Bảng dữ liệu V-League trống rỗng: một nhà phân tích đọc lại sai số của chính mình

Trên màn hình tôi vẫn còn bảng tính của trận Hà Nội FC gặp Quảng Nam FC trên sân Hàng Đẫy năm 2026. Cột xG ghi 2,87 cho đội chủ nhà sau 17 cú dứt điểm. Cột xG của đội khách ghi 0,94 sau vỏn vẹn 2 cú dứt điểm. Tỷ số cuối trận là 1-1. Đêm đó tôi mất 180 triệu đồng, và mất luôn cách nhìn bóng đá bằng mắt thường. Cú sốc xG tại Hàng Đẫy đã biến tôi từ kẻ xem bóng thành người đọc dữ liệu.

Đêm nay bảng tính của tôi lại trống. Không phải tôi xoá. Đầu vào không có gì để đọc: không tiêu đề, không cú sút, không tên cầu thủ, không phút bóng lăn. Một pipeline phân tích rỗng ở tầng đầu tiên thì mọi tầng phía sau tự sụp. Với người làm nghề như tôi, đó là dạng sự cố khó chịu hơn một kèo thua: kèo thua để lại con số, pipeline rỗng chỉ để lại sự tự tin không có chỗ dựa.

Chuyện này không dừng ở cái máy. Nó trùng khớp gần như hoàn hảo với một vấn đề đang tồn tại ở bóng đá Việt Nam: chúng ta có rất nhiều trận đấu, rất nhiều cảm xúc, nhưng rất ít bản ghi đủ tốt để đọc lại.

V-League 1 mùa giải có 14 câu lạc bộ, khoảng 182 trận, tương đương hơn 16.000 phút bóng lăn mỗi năm. Cộng thêm giải hạng Nhất, Cúp Quốc gia, các giải trẻ và bóng đá nữ, tổng khối lượng thi đấu trong nước vượt xa con số mà bất kỳ nhóm phân tích nhỏ nào có thể theo bằng tay. Nhưng nếu hỏi một câu rất cơ bản — đội bóng này tạo ra bao nhiêu bàn thắng kỳ vọng mỗi trận, chất lượng cơ hội ra sao, áp lực pressing cao hay thấp — thì phần lớn câu trả lời vẫn là im lặng, hoặc là một cảm nhận.

Năm 2026, sau cú sốc ở Hàng Đẫy, tôi ngồi rà lại 112 trận V-League từ vòng 1 đến vòng 14 và tự tính xG thủ công cho từng pha dứt điểm. Ba tuần, mỗi đêm bốn tiếng, mắt dán vào video tua chậm. Kết quả cho thấy Hà Nội FC tạo cơ hội nhiều hơn mặt bằng giải nhưng hiệu quả dứt điểm thấp hơn trung bình tới 23%. Bài phân tích 3.000 chữ khi đó bị giới truyền thông cười nhạo. Một tháng sau, chính dữ liệu ấy gọi trước chuỗi 4 trận thua liên tiếp của họ. Không có phép màu nào ở đây. Chỉ có một bản ghi được làm tử tế.

Vấn đề của bóng đá Việt Nam không nằm ở chỗ thiếu công cụ. Nó nằm ở khâu ghi chép — khâu chán nhất, tốn người nhất, ít được trả tiền nhất. Giá trị của một nền bóng đá không nằm ở số bàn thắng ghi được, mà ở số pha bóng được ghi lại đủ chi tiết để người khác kiểm chứng.

Tôi chia dữ liệu mà một giải đấu cần thành ba tầng. Tầng thứ nhất là dữ liệu sự kiện: ai chạm bóng, ở đâu, lúc nào. Tầng thứ hai là dữ liệu vị trí và thể lực: quãng đường chạy, số lần tăng tốc, khoảng cách giữa các tuyến. Tầng thứ ba là dữ liệu bối cảnh: mặt sân, nhiệt độ, độ ẩm, quãng đường di chuyển, mật độ lịch thi đấu, chất lượng trọng tài. V-League hiện có tầng một ở mức chấp nhận được cho một phần các trận, tầng hai gần như chỉ xuất hiện ở đội tuyển quốc gia trong các đợt tập trung, còn tầng ba thì hầu như không ai thu thập một cách hệ thống.

Tầng ba lại là tầng quan trọng nhất ở Việt Nam. Một đội đá ở Hà Nội vào tháng 3 gặp một đội đá ở Cần Thơ vào tháng 5 là hai môn thể thao khác nhau về mặt sinh lý. Độ ẩm chênh nhau chục phần trăm, nền nhiệt chênh nhau cả chục độ, mặt sân chênh nhau về độ nảy của bóng. Chuyến bay từ Hà Nội vào Pleiku rồi di chuyển tiếp bằng xe khác hoàn toàn với chuyến bay từ Hải Phòng lên Hà Nội. Bỏ qua tầng này, người phân tích sẽ đọc ra những kết luận rất kêu nhưng rất sai.

Tôi học được điều đó bằng một cú vấp đắt tiền. Năm 2026, khi bóng đá thế giới trở lại trong sân vắng, tôi kiểm tra 28 trận Bundesliga sau tái xuất và thấy đội chủ nhà chỉ thắng 5 trận, tương đương 17,8%, trong khi tỷ lệ thắng sân nhà lịch sử của giải này khoảng 42%. Mô hình cá cược của tôi khi đó nhân hệ số sân nhà 1,32, và nó khiến tôi lỗ 40 triệu đồng chỉ trong một tuần. Tôi rà lại khoảng 200 trận của mùa giải đó và phát hiện: khi không có khán giả, đội chủ nhà vẫn dâng cao tấn công như thói quen cũ, nhưng xG thực tế giảm trung bình 0,45 bàn mỗi trận. Hệ số 1,32 biến thành 1,03 trong 72 giờ. Đám đông rời đi, mô hình vỡ, và tôi học được cách nghe tiếng thở của khán đài trống.

Ở Việt Nam, khán đài gần như chưa bao giờ trống trong suốt thập niên qua, trừ giai đoạn dịch. Nhưng bối cảnh thì luôn thay đổi: lịch thi đấu dồn vào giai đoạn cuối mùa vì các giải trẻ và các kỳ SEA Games, AFC Cup xen giữa, những chuyến di chuyển dài ngày giữa các vùng khí hậu khác nhau, và cả những trận đấu diễn ra trên mặt sân vừa qua mùa mưa. Một đội hình đá ba trận trong tám ngày ở hai miền khí hậu khác nhau không còn là cùng một đội hình nữa.

Đó là lý do tôi xây hệ số bối cảnh cho riêng mình: điều chỉnh xG, PPDA và dự đoán kết quả theo các biến ngoài chuyên môn. Cách làm rất đơn giản về mặt kỹ thuật, chỉ cần kỷ luật về mặt thời gian. Mỗi trận, tôi ghi thêm năm biến: nhiệt độ lúc bóng lăn, độ ẩm, tình trạng mặt sân, số ngày nghỉ của từng đội, và quãng đường di chuyển thực tế. Sau khoảng 60 trận, các biến này bắt đầu nói chuyện với nhau, và chúng nói những điều mà bảng tỷ số không bao giờ nói.

Còn về xG, tôi phải nói thẳng một điều mà nhiều người hiểu sai. XG không phải là bàn thắng. Nó là chất lượng của cơ hội. Một đội sút 20 lần từ ngoài vòng cấm có thể có xG thấp hơn một đội sút 5 lần trong vòng cấm. Ở V-League, nơi số cú sút mỗi trận thường thấp hơn các giải châu Âu, chênh lệch giữa đội tạo cơ hội tốt nhất và đội tạo cơ hội nhiều nhất lại càng lớn. Điểm mấu chốt nằm ở đây: khi dữ liệu không được ghi lại, người ta có xu hướng nhớ cú sút nhiều hơn là nhớ cơ hội tốt. Trí nhớ con người thưởng cho hành động ồn ào, không thưởng cho vị trí đúng.

Tôi đã dạy chính mình điều đó ở Kazan. Trước World Cup 2026, tôi rà dữ liệu pressing của đội tuyển Đức: quãng đường chạy trung bình giảm 12,3% so với đội hình vô địch 2026, còn PPDA — chỉ số đo số đường chuyền mà đối thủ được phép thực hiện trước khi bị tranh chấp — tăng từ 8,2 lên 11,7. Nghĩa là Đức để đối thủ chuyền nhiều hơn trước khi chịu áp lực. Tôi công bố dự đoán Đức bị loại từ vòng bảng và nhận về hàng trăm lời chế giễu. Đêm 27 tháng 6 năm 2026 tại Kazan, Đức thua Hàn Quốc 0-2 với xG 0,41, trong đó 6 cú sút cuối trận đều đi trúng người hậu vệ. Kazan không trả thù; Kazan chỉ lập bảng và chờ tôi tính sai.

Tôi kể lại chuyện cũ không phải để khoe. Bài học giống hệt đang chờ bóng đá Việt Nam: thu thập dữ liệu khó, nhưng đọc dữ liệu sai còn tốn kém hơn nhiều so với không có dữ liệu. Một giải đấu không có dữ liệu thì biết mình đang mù. Một giải đấu có dữ liệu nửa vời thì tưởng mình đang sáng.

Đây là góc phản trực giác. Phần lớn mọi người tin rằng vấn đề của bóng đá Việt Nam là thiếu công nghệ. Tôi không nghĩ vậy. Công nghệ đã rẻ đi rất nhiều trong mười năm qua; camera, phần mềm gán nhãn, dịch vụ dữ liệu đều có sẵn với chi phí mà một câu lạc bộ V-League trung bình có thể cân nhắc. Vấn đề nằm ở chỗ không ai muốn trả tiền cho phần việc không nhìn thấy được: một người ngồi gán nhãn từng pha chạm bóng trong bốn tiếng, một người kiểm tra chéo số liệu của đồng nghiệp, một người viết tài liệu quy trình để ba năm sau vẫn dùng lại được. Đó là phần chìm của tảng băng, và nó không tạo ra highlight.

Tệ hơn, khi dữ liệu bị bỏ dở giữa đường, người làm nghề buộc phải lấp chỗ trống bằng suy đoán. Suy đoán trong bảng tính là thứ nguy hiểm nhất, vì nó trông y hệt sự thật: vẫn là số, vẫn là định dạng, vẫn là biểu đồ. Sự khác biệt duy nhất là không ai kiểm chứng được. Mô hình vỡ là ngày nhà sư dữ liệu phải đốt lại từ cuốn kinh gốc.

Tương quan không phải nhân quả, và ở một giải đấu có ít mẫu như V-League, cám dỗ nhầm lẫn hai thứ này lớn hơn nhiều so với các giải châu Âu. Một đội thắng 3 trận liên tiếp khi mặc áo sân khách màu trắng không có nghĩa màu áo mang lại chiến thắng. Một tiền đạo ghi 5 bàn trong 4 vòng không tự động trở thành tiền đạo hay nhất giải; có thể anh ta chỉ vừa nhận được 5 cơ hội ngon nhất mà đồng đội tạo ra. Với 182 trận một mùa, một cầu thủ đá chính 20 trận là mẫu quá nhỏ để kết luận về bản chất. Ở quy mô đó, khoảng tin cậy rộng đến mức nhiều kết luận nghe rất chắc chắn thực chất chỉ là nhiễu.

Vậy nên tôi viết bài này như một lời nhắc cho chính mình trước vòng đấu tới. Khi một bảng dữ liệu trống, việc đúng đắn không phải là bịa ra nội dung cho đầy trang. Việc đúng đắn là ghi lại rằng nó trống, ghi lại lý do, rồi quay về làm lại tầng đầu tiên. Với bóng đá Việt Nam, tầng đầu tiên đó là khâu ghi chép: một người, một bảng, một trận, lặp lại đủ lâu cho đến khi nó thành thói quen.

Mùa giải này, tôi sẽ theo dõi ba tín hiệu cụ thể: số phút mà các đội có lịch thi đấu dày nhất chơi trong trạng thái mất bóng, vì đó là nơi thể lực bị rút cạn nhanh nhất; chênh lệch xG giữa hiệp một và hiệp hai của các đội phải di chuyển xa, vì đó là nơi yếu tố khí hậu lộ mặt rõ nhất; và tần suất các pha bóng nguy hiểm phát sinh trong 15 phút đầu trận, vì đó là chỉ báo sớm cho thấy một đội hình chưa vào guồng.

Nếu ba tín hiệu này chạy đúng hướng, tôi sẽ có một mô hình nhỏ gọn cho phần còn lại của mùa. Nếu chúng chạy sai, tôi sẽ ghi lại sai số và tiếp tục. Tôi không dự đoán tương lai; tôi chỉ đọc trước cái cách quá khứ vẫn vận hành.

Và nếu ai đó hỏi vì sao phải bỏ công đến vậy cho một bảng số mà khán đài không hề thấy, tôi sẽ trả lời bằng hình ảnh cuối cùng của một đêm thi đấu: đèn pha tắt, khán đài trống, mặt cỏ còn nguyên vết giày. Mọi cảm xúc lớn nhất của bóng đá Việt Nam đều đã xảy ra ở nơi như thế — trên những sân không có ai ngồi lại để ghi lại. Việc của chúng ta là ghi lại trước khi đám đông tan.