Khi bảng dữ liệu thể thao trả về số không

Ngày 12 tháng 3 năm 2026, đồng hồ trên tường phòng làm việc ở Nha Trang chỉ 23 giờ 47 phút. Tôi vừa hoàn tất bản định giá cho bảy cầu thủ nằm trong danh sách thanh lý của câu lạc bộ Sanna Khánh Hòa BVN, công việc tôi đã làm suốt mười năm. Bốn cột chỉ số quen thuộc: bàn thắng kỳ vọng, số phút thi đấu, tỷ lệ chuyển hóa cơ hội, giá trị thương mại ước tính. Tôi bấm lệnh kết xuất dữ liệu. Màn hình trả về một bảng trắng. Không phải trắng vì lỗi hiển thị. Trắng vì các trường số trả về giá trị rỗng. Bảy cái tên vẫn nằm nguyên tại chỗ, nhưng mọi ô phía sau chúng đều trống hoác. Tôi ngồi im rất lâu. Một kẻ đếm số lần đầu tiên trong sự nghiệp nhìn thẳng vào khoảng trắng, và hiểu ra rằng thứ đáng sợ nhất không phải con số sai, mà là sự vắng mặt hoàn toàn của con số. Đêm đó tôi không viết được dòng nào. Tôi chỉ ngồi, nhìn bảy cái tên không có số, và tự hỏi một câu mà đến nay vẫn chưa có câu trả lời trọn vẹn: nếu một hệ thống dữ liệu có thể biến mất trong im lặng, thì bao nhiêu quyết định trong bóng rổ và bóng đá Việt Nam đã được đưa ra dựa trên những khoảng trắng như thế? Để hiểu vì sao một bảng trắng lại khiến tôi mất ngủ, cần đặt nó vào đúng bối cảnh của nó. Bóng rổ Việt Nam không thiếu đam mê, nhưng thiếu hạ tầng ghi chép. Giải bóng rổ chuyên nghiệp Việt Nam (VBA) thành lập năm 2026, khởi đầu với sáu đội, đến nay dao động quanh con số tám. Một giải đấu tám đội, mùa giải kéo dài vài tháng, sân thi đấu tập trung ở vài thành phố lớn. So với một giải đấu quốc gia ở châu Âu hay Bắc Mỹ, đây là quy mô nhỏ. Nhưng chính quy mô nhỏ khiến dữ liệu trở nên quan trọng hơn, không phải kém quan trọng hơn. Tôi đã theo dõi bóng rổ Việt Nam từ năm 2026, khi tôi chuyển hẳn sang mảng phân tích cho thị trường này sau nhiều năm làm chuyên mục NBA. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi tại các nhà thi đấu ở Nha Trang, Thành phố Hồ Chí Minh và Hà Nội, tôi có thể nói một điều mà nhiều người trong ngành biết nhưng ít ai nói thẳng: phần lớn dữ liệu bóng rổ Việt Nam được thu thập thủ công, bởi những người ngồi ở hàng ghế khán giả, ghi chép bằng bút và giấy, rồi nhập lại vào máy tính sau trận. Đó là một chuỗi dài, và mỗi mắt xích trong chuỗi đó đều có thể đứt. Sự đứt gãy không phải là điều xa lạ trong ngành thể thao non trẻ. Năm 2026, khi đội tuyển U23 Việt Nam làm nên kỳ tích tại giải vô địch U23 châu Á ở Thường Châu, cả nước thức trắng. Nguyễn Quang Hải trở thành cái tên được nhắc đến nhiều nhất. Nhưng ít ai để ý rằng, đằng sau khoảnh khắc ấy, không có một hệ thống dữ liệu nào đủ tầm để định lượng giá trị thương mại bùng nổ của cầu thủ này. Người ta cảm nhận bằng trực giác. Trực giác thì đúng, nhưng trực giác không sao lưu được, không kiểm chứng được, và không chuyển nhượng được. Tôi từng nếm trải sự khác biệt giữa con số và cảm giác. Tháng 3 năm 2026, khi còn là chuyên gia cấp cao, tôi nhận ra doanh thu chuyển nhượng của đội bóng đứng bét V-League. Tôi tự lập bảng theo dõi 27 cầu thủ trẻ, đo bằng bàn thắng kỳ vọng, thời lượng lên sóng và độ tương tác mạng xã hội. Tôi dự báo giá trị thương mại của Nguyễn Quang Hải sẽ tăng gấp 3,5 lần nếu U23 Việt Nam thành công ở giải châu Á. Ban lãnh đạo gạt phắt: số má của tôi không bán được vé. Tôi đăng dữ liệu lên blog cá nhân, bị một phóng viên ở Nha Trang chế nhạo. Nhưng cú bứt phá ở Thường Châu đã minh chứng cho mô hình của tôi. 27 hồ sơ đặt lên bàn, tôi ngửi thấy không phải rủi ro, mà là ngày mai. Vậy mà ba năm sau, chính cái bảng theo dõi ấy lại trả về số không. Sự trớ trêu không nằm ở chỗ tôi thất bại trong dự báo. Sự trớ trêu nằm ở chỗ tôi không hề biết mình đang dựa vào dữ liệu đã chết. Đây là điều mà tôi muốn gọi là thất bại im lặng. Một hệ thống dữ liệu không sập cầu dao để báo hiệu nó hỏng. Nó chỉ lặng lẽ ngừng ghi. Và nếu bạn không có cơ chế kiểm tra, bạn sẽ tiếp tục đọc những khoảng trắng như thể chúng là số không thật. Sự khác biệt giữa số không và khoảng trắng là toàn bộ câu chuyện của bài viết này. Số không là một phép đo: cầu thủ này ghi trung bình 0,0 bàn mỗi trận, nghĩa là anh ta không ghi bàn. Khoảng trắng là sự vắng mặt của phép đo: ai đó quên ghi, hoặc ghi sai, hoặc bản ghi chép bị mất. Với mắt thường, cả hai trông giống hệt nhau trên màn hình. Nhưng trong thực tế, chúng dẫn tới hai kết luận trái ngược hoàn toàn. Một bên nói rằng cầu thủ không có năng lực. Bên kia nói rằng người quan sát không có dữ liệu. Nhầm lẫn hai điều này với nhau là sai lầm tốn kém nhất mà một nhà phân tích có thể mắc phải, và tôi đã mắc nó. Trong ngành phân tích dữ liệu thể thao hiện đại, có một thuật ngữ kỹ thuật cho loại lỗi này: rò rỉ dữ liệu. Một đường ống dữ liệu có thể chảy đúng trong hàng trăm ngày, rồi đột ngột để một khoảng trắng lọt qua mà không ai phát hiện, bởi vì không có cảnh báo nào được cài đặt cho trường hợp đó. Những hệ thống chuyên nghiệp ở châu Âu có các lớp kiểm tra chéo: mỗi chỉ số được xác minh bởi ít nhất hai nguồn độc lập, và bất kỳ sự lệch nào cũng kích hoạt một quy trình rà soát. Ở Việt Nam, phần lớn các câu lạc bộ không có lớp kiểm tra nào cả. Hãy nhìn vào một con số cụ thể. Một trận đấu bóng rổ chuyên nghiệp có thể sản sinh ra hàng trăm sự kiện được ghi lại: mỗi cú ném, mỗi đường chuyền, mỗi lần phạm lỗi, mỗi phút thi đấu. Một mùa giải VBA với tám đội, mỗi đội thi đấu khoảng hai mươi trận, tổng cộng khoảng một trăm sáu mươi trận. Nhân với hàng trăm sự kiện mỗi trận, bạn có hàng chục nghìn điểm dữ liệu mỗi mùa. Nếu mỗi điểm dữ liệu được ghi thủ công, và nếu tỷ lệ sai sót chỉ ở mức 2%, thì mỗi mùa bạn có hơn một nghìn điểm dữ liệu sai đang chảy vào các quyết định. Con số 2% nghe có vẻ nhỏ. Nhưng khi nó tích tụ qua nhiều mùa, nó trở thành một khối sai lệch đủ lớn để bóp méo bất kỳ mô hình định giá nào. Tôi đã thử áp dụng logic này cho chính sự nghiệp của mình. Năm 2026, tại World Cup ở Nga, tôi tự tin loại Kylian Mbappé khỏi danh sách mười lăm sao trẻ đáng đầu tư nhất, với lý do cầu thủ này quá trẻ để duy trì đà tăng trưởng thương mại. Đêm 30 tháng 6 năm 2026, khi Mbappé ghi hai bàn vào lưới Argentina ở vòng một phần tám, tôi ở nhà tại Nha Trang, xem lại băng trận đấu đến ba giờ sáng. Trong vòng bốn mươi tám giờ, tôi công khai thừa nhận sai lầm, bổ sung một hệ số mà tôi gọi là cú sốc tuổi trẻ vào mô hình, và viết một bài phản biện chính bài viết trước đó của mình. Mbappé ghi bàn, còn tôi đang nghiên cứu sai lầm của chính mình. Nhưng nhìn lại, sai lầm lớn nhất của tôi trong vụ Mbappé không phải là đánh giá thấp cầu thủ ấy. Sai lầm lớn nhất là tôi đã tin vào dữ liệu của mình mà không kiểm tra xem dữ liệu ấy có đầy đủ hay không. Bộ dữ liệu về Mbappé mà tôi dùng khi đó quá mỏng, vài trận ở giải quốc nội Pháp, chưa đủ để tạo ra một mẫu có ý nghĩa thống kê. Tôi đã đọc một khoảng trắng như thể nó là số không. Tôi đã kết luận cầu thủ không đủ năng lực tăng trưởng, trong khi sự thật là tôi không có đủ dữ liệu để kết luận bất cứ điều gì. Bài học này có một cái giá. Nó dạy tôi rằng mọi bảng phân tích đều phải bắt đầu bằng một câu hỏi về tính toàn vẹn của chính nó, trước khi đưa ra bất kỳ kết luận nào về chủ thể. Trước khi hỏi cầu thủ này giỏi đến đâu, phải hỏi dữ liệu về cầu thủ này đầy đủ đến đâu. Trước khi hỏi đội bóng này có đáng đầu tư không, phải hỏi các con số đang đứng sau câu trả lời có nguồn gốc từ đâu. Tháng 6 năm 2026, chỉ ba tháng sau đêm bảng trắng, đội bóng Sanna Khánh Hòa BVN giải thể thật sự. Tôi mất việc. Trước đó, tôi đã trình một bảng kế hoạch tái cấu trúc dày bốn mươi trang: cắt quỹ lương từ 4,5 tỷ xuống 1,5 tỷ đồng, thanh lý bảy cầu thủ lớn tuổi, dồn toàn bộ nguồn lực cho học viện trẻ. Chủ tịch gọi tôi là cỗ máy lạnh lùng. Tôi gạt đi, không bận tâm những giọt nước mắt trong phòng thay đồ. Kế hoạch 40 trang bị cơn mưa đêm nhấn chìm, nhưng tôi đã biết bơi. Tuy nhiên, điều tôi mang theo khi rời khỏi câu lạc bộ không phải là bản kế hoạch, mà là cơ sở dữ liệu mười năm được sao lưu cẩn thận. Đó là tài sản duy nhất không bị giải thể cùng đội bóng. Trong một môi trường mà mọi thứ có thể sụp đổ qua một đêm, dữ liệu được sao lưu đúng cách là thứ duy nhất còn lại. Tôi đã học được điều này bằng cái giá của một sự nghiệp, nhưng tôi đã học được. Từ trải nghiệm đó, tôi xây dựng một quy trình kiểm tra tính toàn vẹn mà tôi áp dụng cho mọi bảng phân tích của mình, và tôi cho rằng bất kỳ nhà phân tích thể thao nào ở Việt Nam cũng nên áp dụng. Quy trình gồm bốn bước. Thứ nhất, kiểm tra tính đầy đủ: bao nhiêu phần trăm ô dữ liệu được điền, và những ô trống nằm ở đâu. Thứ hai, kiểm tra tính nhất quán chéo: so sánh hai nguồn độc lập cho cùng một chỉ số, nếu có. Thứ ba, kiểm tra phân bố: một bộ dữ liệu hợp lệ phải có phân bố tự nhiên, nếu tất cả các giá trị giống hệt nhau thì gần như chắc chắn có lỗi hệ thống. Thứ tư, kiểm tra dấu thời gian: mỗi bản ghi phải đi kèm ngày giờ cụ thể, bởi dữ liệu không có mốc thời gian là dữ liệu không thể kiểm chứng. Bốn bước này nghe đơn giản, nhưng chúng giải quyết đúng cái vấn đề đã đánh gục tôi trong đêm bảng trắng. Nếu tôi đã cài bước kiểm tra tính đầy đủ vào quy trình của mình năm 2026, tôi đã phát hiện ra lỗi trong vòng vài giây thay vì vài giờ. Nếu tôi đã cài bước kiểm tra dấu thời gian, tôi đã biết chính xác dữ liệu ngừng được ghi từ khi nào. Sự khác biệt giữa một nhà phân tích nghiệp dư và một nhà phân tích chuyên nghiệp không nằm ở khả năng đọc số. Nó nằm ở khả năng biết khi nào không nên đọc số. Trở lại câu hỏi tôi đặt ra ở phần mở đầu: bao nhiêu quyết định trong bóng rổ và bóng đá Việt Nam đã được đưa ra dựa trên những khoảng trắng? Tôi không có câu trả lời chính xác, và tôi sẽ không bịa ra một con số để làm hài lòng độc giả. Nhưng tôi có thể nói rằng, dựa trên những gì tôi quan sát được trong bảy năm làm việc tại thị trường này, con số đó không hề nhỏ. Mỗi khi một câu lạc bộ quyết định thanh lý một cầu thủ vì thành tích kém, mà thành tích đó lại được ghi chép thủ công bởi một người không được đào tạo, thì rất có thể một khoảng trắng đã lọt vào quyết định ấy. Mỗi khi một bản hợp đồng tài trợ được định giá dựa trên lượng tương tác mạng xã hội, mà lượng tương tác đó bị thổi phồng bởi các tài khoản ảo, thì một khoảng trắng khác đã len vào dòng tiền. Đây là lý do tôi cho rằng tính toàn vẹn dữ liệu là vấn đề hạ tầng quan trọng nhất của thể thao Việt Nam trong thập kỷ này, quan trọng hơn cả việc mua thêm cầu thủ ngoại hay xây thêm nhà thi đấu. Một nhà thi đấu đẹp với dữ liệu sai vẫn dẫn tới những quyết định sai. Một cầu thủ ngoại giỏi với hồ sơ thành tích không đáng tin vẫn bị định giá sai. Hạ tầng vật chất có thể nhìn thấy, nên người ta đầu tư vào nó. Hạ tầng dữ liệu thì vô hình, nên người ta bỏ qua nó. Nhưng chính hạ tầng vô hình mới là thứ quyết định chất lượng của mọi quyết định phía trên nó. Có một quan điểm mà tôi thường nghe trong giới phân tích thể thao Việt Nam: rằng chúng ta cần nhiều dữ liệu hơn. Tôi không đồng ý với quan điểm này, và đây là chỗ tôi muốn phản biện trực tiếp. Vấn đề của thể thao Việt Nam không phải là thiếu dữ liệu. Vấn đề là dữ liệu hiện có không đáng tin. Đổ thêm một nghìn cột số vào một hệ thống đã có 2% sai sót chỉ tạo ra hai mươi cột số sai mới. Bạn không sửa được một cái nền móng lung lay bằng cách chất thêm gạch lên trên. Bạn phải củng cố nền móng trước. Trong hai năm gần đây, tôi thấy ngày càng nhiều câu lạc bộ và tổ chức ở Việt Nam nói về trí tuệ nhân tạo và dữ liệu lớn. Họ mời các chuyên gia đến thuyết trình, họ ký các hợp đồng phần mềm đắt tiền, họ công bố những dự án chuyển đổi số. Nhưng khi tôi hỏi một câu đơn giản, rằng dữ liệu đầu vào của các hệ thống đó được thu thập như thế nào và bởi ai, thì câu trả lời thường là im lặng. Một hệ thống trí tuệ nhân tạo được huấn luyện trên dữ liệu sai sẽ đưa ra những kết luận sai một cách tự tin hơn, nhanh hơn và với vẻ ngoài chuyên nghiệp hơn. Công nghệ không sửa được lỗi dữ liệu. Nó chỉ khuếch đại lỗi dữ liệu. Tôi gọi hiện tượng này là làn sóng dữ liệu rỗng. Mọi người mua công cụ, không mua quy trình. Họ sở hữu phần mềm, không sở hữu phương pháp. Và rồi họ đưa ra các quyết định triệu đô dựa trên những bảng tính mà không ai trong phòng họp dám hỏi một câu: những con số này đến từ đâu, và ai đã kiểm tra chúng? Người hâm mộ Việt Nam xứng đáng được nhận những phân tích dựa trên dữ liệu thật, không phải dữ liệu rỗng được trang điểm bằng thuật ngữ công nghệ. Khi một đội bóng công bố rằng họ đưa ra quyết định dựa trên dữ liệu, người hâm mộ nên có quyền hỏi dữ liệu đó được thu thập và kiểm chứng như thế nào. Đó không phải là sự hoài nghi vô cớ. Đó là tiêu chuẩn tối thiểu của một nền thể thao chuyên nghiệp. Bước đầu tiên của kẻ đếm số, là thừa nhận mình đếm không hết. Tôi đã phải mất một đêm bảng trắng ở Nha Trang, một sai lầm về Mbappé, và một sự nghiệp tan vỡ cùng đội bóng để hiểu ra điều này. Nhưng một khi đã hiểu, tôi không thể quay lại cách làm cũ. Mỗi bảng phân tích tôi viết từ đó đều bắt đầu bằng việc kiểm tra xem dữ liệu của mình còn sống hay đã chết. Điều tôi muốn để lại cho những người làm thể thao Việt Nam, và cho chính mình trong những năm tới, là một suy nghĩ tiến bộ: sức mạnh thật sự của một nền thể thao không nằm ở số lượng dữ liệu nó sản sinh, mà ở lòng trung thực với việc thừa nhận khi nào dữ liệu của mình không đủ. Một câu lạc bộ dám nói rằng chúng tôi không có đủ dữ liệu để kết luận là một câu lạc bộ đáng tin hơn một câu lạc bộ tự tin kết luận dựa trên những khoảng trắng. Trong một thị trường mà ai cũng muốn tỏ ra mình biết tất cả, người dám nói mình không biết chính là người đáng để lắng nghe nhất. Và nếu có một di sản tôi muốn để lại cho bóng rổ Việt Nam sau hai mươi sáu năm quan sát ngành, thì đó chính là di sản ấy: không phải những con số tôi đếm được, mà là sự trung thực về những con số tôi không thể đếm.