Khoảng trống dữ liệu: Nửa còn lại của nghề phân tích thể thao

3 giờ 42 phút sáng tại Nagoya. Tôi mở lại tập tin báo cáo mình đã dựng khung suốt ba ngày. Khung đủ chín tầng: phân tích chiến thuật và kỹ thuật, phong độ và dữ liệu cầu thủ, hệ thống giải đấu, cục diện thế giới và định vị đội, luật lệ và thể chế, ban huấn luyện và hệ thống hỗ trợ, bề mặt rủi ro, câu chuyện công chúng và kỳ vọng, và cuối cùng là chuỗi truyền dẫn của ngành. Mỗi tầng một bảng, mỗi bảng ba cột: đánh giá, so sánh, ghi chú. Tôi kéo con lăn chuột từ trên xuống. Không tên giải. Không tên cầu thủ. Không tỷ số. Không dấu thời gian. Không nguồn. Ô kết luận ở mỗi tầng đều mang một dòng chữ lặp lại: không đủ thông tin để phân tích. Tôi ngồi nhìn màn hình trong tiếng máy sưởi chạy đều và nhận ra rằng hai mươi ba năm quan sát ngành vừa dạy tôi một điều mà không giáo trình nào viết: một nửa của nghề phân tích dữ liệu nằm ở kỷ luật im lặng. Nagoya không đọc báo cáo của tôi, nhưng dữ liệu thì không cần người đọc. Sự việc bắt đầu từ một yêu cầu tưởng chừng đơn giản. Một đầu mối gửi cho tôi một bản tóm tắt và đề nghị tôi phân tích sâu. Nhưng bản tóm tắt ấy, khi mở ra, chỉ có phần khung: các đề mục đúng chuẩn, các bảng biểu đúng chuẩn, các chú thích đúng chuẩn. Phần ruột thì trống. Không có tên giải. Không có cấp độ giải. Không có cầu thủ. Không có kết quả gần đây. Không có đối đầu lịch sử. Không có điểm xếp hạng. Không có huấn luyện viên. Không có dấu vết thời gian. Trong mười chín năm làm báo cáo dữ liệu cho các đội bóng và các giải cầu lông, tôi đã gặp nhiều kiểu thiếu thông tin, nhưng chưa từng gặp kiểu thiếu thông tin sạch đến vậy: một cái khung hoàn hảo bao quanh một khoảng không hoàn hảo. Điều đầu tiên tôi làm trong những tình huống thế này không phải là viết, mà là phân loại khoảng trống. Có ba loại khoảng trống trong phân tích thể thao, và chúng đòi hỏi ba thái độ hoàn toàn khác nhau. Loại thứ nhất là khoảng trống do lười biếng. Dữ liệu tồn tại, nằm đâu đó trong kho, nhưng người ta không chịu lấy ra. Với loại này, câu trả lời là đi lấy. Tôi từng mất một đêm để dựng lại toàn bộ số liệu giao cầu của một giải cầu lông trong nước chỉ vì bản gốc bị thất lạc định dạng. Đó là công việc, không phải bi kịch. Loại thứ hai là khoảng trống do rào cản. Dữ liệu tồn tại nhưng bị khóa sau hợp đồng, sau bản quyền, sau thỏa thuận thương mại. Với loại này, câu trả lời là đàm phán, hoặc chấp nhận một báo cáo có ghi rõ giới hạn. Năm 2026, khi tôi ngồi trong phòng thu của đài truyền hình cho World Cup Nga, tôi chỉ được truy cập một phần dữ liệu vòng loại, và tôi buộc phải nói rõ trên sóng rằng kết luận của mình dựa trên một mẫu giới hạn. Loại thứ ba, và là loại nguy hiểm nhất, là khoảng trống cấu trúc: dữ liệu đơn giản là chưa từng được sinh ra. Trận đấu chưa diễn ra, hoặc diễn ra nhưng không có ai ghi lại, hoặc có ghi lại nhưng không theo tiêu chuẩn nào dùng được. Đây là loại khoảng trống mà chín tầng phân tích của tôi đang đối mặt. Và với loại này, phản xạ tự nhiên của một nhà phân tích non tay là lấp đầy nó bằng suy luận. Đó chính là cái bẫy. Tôi gọi cái bẫy ấy là tội lỗi của khoảng trống bị lấp. Khi một ô trống xuất hiện trong báo cáo, bộ não được huấn luyện để tìm mẫu sẽ tự động đề xuất một mẫu. Không có số liệu giao cầu của cầu thủ A? Bộ não nói: chắc anh ta giao cầu an toàn. Không có dữ liệu đối đầu? Bộ não nói: kinh nghiệm cho thấy đối đầu thường cân bằng. Không có điểm xếp hạng? Bộ não nói: vị trí trên bảng xếp hạng chắc không đổi nhiều. Mỗi một câu chắc như vậy là một viên gạch giả đặt vào bức tường. Đặt đủ nhiều viên gạch giả, bức tường trông vẫn thẳng, cho đến khi ai đó tựa vào nó. Trong bảng phân tích chiến thuật và kỹ thuật của tôi, các ô về khả năng tiến công, khả năng thực thi, mức độ phù hợp thể lực và dữ liệu then chốt đều trống. Điều đó có nghĩa là tôi không thể nói gì về phong cách thi đấu của chủ thể phân tích. Không thể nói họ tấn công hay phòng ngự chủ động, không thể nói họ dựa vào tốc độ hay kiểm soát. Trong cầu lông, nơi tôi gắn bó lâu nhất với vai trò cố vấn dữ liệu, phong cách không phải là một cảm nhận mà là một tổng hợp của ít nhất bốn nhóm chỉ số: tỷ lệ lỗi giao cầu dưới áp lực, phân bố điểm thắng theo vùng sân, xu hướng chọn quỹ đạo cầu trong loạt đánh dài, và tỷ lệ thắng ở khu vực lưới. Không có bốn nhóm này, mọi phát ngôn về phong cách đều là phỏng đoán được trang điểm bằng thuật ngữ. Tôi nhớ lại bài học đắt nhất đời mình về điều này. Năm 2026, khi còn là nhân viên phân tích cấp trung ở Nagoya Grampus, tôi trình một báo cáo mười bốn trang về tiền đạo trẻ Ryo Kato. Chỉ số bàn thắng kỳ vọng của cậu ấy là 0,82 mỗi trận, cao nhất đội, nhưng cậu ấy chỉ ghi bốn bàn trong chín trăm phút. Tôi kết luận Kato đang bị ép chơi lệch khỏi điểm mạnh săn bóng trong vòng cấm. Huấn luyện viên gạt đi vì cho rằng Kato quá nhỏ con trước các trung vệ J-League. Cuối mùa, Kato chuyển sang một câu lạc bộ Bỉ với giá 1,2 triệu euro và ghi mười hai bàn. Dữ liệu của tôi đúng, nhưng tôi thất bại trong cách truyền tải. Bài học năm đó dạy tôi rằng dữ liệu đúng thôi chưa đủ; nhưng có một bài học thứ hai mà tôi chỉ nhận ra sau này: nếu năm đó tôi thiếu dữ liệu bàn thắng kỳ vọng, tôi đã có thể viết một báo cáo nghe rất thuyết phục bằng cách lấp khoảng trống bằng cảm nhận, và nó sẽ sai một cách nguy hiểm hơn nhiều. PPDA 6,8 là con số, còn tôi chỉ là kẻ chép lại hiện thực. Đến tầng phong độ và dữ liệu cầu thủ, khoảng trống lại càng lộ rõ. Không có kết quả gần đây, không có chất lượng kết quả, không có mật độ lịch thi đấu, không có chỉ số then chốt. Trong phân tích cầu lông, đây là tầng tôi coi trọng bậc nhất, vì phong độ của một tay vợt không đo bằng số trận thắng mà bằng chất lượng của chuỗi trận ấy. Một tay vợt thắng năm trận liên tiếp nhưng bốn trận phải đi đến ba ván và hai trận gặp đối thủ ngoài tốp một trăm là một câu chuyện hoàn toàn khác với một tay vợt thắng năm trận với ba trận thắng nhanh trước đối thủ tốp hai mươi. Không có dữ liệu chuỗi trận, tôi không thể nói gì về đà phong độ. Và trong thể thao, đà phong độ là thứ công chúng cảm nhận rất rõ nhưng hiếm khi đo được đúng. Đêm 547 trận đấu đã dạy tôi: bóng đá đóng băng, nhưng con số không đóng băng. Đó là bài học từ năm 2026, khi đại dịch khiến mọi giải đấu đình trệ. Hợp đồng của tôi với một phòng thí nghiệm phân tích thể thao Nhật Bản bị cắt bốn mươi phần trăm, nhà tài trợ rút lui. Thay vì hoảng loạn, tôi đóng cửa phòng làm việc và xem lại 547 trận J-League từ 2026 đến 2026. Tôi tự hỏi: khi một đội dẫn trước ở phút bảy mươi nhưng bắt đầu lùi sâu, chuyện gì xảy ra? Tôi phát hiện rằng nếu chỉ số PPDA tăng lên trên mười hai, xác suất bị gỡ hòa là ba mươi tám phần trăm. Khủng hoảng không tạo ra tri thức mới; nó buộc tôi nhìn kỹ hơn vào những gì đã có. Nhưng điều đó chỉ đúng khi những gì đã có thực sự tồn tại trong kho. Đêm nay, kho trống. Ở tầng hệ thống giải đấu, tôi cần biết giải thuộc cấp bậc nào, thể thức ra sao, vị trí trong hệ thống mục tiêu của chủ thể là gì. Trong cầu lông, sự khác biệt giữa một giải Super 1000 và một giải Super 300 không chỉ là tiền thưởng và điểm xếp hạng, mà là cấu trúc bốc thăm, số lượng hạt giống, và mức độ mệt mỏi tích lũy mà một tay vợt phải mang theo. Một giải có thể thức loại trực tiếp thuần túy có độ ngẫu nhiên cao hơn một giải có vòng bảng, vì một ngày thi đấu tệ có thể xóa sổ cả tuần chuẩn bị. Không có tên giải và cấp bậc, tôi không thể đánh giá được một kết quả là thành tích hay may mắn. Tôi thường tự nhắc mình bằng một câu mà tôi coi như nguyên tắc: mỗi đường chuyền là một câu trả lời, và tôi chỉ là người đặt câu hỏi đúng. Nhưng khi không có đường chuyền nào để đếm, người đặt câu hỏi đúng cũng phải biết đặt bút xuống. Bề mặt rủi ro là tầng cho tôi thấy rõ nhất sự nguy hiểm của việc phân tích trong khoảng trống. Ma trận rủi ro gồm chấn thương, cạnh tranh, xếp hạng, cấu trúc nhân sự, luật lệ, dư luận và tính hệ thống. Mỗi ô cần một xác suất và một mức độ ảnh hưởng. Không có tên cầu thủ, tôi không thể đánh giá rủi ro chấn thương. Không có lịch thi đấu, tôi không thể đánh giá rủi ro tích lũy. Không có kết quả, tôi không thể đánh giá rủi ro cạnh tranh. Điều thú vị là, trong nhiều bản phân tích tôi từng đọc, chính những ô rủi ro này lại là nơi người ta lấp khoảng trống nhiều nhất. Người ta viết rủi ro chấn thương ở mức trung bình mà không có bất kỳ dữ liệu tải trọng nào. Đó không phải phân tích, đó là bói toán mặc áo số liệu. Người ta xem bóng đá bằng mắt, tôi xem bằng bảng số và một đêm không ngủ. Câu chuyện công chúng và kỳ vọng là tầng cuối cùng, và cũng là tầng dễ đánh lừa nhất. Không có tiêu đề bài viết, không có lập trường truyền thông, không có bối cảnh, tôi không thể xác định kỳ vọng thị trường đang ở đâu. Nhưng tôi biết một quy luật: khi khoảng trống dữ liệu càng lớn, câu chuyện công chúng càng hấp dẫn. Vì không có con số nào để phản bác, mọi huyền thoại đều có thể lớn lên tự do. Năm 2026, khi Ả Rập Xê Út thắng Argentina 2-1, cả thế giới gọi đó là phép màu. Tôi ngồi một đêm, rà lại băng quay, đếm năm pha bẫy việt vị thành công chỉ trong hiệp một, đo khoảng cách trung bình giữa hai tuyến của Ả Rập Xê Út chỉ mười tám mét. Bài viết của tôi khẳng định đó không phải phép màu mà là chiến thuật được biên soạn hoàn hảo bằng số liệu. Tôi bị chê là lạnh lùng, tước đi sự kỳ diệu của trận đấu. Người ta không muốn nghe sự thật khi họ đang cần một huyền thoại. Nhưng ít nhất đêm đó tôi có dữ liệu để đếm. Đêm nay thì không. Đây là lúc tôi phải đối diện với cám dỗ lớn nhất của nghề: viết cho đủ, thay vì viết cho đúng. Một bài phân tích chín tầng nghe rất oai. Nó có đủ bảng biểu, đủ thuật ngữ, đủ mục. Nếu tôi chỉ cần điền vào chín tầng ấy những suy luận hợp lý, tôi sẽ có một sản phẩm trông chuyên nghiệp và có thể xuất bản trong vòng hai giờ. Nhưng đó chính là lúc thương hiệu của tôi chết. Mệnh đề của tôi từ ngày đầu bước vào nghề là xác minh trước, phát biểu sau. Một lần đoán mò, dù chỉ trong một ô nhỏ, là một lần tự phá vỡ toàn bộ vị thế mà tôi đã xây bằng hàng trăm trận đấu và hàng nghìn con số. Có một nghịch lý mà tôi nghĩ mọi nhà phân tích dữ liệu thể thao đều phải học. Chúng ta được đào tạo để biến dữ liệu thành câu chuyện, nhưng lại ít khi được đào tạo để từ chối kể câu chuyện khi dữ liệu vắng mặt. Trong thể thao, áp lực kể chuyện lớn hơn áp lực chính xác. Khán giả muốn nghe một cái tên, một lý do, một dự báo. Một bài viết nói tôi không đủ thông tin nghe như một sự thú nhận yếu đuối. Nhưng thực ra, đó lại là phát ngôn dũng cảm nhất mà một người phân tích có thể đưa ra, vì nó chống lại chính bản năng của mình và chống lại kỳ vọng của đám đông. Bóng đá là trò chơi của sai số, và tôi sống để giảm sai số đó. Trong những năm làm nghề, tôi rút ra một quy tắc gọi là ngưỡng đủ. Trước khi kết luận, tôi cần tối thiểu ba nguồn độc lập, hoặc mười trận đấu trong một cửa sổ thời gian xác định. Nếu chưa đạt ngưỡng, tôi không viết kết luận, tôi viết bản đồ khoảng trống: liệt kê rõ cái gì đã biết, cái gì chưa biết, và cần thêm gì để biết. Ngưỡng đủ không phải là một cái cớ để trì hoãn vô hạn. Đó là ranh giới giữa phân tích và phỏng đoán. Nó cũng là cách tôi tự bảo vệ mình khỏi việc biến tương quan thành nhân quả, một lỗi mà những người nghiện tiền lệ như tôi rất dễ mắc. Ở tầng chuỗi truyền dẫn của ngành cầu lông, khoảng trống cũng lan ra theo một cách khác. Khi không có dữ liệu về một tay vợt, nhà tài trợ thiết bị không biết định giá, ban tổ chức không biết xếp hạt giống quảng bá, và chuỗi phát triển tài năng mất đi một mắt xích định hướng. Một khoảng trống dữ liệu ở cấp độ cá nhân không dừng lại ở cá nhân. Nó chảy xuống thị trường thiết bị, chảy sang thương mại giải đấu, và cuối cùng chảy vào quyết định của các học viện. Đây là lý do tôi luôn nói rằng minh bạch dữ liệu không phải là chuyện kỹ thuật, mà là chuyện hạ tầng của cả một nền thể thao. Và đây là chỗ tôi muốn nói điều khó nghe nhất của bài viết này. Trong ngành phân tích thể thao, phần lớn các báo cáo tồi không phải vì tác giả thiếu dữ liệu. Chúng tồi vì tác giả có dữ liệu nhưng thiếu kỷ luật trong việc phân biệt đâu là bằng chứng, đâu là giả định. Một khoảng trống được đánh dấu rõ ràng, ghi chú không đủ thông tin, là một khoảng trống trung thực. Một khoảng trống được lấp bằng ngôn từ hoa mỹ là một lời nói dối có học thức. Người đọc không thể phân biệt hai thứ ấy, nhưng thời gian thì có thể. Tôi từng ngồi trong một cuộc họp mà sự khác biệt này được đặt lên bàn cân. Đó là một buổi thảo luận về cách đánh giá một tay vợt trẻ chỉ mới thi đấu mười hai trận quốc tế. Một bên trình một bản phân tích đầy đủ về điểm mạnh, điểm yếu, tiềm năng vô địch. Bên kia, người của tôi, chỉ trình một trang với ba dòng dữ liệu có thể kiểm chứng và một danh sách dài những câu hỏi chưa có câu trả lời. Người thứ nhất thắng trong mắt đám đông. Người thứ hai thắng trong quyết định cuối cùng về sau. Nhưng điều tôi học được không phải là cái nào thắng. Điều tôi học được là hai cách làm ấy đại diện cho hai triết lý: một triết lý tin rằng luôn có câu trả lời, một triết lý tin rằng có những câu trả lời phải chờ. Tương quan không phải nhân quả. Đó là câu mà mọi nhà phân tích đều thuộc lòng và rất ít người thực hành đầy đủ. Khi dữ liệu đầy đủ, sai lầm nằm ở việc nhìn hai chuỗi số đi cùng nhau rồi gán nhân quả cho nhau. Khi dữ liệu trống, sai lầm còn lớn hơn: chúng ta gán nhân quả cho chính khoảng trống. Không có tin gì về cầu thủ này nên chắc anh ta không có vấn đề là một câu nghe rất hợp lý và rất sai. Sự vắng mặt của bằng chứng không phải là bằng chứng của sự vắng mặt. Đêm nay, chín tầng phân tích của tôi là một minh chứng sống động cho nguyên tắc ấy. Sự trống rỗng không chứng minh điều gì về trận đấu; nó chỉ chứng minh điều gì đó về người gửi dữ liệu. Trong chuyển nhượng, một con số sai có thể đổi màu cả mùa giải. Tôi nghĩ về điều này nhiều hơn khi bước sang phần kết. Có một cám dỗ khác, tinh vi hơn cám dỗ lấp khoảng trống: cám dỗ biến khoảng trống thành một câu chuyện hấp dẫn về chính nó. Tôi có thể viết một bài ca ngợi sự im lặng của dữ liệu, biến nó thành một thứ triết lý hào nhoáng. Nhưng đó cũng là một cách lấp đầy, chỉ khác về hình thức. Sự thật trần trụi là: khi không có thông tin, không có thông tin. Không có bài học lớn lao nào ngoài bài học về giới hạn. Vậy nhà phân tích nên làm gì khi đứng trước một khoảng trống? Câu trả lời của tôi gồm ba bước, và tôi đã dạy nó cho nhiều thực tập sinh. Thứ nhất, kiểm tra lại xem khoảng trống là thật hay giả, vì đôi khi dữ liệu tồn tại nhưng nằm sai chỗ. Thứ hai, nếu khoảng trống là thật, xác định nó thuộc loại nào: lười biếng, rào cản, hay cấu trúc. Thứ ba, và quan trọng nhất, quyết định xem khoảng trống ấy có chặn được kết luận cuối cùng hay không. Có những khoảng trống không quan trọng, như thiếu dữ liệu về màu áo đấu, không ảnh hưởng đến phân tích chiến thuật. Có những khoảng trống chí mạng, như thiếu dữ liệu về phong độ, ảnh hưởng đến mọi kết luận. Phân biệt được hai loại này là kỹ năng phân tích thực sự. Đêm nay, khoảng trống trong tay tôi thuộc loại chí mạng. Nó chặn toàn bộ chín tầng. Và câu trả lời đúng duy nhất mà tôi có thể đưa ra là nói rõ điều đó, thay vì giả vờ rằng khung phân tích của tôi đã hoàn thành. Dữ liệu không bao giờ vội. Nó đợi tôi đủ kiên nhẫn để hiểu. Tôi đóng tập tin. Ngoài cửa sổ, Nagoya vẫn ngủ. Tôi nghĩ đến câu hỏi mà mình luôn đặt ở cuối mỗi báo cáo: vậy tại sao chúng ta bỏ lỡ điều hiển nhiên? Đêm nay, điều hiển nhiên là một câu hỏi khác. Không phải chúng ta bỏ lỡ gì, mà là chúng ta đang cố phân tích cái gì khi chưa có gì để phân tích. Khi một bản phân tích được yêu cầu trước khi dữ liệu tồn tại, vấn đề không nằm ở người phân tích. Vấn đề nằm ở quy trình đã đặt câu hỏi sai thời điểm. Một nền thể thao trưởng thành không chỉ được đo bằng số huy chương, mà bằng việc nó có dám nói chưa đến lúc hay không. Ngày mai, tôi sẽ gửi trả cái khung trống ấy với một ghi chú duy nhất: cần dữ liệu trước khi cần kết luận. Có thể sẽ có người cho rằng tôi né tránh công việc. Nhưng tôi đã học được, qua hai mươi ba năm và qua một đêm dài trước màn hình trống, rằng trong nghề này, can đảm lớn nhất không phải là đưa ra phán đoán táo bạo. Can đảm lớn nhất là từ chối đưa ra phán đoán khi chưa có gì để dựa vào.