Khoảng trắng trong dữ liệu cầu thủ trẻ Việt Nam: khi tuyển trạch viên phải học cách đọc cái không tồn tại

Một chiều tháng 3 ở trung tâm đào tạo PVF, tôi ngồi khán đài B với một cuốn sổ giấy và một bảng tính mở sẵn. Trận U19 giữa chủ nhà và một đội khách đến từ miền Trung. Cầu thủ tôi theo dõi là một tiền vệ trái 18 tuổi, cao khoảng 1m72, chân trái, áo số 11. Trong 90 phút, tôi đếm được 41 lần cậu nhận bóng ở hành lang trong, 9 lần xoay người thoát pressing, 6 đường chuyền xuyên qua tuyến thứ hai và 3 lần bị phạm lỗi sau khi đã vượt qua người.

Sau tiếng còi mãn cuộc, tôi mở ba trang thống kê quen dùng. Trang thứ nhất không có giải U19. Trang thứ hai có tên giải, nhưng bảng số liệu để trống. Trang thứ ba trả về đúng một dòng: số phút thi đấu. Không số lần chạm bóng, không tỉ lệ chuyền thành công, không bản đồ vị trí nhận bóng.

Với một tuyển trạch viên làm việc ở châu Âu, đó là sự cố. Với tôi, đó là điều kiện làm việc mặc định trong bảy năm qua. Và điều đáng lo không nằm ở việc tôi thiếu số liệu. Nó nằm ở chỗ: ba tháng sau, một câu lạc bộ V.League 1 sẽ mở hồ sơ tuyển trạch của cầu thủ ấy, thấy cột dữ liệu trống, và chọn cậu bé khác – người có số liệu, dù số liệu đó đến từ một trận giao hữu được quay bằng điện thoại.

Bối cảnh: một hệ thống giải trẻ đã vượt qua hạ tầng đo lường của chính nó

Bóng đá trẻ Việt Nam hiện vận hành trên bốn tầng giải đấu nối tiếp nhau: U17 quốc gia, U19 quốc gia, U21 và giải hạng Nhất – V.League 2 – V.League 1. Phía sau là hệ thống học viện đã định hình rõ trong khoảng mười lăm năm: PVF, HAGL JMG, Viettel, Hà Nội, Sông Lam Nghệ An, Becamex Bình Dương. Nguồn cung cầu thủ không còn phân tán như thập niên trước.

Tầng trên của thị trường cũng đã thay đổi. Các câu lạc bộ V.League 1 đẩy cầu thủ 18 đến 20 tuổi vào đội một sớm hơn, một phần vì quỹ lương eo hẹp, một phần vì luật thi đấu nội binh tạo áp lực phải có cầu thủ trẻ đủ chất lượng. Những cái tên như Khuất Văn Khang, Nguyễn Thái Sơn, Nguyễn Đình Bắc hay Bùi Vĩ Hào từng bước đi từ sân trẻ lên đội tuyển quốc gia trong vòng hai đến ba mùa. Đằng sau họ là hàng trăm cầu thủ cùng lứa mà thị trường không nhìn thấy.

Vấn đề nằm ở khoảng cách giữa tốc độ của thị trường chuyển nhượng và tốc độ của hạ tầng dữ liệu. Giải trẻ Việt Nam chưa có nhà cung cấp dữ liệu chi tiết theo trận. Số áo cầu thủ thay đổi giữa các vòng đấu. Đội hình ra sân có lúc chỉ được công bố bằng ảnh chụp bảng viết tay. Camera thường đặt một góc cố định, không có dữ liệu vị trí, không có bản đồ chuyền. Một số trận không có video đầy đủ.

Hệ quả là quyết định chuyển nhượng ở tầng trẻ được đưa ra bằng hai nguồn: một video highlight dài ba phút, và một cuộc gọi của người đại diện. Cả hai đều có giá trị, nhưng cả hai đều là mẫu chọn lọc. Video highlight cho bạn thấy cầu thủ chạm bóng tốt nhất trong 90 phút. Nó không cho bạn thấy cậu ấy đứng ở đâu trong 89 phút còn lại.

Viên gạch đầu tiên: dựng chỉ số từ những mảnh dữ liệu rời rạc

Nguyên tắc tôi giữ từ năm 2026 đến nay: khoảng trắng trong dữ liệu không phải bằng chứng của sự vắng mặt. Nó là bằng chứng của một hệ thống ghi chép chưa đủ năng lực. Hai kết luận này dẫn đến hai hành động hoàn toàn khác nhau. Kết luận thứ nhất khiến bạn loại cầu thủ. Kết luận thứ hai khiến bạn đi tìm chỉ số thay thế.

Năm 2026, khi 17 tuổi, tôi ghi tay 23 trận của U19 Hà Nội và PVF tại vòng chung kết U19 quốc gia. Bảng tính ghi lại hơn 1.400 điểm dữ liệu về quãng đường chạy, tỉ lệ chuyền thành công và vị trí nhận bóng. Kết quả khiến tôi bất ngờ: U19 Hà Nội chỉ tạo ra 14% số cú sút từ khu trung lộ, phần còn lại đến gần như hoàn toàn từ tạt biên. Một đội bóng được đánh giá là mạnh nhất giải lại có cấu trúc tấn công hẹp hơn nhiều so với cảm giác khi xem trực tiếp. Dưới lớp dữ liệu thô, tôi tìm thấy viên gạch đầu tiên của một thế hệ.

Chỉ số đó không cần thuật toán. Nó cần một người ngồi đủ lâu để đếm.

Mùa 2026–2026, khi dịch bệnh khiến tôi không thể đến sân, tôi chuyển sang phân tích 186 trận không khán giả ở Bundesliga và V.League. Tỉ lệ thắng sân nhà tại Bundesliga giảm từ 44,8% xuống 33,2%. Tại V.League, số bàn thắng kỳ vọng của đội khách tăng khoảng 26% mỗi trận. Tôi dành thêm hai tuần để dựng một bộ năm biến số mô tả mức xói mòn lợi thế sân nhà, thay vì chỉ nêu hiện tượng. Sân nhà từng là pháo đài. Dịch bệnh dạy ta rằng pháo đài chỉ là một biến số.

Tháng 11 năm 2026, trong 45 ngày làm dữ liệu chuyển nhượng tại World Cup Qatar, tôi chấm điểm 14 tiền vệ trẻ theo 12 tiêu chí, từ khả năng pressing đến tỉ lệ chuyền vượt tuyến. Enzo Fernández nổi lên với 91,3% chuyền chính xác sau năm trận, trước khi truyền thông châu Âu gọi tên anh một cách hệ thống. Ba ngày sau khi tôi ghi nhận việc Chelsea cử tuyển trạch viên đến Qatar, thông tin được xác nhận rộng rãi. Bài học không nằm ở việc đoán đúng một thương vụ. Nó nằm ở chỗ: lợi thế thông tin trong bóng đá hiện đại không đến từ việc sở hữu dữ liệu tốt hơn, mà từ việc chịu bỏ công lao động thủ công trên thứ dữ liệu mà người khác cho là quá thô để dùng.

Áp dụng vào V.League 2, tôi từng dựng một bộ sáu biến cho một tiền vệ trung tâm 19 tuổi không có bất kỳ số liệu công khai nào: số lần nhận bóng sau lưng tuyến tiền vệ đối phương, tỉ lệ chuyền về phía trước khi bị áp sát trong bán kính hai mét, khoảng cách trung bình giữa hai lần chạm bóng, số lần phá vỡ tuyến phòng ngự thứ hai bằng một đường chuyền, tỉ lệ thắng tranh chấp trong năm giây sau khi mất bóng, và số phút thi đấu khi đội đang dẫn bàn.

Sáu biến đó không nói cầu thủ này sẽ thành ngôi sao. Chúng nói một điều hẹp hơn nhưng hữu ích hơn: cậu ấy nhận bóng ở đâu, và đội bóng phản ứng thế nào khi cậu ấy có bóng. Đó là mức độ chính xác mà dữ liệu thô cho phép, và nó đủ để đưa một cái tên trở lại bản đồ thảo luận.

Ngưỡng dữ liệu đủ dùng và kỷ luật của sự không chắc chắn

Cái bẫy lớn nhất của người làm dữ liệu không phải là thiếu số liệu. Là chờ đợi số liệu hoàn hảo. Ở một giải trẻ thiếu hạ tầng như Việt Nam, chờ đợi đồng nghĩa với không bao giờ ra quyết định.

Tôi đặt cho mình một ngưỡng: sáu trận có video đầy đủ cộng hai trận có video thiếu là đủ để đưa ra một giả thuyết, không đủ để đưa ra một kết luận. Với ngưỡng đó, sai số của tôi nằm ở khoảng cộng trừ 15% cho các chỉ số liên quan đến khối lượng hành động, và lớn hơn nhiều cho các chỉ số liên quan đến quyết định dưới áp lực. Tôi ghi rõ sai số đó trong mọi báo cáo gửi đi.

Điều này nghe khô khan, nhưng nó có hệ quả thực tế. Một câu lạc bộ đọc báo cáo có ghi sai số sẽ không hỏi câu hỏi sai. Họ sẽ không hỏi cầu thủ này có thành công hay không. Họ sẽ hỏi cầu thủ này phù hợp với cấu trúc nào, và chúng ta cần kiểm tra thêm điều gì.

Không gian là tuyên ngôn, kể cả ở sân trẻ

Có một thói quen phân tích tôi cố giữ khi xem các đội trẻ Việt Nam: đọc khối phòng ngự như một phát biểu về không gian, thay vì đếm số cầu thủ trong vòng cấm. Một đội U19 lùi về sâu không nhất thiết là đội bị động. Cách họ chiếm lĩnh mặt cỏ phía trước vòng cấm thường nói rõ hơn về ý đồ chiến thuật so với số bàn thua.

Người Uruguay không xây tường. Họ xây tuyên ngôn về không gian. Khi một đội trẻ Việt Nam đứng thành hai khối bốn người cách nhau mười hai mét và giữ khoảng cách đó trong suốt hiệp hai, đó là một lựa chọn có cấu trúc, không phải sự rút lui. Vấn đề là bảng thống kê không ghi lại khoảng cách giữa hai tuyến. Nó chỉ ghi số cú sút. Và số cú sút thấp thường bị đọc là bị ép, trong khi thực tế có thể là đang kiểm soát.

Góc phản trực giác: dữ liệu dày không thay thế việc xem bóng đá

Có một xu hướng đối nghịch đang lớn dần ở các nền bóng đá phát triển, và nó đã bắt đầu xuất hiện trong các cuộc trao đổi ở Việt Nam: dùng chỉ số để miễn trừ nghĩa vụ xem trận đấu. Một báo cáo có xG, có PPDA, có bản đồ nhiệt trông đáng tin hơn một báo cáo chỉ có quan sát. Nhưng cả hai đều có thể sai theo những cách khác nhau. Chỉ số dày đặc tạo ra cảm giác chắc chắn giả, và cảm giác đó lan sang người ra quyết định.

Ở chiều ngược lại, bóng đá Việt Nam vẫn giữ một phản xạ mạnh: tin vào mắt của huấn luyện viên và xem nhẹ mọi con số. Phản xạ này có nền tảng hợp lý – những người đó đã ở trong nghề lâu hơn bất kỳ mô hình nào. Nhưng nó cũng là một cách né tránh. Khi không có dữ liệu, không ai phải chịu trách nhiệm giải thích quyết định của mình.

Cả hai thái cực đều là trốn tránh công việc khó: đối chiếu điều mình thấy với điều mình đo được, và chấp nhận rằng hai thứ đó thường không khớp.

Năm 2026, sau vòng bảng World Cup, tôi viết một bài đặt câu hỏi liệu Kylian Mbappé có đăng quang hay không, khi cậu ấy đã có hai bàn và hai kiến tạo sau ba trận. Đến trận tứ kết gặp Uruguay, tôi nhận ra giới hạn của lối chơi tốc độ thuần túy. Uruguay phòng ngự với trung bình 7,8 cầu thủ đứng sau bóng và khóa toàn bộ khoảng trống phía sau hàng hậu vệ. Mbappé không có pha đột phá thành công nào trong 30 phút đầu. Tôi sửa lại bài viết và thừa nhận sai sót.

Bài học tôi rút ra không phải là tốc độ không quan trọng. Nó là: phong độ ngắn hạn không phải cấu trúc. Một cầu thủ trẻ có thể có ba trận rực sáng và vẫn chưa có nền tảng kỹ thuật để duy trì điều đó trước một khối phòng ngự được tổ chức. Bất kỳ báo cáo tuyển trạch nào chỉ dựa trên chuỗi trận tốt mà không kiểm tra cấu trúc đối thủ đều là một báo cáo chưa hoàn thành.

Tôi cũng giữ cho mình một người biện hộ cho quỷ dữ. Trong trường hợp này là một người đại diện quen làm việc với các học viện. Ông ấy thường nói: cầu thủ 19 tuổi không cần thêm dữ liệu, cậu ấy cần được chơi 90 phút mỗi tuần. Ông ấy đúng, và đó là điều bộ sáu biến của tôi không đo được. Một mô hình không có chỗ cho loại phản biện này sẽ sớm trở thành một mô hình tự tin sai.

Rủi ro lớn nhất nằm ở đầu vào, không ở kết luận

Nếu phải đặt một xác suất cho câu hỏi này, tôi sẽ nói: khả năng một cầu thủ trẻ Việt Nam dưới 20 tuổi có bộ dữ liệu đầy đủ, nhất quán và có thể đối chiếu chéo trước khi được một câu lạc bộ V.League 1 đánh giá nghiêm túc là thấp. Không phải vì cầu thủ thiếu năng lực. Vì hệ thống ghi chép chưa được xây.

Ba rủi ro đi kèm, theo thứ tự tôi quan sát được. Thứ nhất là thiên lệch chọn lọc: cầu thủ ở các học viện lớn được ghi chép nhiều hơn, nên có nhiều khả năng được chọn hơn, bất kể chất lượng tương đối. Thứ hai là mất mẫu: những cầu thủ chơi ở giải hạng dưới hoặc ở tỉnh xa gần như không tồn tại trong bất kỳ cơ sở dữ liệu nào. Thứ ba là rủi ro của chính người phân tích – tin rằng một viên gạch đã là cả bức tường.

Câu hỏi tôi để lại không hướng về cầu thủ nào cụ thể. Nếu một ô trống trong bảng dữ liệu là lỗi của hệ thống ghi chép chứ không phải lỗi của cầu thủ, thì bao nhiêu cái tên đã bị loại khỏi bóng đá Việt Nam bởi đúng một ô trống như vậy? Và người duy nhất có thể trả lời câu hỏi đó là người chịu ngồi lại, đếm bằng tay, và ghi rõ mức độ không chắc chắn của mình.