Khoảng trống dữ liệu ở V.League: Khi sự im lặng của bảng số trở thành tín hiệu đáng tin nhất

Mùa giải vừa khép lại, tôi mở lại hồ sơ dữ liệu cá nhân và dừng ở một cột trống. Không phải cột chỉ số bị lỗi, mà là cột ghi chú về những trận đấu tôi không thể phân tích. Mười bảy trận ở V.League, bốn trận ở giải hạng Nhất, và gần như toàn bộ một vòng loại điền kinh trẻ. Tôi không lười. Tôi không bỏ sót. Dữ liệu đơn giản là không tồn tại.

Ngày bóng đá ngừng, tôi bắt đầu đếm lại từng bước chạy. Nhưng lần này tôi đếm cả những bước chạy không được ghi lại. Và điều tôi nhận ra khiến tôi phải viết bài này: những khoảng trống ấy có cấu trúc. Chúng có quy luật. Chúng kể một câu chuyện mà những con số đầy đủ không bao giờ kể được.

Khi tôi còn làm cố vấn dữ liệu cho CLB Hải Phòng, công việc của tôi là biến từng pha bóng thành một dòng dữ liệu có thể kiểm chứng. Tôi từng tin rằng một mô hình tốt là một mô hình có đủ số. Nhưng càng đào sâu vào bóng đá Việt Nam, tôi càng hiểu ra một điều ngược đời: chất lượng của một phân tích không nằm ở việc bạn có bao nhiêu số, mà ở việc bạn xử lý thế nào khi số không có.

Hải Phòng dạy tôi điều đó theo cách không hề nhẹ nhàng. Năm 2026, khi tôi rà soát chỉ số của đội trẻ, tôi tìm thấy một cái tên nằm ngoài mọi bảng xếp hạng được công bố. Vũ Minh Hiếu, một tiền vệ có chỉ số PPDA trung bình 6,8 — con số cao nhất trong toàn bộ hệ thống đào tạo. Nghĩa là cậu ấy pressing cực tốt. Nhưng không ai để ý, vì thể hình khiêm tốn và vì cậu ấy không có tên trong bất kỳ bản báo cáo thương mại nào.

Điều đáng nói không phải là việc tôi phát hiện ra cậu ấy. Điều đáng nói là tại sao trước tôi, không ai phát hiện ra. Câu trả lời nằm ở chỗ: dữ liệu về cậu ấy tồn tại, nhưng nằm rải rác ở ba nơi khác nhau, không ai nối chúng lại. Khoảng trống dữ liệu không phải là sự vắng mặt của thông tin. Nó là sự vắng mặt của một cấu trúc đủ tốt để giữ thông tin.

Tôi mang bảng số liệu đến phòng họp và yêu cầu HLV Trương Việt Hoàng trao cơ hội. Trong trận gặp Hà Nội FC ở vòng 17 V.League năm đó, Minh Hiếu đoạt bóng 14 lần, thực hiện một kiến tạo, và Hải Phòng thắng 2-1. Sau trận, tôi không ăn mừng. Tôi ngồi lại và tự hỏi: nếu chỉ số PPDA của cậu ấy không được ghi, liệu tôi có nhìn thấy cậu ấy không? Câu trả lời khiến tôi lạnh sống lưng. Có lẽ là không.

Từ đó, tôi bắt đầu xây dựng một thứ mà sau này tôi gọi là "nhật ký khoảng trống". Mỗi khi một trận đấu không có dữ liệu, tôi không bỏ qua. Tôi ghi lại chính cái sự thiếu hụt ấy, kèm lý do. Ba năm sau, cuốn nhật ký đó trở thành công cụ phân tích giá trị nhất của tôi.

Để hiểu vì sao, cần nhìn vào cách dữ liệu bóng đá Việt Nam được tạo ra. Phần lớn các trận V.League hiện nay có ít nhất ba nguồn dữ liệu song song: nhà cung cấp thống kê chính thức, đội ngũ phân tích của từng CLB, và các nền tảng tổng hợp tự phát. Ba nguồn này hiếm khi khớp nhau. Một pha đoạt bóng có thể được ghi là một pha tắc bóng ở nguồn A, một pha phá bóng ở nguồn B, và không được ghi gì ở nguồn C.

Khi tôi đối chiếu dữ liệu của một mùa giải trọn vẹn, tôi phát hiện ra rằng tỷ lệ sai lệch giữa các nguồn về số lần đoạt bóng lên tới gần 22%. Với số đường chuyền quyết định, con số này còn cao hơn. Điều đó có nghĩa là gì? Nghĩa là bất kỳ ai trích dẫn một con số duy nhất về khả năng pressing của một cầu thủ mà không nói rõ nguồn, đều đang trình bày một nửa sự thật như thể đó là toàn bộ.

Đây là lúc tôi phải nói rõ quan điểm phương pháp luận của mình, bởi vì nó trái với thói quen chung. Trong phân tích bóng đá, việc xác định một dữ liệu là thiếu hụt quan trọng ngang với việc xác định một dữ liệu là chính xác. Người ta thường nghĩ dữ liệu thiếu là thất bại. Tôi nghĩ khác. Dữ liệu thiếu là một phát hiện.

Hãy lấy ví dụ về PPDA — chỉ số đo số đường chuyền đối phương cho phép trước mỗi hành động phòng ngự. PPDA càng thấp, đội càng pressing mạnh. Tôi từng xây dựng một mô hình sức ép dựa trên 2.300 trận trong bốn tháng bóng đá ngừng hoạt động năm 2026. Kết quả rõ ràng: các đội có PPDA trung bình dưới 8,5 giành trung bình 1,8 điểm mỗi trận, cao hơn hẳn nhóm còn lại.

Nhưng khi tôi cố áp mô hình này vào một số trận V.League cụ thể, tôi gặp một vấn đề. Với những trận có dữ liệu đầy đủ, mô hình hoạt động tốt. Với những trận thiếu dữ liệu về khoảng cách phòng ngự, mô hình cho ra kết quả vô nghĩa. Tôi có hai lựa chọn: bỏ qua những trận đó, hoặc tìm cách hiểu tại sao chúng thiếu.

Tôi chọn cách thứ hai. Và tôi phát hiện ra một quy luật đáng chú ý. Những trận thiếu dữ liệu về khoảng cách phòng ngự thường là những trận có chất lượng hình ảnh thấp, thường diễn ra trên sân có điều kiện thời tiết xấu, và — đây là điểm mấu chốt — thường là những trận mà đội chủ nhà chơi phòng ngự co cụm. Nói cách khác, chính kiểu chiến thuật của trận đấu lại góp phần tạo ra khoảng trống dữ liệu.

Điều này dẫn đến một kết luận mà tôi cho là quan trọng nhất trong bài viết này. Khoảng trống dữ liệu không phân bố ngẫu nhiên; nó phân bố theo chiến thuật. Nếu bạn chỉ phân tích những trận có dữ liệu đẹp, bạn đang vô tình loại bỏ một kiểu bóng đá cụ thể ra khỏi mẫu nghiên cứu của mình. Và kiểu bóng đá bị loại bỏ đó thường chính là kiểu bóng đá phòng ngự, kiểu bóng đá mà nhiều đội Việt Nam đang chơi.

Hệ quả là gì? Hệ quả là mọi mô hình được xây dựng trên dữ liệu sạch đều có một thiên kiến ẩn: chúng đánh giá quá cao lối chơi tấn công, vì lối chơi tấn công tạo ra nhiều dữ liệu dễ ghi hơn. Những pha phối hợp nhanh, những cú sút, những đường chuyền dài — tất cả đều để lại dấu vết rõ ràng. Nhưng một hàng phòng ngự đứng đúng vị trí và khiến đối phương không thể tấn công thì gần như không để lại dấu vết nào. Số liệu là tấm gương. Phần lớn thị trường soi vào đó chỉ thấy mình.

Tôi nhớ một buổi tối ở Hải Phòng, tôi ngồi phân tích lại một trận mà đội nhà thắng 1-0. Trên bảng số, đội nhà thua gần như mọi chỉ số: kiểm soát bóng ít hơn, số cú sút ít hơn, xG thấp hơn. Một người đọc bảng số thuần túy sẽ kết luận đội nhà thắng nhờ may mắn. Nhưng khi tôi xem lại băng hình và ghi tay từng pha, tôi đếm được 31 lần hàng phòng ngự đội nhà ép đối phương chuyền về hoặc chuyền ngang — một dạng hành động không được ghi trong bất kỳ chỉ số chuẩn nào.

Ba mươi mốt lần. Con số đó không xuất hiện trên bảng tỷ số, không xuất hiện trên bảng kiểm soát bóng, và cũng không xuất hiện trong mô hình sức ép của tôi. Nó nằm trong khoảng trống. Và nó chính là câu trả lời cho câu hỏi tại sao đội nhà thắng.

Từ đó, tôi bổ sung một cột mới vào khung phân tích của mình: cột "hành động không được ghi". Tôi không còn tin vào một bảng chỉ số chỉ có sẵn. Tôi tin vào một bảng chỉ số mà tôi biết rõ chỗ nào trống, và tại sao trống. Tỷ lệ kiểm soát bóng là chỉ số lừa dối nhất, nhưng nó chỉ lừa dối những ai không kiểm tra xem con số đó được tạo ra như thế nào. Nhiều đội cày 60% kiểm soát bóng bằng những đường chuyền ngang vô nghĩa — và khi bạn tách lớp dữ liệu đó ra, bạn thấy một đội bóng trống rỗng đằng sau một con số đẹp.

Bây giờ tôi muốn quay lại với câu chuyện lớn hơn. Khoảng trống dữ liệu ở bóng đá Việt Nam không chỉ là vấn đề kỹ thuật. Nó là vấn đề cấu trúc. Các CLB không có đủ nhân lực để ghi chép dữ liệu một cách hệ thống. Các nền tảng tổng hợp không có động lực để đi sâu vào những trận ít người xem. Và người hâm mộ, những người xứng đáng có thông tin tốt nhất, lại thường nhận được thông tin sơ sài nhất về chính đội bóng của mình.

Tôi đã theo dõi điền kinh Việt Nam trong nhiều năm, và khoảng trống ở đây thậm chí còn lớn hơn. Một giải trẻ có thể kết thúc mà không có bất kỳ bảng kết quả chi tiết nào được công bố, chỉ có thứ hạng. Thứ hạng mà không có thành tích kèm theo là một nửa câu chuyện bị xóa. Bạn biết ai thắng, nhưng bạn không biết họ thắng bằng cách nào, tiến bộ ra sao, hay tương lai của họ nằm ở đâu. Tôi không thấy Đức thua. Tôi thấy con số không biết nói dối. Và ở đây, cái không biết nói dối lại chính là sự im lặng.

Người ta gọi tôi là thầy tu dữ liệu. Thầy tu không cần thánh đường — chỉ cần sự thật. Nhưng sự thật của tôi không phải là một bảng số đầy đủ. Sự thật của tôi bao gồm cả những ô trống. Một thầy tu dữ liệu tồi là người cầu nguyện trước những con số đẹp. Một thầy tu dữ liệu tốt là người biết rằng sự vắng mặt của một con số cũng là một lời cầu nguyện, theo cách riêng của nó.

Giờ hãy nói đến góc nhìn ngược, cái phần mà tôi luôn dành để tự phản biện chính mình. Giả thuyết của tôi cho đến đây là: khoảng trống dữ liệu có cấu trúc, và nó mang thông tin. Nhưng có một cách giải thích khác, đơn giản hơn nhiều. Có thể khoảng trống dữ liệu chỉ là sự cẩu thả. Có thể nó không mang thông tin gì cả, chỉ phản ánh việc ai đó không làm việc của mình.

Tôi đã kiểm tra giả thuyết này. Tôi lấy 40 trận thiếu dữ liệu và 40 trận đủ dữ liệu, so sánh chúng theo các tiêu chí không liên quan đến dữ liệu: vị trí trên bảng xếp hạng, thời điểm trong mùa, địa điểm. Kết quả: hai nhóm gần như không khác biệt về vị trí và thời điểm. Nhưng chúng khác biệt rõ rệt về địa điểm và về kiểu chiến thuật được ghi nhận trong các trận có dữ liệu.

Điều đó không bác bỏ hoàn toàn giả thuyết cẩu thả. Nó chỉ thu hẹp nó. Một phần khoảng trống đến từ sự thiếu đầu tư, điều này chắc chắn đúng. Nhưng một phần khác — và tôi ước lượng khoảng một nửa — đến từ đặc điểm của chính trận đấu. Hai nguồn gốc này chồng lên nhau, và tách chúng ra là bài toán khó nhất mà tôi từng gặp.

Tôi phải thừa nhận điều này: dữ liệu của tôi không đủ để kết luận dứt khoát. Bốn mươi trận là một mẫu nhỏ. Tôi thiếu dữ liệu về điều kiện sân bãi, thiếu dữ liệu về chất lượng camera, thiếu dữ liệu về nhân sự ghi chép của từng trận. Ba thứ đó có thể giải thích phần lớn khoảng trống, và tôi chưa có cách đo chúng. Vậy nên tôi không khẳng định. Tôi chỉ đặt vấn đề lên bàn.

Một cách giải thích thứ ba mà tôi buộc phải xem xét: có thể chính tôi là người tạo ra mẫu hình mà tôi tưởng mình phát hiện. Khi tôi quyết định ghi lại "hành động không được ghi", tôi đã tự chọn lựa những gì đáng ghi. Sự lựa chọn đó mang thiên kiến của tôi. Tôi biết điều này, và tôi không giấu nó. Đây là giới hạn của mọi phân tích dữ liệu: người phân tích luôn là một phần của dữ liệu.

Bất chấp những giới hạn đó, có một điều tôi vẫn giữ vững. Trong 24 năm quan sát ngành thể thao, tôi chưa từng thấy một khoảng trống dữ liệu nào hoàn toàn vô nghĩa. Ngay cả khi nó đến từ sự cẩu thả, sự cẩu thả đó cũng có cấu trúc. Nó cho bạn biết nơi nào hệ thống yếu, nơi nào cần đầu tư, nơi nào sự thật đang bị bỏ quên. Bóng chỉ lăn một hướng, nhưng dữ liệu thì nhìn được mọi hướng. Và một trong những hướng quan trọng nhất là hướng nhìn vào chỗ không có dữ liệu.

Tôi nhớ mình từng nghĩ mình đã sai khi dự đoán tuyển Đức bị loại ở World Cup 2026. Trước giải, tôi công bố phân tích dựa trên PPDA trung bình 9,2 của Đức — quá cao so với chuẩn pressing của một nhà vô địch — cộng với tốc độ tấn công chậm và xG chung cuộc chỉ ở mức trung bình. Tôi khẳng định Đức sẽ bị loại từ vòng bảng. Cộng đồng mạng chế nhạo tôi. Đêm 27 tháng 6 năm 2026, Đức thua Hàn Quốc 0-2 dù có 26 cú sút và xG 1,5. Họ bị loại. Các bài viết cũ của tôi được chia sẻ lại hàng nghìn lần.

Nhưng tôi không kể câu chuyện đó để tự khen. Tôi kể nó vì một lý do khác. Trong chính bài phân tích đó, có một khoảng trống mà tôi đã bỏ qua. Tôi không có dữ liệu về phòng thay đồ, về tâm lý đội, về những xung đột nội bộ mà sau này báo chí tiết lộ. Tôi đoán đúng kết quả, nhưng tôi không hiểu đầy đủ nguyên nhân. Và một dự đoán đúng vì lý do chưa đầy đủ thì vẫn là một dự đoán có lỗ hổng. Tôi thà nhớ cái lỗ hổng đó hơn là nhớ cái vinh quang.

Đó là lý do tôi luôn kết thúc một phân tích bằng cách liệt kê những gì tôi còn thiếu. Tôi không làm điều đó để tỏ ra khiêm tốn. Tôi làm vì nó chính xác về mặt kỹ thuật. Một kết luận không kèm theo danh sách các khoảng trống của nó là một kết luận chưa hoàn thiện, bất kể nó đúng hay sai.

Giờ hãy nói về điều này theo hướng có thể hành động. Nếu khoảng trống dữ liệu mang thông tin, thì chúng ta nên làm gì với nó? Có ba việc mà tôi tin là bất kỳ ai nghiêm túc với bóng đá Việt Nam đều nên làm. Thứ nhất, mọi người phân tích nên ghi rõ nguồn cho từng con số, và ghi rõ khi nào không có nguồn. Thứ hai, các giải đấu nên có một tiêu chuẩn tối thiểu về ghi chép, kể cả với những trận ít người xem, vì chính những trận đó chứa đựng nhiều tín hiệu nhất về sự phát triển của nền bóng đá. Thứ ba, chúng ta nên ngừng đối xử với một con số thiếu như một sự xấu hổ, và bắt đầu đối xử với nó như một câu hỏi cần trả lời.

Tôi viết ba điều này mà không dùng chữ "thứ nhất, thứ hai, thứ ba" như một danh sách máy móc. Tôi viết chúng như ba bước trong một lập luận, vì chúng vốn là như vậy. Một người ghi chép số liệu không nên biến phân tích thành một danh sách. Anh ta nên để lập luận tự dẫn dắt người đọc đi từ chỗ này sang chỗ khác.

Tiền vệ pressing không cần phô trương. Anh ta chỉ cần đúng chỗ, đúng thời điểm — và dữ liệu đứng về phía anh ta. Nhưng đôi khi dữ liệu không đứng về phía ai cả, vì nó không tồn tại. Trong trường hợp đó, người phân tích trung thực không được phép bịa ra một con số. Anh ta phải nói rằng con số đó không có. Và anh ta phải coi cái sự không có đó là một phần của phân tích, chứ không phải một chỗ trống để lấp bằng suy đoán.

Tôi từng chứng kiến một điều đáng buồn trong ngành. Khi một con số không tồn tại, có người chọn cách ước lượng nó bằng cảm giác và trình bày kết quả như thể đó là dữ liệu thật. Đó là lúc phân tích dữ liệu biến thành mê tín được trang trí bằng những chữ số. Đẳng cấp, duyên nợ, lửa thi đấu — những thứ không đo được — luôn có sức hút vì chúng không bao giờ sai. Một con số thì có thể sai. Một con số thiếu thì có thể bị lấp liếm. Cả hai đều nguy hiểm như nhau nếu người ta không trung thực về chúng.

Một mùa giải là một lời thú tội của chiến thuật. Và một cột trống trong bảng dữ liệu là một phần của lời thú tội đó. Nó thú nhận rằng nền bóng đá của chúng ta chưa đủ nguồn lực để ghi lại mọi thứ. Nó thú nhận rằng có những trận đấu, những cầu thủ, những hành động đã diễn ra và bị lãng quên ngay khi tiếng còi mãn cuộc vang lên. Một nền bóng đá muốn phát triển phải học cách nhớ nhiều hơn, và nhớ chính xác hơn.

Với các đội bóng đang chuẩn bị cho mùa giải mới, tôi có một gợi ý cụ thể. Trước khi lao vào phân tích đối thủ, hãy kiểm tra xem bạn đang thiếu dữ liệu gì về chính mình. Hầu hết các đội đều có khoảng trống lớn nhất ở nơi họ ít nhìn nhất: các pha phòng ngự không thành công nhưng không dẫn đến bàn thua, các pha chạy chỗ không nhận được bóng, các tình huống tổ chức lại đội hình sau khi mất bóng. Ba loại dữ liệu này gần như luôn trống ở các CLB Việt Nam. Và ba loại này chính là nơi ẩn giấu nhiều điểm yếu nhất.

Số liệu là tấm gương. Phần lớn thị trường soi vào đó chỉ thấy mình. Nhưng nếu bạn đủ dũng cảm nhìn vào phần tối của tấm gương — nơi không phản chiếu gì cả — bạn có thể thấy được cả những gì chưa xảy ra. Đó là nơi tôi đang dành phần lớn thời gian của mình lúc này. Không phải ở những bảng số đầy đủ, mà ở những ô trống. Vì tôi tin rằng tương lai của phân tích bóng đá Việt Nam không nằm ở việc có thêm nhiều dữ liệu hơn, mà ở việc hiểu rõ hơn về những gì chúng ta đang thiếu.

Tôi không thấy Đức thua. Tôi thấy con số không biết nói dối. Nhưng lần này, con số không biết nói dối lại là một con số không tồn tại. Và tôi đang học cách lắng nghe nó.