Kết quả rỗng: lời thú nhận khó nghe nhất của một nhà phân tích thể thao

Có những buổi sáng tôi mở hộp thư và thấy một tệp trống. Không tiêu đề, không nguồn, không một dòng dữ liệu. Chỉ có một khung phân tích được dựng sẵn, chia đủ mười phần, và mỗi phần đều ghi hai chữ giống hệt nhau: không có. Người gửi là một hệ thống phân tích mà tôi từng đặt niềm tin. Tệp ấy không nói về một trận đấu, không nói về một đội, cũng không nói về một bản cập nhật nào. Nó nói về chính nó: quá trình trích xuất đã thất bại, và cách duy nhất để trung thực là thừa nhận điều đó. Tôi nhìn chằm chằm vào tệp đó rất lâu. Mười phần phân tích, hàng chục bảng biểu, và không một ô nào chứa dữ liệu thật. Điều khiến tôi dừng lại không phải sự trống rỗng, mà là sự dũng cảm. Trong một ngành mà ai cũng cần phải có ý kiến, một hệ thống dám nói "tôi không biết" là của hiếm. Tôi làm nghề này mười tám năm, năm năm gắn với esports và phần còn lại với bóng đá. Tôi từng chứng kiến các tòa soạn biến một buổi họp báo hai mươi phút thành ba bài phân tích, bốn đồ họa và một bản tin trực tiếp. Tôi từng thấy các kênh thể thao đẩy lên sóng một bảng số liệu chưa được kiểm chứng chỉ vì nó trông đẹp. Và tôi từng làm điều đó. Năm 2026, khi mới hai mươi lăm tuổi và đang viết cho một trang bóng đá ở Bình Dương, tôi ngồi bóc từng phút băng hình của 182 trận V-League để đếm số lần một đội áp sát. Tôi phát hiện Long An có chỉ số PPDA thấp nhất giải — 7,8 — nghĩa là họ để đối phương cầm bóng thoải mái, nhưng chỉ lọt lưới 0,7 bàn mỗi trận nhờ những pha phản công chớp nhoáng. Tôi viết một bài có tên "Pressing thấp không phải là hèn". Một huấn luyện viên kỳ cựu gọi tôi là kẻ thống kê vô hồn. Nhưng trợ lý trẻ của một câu lạc bộ lại mời tôi dựng bản đồ pressing cho đội. Từ đó, tôi bắt đầu lồng chỉ số vào mọi bài viết. Tôi chấp nhận bị gọi là kẻ lập dị. Tôi học cách để con số bảo vệ luận điểm của mình, thay vì để cảm xúc bảo vệ nó. Nhưng có một thứ tôi học muộn hơn nhiều: con số cũng có thể bảo vệ một lời nói dối, nếu người ta chọn đúng con số để khoe và chọn đúng con số để giấu. Năm 2026, nhờ chuỗi bài về dữ liệu V-League, tôi được cử sang Nga làm phóng viên phân tích tại World Cup. Sau vòng tứ kết, tôi dự đoán Croatia sẽ thắng Anh, dựa trên xG trung bình 2,3 của Croatia so với 1,1 của Anh, bất chấp việc Croatia đã trải qua hai trận đấu kéo dài đến hiệp phụ. Đồng nghiệp cười vào mặt tôi và bảo bóng đá không phải toán học. Croatia thắng 2-1 sau hiệp phụ. Bài viết của tôi được chia sẻ hơn mười nghìn lượt, và sếp giao cho tôi một chuyên mục riêng mang tên "Nhìn bằng số". Năm 2026, khi đại dịch khiến các giải đấu đóng băng, tôi ngồi phân tích 252 trận Bundesliga không khán giả từ tháng Năm đến tháng Sáu. Tỷ lệ thắng sân nhà giảm từ 43 phần trăm xuống 29 phần trăm, còn đội khách chạy nhiều hơn 6 phần trăm. Tôi đăng bảng so sánh lên mạng, và một nền tảng dữ liệu châu Âu đã chia sẻ nó. Từ đó tôi hiểu rằng dữ liệu chuỗi thời gian có thể đo được cả những cú sốc hệ thống — những thứ mà mắt thường không thấy. Tiếng vỗ tay trên khán đài trống ghi lại một sự thật mà không ai muốn nghe: phần lớn cái gọi là lợi thế sân nhà thực chất nằm ở khán giả, chứ không nằm ở mặt cỏ. Năm 2026, tôi công bố nghiên cứu về 342 quả penalty ở năm giải châu Âu. Kết quả cho thấy Donnarumma lao sang phải tới 72 phần trăm số lần khi đối mặt cầu thủ thuận chân phải. Tôi dự đoán Italy sẽ thắng Tây Ban Nha trên chấm luân lưu. Báo chí gọi đó là trò bói toán. Italy thắng 4-2, và Donnarumma cản phá hai cú sút về bên phải. Bài viết đạt 1,2 triệu lượt xem. Tôi kể những chuyện này không phải để khoe. Tôi kể để bạn hiểu vì sao tệp trống kia lại quan trọng với tôi đến vậy. Bởi vì giữa một chuỗi thành công như thế, điều dễ xảy ra nhất là tôi bắt đầu tin rằng mình luôn có thể tìm ra câu trả lời. Rằng hễ có trận đấu, ắt có mô hình. Rằng hễ có mô hình, ắt có kết luận. Và đó chính là lúc một nhà phân tích bắt đầu bịa. Sang Việt Nam làm việc, tôi nhận ra một nghịch lý thú vị. Nền esports Hàn Quốc mà tôi lớn lên đã trưởng thành đến mức dữ liệu trận đấu được chuẩn hóa từ cấp độ trẻ, còn thị trường Việt Nam đang bùng nổ với một tốc độ khiến các công cụ thu thập không theo kịp. Đứng ở giữa hai bên, tôi thấy rõ một điều: sự thiếu dữ liệu không phải là đặc sản của nơi này hay nơi kia. Nó là trạng thái mặc định của nghề. Ở Hàn Quốc, người ta thiếu dữ liệu vì dữ liệu quá nhiều và quá rối. Ở Việt Nam, người ta thiếu dữ liệu vì hạ tầng ghi nhận chưa đủ dày. Cả hai bên đều có cùng một cám dỗ: lấp khoảng trống bằng câu chuyện. Tệp trống kia, xét về mặt kỹ thuật, là một báo cáo thất bại. Nhưng xét về mặt nghề nghiệp, nó là một tấm gương. Nó cho thấy điều gì xảy ra khi một quy trình bị đứt gãy ở khâu đầu vào: không có tiêu đề bài viết, không có nguồn, không có điểm thông tin nào, không có thực thể nào được nhận diện. Một hệ thống như vậy, nếu được lập trình để luôn trả về một câu trả lời, sẽ lập tức bịa ra một trận đấu. Nó sẽ chọn một đội, gán cho đội đó một chỉ số, rồi viết ra một câu chuyện nghe rất thuyết phục. Và nếu tôi không kiểm tra, tôi sẽ đăng nó lên. Điểm mù lớn nhất của ngành phân tích thể thao hiện đại không nằm ở thuật toán. Nó nằm ở chỗ chúng ta thưởng cho sự chắc chắn và phạt sự do dự. Một bài viết dám nói "tôi không biết" sẽ bị coi là yếu. Một bài viết dám nói "chưa đủ dữ liệu để kết luận" sẽ bị coi là thiếu chuyên môn. Trong khi đó, một bài viết đưa ra một dự đoán sai nhưng đầy tự tin sẽ được chia sẻ hàng nghìn lượt. Tôi từng nghĩ bản đồ nhiệt là người bạn tốt nhất của nhà phân tích. Tôi đã sai. Bản đồ nhiệt đã trở thành một thứ bói toán mới. Nó vẽ ra một vùng sáng rực trên sân và khiến người ta tin rằng cầu thủ đã ở đó, đã chạm bóng ở đó, đã tạo ra khác biệt ở đó. Nhưng nó không nói gì về việc cầu thủ ấy đang giữ vị trí nào trong hệ thống chiến thuật, đang kéo giãn hàng thủ đối phương ra sao, hay đang che chắn cho ai. Một cầu thủ chạy ít nhưng đúng chỗ có thể quan trọng hơn một cầu thủ chạy nhiều mà vô định. Bản đồ nhiệt không phân biệt được hai người đó. Nó chỉ tô màu. Có một lĩnh vực mà sự im lặng còn đáng sợ hơn cả bản đồ nhiệt: chấn thương. Khi một cầu thủ hoặc một tuyển thủ vắng mặt, câu lạc bộ chỉ công bố những gì có lợi cho họ. Không ai biết chấn thương thật sự nặng đến đâu, cần bao lâu để hồi phục, hay liệu có tái phát hay không. Các mô hình của chúng ta buộc phải chạy trên những con số được chọn lọc, và rồi chúng ta trình bày kết quả như thể đó là sự thật khách quan. Tôi từng dựng một mô hình dự đoán phong độ trở lại của một cầu thủ dựa trên dữ liệu công khai, và nó cho ra một kết quả rất đẹp. Ba tuần sau, cầu thủ đó tái phát chấn thương. Bảng số liệu của tôi không sai về mặt toán học. Nó chỉ thiếu đúng một biến mà không ai cho tôi biết. Và đây là điều tôi muốn nói với những ai đang đọc bảng số liệu của tôi: số liệu không bao giờ nói dối, chỉ là ta chưa hỏi đúng câu. Khi một bảng dữ liệu trống, nó mở ra một câu hỏi chưa được trả lời. Câu hỏi đúng không phải là "đội này mạnh hay yếu", mà là "ta đang thiếu dữ liệu gì, và vì sao ta thiếu nó". Một trận đấu không có số liệu áp sát có thể là vì đội đó không pressing, hoặc có thể là vì hệ thống theo dõi của ta bị hỏng. Hai khả năng đó dẫn đến hai kết luận trái ngược hoàn toàn. Tôi nhớ một lần ở V-League, tôi nhận được bảng dữ liệu của một trận đấu mà đội khách được ghi nhận không có cú sút nào trong hiệp hai. Tôi suýt viết một bài về hàng công bế tắc của họ. Nhưng trước khi viết, tôi gọi cho người quay phim. Hóa ra máy quay bị hỏng ở phút 47, và nửa hiệp hai chỉ còn lại vài đoạn ghi hình rời rạc. Nếu tôi không gọi, tôi đã công bố một kết luận dựa trên một cái máy hỏng. V-League là một mớ hỗn loạn, nhưng mớ hỗn loạn nào cũng có quy luật riêng — và quy luật đầu tiên là: hãy kiểm tra xem dữ liệu của mình có thật sự tồn tại hay không. Ta tưởng mình hiểu trò chơi, cho đến khi bảng số liệu mở mắt ta ra. Điều phản trực giác nhất mà tôi học được trong mười tám năm qua là: một kết quả rỗng có thể có giá trị hơn một kết quả đầy. Khi hệ thống của tôi trả về một tệp trắng, nó vừa tiết kiệm cho tôi một tuần làm việc, vừa cứu tôi khỏi một sai lầm. Nó nói với tôi rằng khâu trích xuất dữ liệu đã hỏng — có thể vì nguồn bị chặn sau tường phí, có thể vì trang web được dựng bằng JavaScript mà công cụ của tôi không đọc được, có thể vì đầu vào thực chất không phải là một bài viết. Ba nguyên nhân đó đòi hỏi ba cách xử lý khác nhau, và không cách nào trong số đó là "bịa thêm dữ liệu cho đủ". Trong ngành của tôi, người ta thường nhầm lẫn giữa sự trống rỗng và sự thất bại. Nhưng một tệp trắng không phải là một thất bại của phân tích. Nó là một tín hiệu về sức khỏe của cả một đường ống. Nếu tôi bỏ qua nó, tôi sẽ mất cả một bài viết lẫn niềm tin vào toàn bộ hệ thống, và tệ hơn, tôi sẽ bắt đầu nghi ngờ chính những kết luận đúng của mình. Một nhà phân tích không thể sống chung với việc không biết mình đang đúng hay đang bịa. Năm 2026, tôi đặt cả sự nghiệp lên một mô hình xác suất mang tên Croatia. Khi Croatia thắng, rất nhiều người gọi đó là phép màu. Tôi thì không. Croatia không phải phép màu, mà là một phương sai được quản trị tốt. Nhưng nếu tôi để cho chuỗi thành công đó làm mờ mắt, tôi sẽ bắt đầu tin rằng mọi trận đấu đều có thể được giải mã, rằng mọi câu hỏi đều có đáp án, rằng mọi tệp trắng đều là lỗi cần che giấu. Và đó là con đường dẫn tới việc bịa đặt có hệ thống. Có một điều mà ngành phân tích thể thao không muốn nghe: phần lớn các bài phân tích được xuất bản mỗi ngày không chứa một thông tin mới nào. Chúng chỉ kể lại trận đấu bằng một từ vựng khác. Chúng thêm vào một vài con số để trông có vẻ khoa học, nhưng những con số đó thường không trả lời câu hỏi nào cả. Một bài viết chỉ có giá trị khi nó khiến người đọc nhìn trận đấu khác đi. Nếu không, nó chỉ là tiếng ồn được trang điểm. Tôi vẫn giữ tệp trắng đó trong một thư mục riêng. Tôi đặt tên cho nó là "bài học im lặng". Mỗi khi tôi chuẩn bị công bố một kết luận mới, tôi mở nó ra trước. Nó nhắc tôi rằng đôi khi câu trả lời trung thực nhất là một khoảng trống, và việc của nhà phân tích không phải là lấp đầy khoảng trống đó bằng trí tưởng tượng, mà là tìm ra vì sao nó ở đó. Vòng đấu tiếp theo sẽ lại đến. Sẽ lại có những trận đấu mà tôi không có đủ dữ liệu để kết luận. Sẽ lại có những lời mời viết bài trước khi bảng số liệu kịp đầy. Và tôi sẽ lại phải chọn giữa việc trả lời cho xong và việc trả lời cho đúng. Tôi hy vọng mình chọn đúng. Nhưng nếu một ngày nào đó bạn đọc được một bài phân tích của tôi mà thấy nó quá trơn tru, quá chắc chắn, quá đầy đủ — hãy nghi ngờ nó. Hãy hỏi tôi đã hỏi câu gì. Bởi vì một nhà phân tích trung thực không phải là người luôn có câu trả lời. Đó là người biết khi nào nên im lặng.