Cột trống trong hồ sơ chuyển nhượng V.League và cái giá của một ô dữ liệu bỏ ngỏ

Trong kỳ chuyển nhượng giữa mùa, phần lớn bản công bố hợp đồng ở V.League được viết theo cùng một biểu mẫu: phí chuyển nhượng, thời hạn hợp đồng, mức lương, và một câu về tham vọng của câu lạc bộ. Cột thông tin thứ tư — số phút thi đấu thực tế trong mười hai tháng gần nhất, số trận đá trọn chín mươi phút, số ngày vắng mặt vì chấn thương — gần như luôn bỏ trống.

Tôi nhận ra điều đó vào một buổi sáng tháng 6 năm 2026, tại Hải Phòng, khi mở lại file Excel cá nhân. Tôi cuộn xuống dòng thứ hai trăm và thấy một cột trắng. Cột đó mang tiêu đề “Số phút sau phút 75”, và nó trống suốt bốn vòng liên tiếp vì máy ghi hình của tôi hết pin ở hiệp hai. Bốn vòng, hai mươi tám trận. Tôi vẫn viết bài phân tích như thể mình biết đội nào chơi tốt hơn ở đoạn cuối trận.

Một ô trắng trong bảng tính của người viết blog thì không gây hậu quả gì. Một ô trắng trong hồ sơ định giá của câu lạc bộ thì có giá của nó, và cái giá đó thường được trả bằng tiền lương của người khác.

Kỳ chuyển nhượng là giai đoạn tiếng ồn lấn át tín hiệu. Ở V.League, nguồn dữ liệu công khai vẫn xoay quanh nhóm chỉ số cơ bản: số bàn thắng, số thẻ, số phút ra sân. Những thứ quyết định giá trị thật của một cầu thủ — số lần thu hồi bóng ở một phần ba sân đối phương, tỷ lệ thắng tranh chấp sau khi mất bóng, quãng đường chạy ở cường độ cao trong ba mươi phút cuối — hầu như không được công bố cho người ngoài.

Các câu lạc bộ có dữ liệu nội bộ. Họ có băng ghi hình, có bộ phận phân tích, có những bảng theo dõi cầu thủ mà không ai ngoài phòng họp được xem. Vấn đề nằm ở chỗ khác: phần dữ liệu được công bố ra bên ngoài mỏng đến mức người hâm mộ, nhà báo và cả những người ngồi vào bàn đàm phán đều phải lấp khoảng trống bằng suy đoán.

Thông tin chấn thương đi theo một lối mòn quen thuộc. Câu lạc bộ thông báo cầu thủ “đau nhẹ”, “cần thêm thời gian”, hoặc “sẽ trở lại vào cuối tuần”. Mốc trở lại do bộ phận truyền thông kiểm soát, và nó được điều chỉnh theo từng tuần chứ không theo một phác đồ công khai. Khi một thông báo nói “chờ đến cuối tuần”, tôi thường đọc nó theo nghĩa ngược lại: chấn thương chưa lành, chỉ là lịch thi đấu chưa cho phép nói ra.

Tôi không có quyền truy cập hồ sơ y tế của bất kỳ câu lạc bộ nào, và tôi sẽ không giả vờ là có. Việc tôi làm hằng tuần là đọc những gì được công bố, đối chiếu với danh sách đăng ký thi đấu, rồi đo khoảng cách giữa lời nói và thực tế trên sân. Cách đó chậm, nhưng nó không bịa ra sự thật nào.

Trong công việc phân tích dữ liệu, một ô trống không mang cùng một ý nghĩa ở mọi bảng. Tôi phân biệt ba loại.

Loại thứ nhất: ô trống vì chưa từng được đo. Không ai ghi lại, không ai theo dõi, dữ liệu đơn giản là không tồn tại. Đây là loại trung thực nhất, vì nó tự nói rằng bạn không biết gì. Một câu lạc bộ ghi “chưa có dữ liệu GPS” thì vẫn hơn một câu lạc bộ ghi một con số không ai kiểm chứng được.

Loại thứ hai: ô trống vì đã đo nhưng không công bố. Câu lạc bộ biết, nhưng giữ lại. Loại này nguy hiểm hơn, vì sự im lặng ở đây là một lựa chọn có chủ đích. Trong kỳ chuyển nhượng, im lặng là một loại giá.

Loại thứ ba: ô trống vì đã đo và kết quả không đẹp. Cầu thủ không đạt chỉ số yêu cầu, chấn thương nặng hơn chẩn đoán ban đầu, hoặc hợp đồng có điều khoản mà cả hai bên muốn quên. Đây là loại tệ nhất, vì ô trống đang thay mặt cho một sự thật bị đẩy ra khỏi khung hình.

Ba loại ô trống nhìn giống hệt nhau trên màn hình nhưng mang giá trị thông tin hoàn toàn khác nhau, và cách duy nhất để phân biệt chúng là truy ngược nguồn gốc của từng ô.

Năm 2026, tôi mười sáu tuổi, ám ảnh vì một câu lạc bộ cứ hòa trên sân nhà dù kiểm soát bóng vượt trội. Tôi mở Excel và tự ghi chép toàn bộ 26 vòng đấu của V.League mùa đó: kiểm soát bóng, số cú dứt điểm, số quả phạt góc, số thẻ phạt. Bảng dữ liệu V.League đầu tiên của tôi có hàng trăm lỗi, nhưng nó đã dạy tôi sạch hơn bất kỳ khóa học nào.

Số liệu cho thấy đội bóng đó cầm bóng trung bình 55% nhưng chỉ ghi 33 bàn cả mùa, tương đương hiệu suất chuyển hóa cơ hội 7,8%. Tôi viết bài “Cầm bóng nhiều không phải là tấn công”, bài viết được chia sẻ vài trăm lượt, và rất nhiều người hỏi tôi lấy số liệu ở đâu. Câu trả lời thật thà là: từ một file Excel do một học sinh tự nhập, có sai số, có ô trống, và tôi đã ghi rõ điều đó ngay trong bài.

Điều tôi học được không nằm ở con số 7,8%. Nó nằm ở chỗ tôi buộc phải nói ra rằng cột dữ liệu kia trống ở bốn vòng đấu. Sự trung thực về lỗ hổng dữ liệu là thứ duy nhất giữ cho một bài phân tích không trở thành lời đồn có định dạng bảng biểu.

Sang năm 2026, tôi chạy một mô hình hồi quy trên 500 trận quốc tế và nhận được xác suất Đức vào bán kết World Cup là 78%. Ngày 27 tháng 6 năm 2026, tại Kazan, Đức thua Hàn Quốc 0-2 và rời giải với vị trí cuối bảng F cùng ba điểm — dữ kiện mà bất kỳ bảng tổng hợp chính thức nào của FIFA cũng còn lưu lại.

Tôi xem lại toàn bộ băng ghi hình và đếm được 12 pha phản công dẫn đến bàn thua của Đức, mức cao nhất trong nhóm các đội bị loại ở vòng bảng. Mô hình của tôi không hề có biến số cho việc hàng tiền vệ Đức chạy ít hơn đối thủ ở những pha chuyển trạng thái. World Cup 2026 dạy tôi một điều: mô hình không sụp đổ, chính tôi mới là người đã tin nó tuyệt đối.

Ngay sau đó tôi viết một bài tự vạch trần sai lầm của chính mình, thay vì xóa dấu vết. Tôi bổ sung một biến mới vào mọi mô hình về sau: phong độ trong sáu tháng gần nhất, tách rời khỏi lịch sử dài hạn. Từ đó, mọi bài phân tích của tôi đều có một phần ghi rõ giả định trước khi đi đến kết luận, và phần giả định ấy không bao giờ được viết cho có.

Đến mùa hè năm 2026, tôi dành hai tháng phân tích bóng đá Đức trở lại sau đại dịch. Bundesliga khởi tranh lại ngày 16 tháng 5 năm 2026, trận đầu tiên diễn ra trong sân không khán giả. Tôi so sánh 100 trận trước đại dịch với 26 trận trong điều kiện sân trống.

Tỷ lệ thắng sân nhà giảm từ 43% xuống 29%. Số bàn thắng trung bình mỗi trận tăng từ 3,1 lên 3,4. Khi Bundesliga trống sân, tôi nhận ra lợi thế sân nhà chỉ là một biến số đang chờ bị xóa.

Bài viết “Sân nhà không khán giả chỉ là địa điểm” đăng trên trang cá nhân của tôi sau đó được một trang phân tích bóng đá Đức xin đăng lại. Đó là lời mời cộng tác đầu tiên, và cũng là lúc tôi hiểu rằng một giả định bị kiểm chứng thì có giá trị hơn một kết luận được lặp lại.

Với V.League, câu chuyện tương tự đang diễn ra ở một quy mô nhỏ hơn. Một cầu thủ ghi tám bàn trên sân nhà và hai bàn trên sân khách trong cùng một mùa không tự động là người chơi tốt hơn ở sân nhà. Cậu ta có thể chỉ đơn giản là người được hưởng lợi từ việc khán giả nhà đẩy trọng tài, từ mặt sân quen, hoặc từ việc đối thủ phải dâng cao. Tách ba biến đó ra là việc của người làm dữ liệu, không phải việc của người đọc bản tin.

Tháng 11 năm 2026, sau trận Nhật Bản thắng Đức 2-1 ở Doha, tôi ngồi đếm lại từng pha bóng và dừng ở chỉ số PPDA 6,2 của Nhật Bản — nghĩa là hậu vệ Đức chỉ được chuyền chưa tới bảy đường trước khi bị lao vào tranh cướp. Ở trận gặp Tây Ban Nha, Nhật Bản có 14 lần thu hồi bóng ở một phần ba sân đối phương, và cả hai bàn thắng đều bắt nguồn từ đó.

Dữ liệu không cần tôi tin tưởng. Dữ liệu cần tôi kiểm tra.

Thói quen xem lại băng ghi hình trước khi viết bất cứ điều gì đã trở thành nguyên tắc bắt buộc với tôi từ đó. Ở V.League, nơi dữ liệu công khai còn mỏng, nguyên tắc này càng quan trọng, vì phần lớn sai sót không nằm ở chỗ ta đọc sai số liệu, mà ở chỗ ta đọc một số liệu không hề tồn tại.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở V.League từ năm 2026, một cầu thủ được thông báo trở lại sau chấn thương thường mất thêm ba đến năm trận để chạm lại mức phút thi đấu trung bình trước đó. Nếu bản công bố chuyển nhượng không ghi rõ mốc hồi phục, người mua đang trả tiền cho một niềm tin chứ không cho một lịch trình.

Đây là lúc mô hình định giá bộc lộ hai điểm mù quen thuộc. Thứ nhất, các mô hình dựa trên số liệu mùa giải thường đánh giá quá cao tiềm năng của cầu thủ trẻ, vì tuổi trẻ tạo ra một đường cong tăng trưởng đẹp trên giấy. Thứ hai, chúng đánh giá thấp hóa học phòng thay đồ — thứ không xuất hiện trong bất kỳ cột nào, nhưng lại quyết định việc một bản hợp đồng có sống được qua mùa đông hay không.

Một cầu thủ 21 tuổi với 1.400 phút thi đấu và bốn bàn thắng trông rất hấp dẫn trong một bảng dữ liệu. Cùng cầu thủ đó, khi đặt cạnh dữ liệu về số lần mất bóng ở khu vực giữa sân và số lần bị thay ra trước phút 60, có thể trông giống một canh bạc hơn là một khoản đầu tư. Sự khác biệt giữa hai cách nhìn không nằm ở chất lượng dữ liệu, mà ở việc có bao nhiêu cột được điền.

Cấu trúc điều khoản giải phóng và quỹ lương mới là câu chuyện thực sự của mỗi kỳ chuyển nhượng. Một bản hợp đồng ba năm với mức lương tăng dần theo mùa sẽ tạo ra áp lực khác hoàn toàn so với bản hợp đồng hai năm trả đều. Khi một câu lạc bộ ký với cầu thủ 29 tuổi, họ đang mua ba năm phục vụ. Khi ký với cầu thủ 21 tuổi, họ đang mua một quyền chọn — và quyền chọn chỉ có giá trị nếu câu lạc bộ có hệ thống đào tạo đủ tốt để thực thi nó.

Trong ba năm gần đây, tôi thấy các bản công bố ở V.League ngày càng dài hơn về phần cảm xúc và ngắn hơn về phần thông tin. Đó là một dấu hiệu đáng chú ý: khi một câu lạc bộ không thể nói về số phút thi đấu, họ sẽ nói về khát vọng. Khi không thể nói về tình trạng thể lực, họ sẽ nói về sự hòa nhập nhanh với đồng đội.

Nền tảng phân tích dữ liệu ở Đông Nam Á cũng đang tiến theo một hướng khác với châu Âu. Áo GPS và thiết bị đo tải lượng đã trở thành biểu tượng của sự chuyên nghiệp, nhưng mua thiết bị không tạo ra văn hóa dữ liệu. Một câu lạc bộ có thể sở hữu cảm biến mà vẫn không có ai đọc và diễn giải dữ liệu ấy mỗi tuần. Sự chuyên nghiệp hóa theo kiểu đó đôi khi làm phẳng nét riêng của cầu thủ, vì mọi quyết định đều bị quy về một ngưỡng số duy nhất, trong khi bóng đá Việt Nam từng sống bằng những cá tính không đo được.

Và ở đây, tôi phải phản biện chính mình.

Nhiều dữ liệu hơn không tự động là tốt hơn. Một bảng có hai trăm cột vẫn có thể dẫn đến một quyết định sai, nếu hai trăm cột đó đều đo cùng một thứ. Tương quan không phải nhân quả, và trong bóng đá, phần lớn tương quan đẹp là kết quả của cỡ mẫu nhỏ. Một cầu thủ ghi bàn trong bốn trận liên tiếp ở V.League đạt hiệu suất 100% chuyển hóa cơ hội trong khoảng thời gian đó — và chính khoảng thời gian đó thường là toàn bộ bằng chứng mà một bản tin chuyển nhượng cần để bán một cái tên.

Ô trống không phải là kẻ thù. Kẻ thù là ô trống được lấp bằng một số có lý nghe xuôi tai. Một file Excel có cột trắng trung thực vẫn hơn một file Excel có cột đầy số nhưng không ai biết ai nhập, nhập lúc nào, và dựa trên định nghĩa gì.

Tôi cũng không cho rằng việc tuyển trạch bằng mắt ở V.League là sai. Người xem bóng đá Việt Nam có một loại trực giác mà mô hình chưa chạm tới, đặc biệt ở khả năng đọc nhịp độ trận đấu và tâm lý cầu thủ. Vấn đề nằm ở chỗ khác: giả vờ rằng mình có dữ liệu, trong khi thứ thực sự đang được sử dụng chỉ là ký ức của một buổi chiều nào đó ở sân Vinh hay sân Lạch Tray.

Ngày 27 tháng 6 năm 2026 đã dạy tôi rằng một mô hình đúng với 500 trận vẫn có thể sai với một trận cụ thể. Điều đó không có nghĩa là nên bỏ mô hình. Nó có nghĩa là nên viết ra, ngay từ đầu, rằng mô hình đang giả định điều gì và bỏ quên điều gì.

Vậy nên khi bước vào kỳ chuyển nhượng tới, tín hiệu tôi theo dõi không phải là danh sách tin đồn. Tôi theo dõi tỷ lệ giữa số phút thi đấu được công bố và số phút thi đấu thực tế trong mười hai tháng gần nhất của từng bản hợp đồng mới. Tôi theo dõi cách các câu lạc bộ viết về chấn thương: có xuất hiện mốc ngày cụ thể, hay vẫn là “sẽ trở lại vào cuối tuần”. Và tôi theo dõi quỹ lương, vì một đội bóng chi phần lớn ngân sách cho ba cái tên thì thường phải trả giá ở vòng đấu thứ mười lăm, khi lịch thi đấu dày lên.

Một nền bóng đá có thể đi rất xa bằng mắt nhìn và lòng tin. Nhưng khi bước vào một kỳ chuyển nhượng, mỗi ô trống bỏ ngỏ là một khoản tiền chưa được đặt giá, và người trả khoản tiền đó luôn là câu lạc bộ, không phải người viết bảng tính. Câu hỏi còn lại dành cho mùa giải tới rất đơn giản: ai trong số chúng ta đang thực sự đo lường, và ai chỉ đang gõ lại một con số mình nghe được từ phòng trà?