Ô trống không phải số không: bài học kiểm chứng từ 240 trận Super League không khán giả

Tháng 8 năm 2026, tại Thâm Quyến, tôi mở lại bảng tính lúc hai giờ sáng. Hai trăm bốn mươi dòng, mỗi dòng một trận đấu của Super League Trung Quốc trong mùa giải phải đá trên sân không khán giả. Cột cuối cùng, nơi ghi chú các tình huống bóng cố định, trống trơn từ dòng đầu tới dòng cuối. Đường truyền dữ liệu vị trí bị ngắt trong ba vòng mở màn; người nhập liệu không có gì để điền vào.

Sáng hôm sau, một đồng nghiệp lướt qua file rồi kết luận: mùa này các đội phòng ngự phạt góc tốt hơn hẳn. Tôi mất gần một tuần để giải thích một điều đơn giản. Ô trống không phải là số không. Khoảng trắng trong bảng tính là khoảng trắng của đường truyền, không phải khoảng trắng của hàng phòng ngự.

Chuyện đó theo tôi suốt sáu năm. Sai lầm nguy hiểm nhất trong phân tích thể thao hiếm khi nằm ở một phép tính sai. Nó nằm ở chỗ ta gán ý nghĩa cho một khoảng lặng.

240 trận, hai cột số và một câu hỏi chưa có đáp án

Năm 2026, tôi là thực tập sinh phân tích dữ liệu cho một công ty thể thao ở Thâm Quyến. Nhiệm vụ của tôi: dựng lại bức tranh chiến thuật của Super League Trung Quốc trong điều kiện thi đấu chưa từng có – không khán giả, lịch thi đấu nén, các đội di chuyển trong bong bóng cách ly.

Tôi lấy dữ liệu của 240 trận, đặt cạnh hai mùa giải trước đó có khán giả đầy sân. Hai chỉ số tôi theo đuổi: tỷ lệ thắng của đội chủ nhà, và PPDA – số đường chuyền mà một đội cho phép đối phương thực hiện trên mỗi pha phòng ngự. PPDA càng thấp, đội đó càng pressing dữ.

Hai dòng kết quả hiện lên. Tỷ lệ thắng sân nhà giảm từ 47% xuống 39%. PPDA trung bình giảm từ 11,2 xuống 10,5.

Điểm đáng chú ý: hai con số này không hề mâu thuẫn. Các đội pressing dữ hơn, đồng thời lợi thế sân nhà bốc hơi. Cường độ tăng, phần thưởng giảm. Báo cáo nội bộ của tôi về ảnh hưởng của môi trường thi đấu lên chiến thuật sau đó được đăng trên trang tin của công ty và được một vài nhà phân tích địa phương nhắc lại.

Nhưng giá trị thật của báo cáo không nằm ở 47% hay 10,5. Nó nằm ở chỗ tôi phải dành hai tuần để trả lời một câu hỏi duy nhất: tám điểm phần trăm kia là do khán giả, hay do lịch thi đấu?

Sân nhà mất đi thứ gì

Giả thuyết phổ biến nhất khi đó là áp lực khán giả lên trọng tài. Các nghiên cứu về bóng đá châu Âu từng chỉ ra tỷ lệ quyết định có lợi cho đội chủ nhà giảm rõ rệt khi khán đài trống. Phạt đền, thẻ vàng, số phút bù giờ – những chỉ số nhạy với tiếng ồn.

Mùa giải 2026 của Super League còn một biến số khác. Nhiều trận được tổ chức trên sân trung lập, các đội nằm cùng một khu vực địa lý, di chuyển bằng xe buýt chung. Biến “sân nhà” bị nhiễm bẩn. Khi một biến số bị nhiễm bẩn, mọi kết luận nhân quả rút ra từ nó đều phải hạ độ tin cậy xuống.

Ước tính từ mô hình tôi dựng lại: khoảng 60% phần sụt giảm đến từ yếu tố khán giả, phần còn lại đến từ lịch thi đấu nén và địa điểm trung lập. Độ tin cậy tôi tự đặt cho con số đó là 70%. Không cao. Và tôi ghi rõ như vậy trong bài.

Thói quen tôi giữ đến hôm nay bắt đầu từ đó. Mỗi con số chính phải có ít nhất hai nguồn đối chiếu. Mỗi kết luận nhân quả phải có một câu ghi chú về biến số gây nhiễu. Người đọc không cần biết hết các bước tính; họ cần biết tôi đã nghi ngờ ở đâu.

PPDA 10,5: pressing dữ hơn, ghi bàn kém hơn

Chỉ số PPDA giảm 0,7 điểm nghe nhỏ. Đặt vào một mùa giải 240 trận, nó tương đương mỗi đội chủ động đoạt bóng cao hơn khoảng một lần rưỡi mỗi trận.

Phản xạ thông thường: đoạt bóng cao hơn thì cơ hội ngon hơn, bàn thắng nhiều hơn. Dữ liệu mùa 2026 không xác nhận phản xạ đó.

Cách giải thích tôi đưa ra, và vẫn bảo vệ đến nay: pressing là một hành vi được nuôi bằng phản hồi. Cầu thủ lao lên khi cảm nhận được nỗ lực của mình có tiếng vang – từ khán đài, từ đồng đội, từ chính đối thủ đang mất bình tĩnh. Khi khán đài trống, pha đoạt bóng thành công vẫn xảy ra, nhưng phần thưởng tâm lý biến mất. Đội bóng chuyển sang trạng thái pressing cơ học: đúng động tác, thiếu quyết tâm ở nhịp cuối.

Hệ quả rơi vào khâu dứt điểm. Số cơ hội tạo ra từ tình huống đoạt bóng cao tăng, tỷ lệ chuyển hóa giảm. Cầu thủ nhận bóng ở vị trí thuận lợi hơn, và ở trạng thái tệ hơn.

Đây cũng là lúc PPDA cho thấy giới hạn của nó. Chỉ số này đo cường độ, không đo chất lượng quyết định. Nó trả lời câu hỏi “đội này pressing bao nhiêu”, và im lặng trước câu hỏi “đội này pressing để làm gì”.

Tiếng nền của một sân trống

Trong ba tuần đầu của mùa giải đó, tôi xem gần như toàn bộ các trận qua luồng phát trực tuyến. Thứ đập vào tai không phải là sự im lặng.

Sân trống không im. Nó có một lớp âm thanh riêng: tiếng giày bám đường, tiếng hét của huấn luyện viên vang qua khoảng không, tiếng bóng nảy trên cỏ, tiếng thủ môn chỉ đạo hàng thủ mà cả khán đài nghe thấy. Một trận bóng đá bị bóc đi lớp phủ và để lộ bộ khung âm thanh của chính nó.

Tôi đã đứng giữa sân trống và nghe thấy tiếng nền của bóng đá. Lớp nền đó nói với tôi rằng các cầu thủ vẫn chạy đúng cự ly, vẫn xoay đúng hướng, nhưng nhịp điệu khác đi. Không có khán giả để đồng bộ hóa nhịp hô, các pha phản công mất đi một phần tốc độ, và các pha phòng ngự mất đi một phần hung hãn.

Đây là loại thông tin không nằm trong bất kỳ chỉ số nào. Nó nằm trong tai người nghe. Và nó là lý do tôi luôn ghi thêm một mục về bối cảnh khán giả, thời tiết, lịch di chuyển bên cạnh mọi bảng số.

xG 1,6 và cú đánh đầu của Umtiti

Mùa hè 2026, tôi vừa tròn 18 tuổi, sinh viên năm nhất ở Thâm Quyến, tự dựng mô hình xG đầu tiên từ dữ liệu cú sút thu thập trên các trang thống kê công khai.

Trận bán kết World Cup giữa Pháp và Bỉ ngày 10 tháng 7 năm 2026 tại Saint Petersburg. Mô hình thô của tôi cho Pháp 1,6 và Bỉ 0,8. Tỷ số 1-0 nghiêng về Pháp, bàn thắng đến từ một quả phạt góc và cú đánh đầu của Samuel Umtiti ở phút 51.

Mô hình của tôi không sai. Nó chỉ không thấy. Một tình huống bóng cố định có xác suất ghi bàn gắn chặt với chất lượng quả tạt, vị trí đứng của người tấn công và trạng thái khối phòng ngự đã bị kéo lệch từ hai nhịp trước. Bộ dữ liệu cú sút không chứa ba biến đó.

Tôi mất một tháng xem lại băng hình toàn giải, ghi chú từng pha bóng cố định, rồi cộng trọng số cho nhóm tình huống này. Sai số của mô hình sau đó thấp hơn. Bài học còn lại lớn hơn con số: xG không nói dối, nó chỉ không bao giờ nói hết sự thật.

Từ đó, mỗi bài viết của tôi đều có một câu dạng “theo mô hình của tôi” hoặc “với độ tin cậy 80%”. Không phải để rào trước đón sau, mà để người đọc biết chính xác họ đang đứng ở đâu trên bản đồ chắc chắn.

0,35 và cuộc chiến định danh

Ngày 22 tháng 11 năm 2026, Ả Rập Xê Út thắng Argentina 2-1 ở Lusail. Lionel Messi mở tỷ số từ chấm phạt đền ở phút thứ 10, rồi Ả Rập Xê Út lật ngược thế trận trong hiệp hai. Khi đó tôi là trợ lý dữ liệu cho một trang tin thể thao trực tuyến đưa tin World Cup Qatar.

Mô hình của tôi cho Ả Rập Xê Út 0,35 và Argentina 1,9. Đội có xG thấp hơn thắng.

Bài viết nhanh chóng bị một bộ phận độc giả gọi là xúc phạm chiến thắng của đội yếu. Tôi giữ nguyên bài, không gỡ. Nhưng tôi viết thêm một bài thứ hai, lần này dùng dữ liệu chuyển động và bản đồ vị trí cầu thủ để chỉ ra hai pha quyết định: Argentina kiểm soát bóng vượt trội, hàng thủ dâng cao, và hai lần mất bóng ở khoảng trống giữa trung vệ và hậu vệ biên bị trừng phạt bằng hai bàn thắng trong hiệp hai.

Thứ tôi học được nằm ở cách bảo vệ quan điểm bằng cấu trúc, chứ không bằng cảm xúc. Từ đó, mỗi bài của tôi có ba phần cố định: số liệu thô, phân tích bối cảnh, và phần dự đoán trước các phản bác. Phần thứ ba dài gần bằng hai phần đầu, và nó tiết kiệm cho tôi rất nhiều cuộc tranh cãi vô ích.

Nó cũng cho tôi một cách nhìn khác về con số. 0,35 là con số, nhưng cuộc chiến định danh nó mới là sự thật. Tuyển thủ, đội tuyển, ban tổ chức, truyền thông – mỗi bên muốn con số mang một nghĩa khác nhau. Ai nắm quyền định danh con số, người đó nắm câu chuyện. Việc của người phân tích là nói rõ mình định danh theo cách nào.

xGA 0,9 và hai tuần ở Georgia

Euro 2026, tôi theo đội tuyển Georgia – đội bóng lần đầu dự một vòng chung kết châu Âu.

Từ dữ liệu vòng loại, tôi tính được xGA trung bình của Georgia là 0,9 bàn mỗi trận, thuộc nhóm thấp nhất giải, dù họ không kiểm soát bóng nhiều. Nghĩa là họ cho đối phương cơ hội ít, chứ không phải cho đối phương bóng ít.

Tôi viết một bài trước trận gặp Bồ Đào Nha, dự đoán Georgia có thể tạo bất ngờ. Ngày 26 tháng 6 năm 2026 tại Gelsenkirchen, Georgia thắng 2-0. Khvicha Kvaratskhelia mở tỷ số ở phút thứ hai bằng một pha phản công; Georges Mikautadze nhân đôi từ chấm phạt đền ở phút 57. Cristiano Ronaldo và các đồng đội kiểm soát bóng phần lớn thời gian còn lại và không ghi được bàn.

Bài phân tích sau trận được chia sẻ vài nghìn lần, và một câu lạc bộ ở Trung Quốc liên hệ mời tôi làm cố vấn dữ liệu bán thời gian.

Thứ tôi mang ra từ hai tuần đó là một định dạng viết, chứ không phải niềm tin rằng mô hình của mình giỏi: mở bằng một tình huống cụ thể trên sân, đặt con số vào giữa, rồi tự vẽ đồ họa đơn giản để người đọc phổ thông không bị bỏ lại phía sau. Mỗi biểu đồ đều phải trả lời được câu “vì sao con số này quan trọng”.

Cánh đảo vào trong và cái giá của sự đồng nhất

Có một xu hướng tôi theo dõi suốt nhiều năm qua bản đồ cú sút: các cầu thủ chạy cánh ngày càng đảo vào trong.

Đọc trên bản đồ nhiệt, xu hướng này hiện ra rất rõ. Vùng hoạt động của một tiền vệ cánh hiện đại co lại và dịch vào giữa, sát hành lang trong. Số cú sút từ khu vực giữa khung thành tăng, còn số pha tạt bóng từ sát đường biên giảm.

Lợi ích chiến thuật của xu hướng này là thật. Nó tạo ra ưu thế số đông ở trung lộ, mở ra các góc sút có xG cao hơn, và cho phép hậu vệ biên dâng cao tạo chiều rộng.

Nhưng dữ liệu cũng cho thấy cái giá. Khi gần như mọi đội bóng lớn đều chơi theo cùng một khuôn, các trận đấu trở nên giống nhau về cấu trúc không gian. Các hàng phòng ngự chỉ cần học một bộ nguyên tắc để đối phó. Và những cầu thủ cánh truyền thống – người sống bằng khả năng đi bóng dọc biên, bằng quả tạt xoáy, bằng việc kéo giãn chiều ngang sân – trở nên khó tìm suất đá chính.

Đây là dạng thiệt hại mà bảng số liệu khó ghi nhận, bởi vì chỉ số của một cầu thủ cánh truyền thống trong một hệ thống không dành cho anh ta luôn trông thấp hơn thực tế. Muốn thấy giá trị ấy, phải xem băng hình.

Ô trống ở cột cuối cùng

Quay lại bảng tính năm 2026.

Giả sử tôi không kiểm tra đường truyền và chỉ đọc kết quả. Cột phạt góc trống. Kết luận rút ra: các đội phòng ngự bóng cố định tốt. Một kết luận nghe hợp lý, được trình bày trong một báo cáo có bảng biểu, và hoàn toàn không có cơ sở.

Đây là sai lầm phổ biến nhất trong phân tích thể thao, và nó có một tên gọi kỹ thuật: đọc giá trị khuyết thiếu như giá trị bằng không. Trong tài liệu phân tích, trường hợp này được ký hiệu là N/A. Trong đầu người đọc, N/A thường được dịch thành “không có vấn đề gì”.

Khoảng cách giữa hai cách hiểu đó là nơi tai họa sinh ra. N/A nghĩa là chưa đủ thông tin để đánh giá. Nó không hề có nghĩa là đã kiểm tra và thấy an toàn.

Tôi từng chứng kiến hậu quả của khoảng cách này ở quy mô lớn hơn. Một bộ dữ liệu trống đi qua ba tầng xử lý mà không ai đặt câu hỏi, cuối cùng trở thành một kết luận được in ra và được tin. Không ai nói dối trong chuỗi đó. Chỉ là không ai kiểm tra đầu vào.

Vì vậy tôi đề xuất một cổng kiểm tra tối thiểu cho mọi quy trình phân tích, kể cả quy trình chỉ có một người: ít nhất một chủ thể được nêu tên, ít nhất ba điểm thông tin phân biệt được, và một mốc thời gian tuyệt đối. Nếu không đạt, trạng thái đúng của tài liệu là “chưa đủ đầu vào”, không phải “không có gì đáng chú ý”.

Tương quan, nhân quả và phần còn lại

Một cám dỗ khác luôn đi kèm với dữ liệu thể thao: biến tương quan thành nhân quả.

240 trận, tỷ lệ thắng sân nhà giảm tám điểm phần trăm. Nghe như khán giả là nguyên nhân. Nhưng mùa giải đó còn lịch nén, sân trung lập, di chuyển chung, và một danh sách dài các cầu thủ ngoại quốc vắng mặt vì quy định cách ly. Bất kỳ biến nào trong số đó cũng đủ tạo ra một phần của tám điểm phần trăm ấy.

Cách tôi xử lý: tách kết quả thành hai tầng. Tầng thứ nhất là mô tả – chuyện gì đã xảy ra, với con số kèm khoảng tin cậy. Tầng thứ hai là giả thuyết – vì sao nó xảy ra, và được gọi đúng tên là giả thuyết. Người đọc có quyền biết mình đang đọc tầng nào.

Phần lớn tranh cãi trên mạng về dữ liệu thể thao không nằm ở chỗ hai bên bất đồng số liệu. Nó nằm ở chỗ một bên đọc tầng mô tả, bên kia đọc tầng giả thuyết, và cả hai tưởng mình đang nói cùng một chuyện.

Một ví dụ khác đáng nhắc là thị trường chuyển nhượng. Mỗi con số chuyển nhượng là một cuộc đời được quy đổi. Một mức phí 40 triệu euro vượt xa khỏi giá trị thị trường; nó là kỳ vọng của ban lãnh đạo, là áp lực lên một cầu thủ 21 tuổi, là thước đo mà truyền thông sẽ dùng để đánh giá cậu ấy trong 18 tháng tới. Con số đó do người trả tiền định danh, không do người chơi.

Dữ liệu không trả lời được câu hỏi liệu cầu thủ ấy có chịu nổi áp lực đó hay không.

Phòng thay đồ không đọc bảng biểu

Có một khoảng cách tôi thấy ngày càng rộng giữa phòng phân tích và phòng thay đồ.

Bảng số liệu được dựng trong phòng máy, nơi mọi thứ diễn ra chậm, có thể xem lại, có thể sửa. Trận đấu diễn ra ở một tốc độ khác, nơi cầu thủ phải quyết định trong khoảng một phần tư giây và không có nút tua lại.

Khi một nhà phân tích nói với một đội rằng họ nên giảm số đường chuyền dài xuống 12%, câu nói đó đúng về mặt số liệu và vô nghĩa về mặt vận hành. Cầu thủ không chọn đường chuyền dài theo tỷ lệ phần trăm. Anh ta chọn nó vì đó là lựa chọn duy nhất mà anh ta nhìn thấy trong khoảnh khắc ấy.

Điều này không có nghĩa là dữ liệu vô dụng trong phòng thay đồ. Nó có nghĩa là dữ liệu phải được dịch sang ngôn ngữ của nhịp điệu. Một chỉ số chỉ có giá trị khi nó trả lời được câu hỏi “tôi phải làm gì khác đi ở pha bóng tiếp theo”.

Tôi đã ngồi trong những cuộc họp mà một bảng phân tích đẹp bị gạt sang một bên chỉ vì không ai trong phòng biết biến nó thành một hành động cụ thể. Bảng số liệu không tự chuyển thành chiến thuật. Phải có người dịch.

Học viện và con số dưới 10%

Một lĩnh vực khác mà dữ liệu thường bị dùng sai là đào tạo trẻ.

Các học viện của những câu lạc bộ lớn thường được quảng bá như cỗ máy sản xuất tài năng. Nhìn vào số lượng cầu thủ trẻ được ký hợp đồng chuyên nghiệp mỗi năm, bức tranh sáng sủa. Nhìn vào số người thực sự có suất đá chính ở đội một, tỷ lệ thường dưới 10%.

Khoảng cách giữa hai con số ấy chính là chỗ dữ liệu bị lạm dụng. Câu lạc bộ đếm số cầu thủ được đào tạo. Người hâm mộ hiểu thành số cầu thủ thành công. Hai đại lượng khác nhau, cùng một từ.

Với một cầu thủ 18 tuổi, điều này có nghĩa thực tế: xác suất anh ta trở thành trụ cột đội một thấp hơn nhiều so với những gì bản hợp đồng học viện gợi ra. Con số đó không nên bị giấu đi vì nó không đẹp. Nó nên được nói ra để gia đình và chính cầu thủ có một kế hoạch dự phòng.

Đây là loại can thiệp tôi tin là trách nhiệm của người viết dữ liệu. Không phải để dọa, mà để đặt đúng trọng số.

Sân có khán giả hay không, trận đấu vẫn cần người kể lại

Có một nghịch lý trong công việc của tôi. Tôi kiếm sống bằng cách đưa ra các con số, và dành phần lớn thời gian để cảnh báo về giới hạn của chúng.

Năm 2026, với 240 trận đấu và hai cột số, tôi học được rằng một bộ dữ liệu giỏi nhất cũng chỉ là tấm bản đồ có tỷ lệ xích. Nó cho biết địa hình, không cho biết thời tiết. Người đọc bản đồ vẫn cần một người đã từng đi qua con đường đó.

Khi tôi xem lại băng hình trận Pháp – Bỉ năm 2026, thứ tôi nhớ không phải chỉ số 1,6. Tôi nhớ tiếng ống kính máy quay rung lên khi khán đài hét, nhớ khoảnh khắc Umtiti bật lên và khoảng lặng kéo dài chừng một giây trước khi bóng vào lưới. Không mô hình nào ghi lại được khoảng lặng đó.

Nhưng nếu không có mô hình, tôi đã không biết rằng 0,8 của Bỉ thấp đến vậy, và đã không buộc mình xem lại băng hình để tìm hiểu vì sao Pháp thắng mà không cần nhiều cơ hội.

Hai thứ đó cần nhau. Con số chỉ cho tôi chỗ cần nhìn. Con mắt cho tôi biết mình đang nhìn thấy gì. Sân có khán giả hay không, trận đấu vẫn cần người kể lại.

Điều cần theo dõi ở vòng tiếp theo

Tôi đang đặt hai việc lên bàn cho mùa giải tới.

Thứ nhất, một cổng kiểm tra đầu vào cho mọi báo cáo dữ liệu tôi tham gia, dù chỉ ở quy mô một người: tên chủ thể, ba điểm thông tin, mốc thời gian tuyệt đối. Nếu thiếu, tài liệu bị đánh dấu “chưa đủ đầu vào” và không được dùng cho bất kỳ quyết định nào.

Thứ hai, một câu hỏi bắt buộc ở cuối mỗi bài: dữ liệu nào không đo được khoảnh khắc này? Nếu tôi không trả lời được, con số cuối cùng nên bị cắt khỏi bài.

Tôi không lập bảng cho trận đấu; tôi lập bảng cho sự nghi ngờ. Bảng tính năm 2026 với cột cuối cùng trống trơn đã dạy tôi điều đó. Tôi vẫn giữ nguyên file gốc trong ổ cứng, không phải như một kỷ niệm, mà như một lời nhắc rằng khoảng lặng trong dữ liệu là chỗ nguy hiểm nhất để đặt niềm tin.