Bản báo cáo không có một điểm dữ liệu: khi nhà phân tích học cách im lặng

Tối thứ Ba, tôi ngồi ở bàn làm việc nhìn ra vịnh Nha Trang và mở một bản phân tích chuyên sâu dài chín phần. Bốn mươi hai bảng biểu. Không một điểm dữ liệu.

Từ ô chỉ số kỹ thuật đến lịch sử đối đầu, từ đánh giá phong độ đến sơ đồ rủi ro, mọi ô đều ghi cùng một câu: “N/A – không đủ thông tin.” Tôi đọc lại lần thứ hai, rồi lần thứ ba. Không phải để truy lỗi, mà để tự nhủ rằng người viết bản báo cáo này đã không bịa.

Tám năm làm cố vấn dữ liệu cho các đội bóng và đội cầu lông, tôi đã đọc hàng trăm báo cáo. Phần lớn đầy ắp số. Một số đầy ắp sự tự tin. Bản này trống rỗng, và nó trung thực đến mức khiến tôi thấy nhẹ người.

Trong nghề của tôi, một bản phân tích đi qua hai bước. Bước đầu là giải mã nguồn: bài viết, biên bản trận đấu, thông cáo, dữ liệu thô. Bước sau là phân tích sâu: dựng bối cảnh, so sánh đối thủ, tính toán rủi ro. Nếu bước đầu trả về con số không, bước sau không thể làm gì ngoài việc ghi lại sự trống rỗng ấy.

Với cầu lông, bộ chỉ số của tôi gọn hơn bóng đá nhưng không kém phần khắt khe. Tỷ lệ ghi điểm chủ động, tỷ lệ lỗi tự đánh hỏng, phân bố độ dài pha cầu, tỷ lệ thắng ở giai đoạn mười sáu điểm trở lên. Một tay vợt có độ dài pha trung bình 7,2 nhịp đang chơi một trận khác hoàn toàn với người có độ dài pha trung bình 4,8 nhịp. Chênh lệch ấy không nằm trong bảng tỷ số, nhưng nó quyết định bảng tỷ số. Muốn nhìn thấy nó, tôi cần dữ liệu từng pha. Không có dữ liệu từng pha, tôi buộc phải đoán.

Mùa chuyển nhượng là mùa sản sinh báo cáo nhiều nhất trong năm. Mỗi ngày có hàng trăm tin đồn, hàng nghìn dòng trạng thái, và vô số “nguồn thân cận” xuất hiện rồi biến mất trong cùng một tuần. Người hâm mộ cần một bộ lọc. Các câu lạc bộ cần một bộ lọc. Và người làm dữ liệu như tôi bị đặt vào thế phải lọc, dù nguyên liệu để lọc nhiều khi không hề tồn tại.

Khi nhận một đề nghị phân tích dựa trên tài liệu trống, tôi có hai lựa chọn. Một là lấp chỗ trống bằng suy đoán: kể một câu chuyện nghe hợp lý, thêm vài chỉ số lấy từ trí nhớ, gắn vào đó một cái tên nổi tiếng cho dễ đọc. Hai là ghi thẳng bốn chữ: không đủ thông tin.

Lựa chọn thứ nhất được trả tiền nhanh hơn. Lựa chọn thứ hai giữ được nghề.

Tôi vào nghề bằng báo chí, nhưng năm 2026 dạy tôi rằng số liệu cũng biết viết. Năm đó tôi dùng chỉ số PPDA và xG để chứng minh một đội bóng tại Nha Trang chỉ thắng khi cầm bóng dưới 45%. Ban huấn luyện ép họ kiểm soát bóng. Kết quả là chuỗi bảy trận không thắng. Bản báo cáo hai mươi trang của tôi kết thúc bằng một câu dứt khoát, và câu đó đứng vững vì nó dựa trên dữ liệu thật.

Nếu năm đó tập dữ liệu của tôi trống, tôi sẽ phải viết gì?

Đó là câu hỏi tôi tự đặt ra mỗi lần mở một tệp mới. Nghề phân tích dữ liệu thể thao có một cám dỗ lớn: biến sự thiếu hiểu biết thành một mô hình. Khi không có số, người ta vẽ ra một trục tung và một trục hoành, đặt vài điểm ước lượng, rồi gọi đó là dự báo. Bảng biểu trông rất chuyên nghiệp. Nhưng bên dưới lớp bóng loáng ấy là một khoảng trắng chưa từng được thừa nhận.

Trong cầu lông, sự thật này lộ ra rõ hơn bất cứ môn nào. Một trận cầu lông không kéo dài chín mươi phút với hàng nghìn pha chạm bóng. Nó kéo dài bốn mươi phút, và mỗi điểm số là một lát cắt có thể đo được. Khoảng cách giữa thắng 21-19 và thắng 21-9 lớn hơn nhiều so với con số chênh lệch hai điểm. Một tay vợt thắng bốn điểm liên tiếp ở giai đoạn quyết định của ván ba đang chơi một môn khác với người thua ở chính khoảnh khắc đó.

Để kể được câu chuyện ấy, tôi cần dữ liệu điểm từng pha. Tôi cần tốc độ cầu, vị trí chạm, nhịp thở giữa các pha, và cả khoảng lặng trước khi giao bóng. Không có những thứ đó, tôi có thể viết về tinh thần, về bản lĩnh, về “khoảnh khắc tỏa sáng”. Cách viết ấy không sai. Nó chỉ không phải việc của tôi.

World Cup 2026 dạy tôi một bài khác. Tôi phân tích trận Tây Ban Nha – Bồ Đào Nha kết thúc 3-3. Ronaldo ghi hat-trick với xG chỉ 0,87, nghĩa là hiệu suất ghi bàn vượt xa chất lượng cơ hội. Bài viết đạt hai triệu lượt xem, và độc giả bắt đầu gọi tôi là Data Monk. Nhưng cùng lúc đó, tôi chỉ ra Tây Ban Nha mới là đội tạo nhiều cơ hội hơn. Truyền thông chỉ nói về Ronaldo. Tôi bị chỉ trích vì “không tôn trọng huyền thoại”. Trong một buổi phỏng vấn truyền hình, tôi nói rằng theo dữ liệu, Bồ Đào Nha sẽ dừng bước ở vòng mười sáu. Họ dừng bước thật.

Nhưng có một điều đáng chú ý: nếu khi ấy tôi không có xG, tôi sẽ không có gì để nói ngoài việc khen một cú đá phạt. Một bài viết hay được sinh ra từ dữ liệu đầy, không phải từ dữ liệu rỗng được trang điểm.

Năm 2026 khép tôi lại trong một căn phòng không có trận đấu nào. Tôi mất hợp đồng với CLB Nha Trang, và dành sáu tháng xem lại dữ liệu năm năm của các đội châu Á. Tôi tìm ra một mẫu hình: những đội pressing tầm cao với PPDA dưới 5 có xu hướng sụp đổ ở phút 70 đến 80, và thủng lưới nhiều nhất trong mười phút cuối trận. Bài viết mang tên “90 phút không còn là ranh giới” lập luận rằng bóng đá hiện đại đã đặt cược sai vào cường độ chạy. Một huấn luyện viên người Brazil đang làm việc ở Thái Lan tìm đến tôi và mời tôi làm cố vấn dữ liệu.

Tôi nhận lời, nhưng tôi cũng viết thêm một câu mà sau này trở thành nguyên tắc: trong một thế giới không thể dự đoán, dữ liệu chỉ là tấm bản đồ cũ.

Đại dịch dạy tôi rằng có những biến số mà mô hình không nắm được. Lịch thi đấu bị hoãn. Sân không có khán giả. Vận động viên mất cảm giác thi đấu. Không chỉ số nào đo được nỗi sợ hãi trong một phòng khách sạn cách ly. Khi ấy, một bản báo cáo trung thực nhất là bản báo cáo dám nói: tôi không biết.

Đó là lý do tôi không thấy bản phân tích toàn chữ N/A kia là một thất bại. Tôi thấy nó là một hành động kỷ luật.

Ngành thể thao vận hành bằng niềm tin rằng luôn có câu trả lời. Người hâm mộ muốn biết đội nào thắng. Nhà cái muốn biết tỷ lệ. Câu lạc bộ muốn biết nên mua cầu thủ nào. Và vì nhu cầu ấy mạnh mẽ như vậy, thị trường luôn có ai đó sẵn sàng bán câu trả lời, kể cả khi chưa ai đo được câu hỏi.

Góc nhìn phản trực giác của tôi là thế này: giá trị lớn nhất của một nhà phân tích không nằm ở chỗ tìm ra câu trả lời, mà ở chỗ xác định đúng ranh giới nơi câu trả lời bắt đầu. Biết mình không biết gì cũng là dữ liệu. Một bản báo cáo ghi “không đủ thông tin” tiết kiệm cho câu lạc bộ một bản hợp đồng sai. Nó tiết kiệm cho người hâm mộ vài tuần tin vào một viễn cảnh không có cơ sở. Nó tiết kiệm cho chính người viết một vết nhơ nghề nghiệp.

Vấn đề của ngành không nằm ở việc thiếu dữ liệu. Ngành có thừa dữ liệu. Vấn đề nằm ở chỗ chúng ta thưởng cho những người lấp đầy khoảng trống bằng giọng điệu chắc nịch, và trừng phạt những người thừa nhận giới hạn. Điều đó tạo ra một hệ thống khuyến khích ngược: càng ít biết, càng phải nói to.

Con số không bao giờ vội. Người vội là ta.

Tôi nhớ một năm viết về vận động viên Olympic Việt Nam thất bại ở vòng loại chạy 100 mét nữ. Dữ liệu phản ứng xuất phát của cô thuộc top 5 thế giới. Bài viết gây tranh cãi dữ dội vì tôi dùng số liệu để bênh vực người thua cuộc. Nhưng nếu không có chỉ số phản ứng ấy, tôi đã chẳng có gì để bảo vệ cô ngoài sự đồng cảm suông. Một lần nữa, dữ liệu đầy cho tôi quyền lên tiếng. Dữ liệu rỗng chỉ cho tôi quyền im lặng.

Sự im lặng ấy không hề rẻ. Trong mùa chuyển nhượng, người ta trả tiền cho tiếng ồn. Một bài phân tích nói “chưa thể kết luận” khó bán hơn một bài nói “thương vụ này sẽ thành”. Nhưng nghề của tôi không phải nghề bán dự đoán. Nghề của tôi là nghề dựng lại sự thật của trận đấu bằng thứ đo lường được, và thành thật về phần không đo được.

Khi sân trống và dữ liệu thừa thãi, tôi hiểu ra mình theo thể thao vì con người nhiều hơn vì số.

Bản phân tích chín phần kia sẽ không được công bố. Nó nằm trong ngăn kéo của tôi, làm bằng chứng cho một buổi tối mà tôi đã chọn không bịa. Có thể trong vài tháng tới, dữ liệu thật sẽ về. Bước giải mã nguồn sẽ trả về tên cầu thủ, chỉ số, lịch sử đối đầu. Khi ấy bản phân tích sâu sẽ có thân xác, và tôi sẽ viết bằng giọng quyết đoán như tôi vẫn viết.

Còn bây giờ, câu hỏi dành cho những ai đang đọc giữa mùa chuyển nhượng là thế này: khi bộ lọc của bạn trả về con số không, bạn chọn bịa một câu trả lời, hay chọn giữ lấy sự trống rỗng và chờ?

Mỗi trận đấu là một tuần trà của kẻ tu hành dữ liệu — im lặng mà thấm.