Trang trắng dữ liệu và giới hạn của người phân tích thể thao

Bảy giờ mười hai phút, cộng sự nhắn tin: “Báo cáo về rồi.” Tôi mở tệp và thấy một trang trắng. Không tên trận, không đội bóng, không cầu thủ, không một chỉ số. Chín hạng mục vẫn nằm nguyên tại chỗ — chiến thuật, dữ liệu cầu thủ, vận hành và quỹ lương, cục diện giải đấu, luật và điều hành, phòng thay đồ, rủi ro, truyền thông, hiệu ứng ngành — nhưng mỗi ô chỉ có một dòng chữ giống nhau: không đủ thông tin để đánh giá. Thứ dâng lên trong tôi lúc đó là cám dỗ. Một trang trắng trong nghề phân tích thể thao là lời mời gọi nguy hiểm nhất: viết đi, chẳng ai kiểm tra được đâu. Tôi đóng tệp, gọi đội dữ liệu, và trong hai mươi phút chờ đợi, tôi không viết một chữ nào. Nghề của tôi vận hành theo hai tầng. Tầng một bóc tách nguồn: tiêu đề, cơ quan đưa tin, thời điểm công bố, quan điểm cốt lõi, các điểm thông tin, thực thể được nhắc tên, mức độ nhạy cảm thời gian, chất lượng nguồn. Tầng hai mới là phân tích chuyên sâu: chiến thuật, cầu thủ, quỹ lương, cục diện, luật, phòng thay đồ, rủi ro, truyền thông, hiệu ứng ngành. Tầng một là móng. Khi móng trống, tầng hai vẫn đứng nguyên khung, nguyên cột, nhưng rỗng ruột. Và một khung rỗng thì luôn có người muốn trát vôi lên. Ở thị trường Việt Nam, chuyện này xảy ra thường xuyên hơn người ngoài nghề tưởng. Dữ liệu tracking về từ VBA, từ các trận NBA phát sóng lệch múi giờ, từ những bản ghi V-League không đủ góc máy. Bóng rổ hay bóng đá, thứ thiếu đầu tiên bao giờ cũng là metadata: đây là giải nào, mùa nào, vòng nào, ai là bên cung cấp. Một chữ “basketball” trong trường dữ liệu không nói cho tôi biết đó là NBA, FIBA, VBA hay EuroLeague. Bốn đấu trường, bốn hệ quy chiếu. Cùng một con số 42% tỷ lệ ném ba thành công mang nghĩa khác nhau ở mỗi nơi: ở EuroLeague sân nhỏ hơn, khoảng cách ba điểm gần hơn, mẫu đối thủ khác; ở NBA nó chỉ là mức trung bình. Việc đầu tiên một người phân tích giỏi làm trong mười phút đầu là kiểm tra nguyên liệu. Phân tích để sau. Mỗi khối phân tích có một đầu vào đo được, và đầu vào đó phải nằm trên bàn trước khi bút chạm giấy. Khối chiến thuật cần OffRtg, DefRtg, Pace, và với bóng đá là PPDA — số đường chuyền đối thủ được phép trước mỗi hành động phòng ngự. Không có bốn chỉ số đó, mọi câu về tiến bộ hay thụt lùi chỉ là cảm giác được sắp xếp lại thành câu văn. Tôi nhớ tháng Sáu năm 2026. Trước World Cup, tôi lấy PPDA của đội tuyển Đức ở vòng loại: 12,5. Trung bình của năm nhà vô địch World Cup gần nhất: 9,8. Quãng đường chạy trung bình 98 km mỗi trận. Tôi viết một bài dự đoán Đức bị loại ngay vòng bảng. Đồng nghiệp gọi tôi là nhà khoa học phòng thí nghiệm. Ngày 27 tháng Sáu năm 2026, Đức xếp cuối bảng F sau trận thua Hàn Quốc 0-2. Năm 2026, khi tôi còn là sinh viên năm ba ở Đà Nẵng, tôi dựng bảng xG cho SHB Đà Nẵng và thấy Gastón Merlo đạt xG trung bình 0,8 mỗi trận, nhưng hiệu suất ghi bàn thực tế chỉ 0,4. Một huấn luyện viên trẻ của đội khác bình luận trên mạng rằng con gái thì biết gì về chiến thuật. Tôi công bố bộ dữ liệu mười hai trận sau đó, kèm vị trí dứt điểm và số lần dứt điểm. Đội giành 9 trên 36 điểm. Năm 2026, khi các giải châu Âu đá trong sân trống, tôi gom dữ liệu 300 trận ở tám giải và thấy tỷ lệ thắng sân nhà giảm từ 45% xuống 38%. Tôi gửi báo cáo cho một đội V-League đang ở nhóm cuối, đề xuất pressing cao ngay từ đầu ở các trận sân khách. Giai đoạn lượt về, đội giành 12 trên 15 điểm sân khách, trước đó chỉ có 6 trên 15. Ba ví dụ, ba lần kết luận đi ngược số đông. Cả ba lần, nguyên liệu đều nằm trên bàn trước khi tôi viết. Đó là toàn bộ khác biệt. Con số không biết nói dối, nhưng nó cũng không biết kể chuyện. Việc của tôi là dựng lại câu chuyện quanh con số đã có nguồn. Khi nguồn trống, thứ duy nhất tôi có thể dựng là một câu chuyện không thật. Bảy khối còn lại cũng vậy. Khối cầu thủ cần TS%, USG%, Net Rating và vị trí trên đường cong tuổi, kèm bước kiểm tra chỉ số rỗng. Khối quỹ lương cần cấu trúc hợp đồng tối đa, tầng trung cấp, phần dư từ hợp đồng tân binh, và vị trí so với ngưỡng thuế. Khối luật cần biết giải nào, cơ quan nào ban hành, tiền lệ nào đã có. Khối cục diện cần phân tầng ứng viên vô địch, nhóm playoff, nhóm play-in, nhóm tank. Điều phản trực giác nằm ở đây: một báo cáo trống là bản phân tích trung thực nhất tôi có thể đưa ra trong ngày hôm đó. Ngành này không thưởng cho sự trung thực đó. Ngành này thưởng cho sự tự tin. Một bài viết dài, chắc nịch, có số liệu, có kết luận luôn được chia sẻ nhiều hơn một dòng “chưa đủ dữ liệu”. Nên áp lực luôn nghiêng về phía lấp đầy trang trắng. Người viết tự tin nhất trong phòng thường là người có ít nguồn nhất, vì người có nguồn biết rõ chỗ nào còn thiếu. Rủi ro lớn nhất nằm ở một báo cáo trông đầy đặn nhưng ruột rỗng — một khung chín hạng mục được điền bằng suy đoán, không có dòng nào kiểm chứng được. Loại báo cáo đó nguy hiểm hơn, vì nó đi qua mọi vòng kiểm duyệt hình thức. Có một dạng lỗi âm thầm hơn: dán nhãn sai lĩnh vực. Chỉ ghi “basketball” rồi mặc định đó là NBA. Tôi từng nhận một tệp như vậy. Sau khi đối chiếu, nguồn là một giải khu vực. Nếu cứ thế phân tích theo hệ quy chiếu NBA, toàn bộ kết luận về quỹ lương và cục diện sẽ sai ở gốc. Mọi huấn luyện viên đều nói về cảm giác. Tôi không có cảm giác, tôi có độ lệch chuẩn. Nhưng độ lệch chuẩn cũng chỉ tính được khi có mẫu. Không mẫu thì không có gì cả — kể cả tôi. Vòng dữ liệu tiếp theo, thứ tôi theo dõi là sức chịu đựng của chính quy trình. Một hệ thống chỉ đáng tin khi nó biết nói “không đủ thông tin” mà không bị ai đó điền vào chỗ trống. Dữ liệu là một tu viện: càng ít tiếng ồn, càng nghe rõ điều gì đó đang cố nói. Tu viện trống thì không nói gì cả. Im lặng ở đó là một câu trả lời, và tôi chọn giữ nguyên nó.