Bảy năm sau mô hình xG bị từ chối: V-League học đọc dữ liệu

Trận Long An thua 0-3 ngay trên sân nhà ở vòng 22 V-League 2026, tôi ngồi trước màn hình máy tính và bảng xG cập nhật chỉ số sau tiếng còi mãn cuộc. Chỉ số cuối cùng: 0,72 bàn kỳ vọng mỗi trận — thấp nhất trong 14 đội tham dự. Đội bóng đất Tân An khi đó đứng thứ 13 với 22 điểm sau 26 vòng. Một tuần sau, tôi gửi bản báo cáo dữ liệu dài 12 trang cho ban biên tập. Phản hồi đến trong vòng 48 giờ, gọn gàng: “Bóng đá không phải toán học.” Bản báo cáo không được đăng. Mùa giải kết thúc, Long An xuống hạng đúng như mô hình dự đoán từ vòng 18. Năm 2026, tôi 26 tuổi, làm nhân viên phân tích dữ liệu cho một trang bóng đá tại Việt Nam. Công việc hằng ngày là cập nhật bảng thống kê cơ bản: số đường chuyền, tỷ lệ chuyền thành công, số pha tắc bóng. Tôi muốn nhiều hơn thế. Tôi bắt đầu tự xây dựng mô hình xG (expected goals) đầu tiên cho V-League, dựa trên vị trí cú sút, chân sút, loại pha bóng và áp lực phòng ngự. Dựa trên kinh nghiệm theo dõi trực tiếp toàn bộ 26 vòng đấu, tôi mã hóa thủ công từng cú sút. Tổng cộng 2.847 cú sút qua 182 trận. Vấn đề của bóng đá Việt Nam năm đó nằm ở chỗ thiếu người đọc dữ liệu. Các CLB tuyển cầu thủ dựa trên cảm nhận của tuyển trạch viên, ký hợp đồng dựa trên mối quan hệ, đánh giá phong độ dựa trên số bàn thắng. Một cầu thủ ghi 8 bàn một mùa luôn được định giá cao hơn cầu thủ ghi 6 bàn, bất kể số cơ hội tạo ra hay vị trí dứt điểm. Tôi từng bị từ chối năm 2026 vì một mô hình. Bảy năm sau, tôi được trả tiền để viết về nó. Mô hình của tôi không phức tạp. Mỗi cú sút được gán một giá trị xác suất chuyển thành bàn, dựa trên khoảng cách đến khung thành, góc sút, áp lực của hậu vệ gần nhất và bộ phận cơ thể thực hiện cú sút. Những cú sút trong vòng 6m, góc rộng, không bị kèm có xác suất 0,45. Những cú sút xa ngoài 30m, góc hẹp có xác suất 0,04. Cộng dồn 26 vòng, tôi có chỉ số xG cho từng đội. Kết quả mùa 2026 cho thấy ba tầng dữ liệu tách biệt rõ rệt. Nhóm đầu bảng — Hà Nội, Than Quảng Ninh, Sài Gòn — có xG trung bình trên 1,6 bàn mỗi trận, tương ứng với vị trí thực tế trên bảng xếp hạng. Nhóm giữa — Sông Lam Nghệ An, SHB Đà Nẵng, Hoàng Anh Gia Lai — dao động từ 1,1 đến 1,4. Nhóm cuối — Long An, Cần Thơ, XSKT Cần Thơ — dưới 0,9. Long An nằm ở đáy với 0,72. Điều đáng chú ý nằm ở chênh lệch giữa xG và bàn thắng thực tế. Long An ghi được 1,02 bàn mỗi trận, cao hơn xG 0,30. Khoảng cách này đến từ một cá nhân: tiền đạo ngoại binh của đội có tỷ lệ chuyển đổi cú sút 28%, cao gấp ba lần mức trung bình giải. Nói cách khác, Long An sống nhờ hiệu suất phi thường của một cầu thủ, không nhờ hệ thống tấn công. Khi tách dữ liệu theo từng cá nhân, bức tranh rõ hơn. Tiền đạo này chiếm 41% tổng số cú sút của đội nhưng chỉ chiếm 27% số pha bóng tấn công cuối cùng. Phần lớn cơ hội Long An tạo ra đều phụ thuộc vào một chân sút duy nhất. Nếu cầu thủ đó chấn thương hoặc bị kèm chặt, đội không có phương án thay thế. Vòng 19, khi anh ta nhận thẻ đỏ và nghỉ hai trận, Long An chỉ có xG 0,43 mỗi trận — mức thấp nhất giải. So sánh với Hà Nội mùa đó: 12 cầu thủ khác nhau ghi bàn trong mùa, xG phân bố đều trên toàn tuyến tấn công. Sự phân bố này đến từ cấu trúc chiến thuật, không phải ngẫu nhiên. Hà Nội vô địch với 56 điểm, bỏ xa đội nhì 7 điểm. Sự phân bố xG của một đội là chỉ báo ổn định hơn số bàn thắng cá nhân rất nhiều, bởi bàn thắng phụ thuộc vào một chuỗi biến số ngẫu nhiên mà mô hình không kiểm soát được, còn xG đo lường được chất lượng cơ hội. Tôi đính kèm bảng xG của 14 đội vào báo cáo, kèm theo dự đoán: Long An sẽ xuống hạng nếu không bổ sung ít nhất một tiền đạo dự phòng và một số 10 tạo cơ hội. Ban biên tập trả lời rằng dữ liệu “quá khô khan” với độc giả. Họ đúng ở một điểm: độc giả của tôi, khi đó, chưa quen với ngôn ngữ xG. Nhưng tôi tin vào một nguyên tắc: một trận đấu là một câu chuyện. Năm mươi trận đấu mới là sự thật. Mùa giải kết thúc. Long An xếp cuối bảng, xuống hạng với 24 điểm. Mô hình của tôi, bị từ chối ở vòng 22, đã đúng trong 8 vòng cuối cùng. Tôi ghi lại toàn bộ số liệu và không tranh cãi với ban biên tập. Bảy năm sau, các trang dữ liệu bóng đá Việt Nam dùng xG cho mọi trận đấu V-League. Một mô hình từng bị gọi là “không phải bóng đá” nay trở thành tiêu chuẩn nghề nghiệp. Nhưng tương quan không phải nhân quả. Đây là điểm tôi không muốn bị hiểu sai khi nói về mô hình xG. Mô hình không dự đoán được tất cả. xG đo được chất lượng cơ hội, không đo được khả năng tận dụng. Trong V-League 2026, chênh lệch giữa xG và bàn thắng thực tế ở nhóm cuối bảng phản ánh nhiều yếu tố: chất lượng tấn công kém, chất lượng thủ môn đối phương, điều kiện sân bãi. Bản đồ dữ liệu không phải lãnh thổ thực địa. Điểm thứ hai quan trọng hơn: các CLB V-League ngày nay sử dụng xG, nhưng vẫn thất bại trong việc định giá cầu thủ. Tôi từng tư vấn cho một CLB mùa COVID-19, đề xuất cắt 20% quỹ lương dựa trên phân tích quãng đường chạy của 11 cầu thủ trụ cột từ mùa 2026. HLV phản đối vì “cầu thủ có thương hiệu”. Khi giải trở lại, các trụ cột chỉ đạt 8,5 km mỗi trận — thấp hơn 1,2 km so với trước dịch. Dữ liệu có sẵn, nhưng vẫn bị đọc sai. Nhóm cuối bảng của V-League 2026 không thiếu tài năng. Họ thiếu hệ thống biến tài năng thành xác suất. Long An có một tiền đạo xuất sắc, nhưng không có cấu trúc để nâng đỡ anh ta. Khi tôi gửi bản tư vấn giảm lương, họ nhìn tôi như kẻ vô cảm. Tôi chỉ đang giao dữ liệu, không giao cảm xúc. Đó là toàn bộ vấn đề của bóng đá Việt Nam trong thập kỷ qua. Bảy năm sau ngày mô hình bị từ chối, V-League vẫn cần thêm một bước nữa: đọc dữ liệu để đánh giá và để ra quyết định. Câu hỏi của mùa tới không phải đội nào có xG tốt nhất, mà là đội nào dám ký hợp đồng dựa trên xG thay vì dựa trên danh tiếng.