Đêm 22 tháng 11 năm 2026, tại sân Lusail, tôi ngồi trước một bảng số có bốn mươi mốt cột. Chỉ hai cột có dữ liệu thật. Ba mươi chín cột còn lại trống trơn, và tôi nhớ chính xác cảm giác của mình lúc đó: nhẹ nhõm. Trống nghĩa là không có gì đáng lo. Trống nghĩa là Argentina sẽ thắng, và sẽ thắng dễ.

Bảng số đó do nhóm của tôi dựng cho vòng bảng World Cup 2026. Cột “cường độ pressing trung bình ba trận gần nhất” của Saudi Arabia hiển thị một con số thấp bất thường. Cột “độ cao hàng thủ khi mất bóng” gần như phẳng. Cột “số lần đưa bóng vượt vạch giữa sân trong ba mươi phút đầu” chỉ có bảy mục. Với một người đọc bảng số theo thói quen, đó là hồ sơ của một đội bóng rụt rè.

Kết quả: Saudi Arabia thắng 2–1. Lionel Messi mở tỷ số từ chấm phạt đền ở phút thứ mười. Saleh Al-Shehri gỡ hòa ở phút 48. Salem Al-Dawsari ghi bàn quyết định ở phút 53 bằng một pha xoay người rồi dứt điểm chéo góc. Argentina bị bắt việt vị mười lần chỉ trong hiệp một — con số không phải lỗi kỹ thuật đơn lẻ, mà là hệ quả của một hàng thủ đá cao có chủ đích.

Điều tôi muốn nói không nằm ở tỷ số. Tỷ số chỉ là hệ quả. Điều tôi muốn nói nằm ở ba mươi chín ô trống kia, và ở cách tôi đã đọc chúng.

Mỗi trận đấu là một lời thú tội của xác suất. Vấn đề là phần lớn người đọc chỉ nghe lời thú tội bằng tai, mà không kiểm tra xem bản ghi âm có bị cắt đoạn nào không.

---

BỐI CẢNH: BA TẦNG CỦA MỘT KẾT LUẬN

Tôi làm nghề đọc số. Công việc của tôi không phải dự đoán đội nào thắng; đó là phần dễ nhất và cũng là phần ít giá trị nhất. Công việc của tôi là dựng lại câu chuyện của một trận đấu bằng những chỉ số tự tay mình thu thập, rồi chỉ ra chỗ nào câu chuyện đó có thể sai.

Một kết luận thể thao được xây trên ba tầng.

Tầng thứ nhất là dữ liệu sự kiện: bóng ở đâu, ai chuyền cho ai, ai chạy vào khoảng trống nào, ở phút thứ bao nhiêu. Đây là tầng thô nhất và cũng là tầng dễ mất mát nhất, bởi vì nó phụ thuộc vào thiết bị ghi nhận, vào góc máy, vào chất lượng đường truyền, vào một người ngồi phân loại các pha bóng bằng tay.

Tầng thứ hai là chỉ số dẫn xuất: xG, PPDA, số đường chuyền tiến vào một phần ba cuối sân, tỷ lệ thắng tranh chấp ở tuyến giữa, quãng đường chạy tốc độ cao. Tầng này là nơi xuất hiện ảo giác về sự khách quan. Một con số dẫn xuất trông khô khan và trung tính, nhưng nó được sinh ra từ một công thức do con người chọn, áp lên một mẫu do con người lọc.

Tầng thứ ba là phán đoán: đội nào mạnh hơn, cầu thủ nào đang lên, hợp đồng nào đáng giá, tỷ lệ cược nào lệch. Tầng này là nơi bản ngã của người phân tích bước vào phòng.

Tôi mất gần mười ba năm để nhận ra một điều: tầng thứ ba hầu như không bao giờ sai vì lý luận kém. Nó sai vì tầng thứ nhất trống, và vì người phân tích đã mặc định rằng trống nghĩa là an toàn.

Tôi không tin vào bàn tay định mệnh, tôi tin vào đường cong dữ liệu. Nhưng đường cong dữ liệu không tự vẽ mình. Nó được vẽ bởi một người, trong một thời điểm, với một tập giả định, và với một số lượng ô trống nhất định mà người đó quyết định không nhắc tới.

---

LÕI PHÂN TÍCH: GIẢI PHẪU MỘT Ô TRỐNG

Một ô trống trên bảng số không có một nghĩa duy nhất. Nó có ít nhất ba nghĩa, và ba nghĩa đó dẫn tới ba quyết định hoàn toàn khác nhau.

| Loại ô trống | Dấu hiệu nhận biết | Ví dụ điển hình | Cách xử lý đúng | |---|---|---|---| | Trống thật | Không có sự kiện nào xảy ra trong suốt trận | Một đội không thực hiện pha phản công nào vì liên tục mất bóng ở sân nhà | Chấp nhận, nhưng ghi rõ đây là mẫu nhỏ và không suy rộng | | Trống do thu thập | Sự kiện có thật, dữ liệu không ghi nhận được | Góc máy không theo kịp, bộ lọc tự động bỏ sót các pha chạy không bóng | Kiểm tra chéo bằng nguồn thứ hai, xem lại video ở tốc độ chậm | | Trống do ngụy trang | Đối thủ chủ động tạo ra khoảng trống giả để đánh lừa hệ thống | Saudi Arabia đá cực thấp trong giao hữu, đá cao ở World Cup | Dựng lại toàn bộ chuỗi trận, tuyệt đối không dùng một trận để kết luận |

Ba loại trống này không phân biệt được bằng mắt thường. Chúng chỉ phân biệt được bằng cách so sánh chéo, và bằng một thói quen nghề nghiệp mà tôi gọi là thói quen ghi chú độ tin cậy: mỗi con số tôi đưa vào bài đều phải đi kèm một dòng nhỏ nói rằng con số này mạnh đến đâu và có thể sai theo hướng nào.

Sai lầm chí mạng của nghề này không phải là đưa ra một con số sai, mà là đưa ra một con số đúng từ một tập dữ liệu không tồn tại.

---

TRƯỜNG HỢP THỨ NHẤT: SAUDI ARABIA VÀ NGHỆ THUẬT NGỤY TRANG DỮ LIỆU

Sau trận thua, tôi làm điều mà lẽ ra phải làm từ trước: tua lại. Tôi lấy ra hai nghìn một trăm pha chạy của Saudi Arabia trong ba trận giao hữu trước giải, ghi lại từng phút, từng vị trí xuất phát của hàng thủ, từng khoảng cách giữa hai trung vệ.

Kết quả khiến tôi lạnh người. Trong ba trận giao hữu đó, Saudi Arabia giữ hàng thủ ở độ cao rất thấp, pressing rất rời rạc, và gần như không bao giờ đẩy hai hậu vệ biên lên quá vạch giữa sân. Nhìn vào dữ liệu, đó là một đội chấp nhận phòng ngự số đông.

Ở Lusail, họ làm điều ngược lại. Hàng thủ dâng cao, hai trung vệ giữ một khoảng cách được tính toán rất kỹ so với trục dọc sân, và cả đội pressing theo một khối thống nhất ngay từ khi Argentina triển khai bóng ở phần sân nhà. Việt vị mười lần trong bốn mươi lăm phút đầu không phải tai nạn. Đó là sản phẩm của một bẫy được tập đi tập lại.

Dữ liệu cũ vô dụng nếu đối thủ chủ động làm sai lệch.

Đây là bài học đắt nhất mà tôi rút ra từ kỳ World Cup đó, và nó có một hệ quả về quy trình chứ không chỉ về nhận thức. Ngay sau giải, nhóm của tôi dựng lại bộ lọc đầu vào: mọi trận giao hữu có mật độ pha chạy thấp hơn 25% so với trung bình của chính đội đó trong cùng chu kỳ sẽ bị loại khỏi tập huấn luyện, hoặc nếu giữ lại thì phải gắn cờ cảnh báo.

Điều đáng sợ không phải là mô hình sai. Điều đáng sợ là mô hình đúng với dữ liệu nó có. Một mô hình được huấn luyện trên một tập dữ liệu bị đầu độc sẽ không bao giờ tự biết mình bị đầu độc, và nó sẽ trình ra một xác suất 82% với một sự tự tin hoàn toàn chính đáng trong thế giới của nó.

Trái bóng ngừng lăn, nhưng dòng số vẫn chảy về phía trước — kể cả khi dòng chảy đó đang chảy ngược.

---

TRƯỜNG HỢP THỨ HAI: ÁO – Ý, NGÀY 26 THÁNG 6 NĂM 2026, VÀ SỰ KHÁC BIỆT GIỮA KẾT QUẢ VÀ LUẬN ĐIỂM

Mùa hè 2026, tôi được giao phân tích mười lăm trận knock-out của Euro. Cặp đấu gây tranh cãi nhất trong nhóm là Ý gặp Áo ở vòng một phần tám, trên sân Wembley.

Đám đông đặt cược Ý thắng áp đảo. Điều đó hợp lý nếu chỉ nhìn vào bảng thành tích: Ý đang có chuỗi trận bất bại dài, đội hình dày, và một hệ thống tấn công được tổ chức tốt. Nhưng khi tôi kéo chỉ số PPDA của Áo ra, con số là 7.8. Với người không quen thuật ngữ này, PPDA là số đường chuyền mà đối thủ được phép thực hiện trước khi đội bạn thực hiện một hành động phòng ngự. PPDA càng thấp, pressing càng dữ.

Áo pressing ở mức 7.8. Ở một giải đấu mà mức trung bình rơi vào khoảng 11 đến 12, đó là một đội không hề e ngại đối đầu với một ông lớn.

Bên kia sân, Ý chỉ có tỷ lệ chuyền bóng thành công vào một phần ba cuối sân là 21%. Con số này thấp hơn đáng kể so với chính Ý ở các trận trước, và nó nói lên một điều mà bảng tỷ số không nói: khả năng xuyên phá của Ý trong thế trận có đối thủ pressing cao là giới hạn.

Tôi khuyến nghị Áo +1 và cửa xỉu 2.5 cho chín mươi phút thi đấu chính thức.

Trận đấu kết thúc không bàn thắng sau chín mươi phút. Ý thắng 2–1 trong hiệp phụ, với các bàn của Federico Chiesa ở phút 95 và Matteo Pessina ở phút 105, còn Áo gỡ lại nhờ Sasa Kalajdzic ở phút 114.

Đây là chỗ mà nghề của tôi tách thành hai cuốn sổ khác nhau. Cuốn sổ thứ nhất ghi kết quả: Ý thắng. Cuốn sổ thứ hai ghi luận điểm: thế trận bế tắc, Áo cầm bóng gần 48% trước một đội bóng lớn, và cửa tài không mở trong chín mươi phút chính thức.

Nếu tôi chỉ đọc cuốn sổ thứ nhất, tôi đã thua. Nếu tôi chỉ đọc cuốn sổ thứ hai, tôi đã thắng. Cả hai cuốn sổ đều đúng. Sự khác biệt nằm ở việc tôi chọn cuốn nào làm thước đo cho chính mình.

Người mới vào nghề luôn chọn cuốn sổ thứ nhất, vì nó ngắn và dễ đọc. Người còn ở trong nghề sau mười năm buộc phải chọn cuốn sổ thứ hai, vì đó là cuốn duy nhất có thể cải thiện được.

---

TRƯỜNG HỢP THỨ BA: MÙA HÈ NĂM 2026, KHI BÓNG ĐÁ IM LẶNG

Từ tháng 3 đến tháng 6 năm 2026, bóng đá gần như ngừng quay trên toàn thế giới. Lúc đó tôi hai mươi ba tuổi, vừa vào làm nhân viên phân tích dữ liệu cho một công ty cá cược. Trong chín mươi ngày không có bóng đá, tôi làm việc với thứ duy nhất còn chuyển động: dữ liệu quá khứ.

Tôi dựng một bộ dữ liệu gồm ba nghìn hai trăm cầu thủ thi đấu từ năm 2026 đến năm 2026, ghi lại quãng đường chạy, quãng đường chạy tốc độ cao, số lần bứt tốc, và độ tuổi. Kết quả nổi bật: với nhóm cầu thủ chạy cánh, quãng đường chạy trung bình mỗi trận giảm khoảng 12% sau tuổi hai mươi chín, và mức giảm không đều — nó dốc hơn nhiều ở nhóm cầu thủ có nền tảng dựa vào tốc độ thuần túy.

Khi bóng đá trở lại vào mùa hè 2026, công ty dùng mô hình này để định giá các bản hợp đồng. Willian, ở tuổi ba mươi hai, chuyển từ Chelsea sang Arsenal. Mô hình của tôi nói rằng một cầu thủ chạy cánh ba mươi hai tuổi, với hồ sơ chạy dựa trên tốc độ, sẽ khó đáp ứng cường độ của một đội bóng chơi pressing cao trong một mùa giải kéo dài. Cược của tôi thắng. Willian chỉ ở Arsenal một mùa, rồi chuyển sang Corinthians vào tháng 8 năm 2026.

Nhưng đây là phần tôi chưa từng viết trong bài báo cáo nào gửi lên cấp trên.

Mùa hè 2026 là một mùa hè không có bóng đá. Bộ dữ liệu tôi dựng được xây trên một giai đoạn mà chính bản thân các giải đấu đã bị bóp méo về lịch thi đấu, về mật độ, về thể lực cầu thủ. Tôi đã áp một đường cong từ một thế giới bình thường lên một mùa giải bất thường. Cược thắng không chứng minh mô hình đúng. Nó chỉ chứng minh rằng trong trường hợp cụ thể này, hai nguồn sai lệch đã triệt tiêu nhau.

Tôi gọi đó là may mắn có cấu trúc. Và may mắn có cấu trúc là loại may mắn nguy hiểm nhất, vì nó tạo ra một bài học sai.

---

BẢNG ĐỊNH GIÁ: THỊ TRƯỜNG ĐỌC CÁC KHOẢNG TRỐNG NHƯ THẾ NÀO

| Loại khoảng trống | Cách thị trường thường đọc | Hệ quả định giá | |---|---|---| | Trống thật | Đánh giá đội yếu hơn thực tế | Giá trị nằm ở cửa ngược, nếu mẫu đủ lớn | | Trống do thu thập | Tin vào tên tuổi và bỏ qua chỉ số | Định giá theo cảm tính, tỷ lệ cược lệch theo danh tiếng | | Trống do ngụy trang | Định giá theo dữ liệu cũ đã bị đối thủ làm nhiễu | Sai lệch lớn nhất, và là loại khó phát hiện nhất |

Cột thứ ba là cột đáng chú ý. Trong hai loại đầu, thị trường sai nhưng sai theo một hướng có thể bù đắp được bằng cách đọc nhiều nguồn hơn. Ở loại thứ ba, thị trường sai một cách có tổ chức, bởi vì chính dữ liệu đầu vào đã bị đối thủ thiết kế để gây sai.

---

GÓC THƯƠNG MẠI: KHI GIÁ TRỊ THƯƠNG MẠI ĐI TRƯỚC GIÁ TRỊ THI ĐẤU

Trong công việc của tôi, có một loại dữ liệu mà tôi cố tình không dùng: xếp hạng độ phổ biến. Không phải vì nó không có giá trị, mà vì nó thường bị đọc sai chỗ.

Một cầu thủ có lượng người theo dõi lớn sẽ được các mô hình thương mại định giá cao hơn giá trị thi đấu thực tế của anh ta. Điều này không xuất phát từ sự ngu ngốc của thị trường, mà từ cấu trúc hợp đồng. Một bản hợp đồng đại diện hiện đại gồm nhiều tầng: lương cứng, thưởng theo thành tích, quyền hình ảnh, nghĩa vụ quảng cáo, và các điều khoản hạn chế phát ngôn. Tầng nghĩa vụ quảng cáo khiến cầu thủ trở thành một tài sản truyền thông trước khi trở thành một tài sản thi đấu.

Hệ quả đối với công việc của tôi là gián tiếp nhưng có thật. Khi một cầu thủ bị ràng buộc bởi nghĩa vụ thương mại, anh ta ít nói thẳng hơn. Khi anh ta ít nói thẳng hơn, lượng thông tin phi cấu trúc mà tôi có thể thu thập từ phỏng vấn giảm xuống. Khoảng trống thông tin tăng lên ở đúng cái tầng mà tôi cần nhất: trạng thái tinh thần, mức độ hài lòng với vai trò, và mức độ sẵn sàng chịu rủi ro trong một trận cụ thể.

Và khi khoảng trống đó tăng lên, người phân tích có xu hướng lấp nó bằng thứ dễ lấy nhất: số liệu thi đấu thô. Đó là một sự thay thế tồi, nhưng nó trông rất chuyên nghiệp trên bảng tính.

Ở thị trường Trung Quốc, nơi tôi làm việc, các mô hình thương mại hóa esports và thể thao đã đi trước khá xa về mặt cấu trúc: hệ thống đào tạo trẻ theo lứa, hợp đồng chia tầng, và cách các đội định giá một tuyển thủ dựa trên giá trị thương hiệu cá nhân. Khi mang những mô hình này về Việt Nam, tôi luôn phải chỉnh ba biến số trước khi dùng: biến văn hóa cổ động, biến tiền tệ và cấu trúc thưởng, và biến hạ tầng giải đấu.

Bỏ qua bước chỉnh đó chính là một dạng ô trống khác. Người dùng mô hình không sai vì công thức kém. Họ sai vì các biến đã đổi tên nhưng giữ nguyên giá trị.

---

GÓC PHẢN TRỰC GIÁC: CÁI BẪY CỦA MỘT BÁO CÁO ĐẸP

Đây là điều tôi tin và cũng là điều khiến tôi không được lòng một vài người trong nghề.

Thất bại nguy hiểm nhất của ngành phân tích thể thao không phải là dữ liệu sai. Thất bại nguy hiểm nhất là một định dạng trình bày chuyên nghiệp đặt lên trên một nền dữ liệu rỗng.

Một tài liệu có tiêu đề mục rõ ràng, có bảng biểu, có số liệu in đậm, có phần kết luận — tài liệu đó tự nó tạo ra uy tín. Người đọc không kiểm tra nguồn. Người đọc kiểm tra hình thức, thấy hình thức ổn, và chuyển sang bước ra quyết định. Bản thân cấu trúc của báo cáo đã trở thành một bằng chứng giả.

Trong trường hợp bảng số Argentina – Saudi Arabia, tôi đã có một báo cáo đẹp. Bốn mươi mốt cột, phân loại rõ ràng, có phần dự báo xác suất. Không một dòng nào trong đó nói với tôi rằng hai mươi chín trong số bốn mươi mốt cột là dữ liệu không tồn tại. Tất cả các ô trống đều được định dạng giống nhau, và giao diện đã làm phần việc còn lại.

Từ đó tôi áp ba quy tắc vào mọi báo cáo mình viết.

Quy tắc thứ nhất: ô trống phải được đánh dấu bằng chữ, không được để màu nền trung tính. Một khoảng trắng về mặt thị giác và một số không về mặt giá trị là hai thứ hoàn toàn khác nhau.

Quy tắc thứ hai: mọi phán đoán phải tách khỏi phần phát hiện dữ liệu. Tôi có thể nói rằng hàng thủ Áo pressing ở mức PPDA 7.8 — đó là phát hiện. Tôi nói rằng điều đó khiến cửa xỉu có giá trị — đó là khuyến nghị. Hai câu này phải nằm ở hai đoạn khác nhau, có nhãn khác nhau, chịu tiêu chuẩn kiểm chứng khác nhau.

Quy tắc thứ ba: mỗi bài phải có ít nhất một dòng nói rõ điều gì sẽ khiến kết luận này sai. Nếu tôi không viết được dòng đó, tôi chưa hiểu kết luận của mình.

Cùng lúc đó, có một điều tôi đã phải sửa trong cách nhìn của chính mình. Tôi từng coi cảm xúc của khán giả là nhiễu. Tôi từng coi tiếng hát trên khán đài, dòng người xếp hàng mua vé, lượng áo đấu bán ra là những thứ không đáng đưa vào mô hình.

Tôi đã sai ở chỗ đó. Cảm xúc đám đông là một biến định lượng hợp lệ. Nó có đơn vị, có tần suất, có thể đo bằng lưu lượng tìm kiếm, bằng giá vé thứ cấp, bằng tốc độ lan truyền trên mạng xã hội. Vấn đề không phải là loại bỏ nó, mà là đặt nó đúng chỗ trong phương trình. Cảm xúc quyết định dòng tiền vào thị trường. Dòng tiền vào thị trường quyết định tỷ lệ cược. Và tỷ lệ cược, đến lượt nó, là một phần của dữ liệu mà tôi đang phân tích.

Đám đông ngủ quên trong cảm xúc; tôi thức cùng bảng số. Nhưng tôi không còn cho rằng giấc ngủ của đám đông là một lỗi kỹ thuật.

Sai lầm lớn nhất không phải đặt cược, mà là đặt cược cùng đám đông.

Và để giữ cho nhận định này không trở thành một khẩu hiệu, tôi duy trì một nhật ký sai lầm công khai. Trong đó có ba mục tôi vẫn chưa xóa: lần tôi đánh giá quá cao một đội bóng chỉ vì tôi yêu thích cách họ chơi; lần tôi dùng một trận duy nhất để kết luận về cả một mùa giải; và lần tôi đọc một ô trống thành một sự bảo đảm.

---

ĐIỀU CẦN THEO DÕI Ở VÒNG TIẾP THEO

| Tín hiệu | Cách quan sát | Ngưỡng kích hoạt | Ảnh hưởng dự kiến | |---|---|---|---| | Mật độ pha chạy trong giao hữu | So sánh với chính đội đó ở vòng loại | Thấp hơn 25% | Cảnh báo dữ liệu bị ngụy trang | | PPDA trong ba trận đầu giải | Kéo chỉ số theo từng trận, không lấy trung bình | Dưới 9.0 | Xác suất cửa xỉu tăng ở các trận knock-out | | Tỷ lệ chuyền vào một phần ba cuối sân | So với chính đội đó ở giải trước | Giảm hơn 6 điểm phần trăm | Dấu hiệu đội bóng đã bị đọc bài | | Số ô trống trong báo cáo trước khi xuất | Đếm thủ công | Trên 15% | Phải hạ mức tự tin của mọi kết luận |

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua nhiều kỳ giải lớn, lợi thế cạnh tranh của người phân tích trong chu kỳ tới sẽ không nằm ở việc có thêm dữ liệu. Ai cũng có dữ liệu. Lợi thế sẽ nằm ở việc ghi chép trung thực về những gì mình không có. Một báo cáo dám nói “cột này trống, và tôi không biết vì sao” có giá trị hơn một báo cáo có bốn mươi mốt cột được tô kín.

Điều tôi muốn để lại không phải một kết luận về Argentina hay Saudi Arabia. Đó là một câu hỏi. Nếu cùng một ô trống có thể được đọc thành hai nghĩa trái ngược — an toàn hoặc rủi ro — thì tiêu chuẩn nào quyết định bạn đọc nó theo nghĩa nào?

Trong trường hợp của tôi, câu trả lời đến muộn đúng bốn mươi lăm phút, và cái giá của nó là một xác suất 82% được in đậm trên một trang giấy trắng.

Phụ lục: Bài viết này dựa trên các chỉ số do tác giả tự thu thập từ video trận đấu, và có thể sai theo ba hướng. Một, các pha chạy không bóng có thể bị đếm thiếu ở những đoạn camera không theo kịp. Hai, chỉ số PPDA phụ thuộc vào định nghĩa hành động phòng ngự, và định nghĩa này khác nhau giữa các nhà cung cấp dữ liệu. Ba, kết luận về Willian dựa trên một mẫu nhỏ và không đủ để suy rộng cho toàn bộ nhóm cầu thủ trên ba mươi tuổi.