Bảng trắng của V.League: Khi đường ống dữ liệu bóng đá Việt Nam trả về số không

Ba giờ sáng ở Thượng Hải, tôi gõ một dòng lệnh vào terminal như đã làm hàng nghìn lần: kéo ra toàn bộ sự kiện của một trận V.League diễn ra cách đó vài tiếng. Màn hình trả về đúng một con số — số không. Không lỗi cú pháp, không cảnh báo timeout, không một dòng log đỏ. Chỉ là một bảng trắng tinh. Trận đấu tôi vừa xem tối hôm trước có tỉ số, có một cú sút chạm cột dọc ở phút 67, có tiếng khán đài vỡ òa khi trọng tài thổi hết giờ. Tất cả những điều đó đã xảy ra. Nhưng trong cỗ máy mà tôi tin tưởng suốt nhiều năm, trận đấu ấy chưa từng tồn tại.

Tôi ngồi im trong ánh sáng xanh lạnh của màn hình, tay vẫn đặt trên bàn phím. Nghề của tôi là kể lại sự thật trận đấu bằng dữ liệu — bằng xG, bằng chỉ số cao cấp, bằng định giá chuyển nhượng. Vậy mà đêm đó, thứ duy nhất tôi có trong tay là một khoảng trắng. Phải mất một lúc tôi mới chấp nhận một điều đơn giản: khoảng trắng đó cũng là dữ liệu. Nó chỉ không nói điều tôi muốn nghe.

Trong nghề phân tích cá cược, người ta thường chỉ sợ một thứ — dự đoán sai. Tôi sợ một thứ khác, âm thầm hơn: dự đoán dựa trên dữ liệu không hề tồn tại. Một con số sai vẫn có thể bị bắt lỗi, còn một con số vắng mặt thì không ai kiểm tra. Bảng trắng đêm đó là lần đầu tiên tôi nhìn thẳng vào nỗi sợ ấy, và nhận ra nó đã ở cạnh tôi từ rất lâu.

Vùng xám giữa hai hệ quy chiếu

Tôi sinh ra ở Việt Nam và làm nghề ở Trung Quốc, hai nền bóng đá mà tôi theo dõi song song đã hơn hai mươi năm. Khoảng cách giữa hai hệ quy chiếu ấy dạy tôi một điều mà không trường lớp nào dạy: dữ liệu không sinh ra ở nơi nó được tiêu thụ. Nó sinh ra ở nơi có người trả tiền để ghi lại. Giữa hai câu đó là cả một vùng xám, và bóng đá Việt Nam nằm gần như trọn vẹn trong vùng xám đó.

Hãy hình dung cách một trận bóng đá trở thành dữ liệu. Không có phép màu nào ở đây. Có một hoặc vài camera được bố trí, có người ngồi trước màn hình gắn nhãn từng sự kiện — đường chuyền, cú sút, pha tranh chấp — và có một hệ thống máy tính đối chiếu tọa độ bóng với tọa độ cầu thủ để suy ra mọi chỉ số cao cấp hơn. xG, PPDA, progressive passes, expected threat: tất cả đều là con đẻ của ba thứ — camera, người gắn nhãn, và thuật toán. Thiếu một trong ba, chuỗi đứt.

V.League có mười bốn đội ở hạng cao nhất, chạy qua một mùa giải kéo dài từ mùa đông này sang mùa hè năm sau, với lịch thi đấu dày đặc và địa lý trải từ Hà Nội vào tận Cần Thơ. Số camera đủ tiêu chuẩn để sinh ra xG đáng tin, trên thực tế, chỉ phủ được một phần nhỏ các trận. Phần lớn còn lại được ghi lại bằng thứ dữ liệu hạng hai: thống kê cơ bản do người ngồi sân gõ tay, đôi khi lệch nhau giữa hai nguồn, đôi khi không ai buồn gõ. Và khi một trận không được gắn nhãn, nó không biến thành "dữ liệu kém". Nó biến thành hư không.

Tôi từng đưa tin tám kỳ Thế vận hội, tám kỳ World Cup, cùng nhiều mùa Giro d'Italia và Tour de France. Ở những sự kiện đó, dữ liệu chảy như nước từ vòi — dồn dập, có tổ chức, có người chịu trách nhiệm từng giây. Nhưng khi tôi quay về với bóng đá quê hương, cái vòi ấy tắc. Không phải vì người Việt lười ghi chép. Mà vì không ai trả đủ tiền để ghi chép. Dữ liệu là một món hàng, và món hàng ấy chỉ được sản xuất khi có người mua.

Đây là chỗ tôi muốn dừng lại một chút, vì nó là gốc rễ của mọi thứ phía sau. Bóng đá Việt Nam không thiếu cảm xúc, không thiếu câu chuyện, không thiếu tài năng. Nó thiếu hạ tầng ghi lại chính mình. Mỗi trận đấu trôi qua mà không được gắn nhãn là một trang nhật ký bị xé đi. Mùa giải vẫn tiếp tục, người hâm mộ vẫn nhớ, nhưng cỗ máy thì quên. Và khi cỗ máy quên, mọi mô hình xây trên nó — dù đẹp đến đâu trên giấy — đều đứng trên cát.

Ba tầng dữ liệu và cái thang bị gãy

Tôi sẽ kể lại cuộc điều tra đêm đó theo đúng cách tôi vẫn làm: cúi xuống nhặt từng mảnh vỡ còn chứng minh được điều gì đó. Mảnh thứ nhất là chính cái bảng trắng.

Khi một truy vấn trả về số không, có ba khả năng. Thứ nhất, không ai gắn nhãn trận đấu ấy. Thứ hai, việc gắn nhãn đã diễn ra nhưng dữ liệu không chảy được tới kho chứa. Thứ ba, tôi gõ sai. Tôi mất bốn mươi phút để loại trừ khả năng thứ ba — kiểm tra cú pháp, kiểm tra khóa chính, kiểm tra cả múi giờ của máy chủ. Rồi tôi kiểm tra khả năng thứ hai, bằng cách lần ngược đường ống. Đường ống sạch. Vậy là khả năng thứ nhất. Không ai gắn nhãn. Trận đấu có thật, nhưng dữ liệu của nó chưa bao giờ được sinh ra.

Từ đó, tôi vẽ lại cho mình một cái thang. Bậc trên cùng là dữ liệu sự kiện đầy đủ, có tọa độ từng đường chuyền, có xG cho từng cú sút. Bậc giữa là thống kê cơ bản: số cú sút, số lần phạt góc, tỉ lệ kiểm soát bóng. Bậc dưới cùng chỉ có tỉ số và tên người ghi bàn. Một nền bóng đá phát triển được khi phần lớn các trận nằm ở bậc trên cùng. Ở V.League, phần lớn các trận nằm ở bậc giữa và bậc dưới. Cái thang không thiếu bậc. Người leo thang mới là thứ thiếu.

Điều này nghe có vẻ bi quan, nhưng nó thực ra lại hữu ích theo một cách kỳ lạ. Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích. Khi tôi biết chắc mình chỉ có thống kê cơ bản, tôi ngừng xây những mô hình đòi hỏi xG. Tôi hạ tham vọng xuống đúng tầng dữ liệu. Một mô hình thừa nhận mình mù lại hữu dụng hơn một mô hình tưởng mình sáng.

Tôi nhớ một trận vòng bảng giữa mùa, giữa hai đội mà tôi không tiện nêu tên. Nguồn thứ nhất ghi đội chủ nhà kiểm soát bóng 58%, nguồn thứ hai ghi 54%. Không nguồn nào sai về mặt kỹ thuật — họ đếm ở hai thời điểm khác nhau, với hai định nghĩa khác nhau về thời gian bóng sống. Nhưng khi tôi đưa con số đó vào mô hình, chênh lệch bốn phần trăm đủ để lật ngược xác suất thắng từ 47% sang 51%. Một mô hình có thể bị đánh bại bởi một định nghĩa. Tôi đã thấy điều đó xảy ra, và nó khiến tôi rùng mình.

Mảnh vỡ tiếp theo nằm ở chỗ khác: ở những gì tôi gọi là "dữ liệu mồ côi". Một cầu thủ chuyển từ đội A sang đội B giữa mùa. Trang thống kê của đội A ghi anh ta có bảy đường kiến tạo. Trang thống kê của đội B, khi anh ta tới, ghi anh ta có bốn. Hai trang nói về cùng một người, cùng một mùa, nhưng lệch nhau ba đơn vị. Không ai đối chiếu, vì không có cơ quan nào chịu trách nhiệm đối chiếu. Dữ liệu không chết. Nó chỉ bị bỏ rơi.

Và đây là chỗ tôi phải nói thẳng một điều mà ít người trong nghề chịu nói: rất nhiều phân tích về bóng đá Việt Nam được viết trên nền dữ liệu mồ côi ấy mà không hề hay biết. Người viết tưởng mình đang đọc một con số đã được kiểm chứng. Thực ra, họ đang đọc một con số chỉ được gõ một lần, bởi một người không ai kiểm tra, ở một nơi không ai giám sát. xG không ghi bàn, nhưng nó khiến người ta tranh cãi nhiều hơn cả quả bóng thật. Một con số mồ côi còn tệ hơn: nó khiến người ta tranh cãi mà không ai biết mình đang tranh cãi về cái gì.

Khi ánh đèn tắt, dữ liệu cũng tắt

Có một giai đoạn mà dữ liệu bóng đá Việt Nam bỗng trở nên phong phú đến lạ. Đó là khi đội tuyển quốc gia bước vào một chu kỳ lớn — vòng loại World Cup, rồi những kỳ ASEAN Cup liên tiếp. Tự nhiên, các trận đấu có người gắn nhãn. Tự nhiên, xG xuất hiện. Tự nhiên, các nền tảng quốc tế bắt đầu đưa V.League vào danh mục theo dõi của họ. Báo chí viết nhiều hơn, khán giả xem đông hơn, và dòng tiền theo ánh đèn mà chảy vào.

Rồi chu kỳ khép lại. Ánh đèn tắt. Và tôi để ý một điều mà có lẽ chỉ kẻ nghiện nhìn bảng số mới để ý: dữ liệu cũng tắt theo. Không phải ngay lập tức, mà từ từ, như một căn phòng nguội dần sau khi lò sưởi ngừng cháy. Trận đấu vẫn diễn ra. Cầu thủ vẫn chạy. Nhưng camera rút bớt, người gắn nhãn chuyển sang việc khác, và những chỉ số từng được cập nhật hàng tuần bỗng đứng im ở một ngày nào đó trong quá khứ.

Điều này dạy tôi một bài học về bản chất của dữ liệu thể thao: nó bám theo sự chú ý, chứ không bám theo sự thật. Sự thật — trận đấu đã diễn ra — là bất biến. Sự chú ý thì dao động. Và dữ liệu, vốn là con đẻ của sự chú ý, dao động theo. Khi không còn ai nhìn, cỗ máy ngừng ghi. Không phải vì trận đấu kém quan trọng hơn, mà vì không còn ai trả tiền để nó quan trọng.

Tôi từng nghĩ đây là đặc điểm riêng của bóng đá Việt Nam. Rồi tôi nhận ra nó phổ quát hơn nhiều. Sau năm 2026, khi thế giới bóng đá đóng băng vì đại dịch, tôi thấy điều tương tự xảy ra ở khắp nơi, chỉ với quy mô khác nhau. Các giải đấu tạm dừng. Người gắn nhãn mất việc. Và khi bóng đá quay lại, một số dòng dữ liệu không bao giờ quay lại cùng nó. Bóng đá ngừng lăn năm 2026, nhưng sự ngẫu nhiên chưa từng nghỉ trưa. Cái bảng trắng đêm tôi gõ lệnh chỉ là phiên bản Việt Nam của một căn bệnh toàn cầu.

Điều đáng sợ nhất ở căn bệnh ấy là nó không gây đau. Không ai chết vì thiếu dữ liệu. Khán giả vẫn vui, cầu thủ vẫn ghi bàn, câu lạc bộ vẫn bán vé. Nó chỉ âm thầm bào mòn khả năng hiểu trận đấu của chúng ta. Mỗi năm trôi qua mà không có dữ liệu là một năm chúng ta không học được gì mới về chính mình. Và một nền bóng đá không học được gì mới về chính mình thì sẽ lặp lại sai lầm cũ một cách thành thạo đến kinh ngạc.

Tôi đã sống đủ lâu để thấy điều đó lặp lại. Một đội tuyển thay huấn luyện viên, và lập tức các chuyên gia quên rằng bốn năm trước họ từng nói y hệt về người tiền nhiệm. Một cầu thủ trẻ tỏa sáng một trận, và lập tức được phong làm tương lai của bóng đá nước nhà. Không ai mở lại hồ sơ để kiểm tra xem, đúng bốn năm trước, có một cầu thủ trẻ khác từng được phong như thế và giờ đang ở đâu. Hồ sơ không tồn tại. Bảng trắng. Cỗ máy đã quên.

Đường biên giới nơi con số đổi tên

Có một thứ tôi chỉ nhìn thấy được vì sống ở cả hai bên biên giới: cách dữ liệu di cư. Một con số sinh ra ở Việt Nam, khi đi qua biên giới sang Trung Quốc, thường không giữ nguyên hình hài. Nó đổi tên, đổi đơn vị, đôi khi đổi cả ý nghĩa. Và nó hiếm khi mang theo giấy khai sinh.

Tôi từng ngồi cạnh một tuyển trạch viên Trung Quốc xem băng một trận V.League. Anh ta ghi chú rất kỹ, đánh dấu từng pha bóng, và cuối buổi đưa ra một bản đánh giá về một tiền đạo trẻ. Bản đánh giá ấy, vài tuần sau, xuất hiện trong một báo cáo nội bộ với một con số về số lần dứt điểm mà tôi biết chắc không khớp với bất kỳ nguồn Việt Nam nào. Không ai bịa. Chỉ là, giữa băng hình và báo cáo, có một khoảng trống được lấp bằng ước lượng. Và ước lượng, khi được chép lại đủ nhiều lần, biến thành sự thật.

Đây là lý do tôi không bao giờ viết kiểu "ai hơn ai" khi so bóng đá Việt Nam với bóng đá Trung Quốc. So sánh ấy vô nghĩa, vì hai bên không đo bằng cùng một cái thước. Thứ đáng nói hơn là cách dữ liệu bị bóp méo khi đi qua biên giới — một quá trình mà cả hai nền bóng đá đều là nạn nhân, dù theo những cách khác nhau. Bên nào cũng tin rằng con số của mình là chuẩn, và bên nào cũng đúng theo cách riêng của mình, vì không có cơ quan trung lập nào phân xử.

Dữ liệu biến mất không phải là mất dữ liệu — mà là một loại dữ liệu. Khi một trận đấu không có xG, đó không phải là một khoảng trống cần lấp. Đó là một sự kiện cần đọc. Nó nói với tôi rằng trận đấu ấy nằm ngoài vùng được trả tiền để quan sát. Nó nói với tôi rằng mọi kết luận về trận đấu ấy phải được hạ cấp độ tin cậy xuống một bậc. Nó nói với tôi rằng tôi đang đứng trên bậc giữa của cái thang, và tôi phải bước đi cẩn thận.

Mỗi bảng tính là một bài thiền, chỉ khác là thiền xong bạn mất tiền. Đêm đó, tôi ngồi thiền trước một bảng trắng, và thứ tôi mất không phải tiền, mà là một chút tự tin. Tôi nhận ra rằng suốt nhiều năm, một phần đáng kể các mô hình của tôi được xây trên những trận đấu có dữ liệu đầy đủ, rồi tôi ngây thơ áp chúng lên những trận đấu không có gì. Tôi đã đối xử với bóng đá như thể nó đồng nhất. Nó không đồng nhất. Nó là một quần thể gồm những trận đấu được nhìn và những trận đấu bị bỏ quên, và hai nhóm ấy không cùng loài.

Cái bẫy của khoảng trắng

Đến đây thì tôi phải tự cảnh báo mình, vì tôi biết mình dễ sa vào một cái bẫy đẹp đẽ.

Cái bẫy ấy như sau: khi đứng trước một khoảng trắng, phản xạ tự nhiên của người viết là biến nó thành một câu chuyện. "Không có dữ liệu về đội bóng này" — nghe rất kêu, rất có chiều sâu. Nhưng nó có thể dẫn tới một sai lầm logic chết người: lấy sự vắng mặt của bằng chứng làm bằng chứng cho sự vắng mặt. Tôi từng thấy các đồng nghiệp viết: "Đội bóng này không được theo dõi, chứng tỏ họ bị đánh giá thấp." Không. Sự thiếu theo dõi chứng tỏ sự thiếu theo dõi. Nó không chứng tỏ bị đánh giá thấp, không chứng tỏ bị đánh giá cao, không chứng tỏ gì cả về chất lượng đội bóng. Tương quan không phải nhân quả — và ở đây, đến tương quan còn chưa có.

Tôi phải thừa nhận: tôi yêu những khoảng trắng, và tình yêu ấy có thể làm tôi mù. Một khoảng trắng cho tôi cơ hội tỏ ra sâu sắc mà không cần chứng minh gì. Tôi có thể nói "không ai hiểu đội bóng này" và không ai bắt bẻ được, vì không có dữ liệu để bắt bẻ. Đó là thứ văn chương rẻ tiền, và tôi biết nó rẻ tiền vì tôi đã từng viết nó.

Cách chữa của tôi rất đơn giản, dù không dễ làm. Mỗi lần định viết một câu về sự vắng mặt, tôi buộc mình phải trả lời một câu hỏi trước: tôi đã loại trừ được bao nhiêu biến can thiệp rồi? Nếu câu trả lời là "không biến nào", tôi không được phép viết câu đó. Sự vắng mặt chỉ trở thành thông tin khi tôi biết chắc vì sao nó vắng. Nếu tôi không biết vì sao, thì sự vắng mặt ấy thuộc về tôi, không thuộc về trận đấu.

Có một cám dỗ thứ hai, tinh vi hơn, mà tôi cũng phải đề phòng: dùng chữ "ngẫu nhiên" như một tấm khiên. Khi một mô hình thất bại, thật dễ nói "đó là nhiễu". Khi một dự đoán sai, thật dễ nói "bóng đá là ngẫu nhiên". Nhưng nếu tôi dùng chữ ấy cho mọi thất bại, tôi không còn là nhà phân tích nữa — tôi là kẻ trốn tránh mặc áo khoa học. Ngẫu nhiên là thứ tôi chỉ được phép viện đến sau khi đã loại trừ hết các biến có thể kiểm soát. Trước đó, nó là một lời nói dối lịch sự.

Người ta bảo tôi giỏi dự đoán. Nhầm. Tôi chỉ giỏi nói "tôi không biết" đúng lúc. Cái bảng trắng đêm đó là một trong những lần tôi phải nói câu ấy to nhất. Và thú thật, nó đau hơn mọi lần tôi dự đoán sai, vì dự đoán sai ít nhất còn có một dự đoán để tranh cãi. Còn bảng trắng thì không cho tôi gì để bám vào.

Nhưng chính vì thế, nó lại dạy tôi nhiều hơn. Tôi học được rằng giá trị của một nhà phân tích không nằm ở chỗ anh ta có bao nhiêu dữ liệu, mà ở chỗ anh ta trung thực đến đâu về việc mình thiếu gì. Kẻ có ít dữ liệu mà biết mình có ít thì đáng tin hơn kẻ có ít dữ liệu mà tưởng mình có nhiều. Và trong một nền bóng đá đầy khoảng trắng như bóng đá Việt Nam, đức tính trung thực ấy là thứ tài sản quý nhất — quý hơn cả xG.

Tín hiệu vòng sau

Tôi không viết bài này để kết luận rằng bóng đá Việt Nam không có dữ liệu. Tôi viết nó để đặt lên bàn một điều mà tôi tin sẽ định hình cách chúng ta đọc bóng đá nước nhà trong nhiều năm tới: hạ tầng ghi chép là một phần của bóng đá, không phải thứ đứng ngoài nó. Một nền bóng đá muốn tiến bộ không chỉ cần đào tạo cầu thủ. Nó cần đào tạo những người ghi lại cầu thủ.

Đây cũng là lý do tôi luôn dè chừng trước những học viện trẻ mọc lên như nấm sau mưa, được quảng cáo bằng tên của một cựu danh thủ. Tôi không nghi ngờ thiện chí của ai. Tôi chỉ để ý rằng rất ít trong số đó đầu tư vào thứ khó thấy nhất: hệ thống ghi chép, cơ sở dữ liệu, và những huấn luyện viên cơ sở được trả lương đủ sống để làm việc lâu dài. Một học viện không có dữ liệu là một học viện dạy bằng ký ức. Và ký ức, như tôi vừa chứng minh, là một bảng trắng biết kể chuyện.

Tín hiệu tôi sẽ theo dõi trong vòng tới không phải là kết quả của một trận đấu cụ thể. Tôi sẽ theo dõi xem có bao nhiêu trận V.League trong mùa tới được gắn nhãn đầy đủ, và bao nhiêu trận rơi khỏi cái thang. Nếu con số ấy tăng, đó là một tín hiệu tiến bộ thật, âm thầm hơn mọi chiến thắng trên sân, nhưng bền vững hơn. Nếu nó giảm, thì mọi thành tích của đội tuyển quốc gia sẽ vẫn là những đỉnh núi mọc lên từ một đồng bằng không ai đo đạc.

Tôi sẽ quay lại chủ đề này. Tôi hứa đấy — dù tôi biết mình nổi tiếng là kẻ bỏ dở chuỗi bài. Có lần, sau khi dự đoán đúng một trận với xG lệch gấp bảy lần, bài viết của tôi đạt năm mươi nghìn lượt xem trong hai mươi tư giờ, và tôi lập tức bỏ dở chuỗi ấy để sang thử nghiệm một mô hình bóng rổ. Biên tập viên của tôi phát điên. Nhưng cái bảng trắng đêm nay khác. Nó không phải một ý tưởng mới để tôi chán rồi bỏ. Nó là một vết nứt trong nền móng. Và nền móng thì không thể bỏ qua.

Mô hình chỉ là xác suất, không phải lời tiên tri. Tôi nhắc lại câu đó mỗi lần ngồi trước bảng tính, và đêm nay tôi nhắc nó to hơn thường lệ. Bởi nếu tôi từng tin rằng dữ liệu là ánh sáng soi rọi trận đấu, thì bảng trắng dạy tôi rằng phần lớn sân cỏ vẫn nằm trong bóng tối, và việc đầu tiên của một người làm nghề như tôi không phải là chiếu sáng, mà là thừa nhận bóng tối. Chỉ khi thừa nhận nó, tôi mới bắt đầu biết mình cần tìm đèn ở đâu.