Bảng số không biết đá bóng: Khoảng trống dữ liệu và cái bẫy niềm tin trong phân tích thể thao

Tháng Sáu năm 2026, ở tuổi hai mươi mốt, tôi ngồi trong một căn hộ nhỏ ở Hamburg, tai nghe chụp kín, mắt dán vào màn hình để đếm lại từng đường chuyền của Toni Kroos trong hiệp một trận Đức gặp Thụy Điển. Bản tin trực tuyến nơi tôi làm trợ lý biên tập vừa đăng thống kê chín mươi tám đường chuyền của Kroos, kèm theo kết luận rằng tiền vệ này chiếm ưu thế tuyệt đối ở khu vực giữa sân. Khi tôi tua lại băng hình và đếm bằng tay, số thật là tám mươi bảy. Sai lệch mười một phần trăm không phải là một lỗi nhỏ trong một bài bình luận; nó là dấu hiệu cho thấy cả một dây chuyền dữ liệu đã trượt ở đâu đó giữa khâu ghi nhận và khâu phát sóng.

Tôi viết một bản ghi nhớ nội bộ dài ba trang, gửi cho biên tập viên, và nhận lại một câu trả lời ngắn gọn: bản tin đã lên sóng, không sửa được nữa. Hai mươi phút là khoảng thời gian để một thống kê sai đi vào trí nhớ của hàng nghìn người xem, và để nó tồn tại ở đó lâu hơn cả sự thật. Từ hôm đó, tôi tự đặt cho mình một nguyên tắc nghề nghiệp: không bao giờ tin một số liệu chưa qua kiểm chứng, kể cả khi nó đến từ chính đồng nghiệp của mình.

World Cup 2026 dạy tôi rằng bảng số không biết đá bóng. Bảng số chỉ ghi lại những gì con người chọn đếm, và cách họ đếm.

Toàn cảnh

Ngành phân tích thể thao đã thay đổi rất nhiều trong mười năm qua. Từ những trang thống kê giấy, chúng ta bước vào thời đại mà mỗi trận bóng đá, mỗi trận cầu lông, mỗi đường bơi đều được số hóa đến từng phần giây. Trong thể thao điện tử, xu hướng này còn mạnh hơn. Một trận đấu Liên Minh Huyền Thoại, Dota 2, CS2, Valorant hay Honor of Kings có thể sinh ra hàng trăm nghìn điểm dữ liệu: lượng sát thương gây ra, tỷ lệ lính, vị trí trên bản đồ, thời điểm lên trang bị, thời gian kiểm soát mục tiêu. Các tổ chức chuyên nghiệp thuê hẳn những nhà phân tích chỉ để đọc những con số đó và biến chúng thành chiến thuật.

Nhưng ở đâu có dữ liệu, ở đó có nguy cơ dữ liệu sai. Và ở đâu có dữ liệu sai, ở đó có người chịu trách nhiệm — thường là những người không hề biết mình đang đọc sai.

Năm 2026, khi Bundesliga trở lại sau gián đoạn vì đại dịch, tôi tham gia vào một loạt phim tài liệu về những trận đấu trên sân không khán giả. Tôi thu thập dữ liệu của chín vòng đấu và phát hiện một điều bất thường: các đội chủ nhà chỉ thắng ba mươi hai phần trăm số trận, giảm mạnh so với bốn mươi lăm phần trăm của mùa giải trước đó. Đạo diễn muốn khai thác cảm giác cô đơn của cầu thủ, nhưng tôi phản đối, vì chưa có tiền lệ thống kê nào cho thấy sân trống khiến cầu thủ cảm thấy cô đơn một cách có hệ thống. Tôi tự tay đối chiếu dữ liệu của năm mùa giải liền trước, rồi chọn Schalke 04 làm nhân chứng cho câu chuyện. Khi Schalke trống trơn, tôi mới nghe rõ tiếng nứt của cả một hệ thống. Đội bóng vùng Ruhr chỉ giành được bốn điểm và để thủng lưới hai mươi bàn trong chính giai đoạn đó — những con số không cần diễn giải thêm.

Phân tích cốt lõi

Điều tôi học được không dừng ở cách đếm, mà là cách một dây chuyền dữ liệu vận hành. Một quy trình phân tích thể thao chuyên nghiệp thường đi qua hai tầng. Tầng thứ nhất là khâu trích xuất: biến một trận đấu, một bản tin, một trận esports thành những điểm thông tin rời rạc, có thể kiểm chứng. Tầng thứ hai là khâu phân tích: đặt những điểm thông tin đó vào một khung nhiều chiều.

Khung nhiều chiều ấy, trong thể thao điện tử, thường gồm chín hướng: bản vá và siêu hình, thể thức giải, đội và tuyển thủ, bức tranh khu vực, tài chính câu lạc bộ, luật lệ và quản trị, hồ sơ rủi ro, dư luận và kỳ vọng, cùng sự lan truyền trong toàn ngành.

Điểm chung của cả chín hướng là chúng đều phụ thuộc vào một điều kiện duy nhất: dữ liệu đầu vào phải sạch. Nếu khâu trích xuất trả về rỗng — không có tên trận đấu, không có tên đội, không có tuyển thủ, không có mốc thời gian — thì cả chín hướng đều sụp đổ cùng lúc. Một báo cáo phân tích dày hai mươi trang với đầy đủ tiêu đề, bảng biểu và khung lý thuyết nhưng mọi ô đều ghi "không đủ thông tin" không phải là một bản phân tích. Nó là một tấm gương phản chiếu sự thất bại ở khâu trước đó.

Trong thể thao điện tử, dữ liệu rỗng không phải là một ngoại lệ hiếm gặp, mà là một trạng thái thường trực. Một trận đấu bị hoãn, một bản vá bị rút khỏi máy chủ thi đấu, một đoạn phát lại bị cắt khỏi bản phát hành chính thức, một hợp đồng chuyển nhượng không được công bố giá trị — tất cả đều tạo ra khoảng trống. Và khoảng trống thì luôn có sức hút riêng: nó mời gọi người ta lấp đầy bằng phỏng đoán.

Tôi đã chứng kiến điều này trong công việc biên kịch phim tài liệu của mình. Năm 2026, khi viết một tập phim về hành trình của đội tuyển Đức tại Euro trên sân nhà, tôi rút ra từ dữ liệu mười hai trận gần nhất một kết luận đáng lo: đội tuyển dưới sự dẫn dắt của đội trưởng Manuel Neuer chỉ thắng ba trong mười ba trận khi bị đối thủ pressing trên hai mươi lần mỗi trận. Trận gặp Hungary ở Munich, đội tuyển Đức bị dẫn không hai trước khi gỡ hòa hai hai, và tôi ghi chú rằng cả hai bàn thua đều đến từ tình huống cố định. Biên tập viên cắt bỏ đoạn cảnh báo của tôi vì sợ kịch bản thiếu lạc quan. Vài tuần sau, đội tuyển Đức bị Anh loại với tỷ số không hai ngay tại Wembley. Đoạn phim mất đi luôn chứa điều mà ai đó không muốn ta biết. Lần này, người muốn giấu nó không phải một kẻ âm mưu, mà là một biên tập viên sợ hãi — và nỗi sợ hãi cũng là một dạng dữ liệu.

Một cái bẫy khác là kích thước mẫu. Ba trận thắng liên tiếp có thể khiến người ta nói về một đội bóng đang thăng hoa, nhưng ba trận là quá ít để kết luận bất cứ điều gì. Ngược lại, mười ba trận dưới cùng một áp lực pressing là một mẫu đủ lớn để tạo thành xu hướng. Sự khác biệt giữa nhiễu và xu hướng không nằm ở cảm giác, mà nằm ở kích thước mẫu và tính nhất quán của bối cảnh.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi giữ ba nguyên tắc để đọc dữ liệu thể thao mà không tự lừa mình. Tôi luôn kiểm tra cách một số liệu được sinh ra trước khi dùng nó. Thống kê chín mươi tám đường chuyền của Kroos nghe rất thuyết phục, cho đến khi ta biết nó được đếm bằng cách nào. Tôi luôn dựng một đường cơ sở lịch sử để đối chiếu. Tỷ lệ thắng sân nhà ba mươi hai phần trăm chỉ có ý nghĩa khi đặt cạnh bốn mươi lăm phần trăm của mùa trước; nếu không có mốc so sánh, nó chỉ là một đốm sáng trôi nổi. Và tôi luôn phân biệt rõ đâu là biến động thật và đâu là nhiễu thống kê — một trận thua là nhiễu, mười ba trận dưới cùng một áp lực là xu hướng.

Trong thể thao điện tử, những nguyên tắc này còn quan trọng hơn, bởi môi trường thay đổi nhanh hơn. Một bản vá có thể đảo ngược thứ tự sức mạnh của cả một giải đấu trong vài tuần. Một đội vô địch nhờ một tướng hoặc một chiến thuật có thể sụp đổ ngay khi nhà phát hành điều chỉnh chỉ số. Khi ấy, người phân tích phải tách được đâu là thực lực cấu trúc của đội, đâu là lợi thế tạm thời đến từ phiên bản trò chơi. Nhưng để làm được điều đó, họ cần dữ liệu sạch. Và dữ liệu sạch là thứ đắt nhất trong ngành này.

Trong khung chín hướng ấy, hồ sơ rủi ro là hướng dễ bị bỏ qua nhất và cũng dễ gây thiệt hại nhất. Một đội tuyển có thể mạnh về chuyên môn nhưng yếu về tài chính; một tuyển thủ có thể đạt phong độ cao nhưng đứng trước nguy cơ chấn thương; một giải đấu có thể hấp dẫn nhưng vướng tranh chấp về bản quyền phát sóng. Nếu người phân tích chỉ nhìn vào kết quả thi đấu mà bỏ qua những lớp rủi ro này, bản phân tích của họ sẽ đúng ở hiện tại và sai ở tương lai gần.

Góc nhìn ngược dòng

Ở đây xuất hiện một nghịch lý mà tôi cho là trung tâm của mọi phân tích thể thao đáng tin. Chúng ta thường tin rằng càng nhiều dữ liệu thì càng chính xác. Nhưng một tập dữ liệu đầy đủ mà sai cách đo còn nguy hiểm hơn một tập dữ liệu trống. Tập dữ liệu trống khiến ta khiêm tốn; tập dữ liệu đầy nhưng lệch khiến ta tự tin một cách sai lầm. Bản tin chín mươi tám đường chuyền đã lên sóng trong hai mươi phút và không ai trong số khán giả biết rằng mình vừa được cho ăn một thống kê sai. Trạng thái trống rỗng, ngược lại, buộc người ta dừng lại và nói thẳng: tôi chưa biết.

Trong giới phân tích esports, áp lực phải đưa ra kết luận nhanh thường lớn hơn áp lực phải đưa ra kết luận đúng. Các nền tảng tin tức đua nhau đăng bài ngay sau mỗi trận; các kênh phân tích đua nhau công bố bảng xếp hạng sức mạnh đội tuyển trước khi giải đấu kịp diễn ra. Trong cuộc đua đó, khoảng trống dữ liệu trở thành thứ bị che giấu chứ không phải thứ được nêu ra. Và khi khoảng trống bị che giấu, người hâm mộ lấp đầy nó bằng niềm tin — niềm tin rằng đội mình yêu thích mạnh hơn thực tế, rằng ngôi sao mình hâm mộ đang ở đỉnh cao phong độ, rằng bản vá mới sẽ giải phóng tiềm năng của cả một đội hình.

Tôi không cho rằng mọi khoảng trống dữ liệu đều là âm mưu. Phần lớn chúng chỉ là kết quả của sự lười biếng, của thiếu nguồn lực, của một quy trình bị hỏng ở khâu nhập liệu. Nhưng dù nguyên nhân là gì, tác động thì giống nhau: người đọc bị đặt vào thế phải tin thay vì phải hiểu. Và một khi đã tin thay vì hiểu, họ sẽ bảo vệ niềm tin của mình bằng cảm xúc, chứ không phải bằng bằng chứng.

Kết luận mở

Đoạn phim mất đi luôn chứa điều mà ai đó không muốn ta biết, nhưng không phải lúc nào ta cũng có quyền truy cập vào nó. Điều ta có thể làm là giữ một thái độ đúng đắn trước những gì mình chưa biết. Tôi viết phim tài liệu để trả lời câu hỏi, không phải để xác nhận câu trả lời. Một bản phân tích thể thao, dù là về một trận bóng đá hay một trận đấu esports, chỉ đáng tin khi nó dám nói "tôi chưa đủ dữ liệu" thay vì lấp đầy khoảng trống bằng một câu chuyện nghe có vẻ hợp lý.

Ngành thể thao điện tử đang lớn lên rất nhanh, và cùng với nó là cả một hệ sinh thái phân tích dữ liệu. Nếu hệ sinh thái đó học được cách tôn trọng khoảng trống thay vì che giấu nó, người hâm mộ sẽ có được thứ mà họ xứng đáng được nhận: sự thật, kể cả khi sự thật đó trống rỗng.