Lỗi dữ liệu im lặng: khi bảng số trống vẫn mang hình dạng của một kết quả sạch

Tháng 3/2026, tôi nhận được một bảng dữ liệu về một trận đấu ở Ligue 1 từ một nguồn tổng hợp. Bảng số được định dạng đầy đủ: 12 khu vực trên sân, tần suất pressing theo từng hiệp, khoảng cách trung bình giữa các tuyến. Không một ô nào báo lỗi. Cột nào cũng có giá trị. Tôi mở đoạn highlight tự cắt từ hai nguồn video khác nhau để đối chiếu, và ở phút 63, khoảng cách giữa hai tuyến phòng ngự hiện ra là 0 mét.

Không đội bóng nào chơi với khoảng cách tuyến bằng không. Một hàng thủ đứng dính vào nhau như vậy sẽ bị xé toạc trong ba đường chuyền. Giá trị 0 ấy không mô tả một thực tế trên sân; nó mô tả một chỗ trống trong đường ống dữ liệu. Điều khiến tôi dừng lại lâu hơn cả là hình dạng của nó: một bảng số trống rỗng nhưng được trình bày đúng như một kết quả đã hoàn tất.

Bản đồ chiến thuật của tôi vẽ từ một đêm Pháp – Argentina, nơi hai màu áo hòa vào một ý đồ. Đêm đó tôi học được rằng thứ đáng đọc trên sân là khoảng không, thứ người ta để lại. Nhiều năm sau, tôi nhận ra nguyên tắc ấy áp dụng cả cho dữ liệu: khoảng trống trong bảng số cũng là một tín hiệu, miễn là người đọc không tự lấp nó bằng phỏng đoán.

Ngành phân tích bóng đá năm 2026 không thiếu dữ liệu. Mỗi trận ở Ligue 1 sinh ra hàng nghìn điểm dữ liệu vị trí và hàng trăm chỉ số dẫn xuất, được phân phối nhanh hơn cả thời gian trận đấu kết thúc. Phần lớn những chỉ số ấy đến từ một chuỗi xử lý mà người đọc cuối cùng không nhìn thấy.

Tôi bắt đầu viết nhật ký chiến thuật mỗi tuần từ năm 2026, sau trận Pháp – Argentina ở Kazan ngày 30/6. Pháp kiểm soát bóng 39% và thắng 4-3; Mbappé ghi hai bàn từ những khoảng trống sau lưng hàng thủ Nam Mỹ. Khi đó tôi 17 tuổi, ngồi với cuốn sổ và ghi lại vị trí của từng cầu thủ Pháp mỗi khi đội mình không có bóng. Tôi không ghi bàn thắng. Tôi ghi chỗ đứng.

Tháng 3/2026, bóng đá châu Âu dừng lại bốn tháng. Ở tuổi 19, tôi xem lại 57 trận của PSG mùa 2026-20, dựng một bảng dữ liệu riêng chia sân thành 12 khu vực và đếm tần suất pressing của Verratti theo từng trận. Bốn tháng đóng băng, tôi ngồi với PSG 57 lần để nghe họ nói bằng khoảng trống. Trước khi công bố bài phân tích về cái bẫy pressing của đội bóng này, tôi kiểm tra chéo mọi chỉ số bằng hai nguồn video, và phải sửa ba lần vì phát hiện sai số khi đo khoảng cách tuyến.

Kỷ luật đó hình thành từ một nỗi sợ rất cụ thể, và nó liên quan trực tiếp đến bảng số tôi nhận tháng 3/2026.

Kiểm chứng dữ liệu bóng đá có ba tầng, và tầng nào cũng có thể thất bại im lặng.

Tầng thứ nhất là tầng thu thập. Camera theo dõi cầu thủ mất tín hiệu, một khung hình bị bỏ, một API trả về kết quả rỗng. Lỗi ở tầng này không phát ra tiếng động. Nó trả về một cấu trúc hợp lệ với các trường trống, và trong rất nhiều hệ thống, cấu trúc hợp lệ với trường trống trông giống hệt một trận đấu không có sự kiện nào.

Tầng thứ hai là tầng tổng hợp, nơi nhiều chỉ số bị bóp méo mà không ai kiểm tra. Một tỷ lệ pressing được tính trên bốn phút bóng sống và trên chín mươi phút bóng sống sẽ cho hai kết quả hoàn toàn khác nhau, nhưng cả hai đều được in ra dưới cùng một cái tên. Mẫu số biến mất khỏi tiêu đề. Người đọc nhận một tỷ lệ phần trăm, không nhận kích thước mẫu.

Tầng thứ ba là tầng diễn giải, và đây là chỗ tôi làm việc. Khi Ma Rốc vào bán kết World Cup 2026 với chỉ một bàn thua duy nhất — bàn phản lưới nhà trước Canada — truyền thông gọi đó là phòng ngự tiêu cực. Tôi đo khoảng cách trung bình giữa các tuyến của họ, dưới sự chỉ huy của trung vệ Saïss, và ra kết quả 28 mét. Ma Rốc dựng lên một bức tường, và tôi là người viết nhật ký cho từng viên gạch. Bức tường di động ấy chỉ có nghĩa vì nó được neo vào một phương pháp đo đã công bố: chia tuyến nào, đo từ chân cầu thủ nào, ở những phút nào.

Bỏ phương pháp đi, 28 mét trở thành một chỉ số trang trí. Giá trị của một chỉ số bóng đá không nằm ở bản thân nó, mà nằm ở định nghĩa và mẫu số đứng sau nó. Một chỉ số không có định nghĩa thì không thể sai, cũng không thể đúng — nó chỉ ở đó, chờ người ta gán cho nó một ý nghĩa.

Trong 57 trận PSG, thứ duy nhất họ không bao giờ xem lại là nỗi sợ của chính mình. Tôi nghĩ điều đó đúng với cả các bảng dữ liệu: phần bị bỏ qua nhiều nhất luôn là phần không xuất hiện.

Ngành phân tích bóng đá đang dành rất nhiều sự chú ý cho rủi ro máy móc bịa ra số liệu. Đó là một rủi ro thật. Nhưng nó ồn ào, và vì ồn ào nên nó dễ bị bắt. Một mô hình bịa ra chỉ số sẽ tạo ra những giá trị vô lý, những đỉnh nhọn không khớp với video. Người có nghề sẽ nhận ra.

Điểm mù thực sự nằm ở phía ngược lại: dữ liệu biến mất mà không ai thông báo. Trường trống không gây tiếng động, không tạo đỉnh nhọn, không phá vỡ biểu đồ. Nó trôi qua đúng hình dạng của một kết quả sạch, và toàn bộ gánh nặng phát hiện được đẩy về phía người đọc cuối cùng.

Tôi từng thấy một bản báo cáo trong đó chỉ số tranh chấp tay đôi của một đội bằng 0 ở hiệp hai. Không ai kiểm tra. Một đội bóng chuyên nghiệp không thể không thắng một pha tranh chấp nào trong 45 phút. Chỉ số ấy trống, nhưng nó nằm trong một hàng có tiêu đề, và tiêu đề thì trông đáng tin.

Ở đây có một vấn đề thuộc về cấu trúc ngành, và nó khiến tôi khó chịu hơn cả lỗi kỹ thuật. Người ta xếp hạng nguồn tin theo tên tuổi, không theo quy trình. Một nền tảng lớn được mặc định là đáng tin, một tài khoản nhỏ bị mặc định là không. Trong khi thứ quyết định độ tin cậy của một bảng số là việc nó có ghi rõ định nghĩa, mẫu số và thời điểm trích xuất hay không.

Chuyển nhượng là nơi người ta mua cầu thủ, còn ban huấn luyện thì mua thời gian. Trong phân tích dữ liệu, thứ được mua bán nhiều nhất lại là uy tín của cái tên, và nó rẻ hơn nhiều so với việc xây một quy trình kiểm chứng tử tế.

Tôi cũng phải nói rõ giới hạn của chính mình. Nếu một bảng số có đầy đủ định nghĩa, mẫu số, thời điểm trích xuất và tôi vẫn từ chối nó, thì lúc đó vấn đề nằm ở tôi, không ở dữ liệu. Đó là ngưỡng tôi tự đặt để không biến sự thận trọng thành một thói quen bảo thủ.

Tháng 3/2026, tôi trả lại bảng số ấy cho nguồn gửi và yêu cầu mẫu số. Họ không có. Trận đấu vẫn diễn ra, vẫn có người ghi bàn, và bài viết của tôi về trận đó vẫn được viết — bằng video, bằng sổ tay, và bằng số liệu tôi tự đếm.

Người đọc có thể mang theo một thói quen rất rẻ: mỗi khi gặp một chỉ số bóng đá, hỏi ba điều. Nó được định nghĩa thế nào. Nó tính trên bao nhiêu phút bóng sống. Và ai đã kiểm tra nó lần thứ hai.

Phần thứ ba khó nhất, vì trong bóng đá hiện đại, người kiểm tra lần thứ hai thường không được trả tiền để làm việc đó.