Khi dữ liệu không chịu nói: Bài học từ một báo cáo trống rỗng ở Milan

Trong bốn mươi mốt năm theo dõi thể thao chuyên nghiệp, tôi học được một điều tưởng như nghịch lý: sai lầm nguy hiểm nhất của một nhà phân tích không phải là đọc sai số liệu, mà là nói quá nhiều khi con số không hề tồn tại. Lần gần nhất điều đó xảy ra với tôi là năm 2026, ở phòng làm việc tầng hai của trung tâm huấn luyện Milanello, nơi tôi nhận được một tập tài liệu dày hai trăm trang mà bên trong, sau khi mở ra, không có một dòng dữ liệu nào thực sự dùng được.

Đó không phải là một câu chuyện về bóng đá. Đó là câu chuyện về cách bất kỳ ai trong chúng ta — huấn luyện viên, nhà báo, tuyển trạch viên, cổ động viên ngồi trước màn hình — đều có thể bị mắc bẫy bởi chính sự tự tin của mình trước một khoảng trống thông tin. Và trong mùa giải thường niên năm nay, khi mỗi vòng đấu trôi qua với hàng trăm phép đo từ hệ thống tracking, đây là bài học cần được nhắc lại thường xuyên hơn bất kỳ chỉ số xG nào.

Tháng 9 năm 2026, ban lãnh đạo giao cho tôi nhiệm vụ kiểm định bộ dữ liệu chuyển động của hai mươi trận tại Serie A mùa 2026-17. Đây là công việc tôi đã làm nhiều lần. Tôi có thói quen mở từng nhóm chỉ số theo trình tự cố định: tổng quãng đường, số pha tranh chấp, khoảng cách giữa các tuyến, rồi mới đến xG và các chỉ số bậc cao hơn. Nhưng lần đó, khi mở tệp đầu tiên, tôi nhận ra một điều khác thường: các trường dữ liệu quan trọng nhất đều để trống. Tiêu đề trận đấu không có, nguồn dữ liệu không có, thời điểm ghi nhận không có, danh sách cầu thủ liên quan cũng không. Chỉ có khung định dạng được tạo ra, và bên trong là những ô trống được đánh dấu bằng ký hiệu không xác định.

Nếu đó là một bài báo, tôi sẽ nói nó giống như một trang nhất đã được dàn layout hoàn chỉnh, với tiêu đề in đậm, với khung ảnh, với chú thích, nhưng toàn bộ phần nội dung bên dưới là khoảng trắng. Người đọc lướt qua sẽ không nhận ra. Người biên tập bận rộn có thể sẽ cho đăng, vì hình thức trông đầy đủ. Và đó chính là điểm khởi đầu của mọi thảm họa thông tin.

Tôi mất gần ba tiếng đồng hồ ngồi lại với tập tài liệu đó. Không phải để tìm cách cứu vãn, mà để tự hỏi: nếu tôi buộc phải viết báo cáo dựa trên nó, tôi sẽ viết gì? Câu trả lời trung thực duy nhất là: không có gì. Mọi phân tích kỹ thuật, mọi đánh giá chiến thuật, mọi dự đoán về phong độ hay đường đua tương lai đều sẽ là sản phẩm của trí tưởng tượng chứ không phải của đo lường.

Đó là lúc tôi nhận ra một điều mà tôi lẽ ra phải nói to hơn trong suốt sự nghiệp của mình: phẩm giá của một nhà phân tích không nằm ở khối lượng kết luận anh ta đưa ra, mà ở số lần anh ta dám nói rằng mình không có đủ dữ liệu để kết luận.

Trong giới phân tích thể thao, chúng ta thường được đánh giá bằng cảm giác rằng mình có câu trả lời. Chương trình truyền hình cần một tiếng nói dứt khoát. Tờ báo cần một tiêu đề mang tính khẳng định. Cổ động viên cần một người nói với họ rằng đội bóng của họ đang đi đúng hướng hay đang sụp đổ. Khoảng trống trước một câu hỏi khó tạo ra áp lực, và áp lực đó thường được giải tỏa bằng cách bịa ra một câu trả lời nghe có vẻ hợp lý.

Tôi đã chứng kiến điều này nhiều lần trong bốn mươi mốt năm theo dõi các giải đấu. Không phải chỉ ở bóng đá. Ở bất kỳ lĩnh vực nào có hệ thống đo lường phức tạp, luôn có những người sẵn sàng lấp đầy khoảng trống bằng kết luận. Họ nói về sự tiến bộ của một hệ thống kỹ thuật mà không có một lần chạy kiểm chứng. Họ nói về thành tích của một vận động viên mà không có bối cảnh trận đấu. Họ nói về một thương vụ chuyển nhượng mà không có xác nhận từ bất kỳ nguồn nào. Tất cả những điều đó đều tạo ra cảm giác rằng chúng ta đang hiểu một điều gì đó, trong khi thực chất chúng ta chỉ đang nghe chính mình.

Báo cáo tôi viết năm 2026 chỉ dài bốn trang, không phải mười bốn. Bởi vì trong quá trình kiểm tra, tôi phát hiện một điều khác: không phải toàn bộ dữ liệu đều trống, mà là dữ liệu đã được tổng hợp lại từ một nguồn trung gian có lỗi chuyển đổi định dạng. Cảm biến ở góc sân hoạt động bình thường. Hệ thống phân phối dữ liệu thì không. Nhưng để phát hiện ra điều đó, tôi phải dành hai ngày đọc log của hệ thống lưu trữ, đối chiếu từng dấu thời gian, và xác minh trực tiếp bằng băng ghi hình.

Nếu tôi viết báo cáo ngay trong buổi chiều đầu tiên, tôi sẽ trình lên ban lãnh đạo một bản phân tích rất dài, rất chi tiết, và hoàn toàn sai. Sai ở tầng kỹ thuật, vì tôi sẽ kết luận rằng hệ thống tracking của câu lạc bộ có vấn đề phần cứng. Sai ở tầng chiến thuật, vì tôi sẽ đề xuất thay đổi hệ thống thay vì hiệu chuẩn nguồn dữ liệu. Và sai ở tầng con người, vì huấn luyện viên sẽ ra quyết định dựa trên một tiền đề không tồn tại.

Đó là hình ảnh rõ nhất của một sự sụp đổ có tiền đề mà không ai nhìn thấy: một báo cáo trông hoàn hảo, được viết bởi một người có đủ kinh nghiệm để biết mình đang sai, nhưng không đủ dũng khí để nói ra khoảng trống.

Trong mùa giải hiện tại, với khối lượng dữ liệu khổng lồ từ hệ thống định vị và cảm biến ở mọi sân đấu, nguy cơ này cao hơn bao giờ hết. Mỗi vòng đấu tạo ra hàng triệu điểm dữ liệu, và công cụ tổng hợp hiện đại có thể tạo ra báo cáo chỉ trong vài giây. Nhưng công cụ không phân biệt được giữa dữ liệu thật và dữ liệu trống. Chúng chỉ trình bày kết quả theo định dạng mà người dùng yêu cầu. Nếu trường dữ liệu không có giá trị, hệ thống sẽ hiển thị thông báo không xác định, và người đọc vội vàng có thể bỏ qua dòng đó để đi tiếp đến phần kết luận.

Dữ liệu chỉ nói một phần, phần còn lại nằm ở chỗ người ta biết cách lắng nghe. Nhưng có một điều kiện tiên quyết ít được nói đến: phải có dữ liệu trước đã. Im lặng trước một khoảng trống không phải là sự khôn ngoan. Đó chỉ là sự trung thực tối thiểu.

Câu chuyện này còn có một mặt khác, và nó đáng nói vì nó ngược với bản năng thông thường. Sự thận trọng trong phân tích thường bị hiểu thành sự thiếu quyết đoán. Ở tuổi năm mươi bảy, với bốn mươi mốt năm quan sát ngành, tôi đã nghe đủ những lời chế giễu dành cho người nói "tôi chưa đủ dữ liệu để khẳng định". Người ta gọi đó là né tránh. Người ta muốn một câu trả lời. Nhưng nghịch lý là: những nhà phân tích đưa ra nhiều kết luận nhất thường là những người bị kiểm chứng nhiều nhất — và mỗi lần bị kiểm chứng, họ lại mất đi một phần uy tín.

Ngược lại, người dám nói "tôi không biết" chỉ mất một lần. Sau đó, mọi kết luận anh ta đưa ra đều có trọng lượng gấp đôi, vì người ta biết anh ta không nói bừa.

Tôi đã dùng nguyên tắc đó khi làm việc với bộ phận phân tích của Milan giai đoạn 2026-18. Mỗi báo cáo gửi lên ban huấn luyện đều có một dòng ghi chú ở đầu, ghi rõ điều kiện đo lường và độ tin cậy của từng nhóm chỉ số. Không phải để bảo vệ bản thân, mà để người ra quyết định biết rằng con số nào có thể dùng làm căn cứ và con số nào chỉ nên dùng để tham khảo. Vincenzo Montella là người hiểu điều này rõ hơn ai hết. Khi ông dùng kết quả kiểm định năm 2026 để điều chỉnh luân chuyển bóng cánh phải, ông không dựa vào con số tuyệt đối — ông dựa vào sự dịch chuyển tương đối sau khi đã hiệu chỉnh nguồn.

Và đó là điểm tôi muốn nhấn mạnh với những người làm việc trong ngành phân tích thể thao hiện nay: trong một môi trường mà mọi người đều có dữ liệu, lợi thế cạnh tranh không nằm ở việc có nhiều chỉ số hơn. Nó nằm ở việc biết chỉ số nào không đáng tin.

Có một tình huống mà tôi gặp rất nhiều lần trong các buổi trao đổi với đồng nghiệp ở các câu lạc bộ khác: họ trình bày một báo cáo phân tích dày đặc số liệu, với đồ thị, với bảng so sánh, với kết luận về phong độ đội bóng. Nhưng khi tôi hỏi về nguồn gốc của một chỉ số cụ thể — ví dụ khoảng cách trung bình giữa hàng phòng ngự và thủ môn — câu trả lời thường là "hệ thống tự tính". Nghĩa là không ai kiểm tra. Không ai đối chiếu. Và đôi khi, như trong trường hợp của tập tài liệu năm 2026, hệ thống đã tính từ một nguồn bị lỗi.

Mọi sụp đổ đều có tiền đề, chỉ là ít người chịu nhìn từ trước. Trong bóng đá hiện đại, tiền đề đó thường không phải là chấn thương của một cầu thủ hay quyết định sai của huấn luyện viên, mà là một bộ dữ liệu bị hiểu sai từ gốc.

Tôi không kể câu chuyện này để tự khen mình đã phát hiện ra lỗi. Tôi kể vì trong bốn mươi mốt năm, tôi đã mắc sai lầm ngược lại nhiều lần hơn tôi muốn thừa nhận. Có những bài bình luận tôi viết khi còn trẻ, dựa trên những con số tôi chưa từng đối chiếu, và tôi đã phải rút lại sau khi đối chiếu băng ghi hình. Có những lần tôi khẳng định một đội bóng đang đi sai hướng chỉ vì đường cong xG đi xuống trong ba trận, mà không kiểm tra xem chất lượng cơ hội trong ba trận đó có thực sự thay đổi hay chỉ là biến thể thống kê của một mẫu nhỏ.

Mỗi lần như vậy, tôi lại nhớ đến điều mà một người thầy ở trường phát thanh đã nói với tôi năm mười tám tuổi: "Khi bạn không chắc, hãy nói bạn không chắc. Khán giả sẽ tha thứ cho sự thiếu hiểu biết, nhưng sẽ không tha thứ cho sự bịa đặt."

Trong thời đại mà mọi người đều có thể tạo ra một báo cáo phân tích trong vài giây, câu nói đó còn đúng hơn bao giờ hết.

Có một chi tiết nhỏ tôi giữ lại từ năm 2026, và nó ám ảnh tôi lâu hơn bất kỳ con số nào. Khi ngồi đối chiếu log hệ thống lưu trữ, tôi nhận ra rằng tệp dữ liệu bị lỗi đã được tạo ra vào một ngày nghỉ, khi không có ai giám sát quá trình kết xuất tự động. Hệ thống vẫn chạy. Nó vẫn tạo ra tệp. Nó vẫn gắn nhãn thời gian. Nhưng nguồn đầu vào bị ngắt kết nối, và hệ thống không có cơ chế báo lỗi cho trường hợp đó. Nó chỉ đơn giản là ghi vào tệp những ô trống được mã hóa thành giá trị không xác định.

Một báo cáo được sinh ra trong im lặng, trông hoàn toàn bình thường, và có thể đã đi thẳng vào phòng họp ban huấn luyện nếu tôi không dành hai ngày để mở log.

Khán đài trống không giết chết trận đấu, nhưng nó lấy đi một thứ mà số liệu không đo được. Và một tệp dữ liệu trống không giết chết quyết định chiến thuật, nhưng nó lấy đi thứ quan trọng nhất: nền tảng để quyết định trở nên đúng đắn.

Nhìn về phần còn lại của mùa giải, tôi thấy một nguy cơ mà tôi cho là đáng lo hơn mọi tranh cãi về trọng tài hay lịch thi đấu. Đó là sự phụ thuộc ngày càng tăng vào các hệ thống phân tích tự động, trong khi năng lực kiểm định dữ liệu thủ công ngày càng bị thu hẹp vì lý do nhân sự. Các câu lạc bộ chi tiền cho phần mềm, cho cảm biến, cho thuê ngoài phân tích, nhưng ít ai chi tiền cho công việc buồn tẻ nhất: đối chiếu nguồn.

Và khi nguồn bị lỗi, không có phần mềm nào phát hiện ra thay bạn.

Tôi không nói điều này để phủ nhận giá trị của dữ liệu. Tôi đã dành cả đời mình để đọc dữ liệu và tin vào sức mạnh của nó. Nhưng tôi đã học được rằng sức mạnh đó chỉ có thật khi người đọc biết rằng mình đang đọc gì. Một con số được đặt lên bàn thờ sẽ không bao giờ phản bội bạn. Một con số được đặt lên bàn mổ thì có thể. Và chính khả năng phản bội đó — khả năng của một con số nói với bạn điều ngược lại với sự thật — mới là thứ khiến dữ liệu trở nên đáng tin khi nó đã được kiểm chứng.

Mỗi con số tracking cần được đặt lên bàn mổ, không phải lên bàn thờ.

Và nếu có một điều tôi muốn người đọc mang theo khỏi câu chuyện này vào vòng đấu tới, thì đó là điều đơn giản nhất, cũng khó thực hiện nhất: khi bạn thấy một báo cáo phân tích hoàn hảo, không có một khoảng trống nào, không có một dòng ghi chú về nguồn dữ liệu, không có một chỗ nào thừa nhận sự không chắc chắn — hãy đặt câu hỏi. Không phải vì người viết đang lừa bạn, mà vì một báo cáo không có chỗ cho sự nghi ngờ thường là một báo cáo chưa từng được kiểm chứng.

Trong căn phòng tầng hai ở Milanello năm đó, tôi tình cờ nhìn ra cửa sổ và thấy sân tập trống. Không có cầu thủ. Một buổi sáng thứ Bảy bình thường. Nhưng tôi nhớ mình đã nghĩ: nếu ai đó bước vào lúc này và hỏi về phong độ của đội, thì cả căn phòng này — với hàng trăm tệp dữ liệu trong máy — và cái sân trống ngoài kia, thực chất không khác nhau là mấy.

Đó là điều tôi học được từ một báo cáo trống. Và đó là điều tôi vẫn kiểm tra mỗi sáng trước khi tin vào bất kỳ con số nào.