Bảng dữ liệu trống và bản báo cáo hoàn hảo: lỗi im lặng trong phân tích bóng rổ

Sáng thứ Ba, một tệp báo cáo nằm trên màn hình tôi. Đầy đủ tiêu đề. Đầy đủ mục lục. Chín chương. Mỗi chương có bảng biểu, có ô đánh giá, có thang điểm một đến năm sao. Nhìn vào, nó giống một bản phân tích chuyên nghiệp mà bất kỳ phòng dữ liệu nào cũng có thể gửi cho ban huấn luyện trước một trận đấu lớn.

Nhưng khi tôi cuộn xuống, tất cả các ô đều trống. Không một tên cầu thủ. Không một con số. Không một ngày tháng. Ô đánh giá ghi ba chữ cái: N/A. Ô đội bóng để trống. Ô giải đấu cũng để trống — chỉ còn lại đúng một từ tiếng Anh nhỏ xíu nằm ở góc: basketball.

Điều đáng sợ hơn cả cái trống rỗng ấy là phản ứng của hệ thống: nó không hề dừng lại. Nó không báo lỗi. Nó không kêu cứu. Nó lặng lẽ chuyển tiếp cái khung xương rỗng tuếch đó xuống tầng phân tích tiếp theo, và ở tầng dưới, một cỗ máy khác đã sẵn sàng viết ra một bản báo cáo trôi chảy, mượt mà, nghe rất thuyết phục — về một trận đấu chưa từng được nạp vào hệ thống.

Tôi ngồi nhìn nó một lúc lâu. Đây không phải một cơn ác mộng của công nghệ. Đây là hiện trường của một thứ nguy hiểm hơn nhiều trong ngành phân tích thể thao, và tôi tin rằng nó đang âm thầm xảy ra ở khắp nơi: một thất bại biết im lặng.

Trong mười ba năm làm việc với dữ liệu bóng rổ và bóng đá ở Việt Nam, tôi đã quen với hai loại sai. Loại sai thứ nhất rất to tiếng: tệp hỏng, cột lệch, kết nối đứt, màn hình đỏ. Loại sai đó ồn ào như một trọng tài thổi còi sai giữa sân — ai cũng thấy, ai cũng biết phải sửa. Loại sai thứ hai đứng ở phía bên kia, im như tờ, và tệ nhất là nó trông đẹp. Cái bảng rỗng tuếch kia chính là loại sai thứ hai. Nó là một hiện vật được định dạng đúng chuẩn, trình bày đúng cấu trúc, khiến một người đọc vội vàng sẽ tin rằng mọi thứ đã được kiểm tra xong xuôi.

Tôi gọi loại lỗi này là cái chết trắng của ngành dữ liệu thể thao. Nó không giết ai, nhưng nó giết sự thật, và nó giết bằng thứ vũ khí lạnh nhất: một bản báo cáo hoàn hảo không có gì ở bên trong.

Con số không biết nói dối, nhưng nó cũng không biết kể chuyện. Cái bảng rỗng kia nhắc tôi điều đó theo cách chưa bao giờ sắc bén đến thế. Nó không nói dối. Nó không nói gì cả. Và chính cái sự không nói gì ấy lại là lý do nó nguy hiểm.

Suốt nhiều năm, tôi cùng các cộng sự thu thập dữ liệu, xây mô hình, chạy các chỉ số cao cấp, rồi biên tập lại thành những bản ghi chú gửi cho ban huấn luyện và ban lãnh đạo. Công việc ấy nghe sang, nhưng kỳ thực có đến bảy phần thời gian là đi kiểm tra xem dữ liệu đầu vào có thật hay không. Bảy phần. Phần còn lại mới là phân tích. Và cái tệp sáng thứ Ba kia nằm đúng ở giao điểm giữa bảy phần ấy với ba phần còn lại — nơi hệ thống đã bỏ qua bước kiểm tra đầu vào và đi thẳng vào việc trình bày.

Để hiểu vì sao một chuyện nghe có vẻ kỹ thuật khô khan như vậy lại đáng nói với một người xem bóng rổ bình thường, tôi phải kể từ bối cảnh rộng hơn. Bởi vì cái bảng rỗng trên màn hình tôi hôm nay không phải một trường hợp cá biệt của một phòng dữ liệu nhỏ. Nó là một mẫu bệnh của cả nền công nghiệp.

Ngành phân tích thể thao đã thay đổi nhanh đến mức chóng mặt trong mười lăm năm trở lại đây. Ba mươi năm trước, một huấn luyện viên bóng rổ Việt Nam đưa ra quyết định thay người dựa trên cảm giác, dựa trên ký ức về trận tuần trước, dựa trên một cái nhìn thoáng qua từ băng ghế dự bị. Mười lăm năm trước, các đội bóng rổ chuyên nghiệp bắt đầu thuê người nhập liệu. Năm năm trở lại đây, các đội bắt đầu mua mô hình. Bây giờ, một số nơi bắt đầu để máy viết thay người.

Mỗi lần nền công nghiệp thay đổi một tầng công cụ, nó cũng thay đổi luôn cách nó thất bại. Khi con người phân tích bằng cảm giác, họ sai theo kiểu con người: lệch lạc ký ức, thiên kiến xác nhận, tin vào người thân quen. Cái sai ấy có tên, có mặt mũi, có lý do để chất vấn. Khi hệ thống phân tích bằng dữ liệu, nó sai theo kiểu hệ thống: một dòng lệnh sai, một cột lệch, một trường dữ liệu bị bỏ quên. Cái sai ấy không có mặt mũi. Và khi hệ thống phân tích tự động bằng những cỗ máy ngôn ngữ ngày nay, nó có thể sai theo một kiểu mới, tinh vi hơn cả hai kiểu trước: sai mà vẫn trôi chảy, sai mà nghe như đúng, sai mà đọc lên không có một chỗ nào chướng tai để người ta kịp dừng lại mà nghi ngờ.

Đó là lý do tôi muốn kể lại câu chuyện về cái bảng rỗng sáng thứ Ba.

Để độc giả dễ theo dõi, tôi đưa ra một ví dụ cụ thể bằng chính nghề của mình. Hãy tưởng tượng một đội bóng đang chuẩn bị cho trận đấu với đối thủ mạnh hơn ở vòng play-off của một giải chuyên nghiệp. Ban huấn luyện đặt hàng một bản phân tích đối thủ. Bản phân tích ấy cần trả lời ba câu hỏi: đối thủ ghi điểm chủ yếu từ đâu, họ đánh hỏng ở đâu, và đội mình nên đẩy cao đội hình đến mức nào để khai thác điểm yếu ấy.

Giả sử dữ liệu đầu vào bị lấy về trong tình trạng thiếu. Trang web thống kê chặn truy cập tự động. Bảng số liệu hiển thị bằng JavaScript nên công cụ thu thập dữ liệu đọc được toàn khoảng trắng. Cả tệp dữ liệu trở thành một mớ N/A. Trong một quy trình lành mạnh, bước kiểm tra đầu vào sẽ hét lên: dừng lại, không có dữ liệu. Quy trình đóng lại. Không có gì đi tiếp. Nhưng trong một quy trình bị lỗi, bước kiểm tra đó không tồn tại hoặc bị vô hiệu hóa. Tầng tiếp theo nhận một khung xương rỗng, điền vào đó những con số trông rất hợp lý, và trả về cho huấn luyện viên một bản báo cáo nói rằng đối thủ yếu ở góc ba bên trái, trong khi thực tế đối thủ yếu ở đáy điểm đối đầu.

Huấn luyện viên tin bản báo cáo. Ông ấy không có cách nào biết nó được dựng trên một nền móng rỗng. Ông ấy thay đổi phương án phòng ngự. Trận đấu diễn ra. Đội thua. Và sau trận, trong phòng họp báo, khi bị hỏi vì sao lại chọn để hở khu vực ấy, ông ấy sẽ nói rằng dữ liệu chỉ ra như vậy. Không ai kiểm tra lại dữ liệu. Ai cũng quay sang đổ lỗi cho cầu thủ.

Đây là kịch bản mà tôi luôn gọi là kịch bản đắt nhất trong ngành phân tích. Không phải vì nó phổ biến. Mà vì khi nó xảy ra, nó xóa tung tích của chính nó. Một bản báo cáo trôi chảy không để lại dấu vết của sự rỗng tuếch.

Dữ liệu là một tu viện: càng ít tiếng ồn, càng nghe rõ điều gì đó đang cố nói. Nhưng một tu viện rỗng thì không có gì để nghe. Đó là vấn đề.

Nói cho công bằng, đa số các tầng phân tích trong ngành thể thao Việt Nam vẫn còn may mắn ở một điểm: chúng do con người vận hành, và con người, khi cầm một tệp trống, thường sẽ nhận ra. Cái tệp sáng thứ Ba nằm ở ranh giới nguy hiểm hơn — ranh giới mà một phần lớn quy trình được tự động hóa, tầng sau không hỏi tầng trước, và tốc độ quan trọng hơn sự chính xác.

Vì sao điều này lại đang trở nên nghiêm trọng hơn, chứ không phải nhẹ đi, khi mà công nghệ ngày càng tốt hơn?

Câu trả lời nằm ở một nghịch lý khó chịu của tự động hóa. Công cụ càng giỏi, người ta càng giao cho nó nhiều hơn. Lượng dữ liệu chảy qua một phòng phân tích ngày nay lớn hơn mười năm trước cả trăm lần. Không một phòng nào có đủ nhân lực để đọc lại từng dòng. Vì vậy niềm tin được đặt vào hệ thống. Và niềm tin vào hệ thống càng lớn thì khả năng phát hiện lỗi của con người càng nhỏ, bởi vì không ai còn đọc kỹ để mà nghi ngờ. Đây là cái mà trong ngành rủi ro người ta gọi là nghịch lý tự động hóa: máy càng đáng tin, người càng mất khả năng phát hiện lúc máy mất tin.

Trong bóng rổ, biểu hiện của nghịch lý này rất cụ thể. Một đội thuê một công ty phân tích để đánh giá một cầu thủ ngoại trước khi ký hợp đồng. Công ty ấy gửi về một hồ sơ đẹp: chỉ số dứt điểm hiệu quả, tỷ lệ kiến tạo tốt, phòng ngự ổn định. Bản hồ sơ dựa trên dữ liệu của giải đấu nơi cầu thủ ấy thi đấu. Giả sử dữ liệu của giải đấu đó thực ra bị khuyết một nửa mùa vì hệ thống ghi nhận gặp lỗi, và công cụ đã tự động bù vào phần thiếu bằng cách nội suy. Cầu thủ được ký. Cầu thủ không phù hợp. Hợp đồng bị đền. Và trong biên bản thất bại, nguyên nhân ghi là cầu thủ thích nghi kém, không ai ghi là dữ liệu đã nói dối một cách im lặng.

Tôi đã từng chứng kiến một chuyện như vậy ở quy mô nhỏ hơn, trong chính sự nghiệp của mình. Năm 2026, tôi hai mươi tuổi, là sinh viên năm ba tại Đà Nẵng, viết blog cá nhân phân tích chỉ số của một câu lạc bộ. Tôi chỉ ra rằng một tiền đạo ngoại có chỉ số kỳ vọng ghi bàn trung bình cao, nhưng hiệu quả ghi bàn thực tế chỉ bằng một nửa. Một huấn luyện viên trẻ của đội khác lên mạng cười nhạo, nói rằng con gái biết gì về chiến thuật và bảo tôi đừng đọc số liệu rồi phán bừa.

Tôi không tranh cãi.

Tôi công bố toàn bộ dữ liệu thô của mười hai trận sau đó của cầu thủ ấy: số lần dứt điểm, vị trí dứt điểm, số phút thi đấu, đối thủ. Đội bóng đó chỉ giành được chín trên ba mươi sáu điểm trong chuỗi trận ấy, đúng như những gì tôi dự đoán. Huấn luyện viên kia phải xin lỗi công khai.

Bài học tôi rút ra từ năm đó không phải là tôi giỏi. Mà là tôi hiểu một điều về dữ liệu: nó chỉ mạnh khi bạn có thể cho người khác xem toàn bộ nguồn gốc. Sự minh bạch là vũ khí. Nếu bạn giấu đầu vào, con số của bạn chỉ là một ý kiến được viết bằng chữ số.

Từ đó, mọi bản phân tích tôi gửi đi đều kèm bảng tính chi tiết, phương pháp thu thập, và nguồn dữ liệu thô. Đó không phải một thủ tục hành chính. Đó là một lời thề nghề nghiệp. Nó có nghĩa rằng nếu tôi sai, người ta có thể chỉ cho tôi thấy tôi sai ở đâu. Và khi tôi đúng, người ta biết tôi không bịa.

Cái tệp rỗng sáng thứ Ba vi phạm đúng lời thề đó. Nó không cho tôi thấy gì cả. Nó chỉ cho tôi một cái khung không có nội dung. Và điều tồi tệ nhất là có một hệ thống đã sẵn sàng lấp đầy khung ấy bằng những thứ nghe rất thật.

Hãy nói thẳng về cái hệ thống đó.

Bản phân tích bị chặn mà tôi đọc được hôm nay là một ví dụ giáo khoa về cách mà một quy trình tự động xử lý cái rỗng. Toàn bộ chín nhóm phân tích đều có mục, đều có bảng, đều có thang đánh giá. Nhưng từng ô một trả về đúng ba chữ: N/A, tức là không có thông tin đủ để đánh giá. Ở đây có một điểm đáng khen về mặt kỹ thuật: hệ thống đã dừng lại đúng lúc. Nó từ chối bịa. Nó nói rõ rằng dữ liệu đầu vào rỗng và mọi kết luận chiến thuật, mọi nhận định về cầu thủ, mọi phân tích lương thưởng, mọi đánh giá rủi ro đều không thể đưa ra.

Nhưng đây chính là điểm mà một người ngoài ngành hay hiểu lầm. Trong phân tích dữ liệu, một kết quả rỗng có hai loại. Một loại rỗng lành mạnh là khi hệ thống nói: tôi không biết. Một loại rỗng độc hại là khi hệ thống giả vờ biết. Cái tệp sáng thứ Ba thuộc loại thứ nhất ở tầng báo cáo, nhưng ở tầng thấp hơn, trong đường ống dữ liệu đã sinh ra nó, nó thuộc loại thứ hai: một thất bại âm thầm không phát ra tiếng động.

Và đây là điều tôi muốn mọi người làm nghề thể thao hiểu cho rõ. Sự thất bại của một đường ống dữ liệu có thể xảy ra ở ít nhất ba nơi khác nhau, và mỗi nơi đòi hỏi một cách xử lý khác nhau.

Thứ nhất, thất bại ở tầng thu thập. Một trang web trả về lỗi, một trang bị chặn, một trang chỉ hiển thị nội dung bằng JavaScript, hoặc một trang gửi lại một khung rỗng thay vì bài viết thật. Khi đó công cụ đọc được một thân bài không có nội dung.

Thứ hai, thất bại ở tầng phân tách. Công cụ đọc đúng văn bản nhưng không trích xuất được các trường cần thiết, hoặc trích xuất xong rồi làm rơi mất chúng ở bước chuyển đổi. Kết quả là một tệp có hình dáng hợp lệ nhưng bên trong rỗng.

Thứ ba, thất bại ở chính nguồn. Có những bài báo, bài đăng thực chất không có nội dung văn bản để phân tích: nó là một video, một hình ảnh, một dòng tiêu đề trống rỗng. Khi đó không có gì để phân tách ngay từ đầu.

Ba kiểu thất bại này dẫn đến cùng một kết cục trên màn hình — một khung xương rỗng — nhưng chúng khác nhau ở chỗ chúng ta có thể làm gì tiếp theo. Với kiểu thứ nhất, vấn đề nằm ở hạ tầng. Với kiểu thứ hai, vấn đề nằm ở phần mềm. Với kiểu thứ ba, vấn đề nằm ở lựa chọn nguồn. Nhưng điều đáng buồn là trong đa số trường hợp, người ở tầng cuối cùng của quy trình không có cách nào phân biệt được ba kiểu ấy. Họ chỉ thấy một sản phẩm. Và nếu sản phẩm ấy trông đẹp, họ sẽ dùng nó.

Mọi huấn luyện viên đều nói về cảm giác. Tôi không có cảm giác, tôi có độ lệch chuẩn. Nhưng độ lệch chuẩn chỉ đáng tin khi đầu vào đáng tin. Một độ lệch chuẩn tính trên dữ liệu rỗng không phải một con số vô nghĩa — nó là một con số nguy hiểm, bởi nó khoác lên mình vẻ ngoài chính xác.

Vậy khi nào một đường ống dữ liệu thể thao bắt đầu sinh ra cái rỗng độc hại ấy? Có một vài nguyên nhân tôi thấy lặp đi lặp lại trong ngành này, và chúng đều bắt nguồn từ một tâm lý rất con người: tâm lý không muốn dừng lại.

Ngành thể thao vận hành theo lịch thi đấu. Có trận vào thứ Bảy thì đến thứ Sáu phải có báo cáo. Có trận vào Chủ nhật thì đến sáng Chủ nhật phải có phân tích. Áp lực thời gian ấy tốt cho tốc độ nhưng xấu cho tính chính xác. Khi một mắt xích trong quy trình gặp trục trặc, phản ứng tự nhiên của bất kỳ ai cũng là tìm cách lấp chỗ trống, không phải dừng cả dây chuyền. Bởi vì dừng dây chuyền đồng nghĩa với việc phải nói với huấn luyện viên rằng chúng ta không có gì cho trận đấu sắp tới. Và câu đó rất khó nói.

Chính cái tâm lý phải có cái gì đó cho bằng được ấy là mảnh đất màu mỡ cho sự bịa đặt. Và sự bịa đặt trong kỷ nguyên ngôn ngữ máy học không còn giống như trước. Nó không còn cần một người ngồi gõ ra từng con số sai. Nó chỉ cần một quy trình đủ nhân nhượng để cho phép một cỗ máy lấp đầy khoảng trống bằng những gì nghe hợp lý nhất.

Tôi đã nhìn thấy một bản báo cáo do một hệ thống tự động sinh ra từ một khung dữ liệu rỗng vài tháng trước. Nó nói về một đội bóng chưa từng được nạp vào hệ thống. Nó vẫn phân tích đội hình, chỉ ra điểm yếu trong phòng ngự khu vực, đề xuất đẩy cao áp lực ở hiệp ba. Người đọc bản báo cáo ấy — một người cộng sự trẻ — đã tin nó và đem đi thảo luận. May thay, người đối diện hỏi một câu hỏi đơn giản: đội này có cầu thủ nào đánh ở vị trí số năm? Không ai trả lời được. Hóa ra đội bóng ấy không tồn tại.

Đó là ví dụ hoàn hảo cho điều tôi muốn nói. Một bản phân tích rỗng độc hại không trông giống một lỗi. Nó trông giống một bản phân tích. Và cách duy nhất để phát hiện nó là hỏi một câu hỏi cụ thể đến mức không thể trả lời bằng sáo ngữ.

Tôi từng viết rằng chất lượng của một phòng phân tích không nằm ở mô hình nó dùng, mà ở những câu hỏi nó dám hỏi về chính dữ liệu của mình. Câu hỏi kiểm tra đầu vào là câu hỏi khiêm nhường nhất và cũng mạnh mẽ nhất: cái tên này có thật không, con số này đến từ đâu, ngày này là ngày nào.

Đó là lý do vì sao cái tệp sáng thứ Ba lại khiến tôi chú ý đến thế. Nó không chỉ rỗng. Nó rỗng một cách hoàn hảo, đủ hoàn hảo để đánh lừa. Và trong ngành thể thao Việt Nam, nơi một đội bóng có thể thay huấn luyện viên dựa trên một bảng xếp hạng, nơi một cầu thủ trẻ có thể mất suất lên đội một vì một chỉ số bị tính sai, cái sự đánh lừa hoàn hảo ấy có hậu quả thật.

Hãy cùng nhìn vào từng tầng hậu quả.

Tầng thứ nhất là chuyển nhượng. Một đội bóng ở nhóm cuối bảng đang tìm một tiền đạo để cứu mùa giải. Họ thuê dịch vụ đánh giá cầu thủ. Nếu hồ sơ cầu thủ được dựng trên dữ liệu nửa vời, họ có thể bỏ lỡ một cầu thủ phù hợp và ký một cầu thủ không phù hợp. Ở một giải đấu có ngân sách hạn hẹp như nhiều giải ở Việt Nam, một sai lầm chuyển nhượng có thể treo mất cả một mùa. Và cái sai ấy không nằm ở huấn luyện viên, không nằm ở giám đốc kỹ thuật, mà nằm ở một ô dữ liệu bị bỏ trống mà không ai nhìn thấy.

Tầng thứ hai là chiến thuật trong trận. Một bản phân tích đối thủ sai có thể khiến một đội chuẩn bị sai phương án cho cả tuần tập luyện. Cầu thủ tập những thứ mà họ sẽ không bao giờ gặp trong trận. Đến khi vào trận, họ bị động. Và sau trận, khi bị chất vấn về phương án, huấn luyện viên sẽ viện đến dữ liệu. Vòng tròn đổ lỗi khép lại quanh con người, trong khi lỗi thật nằm ở cái máy không biết nói.

Tầng thứ ba là phát triển cầu thủ trẻ. Các học viện bóng rổ hiện đại theo dõi chỉ số tải vận động, số phút thi đấu, mức độ phục hồi. Nếu dữ liệu về tải vận động bị khuyết và bị nội suy tự động, một huấn luyện viên thể lực có thể cho một cầu thủ trẻ tập quá tải. Hậu quả là chấn thương. Và trong bóng rổ, chấn thương của một cầu thủ trẻ mười tám tuổi có thể thay đổi cả sự nghiệp.

Tầng thứ tư, tầng ít ai để ý nhất, là niềm tin công chúng. Khi người hâm mộ đọc một phân tích sai nhưng được trình bày chuyên nghiệp, họ tin nó. Và khi sự thật sau đó đi ngược lại, cái mất đi không phải là một con số, mà là niềm tin vào cả ngành phân tích. Ở Việt Nam, niềm tin ấy còn non trẻ. Nó không chịu được nhiều cú đánh như vậy.

Tôi thấy mình cần nói rõ điều này, vì đây là chỗ tôi hay bị hiểu sai khi phát biểu về dữ liệu tại các buổi nói chuyện với đội bóng: tôi không có ý nói rằng dữ liệu là tuyệt đối. Hoàn toàn ngược lại. Tôi nói rằng dữ liệu có giới hạn, và chính vì nó có giới hạn nên nó cần được kiểm tra kỹ hơn, chứ không phải được tin tưởng mù quáng hơn. Một con số chỉ đáng tin khi ta biết rõ nó đến từ đâu và nó không biết gì. Đó là toàn bộ nguyên tắc nghề nghiệp của tôi.

Năm 2026, cả thế giới thương tiếc đội tuyển Đức. Tôi chỉ lặng lẽ đọc lại log file của mô hình.

Tôi kể câu chuyện này vì nó minh họa đúng điểm tôi đang nói, theo mặt tích cực. Năm ấy tôi thực tập ở một trang thể thao. Tôi phân tích đội tuyển Đức bằng chỉ số áp lực phòng ngự và quãng đường chạy trung bình. Chỉ số áp lực phòng ngự của họ ở vòng loại cao hơn hẳn mức trung bình của các nhà vô địch gần đây, và quãng đường chạy trung bình thấp. Tôi viết một bài dự đoán Đức sẽ bị loại từ vòng bảng. Đồng nghiệp gọi tôi là nhà khoa học phòng thí nghiệm. Kết quả đúng như dự đoán. Bài viết được chia sẻ rộng, và tôi được nhận làm cộng tác viên chính thức.

Nhưng điều tôi học được từ năm ấy không phải là tôi đã đúng. Điều tôi học được là sự khác biệt giữa một dự đoán có nguồn gốc và một phỏng đoán không nguồn gốc. Bài viết của tôi có thể bị phản bác, vì tôi công khai phương pháp. Một bản báo cáo tự động dựng trên dữ liệu rỗng thì không thể bị phản bác, bởi vì nó không công khai cái gì để phản bác. Nó đứng ngoài vòng tranh luận. Và một nhận định đứng ngoài vòng tranh luận là một nhận định vô trách nhiệm.

Tôi nói điều này với tư cách một người làm nghề phân tích, không phải một người làm công nghệ. Công nghệ tự động hóa là công cụ tốt. Tôi dùng nó mỗi ngày. Nhưng một công cụ tốt đặt trong một quy trình thiếu chốt an toàn sẽ biến thành một cỗ máy bịa đặt hiệu suất cao. Vấn đề không nằm ở cỗ máy. Vấn đề nằm ở chốt an toàn.

Và chốt an toàn ấy, trong ngành dữ liệu, có một tên gọi: nguyên tắc đóng khi lỗi.

Khi một quy trình gặp lỗi, nó phải dừng lại. Không được đi tiếp. Không được đoán. Không được lấp. Đây là nguyên tắc mà ngành hàng không và ngành y tế đã học được từ những thảm kịch đắt giá. Một hệ thống điều khiển bay gặp tín hiệu cảm biến mâu thuẫn thì phải chuyển sang chế độ an toàn, không được tự quyết định bay tiếp. Một máy truyền thuốc gặp lỗi liều lượng thì phải khóa lại, không được tự bù liều. Ngành phân tích thể thao chưa có một chuẩn mực như vậy. Nó cần có.

Nếu được quyền đề xuất một điều duy nhất cho các phòng dữ liệu thể thao ở Việt Nam, tôi sẽ đề xuất điều này: hãy cài một câu lệnh kiểm tra trước khi phân tích. Nếu danh sách thông tin đầu vào rỗng, nếu không có một tên đội bóng hay tên cầu thủ nào, nếu không có ngày tháng, thì hãy ném ra một lỗi và dừng lại. Đừng sinh ra báo cáo. Một chốt an toàn nhỏ như vậy ngăn được cả một lớp thất bại, và nó chỉ tốn của bạn một dòng lệnh.

Nhưng chốt an toàn chỉ giải quyết được phần đầu vào. Phần khó hơn nằm ở chỗ khác, và đây là chỗ tôi muốn đào sâu nhất trong bài viết này.

Đó là vấn đề về cái neo thời gian.

Trong bóng rổ, hầu hết mọi con số đều phụ thuộc vào thời điểm. Ngưỡng lương, mức thuế, giá trị hợp đồng, tình trạng chấn thương, vị trí trên bảng xếp hạng — tất cả đều thay đổi theo mùa và theo tuần. Một phân tích đúng vào tháng Mười có thể sai vào tháng Một. Một đánh giá cầu thủ đúng trước khi cậu ấy chấn thương có thể vô nghĩa sau khi cậu ấy trở lại. Trong thể thao, dữ liệu không có ngày tháng không chỉ là dữ liệu thiếu. Nó là dữ liệu có thể độc hại, bởi vì nó mang vẻ ngoài của sự thật trong khi thực ra nó đã hết hạn từ lâu.

Cái tệp sáng thứ Ba không có ngày. Không ngày xuất bản, không ngày truy xuất. Và điều đó khiến cho ngay cả khi nó có nội dung, nó vẫn không dùng được. Một con số lương của một mùa giải đã qua, đọc trong một mùa giải mới, có thể lệch đến mức khiến một quyết định chuyển nhượng đi sai hướng. Một đánh giá chấn thương của tuần trước, dùng cho trận tuần này, có thể khiến một cầu thủ bị đẩy vào sân quá sớm. Thời gian không phải một chi tiết phụ. Trong phân tích thể thao, thời gian là một biến số, và là biến số bị bỏ quên nhiều nhất.

Tôi từng làm việc với một nhóm phân tích của một đội bóng. Trong buổi họp đầu tiên, tôi hỏi một câu mà tôi nghĩ là cơ bản: dữ liệu này được lấy vào ngày nào. Không ai trong phòng biết. Họ có dữ liệu, họ có chỉ số, họ có mô hình, nhưng họ không có cái neo thời gian. Họ đã phân tích trên một mớ số liệu trôi nổi, không ai biết nó cũ hay mới, đúng thời hay lỗi thời. Kết quả của một tháng phân tích có thể tốt, cũng có thể là công cốc. Không ai kiểm chứng được.

Chúng tôi mất thêm hai tuần chỉ để dựng lại cái neo ấy cho từng tệp dữ liệu. Đó là hai tuần không sản xuất ra một chỉ số mới nào. Nhưng đó là hai tuần quan trọng nhất của cả mùa giải. Bởi vì sau đó, mọi con số đều có thể được truy vết, mọi kết luận đều có thể bị phản bác, và mọi sai lầm đều có thể được đổ đúng chỗ.

Cái neo thời gian không hào nhoáng. Nó không xuất hiện trên bảng tin. Nó không làm hài lòng ban lãnh đạo. Nhưng nó là ranh giới giữa một phòng phân tích làm thật và một phòng phân tích làm cho có.

Tương tự với chất lượng nguồn. Trong phân tích, không phải mọi nguồn đều ngang nhau. Một phóng viên có quan hệ với nội bộ đội bóng khác hoàn toàn với một tài khoản tổng hợp tin trên mạng. Một báo cáo từ ban huấn luyện khác với một tin đồn từ người đại diện đang muốn đẩy giá. Nếu quy trình không phân biệt được các tầng nguồn, nó sẽ trộn tất cả lại thành một đống bùn trung bình, và từ đống bùn ấy rút ra một kết luận nghe có vẻ khách quan.

Điều trớ trêu là cái quy trình sáng thứ Ba lại mắc một lỗi vòng tròn kinh điển: nó bảo tầng sau đánh giá chất lượng nguồn từ các trường của tầng trước, trong khi các trường ấy đã rỗng ngay từ đầu. Nó giống như bảo một người đoán xem cái hộp rỗng đựng gì. Không phải câu hỏi khó. Mà là câu hỏi sai.

Và đây là lúc tôi muốn nói đến phần phản trực giác nhất của câu chuyện này.

Trong ngành thể thao, chúng ta sợ những thất bại ồn ào. Chúng ta sợ một cầu thủ ngôi sao chấn thương. Chúng ta sợ một huấn luyện viên bị sa thải giữa mùa. Chúng ta sợ một khoản chuyển nhượng thất bại ầm ĩ trên mặt báo. Những thất bại ấy đau, nhưng chúng đau theo cách minh bạch. Ai cũng thấy. Ai cũng bàn. Và vì thế, chúng dạy được bài học. Chúng để lại một dấu vết, một nguyên nhân, một câu chuyện.

Nhưng thất bại nguy hiểm nhất trong ngành phân tích thể thao lại là thất bại im lặng. Nó không để lại dấu vết, vì nó trông giống thành công. Cái tệp rỗng sáng thứ Ba không la lên. Nó lặng lẽ tồn tại. Nếu không có ai dừng nó lại, nó sẽ trở thành một bản báo cáo, rồi thành một quyết định, rồi thành một kết quả trên sân, rồi thành một niềm tin được ghi vào lịch sử của đội bóng — một niềm tin sai, được ghi bằng một giọng điệu tự tin đến mức không ai dám hỏi lại.

Trong y học, người ta gọi những thất bại như vậy là thất bại bác sĩ. Không phải căn bệnh giết bệnh nhân. Mà là hệ thống chẩn đoán đã bỏ sót cái gì đó và sau đó tự tin rằng mình không bỏ sót gì. Trong hàng không, người ta gọi đó là lỗi tiềm ẩn. Nó nằm im trong hệ thống nhiều năm, không gây hại, cho đến đúng ngày nó gây hại và khiến một chiếc máy bay rơi.

Trong phân tích bóng rổ, chúng ta chưa có tên cho nó. Tôi đề nghị gọi nó là lỗi trắng. Một lỗi không màu, không mùi, không âm thanh, chỉ có hình dáng của một bảng biểu hoàn chỉnh.

Điều phản trực giác ở đây là: cái lỗi trắng không xảy ra vì hệ thống yếu. Nó xảy ra vì hệ thống mạnh. Một hệ thống yếu thì không đủ khả năng sinh ra một bản báo cáo trông đẹp từ dữ liệu rỗng. Chính khả năng trình bày tốt, khả năng diễn đạt trôi chảy, khả năng tạo ra vẻ ngoài chuyên nghiệp, mới là thứ biến cái rỗng thành cái nguy hiểm. Năng lực ấy, nếu đặt sai chỗ, là con dao hai lưỡi. Nó giúp ta kể câu chuyện hay hơn từ dữ liệu tốt. Và nó cũng giúp ta kể một câu chuyện hay hoàn toàn không có dữ liệu.

Đó là lý do tôi luôn nói với các bạn trẻ trong ngành rằng kỹ năng quan trọng nhất của một nhà phân tích không phải là kỹ năng đọc số, mà là kỹ năng nghi ngờ số. Kỹ năng biết khi nào nên nói tôi không biết. Trong một nền văn hóa mà ai cũng muốn có câu trả lời, người dám nói tôi không biết là người dũng cảm nhất phòng.

Nghề của tôi, nói cho cùng, không phải là cho huấn luyện viên câu trả lời. Nghề của tôi là đưa cho họ một bản đồ có ghi rõ đâu là vùng đã khảo sát và đâu là vùng chưa khảo sát. Một tấm bản đồ vẽ bừa những vùng chưa biết thành những vùng đã biết còn tệ hơn một tấm bản đồ trắng. Tấm bản đồ trắng khiến người cầm nó cẩn trọng. Tấm bản đồ giả khiến người cầm nó tự tin. Và trong thể thao, sự tự tin sai chỗ luôn bị trừng phạt.

Tôi đã thấy điều đó trong chính sự nghiệp của mình.

Năm 2026, khi bóng đá đình trệ vì dịch bệnh, tôi làm phân tích dữ liệu cho một công ty tư vấn thể thao. Tôi thu thập số liệu từ ba trăm trận đấu tại tám giải châu Âu khi thi đấu không khán giả, và phát hiện tỷ lệ thắng sân nhà giảm khá rõ. Tôi gửi báo cáo cho một đội bóng đang đấu ở nhóm cuối, đề xuất đẩy cao đội hình pressing ngay từ đầu trong các trận sân khách, bởi lẽ đối thủ mất đi sự cổ vũ của khán giả.

Huấn luyện viên trưởng ban đầu nghi ngờ. Nhưng điều quan trọng là tôi đã ghi rõ trong báo cáo rằng kết luận này dựa trên dữ liệu của một giai đoạn đặc biệt, và nó có thể không còn đúng khi khán giả quay trở lại sân. Tôi đưa ra điều kiện để mô hình thất bại. Tôi nói rõ: nếu không có khán giả, xu hướng này đúng; khi có khán giả, hãy quên nó đi.

Đội bóng thử nghiệm trong giai đoạn lượt về. Họ giành được mười hai trên mười lăm điểm trong năm trận sân khách, trong khi trước đó chỉ có sáu trên mười lăm.

Nếu tôi kể câu chuyện này theo cách của một người muốn khoe, tôi sẽ dừng ở câu cuối kia. Nhưng tôi kể nó vì một lý do khác. Điều làm nên giá trị của báo cáo ấy không phải con số mười hai trên mười lăm điểm. Mà là cái câu điều kiện tôi đã viết vào cuối báo cáo: khi khán giả trở lại, quên mô hình này đi. Câu ấy không hào nhoáng. Nhưng chính nó biến báo cáo của tôi từ một lời tiên tri thành một công cụ. Một lời tiên tri chỉ để chứng minh người nói đúng. Một công cụ để giúp người dùng hành động. Tôi muốn viết ra những công cụ, không phải những lời tiên tri.

Đó cũng là lý do tôi vô cùng khắt khe với bất kỳ bản phân tích nào tự nhận mình đúng mà không nói rõ mình có thể sai ở đâu. Một bản phân tích không có điều kiện thất bại là một bản phân tích chưa xong. Và một hệ thống tự động sinh ra bản phân tích không bao giờ nói điều kiện thất bại của mình — vì nó không biết mình có thể sai. Nó thậm chí không biết mình đang nói về điều gì.

Bây giờ, hãy để tôi nói về điều mà tôi cho là nghiêm trọng nhất trong toàn bộ câu chuyện này.

Cái bảng rỗng sáng thứ Ba là một hiện vật. Nhưng phía sau nó là một quy trình đã sản sinh ra nó. Và phía sau quy trình ấy là một cách nghĩ.

Cách nghĩ ấy là: nội dung là mục tiêu, dữ liệu là phương tiện. Theo cách nghĩ này, việc quan trọng là luôn có nội dung. Nếu dữ liệu đến, tốt. Nếu dữ liệu không đến, hãy làm cho có. Nội dung phải được sinh ra, bởi vì nội dung mới là thứ người ta đọc, người ta chia sẻ, người ta trả tiền. Dữ liệu chỉ là nguyên liệu. Thiếu nguyên liệu thì pha loãng.

Cách nghĩ này nghe rất hợp lý trong một ngành truyền thông, nơi số lượng bài viết quyết định lượng truy cập. Nhưng nó là một cách nghĩ sai lầm chết người trong phân tích. Bởi vì trong phân tích, nội dung không phải là mục tiêu. Sự thật mới là mục tiêu. Và sự thật thì không thể pha loãng. Một nửa sự thật cộng với một nửa phỏng đoán không phải là một sự thật hoàn chỉnh. Nó là một lời nói dối trọn vẹn.

Tôi nghĩ sự nhầm lẫn này nằm ở chỗ ngành thể thao ngày nay đã hòa lẫn hai nghề khác nhau: nghề truyền thông và nghề phân tích. Truyền thông cần nội dung, cần câu chuyện, cần cảm xúc. Phân tích cần sự thật, cần bằng chứng, cần sự khiêm nhường. Khi hai nghề này bị trộn vào một quy trình, và khi ở tầng cuối của quy trình ấy có một cỗ máy chỉ biết tạo ra văn bản trôi chảy, thì kết quả là cái lỗi trắng: một sản phẩm có hình dáng của phân tích, có giọng văn của truyền thông, và có ruột của một cái hộp rỗng.

Tôi không phản đối truyền thông. Tôi làm nghề này mười ba năm, tôi viết báo, tôi lên hình, tôi kể chuyện. Tôi tin vào sức mạnh của câu chuyện. Nhưng tôi tin rằng một câu chuyện chỉ xứng đáng được kể khi nó được neo vào một sự thật. Nếu không, nó chỉ là một giọng nói đẹp.

Trong bóng rổ, người ta hay nhắc đến khái niệm điểm dừng. Một cầu thủ nhận bóng ở vị trí tốt, nhưng nếu cậu ấy không có điểm dừng — không biết khi nào nên dừng lại và chuyền — thì cậu ấy sẽ mất bóng. Trong phân tích dữ liệu cũng vậy. Điểm dừng của một quy trình là cái chốt an toàn ở đầu vào. Một hệ thống không có điểm dừng sẽ mất bóng vào đúng thời điểm quan trọng nhất.

Vậy làm thế nào để xây một điểm dừng cho một phòng phân tích thể thao?

Có mấy việc đơn giản nhưng hiệu quả mà bất kỳ đội bóng nào ở Việt Nam cũng có thể làm ngay, không cần ngân sách lớn.

Việc thứ nhất: bắt buộc mọi tệp dữ liệu phải có ngày. Ngày lấy, ngày xuất bản, ngày cập nhật cuối cùng. Một tệp dữ liệu không có ngày bị coi là không hợp lệ, giống như một cầu thủ bước vào sân mà không có số áo.

Việc thứ hai: bắt buộc mọi kết luận phải đi kèm nguồn. Không phải nguồn mơ hồ kiểu theo thống kê cho thấy, mà là nguồn cụ thể: từ giải đấu nào, mùa nào, do ai cung cấp, lấy vào ngày nào. Sự cụ thể là liều thuốc giải độc cho sự bịa đặt.

Việc thứ ba: đặt một câu hỏi kiểm tra đơn giản trước khi phát hành mọi báo cáo. Trong báo cáo này có ít nhất một cái tên thật và một con số thật không. Nếu không có, đừng phát hành. Không có ngoại lệ.

Việc thứ tư: khi một quy trình tự động gặp lỗi, hãy để nó dừng. Đừng viết code cho nó đoán. Một cỗ máy biết nói tôi không biết là một cỗ máy đáng tin. Một cỗ máy luôn có câu trả lời là một cỗ máy đáng sợ.

Việc thứ năm, có lẽ là việc khó nhất: dạy cho cả tổ chức chấp nhận sự rỗng. Trong một nền văn hóa mà việc có câu trả lời được coi là năng lực, người nói tôi không biết bị coi là yếu. Điều đó phải thay đổi. Một phòng phân tích trưởng thành là một phòng phân tích biết nói không đủ dữ liệu mà không cảm thấy xấu hổ.

Tôi biết những việc này nghe nhỏ. Nhưng trong phân tích dữ liệu, các thảm họa lớn luôn bắt đầu từ những chi tiết nhỏ không được kiểm tra. Một ô trống bị bỏ qua. Một ngày tháng bị quên. Một nguồn bị trộn lẫn. Một giả định bị biến thành sự thật. Từng bước một, rất logic, rất hợp lý, cho đến khi cả tòa nhà sụp đổ và không ai biết nó sụp từ đâu.

Tôi hay nghĩ về một hình ảnh trong bóng rổ mà tôi rất thích: đường chuyền bóng. Một đường chuyền tốt không phải là đường chuyền đẹp. Nó là đường chuyền đến đúng người, đúng lúc, đúng chỗ. Người chuyền bóng giỏi là người biết đồng đội mình đang ở đâu và biết mình đang chuyền cho ai. Anh ta không bao giờ chuyền cho một cái bóng ma.

Trong phân tích dữ liệu, chúng ta cũng chuyền bóng mỗi ngày — chuyền từ tầng này sang tầng khác, từ người này sang người khác, từ dữ liệu sang quyết định. Một bản phân tích dựa trên dữ liệu rỗng là một đường chuyền cho một cái bóng ma. Nó trông giống một đường chuyền. Nó nhìn đẹp. Nhưng người nhận bóng sẽ bắt hụt, và trong bóng rổ, một đường chuyền vào khoảng không nơi không có ai là một lượt mất bóng.

Hôm nay tôi ngồi viết bài này sau khi đọc cái tệp rỗng sáng thứ Ba. Tôi muốn kể một câu chuyện mà có lẽ ít người trong ngành muốn nghe. Câu chuyện rằng cái thứ chúng ta đang đối mặt không chỉ là dữ liệu ít hay nhiều, tốt hay xấu. Cái chúng ta đối mặt là một loại thất bại mới, đến từ chính sự tiện lợi của công cụ mà chúng ta đang dùng.

Tệp rỗng ấy không phải một lỗi đơn lẻ. Nó là một triệu chứng. Nó cho thấy một cơ thể đang vận hành mà không có hệ miễn dịch ở tầng đầu vào. Và trong phân tích thể thao, tầng đầu vào là tất cả. Một mô hình hoàn hảo với dữ liệu sai là một mô hình sai. Một mô hình sai với dữ liệu đúng cũng sai, nhưng ít nhất nó có thể sửa. Còn một mô hình không có dữ liệu gì mà vẫn sinh ra kết quả thì không sửa được — vì không có gì để sửa.

Tôi nhớ có lần một huấn luyện viên trẻ nói với tôi:

Anh ơi, em thấy mấy anh phân tích cứ làm phức tạp hóa mọi thứ. Bóng rổ đơn giản lắm. Ai ghi nhiều điểm hơn thì thắng.

Tôi cười. Tôi chạm vào tương lai bằng bàn phím.

Nhưng tôi nhớ câu ấy. Và tôi nghĩ cậu ấy đúng ở một điểm: bóng rổ đơn giản. Cái không đơn giản là con người. Con người mới là thứ phức tạp. Con người mới là thứ có thể nhìn một tệp rỗng và tin rằng nó đầy. Con người mới là thứ có thể đọc một bản báo cáo về một đội bóng không tồn tại và đem đi thảo luận. Con người mới là thứ cần được bảo vệ khỏi chính sự tự tin của mình.

Con số không bao giờ tự bịa. Chỉ có con người bịa, và đôi khi con người bịa bằng cách để cho một cỗ máy bịa thay mình.

Đó là điều tôi muốn để lại.

Trong mùa giải này, khi bạn đọc một bản phân tích — bất kỳ bản phân tích nào về bất kỳ đội bóng nào — hãy hỏi một câu. Hãy hỏi rằng cái tên đầu tiên trong bản phân tích ấy là ai, và nó đến từ đâu. Nếu bản phân tích có một cái tên thật, một con số thật, một ngày thật, thì bạn có thể tin nó đủ để tranh luận. Nếu nó chỉ có giọng văn trôi chảy và những câu như được cho là, theo thống kê, giới chuyên môn nhận định, thì hãy cẩn thận. Bạn có thể đang đọc một đường chuyền cho một cái bóng ma.

Còn với những người làm nghề như tôi, những người xây đường ống, những người gác cửa ở tầng đầu vào, câu hỏi của mùa giải này không phải là làm sao có nhiều dữ liệu hơn. Câu hỏi là làm sao biết khi nào dữ liệu của mình đã im lặng.

Bởi vì trong bóng rổ, một cầu thủ im lặng cả trận có thể chỉ là không có bóng. Nhưng một hệ thống im lặng cả trận trong khi vẫn tỏa sáng trên màn hình thì đang kể cho bạn một câu chuyện mà bạn không nên tin.

Tôi đọc lại cái tệp rỗng lần cuối. Chín chương. Không một chữ thật. Và tôi nghĩ: nếu tôi không dừng nó lại ở đây, ngày mai sẽ có người tin nó. Không phải vì người đó ngây thơ. Mà vì nó quá đẹp để không tin.

Việc của tôi, và của những người làm dữ liệu thể thao ở Việt Nam, là làm cho nó bớt đẹp đi. Là thêm vào những ô trống những câu nói thật. Là biến cái bảng rỗng hoàn hảo thành cái bảng có ghi rõ bốn chữ: chưa đủ dữ liệu.

Bốn chữ ấy không hấp dẫn. Nó không tạo được lượt chia sẻ. Nó không làm hài lòng ai. Nhưng nó là sự thật. Và trong nghề này, sự thật, dù nhạt nhẽo đến đâu, vẫn luôn tốt hơn một lời nói dối được viết bằng những con số trông rất thật.

Cái bảng rỗng sáng thứ Ba sẽ bị xóa khỏi hệ thống. Nhưng nó sẽ không biến mất khỏi đầu tôi. Tôi sẽ giữ nó lại như một lời nhắc. Mỗi lần tôi mở một tệp dữ liệu mới, tôi sẽ hỏi câu hỏi đầu tiên: cái này có thật không. Bởi vì nếu tôi không hỏi, sẽ có một cỗ máy sẵn sàng trả lời thay tôi — và câu trả lời của nó sẽ luôn trôi chảy hơn sự im lặng của tôi.