Hồ sơ dữ liệu trống ở V-League: nguyên tắc không suy diễn

Ngày 5 tháng 1 năm 2026, tại sân Rajamangala ở Bangkok, đội tuyển Việt Nam thắng Thái Lan 3-2 ở lượt về chung kết ASEAN Cup 2026 và vô địch với tổng tỷ số 5-3 sau hai lượt. Nguyễn Xuân Son, người ghi cả hai bàn ở lượt đi, rời sân vì chấn thương trong trận lượt về. Ba ngày sau, tôi nhận lại một tệp phân tích mà mọi trường dữ liệu đều trống. Không tên giải. Không tên cầu thủ. Không một thông số nào. Cấu trúc thì hoàn chỉnh: chín mục, đúng định dạng, đúng thứ tự trình bày. Phần nội dung bằng không.

Có hai cách xử lý một tệp như thế. Cách thứ nhất là lấp các ô trống bằng những gì tôi nghĩ mình đã biết. Cách thứ hai là dừng lại và ghi rõ rằng chưa đủ dữ liệu để kết luận. Mười bảy năm làm nghề dạy tôi rằng cách thứ hai gần như không bao giờ được khen.

Nghề của tôi ở Hà Nội là định giá cầu thủ và đọc trận đấu bằng số. Tôi học kinh tế ở Hàn Quốc, sang Việt Nam làm thị trường chuyển nhượng, và phần lớn thời gian còn lại ngồi với bảng tính. Một trận đấu là một câu chuyện. Năm mươi trận đấu mới là sự thật.

V-League đang bước vào giai đoạn dữ liệu trở thành hàng hóa. Các câu lạc bộ lập bộ phận phân tích, thuê chuyên viên, mua gói dữ liệu sự kiện theo trận. VFF đưa VAR vào giải vô địch quốc gia, và mỗi quyết định của trọng tài kéo theo một lớp số liệu mới. Đội tuyển quốc gia vô địch ASEAN Cup 2026, các lứa U23 nhiều lần vào sâu ở sân chơi châu lục, và nhu cầu giải thích thành tích bằng số tăng nhanh hơn khả năng kiểm chứng của phần lớn tòa soạn.

Đó là lúc một tệp trống trở nên nguy hiểm.

Một tệp đầy đủ trường nhưng rỗng nội dung nguy hiểm hơn một tệp thiếu trường, vì nó không phát ra tín hiệu báo động. Tệp thiếu trường thì biên tập viên nhìn thấy ngay. Tệp đủ trường thì đi thẳng vào quy trình. Nó an toàn về hình thức và vô nghĩa về nội dung, và trong một tòa soạn chạy theo lịch xuất bản, hình thức thắng.

Tôi gặp biến thể của lỗi này ở nhiều nơi khác nhau. Năm 2026, tôi dựng mô hình xG từ dữ liệu 26 vòng V-League. Kết quả cho thấy Long An chỉ đạt trung bình 0,72 bàn kỳ vọng mỗi trận, thấp nhất giải. Tôi nộp báo cáo và nhận lại một câu: bóng đá không phải toán học. Cuối mùa, Long An xuống hạng đúng như mô hình dự báo. Tôi từng bị từ chối năm 2026 vì một mô hình. Bảy năm sau, tôi được trả tiền để viết về nó.

Năm 2026, tôi tính PPDA của 32 đội dự World Cup và thấy Croatia chỉ đạt 9,8, nghĩa là họ không áp sát liên tục. Nhưng tỷ lệ pressing thành công trên mỗi đường chuyền của đối phương lại cao nhất giải, 23%. Bài dự đoán Croatia vào chung kết bị chế nhạo. Croatia vào chung kết.

Năm 2026, tôi đếm được Sofyan Amrabat thực hiện 6 pha tắc bóng thành công và 9 lần giành lại bóng trong trận Morocco gặp Bồ Đào Nha. Morocco chỉ cho đối phương chạm bóng trong vòng cấm trung bình 4,2 lần mỗi trận nhờ khối 5-4-1 thấp và kỷ luật. Không có phép màu nào ở đó. Có một hệ thống.

Ba ví dụ, một mẫu số chung: kết luận đúng đến từ dữ liệu đã qua kiểm chứng, không đến từ việc lấp chỗ trống bằng trực giác. Và khi dữ liệu không tồn tại, kết luận đúng là không có kết luận.

Với bóng đá Việt Nam, nguyên tắc ấy cần được viết thành cổng cứng trong quy trình tuyển trạch. Một cầu thủ chỉ nên vào danh sách đàm phán khi có tối thiểu 900 phút thi đấu chuyên nghiệp trong 18 tháng gần nhất, kèm dữ liệu chấn thương và quãng đường chạy theo trận. Một bản tin trận đấu chỉ nên đăng khi có số phút, số lần dứt điểm, xG và PPDA của cả hai đội. Ngay cả một bản hợp đồng nghìn tỷ cũng bắt đầu bằng một dòng ghi chú nhỏ về số phút thi đấu.

Tôi đã thử điều này một lần trong hoàn cảnh khó nhất. Năm 2026, khi bóng đá dừng vì dịch, tôi phân tích quãng đường chạy của 11 cầu thủ trụ cột tại một câu lạc bộ V-League và tính mức suy giảm thể lực trung bình 15% sau ba tháng tập không bóng. Tôi đề xuất cắt 20% quỹ lương cho các hợp đồng dài hạn, vì rủi ro chấn thương sẽ tăng. Huấn luyện viên phản đối với lý do các cầu thủ ấy có thương hiệu. Khi giải trở lại, nhóm này chạy trung bình 8,5 km mỗi trận, thấp hơn 1,2 km so với trước dịch. 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.

Cái nhìn ấy là phản ứng hiểu được và tôi không tranh cãi. Nhưng nó chỉ ra một điểm mù lớn hơn: người ta thường nhầm dữ liệu trống với kết luận an toàn. Trong y tế, một xét nghiệm không cho kết quả không đồng nghĩa với cơ thể khỏe mạnh. Trong tuyển trạch, một hồ sơ không có cờ đỏ không đồng nghĩa với cầu thủ không rủi ro. Sự vắng mặt của tín hiệu xấu không phải bằng chứng của tình trạng tốt. Đó là hai câu khác nhau, và bóng đá Việt Nam đang trả giá vì gộp chúng làm một.

Góc phản trực giác nằm ở đây: phần lớn người trong ngành tin vấn đề của tuyển trạch Việt Nam là thiếu dữ liệu. Dữ liệu sự kiện của V-League hiện đủ để xếp hạng 90% cầu thủ nội theo giá trị đóng góp mỗi 90 phút. Thứ thiếu là cổng kiểm soát, một quy tắc đơn giản nói rằng không có dữ liệu thì hồ sơ không đi tiếp. Thêm dữ liệu vào một quy trình không có cổng chỉ tạo ra nhiều con số hơn để bỏ qua. Đó là lý do nhiều câu lạc bộ mua gói dữ liệu đắt tiền rồi vẫn ký hợp đồng dựa trên một đoạn clip ba mươi giây.

Tôi không tin trực giác. Tôi tin vào thứ trực giác đã được kiểm chứng qua bảy mùa giải.

Có một yếu tố văn hóa cần nói rõ, vì tôi là người Hàn Quốc làm việc ở Việt Nam. Dữ liệu không có quốc tịch, nhưng người tạo ra dữ liệu thì có. Ở Hàn Quốc, báo cáo thể lực được đọc như một văn bản kỹ thuật. Ở Việt Nam, cùng báo cáo ấy đôi khi được đọc như một lời đánh giá nhân cách.

Giữa bảng chuyển nhượng và sân cỏ, tôi chọn đứng ở giữa, đo lường cả hai phía.

Điều tôi mong ở mùa giải tới không phải một câu lạc bộ vô địch nhờ dữ liệu. Tôi mong thấy ít nhất ba câu lạc bộ V-League công khai quy trình cổng cứng trong tuyển trạch. Đến kỳ chuyển nhượng giữa mùa, cần so tỷ lệ cầu thủ ký mới đạt trên 900 phút thi đấu giữa nhóm có cổng và nhóm không có cổng. Nếu khoảng cách xuất hiện, nó sẽ tự thuyết phục những người mà một bản báo cáo không thể thuyết phục.