Ô dữ liệu trắng ở V-League: một bảng số đầy đủ vẫn có thể không nói gì

Đêm 12 tháng 8 năm 2026, tôi ngồi trước màn hình ở Nha Trang lúc 23 giờ 40. Trận đấu kết thúc từ hai tiếng trước. Tỉ số có, biên bản có, số phút bù giờ có. Riêng cột xG trong bảng tính của tôi trắng trơn. Tôi kiểm công thức ba lần, thử hai nguồn dự phòng, rồi tự đếm lại vài pha bóng bằng mắt. Cả ba cách đều trả về cùng một kết quả: không có gì để đối chiếu.

Thứ khiến tôi mất ngủ đêm đó nằm ở chỗ khác. Tôi nhìn một bảng biểu trông rất đầy đủ — tiêu đề in đậm, các cột thẳng hàng, định dạng số gọn gàng — và bên trong là khoảng không. Nếu tôi bấm gửi, bài viết vẫn ra đời. Người đọc vẫn thấy một trang phân tích chỉn chu với đủ biểu đồ và bảng so sánh. Và họ vẫn tin.

Tôi sợ một mô hình sai hơn là một phán đoán sai, vì nó sai có hệ thống. Một bảng dữ liệu rỗng còn tệ hơn thế: nó sai trong im lặng, rồi lây sang bài tiếp theo, sang bảng xếp hạng nội bộ, sang cả cách một đội đánh giá chính mình.

Ở Việt Nam, văn hóa đọc số liệu bóng đá đã thay đổi rõ rệt trong chín năm qua. Năm 2026, khi tôi công bố bảng xG đầu tiên cho một vòng đấu V-League, phần lớn độc giả còn xa lạ với khái niệm này. Bây giờ, mỗi bản tin trận đấu đều kèm vài chỉ số nâng cao, mỗi bản đồ nhiệt đều được chia sẻ. Sự phổ biến đó tạo ra một rủi ro mới: khi mọi bài viết đều có bảng, người đọc mặc định rằng bảng nào cũng có nghĩa.

Ít ai kiểm tra xem chỉ số đó được đếm từ đâu, bởi ai, bằng phương pháp gì và mất bao lâu. Bàn thắng chỉ là lời kết luận. xG là lời khai. Một lời khai rỗng vẫn có thể được trình bày như một lời khai đầy đủ, nếu người trình bày biết sắp chữ và biết giữ đúng nhịp.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở V-League và các giải châu Âu, sự cố loại này hiếm khi bắt đầu từ khâu phân tích. Nó bắt đầu từ khâu nhập liệu: một nguồn dữ liệu đổi định dạng, một trận bị gán sai mã, một bảng mẫu được tái sử dụng cho trận không có dữ liệu. Đến tay người viết, tất cả những lỗi đó cô lại thành một khoảng trắng nhỏ, rất dễ bị lấp bằng tính từ.

Năm 2026, vòng 14 V-League, Hà Nội FC cầm bóng 71%, dứt điểm 22 lần và thua 1-2 trên sân Sanna Khánh Hòa. Tôi tự dựng bảng tính Excel, gán giá trị cho từng cú sút theo vị trí và loại pha bóng. Kết quả: Hà Nội FC đạt 1.8 xG, Sanna Khánh Hòa đạt 2.1. Bài viết “Bóng nắm giữ không phải bóng thắng” được chia sẻ hơn 3.000 lần. Điều tôi rút ra không nằm ở kết luận, mà ở quy trình: nếu tôi không tự đếm từng cú sút, tôi đã không có gì để viết.

Mùa hè 2026, tôi được mời phân tích vòng loại World Cup cho một trang bóng đá trực tuyến. Tôi xem lại băng hình của Croatia và đếm tay các đường chuyền trong tình huống bị áp sát. Bộ ba Modric – Rakitic – Brozovic thực hiện 4.321 đường chuyền; riêng Modric đạt 87% chính xác khi có người kèm sát. Tôi công bố dự đoán Croatia vào chung kết. Họ vào thật, rồi thua Pháp 2-4. Bài viết đạt 120.000 lượt đọc, cao nhất trang trong mùa giải đó. Croatia 2026 dạy tôi rằng một đường chuyền dưới áp lực là một tuyên ngôn về tổ chức, chứ không phải một pha xử lý cá nhân.

Tháng 3 năm 2026, khi mọi giải đấu dừng lại, tôi không có kèo để phân tích. Tôi lấy 3.100 trận từ mùa 2026-2026 ở năm giải hàng đầu châu Âu và tính lợi thế sân nhà trung bình: 0.42 xG. Khi Bundesliga trở lại vào tháng 5 năm 2026 trên sân không khán giả, tôi dựng mô phỏng và công bố dự đoán tỉ lệ đội chủ nhà thắng giảm từ 43% xuống 27%. Thực tế đi đúng hướng đó. Khi bóng đá chết, tôi nhận ra mô hình sân nhà của mình đã mọc rễ trong một bối cảnh giả — tiếng khán giả. Lấy yếu tố đó ra khỏi phương trình, kết quả tự đổi.

Ba câu chuyện trên có chung một nguyên tắc: mỗi kết luận phải truy ngược được về một quan sát thô. Chỉ số 1.8 xG của Hà Nội FC truy về 22 cú sút tôi đếm từng quả. Chỉ số 87% của Modric truy về những pha bóng tôi xem lại từng khung hình. Chỉ số 0.42 xG truy về 3.100 trận có nguồn gốc rõ ràng. Dữ liệu không tha thứ cho cảm xúc. Và đó là lý do tôi quy y.

Một bảng tính rỗng phá vỡ nguyên tắc đó ở đúng điểm yếu nhất. Nó không sai ở kết luận; nó sai ở chỗ không còn gì để truy ngược. Trong nghề phân tích, đây là dạng lỗi nguy hiểm nhất, bởi nó khoác áo của sự hoàn chỉnh. Một bài viết thiếu số liệu thì độc giả nhận ra ngay. Một bài viết đủ số liệu nhưng số liệu không có gốc thì độc giả không có cách nào nhận ra.

Có một cám dỗ tôi thấy ở nhiều cây bút trẻ: lấp ô trắng bằng tính từ. Khi không có xG, người ta viết “kiểm soát thế trận”. Khi không có PPDA, người ta viết “gây sức ép tốt”. Những cụm từ đó không sai, nhưng chúng không thể bị phản bác, và thứ không thể phản bác thì không thể kiểm chứng. Trong phân tích thể thao, tương quan không phải nhân quả. Một đội thắng với xG thấp không chứng minh rằng lối chơi phòng ngự của họ hiệu quả; nó chỉ chứng minh rằng mẫu quan sát còn quá nhỏ để kết luận.

Tôi từng sai theo đúng kiểu đó. Cách đây vài mùa, tôi xây một mô hình dựa trên tỉ lệ chuyển hóa cơ hội của một đội hạng giữa, rồi công bố rằng đội đó sẽ trụ hạng sớm ba vòng. Đội đó trụ hạng ở vòng cuối. Một độc giả gửi cho tôi bảng dữ liệu đầy đủ hơn của anh ta, kèm ghi chú rằng mẫu của tôi chỉ có 14 trận. Tôi đọc lại và thấy anh ta đúng. Phản hồi đó là bằng chứng rằng hệ thống đang chạy, chứ không phải một cuộc tấn công.

Rủi ro lớn nhất trong chuỗi này nằm ở cách chúng ta đọc sự im lặng. Một bảng không có cờ cảnh báo thường được hiểu là không có rủi ro. Thực tế ngược lại: không có dữ liệu nghĩa là chưa có đánh giá nào được thực hiện. Hai trạng thái đó khác nhau hoàn toàn, và trong một mùa giải nén chặt như mùa này, khoảng cách giữa chúng là khoảng cách giữa một dự đoán và một lời đồn.

Nhìn vào lịch thi đấu của các đội ở giai đoạn nước rút, tôi càng thấy rõ điều đó. Hai trận một tuần là ngưỡng mà không đội ngũ y tế nào bù lại được, và khi mật độ vượt ngưỡng, chất lượng phòng ngự từ xa sụp trước tiên. PPDA tăng, số pha gây áp lực giảm, và những chỉ số đó chỉ đọc được khi dữ liệu gốc còn nguyên. Nếu nguồn dữ liệu trắng, chúng ta sẽ kể một câu chuyện về tinh thần và bản lĩnh, trong khi vấn đề thật nằm ở đôi chân.

Vòng tới, tín hiệu tôi sẽ theo dõi không phải tỉ số, mà là nguồn gốc của những chỉ số xuất hiện sau trận. Trước khi tin một bảng xG, tôi muốn biết ai đếm, đếm bằng cách nào và mất bao lâu. Nếu câu trả lời là một danh sách trống, tôi sẽ không viết. Thứ duy nhất tệ hơn một dự đoán sai là một dự đoán không có cơ sở, được trình bày như thể nó có.