Bảng phân tích chín chiều và cột N/A: Khi dữ liệu trống vẫn được đóng gói thành báo cáo

Đêm thứ Ba, ba giờ sáng giờ Melbourne, tôi mở một tệp báo cáo phân tích chín chiều về một trận bóng rổ. Mười tám trang. Có bảng đánh giá chiến thuật bốn dòng, có ma trận rủi ro sáu dòng, có mục phân tích quỹ lương với đầy đủ khái niệm first apron và Bird Rights, có sơ đồ lan tỏa ngành từ thượng nguồn tới hạ nguồn, có cả bảng thuật ngữ chuyên môn ở cuối. Nếu in ra, nó dày và nặng như một hồ sơ tuyển trạch thật.

Rồi tôi đọc từng ô. Ô nào cũng vậy: “N/A — không đủ thông tin.”

Không một tên cầu thủ. Không một chỉ số. Không một hệ thống chiến thuật nào được gọi tên. Không một điều khoản hợp đồng. Không một huấn luyện viên, không một chủ sở hữu, không một mùa giải cụ thể. Khung xương vẫn nguyên vẹn — OffRtg, DefRtg, TS%, USG%, EPM, các mức apron, quyền Bird — nhưng bên trong mỗi khung xương là một khoảng trống được định dạng rất cẩn thận, kèm lý do.

Tôi ngồi im khá lâu trước màn hình. Thứ tôi đang cầm trên tay là dạng văn bản nguy hiểm nhất mà ngành phân tích thể thao có thể sản sinh ra: một tài liệu trông y hệt phân tích, nhưng không chứa một mẩu thông tin nào.

Cần nói rõ cấu trúc đã tạo ra tệp đó. Trong các dây chuyền phân tích hiện đại — dù là phòng dữ liệu của một câu lạc bộ, bộ phận định giá của một nhà cái, hay một tòa soạn thể thao — công việc thường chia làm hai tầng. Tầng một bóc tách nguồn: tiêu đề, nguồn tin, loại bài, các luận điểm cốt lõi, các điểm thông tin, thực thể được nhắc tới, độ nhạy thời gian, chất lượng nguồn. Tầng hai mới là phân tích chuyên sâu theo chín chiều: chiến thuật và kỹ thuật, dữ liệu cầu thủ, vận hành đội bóng và quỹ lương, cục diện giải đấu và định vị đội, luật và quản trị, ban huấn luyện và phòng thay đồ, rủi ro, tự sự truyền thông và kỳ vọng, cuối cùng là hiệu ứng lan ra toàn ngành.

Kiến trúc hai tầng này nghe như chuyện hành chính nội bộ. Thực chất nó là một cơ chế kiểm soát lỗi. Tầng hai chỉ được phép suy luận trên những gì tầng một đã xác minh. Nếu tầng một rỗng, tầng hai không có quyền tự bịa ra sự thật để lấp chỗ trống. Nguyên tắc đó giống hệt nguyên tắc của một mô hình xG tử tế: bạn được phép ước lượng chất lượng một cú sút, nhưng bạn không được gán cho nó một bàn thắng chỉ vì bạn muốn trận đấu có bàn thắng.

Tệp báo cáo tôi đọc đã tuân thủ nguyên tắc ấy đến mức cực đoan. Chín chiều, mỗi chiều đánh dấu “không đủ thông tin”. Ma trận rủi ro sáu dòng, cả sáu dòng trống. Sơ đồ cục diện giải đấu có bốn tầng — ứng viên vô địch, tầng playoff, tầng play-in, tầng tank — và cả bốn tầng đều ghi N/A. Phần kết luận của mỗi chiều đều nói cùng một điều: không có dữ liệu thì không có kết luận.

Điều đáng chú ý nằm ở chỗ khác. Tài liệu ấy không hề nói dối. Nhưng nó đã chiếm mất mười tám trang giấy để nói rằng nó không có gì để nói.

Trong mười hai năm theo dõi ngành này, tôi đã đọc không ít báo cáo kiểu đó. Lần này tôi nhận ra một cơ chế rõ hơn: khi dữ liệu đầu vào trống, thứ được sản xuất ra không phải là sự thật, mà là hình dạng của sự thật.

Xem cách tài liệu tự bảo vệ. Nó không viết một câu văn xuôi nào về trận đấu, bởi vì không có trận đấu nào trong dữ liệu. Nhưng nó vẫn giữ toàn bộ bộ khung khái niệm. Nó vẫn định nghĩa Net Rating là chênh lệch OffRtg trừ DefRtg trên một trăm lượt kiểm soát bóng. Nó vẫn phân biệt first apron và second apron. Nó vẫn nhắc tới hiện tượng voter fatigue trong bình chọn MVP. Nghĩa là: người đọc lướt qua sẽ thấy một tài liệu “có nghề”. Chỉ khi đọc kỹ mới thấy nghề ở đây là nghề đóng gói.

Ngành phân tích thể thao không chết vì thiếu dữ liệu. Ngành này chết vì dữ liệu rỗng được đóng gói quá đẹp.

Tôi vào ngành từ một bài tập kinh tế lượng ở Melbourne, năm hai đại học. Tôi tải bộ dữ liệu xG của Ngoại hạng Anh mùa 2026-2026 về để làm bài. Burnley mùa đó ghi 36,2 bàn theo thực tế, trong khi mô hình xG dự kiến 44,8. Tôi nhớ mình ngồi nhìn hai con số ấy rất lâu. Chênh lệch gần chín bàn. Chuỗi trụ hạng của họ mùa ấy được báo chí gọi là “tinh thần chiến đấu”, “bản lĩnh đội bóng nhỏ”. Mô hình của tôi gọi khác. Nó nói rằng họ đang sống bằng một khoản vay, và khoản vay nào cũng có ngày đáo hạn.

Mùa hè 2026, tôi ngồi trước màn hình và nhận ra: quả bóng không phải thứ đáng đọc nhất. Thứ đáng đọc là cấu trúc nằm sau những con số người ta đưa cho nhau.

Khi World Cup 2026 khởi tranh, tôi dựng một mô hình nhỏ dựa trên chỉ số pressing và chuyền bóng. Croatia vào chung kết. Tôi nói được điều đó trước khi giải khai mạc, và tôi nói được như vậy không phải vì tôi thấy Luka Modrić hay hơn người khác, mà vì tầng dữ liệu của tôi không bị nhiễu bởi những câu chuyện đang được bán trên truyền hình.

Mùa hè 2026 dạy tôi bài học ngược lại. Khi Bundesliga trở lại trong sân vận động không khán giả, tôi dành sáu tháng phong tỏa để xử lý dữ liệu giải đấu đó. Lợi thế sân nhà giảm tới 38%. Chỉ số trung bình 1,32 điểm mỗi trận sân nhà rơi xuống 1,08. Borussia Mönchengladbach mất 7 trong 12 điểm tuyệt đối trên sân nhà sau khi bóng lăn trở lại. Sân vận động trống, nhưng chưa bao giờ có nhiều dữ liệu sạch đến vậy. Đại dịch là một món quà độc hại.

Điểm chung của cả ba lần đó: dữ liệu đầu vào sạch, cỡ mẫu được nêu rõ, và tôi chấp nhận rằng khoảng tin cậy của mình rộng. Tôi chưa bao giờ nói “chắc chắn”. Tôi nói “xác suất nghiêng về phía này, với biên độ sai số này”.

Giờ quay lại tệp báo cáo trống. Nó có một điểm mạnh mà phần lớn bài phân tích thể thao đang lưu hành không có: nó từ chối bịa. Nó không gán cho một cầu thủ chưa được nêu tên một chỉ số USG% cao. Nó không gán cho một đội chưa được nhận diện một mức thuế xa xỉ. Nó không dựng một “cửa sổ cạnh tranh” cho một đội bóng không tồn tại trong dữ liệu. Mỗi ô nó để trống, kèm một lý do.

Nhưng nó cũng phơi bày điều tôi cho là vấn đề lớn nhất của ngành này: chúng ta đã dạy cho khán giả rằng một tài liệu có cấu trúc thì đáng tin, trong khi thứ đáng tin nằm ở dữ liệu, không nằm ở cấu trúc.

Thử hình dung một độc giả bình thường cầm tài liệu chín chiều ấy trên tay. Anh ta thấy tiêu đề có chữ “chuyên sâu”. Anh ta thấy bảng, thấy chỉ số, thấy thuật ngữ, thấy các mũi tên chỉ xuống trong sơ đồ cục diện giải đấu. Trong mười tám trang, có thể anh ta chỉ đọc ba trang đầu và phần kết luận. Anh ta ra khỏi đó với cảm giác đã được cung cấp thông tin. Cảm giác ấy là sản phẩm thật của tài liệu. Thông tin mới là thứ không có.

Cơ chế này vượt ra ngoài những báo cáo lỗi. Nó nằm trong cách ngành vận hành hằng ngày.

Tôi đã nói nhiều lần với đồng nghiệp ở Melbourne rằng đám đông là chủ thể, trận đấu chỉ là bối cảnh. Tôi không nhìn trận đấu. Tôi nhìn đám đông đang đặt cược vào trận đấu. Nhưng có một vế tôi ít khi nói ra: đám đông không đọc dữ liệu. Đám đông đọc hình dạng của dữ liệu.

Khi tỷ lệ cược của Đan Mạch ở Euro 2026 được đẩy lên mức 4.75 sau sự cố của Christian Eriksen, phần lớn dòng tiền không chảy theo phân tích. Nó chảy theo một câu chuyện cảm xúc: đội bóng bị tổn thương sẽ gục ngã. Trong khi đó, dữ liệu pressing của Đan Mạch ở vòng bảng cho thấy PPDA trung bình 8,7, thấp nhất bảng — nghĩa là họ vẫn duy trì cấu trúc phòng ngự chủ động cao nhất giải ở giai đoạn đó. Cấu trúc không sụp. Câu chuyện sụp. Nhưng thị trường định giá câu chuyện, không định giá cấu trúc — ít nhất trong bốn mươi tám giờ đầu.

Euro 2026 dạy tôi một điều: không ai trả tiền để dự đoán đúng. Họ trả tiền để tin rằng mình đang dự đoán đúng.

Đây là chỗ tệp báo cáo trống kia trở nên đáng sợ theo một nghĩa khác hẳn. Nó không lừa ai bằng một con số sai. Nó lừa bằng cách cho người ta một khuôn mẫu để tự lấp đầy. Cấu trúc chín chiều ấy, với một người có sẵn định kiến, sẽ tự động được điền: tuyến này yếu, cầu thủ kia sa sút, đội này sắp tank. Người đọc không nhận ra mình chính là người viết phần nội dung còn thiếu. Họ tưởng mình đang đọc.

Tôi đã kiểm tra lại chuyện này với chính mình nhiều lần. Trong nghề của tôi có một dạng sai lầm khiến tôi mất tiền, và một dạng khiến tôi mất uy tín. Dạng thứ nhất là mô hình sai. Dạng thứ hai là mô hình đúng nhưng tôi diễn giải nó thành một câu chuyện mà mô hình không hề nói. Nghề của tôi không phải là tránh dạng thứ nhất — điều đó bất khả. Nghề của tôi là không bao giờ để dạng thứ hai xảy ra. Mỗi con số rời rạc là một lời nói dối. Chỉ khi xếp chúng cạnh nhau, sự thật mới bắt đầu nôn ra.

Tệp báo cáo trống kia đã làm đúng một nửa việc: nó không diễn giải. Nhưng nó vẫn giữ nguyên bộ khung của một bản diễn giải.

Có một chi tiết nhỏ trong tài liệu khiến tôi nghĩ lâu hơn cả. Phần cảnh báo rủi ro ở cuối chỉ ra đúng một rủi ro thực sự tồn tại: rủi ro đánh mất tính toàn vẹn của dây chuyền phân tích. Mọi rủi ro khác — cạnh tranh, hợp đồng, nhân sự, luật, dư luận, hệ thống — đều để trống. Nghĩa là hệ thống, khi bị đẩy vào tình trạng không có dữ liệu, đã tự chỉ ra điểm yếu của chính nó thay vì bịa ra điểm yếu của người khác.

Trong bóng rổ, có một khái niệm tôi dùng rất nhiều khi làm việc với mô hình: cỡ mẫu tối thiểu trước khi một chỉ số trở nên có nghĩa. Ở cấp độ một mùa giải, tỷ lệ ném ba điểm của một cầu thủ cần khoảng vài trăm lần ném để ổn định. Ở cấp độ một trận, gần như mọi chỉ số đều là nhiễu. Vậy mà mỗi đêm, sau mỗi trận, hàng nghìn bài phân tích được xuất bản với giọng điệu của một kết luận đã được kiểm chứng. Cỡ mẫu của chúng là một.

Tôi đã ngồi trong nhiều phòng họp nơi một hồ sơ cầu thủ được dựng lên từ bảy trận. Bảy trận. Trong khoảng thời gian đó, một cầu thủ tầm trung có thể ném vào ở mức của một xạ thủ, và một xạ thủ có thể ném trượt ở mức của một người mới vào giải. Mô hình không sai. Người đọc mô hình mới sai, vì họ không được cho biết cỡ mẫu nằm ở đâu. Tài liệu trống kia, ở một khía cạnh nào đó, đã làm việc mà không ai làm: nó nói thẳng ra rằng nó không biết.

Có một tầng sâu hơn mà tôi muốn nói rõ. Dữ liệu trực tiếp cung cấp cho các công ty cá cược là tác dụng phụ đen tối nhất của việc số hóa thể thao. Chúng ta thường nghĩ về số hóa như một tiến bộ: nhiều số hơn, nhiều camera hơn, nhiều cảm biến hơn, nhiều góc quay hơn. Nhưng số hóa không tự động tạo ra tri thức. Nó tạo ra nguyên liệu. Và nguyên liệu, khi không có người chế biến đủ giỏi, sẽ được bán thô cho những người sẵn sàng mua bất cứ thứ gì có hình dạng của thông tin.

Đó là lý do tôi luôn hỏi một câu trước khi đọc bất kỳ báo cáo nào: phần nào của tài liệu này là dữ liệu, phần nào là khuôn mẫu? Nếu tôi không phân biệt được, tôi không đọc tiếp.

Phản ứng đầu tiên của hầu hết người trong ngành khi thấy một tài liệu đầy chữ N/A là: dây chuyền hỏng, cần chạy lại. Đúng về mặt kỹ thuật. Nhưng nếu chỉ dừng ở đó, chúng ta bỏ lỡ điều quan trọng nhất.

Tài liệu trống ấy trung thực hơn phần lớn bài phân tích đang được xuất bản mỗi ngày. Bởi vì phần lớn bài phân tích đang được xuất bản mỗi ngày chính là tài liệu ấy, chỉ khác một điểm: người ta đã nhét số vào những ô trống. Nguồn gốc của chúng là gì? Một mẫu ba trận. Một chỉ số không có mẫu kiểm chứng. Một nguồn tin không được phân tầng. Một mùa giải khác, một giải đấu khác, một bối cảnh khác, và một định kiến có sẵn trong đầu người viết.

Rủi ro lớn nhất tôi nhìn thấy không nằm ở tài liệu để trống. Nó nằm ở tài liệu được điền bằng thứ không đáng điền.

Kỳ chuyển nhượng đang ở giai đoạn ồn ào nhất. Tin đồn tràn ra mỗi giờ, và mỗi tin đồn đều được gói trong một cấu trúc trông rất chuyên nghiệp: nguồn thân cận, cấu trúc hợp đồng, điều khoản giải phóng, quỹ lương, động thái của người đại diện. Phần lớn những cấu trúc ấy có đúng một điểm dữ liệu bên trong. Phần còn lại là hình dạng.

Có một điều tôi học được sau nhiều năm đọc dòng tiền: thị trường không thưởng cho người nói “tôi không biết”. Nó thưởng cho người nói “tôi biết, và đây là lý do”. Trong ngắn hạn, người thứ hai luôn thắng. Trong dài hạn, người thứ nhất sống sót.

Vòng tới, khi đọc bất cứ bản phân tích nào, tôi sẽ làm một việc rất đơn giản. Tôi sẽ đếm xem tài liệu ấy có bao nhiêu ô thực sự chứa dữ liệu, và bao nhiêu ô chỉ chứa sự trôi chảy. Tôi đề nghị người đọc cũng làm vậy. Một tài liệu dám để trống sẽ dạy bạn nhiều hơn một tài liệu dám bịa.