Long An 2026 và mô hình xG: Dữ liệu bị từ chối, sự thật quay lại

Vòng đấu cuối cùng V-League 2026. Long An nằm cuối bảng xếp hạng, và số phận của đội bóng đã được viết xong từ rất lâu trước khi trọng tài thổi hồi còi mãn cuộc. Tám tháng trước đó, trong một căn phòng nhỏ ở Hà Nội, tôi dựng một mô hình xG từ dữ liệu 26 vòng đấu. Mô hình trả về một con số: 0,72 bàn thắng kỳ vọng mỗi trận, thấp nhất toàn giải. Không phải thấp nhất trong một vài vòng — thấp nhất trong cả mùa. Con số đó nằm trong một báo cáo tôi gửi lên ban biên tập, và bị trả lại kèm một câu duy nhất: "Bóng đá không phải toán học."

Tôi giữ lại bản báo cáo, vì tôi cần một bằng chứng rằng dữ liệu, khi bị từ chối, sẽ quay lại — chỉ là lần sau nó kèm theo nhiều số hơn và một hợp đồng.

Để hiểu vì sao một con số lại gây ra nhiều kháng cự đến vậy, cần đặt nó vào bối cảnh bóng đá Việt Nam năm 2026. Khi đó, phân tích dữ liệu ở cấp câu lạc bộ V-League gần như chưa tồn tại. Các đội theo dõi cầu thủ bằng mắt, bằng băng ghi hình, và bằng trí nhớ của tuyển trạch viên. Bàn thắng được ghi lại đầy đủ trong biên bản trận đấu. Cơ hội bị bỏ lỡ thì không. Đó là điểm mù đầu tiên, và nó là điểm mù có hệ thống, không phải sự cẩu thả của một cá nhân.

V-League 2026 có 14 đội và 26 vòng. Cuộc đua trụ hạng thường được quyết định bởi một vài điểm số, đôi khi bởi hiệu số bàn thắng. Trong một giải đấu chật hẹp như vậy, mỗi bàn thắng kỳ vọng bị bỏ lỡ đều có trọng lượng. Nhưng ban huấn luyện của phần lớn các đội khi đó không có công cụ nào để nhìn thấy những bàn thắng bị bỏ lỡ đó. Họ thấy bàn thắng. Họ thấy bàn thua. Họ không thấy khoảng trống ở giữa.

xG — bàn thắng kỳ vọng — ra đời để bịt điểm mù đó. Nguyên lý rất đơn giản: mỗi cú sút được gán một xác suất trở thành bàn, dựa trên vị trí sút, góc sút, loại cú sút, số cầu thủ phòng ngự phía trước và tình huống dẫn đến cú sút. Cộng tất cả xác suất đó lại, ta có một con số ước lượng chất lượng cơ hội mà một đội tạo ra trong một trận. Một đội có thể thắng 1-0 nhờ một cú sút xa may mắn, nhưng xG sẽ nói cho bạn biết họ thực sự tạo ra bao nhiêu.

Tôi xây mô hình bằng dữ liệu 26 vòng. Nguồn dữ liệu gồm bảng tổng hợp sự kiện trận đấu và băng hình. Tôi ghi lại từng cú sút: tọa độ, thời điểm, tỷ số lúc cú sút diễn ra, và cầu thủ thực hiện. Sau đó tôi dùng một tập dữ liệu tham chiếu từ các giải đấu lớn hơn để hiệu chỉnh xác suất nền, vì V-League có ít cú sút hơn và chất lượng dứt điểm khác biệt rõ rệt so với các giải châu Âu.

Việc thu thập dữ liệu ở V-League năm 2026 đòi hỏi sự kiên nhẫn. Không có nhà cung cấp dữ liệu nào cung cấp tọa độ cú sút ở cấp độ giải đấu Việt Nam. Tôi phải xem lại băng hình từng trận, đánh dấu vị trí trên một sơ đồ sân, rồi nhập thủ công. Mỗi trận mất vài giờ. Cả mùa giải mất nhiều tuần. Đó là lý do mô hình này có giá trị: nó được xây bằng lao động, không phải bằng một phần mềm mua sẵn.

Kết quả trả về: Long An tạo ra 0,72 xG mỗi trận. Đội đứng ngay trên họ đạt gần 1,1. Khoảng cách 0,4 bàn mỗi trận, nhân với 26 trận, là hơn mười bàn kỳ vọng bị thiếu hụt trong một mùa. Trong một giải đấu mà khoảng cách trụ hạng thường chỉ vài điểm, mười bàn là một khoảng trống không thể lấp bằng tinh thần. Đó là lúc tôi gửi báo cáo. Và đó là lúc nó bị từ chối.

Bị từ chối không làm con số sai đi. Nó chỉ khiến con số im lặng trong vài tháng. Cuối mùa, Long An xuống hạng. Mô hình không dự đoán một điều bất ngờ; nó chỉ nói to điều mà cấu trúc trận đấu đã thì thầm suốt 26 vòng. Một đội tạo ra 0,72 bàn kỳ vọng mỗi trận thì không xuống hạng vì xui — họ xuống hạng vì họ không tạo đủ cơ hội, và không có mô hình nào hay lời động viên nào thay đổi được điều đó.

Bài học đó theo tôi sang World Cup 2026. Nếu xG đo chất lượng cơ hội tấn công, thì cần một thước đo tương tự cho áp lực phòng ngự. Tôi chọn PPDA — số đường chuyền của đối phương trên mỗi hành động phòng ngự. Chỉ số này càng thấp, đội càng pressing quyết liệt. Tôi tính PPDA cho cả 32 đội dự giải.

Croatia có PPDA trung bình 9,8 — rất thấp, nghĩa là họ pressing nhiều. Nhưng khi tôi đổi cách đo, tính số lần pressing thành công trên mỗi đường chuyền của đối phương, Croatia dẫn đầu giải với hiệu suất 23%. Đây là điểm mấu chốt: Croatia không pressing điên cuồng. Họ pressing đúng lúc, và biến mỗi lần pressing thành một cơ hội giành bóng. PPDA chỉ đo tần suất. Hiệu suất pressing mới đo giá trị.

Tôi viết một bài dự đoán Croatia vào chung kết. Phản hồi phần lớn là chế nhạo. Croatia, theo số đông, chỉ mạnh nhờ Modric. Một cầu thủ không thể đưa cả một đội vào chung kết World Cup, họ nói. Kết quả: Croatia vào chung kết. Bài viết được chia sẻ hơn 5.000 lượt. Một công ty dữ liệu châu Âu liên hệ và mời tôi cộng tác phân tích chiến thuật.

Croatia không vô địch, nhưng họ chứng minh rằng áp lực cũng là một dạng dữ liệu biết di chuyển. Bốn năm sau, ở Qatar 2026, tôi kiểm chứng điều tương tự với một đội bóng hoàn toàn khác về phong cách.

Morocco chơi khối thấp 5-4-1. Nhìn bằng mắt, đó là một đội co cụm và cầu may. Nhìn bằng dữ liệu, đó là một hệ thống được lắp ráp tỉ mỉ. Tôi ghi lại: Morocco chỉ cho đối phương chạm bóng trong vòng cấm trung bình 4,2 lần mỗi trận. Trong trận gặp Bồ Đào Nha, tôi đếm được Sofyan Amrabat thực hiện 6 pha tắc bóng thành công và 9 lần giành lại bóng. Những con số đó không xuất hiện trong bản tường thuật trực tiếp. Chúng chỉ xuất hiện khi bạn ngồi lại sau trận, tua băng và đếm.

Tôi viết bài "Morocco vô hiệu hóa Bồ Đào Nha bằng số liệu nào". Sức mạnh của họ đến từ tổ chức, không phải may mắn. Một đài truyền hình Việt Nam mời tôi làm chuyên gia bình luận dữ liệu. Và tôi học được một điều về cách viết về những đội bị đánh giá thấp: đừng bao giờ dùng hai chữ "phép màu". Phép màu là cách nói của người không chịu đọc bảng số.

Năm 2026, khi bóng đá toàn cầu dừng lại, tôi nhận một hợp đồng tư vấn cho một câu lạc bộ V-League. Tôi phân tích quãng đường chạy của 11 cầu thủ trụ cột từ mùa 2026 và tính mức suy giảm thể lực trung bình sau ba tháng tập không bóng: 15%. Từ đó, tôi đề xuất cắt 20% quỹ lương mùa tới cho các hợp đồng dài hạn, với lập luận rằng rủi ro chấn thương sẽ tăng. Huấn luyện viên phản đối. Cầu thủ có thương hiệu, ông nói. Thương hiệu không chạy được mười cây số. Khi bóng đá trở lại, nhóm cầu thủ này chỉ đạt trung bình 8,5 km mỗi trận — thấp hơn 1,2 km so với trước dịch. Câu lạc bộ phải công nhận phân tích và điều chỉnh chính sách. Khi tôi gửi bản tư vấn giảm lương, họ nhìn tôi như kẻ vô cảm. Tôi chỉ đang giao dữ liệu, không giao cảm xúc. Cảm xúc là việc của người nhận, sau khi con số đã nằm trên bàn.

Ba sự kiện — Long An 2026, Croatia 2026, Morocco 2026 — nối với nhau bằng một nguyên tắc duy nhất: một trận đấu là một câu chuyện, năm mươi trận đấu mới là sự thật. Một cú sút trúng cột dọc không nói lên điều gì. Năm mươi cú sút từ cùng một vị trí, trong cùng một cấu trúc chiến thuật, mới nói lên điều gì đó. Mô hình của tôi không dự đoán tương lai. Nó mô tả hiện tại chính xác đến mức tương lai trở nên khó tránh.

Trong bóng đá Việt Nam, thách thức không nằm ở việc thiếu dữ liệu. Dữ liệu tồn tại. Thách thức nằm ở việc thiếu người đọc dữ liệu. Một câu lạc bộ V-League có thể thuê ba tuyển trạch viên nhưng không có một nhà phân tích. Họ trả tiền cho những chuyến đi xem giò, nhưng không trả tiền cho một bảng tính. Và khi một bảng tính nói điều họ không muốn nghe, họ gọi nó là lạnh lùng.

Điều này dẫn tới một vấn đề mà tôi theo dõi nhiều năm: đào tạo trẻ. Các học viện của những câu lạc bộ lớn thường được ca ngợi là lò đào tạo, nhưng thực tế phần lớn trong số họ vận hành như kho tích trữ nhân tài. Dưới 10% cầu thủ trẻ trong các học viện này thực sự có con đường lên đội một. Phần còn lại được giữ lại đủ lâu để làm dày đội trẻ, rồi bị đẩy đi hoặc bỏ rơi. Một học viện không được đo bằng số cầu thủ nó nhận vào, mà bằng số cầu thủ nó đưa được lên đội một và giữ được ở đó.

Tôi không nói điều này để chỉ trích. Tôi nói vì nó là một vấn đề có thể đo được. Nếu bạn đếm số phút thi đấu thực tế của cầu thủ dưới 21 tuổi ở V-League mỗi mùa, bạn sẽ có một con số nhỏ đến mức khó tin. Và khi con số đó nhỏ, mọi tuyên bố về đầu tư cho tương lai chỉ là một dòng trong bản cáo bạch.

Một xu hướng khác đáng để nhìn bằng dữ liệu: sự trở lại của sơ đồ ba trung vệ. Nhiều người gọi đó là một bước tiến chiến thuật. Tôi không nghĩ vậy. Trong phần lớn trường hợp tôi phân tích, ba trung vệ xuất hiện sau một chuỗi trận mà hàng phòng ngự bốn người bị xuyên thủng liên tục. Đó là một phản ứng phòng thủ, không phải một ý tưởng tấn công. Khi một huấn luyện viên chuyển sang ba trung vệ, câu hỏi đầu tiên của tôi là: ông ấy đang bảo vệ điều gì — khung thành, hay danh tiếng của chính mình?

Và có một biến số mà bóng đá Việt Nam vẫn chưa xử lý đủ nghiêm túc: chấn thương, đặc biệt là chấn thương dây chằng chéo trước. Tôi đã theo dõi nhiều cầu thủ trở lại sau ACL. Vấn đề không nằm ở đầu gối. Đầu gối có thể hồi phục. Vấn đề nằm ở việc cầu thủ trở lại quá sớm, trước khi nỗi sợ được xử lý. Nỗi sợ tâm lý khó sửa hơn cơ thể, và nó không hiện lên trong bất kỳ bảng thống kê y tế nào. Một cầu thủ trở lại sau bảy tháng thay vì chín tháng có thể chơi đủ trận, nhưng anh ta sẽ tránh những pha vào bóng quyết định — và đó chính là giai đoạn hai của sự nghiệp bị phá hủy một cách âm thầm.

Đó là lý do mỗi bài phân tích chuyển nhượng tôi viết đều có một mục về rủi ro thể lực, chứ không chỉ phong độ. Phong độ là một bức ảnh. Rủi ro thể lực là một bộ phim. Giữa bảng chuyển nhượng và sân cỏ, tôi chọn đứng ở giữa, đo lường cả hai phía.

Nhưng đây là chỗ tôi phải tự phản biện, vì mô hình xG có một cái bẫy mà chính tôi từng suýt sập. Tương quan không phải nhân quả. Long An có xG thấp và xuống hạng. Điều đó không có nghĩa xG thấp gây ra xuống hạng. Cả hai có thể cùng là hệ quả của một nguyên nhân sâu hơn: một đội hình yếu, một chiến thuật sai, một mùa chuyển nhượng thất bại. Nếu tôi đọc con số 0,72 như một bản án, tôi đã phạm đúng sai lầm mà ban biên tập năm 2026 mắc phải, chỉ ở chiều ngược lại. Họ từ chối dữ liệu vì cảm tính. Tôi có nguy cơ tin dữ liệu mù quáng vì lý trí. Cả hai đều là những cách không đọc.

Điểm mù lớn nhất của phân tích dữ liệu ở Việt Nam không nằm ở chất lượng mô hình. Nó nằm ở việc mô hình bị dùng để thay thế phán đoán thay vì hỗ trợ phán đoán. Một xG tốt không nói ai nên đá chính. Nó nói cơ hội đang đến từ đâu, và cơ hội đang bị lãng phí ở đâu. Quyết định vẫn thuộc về huấn luyện viên — nhưng người huấn luyện viên đó nên có một con số bên cạnh trực giác của mình.

Và có một biến số tôi từng đánh giá thấp: văn hóa. Dữ liệu không có văn hóa, nhưng người tạo ra dữ liệu thì có. Một tuyển trạch viên Hàn Quốc và một huấn luyện viên Việt Nam có thể nhìn cùng một bảng số và rút ra hai kết luận khác nhau, vì họ đọc nó qua hai nền bóng đá khác nhau. Bỏ qua điều đó là một lỗi mô hình, không chỉ là một lỗi giao tiếp. Ngay cả một bản hợp đồng nghìn tỷ cũng bắt đầu bằng một dòng ghi chú nhỏ về số phút thi đấu.

Bảy năm sau ngày bản báo cáo bị trả lại, tôi được trả tiền để viết về chính mô hình đó. Tôi từng bị từ chối năm 2026 vì một mô hình. Bảy năm sau, tôi được trả tiền để viết về nó. Sự thật dù bị từ chối vẫn quay lại — chỉ là lần sau nó kèm theo dữ liệu nhiều hơn. Tôi không tin trực giác. Tôi tin vào thứ trực giác đã được kiểm chứng qua bảy mùa giải.

Câu hỏi cho vòng tiếp theo của bóng đá Việt Nam không phải là có nên dùng dữ liệu hay không. Câu hỏi là ai sẽ là người đầu tiên đọc đúng nó, trước khi mùa giải kết thúc và câu trả lời trở nên quá muộn.