Khi dữ liệu không đến: kỷ luật nói 'chưa đủ thông tin' trong phân tích thể thao

7 giờ 40 sáng tại Sydney, màn hình trong góc làm việc của tôi hiện lên một bảng tính đã được định dạng sẵn. Cột bên trái là danh sách các hạng mục cần đánh giá. Cột bên phải, từ trên xuống dưới, là mười tám dòng chữ giống hệt nhau: N/A. Không có tên giải đấu, không có tên cầu thủ, không có tỷ lệ giao bóng, không có chỉ số pressing, không có phí chuyển nhượng. Nhãn duy nhất còn sống sót qua toàn bộ đường truyền dữ liệu là một dòng ngắn: "môn thể thao — quần vợt".

Một đồng nghiệp trẻ ghé qua, nhìn màn hình, rồi hỏi câu hỏi mà bất kỳ ai làm nghề này cũng từng nghe: "Vậy mình viết gì bây giờ?"

Đó là câu hỏi đúng. Và câu trả lời đúng lại là câu trả lời mà không ai muốn nghe.

Trong ngành phân tích thể thao, mọi quy trình đều chạy theo hai tầng. Tầng một làm nhiệm vụ trích xuất: đọc nguồn thô, bóc tách sự kiện, xác định thực thể, gắn nhãn thời gian. Tầng hai mới là nơi đặt câu hỏi chuyên môn — chiến thuật, phong độ, hệ thống giải đấu, rủi ro, và cả cách câu chuyện được truyền thông kể lại. Cấu trúc này tồn tại vì một lý do rất thực dụng: nếu tầng một trả về ô trống, tầng hai không có gì để phân tích.

Phần lớn độc giả không nhìn thấy đường ống đó. Họ chỉ thấy sản phẩm cuối cùng — một bài bình luận gọn gàng, một bảng chỉ số đẹp mắt, một dự đoán tự tin. Nhưng trong mùa giải đấu lớn, khi hàng trăm nghìn người cùng chờ một trận đấu và hàng nghìn biên tập viên cùng cần nội dung, áp lực lên đường ống ấy tăng theo cấp số nhân. Deadline không quan tâm dữ liệu có đến hay không.

Tôi đã dành mười tám năm quan sát ngành này, và điều khiến tôi chú ý hơn cả những pha bóng là cách con người phản ứng khi dữ liệu im lặng.

Có một khác biệt căn bản mà rất ít người phân biệt được. Một bài viết thực sự ít thông tin và một đường ống thất bại ở tầng trích xuất trông giống hệt nhau trên màn hình. Cả hai đều cho ra những ô trống. Nhưng cách xử lý thì trái ngược hoàn toàn. Với trường hợp thứ nhất, người viết công bố một bài ngắn, trung thực, và ghi rõ giới hạn của mình. Với trường hợp thứ hai, người vận hành dừng lại và sửa đường ống. Nhầm lẫn giữa hai tình huống này là nguồn gốc của phần lớn nội dung sai lệch mà tôi đọc được mỗi tuần.

Biến số đầu tiên luôn là nguồn gốc. Trước khi tin một con số, hãy hỏi nó sinh ra từ đâu. Con số đó đến từ camera bán tự động hay từ một người ngồi ghi tay bên đường biên? Từ một mẫu chín trận hay chín trăm trận? Từ một mùa có khán giả hay không có khán giả? Câu trả lời thay đổi hoàn toàn ý nghĩa của con số, và thay đổi cả kết luận mà bạn sắp rút ra.

Ba năm trước, tôi nhận một bảng dữ liệu vị trí từ hệ thống GPS tại một câu lạc bộ A-League. Cột khoảng cách di chuyển đầy đủ. Cột số lần tắc bóng thành công đầy đủ. Nhưng cột hướng di chuyển chỉ có dữ liệu cho một nửa số cầu thủ. Nếu tôi lấp phần còn lại bằng giá trị trung bình của đội, tôi sẽ tạo ra một câu chuyện rất mượt — và hoàn toàn sai.

Tôi chọn cách khác: công bố phần dữ liệu có thật, và ghi rõ rằng nửa còn lại không đủ để kết luận. Đó là một quyết định không được khen. Im lặng đúng lúc là một kỹ năng chuyên môn, không phải sự yếu kém.

Số liệu thì thầm. Người chịu nghe sẽ nghe thấy cả một trận đấu. Nhưng người chịu nghe cũng phải chấp nhận rằng có những khoảng lặng trong bản ghi mà không thao tác kỹ thuật nào lấp đầy được.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở cả A-League lẫn các giải Grand Slam, tôi nhận ra rằng sai lầm nghiêm trọng nhất hiếm khi đến từ một con số sai. Nó đến từ một con số đúng được đặt vào sai chỗ.

Tháng 6 năm 2026 là ví dụ rõ nhất. Khi Bundesliga trở lại trong các sân vận động trống, mô hình dự đoán kết quả của tôi vẫn định giá lợi thế sân nhà ở mức 0,45 bàn mỗi trận. Sau chín vòng đấu không khán giả, con số đó rơi xuống 0,08. Một tạp chí đề nghị tôi viết bài giải thích ngay lập tức. Tôi từ chối và xin thêm ba tuần dữ liệu.

Khi bài viết ra đời, tôi mở đầu bằng chính sai lầm của mình: biến số khán giả đã bị tôi xem nhẹ suốt nhiều năm. Sân nhà, ở góc nhìn dữ liệu, là một biến số có trọng số — và trọng số đó có thể biến mất trong một đêm.

Ký ức thứ hai đến từ World Cup 2026. Tôi viết một bài tiếng Anh dự đoán Croatia vào bán kết, dựa trên chỉ số xG tạo cơ hội của Luka Modrić ở vòng bảng. Một nhóm huấn luyện viên nghiệp dư trên Reddit gọi tôi là kẻ mọt sách không hiểu bóng đá. Croatia vào chung kết. Sau giải, một phóng viên của The Athletic liên hệ hỏi về cách tôi tính "defensive xG prevented" cho các hậu vệ. Tôi mất hai tuần viết mã Python, kiểm tra chéo với dữ liệu StatsBomb, và gửi lại một bảng mười bảy trang.

World Cup 2026 họ cười xG của tôi. Năm nay họ hỏi tôi xG là gì.

Nhưng câu chuyện đó không kết thúc ở chiến thắng. Nó kết thúc ở một ghi chú kỹ thuật tôi buộc phải thêm vào cuối bảng tính: mô hình của tôi chỉ giải thích được một phần phương sai, và phần còn lại là những gì tôi chưa đo được. Một mùa giải thiếu chi tiết cũng giống một trận đấu thiếu phút bù giờ. Bạn có thể đoán điều gì sẽ xảy ra. Bạn không thể khẳng định.

Kỷ luật này còn quan trọng hơn khi bước sang lĩnh vực trọng tài và công nghệ đo lường. Vạch việt vị được vẽ đến từng milimét, đường biên trong quần vợt được xác định bằng hệ thống điện tử, tốc độ giao bóng được hiển thị đến từng km/h. Độ chính xác tăng lên, nhưng câu hỏi không hề dễ hơn. Một sai số 5 milimét của thiết bị và một sai số 5 milimét của trọng tài là hai loại sai số khác nhau, có hậu quả khác nhau, và cần được ghi chú khác nhau. Ngành này đang trộn lẫn chúng dưới một chữ duy nhất: "chính xác".

Ở đây xuất hiện một nghịch lý mà tôi cho là điểm mù lớn nhất của ngành.

Nền kinh tế truyền thông thể thao trả tiền cho sự tự tin, không trả tiền cho sự dè dặt. Một bài viết mở đầu bằng "chưa đủ dữ liệu" có tỷ lệ nhấp thấp hơn hẳn một bài mở đầu bằng "đây là lý do đội này sẽ vô địch". Thuật toán không chấm điểm sự trung thực; nó chấm điểm mức độ tương tác. Và sự dè dặt, về mặt cấu trúc, tạo ra ít tương tác hơn.

Kết quả là một hệ thống khuyến khích con người lấp đầy ô trống. Không phải vì họ muốn lừa dối, mà vì ô trống không được thưởng.

Nhưng đây là mặt trái mà ít người nhìn thấy. Khi một bản phân tích rỗng bị chuyển tiếp qua quy trình mà không có tín hiệu dừng, nó biến thành nội dung sai lệch. Người tiêu thụ phía sau — biên tập viên, người dẫn chương trình, độc giả — nhận được những kết luận trông chuyên nghiệp nhưng không neo vào dữ liệu nào cả.

Tương quan không phải là nhân quả, và một ô trống không phải là số không. Đó là hai lỗi khác nhau, nhưng hậu quả giống nhau: một quyết định được đưa ra dựa trên thứ không tồn tại.

Rủi ro lớn nhất trong ngày làm việc hôm nay của tôi không nằm ở bất kỳ cầu thủ nào. Nó nằm ở khả năng tôi bị thuyết phục để viết về một trận đấu chưa từng được ghi lại.

Ba câu hỏi tôi muốn độc giả mang theo khi đọc bất kỳ bài phân tích nào trong mùa giải đấu lớn này. Con số này được tạo ra từ hệ thống nào, và bởi ai? Mẫu dữ liệu lớn đến đâu, và nó thuộc giai đoạn nào của mùa giải? Tác giả có tự nguyện nêu ra giả định nào có thể sai không?

Nếu câu trả lời cuối cùng là không, phần còn lại của bài nên được đọc như một giả thuyết, chứ không phải một kết luận. Và nếu bạn là người viết, việc giữ lại bảng tính với những ô trống đó có giá trị riêng của nó. Đó là tài liệu trung thực nhất trong cả chồng tài liệu — một lời nhắc rằng giá trị chuyển nhượng là câu chuyện, nhưng dữ liệu mới là chữ ký. Khi chữ ký không có ở đó, việc duy nhất còn lại để làm là chờ.