Chín hạng mục trống rỗng: lằn ranh giữa phân tích thể thao và bịa đặt

Ba giờ sáng ở Boston, tháng Một, tuyết bám thành từng vệt trắng trên khung cửa. Tôi mở một tệp PDF dài mười bốn trang mà một biên tập viên trẻ gửi kèm dòng tin nhắn cụt lủn: “Anh xem hộ em bản phân tích chuyên sâu này có đăng được không.”

Tệp có đủ chín hạng mục. Có bảng. Có cột mức độ rủi ro, có xác suất, có tác động, có biện pháp giảm thiểu. Có cả một sơ đồ truyền dẫn ba tầng, từ nhà phát hành xuống câu lạc bộ rồi xuống thị trường phái sinh. Về hình thức, nó chỉn chu hơn phần lớn những gì tôi từng đọc trong mười tám năm theo nghề. Về nội dung, gần như mọi ô trong chín hạng mục đều ghi hai chữ: không có.

Không tên tựa game. Không số patch. Không tên đội. Không tên tuyển thủ. Không giải đấu. Không một dòng tài chính. Và ở trang cuối, tác giả tự chấm điểm giá trị thông tin cho cả bốn tiêu chí: một trên năm sao, cả bốn.

Điều khiến tôi ngồi lại đến bốn giờ sáng không phải sự trống rỗng. Chính việc người viết trẻ kia từ chối lấp vào chỗ trống mới là thứ đáng nói. Trong nghề của tôi, đó là kỹ năng khó nhất, khó hơn dựng mô hình, khó hơn đọc biểu đồ nhiệt.

Quy trình sinh ra tệp ấy là một pipeline hai tầng. Tầng một làm nhiệm vụ bóc tách: đọc nguồn, rút ra các điểm thông tin rời rạc, gắn nhãn lĩnh vực, xác định thực thể, đánh giá độ nhạy thời gian và chất lượng nguồn. Tầng hai nhận đầu ra của tầng một và làm phần việc của chuyên gia: định vị sự kiện trên kim tự tháp giải đấu, cân nhắc đội hình, giải mã tài chính, soi rủi ro quản trị. Nguyên tắc ràng buộc rất rõ: mọi phán đoán ở tầng hai phải neo vào một điểm thông tin cụ thể do tầng một trả về.

Tầng một trả về một gói dữ liệu đúng cấu trúc và rỗng ruột. Nhãn lĩnh vực thì có — “esports” — nhưng nội dung bên dưới không có gì. Đó là kiểu thất bại đáng sợ nhất trong mọi hệ thống thu thập dữ liệu: hệ thống không sập, nó chỉ im lặng trả về số không, và nếu người vận hành không kiểm tra, số không đó sẽ chảy xuống hạ nguồn dưới dạng một báo cáo trông rất giống thật.

Tôi nhận ra tình huống này vì tôi từng đứng ở phía ngược lại của nó.

Tháng Sáu năm 2026, tại Foxborough, New England Revolution tiếp Toronto FC. Toronto cầm bóng bảy mươi hai phần trăm, tung ra hai mươi mốt cú dứt điểm, chỉ số bàn thắng kỳ vọng chung cuộc 2.3. Họ thua 0-1, bàn duy nhất của Diego Fagundez. Khi ấy tôi là thực tập sinh viết tường thuật, và biên tập yêu cầu tôi tôn vinh “sự xuất thần” của hàng thủ chủ nhà. Tôi lục dữ liệu từ StatsBomb, viết một bài có luận điểm ngược lại, và bài đó chạm năm mươi nghìn lượt đọc trong hai mươi tư giờ, buộc tòa soạn phải đăng đính chính.

Bài học tôi rút ra hôm ấy vẫn là trục xương sống của nghề tôi hôm nay: kết quả là cú lừa mà thời gian thuộc lòng; xG mới là lời khai. Nhưng bài học ấy có một mặt trái mà phải mất nhiều năm tôi mới nhìn thẳng vào. Khi dữ liệu trở thành thương hiệu của bạn, bạn bắt đầu sợ những ô trống. Và người sợ ô trống là người dễ lấp ô trống bằng thứ đẹp nhất trong tầm tay: sự tự tin.

Một năm sau, tại World Cup 2026, tôi dựng bảng PPDA cho ba mươi hai đội trước vòng tứ kết. Croatia đứng ở mức 8.9 — nghĩa là họ chỉ cho đối phương trung bình 8.9 đường chuyền mỗi pha phòng ngự, thấp nhất trong tám đội còn lại. Tôi viết về Marcelo Brozović: chạy 13.8 km, chín lần thu hồi bóng trong trận gặp Argentina. Tôi đặt câu hỏi Croatia không có duyên hay Croatia có hệ thống, và trả lời bằng dữ liệu. Khi họ vào chung kết, một câu lạc bộ hạng Nhất nước Anh gọi tôi làm cố vấn dữ liệu bán thời gian.

Đến năm 2026, đại dịch biến thế giới thành một phòng thí nghiệm không ai xin phép. Tôi viết báo cáo về 372 trận Bundesliga trước và trong giai đoạn không khán giả: tỷ lệ thắng sân nhà giảm từ 45 phần trăm xuống 31 phần trăm, số quả phạt đền giảm 28 phần trăm. Huddersfield Town thuê tôi cho tám vòng cuối Championship; tôi đề xuất mô hình xoay tua dựa trên quãng chạy nước rút trên 6m/s, ai tụt dưới 80 phần trăm ngưỡng hai trận liền thì dự bị. Họ giành 14 trong 24 điểm và trụ hạng đúng một điểm cách biệt.

Ba lần ấy đều là những lần dữ liệu đến đầy đủ. Và cả ba lần, tôi đều có thể kết luận nhanh — vì tôi có quyền kết luận. Tệp PDF lúc ba giờ sáng là bài kiểm tra theo chiều ngược lại: khi bạn không có quyền kết luận, bạn có đủ bản lĩnh để im không.

Hãy bắt đầu từ chỗ hẹp nhất. Muốn nói bất cứ điều gì về một bản patch, việc đầu tiên phải làm là chọn mô hình nhịp độ patch. Riot phát hành hai tuần một lần, Valve nhỏ giọt quanh các giải lớn, Tencent chạy theo mùa. Ba nhịp ấy sinh ra ba kiểu đội hình, ba kiểu dự bị, ba kiểu hợp đồng huấn luyện viên. Không có tên tựa game thì không chọn được mô hình nào, và mọi câu về “meta” đều thành vô nghĩa. Ở đây khoảng trống ấy còn nặng hơn: logic thi đấu của MOBA, FPS và battle royale không chuyển đổi được cho nhau, nên thiếu tựa game là thiếu luôn cả hệ quy chiếu.

Tôi đã từng mắc đúng lỗi này ở dạng nhẹ hơn. Nhiều năm trước, tôi đem bộ công cụ telemetry của esports áp lên bóng đá và tự hào vì nó tinh xảo. Rồi tôi nhận ra thứ mình đang đo không phải là áp lực mà là số lần chạm bóng ở phần sân đối phương. Chỉ số đại diện chỉ có giá trị khi nó tương thích với bản chất thứ nó muốn đại diện. Không có tựa game, không có patch, thì ngay cả bước chọn thước đo cũng không thể bắt đầu.

Hạng mục thứ hai là thể thức giải. Một giải đấu BO1 và một giải BO5 có xác suất tạo bất ngờ khác nhau đến mức không thể dùng chung một mô hình. Số liệu của tôi từ các kỳ World Cup cho thấy cùng một đội có thể sống sót qua vòng bảng nhờ ba trận đơn lẻ rồi sụp đổ ở loạt knock-out, đơn giản vì số mẫu tăng lên. Ma-rốc năm 2026 là ví dụ ngược lại: họ không hề may mắn kéo dài, họ có một cấu trúc phòng ngự chịu được số mẫu tăng. Nhưng để nói được câu đó, tôi phải có tên giải, có thể thức, có nhánh đấu, có lịch thi đấu. Không có gì trong số đó thì mọi nhận định về “cú nổ” hay “sự sụp đổ” chỉ là kể chuyện.

Hạng mục thứ ba chạm vào chỗ tôi quen nhất: đội và tuyển thủ. Một cái tên mở ra cả một chuỗi câu hỏi — đường cong phong độ, đường cong tuổi nghề, tiền sử chấn thương, thời hạn hợp đồng, độ sâu dự bị, mức độ ăn khớp giữa vai trò và vị trí. Không có cái tên nào thì chuỗi ấy bằng không. Và quan trọng hơn, không có cái tên thì không thể tách giá trị thi đấu khỏi giá trị thương mại. Đó là phép tách tôi làm suốt mùa chuyển nhượng: một cầu thủ có thể bán được áo đấu và vẫn là một khoản lỗ trên sân.

Hạng mục thứ tư là bức tranh khu vực. Ngay cả trong một báo cáo rỗng, có một nhận định vẫn đứng vững vì nó thuộc về cấu trúc chứ không thuộc về dữ liệu: cùng một khu vực có thể có đẳng cấp hoàn toàn khác nhau tùy tựa game. Trung Quốc là một thế lực ở LMHT, nhưng vị thế ấy không dịch chuyển nguyên khối sang DOTA2 hay CS2. Bất kỳ ai nói “khu vực X mạnh” mà không nói tựa game nào đều đang bán cho bạn một ảo giác về sự thống nhất.

Hạng mục thứ năm là tài chính câu lạc bộ. Đây là chỗ tôi muốn dừng lâu nhất, vì nó là nơi nguyên tắc rủi ro-lên-trước phát huy tác dụng rõ nhất. Trong một gói dữ liệu rỗng, không có tín hiệu chậm lương, không có tín hiệu giải thể, không có tín hiệu bán đội. Cám dỗ là đọc sự vắng mặt ấy thành một kết luận an toàn. Vắng tín hiệu chậm lương trong một gói dữ liệu rỗng không đồng nghĩa với không có chậm lương — nó chỉ có nghĩa là chưa ai hỏi. Đây là lỗi đắt nhất mà ngành phân tích thể thao mắc phải, và nó không chỉ xảy ra với máy.

Hạng mục thứ sáu là quản trị và tuân thủ. Không có tựa game, không có thẩm quyền tài phán, thì không chọn được hệ thống luật nào để đối chiếu. Nhưng có một đặc điểm cấu trúc của esports mà tôi vẫn nhắc lại bất kể bài viết nói về cái gì: nhà phát hành đồng thời là người làm luật, là bên có lợi ích thương mại, và là cấp phúc thẩm cuối cùng, không có trọng tài độc lập thứ ba. Cấu trúc ấy không tạo ra tranh chấp, nhưng nó khuếch đại mọi tranh chấp một khi tranh chấp xuất hiện. Bóng đá có FIFA, có tòa án trọng tài thể thao; esports thì không có tương đương.

Ba hạng mục còn lại — hồ sơ rủi ro, tự sự công chúng, truyền dẫn ngành — đều là những hạng mục phái sinh. Chúng chỉ có nghĩa khi đã có một sự kiện cụ thể để bám vào. Không có sự kiện thì không có nhãn tự sự nào để gán: không “vua mới đăng quang”, không “triều đại kế vị”, không “đội hình nội địa làm nên lịch sử”, không “điệu nhảy cuối của lão tướng”. Và cũng không có tỷ lệ nào để đo giữa nhiệt lượng mạng xã hội và nền tảng thi đấu, bởi cả hai vế của phép chia đều không tồn tại.

Điều duy nhất được xác nhận trong toàn bộ hồ sơ rủi ro là rủi ro của chính đường ống: đầu vào rỗng, mức cao, đã xảy ra, tác động là mất toàn bộ giá trị phân tích của bài. Cách xử lý cũng nằm ngay trong đó — chặn ở cửa, trả về tầng trích xuất, yêu cầu làm lại trước khi cho đi tiếp.

Và đây là phần tôi muốn các tòa soạn Việt Nam ghi lại, bởi tôi thấy nó bị bỏ qua nhiều nhất. Một báo cáo như thế này chỉ có thể được viết lại nếu tầng trích xuất trả về tối thiểu sáu thứ: tên tựa game kèm số patch nếu có; từ ba đến năm điểm thông tin rời rạc, mỗi điểm phải truy được về nguồn; ít nhất một thực thể được nêu tên — đội, tuyển thủ, huấn luyện viên hoặc giải đấu; phân loại sự kiện, tức là đây là chuyển nhượng, thay đổi patch, cải cách giải, biến động tài chính hay tranh cãi quản trị; đánh giá độ nhạy thời gian và chất lượng nguồn; và cuối cùng là tên nguồn gốc kèm ngày công bố. Thiếu bất kỳ mục nào trong sáu mục đó, tầng hai không có quyền mở miệng.

Người viết trẻ kia đã làm đúng một nửa: anh ta từ chối bịa. Nửa còn lại là đẩy vấn đề ngược lên thượng nguồn thay vì ngồi chờ. Trong nghề dữ liệu, im lặng đúng cách là một hành động, nhưng chỉ khi nó kèm theo một yêu cầu cụ thể.

Giờ đến phần phản trực giác.

Bản báo cáo trống ấy trung thực hơn chín mươi phần trăm những bản báo cáo đầy mà tôi từng đọc trong mùa chuyển nhượng. Bởi một bản báo cáo đầy có hai cách để đầy: đầy bằng bằng chứng, hoặc đầy bằng sự tự tin. Cách thứ hai rẻ hơn, nhanh hơn, và được độc giả thưởng nhiều hơn, vì nó cho họ cảm giác chắc chắn — thứ mà thể thao về bản chất không thể cung cấp.

Tôi đã thấy hệ quả của cách thứ hai nhiều lần. Năm 2026, trước World Cup, tôi công bố loạt bài với luận điểm Ma-rốc không phòng ngự mà vận hành dữ liệu: Yassine Bounou có chỉ số bàn thắng kỳ vọng cứu thua cao hơn kỳ vọng 4.3, Achraf Hakimi thực hiện 6.8 đường chuyền tiến mỗi trận. Khi họ vượt Bồ Đào Nha 1-0, các nền tảng quốc tế gọi tôi. Nhưng nếu Bounou đẩy được bảy phần mười số cú sút ấy thay vì chín phần mười, luận điểm của tôi vẫn đúng và kết quả vẫn khác. xG không phán xét ai; nó chỉ phơi bày sự thật mà kết quả che giấu. Còn kết quả thì luôn có quyền phủ nhận bạn.

Mùa hè năm 2026, một quỹ đầu tư Ả Rập Xê Út nhờ tôi thẩm định Cristiano Ronaldo cho một bản hợp đồng gia hạn. Tôi viết báo cáo bốn mươi trang với một kết luận khó nghe: chỉ số bàn thắng kỳ vọng thực tạo ra của anh là 0.55, bị khuếch đại lên 0.82 nhờ các tình huống bóng chết, và mức khuếch đại ấy sẽ co lại khi số tình huống bóng chết giảm. Tôi khuyến nghị không chi thêm. Quỹ phản đối. Ba tháng sau, định giá thị trường của anh tụt mười lăm phần trăm.

Câu chuyện ấy không chứng minh tôi đúng. Nó chỉ chứng minh rằng tương quan không phải nhân quả, và rằng một chỉ số đẹp có thể được dựng lên từ một nguồn cung tình huống sẽ cạn. Bóng đá là may rủi, nhưng may rủi không phải là cái cớ để thôi đo. Tôi chưa từng cai nghiện số liệu, tôi chỉ đổi nguồn cung — từ những con số ai cũng thấy sang những con số chưa ai hỏi.

Quay lại tệp PDF. Nếu người viết trẻ kia lấp đầy chín hạng mục bằng những câu nghe rất hợp lý — “đội X đang có phong độ cao”, “bản patch này có lợi cho lối chơi tấn công”, “khu vực Y đang trỗi dậy” — thì bản báo cáo sẽ được đăng, sẽ có lượt đọc, và sẽ không ai kiểm chứng. Đó là cách phần lớn nội dung phân tích thể thao được sản xuất hôm nay: bằng văn phong của sự chắc chắn, không bằng bằng chứng.

Sự vắng mặt của bằng chứng không phải là bằng chứng của sự vắng mặt. Nhưng sự hiện diện của văn phong chắc chắn thì gần như luôn là bằng chứng của sự thiếu bằng chứng.

Tín hiệu của vòng tiếp theo không nằm ở một chỉ số mới. Nó nằm ở một cái cổng. Bất kỳ hệ thống phân tích nào vận hành ở quy mô tòa soạn — và mùa chuyển nhượng là mùa hệ thống ấy chạy hết công suất — cần một điều kiện chặn cứng: đầu vào không có điểm thông tin nào thì không được phép sinh ra báo cáo, dù bộ khung có đầy đủ đến đâu. Chi phí của một cái cổng như thế gần bằng không. Chi phí của việc bỏ nó thì tính bằng uy tín.

Ba tín hiệu cần theo dõi trong những tuần tới, và tôi sẽ theo dõi chúng như theo dõi đường chạy nước rút của một cầu thủ đang hồi phục. Thứ nhất, tỷ lệ trích xuất thành công: nếu số không xuất hiện lặp lại, đó là lỗi hệ thống chứ không phải lỗi một bài. Thứ hai, khả năng truy cập nguồn thô: nếu nguồn gốc là ảnh, video hoặc nội dung dựng bằng JavaScript, ta đã tìm ra lý do của sự rỗng và cần một đường phân tích khác. Thứ ba, độ lệch giữa bộ phân loại và bộ trích xuất: nhãn “esports” có mà nội dung không có, nghĩa là hai bộ phận đang đọc hai đầu vào khác nhau.

Dữ liệu chuyển nhượng giống thủy triều: nhìn mặt nước không biết được, phải đo đáy biển. Nhưng muốn đo đáy biển thì trước hết phải xác nhận rằng mình đang đứng trên biển, chứ không phải đang đứng trong một căn phòng có tấm ảnh chụp biển treo trên tường.

Còn một câu hỏi tôi để lại cho những ai làm nghề này lâu hơn tôi. Nếu một tòa soạn buộc phải chọn giữa một bản phân tích có thể sai và một bản phân tích không thể kiểm chứng, thì mười tám năm qua ngành của chúng ta đã chọn cái nào?