Bên dưới bảng xếp hạng V-League: 182 trận, một quyển sổ tay và khoảng trống dữ liệu

Năm 2026, tại Bình Dương, tôi tua lại băng hình của 182 trận V-League ở tốc độ 0,5 lần để đếm một thứ chưa từng xuất hiện trong bất kỳ bản tin nào của giải: số đường chuyền mà mỗi đội cho đối phương thực hiện trước khi tung ra một hành động phòng ngự. Giới phân tích gọi chỉ số đó là PPDA.

Khi bảng tính khép lại, Long An nằm ở đáy với 7,8. Đối thủ của họ được cầm bóng, được chuyền, được xoay, gần như không bị ai quấy rầy. Một huấn luyện viên kỳ cựu gọi đó là “thống kê vô hồn”. Cùng lúc, có một con số khác mà không phòng truyền thông nào công bố: đội bóng miền Tây chỉ lọt lưới 0,7 bàn mỗi trận.

Đọc dòng đầu, ta thấy một đội hèn. Đọc cả hai dòng, ta thấy một đội chọn điều ngược lại và làm rất tốt. Số liệu không bao giờ nói dối, chỉ là ta chưa hỏi đúng câu.

Điều khiến tôi bận tâm suốt gần một thập kỷ sau đó không phải là Long An. Mà là cái chỗ trống mà tôi phải tự lấp bằng tay.

Nền thể thao Việt Nam sản sinh ra một lượng dữ liệu khổng lồ mỗi mùa giải và để cho gần như toàn bộ số đó bốc hơi. V-League không vận hành kho số liệu mở. Không có API dành cho báo chí. Không có bảng chỉ số nâng cao công bố theo vòng đấu. Ban tổ chức công bố bảng xếp hạng, danh sách thẻ phạt và số bàn thắng. Phần còn lại — cách một đội phá khối phòng ngự, cách một tiền vệ trụ bịt đường chuyền, cách một hậu vệ cánh chọn thời điểm dâng cao — không thuộc về ai, vì không ai ghi lại.

Ở Hàn Quốc, nơi tôi sinh ra, K League công bố dữ liệu sự kiện chi tiết đến từng pha bóng, và các công ty dữ liệu tư nhân bán lại cho cả câu lạc bộ lẫn nhà cái. Khoảng cách đó tạo ra một hệ quả ít ai để ý: mọi cuộc tranh luận về bóng đá nội địa Việt Nam đều diễn ra trên cùng một tầng dữ liệu rẻ tiền nhất.

Cần phân biệt hai tầng. Tầng thứ nhất là dữ liệu phát sóng: kiểm soát bóng, số cú sút, số pha phạm lỗi. Nó rẻ, dễ lấy, và gần như vô dụng khi bàn về cấu trúc một trận đấu. Tầng thứ hai là dữ liệu cấu trúc: khoảng cách giữa các tuyến khi mất bóng, thời gian chuyển từ trạng thái phòng ngự sang tấn công, vùng không gian bị chiếm mà không hề chạm bóng, chất lượng đường chuyền thứ ba. Tầng này đắt, cần người gắn nhãn bằng mắt, và nó quyết định kết quả.

V-League là một mớ hỗn loạn, nhưng mớ hỗn loạn nào cũng có quy luật riêng. Vấn đề nằm ở chỗ quy luật đó chỉ hiện ra với người chịu ngồi đếm.

Trở lại Long An 2026. Khi tôi gắn nhãn thủ công từng pha phản công của họ, một con số khác lộ ra: trung bình 9,4 giây từ lúc giành lại bóng đến lúc tung ra cú sút. Nhanh nhất giải. Không đài truyền hình nào công bố chỉ số này, vì nó đòi hỏi một người ngồi bấm đồng hồ cho từng pha bóng của từng đội, suốt 182 trận.

Cơ chế của họ rất rõ khi nhìn bằng số. Long An chủ động nhường bóng ở hai hành lang biên, ép đối thủ dồn vào giữa, rồi co cụm theo chiều dọc. Khi giành bóng, họ không luân chuyển ngắn. Họ đá thẳng vào khoảng trống sau lưng hai hậu vệ biên đối phương — nơi các đội V-League để lộ nhiều nhất vì thói quen dâng cao khi đang kiểm soát bóng. Một cú chọc dài, một tiền đạo chạy chéo, và bóng vào vòng cấm trong vòng ba đường chuyền.

Đội bị gọi là tiêu cực thực chất là đội tối ưu hóa thời gian chuyển đổi trạng thái — một chỉ số không tồn tại trên bất kỳ bảng thống kê nào của V-League, và vì không tồn tại, nó bị thay thế bằng một định kiến.

Tôi kể lại chuyện đó vì nó là một mẫu hình lặp lại. Một hệ thống dữ liệu nghèo sẽ tự động sinh ra những định kiến mang vẻ khách quan, bởi vì con người luôn cần một câu trả lời, và khi không có số, họ lấy ấn tượng. Ấn tượng về một đội đá thấp là “hèn”, về một tiền vệ ít chạm bóng là “lười”, về một đội thua liên tiếp là “mất tinh thần”. Cả ba đều có thể kiểm chứng bằng dữ liệu. Cả ba đều chưa từng được kiểm chứng.

Một thập kỷ sau, chúng ta có thứ tệ hơn cả sự thiếu dữ liệu: dữ liệu sai được trình bày đẹp. Bản đồ nhiệt đã trở thành bói toán mới. Một tấm heatmap cho biết cầu thủ đã đứng ở đâu. Nó không cho biết anh ta đã ngăn cản điều gì.

Lấy ví dụ một tiền vệ trụ mà tôi theo dõi ở V-League mùa 2026. Trung bình 41 lần chạm bóng mỗi trận — thấp. Bản đồ nhiệt của anh ta là một đốm nhỏ trước vòng cấm, và trên mạng xã hội người ta gọi anh ta là cầu thủ đi bộ. Nhưng khi tôi đếm các đường chuyền của đối phương đi vào vùng trước vòng cấm, tỉ lệ thành công giảm 38% trong những phút anh ta có mặt trên sân so với những phút anh ta rời sân.

Anh ta đi bộ vì anh ta đã đứng đúng chỗ. Công việc của một tiền vệ trụ là làm cho đường chuyền không được thực hiện. Và một đường chuyền không được thực hiện không xuất hiện trong bất kỳ bảng thống kê nào.

Bản đồ nhiệt đo được sự hiện diện, không đo được sự can thiệp. Khi một nền bóng đá chưa có dữ liệu cấu trúc, tấm bản đồ nhiệt sẽ nhanh chóng trở thành công cụ hợp pháp hóa định kiến cũ bằng ngôn ngữ mới.

Cùng cơ chế đó vận hành với thông tin chấn thương. Ở V-League, một cầu thủ vắng mặt thường được thông báo bằng đúng hai chữ: chấn thương. Không cấp độ, không thời gian hồi phục, không cơ chế tổn thương. Câu lạc bộ công bố chấn thương khi việc công bố có lợi — để hạ kỳ vọng, để giải thích một trận thua, hoặc để làm nguội một cuộc đàm phán hợp đồng.

Khi thông tin bị giữ lại, thị trường tự lấp chỗ trống bằng tin đồn. Người hâm mộ suy đoán. Nhà cái định giá bằng nhiễu. Và điều tệ nhất: một cầu thủ trở lại sau chấn thương mà không ai biết anh ta đã hồi phục bao nhiêu phần trăm sẽ bị đánh giá qua đúng một trận đấu.

Bảo mật y tế khiến người hâm mộ và truyền thông bị mù, nhưng người thiệt nhất là chính cầu thủ — người bị đo bằng một trận thay vì bằng một đường cong.

Các học viện trẻ ở Việt Nam, từ những trung tâm lớn đến các lò đào tạo địa phương, thực tế thu thập dữ liệu nhiều hơn người ngoài tưởng: tải vận động, khối lượng chạy, lịch sử chấn thương cơ. Nhưng dữ liệu đó không rời khỏi câu lạc bộ. Nó phục vụ hợp đồng, không phục vụ công chúng. Kết quả là một cầu thủ 19 tuổi có thể có đủ số liệu để định giá chuyển nhượng, nhưng không có đủ số liệu để người hâm mộ hiểu vì sao anh ta bị đẩy sang biên thay vì đá trung lộ.

Ngành esports Việt Nam có nghịch lý ngược lại. Ở đây dữ liệu không thiếu, dữ liệu bị bỏ phí.

Một trận đấu LMHT chuyên nghiệp để lại hàng nghìn dòng dữ liệu: chênh lệch vàng theo từng phút, sát thương mỗi phút, vị trí mắt, thời điểm lên trang bị, số lần bị bắt lẻ. Valorant để lại số liệu từng vòng đấu. Không có pha bóng nào biến mất. Tất cả nằm trong tay nhà phát hành.

Nhưng phần lớn cộng đồng chỉ tiêu thụ dữ liệu đó dưới dạng bảng điểm cuối trận. Người chơi này có KDA đẹp. KDA là chỉ số phái sinh của kết quả, không phải nguyên nhân. Nó giống như đánh giá một tiền đạo bóng đá bằng số bàn thắng mà bỏ qua việc anh ta nhận bóng ở đâu và vào thời điểm nào.

Tôi từng xem lại một trận đấu của một đội Việt Nam thắng sau khi bị dẫn trước 8.000 vàng. Cộng đồng gọi đó là lật kèo thần kỳ. Xem lại băng hình, mọi thứ rõ ràng hơn nhiều: đội đó đã thắng đường Baron ba phút trước đó, buộc đối thủ phải đổi hướng đẩy lính, rồi tạo ra một cửa sổ 90 giây để ép giao tranh ở khu vực có lợi. Con số 8.000 vàng là ảnh chụp một khoảnh khắc, không phải bản chất trận đấu.

Cú lật kèo không phải phép màu, mà là một phương sai được quản trị tốt — đội thắng đã dựng lá phiếu của mình từ ba phút trước, khi con số trên bảng điểm vẫn đang nói ngược lại.

Năm 2026, tôi đặt cả sự nghiệp lên một mô hình xác suất mang tên Croatia. Sau vòng tứ kết World Cup tại Nga, tôi viết rằng Croatia sẽ thắng Anh vì chỉ số bàn thắng kỳ vọng trung bình của họ cao hơn — 2,3 so với 1,1 — bất chấp việc họ vừa trải qua hai trận liên tiếp kéo dài 120 phút. Đồng nghiệp cười. Croatia thắng 2-1 sau hiệp phụ. Croatia không phải phép màu, mà là một phương sai được quản trị tốt.

Năm 2026, tôi công bố nghiên cứu trên 342 quả luân lưu ở năm giải vô địch quốc gia châu Âu. Kết quả cho thấy thủ môn Gianluigi Donnarumma lao sang phải 72% số lần khi đối mặt cầu thủ thuận chân phải. Bài viết bị gọi là trò bói toán. Đến vòng bán kết EURO, Italy thắng Tây Ban Nha 4-2 trên chấm luân lưu, và Donnarumma cản phá hai cú sút — cả hai đều về phía bên phải.

Điều đáng nói không nằm ở việc dự đoán đúng. Nằm ở chỗ một xu hướng lặp lại 72% trong 342 mẫu là một đặc điểm hành vi, và đặc điểm hành vi thì có thể luyện tập được. Esports cũng vậy: một tuyển thủ có xu hướng xoay sang trái khi bị ép trong giao tranh sẽ lặp lại xu hướng đó khoảng 70% số lần. Nhưng để biết được điều đó, bạn phải gắn nhãn từng pha giao tranh. Không ai trả tiền cho việc đó, nên không ai làm.

Đến đây cần một lời cảnh báo dành cho chính những người như tôi. Một thập kỷ rao giảng dữ liệu đã sinh ra một tầng độc giả mới, tin rằng con số là sự thật. Con số là một mô tả, và mọi mô tả đều có góc nhìn.

Năm 2026, khi đại dịch đóng cửa các khán đài, tôi phân tích 252 trận Bundesliga từ tháng 5 đến tháng 6. Tỉ lệ thắng trên sân nhà giảm từ 43% xuống 29%, và các đội khách chạy nhiều hơn 6%. Bảng so sánh đó được chia sẻ rộng rãi như một bằng chứng khoa học cho lợi thế sân nhà.

Nhưng nó chỉ là một biến cố tự nhiên, không phải một thí nghiệm có đối chứng. Khán đài trống kéo theo một chuỗi thay đổi khác: lịch di chuyển bị đảo, thói quen nghỉ ngơi bị phá, cách trọng tài xử lý các pha va chạm thay đổi vì không còn tiếng la ó sau lưng. Gán toàn bộ mức giảm 14 điểm phần trăm cho tiếng cổ vũ là một sai lầm về nhân quả. Tiếng vỗ tay trên khán đài trống ghi lại một sự thật mà không ai muốn nghe: ta chỉ đo được cái mình đo được, rồi ta gọi phần còn lại là nguyên nhân.

Vấn đề sâu hơn nằm ở cấu trúc khuyến khích. Dữ liệu cấu trúc rất khó bán. Không ai trả tiền để đọc rằng một tiền vệ trụ đã giảm 38% tỉ lệ đường chuyền vào vùng nguy hiểm, vì con số đó không có hình ảnh, không có khoảnh khắc, không có cảm xúc để chia sẻ. Thứ dễ bán là bàn thắng, là pha cứu thua, là cú lật kèo.

Kết quả là chúng ta có một hệ sinh thái mà cái gì được đo thì được bàn, và cái gì được bàn thì được cho là quan trọng. Vòng lặp đó tự nuôi chính nó.

Nhưng có một điểm mà giới phân tích dữ liệu thường né: phần lớn khoảng trống dữ liệu ở Việt Nam không tồn tại vì bất khả kháng. Nó tồn tại vì có lợi cho ai đó.

Một giải đấu không công bố dữ liệu chi tiết thì các quyết định về trọng tài, về lịch thi đấu, về kỷ luật sẽ ít bị chất vấn hơn. Một câu lạc bộ không công bố lộ trình hồi phục thì có quyền tự do quyết định khi nào đưa cầu thủ trở lại. Sự mù mờ là một dạng quyền lực, và nó không tự biến mất.

Tôi từng bị chỉ trích là kẻ lập dị vì viết rằng pressing thấp không phải là hèn. Sau khi bài viết đó lên sóng, trợ lý của một câu lạc bộ ở Bình Dương gọi cho tôi và đề nghị dựng bản đồ pressing cho đội. Sự mù mờ chỉ tồn tại được khi không ai chịu đếm. Người đầu tiên chịu đếm sẽ luôn bị gọi là lập dị, cho đến khi con số của anh ta giúp ai đó thắng một trận.

Mùa giải thường niên này, có ba tín hiệu đáng đếm bằng tay mà không bảng thống kê nào công bố.

Thứ nhất, thời gian chuyển đổi trạng thái. Lấy thời điểm đội nhà giành lại bóng trừ đi thời điểm cú sút được thực hiện. Một đội giảm chỉ số này từ 14 giây xuống 9 giây trong nửa mùa là đội đang thay đổi hệ thống, không phải đội đang may mắn.

Thứ hai, số đường chuyền mà một tiền vệ trụ phòng ngự gián tiếp. Đếm số đường chuyền lẽ ra đi vào vùng trước vòng cấm nhưng đã không xảy ra vì anh ta đứng ở đó.

Thứ ba, đường cong hồi phục chấn thương. Không phải ngày trở lại, mà là số phút thi đấu tăng dần và số lần chạm bóng trong ba trận đầu sau khi tái xuất.

Không chỉ số nào trong ba chỉ số này cần đến thuật toán. Tất cả đều cần một người ngồi lại, xem băng hình, và chấp nhận rằng mình sẽ là người duy nhất trong phòng làm việc biết con số đó.

Ta tưởng mình hiểu trò chơi, cho đến khi bảng số liệu mở mắt ta ra. Nhưng bảng số liệu chỉ mở mắt khi có ai đó chịu ngồi xuống và đếm những thứ chưa từng được đếm. Mùa giải phía trước sẽ được quyết định bởi những đường chuyền không xảy ra, những bước chạy không chạm bóng, và những lần trở lại không ai theo dõi. Ai ghi lại được chúng, người đó thắng trước cả khi trọng tài thổi còi.