Bảng dữ liệu trống rỗng và bài học kiểm chứng ở mùa giải lớn

Đêm 22 tháng 11 năm 2026, tại một căn hộ nhỏ ở Thâm Quyến, tôi mở bảng tính trước giờ bóng lăn. Hiệp một trận Ả Rập Xê Út gặp Argentina vừa khép lại, và theo thói quen suốt tháng World Cup, tôi dán dữ liệu cú sút vào ô tính để cập nhật cột bàn thắng kỳ vọng. Lần này, cả cột trả về một dãy trống. Không phải số không, cũng không phải lỗi công thức. Chỉ là khoảng lặng ở đúng nơi lẽ ra phải có một con số.

Tôi ngồi im trước màn hình. Ngoài cửa sổ, thành phố vẫn sáng đèn; trong tai nghe, tiếng bình luận viên vẫn dồn dập. Nhưng trong đầu tôi chỉ còn một câu hỏi: nếu bảng dữ liệu trống, tôi lấy gì để kể lại trận đấu?

Sau này tôi mới hiểu, khoảng lặng đó là bài học đầu tiên và cũng là bài học khó nhất của nghề kể chuyện bằng số. Một bảng tính trống không phải là sự trung lập. Nó là một lời cảnh báo. Trong mùa giải lớn, khi hàng triệu người cùng chờ một con số để tin, người viết phải học cách đứng về phía dữ liệu đã được kiểm chứng, chứ không phải về phía con số đang lan truyền nhanh nhất.

Tôi làm nghề báo dữ liệu, sinh ra ở Việt Nam và hiện sống ở Trung Quốc. Công việc hằng ngày của tôi là đưa tin về thể thao cho một thị trường khán giả rất khác nơi tôi lớn lên. Cái nghề này dạy tôi một điều tưởng như đơn giản: một con số chỉ có nghĩa khi ta biết nó đến từ đâu, được đo trong điều kiện nào, và ai là người đặt tên cho nó.

Bối cảnh: ba bước, chín tầng, và một ranh giới

Phương pháp của tôi chỉ có ba bước. Đưa con số lên bàn. Truy nguồn và đặt nó vào bối cảnh. Rồi mới kết luận. Nghe thì chậm, nhưng chính cái chậm đó giữ cho bài viết không biến thành một bản tin sống bằng tiêu đề giật gân.

Bước thứ hai là bước tôi làm kỹ nhất, cũng là bước khiến tôi nhiều lần phải viết lại từ đầu. Một chỉ số bàn thắng kỳ vọng không tự nói lên điều gì nếu tôi không biết mô hình nào tạo ra nó, dữ liệu cú sút được thu thập bằng mắt người hay bằng hệ thống theo dõi tự động, và sai số nằm ở đâu. Trước mỗi số liệu chính, tôi đặt cho mình hạn mức hai nguồn đối chiếu. Nếu không đủ hai nguồn, tôi không viết.

Đó là kỷ luật tôi tự học sau nhiều năm, và cũng là cách tôi tránh cái bẫy lớn nhất của nghề: tê liệt vì muốn kiểm chứng thêm mãi mà không bao giờ xuất bản. Sửa sai sau khi xuất bản tốt hơn là không bao giờ xuất bản. Nhưng có một ranh giới tôi phải tôn trọng: khi dữ liệu đầu vào trống rỗng, cách trung thực nhất không phải là suy diễn cho đầy bảng, mà là nói thẳng rằng chưa đủ thông tin để kết luận.

Trong giới phân tích, người ta gọi đó là xử lý giá trị rỗng. Nó không hấp dẫn, không tạo ra những bài viết được chia sẻ ào ạt, nhưng nó giữ cho người viết không tự biến mình thành kẻ bịa ra sự thật. Tôi đã từng chứng kiến một quy trình phân tích thất bại ngay ở khâu đầu vào. Một bộ dữ liệu được đưa vào hệ thống, nhưng danh sách sự kiện cốt lõi trống trơn: không tên giải đấu, không đội, không cầu thủ, không mốc thời gian.

Kết quả là toàn bộ báo cáo phía sau, dù khung phân tích có chín tầng lớp chỉn chu đến đâu, cũng chỉ còn lại những dòng chữ “chưa đủ thông tin để đánh giá”. Đó là một thất bại về quy trình, và nó đáng được ghi nhận như một bài học, chứ không phải bị che đi bằng vài kết luận vội vàng.

Với bóng đá, khung phân tích ấy có thể tóm gọn thành mấy tầng: chiến thuật và meta của giải, thể thức và mật độ thi đấu, đội hình và phong độ cầu thủ, tương quan khu vực, tài chính câu lạc bộ, luật và quản trị, rủi ro, câu chuyện truyền thông, và cách một thay đổi lan từ ban tổ chức xuống tận khán đài. Nghe thì nhiều, nhưng tất cả đều bắt đầu từ một viên gạch nhỏ nhất: một dữ kiện cụ thể có thể kiểm chứng được. Không có viên gạch đó, mọi tầng lớp phía trên đều rỗng.

Cốt lõi: bốn mùa giải, bốn lần chạm vào giới hạn của dữ liệu

Tôi sẽ kể bốn câu chuyện. Cả bốn đều dạy tôi cùng một điều: xG không nói dối, nó chỉ không bao giờ nói hết sự thật.

Câu chuyện đầu tiên đến từ mùa hè 2026, khi tôi vừa tròn mười tám tuổi và là sinh viên năm nhất ở Thâm Quyến. Tôi bắt đầu viết blog, tự tay tính chỉ số bàn thắng kỳ vọng từ dữ liệu cú sút thu thập trên các trang thống kê. Trận bán kết World Cup giữa Pháp và Bỉ, tôi tính ra chỉ số của Pháp chỉ khoảng 1,6 còn Bỉ là 0,8. Kết quả, Pháp thắng 1-0 nhờ cú đánh đầu của trung vệ Samuel Umtiti từ một tình huống phạt góc.

Bàn thắng quyết định ấy không nằm trong bất kỳ cú sút nào mà mô hình của tôi đánh giá cao. Tôi nhận ra chỉ số thô không giải thích được giá trị của một pha bóng cố định, nơi chiến thuật và khả năng không chiến tạo ra đột biến mà mô hình xác suất không lường trước. Tôi dành trọn một tháng xem lại băng ghi hình, phân tích từng pha bóng, rồi điều chỉnh mô hình để cộng thêm trọng số cho các tình huống cố định.

Bài viết sau đó chính xác hơn. Nhưng thứ tôi giữ lại không phải con số đẹp hơn, mà là nhận thức rằng mọi mô hình đều có rìa. Từ đó, tôi không bao giờ đưa ra khẳng định tuyệt đối. Mỗi số liệu tôi đưa ra đều đi kèm ghi chú về nguồn và sai số, và mỗi bài viết đều có một câu như “theo mô hình của tôi” hoặc “với độ tin cậy khoảng tám mươi phần trăm”.

Câu chuyện thứ hai đến từ năm 2026, khi đại dịch khiến các sân vận động trống rỗng. Lúc đó tôi là thực tập sinh phân tích dữ liệu cho một công ty thể thao ở Thâm Quyến. Tôi thu thập số liệu của 240 trận đấu thuộc Chinese Super League và phát hiện một điều khiến tôi phải ngồi lại rất lâu: tỷ lệ thắng của đội chủ nhà giảm từ 47% xuống 39% khi không có khán giả.

Chỉ số PPDA, tức số đường chuyền mà đối phương được phép thực hiện trên mỗi pha phòng ngự, trung bình giảm từ 11,2 xuống 10,5. Nghĩa là các đội pressing dữ dội hơn, nhưng hiệu quả ghi bàn lại kém đi. Đó là lần đầu tôi thấy một biến số vô hình — tiếng khán đài — để lại dấu vết đo đếm được trên sân. Báo cáo nội bộ của tôi nhanh chóng được đăng trên trang tin của công ty và nhận được sự chú ý của một số nhà phân tích địa phương.

Từ đó, tôi không bao giờ tách số liệu khỏi bối cảnh trận đấu. Tôi thêm hẳn một mục mô tả các yếu tố bên ngoài như khán giả, thời tiết, lịch trình di chuyển, vì tôi tin rằng một con số thiếu bối cảnh rất dễ trở thành một lời nói dối có chủ đích.

Câu chuyện thứ ba là câu chuyện tôi nhớ nhất, và cũng là câu chuyện khiến tôi bị chỉ trích nhiều nhất. Tháng 11 năm 2026, tôi là trợ lý dữ liệu cho một trang tin thể thao trực tuyến đưa tin World Cup tại Qatar. Khi Ả Rập Xê Út tạo nên cú sốc lịch sử đánh bại Argentina 2-1, tôi tính ra chỉ số bàn thắng kỳ vọng của đội thắng chỉ là 0,35, trong khi Argentina lên tới 1,9. Bài viết của tôi nhanh chóng bị một bộ phận độc giả chỉ trích là xúc phạm chiến thắng của đội yếu.

Tôi giữ nguyên bài, không gỡ xuống, và viết thêm một phân tích sử dụng dữ liệu chuyển động cùng vị trí cầu thủ để giải thích vì sao Argentina kiểm soát bóng nhiều nhưng lại phòng ngự lỏng lẻo ở đúng hai pha quyết định. Sự kiên định ấy được một tạp chí bóng đá châu Âu để ý, và họ mời tôi cộng tác với vai trò chuyên gia dữ liệu độc lập. Con số 0,35 không hạ thấp chiến thắng của Ả Rập Xê Út, đội có bàn ấn định của Salem Al-Dawsari. Nó chỉ ra rằng một trận đấu có thể được quyết định bởi hai khoảnh lặng mà mô hình xác suất không đủ nhạy để bắt trọn. 0,35 là con số, nhưng cuộc chiến định danh nó mới là sự thật.

Câu chuyện thứ tư đưa tôi tới Euro 2026. Lúc đó tôi là phóng viên dữ liệu cho tạp chí châu Âu nói trên. Tôi dành hai tuần theo dõi đội tuyển Georgia, đội bóng lần đầu dự vòng chung kết. Từ dữ liệu vòng loại, tôi tính được chỉ số bàn thua kỳ vọng trung bình của họ chỉ khoảng 0,9 mỗi trận, thuộc nhóm thấp nhất giải, dù họ không kiểm soát bóng nhiều.

Tôi viết một bài dự đoán rằng Georgia sẽ khiến Bồ Đào Nha bất ngờ, bất chấp khoảng cách đẳng cấp trên giấy tờ. Kết quả, họ thắng 2-0 bằng hai pha phản công sắc bén, với ngôi sao Khvicha Kvaratskhelia là mũi nhọn. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, những đội bị đánh giá thấp nhưng có chỉ số phòng ngự tốt thường là ẩn số khó chịu nhất ở các giải đấu lớn.

Bài phân tích sau trận của tôi được chia sẻ hàng nghìn lần, và một câu lạc bộ ở Trung Quốc liên hệ mời tôi làm cố vấn dữ liệu bán thời gian. Nhưng điều tôi rút ra không phải là mình đã đoán đúng. Điều tôi rút ra là sự thận trọng và phương pháp luận nghiêm túc luôn tìm được một lượng độc giả trung thành, kể cả khi chúng đi ngược lại cơn sốt đám đông.

Bốn câu chuyện, bốn mùa giải, và một sợi chỉ xuyên suốt. Từ World Cup 2026 đến Euro 2026, thứ thay đổi không phải là công cụ, mà là cách tôi đặt câu hỏi. Tôi học cách mở đầu mỗi bài bằng một tình huống cụ thể trên sân, rồi mới dẫn vào dữ liệu. Tôi học cách đơn giản hóa các chỉ số phức tạp, thêm phần “vì sao con số này quan trọng” để người đọc phổ thông không bị bỏ lại phía sau. Và tôi học cách chấp nhận rằng có những khoảnh khắc bóng đá mà không bảng tính nào chạm tới.

Góc phản trực giác: khi ô trống mới là dữ liệu quan trọng nhất

Điều trớ trêu của nghề này là người ta thường tin rằng càng nhiều số liệu thì phân tích càng đáng tin. Tôi cho rằng điều ngược lại mới đúng. Một bảng dữ liệu đầy ắp nhưng không rõ nguồn gốc nguy hiểm hơn một bảng trống được dán nhãn trung thực.

Tôi từng rơi vào cái bẫy sùng bái công cụ mình thành thạo nhất. Mỗi lần tôi viết rằng chỉ số bàn thắng kỳ vọng không nói dối, tôi lại vô tình biến nó thành một thước đo tuyệt đối trong mắt độc giả. Nhưng chính tôi là người đầu tiên phải nhớ rằng mô hình nào cũng có giới hạn, và giới hạn ấy lộ ra rõ nhất ở những tình huống cố định, ở những pha bóng mà ý chí và khoảnh khắc lấn át xác suất. Vì thế, tôi tự đặt cho mình một câu hỏi khép lại mỗi bài: dữ liệu nào không đo được khoảnh khắc này? Nếu tôi không trả lời được, tôi cắt con số đó ra khỏi bài.

Có một tương quan mà tôi luôn phải nhắc độc giả đừng nhầm với nhân quả. Tỷ lệ thắng sân nhà giảm khi không có khán giả không có nghĩa là khán giả trực tiếp tạo ra bàn thắng. Nó chỉ cho thấy môi trường thi đấu thay đổi, và con người phản ứng với môi trường đó theo những cách mà ta chưa đo hết. Đó là lý do tôi không bao giờ viết rằng một con số chứng minh điều gì đó. Tôi chỉ viết rằng nó gợi ý, rằng nó phù hợp với giả thuyết này hơn giả thuyết kia.

Nguy hiểm thứ hai là sự trống rỗng đội lốt sự đầy đủ. Một bài phân tích có thể trông rất chuyên nghiệp với đầy đủ biểu đồ và bảng biểu, nhưng nếu dữ liệu đầu vào không có lấy một dữ kiện cụ thể, thì tất cả chỉ là vỏ bọc. Chín tầng lớp phân tích, dù được thiết kế chỉn chu đến đâu, cũng không thể cứu nổi một đầu vào rỗng. Trong trường hợp đó, câu trả lời trung thực nhất là dừng lại và nói rõ: chưa đủ dữ kiện để phân tích. Một báo cáo rỗng trung thực có giá trị hơn một báo cáo đầy nhưng bịa đặt.

Tôi cũng học được rằng phản biện không nên biến thành đối đầu cá nhân. Khi bị chất vấn về con số 0,35, phản xạ đầu tiên của tôi là muốn bảo vệ uy tín của mình. Nhưng tôi nhận ra rằng cách duy nhất để giữ đúng tinh thần can thiệp có trách nhiệm là mở đầu bằng câu “đúng, tôi có thể đã sai ở chỗ này”, nếu lỗi thật sự tồn tại. Làm vậy, một cuộc tấn công có thể biến thành một cuộc đối thoại. Và trong nghề dữ liệu, đối thoại luôn đáng giá hơn phòng thủ.

Có một cám dỗ khác tôi phải cảnh giác mỗi ngày: viết xuôi theo phản hồi đám đông để đổi lấy độ lan tỏa. Một tiêu đề giật gân có thể mang về hàng nghìn lượt đọc, nhưng nó bào mòn thứ quý nhất của người viết dữ liệu — lòng tin. Tôi chọn giữ lập trường phòng thủ chủ động, nghĩa là đoán trước những chỉ trích rồi viết sẵn phần giải thích, thay vì chạy theo số đông rồi hối hận.

Và có một rủi ro thầm lặng hơn cả: khô khan. Thói quen bối cảnh hóa số liệu có thể lấn lướt nhu cầu kể chuyện con người, biến bài viết thành một tài liệu phân tích chiến thuật không có hơi thở. Tôi nhớ có lần ngồi trong một phòng tuyển thủ ngay sau trận đấu, nghe tiếng bàn phím lách cách và tiếng thở dài của một cầu thủ vừa đá hỏng quả phạt đền. Không con số nào ghi lại được khoảnh khắc ấy. Nhưng nếu bài viết của tôi thiếu nó, tôi đã đánh mất chính con người mà mình đang cố kể.

Takeaway: tín hiệu cho vòng tiếp theo

Mùa giải lớn đang tới gần, và tôi biết mình sẽ lại ngồi trước bảng tính vào những đêm dài. Lần này, tôi sẽ bắt đầu khác đi. Tôi sẽ không mở bằng một con số, mà bằng một khoảnh khắc trên sân — một quả phạt đền hỏng ở phút tám mươi tám, một pha phản công ở phút bù giờ, một khoảng lặng trong phòng thay đồ. Rồi từ khoảnh khắc ấy, tôi mới dẫn người đọc vào dữ liệu.

Tôi sẽ nhắc mình rằng mỗi chỉ số là một cửa ngõ, không phải một điểm dừng. Tôi sẽ nhắc mình rằng dữ liệu là tu viện, nhưng tôi chọn rời cổng để tìm bóng đá. Tôi sẽ nhắc mình rằng bóng đá không nằm trong ô tính, nó nằm giữa các ô tính. Và tôi sẽ nhắc mình rằng sân có khán giả hay không, trận đấu vẫn cần người kể lại.

Điều tôi muốn để lại cho vòng tiếp theo không phải là một dự đoán, mà là một cách đọc. Khi một con số xuất hiện và lan đi nhanh chóng, hãy hỏi nó đến từ đâu. Khi một bảng dữ liệu đầy ắp, hãy hỏi có bao nhiêu dữ kiện thật sự kiểm chứng được. Và khi một bảng trống, hãy xem đó là một tín hiệu, chứ không phải một thất bại cần che giấu.

Tôi đã đứng giữa sân trống và nghe thấy tiếng nền của bóng đá. Đó là âm thanh của những con số chưa được đo, những câu chuyện chưa được kể, và những khoảnh khắc mà không mô hình nào chạm tới. Mùa giải lớn sẽ lại đầy ắp những khoảnh khắc như thế. Việc của tôi, và có lẽ cũng là việc của người đọc, là học cách nghe chúng cho đúng.