Khi bản phân tích 9 phần chỉ toàn chữ N/A: Bài học về sự trung thực của dữ liệu thể thao Việt Nam

Tôi mở tài liệu lúc 6 giờ 17 phút sáng tại căn hộ ở Bắc Kinh. Bên ngoài, sương mù dày đặc đến mức tôi không nhìn thấy tòa nhà đối diện — một kiểu ẩn dụ hoàn hảo cho những gì tôi sắp đọc. Một bản phân tích thể thao chuyên sâu, đầy đủ chín phần, từ chiến thuật đến rủi ro hệ thống, nhưng mọi ô dữ liệu đều hiển thị cùng một cụm từ lặp lại như một bài thánh ca: "không đủ thông tin, không thể đánh giá".

Trong 43 năm làm nghề quan sát, tôi chưa từng thấy một tài liệu nào lại nhất quán đến vậy. Bảng đánh giá kỹ thuật — N/A. Phân tích phong độ cầu thủ — N/A. Định vị giải đấu trong hệ thống BWF World Tour — N/A. Ngay cả phần rủi ro truyền thông, nơi tôi thường tìm thấy những nhận định mơ hồ nhất, cũng sạch sẽ như một tờ giấy trắng. Trong một ngành mà ai cũng cố nói điều gì đó để giữ chân độc giả, tài liệu này đã chọn không nói gì — và đó chính là điều khiến tôi dừng lại.

Số liệu không sai, chỉ là tôi đã quên hỏi nó đang đứng ở đâu.

Tôi ngồi đó, nhấp ngụm trà đã nguội từ lâu, và nhận ra rằng mình vừa nhận được một trong những bài học quý giá nhất của nghề phân tích thể thao — không phải từ những con số biết nói, mà từ sự vắng mặt hoàn toàn của chúng.

Câu chuyện của tôi với dữ liệu chưa bao giờ êm đềm. Năm 2026, ở tuổi 50, tôi tự tin dự đoán Croatia sẽ thua Pháp tại chung kết World Cup vì chỉ số xG của họ thấp hơn đáng kể. Tôi đã trình bày luận điểm của mình trước một nhóm đồng nghiệp trẻ tuổi, những người gật gù trước biểu đồ và bảng số liệu của tôi. Croatia tiến vào chung kết. Họ thua — nhưng không phải vì những gì xG của tôi dự đoán. Họ thua vì một quả penalty gây tranh cãi và sự thay đổi cục diện mà không một mô hình nào của tôi tính đến: trọng tài, tâm lý, và khoảnh khắc. Tôi đã dành một tháng sau đó xem lại 20 trận của Croatia, ghi chú từng pha chuyển trạng thái. Tôi không tìm thấy lỗi trong mô hình của mình — nó hoàn hảo, và đó chính là vấn đề. Một mô hình hoàn hảo dựa trên dữ liệu không đầy đủ còn nguy hiểm hơn một mô hình sai lầm được kiểm chứng.

Một con số rời khỏi bối cảnh chỉ là một lời nói dối được làm đẹp.

Khi tôi nhìn vào bản phân tích chín phần với hai mươi bảy bảng đánh giá, tôi nhận ra các tác giả của nó — dù là con người hay thuật toán — đã làm một điều mà hầu hết đồng nghiệp của tôi không dám làm. Họ thừa nhận rằng họ không biết. Không có cầu thủ nào được nhắc đến, vì không có dữ liệu về cầu thủ nào. Không có giải đấu nào được phân tích, vì không có thông tin về giải đấu nào. Không có một khuyến nghị cá cược nào được đưa ra, vì làm vậy sẽ là tội ác với chính những nguyên tắc mà tôi đã xây dựng trong bốn thập kỷ.

Khi sân vắng lặng, tôi mới nghe rõ tiếng thì thầm của dữ liệu nền.

Năm 2026, khi đại dịch khiến mọi giải đấu tạm hoãn, tôi ở nhà một mình và xem lại 500 trận đấu từ năm giải châu Âu. Tôi tình cờ phát hiện ra rằng các đội chủ nhà có chỉ số pressing giảm đáng kể khi sân vận động không có khán giả. Đó là một phát hiện nhỏ, nhưng nó dạy tôi rằng dữ liệu thuần túy — số lần tắc bóng, tỷ lệ chuyền chính xác, quãng đường di chuyển — không bao giờ kể toàn bộ câu chuyện. Tiếng ồn của khán đài không xuất hiện trong bảng thống kê, nhưng nó định hình từng bước chạy của cầu thủ. Tôi đã học Python để xây dựng mô hình tương quan giữa tiếng ồn và PPDA, nhưng cuối cùng điều tôi tìm được không phải là một phương trình, mà là một triết lý: dữ liệu nền — những thứ không được đo lường — thường quan trọng hơn dữ liệu được hiển thị nổi bật.

Tài liệu N/A này, dưới góc nhìn đó, không phải là một thất bại. Nó là một minh chứng hiếm hoi cho việc một hệ thống phân tích hoạt động đúng thiết kế. Nó được tạo ra để đánh giá các trận cầu lông — dựa trên tên của các phần như "phân tích giao cầu", "số lần bỏ nhỏ", "tỷ lệ thắng điểm bỏ nhỏ" — nhưng không có trận đấu nào được cung cấp. Thay vì bịa ra dữ liệu từ trí tưởng tượng, nó trả về sự trung thực tuyệt đối.

Tôi từng nghĩ dữ liệu là chân lý, cho đến khi World Cup 2026 dạy tôi biết sợ.

Tôi nhớ năm 2026, khi tôi xây dựng mô hình dự đoán đội tuyển Ý vô địch Euro. Không phải vì hàng phòng ngự nổi tiếng của họ, mà vì một chỉ số mà ít người chú ý: PPDA trung bình 9,2 — thấp nhất giải đấu. Tôi đã viết một bài phân tích về cơ chế pressing của Jorginho, giải thích rằng Italy không cần phải phòng thủ nhiều vì họ đã pressing ngay từ phần sân đối phương. Một biên tập viên nam nhìn tôi và nói — vẫn với cái giọng trịch thượng mà tôi đã nghe suốt 40 năm — "phụ nữ không hiểu chiến thuật". Tôi không trả lời bằng lời nói. Tôi gửi cho ông ta một bảng số liệu dài ba trang, với mọi nguồn được chú thích cẩn thận. Sau đó, một giám đốc nội dung nam khác phải vào cuộc để bảo vệ tôi. Bài viết được xuất bản và trở thành bài được chia sẻ nhiều nhất trong cộng đồng phân tích chiến thuật Việt Nam thời điểm đó. Nhưng nó không khiến tôi cảm thấy chiến thắng. Nó khiến tôi nhận ra rằng tôi đã dành một tuần kiểm chứng từng con số, không phải vì sợ sai, mà vì sợ bị nghi ngờ.

PPDA chỉ là ống nghe, nhưng người nghe bệnh phải là một tu sĩ biết lặng.

Từ đó, một khuôn mẫu được hình thành trong cách tôi viết: số trước, cảm xúc sau. Tôi trình bày bảng dữ liệu thô ở đầu mỗi phần, sau đó mới diễn giải. Làm vậy không chỉ để bảo vệ bản thân khỏi định kiến, mà còn để tạo ra một chuẩn mực: trong một thế giới mà bất kỳ ai cũng có thể tuyên bố bất cứ điều gì, số liệu là ngôn ngữ chung duy nhất còn lại. Nhưng tài liệu N/A mà tôi đang đọc đã đưa tôi đến một điểm xa hơn: nếu không có số liệu, điều trung thực nhất mà một nhà phân tích có thể làm là nói ra sự thiếu vắng đó.

Trong một giải cầu lông quốc nội tôi từng theo dõi tại Việt Nam — tôi sẽ không nêu tên, vì không có dữ liệu chính thức để xác minh — tôi từng thấy một tay vợt trẻ được truyền thông địa phương ca ngợi như một thần đồng. Bài báo viết về những cú đập cầu mạnh mẽ, sự nhanh nhẹn, tinh thần chiến đấu. Không có một con số nào về tốc độ cầu, số lần lỗi, hay tỷ lệ thắng điểm ở lưới. Nhà báo đã làm tròn vai của mình: tạo ra một câu chuyện truyền cảm hứng. Nhưng với tôi, bài báo đó không khác gì một tờ quảng cáo. Nó không giúp người đọc hiểu được liệu tay vợt trẻ này có thực sự đủ trình độ để tiến xa ở đấu trường quốc tế hay không. Nó chỉ giúp họ cảm thấy tự hào.

Tự hào không phải là một cảm xúc tồi. Nhưng nó không phải là phân tích.

Năm 2026, tôi nghiện dữ liệu nền như một kẻ khát tìm nước giữa sa mạc sân cỏ.

Tội lỗi lớn nhất của tôi trong sự nghiệp — điều mà tôi thừa nhận với ít người — không phải là sai lầm World Cup 2026. Đó là năm 2026, khi tôi bị ám ảnh bởi Morocco tại World Cup. Họ sử dụng hàng hậu vệ dâng cao để bẫy việt vị, phá bóng 14 lần mỗi trận — một con số khiến tôi mê mẩn. Tôi dành hai tuần viết một chuyên đề dài, bỏ qua hoàn toàn các trận đấu song song ở nhánh đấu bên kia. Khi Morocco bị loại ở bán kết, tôi nhận ra rằng mình đã bỏ lỡ sự thay đổi nhân sự của đội tuyển Pháp — điều mà bất kỳ nhà phân tích tỉnh táo nào cũng nên chú ý. Tôi quá say mê câu chuyện của riêng mình đến mức quên rằng trận đấu không xoay quanh sở thích của tôi.

Từ đó, tôi lập một kỷ luật: chỉ dành tối đa ba giờ mỗi ngày cho một chủ đề. Phần còn lại dành cho các giải đấu song song. Tôi không ngừng tò mò, nhưng tôi học cách kiềm chế sự tò mò đó. Và tài liệu N/A này — nó đang dạy tôi một bài học khác về kỷ luật.

Hãy nhìn vào những gì tài liệu này không làm. Nó không chọn một cái tên để tôn vinh. Nó không chỉ ra một "ẩn số" để tạo cảm giác bí ẩn. Nó không khẳng định rằng "trận đấu này sẽ quyết định cục diện bảng đấu" hay "đây là thời khắc bước ngoặt của mùa giải". Tất cả những câu nói sáo rỗng mà chúng ta — những người làm phân tích thể thao — sử dụng hàng ngày để lấp đầy khoảng trống, tài liệu này đều từ chối. Nó đứng đó như một bức tường trắng, và nó buộc tôi phải đối diện với một câu hỏi khó chịu: tại sao chúng ta lại sợ sự trống rỗng đến vậy?

Sai lầm không phải là tin mô hình, mà là không hỏi nó đã bỏ quên điều gì.

Có lẽ tôi đã quá khắc nghiệt với chính mình. Trong 43 năm quan sát, tôi đã thấy những sự thay đổi lớn trong cách thể thao được tiêu thụ — từ báo in đến truyền hình, từ diễn đàn đến mạng xã hội, từ phòng phân tích đến trí tuệ nhân tạo. Và trong suốt hành trình đó, tôi chưa bao giờ ngừng tự hỏi: vai trò của một nhà phân tích là gì? Là dự đoán tương lai? Là giải thích quá khứ? Là cung cấp cho người hâm mộ những câu chuyện để tin tưởng?

Tài liệu N/A này — tôi sẽ gọi nó là "Bản phân tích không có đối tượng" — đã cho tôi một câu trả lời bất ngờ. Vai trò của một nhà phân tích, trước hết, là phải trung thực với chính mình. Trung thực về những gì mình biết, và quan trọng hơn, về những gì mình không biết. Một bản phân tích dài chín phần toàn chữ N/A có thể là một sự lãng phí tài nguyên — hàng giờ làm việc, hàng trăm ô dữ liệu, tất cả đều trống rỗng. Nhưng nó cũng có thể là một sự phản kháng âm thầm chống lại nền văn hóa thể thao hiện đại, nơi người ta sản xuất nội dung để lấp đầy không gian số, nơi người ta chọn những câu chuyện giật gân trên những phân tích có cơ sở.

Tôi nhớ một lần, khi tôi còn làm việc cho một đài truyền hình tại Việt Nam — trước khi chuyển đến Trung Quốc theo đuổi dòng phân tích dữ liệu — tôi đã được giao nhiệm vụ bình luận một trận cầu lông giữa hai tay vợt trẻ Việt Nam tại giải quốc tế. Tôi không có đủ dữ liệu về cả hai. Tôi chỉ có ba trận đấu họ từng gặp nhau, và những trận đó đã cũ. Giám đốc nội dung bảo tôi: "Cứ nói gì đó về chiến thuật, khán giả không phân biệt được đâu." Tôi đã từ chối. Tôi ngồi đó và nói: "Hai tay vợt này không ai trong số họ có đủ ba mươi trận đấu quốc tế để xác định phong cách rõ ràng. Nếu chúng ta nói về chiến thuật, chúng ta sẽ bịa." Buổi phát sóng vẫn diễn ra, nhưng tôi đã nói rất ít về chiến thuật, tập trung vào nhịp độ trận đấu và những gì mắt thường có thể thấy.

Không ai khiếu nại. Không một khán giả nào gọi điện đến nói rằng tôi đã không giải thích đủ. Sự im lặng đó là một bài học khác: khán giả tôn trọng sự trung thực, ngay cả khi họ không nhận ra nó.

Một con số rời khỏi bối cảnh chỉ là một lời nói dối được làm đẹp.

Tôi không biết ai đã tạo ra "Bản phân tích không có đối tượng". Có thể là một hệ thống trí tuệ nhân tạo được lập trình để tuân theo các quy tắc phòng thủ bẫy — tránh tin vào dữ liệu tuyệt đối, tránh bịa đặt, tránh kết luận vội vàng. Có thể là một đồng nghiệp của tôi đang thử nghiệm một cách tiếp cận mới. Nhưng khi tôi đọc đi đọc lại tài liệu này, tôi dần nhận ra rằng việc nó là sản phẩm của con người hay máy móc không quan trọng. Điều quan trọng là nó đã đặt ra một tiêu chuẩn mà nhiều nhà phân tích thể thao — kể cả tôi — thường không đạt tới.

Bài viết tôi từng chia sẻ nhiều nhất — về Italy và Euro 2026 — không bắt đầu bằng một kết luận. Nó bắt đầu bằng một câu hỏi: tại sao đội tuyển Ý, một đội bóng luôn bị gắn với sự phòng ngự, lại pressing nhiều hơn mọi đội tuyển khác? Câu trả lời, như tôi đã tìm thấy, nằm trong PPDA của họ — nhưng PPDA chỉ là ngọn núi nổi. Bên dưới nó là một đại dương các quyết định chiến thuật, sự ăn ý giữa các cầu thủ, và một hệ thống đào tạo đã ủ mầm trong nhiều thập kỷ. Nếu tôi chỉ trích dẫn con số 9,2 và dừng lại, tôi sẽ không khác gì một kẻ lừa dối. Tôi phải giải thích con số đó đến từ đâu, và nó đang đứng ở vị trí nào trong cấu trúc chiến thuật của đội tuyển.

Số liệu không sai, chỉ là tôi đã quên hỏi nó đang đứng ở đâu.

Tài liệu N/A khiến tôi nhớ đến một câu châm ngôn trong giới phân tích: dữ liệu không bao giờ tự nói, nó chỉ trả lời câu hỏi của bạn. Và tài liệu này là một ví dụ hoàn hảo — nó đã được hỏi những câu hỏi rất chi tiết, về tốc độ cầu, tỷ lệ lỗi, xếp hạng, lịch sử đối đầu, nhưng không có bất kỳ dữ liệu đầu vào nào. Vì vậy, nó làm điều duy nhất mà một hệ thống trung thực có thể làm: trả về N/A. Nó không cố bịa ra một xu hướng từ hư vô. Nó không chọn một tay vợt Đài Loan, Indonesia, hay Trung Quốc để phân tích — ngay cả khi làm vậy sẽ làm cho bản báo cáo trông "chuyên nghiệp" hơn. Nó đứng yên trong sự thiếu hiểu biết của mình.

Có một sự thanh thản trong N/A đó, giống như một vị tu sĩ ngồi thiền không cần phải nói bất cứ điều gì để tỏ ra uyên bác. Tài liệu này đã cho tôi một phiên bản thể thao của Chân Ngã: khi không có gì để nói, hãy biết rằng im lặng là một câu trả lời hợp lệ.

Tôi đã sống qua những thời kỳ mà các nhà phân tích thể thao — đặc biệt là những người làm về cá cược — phải sản xuất nội dung liên tục để giữ chân khách hàng. Mùa giải thường niên đòi hỏi một bài viết mỗi ngày. Hết vòng đấu này đến vòng đấu khác, hết giải đấu này đến giải đấu khác. Và trong guồng quay đó, người ta bắt đầu nói những điều như "đội bóng này đang có phong độ tốt" dựa trên hai trận thắng trước hai đội bóng yếu, hoặc "cầu thủ này đã hồi sinh" dựa trên một trận đấu hay. Một người làm nghề lâu năm như tôi biết rằng hai trận thắng không tạo nên một xu hướng, và một trận đấu hay không thay đổi một sự nghiệp. Nhưng chúng ta vẫn nói, vì chúng ta cần phải nói gì đó.

"Bản phân tích không có đối tượng" không cần phải nói gì, và đó chính là điều làm cho nó khác biệt.

Tôi không muốn lãng mạn hóa sự thiếu hụt dữ liệu. Trong công việc của mình, tôi ghét N/A. Tôi ghét cảm giác muốn phân tích nhưng không có gì để phân tích. Nhưng khi tôi đọc tài liệu này — khi tôi thấy sáu mươi, bảy mươi ô đánh giá, tất cả đều trống rỗng, tất cả đều thẳng thắn — tôi đã trải qua một cảm giác gần như sảng khoái. Giống như sau nhiều năm nghe nhạc ồn ào, lần đầu tiên được nghe một bản nhạc không có giai điệu, chỉ có sự im lặng được tổ chức.

Nếu thể thao là một câu chuyện, thì sự im lặng giữa các chương là một phần của câu chuyện. Không phải lúc nào cũng có một pha bóng để phân tích. Không phải lúc nào cũng có một cầu thủ để ngợi ca. Không phải lúc nào cũng có một trận đấu với đủ dữ liệu để mổ xẻ. Và khi không có đủ dữ liệu, nhà phân tích phải có can đảm để nói: tôi không biết.

Tôi nhớ một đồng nghiệp trẻ — khoảng ba mươi tuổi, rất thông minh, rất nhiệt huyết — từng hỏi tôi tại sao tôi không bao giờ đưa ra những dự đoán rõ ràng về kết quả trận đấu. Tôi trả lời rằng dự đoán không phải là công việc của tôi. Công việc của tôi là đọc nhịp thở — là quan sát những gì xảy ra, giải thích những gì có thể nhìn thấy, và đặt những gì quan sát được vào bối cảnh. Cậu ấy nhìn tôi với vẻ khó hiểu. Vài năm sau, cậu ấy nhắn tin cho tôi: "Em đã hiểu điều chị nói. Sau khi xem lại mười trận của một đội bóng, em nhận ra rằng những gì đội bóng đó làm trong ba mươi phút đầu không giống những gì em nghĩ." Tôi không trả lời tin nhắn đó. Không cần thiết. Cậu ấy đã tự mình tìm ra câu trả lời.

Tài liệu N/A này có lẽ cũng là một bài học tương tự. Nó không cố kể cho tôi nghe về cầu lông, bởi vì nó không có gì về cầu lông để kể. Nhưng nó đã kể cho tôi nghe về giới hạn của phân tích — và đó là một câu chuyện mà tôi cần nghe.

Khi sân vắng lặng, tôi mới nghe rõ tiếng thì thầm của dữ liệu nền.

Khi trận đấu kết thúc, khi khán đài vắng tanh, khi các vận động viên đã rời sân, chỉ còn lại bảng tỷ số và hàng trăm con số thống kê được thu thập trong đêm. Chúng nằm đó, chờ đợi ai đó đọc chúng. Nhưng đôi khi, chúng không có gì để nói. Như những đứa trẻ ngoan ngoãn giơ tay trong lớp nhưng không biết câu trả lời, chúng chỉ có thể lắc đầu. Và một người thầy tốt — một nhà phân tích tốt — sẽ không ép chúng nói điều gì đó chỉ để nghe tiếng nói. Người đó sẽ để chúng ngồi yên, và tôn trọng sự im lặng của chúng.

Tôi không biết liệu nền thể thao Việt Nam — nơi tôi sinh ra — đã sẵn sàng cho sự im lặng đó chưa. Truyền thông thể thao Việt Nam có một truyền thống lâu đời về việc tôn vinh những khoảnh khắc vàng: cú đập quyết định, bàn thắng phút cuối, kỷ lục châu Á. Điều đó không sai. Nhưng khi nói đến việc phân tích một trận đấu không có dữ liệu rõ ràng, một giải đấu không có đủ thông tin, một cầu thủ chưa có đủ số trận — truyền thống đó trở thành một lời nguyền. Người ta viết vì phải viết. Người ta phân tích vì phải nói điều gì đó.

Chiếc cầu lông — môn thể thao tôi dành phần lớn sự nghiệp để theo dõi — là một trường hợp điển hình. Dữ liệu về cầu lông quốc tế ngày càng phong phú với sự phát triển của BWF World Tour và các hệ thống thống kê tiên tiến. Nhưng dữ liệu về cầu lông trong nước vẫn là một vùng tối. Thống kê về tốc độ cầu, số bước chân, hiệu quả từng cú giao cầu ở các giải trong nước gần như không tồn tại một cách hệ thống. Vì vậy, khi một tay vợt trẻ Việt Nam tạo ra tiếng vang ở một giải quốc tế, các nhà phân tích trong nước phải dựa vào rất ít điểm dữ liệu. Họ viết về tinh thần thi đấu, về sự tự tin, về khả năng đọc trận đấu — những khái niệm không thể đo đếm. Và họ thường đúng, bởi vì họ có trực giác tốt, nhưng trực giác không phải là một phương pháp.

Tôi không có câu trả lời cho vấn đề đó. Nhưng tôi có một đề xuất: hãy học cách nói "tôi không biết". Đừng ngại trả về N/A. Đừng sợ một bài viết không có đối tượng phân tích rõ ràng. Bởi vì một khi bạn đã có thể nói "tôi không biết" một cách trung thực, bạn mới có thể bắt đầu học cách biết.

PPDA chỉ là ống nghe, nhưng người nghe bệnh phải là một tu sĩ biết lặng.

Tôi đã đi một vòng dài chỉ để nói về một điều đơn giản: tài liệu bạn gửi cho tôi — chín phần, hai mươi bảy bảng, toàn N/A — là một trong những tài liệu trung thực nhất tôi từng nhận được trong sự nghiệp. Nó không nói về cầu lông, nhưng nó nói về thể thao. Nó không phân tích một trận đấu, nhưng nó phân tích một khoảnh khắc mà tất cả chúng ta — những người làm nghề — đều trải qua: khoảnh khắc đứng trước một khoảng trống và phải quyết định làm gì. Bạn có thể lấp đầy khoảng trống đó bằng những lời vô nghĩa. Bạn có thể tạo ra một câu chuyện để làm hài lòng khán giả. Hoặc bạn có thể đứng yên, nhìn vào khoảng trống, và nói rằng tôi không biết.

Tài liệu này đã chọn cách thứ ba. Và tôi, một phụ nữ 59 tuổi, đã dành cả cuộc đời để đấu tranh cho cách tiếp cận đó — đấu tranh với các biên tập viên nghĩ rằng phụ nữ không hiểu chiến thuật, đấu tranh với đồng nghiệp nghĩ rằng dữ liệu chỉ để trưng bày, đấu tranh với chính bản thân mình mỗi khi muốn viết một kết luận lớn lao từ quá ít dữ liệu. Tài liệu này không có chiến thuật, không có cầu thủ, không có giải đấu. Nhưng nó có một chiến thắng khiêm tốn: nó đã không bịa đặt.

Sáng nay, khi tôi rời căn hộ ở Bắc Kinh và hòa vào dòng người đang chờ tàu điện ngầm, tôi không thể ngừng nghĩ về tài liệu đó. Tôi nghĩ về tất cả những bản phân tích tôi đã viết trong bốn thập kỷ, những bài viết chứa đầy bảng số liệu và biểu đồ. Tôi tự hỏi: có bao nhiêu phần trong số đó — nếu thành thật đối diện với giới hạn của dữ liệu — cũng nên được trả về N/A?