Khoảng trống dữ liệu ở kỳ chuyển nhượng: kỷ luật nói 'không đủ căn cứ'

Tháng Giêng, giữa kỳ chuyển nhượng, một tệp hồ sơ dài mười bốn trang được gửi tới bàn làm việc của tôi. Mười bốn trang, và gần như mọi ô dữ liệu đều trống. Số phút thi đấu: trống. Số đường chuyền tạo cơ hội mỗi 90 phút: trống. Quãng đường chạy trung bình: trống. Còn lại đúng ba dòng chữ viết tay của một tuyển trạch viên và một liên kết video dài bốn phút do người đại diện cắt sẵn, chỉ gồm những pha chạm bóng thành công.

Người gửi hồ sơ cần một mức giá, một chữ ký, một quyết định trong mười ngày. Tôi trả lại một dòng: không đủ căn cứ để kết luận. Hai mươi phút sau, phản hồi đến, ngắn gọn: "Chúng tôi thuê anh để có câu trả lời, không phải để có danh sách câu hỏi."

Đó là toàn bộ vấn đề của kỳ chuyển nhượng, gói gọn trong một cuộc trao đổi qua email: guồng máy được thiết kế để không ai phải nói ra hai chữ "không biết". Người đại diện không được trả tiền để do dự. Câu lạc bộ không được trả tiền để chờ. Nhà báo không được trả tiền để viết rằng chưa có gì để viết. Còn nhà phân tích thì bị trả tiền để biến khoảng trống đó thành một con số trông đủ chắc chắn để ký.

Tôi mất nhiều năm để hiểu rằng phần khó nhất của nghề làm dữ liệu bóng đá không nằm ở việc tìm ra con số, mà ở việc xác định khi nào con số chưa tồn tại.

Vì sao những ô dữ liệu trống

Ở giải vô địch quốc gia Việt Nam, một đội chơi khoảng 26 trận mỗi mùa, tức khoảng 2.300 phút. Con số nghe qua tưởng đủ lớn, nhưng bên trong nó có một cấu trúc khó chịu: phần lớn số phút đó đến từ các trận mà chất lượng dữ liệu sự kiện phụ thuộc vào người ghi tay, với sai số khác nhau giữa các tổ ghi nhận. Cầu thủ trẻ thường chỉ có 300 đến 600 phút ở cấp cao nhất, phần còn lại nằm ở giải hạng Nhất hoặc các trận giao hữu không ai mã hóa dữ liệu.

Bóng đá Việt Nam đi qua giai đoạn 2026-2026 với một thế hệ được đánh giá bằng lời kể nhiều hơn bằng số liệu. Chúng ta biết U23 Việt Nam vào chung kết giải châu Á 2026 tại Thường Châu, biết đội tuyển vô địch AFF Cup 2026, biết lần đầu tiên vào vòng loại thứ ba World Cup 2026. Nhưng nếu hỏi quãng đường chạy trung bình của đội hình đó trong bốn trận knock-out, hay số lần pressing thành công mỗi 90 phút của tuyến giữa, số câu trả lời đáng tin cậy không nhiều. Thế hệ Quang Hải, Công Phượng, Văn Hậu đi qua các giải châu lục mà phần lớn hành trình của họ chỉ được lưu lại bằng bài báo, không phải bằng dữ liệu sự kiện.

Ký ức quốc gia rất giàu, còn kho dữ liệu thì nghèo. Điều đó không khiến bóng đá Việt Nam kém hơn ai. Nó chỉ khiến mọi kết luận về bóng đá Việt Nam đắt hơn, vì phải trả bằng thời gian quan sát thay vì bằng một lần tải tệp.

Ba loại khoảng trống

Khoảng trống dữ liệu không phải một khái niệm duy nhất. Tôi phân biệt ba loại, vì mỗi loại đòi một cách chữa khác nhau.

Khoảng trống độ phủ xuất hiện khi không ai ghi dữ liệu. Một trận hạng Nhì không có sự kiện được mã hóa, không có tọa độ cú sút, không có gì ngoài biên bản tỷ số. Cách chữa duy nhất là quan sát trực tiếp, và quan sát trực tiếp có hạn mức: mắt người ghi được nhiều nhất khoảng mười hai đến mười lăm hành động có ý nghĩa mỗi trận trước khi trí nhớ bắt đầu tự biên tập lại theo kết quả.

Khoảng trống mẫu xuất hiện khi dữ liệu tồn tại nhưng quá ít. Một tiền vệ 19 tuổi có 320 phút, trong đó 180 phút là vào sân từ phút 75 của các trận đã an bài. Mọi chỉ số trên nền mẫu đó đều có khoảng tin cậy rộng đến mức vô dụng cho việc định giá. Cách chữa là gộp dữ liệu có điều kiện: chỉ gộp những phút tương đương về vai trò, đối thủ và trạng thái trận đấu.

Khoảng trống cấu trúc là loại nguy hiểm nhất, vì nó trông không giống khoảng trống. Một cầu thủ đá 4-2-3-1 suốt hai mùa, chuyển sang đội mới chơi 3-5-2, sẽ mang theo một bộ số liệu đẹp nhưng mất nghĩa. Anh ta không tệ đi; anh ta đang trả lời một câu hỏi khác với câu hỏi mà đội bóng mới cần.

Mỗi con số là một lời khai; người đủ kiên nhẫn mới nghe được phiên tòa trọn vẹn. Và một lời khai lấy từ vụ án khác thì không dùng được, dù nó được ký bởi nhân chứng đáng tin nhất.

Mẫu tối thiểu

Tôi không tin vào may mắn - tôi tin vào một mẫu dữ liệu đủ lớn. Nhưng "đủ lớn" phải được định nghĩa trước khi thu thập, nếu không nó sẽ tự co giãn theo kết luận mà người ta muốn có.

Với bóng đá Việt Nam, ngưỡng làm việc của tôi là 900 phút ở cấp cao nhất, trong đó tối thiểu 400 phút đến từ các trận gặp đối thủ thuộc nhóm trên trung bình. Dưới ngưỡng đó, hồ sơ chuyển sang chế độ khác: không còn là báo cáo định giá, mà là báo cáo quan sát, với kết luận bắt buộc ở dạng khoảng.

Ba mươi phút video do người đại diện dựng không phải mẫu. Đó là một đoạn quảng cáo, và nó được thiết kế bởi người có lợi ích trực tiếp trong việc tôi tin vào nó. Không ai gửi cho tôi bốn phút những pha mất bóng ở giữa sân.

Cách xử lý không phải là từ chối xem. Cách xử lý là tự dựng băng cắt theo tiêu chí của mình: mọi pha mất bóng trong 30 phút đầu hiệp một, mọi lần bị vượt qua ở hành lang phải, mọi tình huống anh ta là người gần bóng thứ hai trong vòng cấm khi đối thủ phản công. Băng cắt tự dựng tốn thời gian gấp bốn lần, và đó chính là lý do nó có giá trị: thời gian là thứ duy nhất ép nhà phân tích chọn lọc giả thuyết thay vì thu gom số liệu.

Bài học từ một thương vụ bị bác bỏ

Tháng 1 năm 2026, tôi nhận đánh giá một tiền vệ 21 tuổi đang chơi ở Argentina. Hồ sơ của anh ta nằm trong vùng xám: chỉ số xG chain 0,45 mỗi trận đưa anh vào nhóm 5% cao nhất của giải, nhưng quãng đường chạy trung bình chỉ 9,8 km, thấp hơn ngưỡng 11,2 km mà nhiều đội châu Á dùng làm tiêu chuẩn lọc.

Giám đốc thể thao của câu lạc bộ chỉ nhìn dòng thứ hai. Ông bác hồ sơ trong mười phút và ký với một tiền vệ nội địa có chỉ số chạy đẹp hơn. Cầu thủ người Argentina đó là Enzo Fernández. Bảy tháng sau anh chuyển sang Benfica, năm tháng sau nữa anh vô địch World Cup 2026 và nhận danh hiệu cầu thủ trẻ xuất sắc nhất giải, rồi tháng 1 năm 2026 gia nhập Chelsea với mức phí kỷ lục của bóng đá Anh ở thời điểm đó, khoảng 106,8 triệu bảng.

Tôi kể lại chuyện này không phải để tự khen. Tôi kể vì nó chứa hai sai lầm đối xứng. Sai lầm của giám đốc thể thao là biến một chỉ số đơn lẻ thành điều kiện loại trừ. Sai lầm của tôi khi đó là đặt hai chỉ số cạnh nhau mà không giải thích chúng đo hai thứ khác nhau: xG chain đo giá trị tham gia vào chuỗi tạo cơ hội, còn quãng đường chạy đo khối lượng công việc không bóng. Một tiền vệ tổ chức ở Argentina chạy ít hơn không có nghĩa là anh ta lười; anh ta đang ở trong một hệ thống giữ bóng và phân phối, nơi khoảng trống được tạo bằng đường chuyền, không bằng nước rút.

Từ đó tôi bỏ hẳn thói quen kết luận dựa trên bất kỳ chỉ số đơn lẻ nào, và bắt đầu mỗi hồ sơ bằng một đoạn có tên "bằng chứng chống lại tôi". Nếu trong ba trận cuối mùa, chỉ số tôi định dùng làm luận cứ chính lại sụp đổ trước một đối thủ pressing cao, thì điều đó phải nằm ở đầu báo cáo, không phải ở phụ lục. Người ra quyết định có quyền biết chỗ nào lập luận của tôi yếu nhất. Không có đoạn đó, tôi chỉ đang bán sự tự tin, và sự tự tin thì không định giá được bằng euro.

Phòng thí nghiệm sân trống

Năm 2026, khi các giải đấu châu Âu trở lại trong sân không khán giả, tôi có trong tay một điều kiện thí nghiệm mà bóng đá hiện đại chưa từng cho ai: cùng đội, cùng đối thủ gần như cùng lịch, chỉ khác một biến duy nhất là có hay không có tiếng người trên khán đài. Khi tôi tính lại chỉ số PPDA của đội chủ nhà qua năm mùa giải, trung bình trước đại dịch là 9,6; trong các trận sân trống, con số rơi xuống 8,9. Đội chủ nhà pressing thấp hơn khi không có ai cổ vũ họ.

Sân không khán giả là phòng thí nghiệm lớn nhất mà bóng đá hiện đại từng có. Nó cho thấy phần lớn "lợi thế sân nhà" mà chúng ta gán cho mặt cỏ, thời tiết hay quãng đường di chuyển thực ra nằm ở tai người. Và nó dạy thêm một điều quan trọng hơn cho công việc hiện tại: bất kỳ chỉ số nào đo ý chí tập thể đều phải được đọc kèm trạng thái xã hội của trận đấu.

Áp vào bóng đá Việt Nam, điều này có nghĩa gì? Một phần đáng kể sức mạnh sân nhà ở các sân có khán đài đầy như Hàng Đẫy hay Thiên Trường nằm ở những yếu tố mà bảng dữ liệu không ghi: thời điểm khán giả bắt đầu gào lên, cách trọng tài bị ảnh hưởng bởi âm lượng, cách một cầu thủ trẻ xử lý đường chuyền hỏng khi cả khán đài thở dài. Khi đánh giá một cầu thủ chuyển từ đội có khán đài đông sang đội ít khán giả, tôi trừ đi từ 3 đến 5% giá trị chỉ số tấn công của anh ta, tuỳ vị trí. Biên độ đó không nằm trong bất kỳ mô hình công khai nào, và nó là một trong số ít lợi thế cạnh tranh thật mà người làm dữ liệu ở Đông Nam Á có thể tạo ra.

Điều xG không làm được

xG không phải sự thật - nó là la bàn, và la bàn không bao giờ chỉ đường tắt. Chỉ số bàn thắng kỳ vọng cho biết chất lượng của một cú sút trong điều kiện trung bình của một tập mẫu lớn. Nó không biết cầu thủ đó vừa chơi trận thứ tư trong mười ngày. Nó không biết đội của anh ta vừa mất trung vệ trụ cột. Nó không biết mặt sân đang ngập nước.

Điều nguy hiểm là chiều ngược lại cũng đúng: khi xG và tỷ số lệch nhau, người ta thường mặc định rằng tỷ số đang nói dối. Không hẳn. Một đội để thủng lưới hai lần từ hai cú sút xG 0,07 có thể đơn thuần là đội bị mắc lỗi vị trí hệ thống, lặp lại ở cả hai tình huống, và cái lặp lại mới là tín hiệu, không phải con số xG.

Suốt nhiều năm, tôi luôn xem lại băng trận đấu theo đúng ba câu hỏi cố định, và chỉ ba câu: cơ hội hình thành từ đâu, ai là người phá vỡ tuyến phòng ngự cuối, và sau khi mất bóng đội hình có thu về trong bảy giây hay không. Mọi chỉ số sau đó chỉ dùng để đếm tần suất của ba câu trả lời ấy.

Cái giá của sự chắc chắn giả tạo

Thị trường chuyển nhượng thưởng cho sự chắc chắn, không thưởng cho sự chính xác. Một báo cáo nói cầu thủ này năm mươi phần trăm khả năng đá chính, ba mươi phần trăm khả năng tiến bộ, hai mươi phần trăm khả năng thất bại sẽ bị đánh giá là thiếu quyết đoán, kể cả khi đó là mô tả trung thực nhất của dữ liệu. Cùng lúc, một báo cáo sai hoàn toàn nhưng dứt khoát sẽ được nhớ tới, và đôi khi được trả tiền lần thứ hai.

Đó là lý do những con số trên thị trường chuyển nhượng thường xa rời giá trị bóng đá thực. Trong thị trường chuyển nhượng, một con số 80 triệu euro có thể là... một trò đùa. Nó có thể là kết quả của một cuộc đấu giá giữa hai câu lạc bộ Ả Rập Xê Út cần một gương mặt cho chiến dịch du lịch quốc gia hơn là cần một tiền đạo, hoặc là hệ quả của các quy tắc công bằng tài chính buộc một câu lạc bộ châu Âu phải bán trước khi mua, tạo ra một giao dịch được định giá bởi hạn chót chứ không bởi năng lực. Không có gì trong thị trường đó là vô nghĩa; nhưng phần lớn nó không nói về bóng đá.

Croatia 2026 dạy tôi: xác suất 12% vẫn là một con số đáng để đặt cược. Nhưng điều bài học đó thực sự dạy là phần đuôi của phân phối chỉ có nghĩa khi có hội tụ. Một đội đi tới trận chung kết với xác suất mô hình thấp cần đồng thời: một thủ môn ở đỉnh phong độ, một hệ thống phòng ngự không phụ thuộc cá nhân, và một nhánh đấu không gặp quá hai đội cửa trên. Croatia 2026 có cả ba. Nếu chỉ có một, xác suất 12% chỉ là cách nói lịch sự của hai chữ "không thể".

Có một loại trọng tài vô hình khác cũng đang định hình kết quả các giải đấu mà ít ai tính vào bảng dữ liệu của cầu thủ: những thay đổi luật. Số quyền thay người tăng, cách tính thời gian bù giờ thay đổi, tiêu chuẩn can thiệp của trọng tài video được siết lại. Mỗi lần luật đổi, một mẫu cầu thủ này tăng giá và một mẫu cầu thủ khác mất giá, không phải vì họ đá hay hơn hay dở hơn, mà vì trò chơi đã đổi hình dạng. Những đội vô địch trong hai năm đầu sau một lần sửa luật thường được ca ngợi vì bản lĩnh; thực tế họ chỉ thích nghi nhanh hơn, và sự thích nghi đó bị nhầm thành thực lực.

Tín hiệu cho vòng chuyển nhượng tới

Mùa chuyển nhượng tới sẽ có nhiều tin hơn nữa và ít dữ liệu xác thực hơn nữa, vì dòng tiền ở các giải Đông Nam Á đang tăng nhanh hơn nguồn cung nhân lực phân tích. Tôi sẽ theo bốn tín hiệu.

Thứ nhất là tỷ lệ giữa số bản hợp đồng và số vị trí tuyển trạch toàn thời gian. Một câu lạc bộ ký tám cầu thủ trong khi không có ai theo dõi đối thủ thường xuyên đang mua vé số bằng tiền ngân hàng.

Thứ hai là cấu trúc hợp đồng, chứ không phải phí chuyển nhượng: điều khoản giải phóng, tỷ lệ chia doanh thu bán tiếp, thời hạn thực tế so với thời hạn công bố. Ở Việt Nam, tiền chủ yếu đi qua tài trợ áo đấu và các thỏa thuận thương mại địa phương; khi một nhà tài trợ toàn cầu bước vào, thứ họ mua là chỉ số phơi bày, không phải quan hệ với khán đài, và điều đó dần làm đứt sợi dây giữa câu lạc bộ với cộng đồng đã sinh ra nó.

Thứ ba là cách các câu lạc bộ công bố sự không chắc chắn của chính mình. Đội nào dám viết hai chữ "chưa đủ dữ liệu" vào bản đánh giá nội bộ là đội đang xây quy trình thật.

Thứ tư là tỷ lệ phút thi đấu của cầu thủ dưới 21 tuổi ở các trận còn mang ý nghĩa kết quả, không phải các trận đã an bài trước khi bóng lăn.

Con số không bao giờ nói dối - chỉ có cách đọc nó mới sai lầm. Trong một kỳ chuyển nhượng mà mọi phòng họp đều bị ép phải có câu trả lời trong mười ngày, giữ được một ô trống trên bảng tính và dám ghi vào đó hai chữ "chưa biết" có thể là quyết định đúng đắn nhất mà một câu lạc bộ đưa ra trong cả mùa giải. Người làm dữ liệu không được trả tiền để chắc chắn. Anh ta được trả tiền để, khi tất cả mọi người trong phòng đã biết câu trả lời, là người duy nhất còn kiểm tra lại xem câu hỏi có đúng không.