Hai mươi bảy ô trống và chữ N/A: kỷ luật im lặng của người làm dữ liệu thể thao

Tuần này, một tệp phân tích được đặt lên bàn làm việc của tôi ở Berlin. Hai mươi bảy trường thông tin. Trường nào cũng giống trường nào: không đủ thông tin, không thể đánh giá. Không tên giải đấu, không số phiên bản, không đội hình, không ngày ban hành, không nguồn. Một hồ sơ được trình bày đúng chuẩn, chia mục gọn gàng, đóng khung đầy đủ, và trống rỗng hoàn toàn.

Tôi ngồi với nó khoảng hai mươi phút. Phản xạ đầu tiên của bất kỳ ai từng làm nghề này là lấp chỗ trống: đoán giải đấu, suy ra phiên bản, gán một đội hình nghe hợp lý rồi viết cho xong. Mười sáu năm quan sát ngành dạy tôi điều ngược lại. Giữa một hồ sơ trống và một hồ sơ sai, hồ sơ trống trung thực hơn — và trong công việc định giá cầu thủ, trung thực là một dạng lợi thế cạnh tranh.

Số liệu không bao giờ nói dối — chỉ có tấm lòng người đọc khiến chúng trở thành dối trá. Khi trong tệp không có gì, sai lầm duy nhất có thể xảy ra là do người đọc nó.

Bối cảnh: nghề của những khoảng trắng

Người ngoài thường hình dung phân tích thể thao là một dòng số liệu chảy liên tục. Mỗi cầu thủ có hàng nghìn điểm dữ liệu, mỗi trận có bản đồ chuyển động, mỗi giải đấu có một tầng chỉ số nâng cao. Thực tế khác. Phần lớn hồ sơ tuyển trạch tôi nhận trong năm đều có ít nhất một trường trống, và trong mùa giải thường niên — khi không có giải đấu lớn nào che phủ toàn bộ sự chú ý — tỷ lệ đó tăng lên rõ rệt. Câu lạc bộ hạng trung không vận hành hệ thống theo dõi. Giải đấu cấp hai không công bố dữ liệu vị trí. Một cầu thủ trẻ mới đá sáu trận. Một hậu vệ vừa trở lại sau chấn thương dài, số phút quá ít để dựng đường hồi quy.

Nghề của tôi, ở tầng sâu nhất, là quản lý những khoảng trắng đó.

Mùa giải năm nay là mùa giải thường niên: không World Cup, không EURO, không một kỳ chuyển nhượng lớn nào định hình câu chuyện. Đây là kiểu mùa mà những tín hiệu quan trọng nhất không nằm ở bảng xếp hạng. Chúng nằm ở dòng chảy bên dưới: PPDA của một hàng tiền vệ trượt dần qua từng vòng, quãng đường chạy tốc độ cao của một đội đang đá ba trận trong tám ngày, tỷ lệ pressing thành công trong mười lăm phút đầu hiệp hai. Bảng xếp hạng là kết quả; dòng chảy là nguyên nhân.

Năm 2026, khi còn là cây viết nội dung cho một startup dữ liệu thể thao, tôi công bố phân tích dùng xG để phản đối việc Hannover 96 cân nhắc sa thải huấn luyện viên André Breitenreiter. Ban biên tập gọi tôi ngây thơ. Hannover giành 11 điểm trong năm vòng cuối và trụ hạng. Hannover 96 năm đó là một phương trình chờ người giải. Vài tháng sau, tôi chỉ ra PPDA của đội tuyển Đức tại World Cup 2026 nằm ở mức 8,7 lần cho phép đối phương chạm bóng mỗi pha phòng ngự, và nói rằng đội bóng đó sẽ bị loại từ vòng bảng. Ngày 27 tháng 6 năm 2026, Đức thua Hàn Quốc 0-2 tại Kazan và rời giải đấu. Không có phép màu nào ở đó. Chỉ có một chỉ số bị bỏ qua.

Từ đó, mỗi bài phân tích của tôi đều buộc phải gắn ít nhất một chỉ số kiểm chứng được, và phải soi lại nguồn trước khi nộp.

Chuỗi bằng chứng

Bản hồ sơ trống tuần này không phải hiện tượng cá biệt. Nó là dạng thường gặp nhất của công việc, chỉ là hiếm khi được thừa nhận. Có ba tình huống khiến một hồ sơ trả về toàn chữ N/A, và mỗi tình huống đòi một cách xử lý khác nhau.

Mẫu quá nhỏ là dạng phổ biến nhất. Tại EURO 2026, một câu lạc bộ Bundesliga nhờ tôi định giá ba mục tiêu: một ngôi sao bùng nổ sau sáu trận ở giải đấu ngắn ngày, một tiền đạo Ligue 1 ghi trung bình 0,52 xG mỗi trận suốt ba mùa, và một hậu vệ vừa trở lại sau chấn thương dài hạn. Cả ba hồ sơ đều có trường trống. Ngôi sao kia có sáu trận — quá ít để dựng một phân phối. Hậu vệ kia có số phút ít đến mức mọi đường hồi quy đều vô nghĩa. Tôi dựng mô hình trên 1.400 điểm dữ liệu và chọn tiền đạo Ligue 1. Lựa chọn đó bị đánh giá là nhàm chán. Ba tháng sau, ngôi sao EURO chấn thương, hậu vệ mất phong độ, tiền đạo được chọn ghi 14 bàn. Không đủ thông tin là một kết luận có giá trị ngang với mọi kết luận khác, và thường là kết luận rẻ nhất trong số đó.

Dạng khó chịu hơn là thiếu hẳn một chiều dữ liệu. Khi không có dữ liệu vị trí, PPDA và quãng đường chạy tốc độ cao biến mất. Và khi hai chỉ số đó biến mất, toàn bộ từ vựng mô tả ý chí cũng phải biến mất theo. Tôi không viết rằng một đội đang xuống tinh thần nếu không có tỷ lệ lỗi kỹ năng hay tần suất quyết định sai để đỡ lưng. Tôi gọi đó là giới hạn đạo đức của nghề.

Ngày 12 tháng 6 năm 2026, Christian Eriksen gục xuống giữa sân ở Copenhagen. Tôi không viết một câu nào về cảm xúc. Tôi theo dõi bốn trận sau đó của Đan Mạch và ghi lại hai chỉ số: PPDA giảm từ 11,2 xuống 9,8, nghĩa là đội áp sát nhanh hơn; quãng đường chạy tốc độ cao tăng 7%. Đấy là cách tôi đo một tập thể sau một biến cố tâm lý: bằng số liệu, không bằng tính từ.

Thứ tôi theo dõi sát nhất trong mùa giải thường niên không phải phong độ mà là tốc độ suy giảm của phong độ. Mùa 2026-20, khi Bundesliga phải đá trong sân trống vì dịch, tôi xem lại toàn bộ 263 trận và tìm ra hai điểm dữ liệu: tỷ lệ thắng sân nhà rơi từ 46% xuống 29%, và Union Berlin — đội nổi tiếng với bức tường cổ động viên ở Köpenick — đánh mất 61% số điểm so với khi có khán giả. Tôi biến phát hiện đó thành một thước đo gọi là hệ số phân rã, rồi thành một báo cáo dài 40 trang. Một công ty tư vấn chuyển nhượng ở Berlin mua lại bản quyền và tuyển tôi về làm quản trị viên thị trường chuyển nhượng. Từ đó tôi chuyển từ người viết thuần túy sang người định giá.

Nghề định giá dạy tôi nhìn mọi thứ bằng phân phối xác suất. Chuyển nhượng không phải là mua người, mà là mua một phân phối xác suất. Mọi hồ sơ tôi gửi đi đều có ba kịch bản: lạc quan, cơ sở, bi quan. Và hai từ bị cấm tuyệt đối trong văn bản của tôi: bom tấn và siêu dự án, trừ khi có mô hình dữ liệu chứng minh.

Ở thể thao điện tử, trường trống có một dạng riêng, và dạng đó nguy hiểm hơn. Số phiên bản. Không có ngày vá, mọi phân tích meta đều là suy đoán được trang điểm bằng thuật ngữ. Sức mạnh của một đội là một hàm số của phiên bản: cùng đội hình, cùng huấn luyện viên, chỉ đổi một chỉnh sửa cân bằng, tỷ lệ thắng có thể dịch chuyển mười điểm phần trăm. Bỏ trống trường phiên bản là rút mất xương sống của cả bản phân tích. Thiếu một chi tiết phụ và thiếu xương sống là hai mức độ khác nhau. Với một hồ sơ như vậy, cách xử lý đúng không phải là viết phần kết luận cẩn trọng hơn. Cách xử lý đúng là trả hồ sơ về kèm một dòng: mọi mục từ mục hai đến mục chín không thể đánh giá.

Tôi áp dụng quy tắc hai nguồn độc lập cho mọi dữ kiện. Đủ hai nguồn xác nhận thì xuất bản. Chưa đủ thì ghi rõ là chưa đủ. Quy tắc này không sinh ra từ sự cầu toàn. Nó sinh ra từ một lần tôi suýt nộp một bài dựa trên một nguồn duy nhất, rồi phát hiện nguồn đó đã sao chép từ chính bài của tôi hai năm trước.

Góc nhìn phản trực giác

Hồ sơ trống không phải vấn đề lớn nhất của ngành này. Vấn đề lớn nhất là dòng dữ liệu trực tiếp chảy thẳng từ sân đấu tới các công ty cá cược. Đó là tác dụng phụ đen tối nhất của việc số hóa thể thao: cùng một luồng dữ liệu dùng để phân tích chiến thuật cũng được dùng để định giá rủi ro, và không ai kiểm soát được điểm rẽ. Khi một hệ thống theo dõi ghi lại từng pha chạm bóng, dữ liệu đó phục vụ hai chủ thể có mục tiêu đối nghịch. Người viết như tôi sống nhờ phần ánh sáng của luồng dữ liệu đó, và phải nói thẳng rằng phần bóng tối của nó lớn hơn nhiều.

Phần lớn khoảng trắng không tự nhiên mà có. Chúng được sản xuất. Câu lạc bộ giấu tình trạng chấn thương. Người đại diện giữ lại hồ sơ y tế. Giải đấu cấp thấp không đầu tư vào hệ thống theo dõi, và không ai coi đó là vấn đề của mình. Một trường trống, trong rất nhiều trường hợp, là một quyết định có chủ đích của một bên có lợi ích.

Điều tôi sợ nhất là nghịch lý thứ ba: mô hình càng tinh vi, hậu quả của một tập dữ liệu rỗng càng nặng. Một phương trình hồi quy đẹp đẽ chạy trên một bảng toàn giá trị thiếu sẽ cho ra kết quả tự tin và vô nghĩa. Người đọc không phân biệt được hai loại đầu ra đó nếu không nhìn thấy dữ liệu đầu vào. Tôi không tin vào trực giác — tôi tin vào hệ số phân rã của trực giác. Nhưng hệ số đó cũng bằng không khi mẫu bằng không.

Cần nói rõ một điều nữa. Một trường trống đôi khi chính là thông tin. Trong thể thao điện tử, nếu một tuyển thủ không xuất hiện trong bất kỳ cơ sở dữ liệu nào, điều đó thường có nghĩa anh ta thi đấu ở một hệ thống giải không được theo dõi — và thông tin đó là một đầu vào định giá, không phải một ngõ cụt. Trong bóng đá, một cầu thủ không có dữ liệu vị trí thường đến từ một giải đấu mà các mô hình của tôi chưa từng nhìn thấy. Mọi cuộc khủng hoảng đều là dữ liệu chưa được dán nhãn. Và đang nổi với thực sự giỏi là hai thứ phải chứng minh riêng biệt; khi cả cộng đồng tôn vinh một tuyển thủ trẻ sau sáu trận, tôi không phản đối — tôi chỉ ghi lại rằng mẫu là sáu.

Điểm mang đi

Tín hiệu tôi chờ ở vòng tiếp theo không phải một tiền đạo ghi bốn mươi bàn. Tín hiệu là câu lạc bộ đầu tiên công bố danh sách những mục tiêu mà nó không thể đánh giá, kèm lý do. Những câu lạc bộ dám gọi tên khoảng trắng của mình là những câu lạc bộ sẽ ngừng trả tiền cho những bất ngờ. Mùa hè sân trống, tôi nghe thấy dữ liệu rơi từng giọt — và giọt đáng giá nhất của mùa giải này là một trường trống được dán nhãn đúng. Có những trận đấu kết thúc khi trọng tài thổi còi; và có những trận chỉ bắt đầu khi dữ liệu cất tiếng.