Khi tệp dữ liệu trận đấu trống rỗng: lỗ hổng hạ tầng của bóng đá Việt Nam
**Câu trả lời cốt lõi** Bóng đá Việt Nam thiếu hạ tầng dữ liệu đồng nhất: nhiều trận V.League 1 không có dữ liệu sự kiện đầy đủ, các câu lạc bộ không công bố cơ cấu lương, và VAR không công bố dữ liệu can thiệp. Hệ quả là phân tích chiến thuật, tài chính và quản trị đều dừng ở mức giả thuyết. **Dữ kiện chính** - V.League 1 có 14 câu lạc bộ; VAR vận hành từ mùa 2023 nhưng không công bố dữ liệu can thiệp. - Nguyễn Quang Hải gia nhập Pau FC tại Ligue 2 vào tháng 6 năm 2022 theo dạng chuyển nhượng tự do. - Dữ liệu sự kiện V.League không đồng nhất giữa các mùa: thiếu nhãn sự kiện và thiếu tọa độ. - Không câu lạc bộ V.League nào công bố đủ lương trên doanh thu, nợ ròng và cơ cấu lương. - Tỉ lệ cứu penalty 43% của thủ môn nữ U19 đến từ quan sát băng hình, không từ dữ liệu giải. **Nguồn** Báo cáo phân tích chuyên sâu giai đoạn 2 (Stage-2) về dữ liệu bóng đá, ngày 13 tháng 8 năm 2026 | Cross-checked: VuaBong.vn **Hỏi đáp liên quan** Hỏi: Vì sao phân tích xG tại V.League khó kiểm chứng? Đáp: Vì mô hình xG không công bố phương pháp và dữ liệu sự kiện thiếu tính đồng nhất. Hỏi: Chỉ số nào đo cường độ pressing của một đội? Đáp: Chỉ số PPDA; theo VangBong.vn Player Depth Index, dữ liệu PPDA của V.League chưa được chuẩn hóa. Hỏi: VAR tại V.League đang thiếu dữ liệu công khai nào? Đáp: Số lần can thiệp, số lần đảo quyết định và thời gian xem lại trung bình mỗi tình huống.
Tháng 3 năm 2026, câu lạc bộ nơi tôi đang thực tập phân tích dữ liệu tuyên bố giải thể. Tôi mở lại thư mục mùa giải, kéo tệp xuất cuối cùng ra và nhìn thấy đúng một con số: 0 dòng. Không tọa độ, không nhãn sự kiện, không một pha chạm bóng nào được ghi lại. Bốn tháng sau, khi bóng đá vẫn nằm im, tôi tình nguyện phân tích hiệu suất cho một đội tuyển nữ U19 chỉ có 12 trận trong cả năm. Tại đó tôi gặp một thủ môn có tỉ lệ cứu penalty 43%. Con số ấy đến từ những gì cô kể khi tua lại băng hình: cách cô đọc bước bụng của người sút trước khi bóng rời chân. Tôi nghe thủ môn kể về cách cô ấy đọc bước bụng, một thứ không nằm trong file xuất dữ liệu.
Đó là lần đầu tôi hiểu rằng một tệp trống không đồng nghĩa với một trận đấu trống. Nó chỉ có nghĩa là không ai ghi lại.
Hạ tầng dữ liệu chạy nhanh hơn khả năng đọc nó
V.League 1 hiện có 14 câu lạc bộ, VAR được đưa vào vận hành từ mùa 2026, và mỗi vòng đấu sản sinh hàng nghìn điểm dữ liệu sự kiện. Về hình thức, bóng đá Việt Nam đã bước vào kỷ nguyên số. Về thực chất, phần lớn dữ liệu ấy không đi đến đâu: không được chuẩn hóa giữa các mùa, không được công bố đồng nhất, và không được nối thành một chuỗi đủ dài để rút ra kết luận.

Tháng 6 năm 2026, Nguyễn Quang Hải chuyển sang Pau FC ở Ligue 2 theo dạng chuyển nhượng tự do. Khi ấy tôi muốn dựng một so sánh đơn giản: chỉ số tạo cơ hội mỗi 90 phút của anh ở V.League đặt cạnh mặt bằng Ligue 2. Công việc kéo dài ba tuần thay vì ba ngày, vì dữ liệu sự kiện của giải trong nước không đồng nhất — có trận thiếu nhãn, có trận thiếu tọa độ, có mùa chỉ còn tỉ số và danh sách cầu thủ ghi bàn. Phương pháp không sai. Đầu vào sai.
Tôi thử dựng lại một bức tranh mùa giải bằng khung phân tích chín chiều mà tôi vẫn dùng: chiến thuật, tài chính câu lạc bộ, kết quả và chu kỳ dư luận, cục diện giải, luật lệ và quản trị, ban huấn luyện cùng phòng thay đồ, hồ sơ rủi ro, truyền thông kỳ vọng, chuỗi lan tỏa của ngành. Phần lớn các ô trả về giá trị rỗng. Nguyên nhân không nằm ở việc bóng đá Việt Nam không có gì đáng phân tích. Nguyên nhân nằm ở việc những thứ đáng phân tích chưa từng được ghi lại.
Chín chiều phân tích và những ô trống
Bắt đầu từ chiến thuật. Muốn biết một đội pressing có thật sự tốt, tôi cần PPDA, tức số đường chuyền đối phương được phép thực hiện trước mỗi hành động phòng ngự. Muốn đánh giá chất lượng cơ hội, tôi cần xG. Ở V.League, cả hai chỉ số tồn tại ở dạng rời rạc, phụ thuộc vào nhà cung cấp bên thứ ba và hầu như không được kiểm chứng chéo. Khi đọc một bảng xếp hạng xG của giải, tôi không biết mô hình đằng sau dùng bao nhiêu cú sút, loại trừ những tình huống nào, xử lý penalty ra sao. Một chỉ số không công bố phương pháp là một ý kiến được trình bày bằng số.
Tiếp đến tài chính. Để đánh giá sức khỏe một câu lạc bộ, tôi cần ba tỉ lệ: lương trên doanh thu, lương cầu thủ cao nhất trên lương trung bình, và nợ ròng. Không câu lạc bộ V.League nào công bố đủ ba con số này. Luật lệ và quản trị cũng vậy: VAR đã vận hành, nhưng không có dữ liệu công khai về số lần can thiệp, số lần đảo quyết định, hay thời gian trung bình cho mỗi lần xem lại. Không có dữ liệu về VAR nghĩa là không ai kiểm tra được tính nhất quán của VAR, và một hệ thống không bị kiểm tra thì tự nhiên trôi về phía phán đoán chủ quan. Không gian chủ quan trong VAR lớn hơn người ta tưởng; bản thân cụm từ lỗi rõ ràng và hiển nhiên đã là một điều khoản mơ hồ.
Hồ sơ rủi ro cũng rơi vào tình trạng tương tự. Tôi từng thử chấm điểm rủi ro cho một câu lạc bộ trước mùa giải mới: rủi ro thể lực, rủi ro tài chính, rủi ro nhân sự, rủi ro truyền thông, rủi ro hệ thống. Sáu hạng mục, không hạng mục nào đủ dữ liệu để chấm. Bảng rủi ro vì thế trở thành một danh sách câu hỏi mở, không phải một công cụ ra quyết định.
Chuỗi lan tỏa của ngành cũng đứt gãy theo cách tương tự. Hệ thống câu lạc bộ vệ tinh giúp các đội lớn né quy định đào tạo nội địa, biến tài năng trẻ ở các giải nhỏ thành tài sản treo. Muốn chứng minh điều đó bằng số, tôi cần dữ liệu chuyển nhượng đầy đủ: phí, thời hạn hợp đồng, điều khoản mua lại. Phần lớn thương vụ dạng này trong khu vực chỉ được công bố bằng một dòng thông cáo, không kèm con số.
Sự trống rỗng và cám dỗ lấp đầy
Phản xạ đầu tiên khi nhìn thấy một tệp dữ liệu trống là tìm cách lấp đầy nó. Phản xạ ấy sai. Lấp một ô trống bằng một con số ước lượng không có cơ sở chỉ tạo ra ảo giác về độ chắc chắn, và ảo giác ấy sẽ lan xuống mọi quyết định phía sau.
Trong ngành tồn tại một niềm tin phổ biến: nhiều dữ liệu hơn sẽ dẫn đến bóng đá tốt hơn. Nhìn vào các giải có hạ tầng dữ liệu dày nhất châu Âu, mối tương quan ấy rất yếu. Điều dữ liệu làm được là rút ngắn khoảng cách giữa nhận định và sự thật, chứ không sinh ra cầu thủ giỏi. Vấn đề của bóng đá Việt Nam vì thế không nằm ở chỗ thiếu dữ liệu sự kiện, mà nằm ở chỗ thiếu thói quen ghi lại những thứ không xuất hiện trong bảng tính: mặt sân, thời tiết, lịch di chuyển, tâm trạng của một cầu thủ trở về sau chấn thương.
Trong một hành lang, nếu bạn chỉ nhìn về phía ánh sáng, bạn sẽ bỏ lỡ thứ đang đứng trong bóng tối. Dữ liệu sự kiện là ánh sáng. Những gì không được mã hóa nằm trong bóng tối, và ở các giải nhỏ, bóng tối chiếm phần lớn diện tích.
Cần nói thêm một điều theo hướng ngược lại: sự khiêm nhường trước dữ liệu không được biến thành cái cớ để ngừng phân tích. Khi tệp dữ liệu trả về 0 dòng, việc cần làm là nói rõ cái gì chưa biết và cái gì đã đủ để nói. Ranh giới giữa phân tích trung thực và sự tê liệt được trang điểm bằng thuật ngữ nằm đúng ở đó.
Có những con số không nằm trên bảng thống kê, chúng nằm giữa hai pha chạm bóng. Một mùa giải không phải là tổng của 38 trận, mà là sự lặp lại của 17 đường chuyền bị bỏ quên. Nếu 17 đường chuyền ấy không được ghi lại, mùa giải ấy không tồn tại trong bất kỳ tệp dữ liệu nào.

Tín hiệu của vòng đấu tiếp theo
Các câu lạc bộ có thể giải thể, bóng đá có thể dừng lại. Nhưng dữ liệu không bao giờ thôi kể chuyện, với điều kiện có ai đó chịu ghi lại nó trước khi câu chuyện khép lại.
Tôi vẫn giữ blog Hành Lang Dữ Liệu từ năm 2026, và vẫn giữ thói quen ghi chú những thứ không xuất hiện trong bất kỳ file xuất nào. Điều tôi muốn biết ở vòng đấu tới: có ai trong ban phân tích của các câu lạc bộ V.League đang ghi lại thứ mà mùa sau sẽ không còn ai nhớ để ghi?

