau phán xét ấy, phần lớn chúng ta không có gì trong tay ngoài cảm giác.

Chiều thứ hai là tài chính câu lạc bộ và thị trường chuyển nhượng. Tài liệu ghi rằng không có doanh thu bản quyền, không có doanh thu thương mại, không có chi phí lương, không có nợ ròng nào được cung cấp. Không có thương vụ nào để định giá. Không có cấu trúc hợp đồng nào để mổ xẻ. Không có rủi ro trả giá hoảng loạn nào để cảnh báo.

Đây là chiều mà ngành thể thao thích nhất, bởi vì ở đó có những con số to và những câu chuyện đẹp. Một thương vụ chín mươi triệu euro luôn dễ bán hơn một thương vụ không tồn tại. Nhưng một thương vụ không tồn tại thì không thể mổ xẻ. Và hệ thống đã nói đúng như vậy.

Chiều thứ ba là kết quả thể thao và chu kỳ dư luận. Không có bảng xếp hạng. Không có phong độ gần đây. Không có yếu tố lịch thi đấu. Không có sự lệch pha giữa dữ liệu quá trình và kết quả. Không có áp lực nào lên huấn luyện viên, lên trụ cột, lên ban lãnh đạo — bởi vì không ai được nêu tên.

Đây là chiều mà tôi quen thuộc nhất. Một huấn luyện viên thường mất việc không phải vì đội thua, mà vì câu chuyện xung quanh việc đội thua đã đạt đến nhiệt độ sôi. Và nhiệt độ ấy, trong thế giới của chúng ta, được đo bằng dữ liệu mạng xã hội, bằng số bài báo chỉ trích, bằng tỷ lệ cược cho chiếc ghế của ông ta.

Chiều thứ tư là bối cảnh giải đấu và vị thế đội bóng. Tài liệu vẽ một sơ đồ trống: ứng viên vô địch, suất dự cúp châu Âu, nhóm giữa bảng, nhóm xuống hạng — tất cả đều là N/A. Không có đội nào được đưa vào để lấp đầy bức tranh. Không có so sánh nguồn lực nào được dựng lên. Không có tín hiệu dòng chảy tài năng nào được phát hiện.

Chiều thứ năm là luật lệ và tuân thủ quản trị. Không có hệ thống luật chính nào. Không có mức độ rủi ro tuân thủ. Bảng kiểm tra gồm luật công bằng tài chính, quy định đăng ký chuyển nhượng, án kỷ luật, điều kiện dự giải — tất cả đều N/A. Không có kịch bản chế tài nào được mô phỏng: không có kịch bản xấu nhất, không có kịch bản trung tâm, không có kịch bản lạc quan.

Chiều thứ sáu là quản lý và phòng thay đồ. Không có chủ sở hữu, không có huấn luyện viên, không có cầu thủ nào được nhận diện. Không có cấu trúc thủ lĩnh. Không có quan hệ huấn luyện viên — cầu thủ. Không có chuyển giao thế hệ. Không có ai để đặt lên bảng theo dõi tuổi tác, hợp đồng, rủi ro chấn thương, áp lực truyền thông.

Chiều thứ bảy là hồ sơ rủi ro. Bảng rủi ro sáu dòng — thể thao, tài chính, nhân sự, luật lệ, dư luận, hệ thống — đều trống. Và ở đây, tài liệu thừa nhận một điều tinh tế: rủi ro duy nhất có thể nhận diện được là một rủi ro siêu cấp — chính đầu vào phân tích đã vô hiệu.

Chiều thứ tám là truyền thông và kỳ vọng. Không có câu chuyện hiện tại. Không có pha chu kỳ nhiệt. Không có khoảng cách kỳ vọng — thị trường so với đánh giá khách quan. Không có tín hiệu hưng phấn hay hoảng loạn. Không có tin đồn chuyển nhượng nào để chấm điểm độ tin cậy của nguồn.

Chiều thứ chín là chuỗi lan truyền của ngành bóng đá. Sơ đồ truyền dẫn từ thượng nguồn là học viện và nguồn tài năng, qua trung nguồn là câu lạc bộ và giải đấu, xuống hạ nguồn là bản quyền và thị trường phái sinh — cả ba tầng đều N/A. Không có hệ sinh thái đại lý. Không có mạng lưới vốn. Không có thị trường phái sinh. Không có hệ sinh thái đội tuyển quốc gia.

Chín chiều. Chín lần từ chối.

Và rồi đến phần đánh giá tổng hợp.

Phán quyết tổng hợp và khoảnh khắc trung thực

Phán quyết cốt lõi của tài liệu là thế này: kết quả bóc tách giai đoạn một không chứa nội dung nào có thể phân tích được. Mọi trường đều rỗng, N/A, hoặc là chỗ giữ chỗ chưa được điền. Do đó, không thể tạo ra bất kỳ phân tích bóng đá thực chất nào mà không bịa đặt sự kiện — điều mà khung phân tích nghiêm cấm rõ ràng. Đầu ra đúng đắn là một báo cáo xử lý giá trị rỗng minh bạch, không phải một bài bình luận suy đoán.

Tôi đọc câu đó và tôi nghĩ về tất cả những lần tôi đã làm điều ngược lại.

Năm 2026, khi tôi còn là chuyên gia cấp cao cho một nền tảng thể thao mới, tôi đã công bố một bài phân tích trước trận Thượng Hải SIPG gặp Sơn Đông Lỗ Năng ở vòng mười tám giải Ngoại hạng Trung Quốc. Bài viết dùng xG: SIPG có xG 2.8 so với 0.4 của đối thủ, và tôi dự đoán thắng 3-1, trong khi các chuyên gia truyền thống đều chọn hòa. Kết quả chung cuộc đúng 3-1. Bài viết đạt năm mươi nghìn lượt xem sau hai mươi bốn giờ.

Nhưng tôi không ở lại với chủ đề đó. Vì hứng thú với nhiều hướng mới, tôi lập tức bỏ dở chuỗi bài để sang thử nghiệm mô hình cá cược bóng rổ, khiến biên tập viên khó chịu. Tôi đã có một khoảnh khắc đúng, rồi tôi bỏ nó lại giữa đường để chạy theo một khoảnh khắc khác chưa xảy ra.

Rồi đến World Cup 2026. Sau thành công năm trước, một công ty cá cược mời tôi làm nhà phân tích chính. Mô hình của tôi, dựa trên chỉ số PPDA và chiều cao hàng thủ, đã dự đoán chính xác việc Hàn Quốc đánh bại Đức 2-0. Son Heung-min ghi bàn ở phút bù giờ thứ sáu của hiệp hai, và tôi đã đăng một dòng trạng thái kêu gọi mọi người đặt cược theo mô hình. Đó là đỉnh cao ngắn ngủi của sự ngạo mạn.

Đến vòng mười sáu đội, mô hình của tôi tin rằng Brazil sẽ thắng Bỉ, vì chỉ số phòng ngự kỳ vọng của Brazil tốt hơn. Tôi khẳng định điều đó trên sóng trực tiếp. Kevin De Bruyne ghi bàn, Bỉ thắng 2-1, Brazil bị loại. Nhiều khách hàng mất tiền vì nghe tôi.

Tôi tranh luận gay gắt trên mạng xã hội với một đồng nghiệp, rồi dành ba tuần để viết lại mã nguồn. Tôi thêm biến số giải đấu. Tôi thêm một hệ số cho yếu tố ngẫu nhiên. Và tôi học được một điều mà từ đó trở thành dòng cảnh báo bắt buộc trong mọi bài viết của tôi: mô hình chỉ là xác suất, không phải lời tiên tri.

Nhưng có một bài học sâu hơn mà tôi chỉ nhận ra khi đọc tài liệu trắng này đêm nay. Năm 2026, tôi không thiếu dữ liệu. Tôi có dữ liệu. Tôi có chỉ số. Tôi có mô hình. Và tôi vẫn sai, bởi vì tôi đã biến dữ liệu thành niềm tin. Tài liệu đêm nay thì khác. Nó không có dữ liệu, và nó từ chối biến sự trống rỗng thành niềm tin.

Giữa hai thái cực ấy — một kẻ có dữ liệu nhưng nói như thể có chân lý, và một hệ thống không có dữ liệu nhưng nói đúng rằng nó không biết — tôi chọn tin hệ thống.

Null handling như một đức hạnh, không phải một lỗi

Trong khoa học dữ liệu, xử lý giá trị rỗng là một chương trình học buồn tẻ. Không ai mơ về nó. Người ta mơ về mạng nơ-ron, về mô hình ngôn ngữ lớn, về những dự đoán khiến cả thế giới phải ngả mũ. Xử lý giá trị rỗng là phần việc mà người ta chỉ nhớ đến khi mọi thứ đã sụp đổ.

Nhưng tài liệu này cho thấy xử lý giá trị rỗng có thể là phần thông minh nhất của cả một hệ thống.

Hãy tưởng tượng một thế giới mà mọi mô hình đều bắt buộc phải khai báo sự trống rỗng của mình. Một huấn luyện viên phải nói: tôi không có dữ liệu để chứng minh rằng hàng thủ này tốt. Một nhà báo phải nói: tôi không có nguồn để xác nhận tin đồn chuyển nhượng này. Một chuyên gia cá cược phải nói: mô hình của tôi không có đủ mẫu để dự đoán trận này.

Thế giới ấy sẽ buồn chán hơn. Sẽ ít tiêu đề giật gân hơn. Sẽ ít cuộc tranh cãi hơn. Và có lẽ sẽ ít người mất tiền hơn.

Tôi nghĩ về điều đó mỗi khi đọc một bảng xếp hạng giá trị thông tin. Tài liệu trắng này tự chấm mình một ngôi sao trên cả bốn chiều: giá trị thể thao, giá trị ngành, giá trị thời sự, giá trị tham chiếu. Nó không tự khen. Nó tự đánh giá thấp, và trung thực về việc đánh giá thấp ấy. Mỗi bảng tính là một bài thiền, chỉ khác là thiền xong bạn mất tiền. Nhưng một bảng tính tự nói rằng nó rỗng lại là một bài thiền không mất tiền — nó tiết kiệm cho bạn khoản thua lỗ mà bạn suýt nữa đã gieo.

Tài liệu còn đi xa hơn khi phân loại rủi ro. Nó chia rủi ro thành ba mức. Mức cao: đầu vào phân tích đã vô hiệu, cần quay lại giai đoạn một và chạy lại việc bóc tách với một bài viết hợp lệ. Mức trung bình: rủi ro tự động hóa ở hạ nguồn — nếu kết quả rỗng này chảy vào một đường ống tự động, nó có thể sinh ra những phân tích ảo giác, nên cần thêm một cổng kiểm tra dừng xử lý khi danh sách điểm thông tin rỗng. Mức thấp: khoảng trống truy xuất nguồn — không có nguồn bài viết nào được ghi lại, nên cần thu thập siêu dữ liệu nguồn ngay từ giai đoạn một.

Đây là ba mức rủi ro của một hệ thống không sản xuất ra gì cả. Và cả ba đều đúng.

Rủi ro mức trung bình đặc biệt đáng để dừng lại. Nó nói rằng nguy hiểm lớn nhất không phải là một mô hình trả về số không. Nguy hiểm lớn nhất là một đường ống tự động nhận đầu vào rỗng rồi vẫn tiếp tục chạy, vì nó được lập trình để luôn trả về một câu trả lời. Trong thế giới của chúng ta, một hệ thống luôn phải có câu trả lời là một hệ thống sẽ luôn bịa ra câu trả lời. Và một câu trả lời bịa ra về một trận bóng có thể khiến ai đó đặt cược cả tháng lương.

Tài liệu còn đề xuất một giải pháp cụ thể: thêm một cổng kiểm tra dừng xử lý khi danh sách điểm thông tin rỗng. Đó là một dòng mã nhỏ. Nhưng nó là ranh giới giữa một hệ thống trung thực và một hệ thống ba hoa.

Từ điển của kẻ sống sót

Ở cuối tài liệu có một bảng thuật ngữ chuyên môn. Với tôi, đó là phần thú vị nhất, bởi vì nó là nơi duy nhất mà văn bản cho phép mình nói về những thứ có thật.

xG, hay bàn thắng kỳ vọng, là chỉ số ước tính xác suất một cú sút trở thành bàn thắng, dùng để đo chất lượng cơ hội. Tôi đã dùng xG từ năm 2026, và tôi vẫn giữ nguyên quan điểm của mình về nó: xG không ghi bàn, nhưng nó khiến người ta tranh cãi nhiều hơn cả quả bóng thật. Một cú sút từ rìa vòng cấm với xG 0.03 có thể thành bàn và trở thành khoảnh khắc của mùa giải. Một cú sút từ chấm phạt đền với xG 0.78 có thể bị cản phá và trở thành bi kịch. xG không phán xét giá trị của khoảnh khắc. Nó chỉ đo xác suất trước khi khoảnh khắc ấy xảy ra.

PPDA, hay số đường chuyền cho phép trên mỗi hành động phòng ngự, là chỉ số đo cường độ pressing. Giá trị càng thấp thì pressing càng quyết liệt. Đây là chỉ số tôi dùng trong mô hình năm 2026 để dự đoán Hàn Quốc thắng Đức. Nó đúng trong trận đó. Nó cũng góp phần khiến tôi tự tin thái quá trong trận Brazil gặp Bỉ. Một chỉ số đúng một lần không phải là một chỉ số đúng. Nó chỉ là một chỉ số chưa kịp sai.

FFP, luật công bằng tài chính, là quy định của liên đoàn bóng đá châu Âu yêu cầu các câu lạc bộ cân đối chi tiêu liên quan đến bóng đá với doanh thu của họ. PSR, quy tắc lợi nhuận và bền vững, là phiên bản của giải Ngoại hạng Anh, giới hạn mức lỗ được phép.

Hai thuật ngữ này khiến tôi nghĩ về một chiều khác của sự trống rỗng. Mỗi khi một câu lạc bộ lớn bị điều tra tài chính, truyền thông lại tràn ngập những con số về doanh thu, lương, nợ. Nhưng phần lớn những con số ấy được công bố có chọn lọc, vào thời điểm có lợi, với cấu trúc có lợi. Bảo mật y tế khiến người hâm mộ và truyền thông bị mù về chấn thương; câu lạc bộ chỉ công bố những chấn thương có lợi cho giá trị của họ. Và bảo mật tài chính cũng vậy. Cái mà chúng ta gọi là minh bạch trong bóng đá hiện đại thường chỉ là một sự trống rỗng được đóng khung đẹp hơn.

Rồi đến hai thuật ngữ cuối của bảng từ điển: giai đoạn một và giai đoạn hai, và xử lý giá trị rỗng. Giai đoạn một là việc bóc tách bài viết để rút ra điểm thông tin. Giai đoạn hai là phân tích chuyên sâu. Xử lý giá trị rỗng là quy tắc của khung phân tích yêu cầu nói rõ không đủ thông tin, không thể đánh giá thay vì đoán mò.

Ba thuật ngữ ấy không phải là thuật ngữ bóng đá. Chúng là thuật ngữ của một cỗ máy. Và sự hiện diện của chúng trong một tài liệu về bóng đá chính là điều tôi muốn nói suốt bài viết này: bóng đá hiện đại đã trở thành một cỗ máy, và cỗ máy ấy đôi khi hỏng theo những cách mà chúng ta chưa có từ ngữ để mô tả.

Dữ liệu biến mất là một loại dữ liệu

Tôi có một câu nói mà tôi dùng nhiều trong các buổi nói chuyện với sinh viên ngành phân tích thể thao: dữ liệu biến mất không phải là mất dữ liệu — mà là một loại dữ liệu. Đêm nay, tôi có bằng chứng cho câu nói ấy.

Khi một trận đấu có đủ dữ liệu, chúng ta học được về trận đấu. Khi một trận đấu thiếu dữ liệu, chúng ta học được về hệ thống thu thập dữ liệu. Và khi một hệ thống phân tích trả về số không, chúng ta học được về chính cái khung mà chúng ta dùng để hiểu bóng đá.

Trang giấy trắng đêm nay kể cho tôi ba điều.

Thứ nhất, nó kể rằng đường ống có một điểm đứt ở thượng nguồn. Không phải ở khâu phân tích, mà ở khâu bóc tách. Một bài viết đã đi vào hệ thống và không để lại dấu vết nào. Không có tiêu đề, không có nguồn, không có điểm thông tin. Điều đó có nghĩa là hoặc bài viết không tồn tại, hoặc nó tồn tại nhưng bị mất trên đường đi. Cả hai khả năng đều đáng lo như nhau. Nếu bài viết không tồn tại, chúng ta đang chạy một cỗ máy phân tích trên hư không. Nếu bài viết tồn tại mà bị mất, chúng ta có một lỗ hổng trong đường ống mà không ai phát hiện ra cho đến khi một kẻ ngồi trước ba màn hình lúc hai giờ sáng nhìn thấy nó.

Thứ hai, nó kể rằng hệ thống có khả năng tự nhận biết. Nó không chỉ trả về rỗng; nó trả về một báo cáo về sự rỗng của chính nó. Nó biết nó rỗng, và nó nói ra. Trong một ngành mà sự tự tin thường được đánh giá cao hơn sự chính xác, đây là một đức tính hiếm.

Thứ ba, nó kể rằng người đọc — trong trường hợp này là tôi — cũng là một phần của đường ống. Bởi vì khi tôi nhận được một trang giấy trắng, phản xạ đầu tiên của tôi là tìm cách lấp đầy nó. Tôi đã nghĩ đến việc tự mình bịa ra một trận đấu, một đội bóng, một câu chuyện, chỉ để có gì đó mà viết. Tôi đã nghĩ đến việc biến sự trống rỗng thành một bài học triết lý mơ hồ và gọi nó là phân tích.

Tôi đã suýt làm điều đó. Và rồi tôi nhận ra rằng làm như vậy chính là trở thành con người của kẻ mà tài liệu đang cảnh báo: kẻ tự động hóa luôn phải trả về một câu trả lời, kể cả khi không có gì để trả lời.

Bóng đá ngừng lăn năm 2026, nhưng sự ngẫu nhiên chưa từng nghỉ trưa. Đại dịch đã dạy cho ngành phân tích một bài học mà nó vẫn chưa học hết: rằng mọi mô hình đều có thể bị vô hiệu bởi một biến số nằm ngoài mọi mô hình. Năm 2026, biến số ấy là virus. Năm nay, biến số ấy là một bài viết trống.

Nhưng bài học thì giống nhau. Cỗ máy không bất khả chiến bại. Cỗ máy có thể chết lặng. Và điều quan trọng không phải là cỗ máy có chết hay không, mà là khi nó chết, nó có đủ trung thực để nói rằng nó đã chết.

Góc phản trực giác: sự trống rỗng trung thực hơn mọi con số

Đến đây tôi phải nói điều mà phần lớn độc giả của tôi sẽ không thích.

Tài liệu trắng đêm nay có giá trị cao hơn phần lớn những bài phân tích đầy ắp số liệu mà tôi đọc mỗi tuần.

Nghe vô lý. Một văn bản không nói gì về một trận bóng nào cả, làm sao có giá trị hơn một bài phân tích về một trận bóng thật? Câu trả lời nằm ở chỗ này: phần lớn những bài phân tích đầy số liệu ấy đang nói dối, và chúng nói dối theo một cách tinh vi đến mức người đọc không nhận ra.

Hãy tưởng tượng một bài phân tích điển hình trước một trận đấu lớn. Nó mở đầu bằng xG của hai đội trong năm trận gần nhất. Nó so sánh PPDA. Nó dẫn ra tỷ lệ chuyền thành công. Nó kết luận đội A nhỉnh hơn đội B. Tất cả đều có số. Tất cả đều có nguồn. Và tất cả đều có thể sai, bởi vì một mẫu năm trận không đủ để kết luận bất cứ điều gì về một trận đấu chưa diễn ra.

Bài phân tích ấy trông có giá trị vì nó đầy. Nhưng sự đầy đủ của nó là một ảo giác. Nó lấp chỗ trống bằng những chỉ số có thật nhưng không đủ, rồi gọi đó là kết luận. Đó là một phiên bản tinh vi hơn của việc bịa đặt. Bịa đặt thô thì dễ nhận ra. Bịa đặt tinh thì được gọi là chuyên môn.

Tài liệu trắng làm điều ngược lại. Nó có khung phân tích chín chiều, đầy đủ như bất kỳ bài phân tích nào. Nó có bảng biểu, có đánh giá, có xếp hạng. Nhưng thay vì lấp chỗ trống bằng chỉ số, nó để nguyên chỗ trống và ghi rõ rằng chỗ trống ấy không thể lấp.

Đó là lý do tôi gọi nó là trung thực hơn. Không phải vì nó nói nhiều hơn. Mà vì nó không nói những gì nó không biết.

Tất nhiên, có một phản biện hiển nhiên. Nếu mọi hệ thống đều trả về không khi thiếu dữ liệu, thì chúng ta sẽ không bao giờ có phân tích nào cả, bởi vì dữ liệu hoàn hảo không tồn tại. Mọi quyết định trong bóng đá đều được đưa ra trong điều kiện thiếu thông tin. Một huấn luyện viên phải chọn đội hình mà không biết chắc cầu thủ nào sẽ chấn thương. Một nhà tuyển trạch phải ký hợp đồng mà không biết chắc cầu thủ trẻ nào sẽ thành danh. Nếu chờ đủ dữ liệu rồi mới hành động, bạn sẽ không bao giờ hành động.

Phản biện ấy đúng. Và nó không mâu thuẫn với điều tài liệu làm.

Bởi vì tài liệu không nói rằng thiếu dữ liệu thì không được phân tích. Nó nói rằng thiếu dữ liệu thì không được bịa ra dữ liệu. Hai điều đó khác nhau.

Một huấn luyện viên có thể chọn đội hình dựa trên trực giác và kinh nghiệm. Đó là một quyết định hợp lệ trong điều kiện bất định. Nhưng nếu ông ta nói rằng trực giác của ông ta là dữ liệu, thì ông ta đang lừa chính mình và lừa người khác. Sự khác biệt nằm ở việc thừa nhận nguồn gốc của quyết định. Trực giác là trực giác. Dữ liệu là dữ liệu. Và một khoảng trống là một khoảng trống.

Trong nghề cá cược, sự nhầm lẫn này có giá bằng tiền thật. Khi một mô hình nói tôi tin đội A thắng với xác suất sáu mươi phần trăm, và mô hình ấy thực chất chỉ có ba trận dữ liệu, thì con số sáu mươi phần trăm ấy là một lời nói dối được định dạng thành một xác suất. Người đặt cược đọc nó như một sự thật. Và người đặt cược mất tiền.

Tài liệu trắng không đưa ra xác suất nào. Và đó là điều khiến nó an toàn hơn mọi mô hình mà tôi từng viết.

Có một tầng sâu hơn nữa trong góc phản trực giác này. Chúng ta thường nghĩ rằng giá trị của một phân tích nằm ở kết luận của nó. Nhưng phần lớn giá trị của một phân tích nằm ở việc nó chỉ ra được đâu là thứ chưa biết. Một bản đồ tốt không phải là bản đồ vẽ đầy mọi khoảng trống. Một bản đồ tốt là bản đồ ghi rõ ở đâu có rồng.

Tài liệu trắng này là một bản đồ ghi rõ ở đâu có rồng. Nó vẽ ra chín vùng, và ở mỗi vùng nó viết: chưa khảo sát. Với một nhà phân tích, đó là thứ hữu ích nhất có thể nhận được, bởi vì nó nói cho bạn biết chính xác nơi nào cần đi thu thập dữ liệu trước.

Còn với một độc giả chỉ muốn nghe ai thắng, nó là một sự thất vọng. Và có lẽ chúng ta cần nhiều sự thất vọng hơn trong ngành này.

Takeaway: tín hiệu của vòng tiếp theo

Tôi đóng ba màn hình lúc gần bốn giờ sáng. Bên ngoài cửa sổ, Thượng Hải vẫn còn sáng đèn, và tôi nghĩ về tất cả những trận bóng sẽ diễn ra vào cuối tuần này — những trận bóng mà tôi sẽ lại ngồi phân tích, lại dựng mô hình, lại viết dự đoán.

Tôi sẽ vẫn làm nghề này. Tôi sẽ vẫn dùng xG, vẫn đọc PPDA, vẫn cộng trừ những con số và gọi chúng là tri thức. Nhưng đêm nay đã để lại trong tôi một dòng ghi chú mà tôi sẽ dán lên màn hình thứ ba: trước khi hỏi mô hình dự đoán điều gì, hãy hỏi nó có gì để dự đoán không.

Bởi vì tín hiệu quan trọng nhất của vòng tiếp theo không nằm ở đội nào sẽ thắng. Nó nằm ở chỗ liệu đường ống của chúng ta có còn sống hay không. Một hệ thống biết nói không đủ thông tin, không thể đánh giá là một hệ thống đáng tin. Một hệ thống luôn trả về một câu trả lời bất kể đầu vào là gì là một hệ thống sẽ sớm đưa chúng ta đến bờ vực.

Và tôi tự hỏi: nếu mỗi bài phân tích thể thao trên thế giới đêm nay đều phải khai báo mức độ trống rỗng của chính mình, thì bao nhiêu phần trăm trong số đó sẽ trả về số không?

Tôi chưa có câu trả lời. Nhưng lần đầu tiên trong nhiều năm, tôi thấy thoải mái khi không có câu trả lời.