Cột trống không phải là cột an toàn: bài học từ 157 trận Bundesliga không khán giả

Tháng 5 năm 2026, khi Bundesliga trở lại sau đợt giãn cách, tôi ngồi ở Los Angeles mở lại bảng mô hình đã đóng băng suốt ba tháng. Cột tỷ lệ thắng sân nhà vẫn in ra con số cũ, y hệt tháng Hai. Không có cảnh báo đỏ, không có dòng lỗi nào hiện lên. Hệ thống hoàn toàn không biết rằng mọi khán đài ở Đức đang trống. Biến số "khán giả" đơn giản là chưa từng tồn tại trong công thức — nó vẫn nằm đó suốt hai mươi năm dưới dạng một hệ số cố định, và không ai buồn hỏi vì sao nó lại ở đó. Tôi nhớ mình đã ngồi im khá lâu trước màn hình. Cảm giác ấy giống như đọc một bản báo cáo tài chính đầy đủ các dòng doanh thu, nhưng dòng chi phí bị để trắng — và phần mềm vẫn cộng ra lợi nhuận. Lợi thế sân nhà là một trong những hằng số lâu đời nhất của bóng đá. Suốt nhiều thập kỷ, các mô hình đều gán cho đội chủ nhà một phần lợi thế nhất định, thường dao động quanh mức 0,3 đến 0,4 bàn mỗi trận. Nó được dựng từ hàng chục nghìn trận đấu có khán giả, trên những mặt cỏ khác nhau, dưới những trọng tài khác nhau. Vì nó chạy tốt, không ai động vào. Cách mô hình được dựng cũng rất đơn giản: lấy dữ liệu lịch sử, hồi quy, tìm hệ số, khóa lại, rồi chỉ cập nhật khi có biến động lớn. Vấn đề nằm ở chữ "lớn". Một đại dịch khiến toàn bộ khán đài trống trong nhiều tháng là biến động lớn về mặt thể thao, nhưng lại không tạo ra bất kỳ dòng dữ liệu mới nào để hệ thống phản ứng. Không có khán giả thì không có dữ liệu về khán giả. Và thứ không có dữ liệu thì mô hình mặc định là vô can. Ba tuần sau khi giải đấu trở lại, tôi bắt đầu thấy những dấu hiệu lạ. Tỷ lệ thắng sân nhà tụt xuống rõ rệt. Tôi không dám kết luận ngay — đó là phản xạ nghề nghiệp. Tôi ghi lại từng trận, từng vòng, từng tỷ số, rồi để dữ liệu tự nói. Tôi lấy mẫu 157 trận Bundesliga từ tháng 5 năm 2026, giai đoạn bóng đá trở lại trong các sân vận động không khán giả. Kết quả thô ban đầu: tỷ lệ thắng sân nhà giảm từ 43% xuống 36%. Mức chênh bảy điểm phần trăm không phải một dao động ngẫu nhiên nhỏ — nó tương đương với việc xóa sổ gần một phần năm lợi thế sân nhà truyền thống. Nhưng thống kê đúng chưa chắc kết luận đã đúng. Tôi chia nhỏ dữ liệu theo tháng để xem xu hướng có ổn định không, rồi chia tiếp theo thứ hạng đội bóng để loại trừ khả năng các đội mạnh đơn giản là gặp lịch thi đấu dễ. Xu hướng vẫn giữ nguyên ở cả hai cách chia. Đến lúc đó tôi mới xác nhận. Điều tôi tìm được không phải là lợi thế sân nhà biến mất. Điều tôi tìm được là lợi thế sân nhà chưa bao giờ đến từ mặt cỏ — nó đến từ khán đài. Nhìn kỹ hơn vào dữ liệu trận đấu, tôi thấy số thẻ vàng cho đội khách thay đổi. Trọng tài trên sân trống có xu hướng rút thẻ ít hơn cho đội khách, và đó là điểm mấu chốt. Khán giả, ở một mức độ nào đó, tác động lên quyết định của trọng tài và lên tâm lý cầu thủ đội khách — chứ không phải lên chất lượng đường chuyền của đội chủ nhà. Song song, tôi theo dõi chỉ số bàn thắng kỳ vọng. Chênh lệch xG giữa chủ nhà và khách thu hẹp lại, nhưng không biến mất. Phần thu hẹp ấy khớp với phần lợi thế mất đi. Những gì tồn tại tiếp vẫn còn vì nó liên quan tới di chuyển, quen sân, thói quen sinh hoạt — những thứ không cần khán giả. Đây là điểm tôi muốn nói rõ. xG không phải chân lý, nó chỉ là cái gương — nhưng gương thì không biết nói dối. Nó không nói cho tôi biết vì sao lợi thế sân nhà tụt. Nó chỉ cho tôi thấy rằng có gì đó đã tụt, và ở mức độ nào. Phần giải thích vẫn phải do con người làm. Ba năm trước đó tôi đã gặp một cú lệch tương tự, ở Anfield. Ngày 27 tháng 8 năm 2026, Liverpool đè bẹp Arsenal 4-0 với các bàn thắng của Roberto Firmino, Sadio Mané, Mohamed Salah và Daniel Sturridge. Thống kê truyền thống cho thấy số cú sút hai đội không chênh nhau đến mức đó: Liverpool 18, Arsenal 9. Nếu chỉ nhìn cột tỷ số và cột dứt điểm, tôi sẽ học được một bài học sai. Chỉ số bàn thắng kỳ vọng khi ấy cho ra Liverpool 3,6 và Arsenal 0,3 — một khoảng cách gần như không thể xuyên thủng. Tôi mất gần mười vòng đấu tiếp theo để kiểm chứng điều đó, và mô hình khi ấy dự đoán đúng tới khoảng 80%. Cơn sốc Liverpool năm ấy không làm tôi sợ dữ liệu, nó làm tôi sợ sự tự tin. Rồi đến World Cup 2026 ở Nga. Tôi đặt niềm tin vào Đức trong trận gặp Hàn Quốc, vì đội này kiểm soát bóng 74%, dứt điểm 26 lần, xG chạm 1,8. Hàn Quốc chỉ có 4 cú dứt điểm và xG 0,8, nhưng thắng 2-0 nhờ hai bàn của Kim Young-gwon và Son Heung-min ở phút bù giờ. Đức cầm bóng nhiều nhưng không tạo được cơ hội thật sự, và tôi đã không đọc được dấu hiệu bế tắc. Từ đó, mọi phân tích của tôi đều phải kèm chỉ số PPDA của đối phương, cường độ tranh chấp thực tế, và một mục riêng về rủi ro của giải đấu ngắn ngày. Cả ba câu chuyện — Bundesliga 2026, Anfield 2026, Nga 2026 — có chung một cấu trúc. Một mô hình từng đúng, đổi vai trò của nó trong một khoảnh khắc không ai chú ý. Mô hình không sai, chỉ là thế giới đã đổi lúc tôi không để ý. Điều thú vị là phần lớn người phân tích phản ứng sai hướng khi gặp chuyện kiểu này. Họ đổ lỗi cho mô hình. Họ nói chỉ số vô dụng, nói bóng đá là môn thể thao cảm xúc, nói không gì thay thế được con mắt con người. Góc nhìn khác mà tôi tin hơn: vấn đề nằm ở chỗ mô hình im lặng. Một đường hồi quy bị lỗi sẽ báo lỗi. Một cột dữ liệu trống sẽ không báo gì cả. Nó chỉ đơn thuần cho ra kết quả — và kết quả đó trông hoàn toàn bình thường. Với 157 trận kia, câu hỏi phản biện hợp lý nhất là liệu tác nhân có thực sự là khán đài hay không. Có thể đó là lịch thi đấu dồn nén. Có thể là luật thay người. Có thể là việc hai đội bớt phải di chuyển, và lợi thế của việc quen sân vì thế giảm theo. Tôi không phủ nhận những khả năng này. Không có thiết kế thực nghiệm nào cho phép tôi tách bạch hoàn toàn từng biến trong một mùa giải bị xáo trộn như vậy. Đó là giới hạn của dữ liệu quan sát. Tương quan không phải nhân quả, và tôi ghi rõ điều đó trong mọi bản báo cáo gửi đi. Nhưng có một điều chắc chắn hơn: hệ số cố định cũ không thể giữ nguyên. Và quan trọng hơn, cách hệ thống tiếp nhận một khoảng trắng dữ liệu là vấn đề lớn hơn cả con số 43% hay 36%. Trong nghề phân tích, người ta thường nhầm giữa hai trạng thái. Một là "đã kiểm tra, không có gì bất thường". Hai là "không có dữ liệu để kiểm tra". Trạng thái thứ hai nguy hiểm hơn rất nhiều, vì nó trông y hệt trạng thái thứ nhất trên màn hình. Cả hai đều cho ra một khoảng trắng. Và theo thói quen, khoảng trắng được đọc thành số không. Dữ liệu nhỏ là thứ dữ liệu lớn luôn phơi bày. Một cột bị để trắng không phải là một cột có giá trị bằng không. Nó là một tuyên bố chưa từng được kiểm chứng, và mọi mô hình đọc nó như số không đều đang nói dối một cách rất lễ phép. Tôi đọc cột chú thích khi tất cả chỉ nhìn bảng tỷ số. Đó là nghề của tôi. Và cột chú thích đang dạy tôi một điều mới cho mùa giải đấu lớn này: hãy kiểm tra xem mỗi cột trong bảng dữ liệu thực sự được ghi lại, hay chỉ được suy ra từ một giả định cũ chưa từng được xét lại. Với mỗi ô trống, việc cần làm là phân biệt giữa giá trị chưa từng tồn tại và giá trị đã tồn tại nhưng bị làm rơi ở đâu đó trên đường. Trước khi tin vào con số, hãy hỏi nó sinh ra từ đâu. Và nếu nó không sinh ra từ đâu cả, hãy nói thẳng như vậy thay vì để nó lặng lẽ đi vào báo cáo.