Cột dữ liệu để trống: cái bẫy đọc "không có tín hiệu" thành "không có vấn đề"

Tháng 6 năm 2026, phòng họp tầng ba của một câu lạc bộ K League 1 ở Busan. Tôi đặt lên bàn một bản báo cáo dài mười lăm trang về một tiền vệ đang chơi ở Tây Ban Nha. Trang thứ bảy có một bảng chỉ số phòng ngự chuẩn hóa theo 90 phút. Cột ấy trống. Tôi để trống có chủ đích, vì nguồn dữ liệu tôi truy cập thời điểm đó không trả về chỉ số tranh chấp tay đôi cho giải đấu mà tôi đang phân tích. Ban lãnh đạo đọc cột trống và hiểu thành một kết luận: cầu thủ này không có khả năng phòng ngự. Đề xuất tám triệu euro bị gạt bỏ trong im lặng.

Sáu tháng sau, cầu thủ ấy tỏa sáng giúp đội bóng chủ quản trụ hạng, còn đội tôi kết thúc mùa giải ở vị trí thứ tám. Tôi không kể chuyện này để than thân. Tôi kể vì nó là ví dụ sạch nhất cho một lỗi phân tích mà tôi gặp lại gần như mỗi tuần, trong mọi bản báo cáo gửi đến tay tôi: ô dữ liệu trống bị đọc thành bằng chứng của sự trống rỗng, trong khi nó chỉ là bằng chứng của việc ta chưa đo được.

Đọc sai một con số thì còn sửa được, vì con số sai để lại dấu vết. Đọc cái trống thành cái sạch thì không để lại dấu vết nào, bởi cả hai đều vắng mặt trên bảng tính. Đây là lỗi nguy hiểm nhất trong nghề, và cũng là lỗi ít bị truy nhất.

Khi dữ liệu trở thành ngôn ngữ của phòng họp

Mười hai năm theo nghề, khởi đầu từ một cậu sinh viên năm nhất ở Busan tự thu thập dữ liệu Asan Mugunghwa cho blog cá nhân, đến nay ngồi ở vị trí quản trị viên thị trường chuyển nhượng, tôi đã chứng kiến một cuộc dịch chuyển lớn. Dữ liệu từ chỗ là thứ để trích dẫn trong bài viết, trở thành thứ để ra quyết định trong phòng họp. Điều đó tốt. Nhưng nó sinh ra một thứ mà tôi ít thấy ai gọi tên: sự phụ thuộc vào hình thức của con số thay vì bản chất của nó.

Một bảng tính dày đặc chỉ số tạo ra cảm giác an toàn chuyên môn. Khi mọi ô đều có số, người đọc tin rằng họ nắm được toàn cảnh. Khi một ô trống, hai phản ứng xảy ra. Phản ứng phổ biến và sai lầm: lấp đầy ô trống bằng một kết luận. Phản ứng đúng nhưng ít ai làm: dừng lại và tự hỏi vì sao ô đó trống.

Tôi gọi phản ứng thứ nhất là ngụy biện của ô trống. Nó vận hành theo cùng logic như việc suy ra "không có bằng chứng về tội lỗi" đồng nghĩa với "có bằng chứng về sự vô tội". Trong phân tích thể thao, phiên bản phổ biến là: đội chưa thua thì nghĩa là đội mạnh, cầu thủ chưa chấn thương thì nghĩa là bền bỉ, câu lạc bộ chưa công bố nợ lương thì nghĩa là khỏe mạnh. Cả ba đều sai vì cùng một lý do: chúng dịch sự im lặng của dữ liệu thành một tuyên bố. Dữ liệu im lặng không tuyên bố gì cả.

Ở bóng đá Việt Nam, ngụy biện này xuất hiện dưới một dạng đặc biệt. Các giải đấu trong nước công bố dữ liệu không đồng đều: có trận đầy đủ chỉ số, có trận chỉ có tỷ số. Khi nhà phân tích lười, họ lấy trận đầy đủ làm chuẩn rồi áp lên trận thiếu dữ liệu, coi phần thiếu như không tồn tại. Cách làm đó cho ra những kết luận trông rất chuyên nghiệp, nhưng bản chất chỉ là sự phóng chiếu từ một mẫu nhỏ lên một tổng thể lớn hơn nhiều.

Bốn trường hợp nơi ô trống đánh lừa cả một ngành

Năm 2026, khi còn là sinh viên năm nhất ở Busan, tôi tự nhập tay dữ liệu từng trận của Asan Mugunghwa vào một bảng tính. Hồi đó chỉ số bàn thắng kỳ vọng chưa phổ biến ở K League 2, nên tôi phải tự dựng. Kết quả: Asan đứng đầu bảng nhưng xG mỗi trận chỉ 1,02, thấp hơn cả Busan IPark xếp sau với 1,48. Tôi viết trên blog rằng Asan sẽ tụt hạng trong giai đoạn sau, vì họ phụ thuộc quá nhiều vào các bàn thắng từ chấm phạt đền — sáu quả trong sáu trận. Bài viết đạt hai nghìn lượt xem, con số khổng lồ với một blog sinh viên.

Điều đáng nói không phải dự đoán đúng. Điều đáng nói là lý do nó đúng. Khi tôi nhập dữ liệu, có những cột tôi không điền được vì giải đấu không công bố. Tôi có hai lựa chọn: để trống, hoặc tự suy diễn. Tôi chọn để trống và ghi chú rõ ràng. Nếu tôi lấp đầy những ô đó bằng ước lượng cảm tính, bài phân tích sẽ trông đầy đặn hơn, nhưng nó sẽ mất đi thứ khiến nó đáng tin: sự trung thực về giới hạn của chính nó.

Một năm sau, tháng 6/2026, tại World Cup Nga, tôi phân tích trận Hàn Quốc thắng Đức 2-0 trên sân Kazan. Chỉ số PPDA của Đức là 5,8 — rất thấp, nghĩa là họ pressing cực mạnh. Nhiều nhà phân tích dùng con số này để chê lối chơi của Hàn Quốc. Tôi đào sâu hơn và tách dữ liệu theo từng khoảng mười lăm phút. Đức chạy quãng đường cao ở phút 60 đến 75, rồi hệ thống pressing của họ vỡ ra sau khi Kim Young-gwon được thay vào.

PPDA 5,8 nghe thì đáng sợ, nhưng đội bóng hết hơi ở phút 75 mới thực sự đáng sợ. Con số tổng hợp 5,8 là một ô dữ liệu đầy. Nhưng nó che mất một ô trống quan trọng hơn: phân bố theo thời gian. Chỉ số tổng không sai, nó chỉ không đủ. Tôi viết bài phản biện, đăng trên một diễn đàn bóng đá châu Á. Bài viết gây tranh cãi, tôi bị tấn công. Ba tuần sau, FIFA công bố một báo cáo xác nhận chính xác điều tôi nói.

Tôi từng bị tấn công vì dám nghi ngờ PPDA. FIFA xác nhận điều đó. Nhưng bài học lớn hơn không phải là "tôi đúng". Bài học là: một chỉ số tổng hợp đầy đủ có thể che giấu một khoảng trống dữ liệu nguy hiểm hơn cả một ô trống thật sự, vì ô trống thật sự khiến ta cảnh giác, còn chỉ số tổng hợp khiến ta ngủ quên.

Năm 2026, đại dịch khiến các giải VĐQG phải chơi trên sân vận động không khán giả. Tôi đang là học viên cao học, và tôi nhận ra mình đang đứng trước một thứ hiếm có. Người ta gọi đó là thí nghiệm tự nhiên. Tôi gọi đó là cơ hội để đo lường may mắn.

Tôi theo dõi 214 trận tại Bundesliga và K League 1 từ tháng 5 đến tháng 8. Kết quả: tỷ lệ thắng sân nhà tại Bundesliga giảm từ 43,2% xuống 37,8%, số bàn thắng trung bình tăng từ 2,79 lên 3,12. Điểm mấu chốt: lợi thế sân nhà không biến mất, nó chỉ co lại — và phần biến mất chính là phần đến từ khán giả, không phải từ mặt sân hay lịch trình di chuyển. 214 trận sân không khán giả dạy tôi: lợi thế sân nhà là dữ liệu, không chỉ là không khí.

Nhưng có một ô trống trong nghiên cứu đó mà tôi phải thừa nhận. Tôi không đo được mức độ quen sân của từng cầu thủ, vì dữ liệu đó không tồn tại dưới dạng số. Tôi để trống và ghi chú. Nếu tôi gán cho mỗi cầu thủ một chỉ số "quen sân" tự nghĩ ra, kết quả nghiên cứu sẽ trông hoàn chỉnh hơn và vô giá trị hơn.

Tôi công bố nghiên cứu nhỏ này trên Medium và được một biên tập viên của trang thể thao Football Analysis ngỏ lời cộng tác. Họ cần người khai thác dữ liệu vị trí GPS từ các đội bóng Hàn Quốc. Tôi đồng ý ngay, vì đây là cơ hội tiếp cận nguồn dữ liệu trả phí mà trước đó tôi không có điều kiện chạm vào. Lần đầu tiên tôi viết cho một ấn phẩm có biên tập viên chuyên nghiệp, buộc tôi phải chuẩn hóa cách trình bày số liệu: bảng so sánh, chú thích nguồn, ngôn ngữ trung lập.

Quay lại câu chuyện chuyển nhượng năm 2026. Cầu thủ tôi đề xuất đứng top 10 giải Tây Ban Nha về số đường chuyền tạo cơ hội sau mỗi 90 phút, với 2,8 — cao hơn cả Isco. Ban lãnh đạo từ chối vì cho rằng anh không thể hiện được khả năng phòng ngự. Vấn đề không nằm ở việc họ đánh giá thấp một chỉ số. Vấn đề nằm ở chỗ cột dữ liệu phòng ngự tôi để trống đã bị đọc thành một kết luận phủ định.

Sau đó, tôi thu thập toàn bộ email, báo cáo dữ liệu và biên bản họp, viết một bài phân tích nội bộ dài mười lăm trang gửi lên ban giám đốc, thừa nhận sai lầm của quy trình mà không đổ lỗi cho cá nhân nào. Sai lầm đó là gì? Là tôi đã không trình bày ô trống theo cách khiến người khác hiểu nó là ô trống. Tôi giả định rằng một cột để trống tự nó đã nói lên sự thiếu dữ liệu. Tôi sai. Trong một bảng tính dày đặc số, một ô trống trông giống như một số không.

Giá chuyển nhượng là con số một người sẵn sàng trả. Giá trị thực là con số dữ liệu không cần thương lượng. Nhưng cái giá của việc đọc sai một ô trống có thể lớn hơn cả hai.

Mặt trái: kẻ nghi ngờ dữ liệu cũng có thể là kẻ lười đo lường

Đến đây, tôi phải nói điều mà những người chỉ trích chỉ số thường không muốn nghe. Sự hoài nghi dữ liệu cũng có thể trở thành một cái cớ để không đo lường gì cả. Có một kiểu người phân tích luôn nói "chỉ số không nói lên điều gì", "bóng đá là cảm xúc", "đừng cơ giới hóa trận đấu". Nghe thì giống tinh thần phản biện. Nhưng thường thì đó là sự lười biếng được ngụy trang thành triết lý.

Tôi nghi ngờ PPDA năm 2026 không phải vì tôi ghét con số. Tôi nghi ngờ nó vì tôi đã bỏ công tách dữ liệu theo mười lăm phút để tìm ra chỗ con số ấy nói dối. Nếu tôi không làm việc đó, sự nghi ngờ của tôi cũng chỉ là cảm tính, chẳng khác gì đám đông mà tôi phê phán.

Nguy hiểm hơn, sự hoài nghi dữ liệu đôi khi được dùng để bảo vệ những quyết định vốn không dựa trên cơ sở nào. "Chúng tôi tin vào con mắt của huấn luyện viên" nghe rất lãng mạn trong phòng họp, cho đến khi đội bóng xuống hạng và không ai giải thích được vì sao. Dữ liệu không thay thế phán đoán. Dữ liệu chỉ buộc phán đoán phải khai báo cơ sở của mình.

Và đây là chỗ nó nối với ô trống. Người lấp đầy ô trống bằng suy diễn và người phủ nhận toàn bộ bảng tính đều phạm cùng một lỗi: cả hai đều từ chối công việc đo lường thật sự. Người thứ nhất đo lười rồi giả vờ đã đo. Người thứ hai không đo rồi giả vờ rằng đo là vô nghĩa.

Đừng tin bảng xếp hạng, hãy hỏi xG. Bảng xếp hạng kể quá khứ, dữ liệu kể tương lai. Nhưng thêm một vế nữa mà tôi học được sau nhiều năm: khi dữ liệu không có gì để kể, đừng bắt nó kể chuyện.

Ở thị trường chuyển nhượng, điều này càng quan trọng vì tính chuẩn hóa giữa các giải đấu khác nhau rất kém. Một chỉ số tốt ở La Liga có thể vô nghĩa ở K League nếu ta không điều chỉnh theo nhịp độ trận đấu và chất lượng đối thủ. Người làm chuyển nhượng giỏi không phải người có nhiều số nhất, mà là người biết chỗ nào số liệu không nói được gì và nói thẳng ra.

Điều cần mang theo

Trong bóng đá, và trong mọi thứ vận hành bằng dữ liệu, sẽ luôn có những ô trống. Nguồn dữ liệu không phủ hết, giải đấu không công bố, chỉ số chưa được chuẩn hóa giữa các nền bóng đá khác nhau. Điều đó không đáng sợ. Điều đáng sợ là phản xạ lấp đầy ô trống bằng một kết luận nghe có vẻ chắc chắn.

Lần tới, khi bạn mở một bảng phân tích và thấy một ô trống, thử làm điều tôi học được từ cái cột dữ liệu phòng ngự năm 2026: khoanh tròn nó lại, viết bên cạnh dòng chữ "chưa đo được", và để nguyên như vậy. Người đọc nghiêm túc sẽ hiểu. Người đọc không hiểu thì dù bạn có lấp đầy bằng con số đẹp đến đâu, quyết định của họ cũng sẽ sai theo một cách khác.

Tôi bắt đầu từ blog sinh viên 2.000 lượt xem. Dữ liệu không quan tâm bạn là ai, chỉ quan tâm bạn có đọc đúng nó. Đọc đúng một ô trống khó hơn đọc đúng một con số, vì nó đòi hỏi bạn thừa nhận điều mình chưa biết. Trong ngành này, thừa nhận mình chưa biết là kỹ năng đắt nhất, và cũng là kỹ năng ít ai muốn học.