Khoảng trắng trên bảng tính: rủi ro lớn nhất mà ngành phân tích thể thao không định giá

Sáng ngày 13 tháng 8 năm 2026, tôi mở file tổng hợp trên máy ở Nha Trang. Đây là bản trích xuất giai đoạn một cho một bài phân tích chặng đua mà tôi đặt lịch từ tối hôm trước. Kết quả trả về: ô tiêu đề bài gốc trống. Ô danh sách thông tin trống. Ô thực thể liên quan không có dữ liệu. Cả bảng gồm mười bảy trường, không trường nào có nội dung. Tôi ngồi im vài phút, không phải để tìm lỗi, mà để nhận ra mình đang nhìn vào thứ đắt nhất trong nghề này: một khoảng trắng chưa được báo giá.

Người làm thể thao quen với việc bảng tỷ số luôn có số. Khán đài luôn có tiếng. Nhưng ở tầng phân tích, thứ nguy hiểm nhất không phải một chỉ số sai. Chỉ số sai sẽ bị bắt khi đối chiếu chéo. Khoảng trắng thì không. Nó đi qua toàn bộ quy trình, từ mô hình định giá đến báo cáo trình ban lãnh đạo, rồi biến mọi kết luận phía sau thành một tòa nhà dựng trên cát.

Bối cảnh: khi đường ống dữ liệu im lặng

Ngành phân tích thể thao chuyên nghiệp đã chuyển từ ghi chép thủ công sang đường ống dữ liệu tự động trong khoảng mười năm trở lại đây. Một chặng đua công thức một kéo dài hơn một giờ sản sinh hơn một triệu điểm dữ liệu: thời gian từng khu vực, nhiệt độ mặt đường, tốc độ tối đa theo GPS, mức mài mòn lốp theo từng vòng. Một trận V.League sản sinh dữ liệu vị trí cho hai mươi hai cầu thủ, chia theo từng phần ba sân. Không ai đọc hết bằng mắt. Tất cả đi qua một đường ống gồm bốn công đoạn: thu thập, trích xuất, chuẩn hóa, rồi mới tới phân tích.

Vấn đề nằm ở chỗ đường ống chỉ được thiết kế để xử lý thứ nó đọc được. Khi đầu vào là văn bản, mọi thứ trôi chảy. Khi đầu vào là một tấm ảnh chụp bảng thời gian, một đoạn clip ngắn trên mạng xã hội, hay một dòng trạng thái không có ngữ cảnh, bộ trích xuất không báo lỗi. Nó trả về rỗng. Và rỗng, trong hệ thống, thường bị đọc như “không có gì đáng chú ý”, thay vì “không đọc được”.

Bóng đá là nơi cảm xúc được giao dịch, nhưng người làm nghề phải biết đọc bảng cân đối kế toán trước khi đọc tỷ số. Tôi từng chứng kiến hậu quả của việc bỏ qua nguyên tắc đó ở quy mô câu lạc bộ. Năm 2026, khi còn thực tập tại Sanna Khánh Hòa BVN, tôi rà soát sổ sách trong giai đoạn V.League đá trên sân không khán giả. Quỹ lương chiếm 68% doanh thu, vượt xa ngưỡng an toàn 50% mà tôi vẫn dùng làm mốc. Tôi kiến nghị cắt ngay 20% lương trụ cột để giải phóng khoảng 5 tỷ đồng thanh khoản. Ban lãnh đạo trì hoãn vì sợ mất lòng cầu thủ. Kết thúc mùa, đội đứng áp chót, rớt hạng Nhất rồi giải thể với tổng nợ hơn 20 tỷ đồng.

Bài học không nằm ở tỷ lệ 68%. Nó nằm ở chỗ dữ liệu đúng nhưng không tạo đủ áp lực buộc ra quyết định thì vô nghĩa. Một khoảng trắng trong bộ dữ liệu ấy sẽ còn tệ hơn, vì nó khiến người ra quyết định tin rằng mọi thứ đã được kiểm tra.

Ba dạng khoảng trắng phá hủy giá trị

Dạng thứ nhất là lỗi trích xuất. Nguồn đầu vào không phải văn bản, bộ đọc trả về rỗng, nhưng hệ thống không gắn cờ cảnh báo. Trong trường hợp tôi gặp sáng 13 tháng 8, toàn bộ mười bảy trường của bản trích xuất đều trống: không danh sách thông tin, không quan điểm cốt lõi, không thực thể nào được nhận diện. Với một mô hình phân tích giai đoạn hai, đầu vào như vậy là án tử, vì mọi phép suy luận đều mất điểm neo.

Dạng thứ hai là lỗi chuẩn hóa. Dữ liệu vào đầy đủ nhưng đơn vị hoặc định danh bị lệch. Một cầu thủ được ghi bằng hai cách viết khác nhau sẽ tách thành hai hồ sơ. Một chỉ số phòng ngự tính theo “một phần ba sân đối phương” nhưng hệ thống khác tính theo “ba mươi mét cuối” sẽ không khớp khi ghép bảng. Kết quả vẫn ra số, chỉ là số của hai người khác nhau.

Dạng thứ ba là lỗi cấp lô. Một bài rỗng là sự cố đơn lẻ. Mười bài trong cùng một lô bị rỗng là lỗi hệ thống, và nó tạo ra một khoảng mù im lặng trong tập giám sát. Không ai báo động, vì không ngưỡng nào bị vượt. Chỉ có phạm vi bao phủ bị thu hẹp mà không thông báo.

Mô hình không sập, mô hình lấp

Các mô hình định giá hiện đại không dừng lại khi thiếu dữ liệu. Chúng lấp. Nếu dữ liệu hành động phòng ngự của một hậu vệ cánh bị khuyết, mô hình sẽ gán cho anh ta mức trung bình theo vị trí, rồi xuất ra một kết quả trông rất tự tin. Đây là cơ chế khiến câu chuyện Achraf Hakimi năm 2026 trở nên đáng phân tích với tôi. Sau World Cup, Transfermarkt định giá anh khoảng 60 triệu euro. Tôi tổng hợp dữ liệu độc lập: tám cơ hội lớn tạo từ cánh phải, tốc độ tối đa 36 km/h, số lần tắc bóng thành công cao nhất trong một phần ba sân đối phương. Morocco chỉ thủng lưới một bàn trước vòng bán kết. Bài viết “Hakimi đáng giá 80 triệu euro, không phải 60” của tôi được một trang bóng đá Bắc Phi chia sẻ, đạt khoảng 10.000 lượt xem và mang về một lời mời phỏng vấn từ một công ty dữ liệu thể thao.

Giá trị của một cầu thủ không nằm ở cái giá, mà nằm ở cách thị trường nhìn lại anh ta sau một giải đấu lớn. Nếu bảng dữ liệu phòng ngự của Hakimi bị khuyết đúng cột tắc bóng ở một phần ba sân đối phương, mô hình vẫn sẽ trả về một đáp số. Nó sẽ không trả về 60 triệu euro vì lý do đúng. Nó sẽ trả về 60 triệu euro vì lý do sai, và không ai biết để tranh luận.

Cùng logic đó, mùa hè năm 2026 tôi ghi từng pha chạm bóng của Kylian Mbappé trong trận Pháp gặp Argentina. Cậu ấy ghi hai bàn, kiến tạo một quả phạt đền và đạt tốc độ tối đa 37 km/h. Tôi ước tính PSG sẽ kích hoạt điều khoản mua đứt 180 triệu euro ngay sau giải. Nếu hôm đó tôi chỉ có bảng điểm số và không có dữ liệu tốc độ, kết luận của tôi sẽ khác hoàn toàn, dù trận đấu vẫn diễn ra y như vậy.

Góc phản trực giác: bản báo cáo rỗng trung thực hơn bản báo cáo đầy

Ngành này thưởng cho những bảng tính đầy. Một báo cáo có mười hai chỉ số luôn được đánh giá cao hơn một báo cáo có bảy chỉ số và năm ô ghi “không đủ dữ liệu”. Nhưng nhìn từ phía thẩm định, bản báo cáo trung thực nhất mà một tổ chức từng công bố thường là bản được viết vào lúc nó không còn gì để che. Một câu lạc bộ có thể chết trong một mùa hè, nhưng ký ức về nó thì sống mãi trong các bản hợp đồng chưa được thanh toán.

Tôi đã thấy điều đó ở Sanna Khánh Hòa. Tôi cũng thấy điều đó trong làng F1 với những cái tên như Manor hay HRT: khi đội giải thể, chi phí ẩn cuối cùng cũng hiện ra thành số, vì không còn ai cần giữ thể diện với nhà tài trợ. Một khoảng trắng được khai báo đúng cách có giá trị tương tự. Nó buộc người đọc quay lại nguồn, và nói thẳng rằng kết luận chưa thể đưa ra. Một kết quả được lấp bằng ước lượng vị trí thì không bao giờ nói gì cả.

Ở điểm này tôi thường bị phản đối khi trình bày nội bộ. Phía đối lập lập luận rằng trong môi trường ra quyết định nhanh, một đáp số xấp xỉ vẫn tốt hơn không có đáp số nào, vì ban huấn luyện phải hành động trong vài giờ. Tôi hiểu lập luận đó. Với những quyết định có thể đảo ngược, chẳng hạn thay lốp hay đổi người ở phút 70, một ước lượng thô là hợp lý. Nhưng với những quyết định không thể đảo ngược, chẳng hạn bán đội trưởng để cân dòng tiền hay ký một hợp đồng ba năm, một đáp số được lấp sẽ khóa tổ chức vào sai lầm không thể sửa. Ngưỡng an toàn ở đây không phải độ chính xác của mô hình, mà là khả năng đảo ngược của quyết định.

Việc cần làm ngay

Từ sự cố sáng 13 tháng 8, tôi rút ra ba việc áp dụng cho cả bàn phân tích câu lạc bộ lẫn các dự án dữ liệu F1 tôi theo dõi.

Một, chạy lại trích xuất trên văn bản nguồn thô trước khi kết luận bất cứ điều gì. Nếu nguồn không phải văn bản, chuyển nó sang đường đọc phù hợp hoặc loại khỏi lô phân tích.

Hai, kiểm tra tỷ lệ rỗng ở cấp lô, không chỉ cấp bài. Một bài rỗng là tai nạn. Mười bài rỗng là sự cố chất lượng dữ liệu cần báo cáo lên cấp trên, kèm mốc thời gian xử lý dứt khoát.

Ba, cưỡng chế quy tắc xử lý rỗng: khi không đủ dữ liệu, kết quả phải ghi rõ là không đủ dữ liệu, tuyệt đối không để mô hình tự suy diễn.

Ba việc này nghe thuộc về kỹ thuật, nhưng chi phí của chúng nằm ở tầng kinh doanh. Với một đội đua, khoảng mù dữ liệu ở đầu chu kỳ luật mới có thể khiến toàn bộ hạn mức phát triển khí động học bị phân bổ sai, và hạn mức đó được chia theo thứ hạng mùa trước, không thể mua lại bằng tiền mặt. Với một câu lạc bộ, một tuần dữ liệu khuyết trong kỳ chuyển nhượng có thể đẩy giá một bản hợp đồng lệch vài tỷ đồng theo cả hai hướng.

Dựa trên kinh nghiệm theo dõi các trận đấu và các kỳ chuyển nhượng của tôi, phần lớn thất bại trong định giá không đến từ mô hình yếu. Nó đến từ dữ liệu thiếu được trình bày như dữ liệu đầy.

Mùa chuyển nhượng không có kỳ nghỉ hè, chỉ có kỳ tính toán. Và trong kỳ tính toán đó, ô trống là dòng đắt nhất trên bảng.