V.League thiếu dữ liệu: khi nhà phân tích phải học cách nói 'chưa đủ'

Đêm thứ Bảy, tôi kéo một bảng dữ liệu V.League về máy. Bảng có tên cầu thủ, có số phút thi đấu, có số bàn thắng. Cột xG để trống. Cột số đường chuyền vào vùng cấm để trống. Tôi tải lại ba lần, như gõ cửa một căn nhà không người. Đến lần thứ ba, tôi chấp nhận một điều của nghề: phần lớn dữ liệu bóng đá Việt Nam không nằm ở nơi người ta tưởng. Việc đầu tiên của một nhà báo dữ liệu không phải là phân tích, mà là xác định xem có gì để phân tích. Tôi sinh ra ở Việt Nam, làm việc ở Bắc Kinh, đưa tin bóng đá cho thị trường Trung Quốc. Vị trí đó cho tôi một điểm nhìn lạ: tôi đọc V.League bằng đúng bộ công cụ tôi dùng để đọc Serie A hay Bundesliga. Chính sự tương phản khiến khoảng trống dữ liệu của bóng đá Việt Nam hiện lên rõ hơn mọi lời phàn nàn. Ở các giải hàng đầu châu Âu, mỗi trận đấu tạo ra khoảng 1,5 đến 2 triệu điểm dữ liệu vị trí, thu từ hệ thống camera và chip gắn trong bóng. Ở V.League, phần lớn trận đấu chỉ để lại vài chục chỉ số cơ bản: kiểm soát bóng, số cú sút, số pha phạm lỗi. Không có tọa độ, không có áp lực, không có giá trị bàn thắng kỳ vọng. Một trận V.League có thể trôi qua mà không để lại dấu vết nào đủ dày để phân tích sau đó. Điều này không phải lỗi của ai. Nó là hệ quả của ngân sách. Một hệ thống theo dõi vị trí đầy đủ tốn vài trăm nghìn đô-la mỗi mùa cho một giải, con số vượt xa doanh thu bản quyền truyền hình mà phần lớn CLB V.League nhận được. Bóng đá Việt Nam vận hành bằng tiền của các ông bầu, và tiền của ông bầu chảy vào lương cầu thủ, vào sân bãi, hiếm khi chảy vào phòng dữ liệu. Tôi học cách đọc dữ liệu từ mùa hè năm 2026, khi mới 18 tuổi. Ba tháng, tôi xử lý số liệu 38 vòng Serie A và tìm ra Atalanta dưới thời Gasperini có chỉ số PPDA trung bình 9,2, thấp nhất giải. PPDA đo số đường chuyền đối thủ được phép trước mỗi hành động phòng ngự; chỉ số càng thấp, pressing càng dữ. Atalanta ép đối thủ mất bóng 11,4 lần mỗi trận, ngang ngửa Juventus. Truyền thông khi đó chỉ xem họ là đội tầm trung. Tôi viết rằng họ sẽ trụ trong top 4, và họ cán đích thứ tư. Atalanta là phép rửa, pressing là kinh, và tôi là kẻ tu hành dưới mái vòm xG. Nhưng phương pháp đó không bê nguyên sang V.League được. Muốn tính PPDA, phải có dữ liệu sự kiện theo từng đường chuyền và từng hành động phòng ngự, ở cấp độ từng cầu thủ. V.League không có. Muốn tính xG, phải có tọa độ điểm sút và loại tình huống. V.League không có. Nhà phân tích Việt Nam, vì thế, thường bị đẩy vào hai lựa chọn: nói bằng cảm giác, hoặc nhập dữ liệu từ giải khác rồi gán ghép. Tôi đã thử vế thứ hai. Một lần, tôi lấy mô hình xG của một giải châu Âu, đổ vào các trận V.League có ghi hình đầy đủ, rồi chỉnh hệ số cho khớp. Kết quả đẹp trên giấy. Nhưng khi kiểm tra lại bằng video, tôi thấy mô hình đếm nhầm những pha bóng bổng trước khung thành, thứ mà trung vệ V.League xử lý rất khác trung vệ châu Âu. Sai số lên tới gần một phần tư số bàn kỳ vọng. Một mô hình đẹp không cứu được một mẫu sai. Dữ liệu không biết nói dối, nhưng nó vẫn có cách giữ riêng một góc sự thật. Tôi cũng từng va vào giới hạn của xG ở một sân khấu lớn hơn. World Cup 2026, Croatia đi tới chung kết với xG trung bình chỉ 1,1 mỗi trận, thắng ba vòng loại trực tiếp liên tiếp nhờ luân lưu. Thủ môn Danijel Subasic cản phá 5 trong 12 quả sút luân lưu, tỷ lệ 41,7%. Croatia chỉ một lần, nhưng dữ liệu phải nhường lời cho trái tim. Tôi viết rằng họ không cần kiểm soát bóng, họ chỉ cần kéo trận đấu tới vòng luân lưu, vương quốc của mình. Bài viết gây tranh cãi, nhưng nó dạy tôi rằng số liệu là bản đồ, không phải lãnh thổ. Ở V.League, tấm bản đồ còn thiếu nhiều mảnh hơn nữa. Vấn đề không nằm ở thiết bị. Nó nằm ở mẫu. Một mùa V.League có 26 vòng, mỗi đội đá 13 trận sân nhà. Nếu tôi muốn đánh giá tác động của khán giả nhà lên kết quả, việc tôi từng làm với Bundesliga, tôi cần hàng trăm trận. Ở Việt Nam, tôi có vài chục. Với cỡ mẫu đó, mọi chênh lệch đều nằm trong khoảng nhiễu. Một đội thắng 4 trong 5 trận sân nhà có thể chỉ là may mắn, chứ chưa nói lên điều gì về hệ thống. Đây là điểm mà phân tích bóng đá Việt Nam hay trượt chân. Người ta nhìn một chuỗi ba trận thắng và gọi đó là phong độ. Người ta nhìn một cầu thủ ghi 5 bàn trong 6 vòng và gọi đó là đẳng cấp. Nhưng với cỡ mẫu nhỏ và không có xG để tách chất lượng cơ hội khỏi may mắn, ta không thể phân biệt tín hiệu với tiếng ồn. Tôi bán cầu thủ bằng số phút đã chạy, không bằng danh tiếng trên TV, nhưng ở V.League, ngay cả số phút đã chạy cũng không đủ chi tiết để bán. Và trong kỳ chuyển nhượng, khoảng trống đó càng rộng. Không có dữ liệu chấn thương đủ chi tiết, không có mô hình định giá chuyển nhượng nội địa, tin đồn trở thành đơn vị tiền tệ. Một cầu thủ được định giá bằng số lần xuất hiện trên tiêu đề, chứ không bằng số phút anh ta chơi ở đỉnh cao. Đó là nghịch lý: càng ít dữ liệu, càng nhiều tiếng ồn, và tiếng ồn lại được bán như thể nó là thông tin. Với bóng đá trẻ, khoảng trống còn nguy hiểm hơn. Tôi từng xem một giải U18 trong nước, nơi các HLV xếp hạng cầu thủ bằng tốc độ chạy 30 mét và số bàn thắng. Không ai đo số đường chuyền dưới áp lực, số lần nhận bóng ở tư thế quay lưng, hay khả năng thoát pressing. Kết quả là những cầu thủ kỹ thuật bị đẩy khỏi hệ thống từ sớm, nhường chỗ cho người chạy khỏe hơn nhưng đọc trận kém hơn. Xu hướng thể chất hóa ở lứa tuổi đó đang bào mòn đúng thứ mảnh đất mà bóng đá Việt Nam cần giữ. Đến đây, trực giác mách tôi kết luận rằng dữ liệu mỏng là điều tệ. Tôi không chắc. Nghĩ kỹ, khoảng trống dữ liệu ở V.League có một tác dụng phụ mà ít người nhận ra: nó chặn đứng sự tự tin giả. Ở những giải có dữ liệu dày, người ta dễ tin rằng mọi câu hỏi đều có đáp án số. Bản đồ nhiệt, biểu đồ xG, chỉ số chuyển nhượng, chúng cho cảm giác kiểm soát. Nhưng bản đồ không phải lãnh thổ. Một con số đẹp có thể che giấu một vai trò chiến thuật mà chỉ video mới kể được. Ở Việt Nam, vì thiếu dữ liệu, người xem buộc phải quay lại với thứ nguyên bản hơn: mắt, trí nhớ, và câu chuyện. Điều đó không làm phân tích kém đi. Nó chỉ buộc phân tích phải trung thực hơn về giới hạn của mình. Chiến thuật là bản tường thuật của kẻ thắng, dữ liệu là bản thảo gốc của kẻ thua. Ở một giải mà bản thảo gốc gần như trống, người viết phải khiêm tốn. Tôi từng trì hoãn một bản thảo 40 trang chỉ vì muốn kiểm tra thêm biến số trọng tài, để rồi một nhà phân tích người Đức công bố kết quả tương tự trước tôi một tuần. Sự cầu toàn tuyệt đối là kẻ thù của tính kịp thời. Nhưng có một bài học ngược lại cũng đúng: khi dữ liệu không đủ, công bố kết luận mạnh mẽ còn tệ hơn cả việc im lặng. Mỗi bảng dữ liệu là một bài kinh, nhưng đọc xong phải biết buông. Tín hiệu cần theo dõi trong vòng tới không nằm ở một trận đấu. Nó nằm ở việc liệu một CLB V.League có chịu chi cho phòng dữ liệu trước khi chi cho một bản hợp đồng đắt giá. Ngày mà một đội Việt Nam thuê được người phân tích đủ giỏi để nói 'tôi chưa đủ dữ liệu để kết luận', ngày đó, bóng đá Việt Nam bắt đầu trưởng thành.