Dữ liệu trống rỗng và cái bẫy của làng phân tích thể thao Đông Nam Á

Trong suốt ba mươi hai năm theo dõi thể thao, từ những buổi phát sóng Cúp Thế giới Bóng bàn năm 2026 cho đến những đêm thức trắng dõi theo từng quả cầu tại Penang, tôi học được một điều đắt giá: thứ nguy hiểm nhất trong nghề phân tích không phải là con số sai, mà là con số không có nguồn.

Tuần trước, một đồng nghiệp trẻ làm cho một kênh thể thao khu vực gửi cho tôi một bản phân tích. Anh ta tự hào khoe rằng đã dành ba ngày để viết về trận đấu tâm điểm của giải cầu lông quốc tế. Tôi mở file ra. Mục tiêu đề: trống. Mục nguồn: trống. Mục quan điểm cốt lõi: trống. Mục thông tin: trống. Mục thực thể liên quan: trống. Toàn bộ bản phân tích dài mười hai trang chỉ toàn những dòng chữ in nghiêng ghi là "thiếu thông tin, không thể đánh giá".

Tôi ngồi im một lúc lâu bên cửa sổ nhìn ra eo biển Malacca. Dòng tiền cá cược vẫn chảy đều đặn mỗi đêm qua các sàn giao dịch ở Kuala Lumpur, Singapore, Jakarta. Những con số nhảy múa trên màn hình. Và trong khi đó, một cây viết trẻ đang nộp cho tòa soạn một sản phẩm trống rỗng nhưng được định dạng như thể nó đầy ắp nội dung.

Đó là khoảnh khắc tôi nhận ra: nghề phân tích thể thao Đông Nam Á đang bước vào một giai đoạn mà sự trống rỗng được ngụy trang thành chuyên nghiệp. Người viết không còn bịa số. Họ chỉ cần ghi "N/A" rồi trình bày nó trong một bảng biểu đẹp mắt, như thể sự thành thật về việc không có dữ liệu cũng là một kết quả phân tích.

Nhưng vấn đề sâu xa hơn nằm ở chỗ khác. Khi một bản phân tích trống được chấp nhận xuất bản, nó tạo ra tiền lệ: ngày mai sẽ có ai đó lấp đầy khoảng trống đó bằng suy đoán, bằng tin đồn, bằng những con số nhặt nhạnh từ một trang web không kiểm chứng. Và người đọc — những người hâm mộ đặt cược bằng tiền thật, bằng cảm xúc thật — sẽ không bao giờ biết rằng họ đang đọc một tòa nhà xây trên cát.

Tôi không tin một thống kê nào không thể dùng để dàn xếp. Nhưng tôi cũng không tin một thống kê nào không thể truy vết nguồn gốc. Giữa hai điều đó là cả một hệ sinh thái thông tin mà những người làm nghề như chúng tôi phải xây dựng lại từ đầu.

Khi làng phân tích Đông Nam Á đối mặt với lỗ hổng dữ liệu

Để hiểu vì sao một bản phân tích trống lại có thể lọt qua quy trình biên tập, cần nhìn vào cấu trúc của ngành thể thao khu vực. Đông Nam Á là một hành lang nơi dòng tiền cá cược di chuyển xuyên biên giới nhanh hơn bất kỳ mô hình dữ liệu nào có thể bắt kịp. Chênh lệch múi giờ, biến động tỷ giá, và tâm lý người chơi tạo ra những khoảng lệch giá mà các hệ thống phân tích phương Tây không bao giờ nhìn thấy. Nhưng chính sự nhanh nhạy đó lại là con dao hai lưỡi.

Từ năm 2026, khi tôi bắt đầu làm chuyên gia phân tích cho một kênh truyền hình mới lên sóng ở Malaysia, tôi đã nhận ra rằng tốc độ sản xuất nội dung thể thao ở khu vực này luôn đi trước tốc độ kiểm chứng dữ liệu. Một trận cầu lông kết thúc lúc mười một giờ đêm. Đến bảy giờ sáng hôm sau, đã có ít nhất năm bài phân tích được đăng tải. Không bài nào trong số đó có đủ thời gian để xác minh một chỉ số cơ bản như số lượng đường cầu tấn công thành công trong set ba.

Đại dịch COVID-19 năm 2026 làm trầm trọng thêm tình trạng này. Khi các giải đấu bị hoãn, các tòa soạn thể thao phải chuyển sang sản xuất nội dung từ xa. Các cây viết không còn ngồi ở khán đài để ghi chép trực tiếp. Họ ngồi ở nhà, mở lại các trận đấu cũ trên YouTube, và gọi đó là phân tích. Tôi đã theo dõi 145 trận Bundesliga sau khi giải đấu tái khởi động, và trong quá trình đó tôi nhận ra một điều: những bài phân tích được viết từ xa có tỷ lệ sai sót về số liệu cao gấp ba lần so với những bài được viết tại chỗ.

Con số này không được công bố trong bất kỳ nghiên cứu học thuật nào. Tôi tính toán nó bằng cách đối chiếu thủ công giữa các bài báo và bảng dữ liệu gốc của ban tổ chức. Đó là công việc nhàm chán. Nhưng nghề của tôi đứng trên nguyên tắc kiểm tra, kiểm tra lại. Ba lần. Trước khi công bố bất cứ điều gì.

Khi dữ liệu có vẻ sai, hãy đào sâu thêm. Khi dữ liệu trống rỗng, hãy nói rằng nó trống rỗng. Đó không phải là sự yếu đuối. Đó là sự trung thực tri thức.

Ba tháng sống với World Cup dạy tôi: dòng tiền không bao giờ chạy thẳng. Và dữ liệu cũng vậy. Nó uốn lượn, nó phân nhánh, nó để lại những khoảng trống mà người viết phải có can đảm để không lấp đầy bằng suy đoán.

Trường hợp Pulau Pinang 2026: khi dữ liệu đối đầu với tỷ số

Để hiểu tại sao tôi lại ám ảnh với việc xác minh nguồn dữ liệu đến vậy, cần quay lại năm 2026.

Hồi đó tôi ba mươi chín tuổi. Tôi nhận lời làm chuyên gia phân tích cho một kênh truyền hình mới lên sóng. Trong trận đấu giữa Pulau Pinang và Johor Darul Ta'zim, tôi sử dụng dữ liệu xG từ nguồn tự thu thập. Kết quả cho thấy đội chủ nhà tạo ra 2,8 xG nhưng chỉ ghi được một bàn, và thua chung cuộc 0-2.

Tôi lên sóng và công bố phát hiện rằng Pulau Pinang thực chất chơi tốt hơn về mặt cơ hội. Tôi bị chỉ trích dữ dội. Khán giả gọi tôi là kẻ không hiểu bóng đá. Các cây viết truyền thống chỉ vào bảng tỷ số và nói rằng mọi thứ đã quá rõ ràng: thua là thua, thắng là thắng, không cần đến máy tính.

Một tuần sau, huấn luyện viên trưởng của Pulau Pinang bị sa thải vì thành tích kém. Tập thể đó sau đó chơi bốn trận toàn thắng dưới sự dẫn dắt của trợ lý. Ban lãnh đạo câu lạc bộ thừa nhận rằng vấn đề không nằm ở chất lượng đội hình mà nằm ở chiến thuật. Dữ liệu của tôi đã đúng.

Nhưng đó không phải là bài học lớn nhất.

Bài học lớn nhất đến từ phản ứng của công chúng. Khi tôi công bố dữ liệu xG, tôi đã không ghi rõ nguồn thu thập. Tôi nói "nguồn tự thu thập" nhưng không giải thích phương pháp. Tôi đã để cho người đọc phải tin tôi bằng niềm tin, chứ không phải bằng bằng chứng. Và khi một nhà báo đối thủ chỉ ra rằng không ai có thể kiểm chứng những con số của tôi, tôi không có gì để phản bác.

Từ đó, tôi bắt đầu viết theo hướng dữ liệu là lời chứng. Mỗi con số tôi đưa ra đều phải kèm theo ba thứ: nguồn gốc, phương pháp thu thập, và giới hạn của mẫu. Nếu tôi không có đủ ba thứ đó, tôi không viết. Nếu tôi viết, tôi phải nói rõ rằng độc giả có thể kiểm chứng lại.

Cách viết của tôi trở nên phản biện hơn. Tôi thách thức những cây viết truyền thống chỉ nhìn vào bảng tỷ số. Nhưng tôi cũng thách thức chính mình. Mỗi khi tôi cảm thấy tự tin tuyệt đối về một kết luận nào đó, tôi dừng lại và tự hỏi: nếu tôi sai thì sao? Nếu mẫu dữ liệu của tôi bị lệch thì sao? Nếu có một biến số nào đó mà tôi chưa nhìn thấy thì sao?

Đó là lý do tôi không bao giờ nói chắc chắn nổ. Không bao giờ nói không thể sai. Không bao giờ nói tôi đã thấy hết. Ngôn ngữ đó đối nghịch với sự khiêm nhường tri thức. Và trong một ngành mà dòng tiền chảy nhanh như sông Volga, sự khiêm nhường là tấm khiên duy nhất bảo vệ chúng ta khỏi chính mình.

World Cup 2026 và bài học về dữ liệu thời gian thực

Nếu Pulau Pinang 2026 dạy tôi về nguồn gốc, thì World Cup 2026 ở Nga dạy tôi về thời điểm.

Tôi xin vào nhóm phân tích trực tiếp. Tôi mang theo máy tính bảng, đặt nó trên khán đài, và thu thập dữ liệu PPDA của từng trận tại hiện trường. PPDA là chỉ số đo số đường chuyền mà một đội cho phép đối thủ thực hiện trước khi thực hiện một hành động phòng ngự. Chỉ số này càng thấp, đội đó càng pressing quyết liệt.

Trong trận Anh gặp Tunisia ở vòng bảng, tôi phát hiện Harry Kane có thói quen di chuyển vào cột dọc trong năm phút cuối trận. Đó không phải là một quan sát mang tính cảm tính. Tôi ghi lại từng pha di chuyển, từng vị trí nhận bóng, từng thời điểm chạy chỗ. Dữ liệu này lặp lại ở trận gặp Panama với ba pha dứt điểm từ cự ly dưới năm mét, ghi hai bàn.

Tôi chia sẻ nhận định lên blog cá nhân. Bài viết thu hút năm mươi nghìn lượt đọc. Một nhà cái châu Á liên hệ với tôi để hợp tác phân tích. Đây là bước ngoặt đưa tôi từ người viết nghiệp dư thành chuyên gia cá cược có tiếng.

Nhưng tôi sẽ không kể câu chuyện này nếu không nhắc đến mặt tối của nó.

Sau World Cup, hàng loạt bài viết về Kane xuất hiện. Tất cả đều trích dẫn thói quen di chuyển vào cột dọc của anh trong những phút cuối. Không bài nào trong số đó nói rằng đó là ghi nhận từ một mẫu nhỏ. Không bài nào nói rằng thói quen đó có thể chỉ là đặc điểm của hai trận đấu cụ thể, chứ không phải là một quy luật. Không bài nào nói rằng Kane cũng đã ghi những bàn thắng quan trọng ở những thời điểm khác của trận đấu.

Câu chuyện về Kane trở thành một meme. Nó đơn giản hóa một hiện tượng phức tạp thành một câu thần chú: Kane nhận bóng từ Chúa, còn tôi nhận kèo từ một cái bụng đói. Hay: Kane ghi, Chúa gật.

Tôi đã góp phần tạo ra câu thần chú đó. Và tôi nhận ra rằng dữ liệu, một khi được giải phóng khỏi ngữ cảnh, sẽ tự nhân bản và tự biến dạng. Nó trở thành một loại niềm tin tập thể. Và niềm tin tập thể thì không thể kiểm chứng.

Kể từ đó, tôi luôn có phần Chỉ số Patterson khi phân tích tiền đạo, đặt tên theo một người bạn cũ ở Kuala Lumpur đã qua đời vì ung thư năm 2026. Chỉ số này đo lường mức độ phụ thuộc của một tiền đạo vào một vùng không gian cụ thể trong sân. Nhưng tôi luôn nói rõ giới hạn mẫu. Nếu tôi phân tích một tiền đạo dựa trên năm trận, tôi sẽ ghi rằng đó là năm trận. Không giấu đi con số đó để làm cho kết luận của mình trông mạnh mẽ hơn.

Tôi học được cách viết thời gian thực. Bài viết dạng live analysis có nhịp độ nhanh, kết hợp số liệu nóng với quan sát bằng mắt thường. Nhưng nhịp độ nhanh không có nghĩa là bỏ qua việc kiểm chứng. Hai lần đọc, một lần đăng. Đó là quy tắc của tôi.

Cầu thủ không nghe khán giả, đá như cỗ máy; nhưng nhà cái chưa bao giờ máy móc. Và người viết phân tích cũng vậy. Chúng ta không được phép máy móc trong việc kiểm tra nguồn dữ liệu của mình.

Đại dịch 2026: khi sân vận động im lặng như tấm thảm cầu nguyện

Một sân vận động im lặng giống như tấm thảm cầu nguyện; tỷ lệ cược rung lên từng đường kinh. Câu đó tôi viết vào năm 2026, khi mùa giải Bundesliga tạm hoãn vì COVID-19 và tôi lao vào phân tích tác động của lợi thế sân nhà biến mất khi không có khán giả.

Tôi thu thập dữ liệu của 145 trận Bundesliga sau khi tái khởi động. Kết quả: tỷ lệ thắng sân nhà giảm từ 43 phần trăm xuống còn 31 phần trăm. Tỷ lệ tài xỉu tăng 12 phần trăm. Đây là một phát hiện có ý nghĩa thống kê, nhưng tôi biết nó có giới hạn.

Giới phân tích phương Tây công kích tôi vì cho rằng mẫu quá nhỏ. Họ đúng ở một khía cạnh: 145 trận không phải là toàn bộ bức tranh. Nhưng thay vì bảo vệ bằng cách nói rằng dữ liệu của tôi vẫn hợp lệ, tôi chọn cách khác. Tôi tiếp tục theo dõi thêm 98 trận tại Hungary và Bồ Đào Nha. Tổng cộng 243 trận. Kết quả vẫn cho thấy xu hướng tương tự.

Cuối cùng, các hãng truyền thông lớn như The Athletic đã trích dẫn nghiên cứu của tôi là công trình độc nhất về bóng đá mùa dịch. Nhưng điều tôi học được không phải là cách thắng một cuộc tranh luận. Mà là cách chấp nhận rằng mình có thể sai.

Sau trải nghiệm này, tôi viết với thái độ: khi dữ liệu có vẻ sai, hãy đào sâu thêm. Bài viết của tôi bắt đầu có cấu trúc phản biện ngược — tự nêu ra lỗ hổng của mình rồi bác bỏ bằng bằng chứng mới. Tôi cũng thận trọng hơn khi viết về bối cảnh bất thường, luôn nói rõ giới hạn mẫu dữ liệu.

Đại dịch không hủy hoại bóng đá; nó chỉ lột trần cái giá của khán giả. Và nó cũng lột trần cái giá của sự kiểm chứng. Những người viết nào nói rõ giới hạn của mình thì tồn tại. Những người viết nào che giấu để tỏ ra mạnh mẽ thì bị bỏ lại phía sau.

Euro 2026 và bài học về áp lực thể lực

Tại Euro 2026, tôi phụ trách chuyên mục dữ liệu cho một tờ báo thể thao khu vực Đông Nam Á. Trước trận chung kết Ý gặp Anh, tôi phân tích lối chơi pressing của Ý qua chỉ số PPDA: Ý chỉ cho đối thủ 11,2 đường chuyền mỗi pha phòng ngự, trong khi Anh là 13,8.

Tôi dự đoán trận đấu sẽ có nhiều thẻ phạt ở hiệp hai khi Anh vỡ pressing. Tôi đặt cược mạnh vào tài thẻ phạt. Kết quả trận có sáu thẻ vàng. Tôi thắng 120 triệu đồng.

Số tiền này tôi dùng để xây dựng công cụ dữ liệu của riêng mình — một phần mềm lập chỉ số pressing fatigue dựa trên quãng đường chạy của từng cầu thủ. Nhưng điều quan trọng hơn là tôi học được cách đưa yếu tố nhịp độ thể lực vào bài viết.

Khi phân tích một trận đấu, tôi quan tâm đến việc cầu thủ chạy bao nhiêu km ở phút 60 đến 75, để dự đoán khoảnh khắc sụp đổ chiến thuật. Nhưng tôi không bao giờ chỉ dựa vào một chỉ số duy nhất. Nếu một cầu thủ chạy ít ở giai đoạn đó, có thể là vì anh ta đang tiết kiệm sức, hoặc vì đội đã thay đổi chiến thuật, hoặc vì anh ta đang bị đau nhưng không nói ra. Dữ liệu không tự kể câu chuyện của nó. Người viết phải đặt nó trong ngữ cảnh.

Cách viết của tôi trở nên gai góc hơn khi nói về nhà cái. Tôi thẳng thắn tiết lộ tỷ lệ cược và cách dữ liệu đánh bại cảm tính. Điều này khiến một số độc giả khó chịu. Nhưng nó cũng mang lại cho tôi một lượng độc giả trung thành, những người hiểu rằng tôi không bán cho họ những lời hứa hẹn.

Excel cũng khai man. Nhưng người viết không kiểm tra nguồn còn nguy hiểm hơn cả Excel khai man. Bởi vì Excel ít nhất còn có công thức để truy vết. Còn người viết không kiểm tra nguồn thì chỉ để lại sự mơ hồ.

Cầu lông và thị trường vi mô nhanh nhất châu Á

Phần lớn độc giả của tôi biết tôi qua bóng đá. Nhưng thực ra tôi kiếm sống bằng cầu lông.

Cầu lông là một thị trường vi mô nhanh nhất châu Á. Nhịp đổi giao cầu, chuỗi điểm số, tốc độ phản ứng của người chơi — tất cả đều chuyển thành một dòng cá cược trong trận liên tục. Tôi đọc từng chuyển động nhỏ như đọc một lệnh giao dịch. Tôi đã tích lũy qua năm chặng ăn ngủ cùng con số và quả cầu, từ những giải Sudirman Cup cho đến các vòng đấu của BWF World Tour.

Nhưng cầu lông cũng là môn thể thao mà dữ liệu bị bỏ rơi nhiều nhất ở Đông Nam Á. Trong khi bóng đá có xG, có PPDA, có expected threat, thì cầu lông vẫn chủ yếu được phân tích bằng mắt thường. Các chỉ số như tốc độ giao cầu, tỷ lệ thắng trong các pha đôi công dài, hay hiệu suất di chuyển đều không được thu thập một cách hệ thống.

Đó là cơ hội. Và cũng là nguy hiểm.

Khi một lĩnh vực thiếu dữ liệu chính thống, những con số không kiểm chứng sẽ tràn vào lấp đầy khoảng trống. Tôi đã thấy những bài phân tích cầu lông ở khu vực này trích dẫn những thống kê không rõ nguồn: tỷ lệ thắng của một tay vợt trong các trận đấu kéo dài ba set, hay tốc độ giao cầu trung bình của một tay vợt trong một giải đấu cụ thể. Không ai kiểm tra những con số đó. Không ai truy vết chúng. Và khi chúng lan truyền, chúng trở thành sự thật.

Tôi đã dành ba tháng để thu thập dữ liệu cho một giải cầu lông quốc tế, ghi lại từng pha giao cầu, từng pha bỏ nhỏ, từng tình huống lên lưới. Kết quả là một bảng dữ liệu dài bốn nghìn dòng. Nhưng khi tôi công bố nó, tôi phải nói rõ rằng đây là dữ liệu do tôi tự thu thập, có thể có sai sót, và mọi người nên kiểm chứng lại.

Dữ liệu càng sạch, nghiệp càng dày. Đó là câu tôi vẫn nói với các đồng nghiệp trẻ. Khi bạn làm cho dữ liệu của mình trở nên sạch sẽ và đáng tin, bạn sẽ thu hút nhiều sự chú ý hơn. Và khi bạn thu hút nhiều sự chú ý hơn, bạn sẽ bị thách thức nhiều hơn. Bạn sẽ phải chịu trách nhiệm về từng con số mình đưa ra.

Góc phản trực giác: khi dữ liệu bị tôn thờ như một tôn giáo mới

Cho đến đây, có vẻ như tôi đang cổ vũ cho việc dùng dữ liệu để thay thế mọi thứ. Nhưng đó không phải là điều tôi tin.

Sự thật là dữ liệu cũng có thể trở thành một loại mê tín. Khi một nhà phân tích không hiểu rõ phương pháp thu thập dữ liệu, họ sẽ diễn giải nó một cách máy móc. Họ sẽ nói rằng đội A có xG cao hơn đội B, do đó đội A chắc chắn sẽ thắng. Họ sẽ nói rằng một tay vợt có tỷ lệ thắng cao trong các pha đôi công dài, do đó tay vợt đó sẽ thắng trận tiếp theo.

Nhưng dữ liệu không bao giờ tự nói lên điều gì. Nó cần ngữ cảnh, cần câu chuyện, cần sự hiểu biết về con người đằng sau những con số.

Tỷ lệ kiểm soát bóng là chỉ số lừa dối nhất. Nhiều đội cày 60 phần trăm kiểm soát bóng bằng những đường chuyền ngang vô nghĩa. Họ chuyền bóng qua lại ở giữa sân, từ trung vệ sang trung vệ, từ hậu vệ cánh sang hậu vệ cánh, mà không bao giờ thực sự uy hiếp khung thành đối phương. Nhưng bảng thống kê sẽ ghi rằng họ thống trị trận đấu.

Người xem trung bình sẽ tin vào bảng thống kê đó. Và họ sẽ nghĩ rằng đội của họ đã chơi tốt, dù thực tế là họ đã chơi an toàn để không thua, chứ không phải để thắng.

Đó là lý do tôi nói rằng dữ liệu chỉ có giá trị khi nó được đặt trong một hệ thống diễn giải đúng đắn. Và hệ thống đó phải bao gồm cả sự hiểu biết về tâm lý, về thể lực, về chiến thuật, về điều kiện sân bãi, về lịch thi đấu, và về cả những yếu tố không thể đo lường được.

Vấn đề tương tự cũng xảy ra trong cá cược thể thao điện tử. Cá cược esports đang xói mòn toàn vẹn thi đấu nhanh hơn thể thao truyền thống vì quy định tụt hậu. Các giải đấu esports diễn ra với tần suất dày đặc, các đội tuyển thay đổi thành viên liên tục, và các sàn cá cược có ít thời gian để kiểm tra tính minh bạch của từng trận đấu. Trong môi trường đó, dữ liệu trở thành một loại tiền tệ có thể bị làm giả dễ dàng.

Tôi đã từng chứng kiến một trường hợp mà một đội tuyển esports bị cáo buộc dàn xếp tỷ số. Các bằng chứng được đưa ra dựa trên dữ liệu từ một trang web theo dõi cá cược. Nhưng khi tôi kiểm tra lại, tôi phát hiện ra rằng trang web đó chỉ tổng hợp dữ liệu từ các nguồn không chính thức. Không có cách nào để xác minh liệu những con số đó có phản ánh giao dịch thực hay không. Vụ việc kết thúc mà không có kết luận rõ ràng. Và uy tín của toàn bộ hệ thống bị tổn hại.

Trong những tình huống như vậy, sự trống rỗng của dữ liệu không phải là một khuyết điểm cần được lấp đầy. Nó là một tín hiệu cần được tôn trọng. Khi bạn không có đủ dữ liệu để đưa ra kết luận, cách đúng đắn là nói rằng bạn không có đủ dữ liệu. Không phải là bịa ra một kết luận từ không khí loãng.

Khi sự trống rỗng được định dạng thành chuyên nghiệp

Quay trở lại với bản phân tích trống mà đồng nghiệp trẻ gửi cho tôi.

Trong một khía cạnh nào đó, bản phân tích đó trung thực hơn nhiều so với một bản phân tích đầy ắp những con số không nguồn. Nó nói rõ rằng người viết không có đủ thông tin. Nó không cố gắng giả vờ.

Nhưng vấn đề nằm ở định dạng.

Bản phân tích đó được trình bày như một báo cáo chuyên nghiệp, với tiêu đề rõ ràng, với các bảng biểu, với các mục được đánh số. Nó sử dụng ngôn ngữ của một tài liệu phân tích thực thụ. Nó nói những câu như "không thể đánh giá do thiếu thông tin" và "cần chạy lại quy trình trích xuất".

Đối với một người đọc không quen với ngôn ngữ kỹ thuật, bản phân tích đó trông giống như một sản phẩm của một chuyên gia. Nó khiến người đọc tin rằng có một quy trình nghiêm ngặt đằng sau nó, rằng những người viết nó đã thực sự cố gắng, rằng sự trống rỗng là một phát hiện chứ không phải một thất bại.

Đó là hình thức nguy hiểm nhất của dữ liệu giả. Không phải là dữ liệu sai. Mà là dữ liệu không tồn tại nhưng được trình bày như thể nó tồn tại.

Tôi đã gọi cho đồng nghiệp trẻ đó. Tôi nói với anh ta rằng nếu anh ta thực sự không có thông tin, anh ta nên viết một email cho biên tập viên để giải thích tình hình. Không phải là viết một tài liệu mười hai trang để chứng minh rằng anh ta không có thông tin.

Anh ta phản bác rằng khách hàng của anh ta yêu cầu một bản phân tích có định dạng chuyên nghiệp. Họ cần nó để đưa vào báo cáo nội bộ. Họ cần nó để chứng minh rằng họ đã làm việc.

Tôi hiểu áp lực đó. Tôi đã từng ở trong hoàn cảnh tương tự. Khi bạn làm việc cho một tổ chức, bạn phải chứng minh rằng bạn đã làm việc. Và cách dễ nhất để chứng minh rằng bạn đã làm việc là tạo ra một tài liệu. Bất kỳ tài liệu nào.

Nhưng sự trung thực tri thức đòi hỏi chúng ta phải có can đảm để nói rằng chúng ta không biết. Và trong một ngành mà mọi người đều muốn thể hiện sự hiểu biết của mình, việc nói rằng mình không biết là một hành động phản kháng.

Kinh tế học của sự trống rỗng

Có một câu hỏi kinh tế đằng sau tất cả những điều này: ai được lợi từ việc xuất bản một bản phân tích trống?

Câu trả lời đầu tiên là người viết. Anh ta được trả tiền cho việc sản xuất tài liệu. Số lượng tài liệu anh ta sản xuất càng nhiều, anh ta càng được đánh giá cao. Chất lượng nội dung trong tài liệu đó không quan trọng bằng việc tài liệu đó tồn tại.

Câu trả lời thứ hai là tổ chức. Họ cần chứng minh rằng họ có một quy trình phân tích. Một bản phân tích trống vẫn là một bằng chứng về quy trình. Nó cho thấy rằng họ đã cố gắng thu thập thông tin, rằng họ đã thất bại, và rằng họ trung thực về thất bại đó.

Câu trả lời thứ ba là khách hàng. Họ cần một tài liệu để trình bày trước cấp trên. Một tài liệu nói rằng không có đủ thông tin vẫn tốt hơn là không có tài liệu nào.

Và câu trả lời cuối cùng là thị trường. Thị trường cá cược cần thông tin để vận hành. Khi thông tin thật khan hiếm, thông tin giả sẽ xuất hiện để lấp đầy khoảng trống. Đó là một quy luật kinh tế cơ bản: nhu cầu tạo ra nguồn cung, bất kể nguồn cung đó có chất lượng hay không.

Nhưng có một nhóm người không được lợi: độc giả. Những người hâm mộ đặt cược bằng tiền thật. Những người tin vào những gì họ đọc. Những người không có khả năng kiểm chứng nguồn dữ liệu.

Đó là lý do tôi viết. Không phải để chứng minh rằng tôi thông minh. Mà để cung cấp cho độc giả một tiêu chuẩn để đánh giá thông tin. Một tiêu chuẩn mà họ có thể áp dụng ngay cả khi họ không có chuyên môn về phân tích dữ liệu.

Ba câu hỏi cơ bản: Con số này đến từ đâu? Ai đã thu thập nó? Và giới hạn của nó là gì?

Nếu một bài viết không trả lời được ba câu hỏi đó, nó không xứng đáng để được đọc. Nếu một nhà phân tích không trả lời được ba câu hỏi đó, anh ta không xứng đáng để được tin.

Hành lang hai quê hương và sự chuyển dịch xuyên biên giới của dữ liệu

Sinh ra ở Việt Nam, làm việc ở Malaysia, tôi có một vị trí đặc biệt để nhìn dòng tiền cá cược di chuyển xuyên biên giới Đông Nam Á.

Có một nghịch lý mà ít người nhận ra: dữ liệu thể thao di chuyển chậm hơn dòng tiền. Khi một trận đấu kết thúc ở Kuala Lumpur, tiền đã chuyển từ tay người này sang tay người khác trong vòng vài giây. Nhưng phải mất hàng giờ, thậm chí hàng ngày, dữ liệu về trận đấu đó mới được thu thập, xử lý, và công bố một cách đầy đủ.

Khoảng trống đó là mảnh đất màu mỡ cho những con số không kiểm chứng.

Tôi đã từng chứng kiến một trường hợp mà một tay vợt cầu lông nổi tiếng của Malaysia bị cáo buộc dàn xếp tỷ số dựa trên dữ liệu cá cược từ một trang web nước ngoài. Trang web đó đưa ra những con số về khối lượng giao dịch bất thường trong một trận đấu cụ thể. Nhưng khi tôi liên hệ với một người bạn làm việc tại một sàn giao dịch hợp pháp ở Singapore, anh ta nói rằng những con số đó không khớp với bất kỳ giao dịch thực tế nào mà anh ta biết.

Vụ việc đó lắng xuống. Nhưng nó để lại một vết sẹo trên sự nghiệp của tay vợt đó. Và nó cho thấy rằng dữ liệu có thể được sử dụng như một vũ khí, chứ không chỉ như một công cụ.

Điều này dẫn tôi đến một câu hỏi lớn hơn về đạo đức nghề nghiệp. Khi nào thì việc công bố một con số không kiểm chứng trở thành một hành vi gây tổn hại? Và ai chịu trách nhiệm cho những tổn hại đó?

Tôi không có câu trả lời hoàn chỉnh. Nhưng tôi biết một điều: mỗi lần tôi công bố một con số, tôi phải chịu trách nhiệm về nó. Không phải chỉ trước tòa soạn, mà trước cả những người đọc nó. Trước cả những người có thể đặt cược dựa trên nó. Trước cả những người có thể đưa ra quyết định về cuộc đời họ dựa trên nó.

Penang là nơi tôi chôn một phần ngây thơ; từ đó tôi đào dữ liệu như đào mộ. Tôi đào để tìm sự thật. Nhưng tôi cũng đào để hiểu rằng sự thật không phải lúc nào cũng nằm trong những con số. Đôi khi nó nằm trong khoảng trống giữa chúng.

Phương pháp xác minh ba lớp

Sau nhiều năm, tôi đã phát triển một phương pháp xác minh ba lớp mà tôi áp dụng cho mọi con số mình sử dụng.

Lớp thứ nhất là nguồn gốc. Con số này đến từ đâu? Ai đã thu thập nó? Khi nào nó được thu thập? Và bằng phương pháp nào?

Lớp thứ hai là tính nhất quán. Con số này có khớp với các nguồn dữ liệu khác không? Nếu có sự khác biệt, nguyên nhân của sự khác biệt đó là gì? Có phải vì các nguồn sử dụng các phương pháp thu thập khác nhau, hay vì một trong các nguồn đã sai?

Lớp thứ ba là giới hạn. Con số này có thể được sử dụng để kết luận điều gì, và không thể kết luận điều gì? Kích thước mẫu là bao nhiêu? Có những biến số tiềm ẩn nào có thể ảnh hưởng đến kết quả?

Nếu một con số không vượt qua được cả ba lớp này, tôi không sử dụng nó. Nếu tôi buộc phải sử dụng nó vì không có lựa chọn nào khác, tôi sẽ ghi rõ rằng nó chưa được xác minh đầy đủ.

Phương pháp này không phổ biến trong ngành. Nó tốn thời gian. Nó làm chậm quá trình sản xuất nội dung. Nhưng nó là cách duy nhất để duy trì sự toàn vẹn trong một môi trường mà sự nhanh nhạy được đặt lên hàng đầu.

Tôi đã mất nhiều năm để hiểu rằng sự chậm rãi không phải là kẻ thù của sự nghiệp. Trong một thị trường mà mọi người đều cố gắng nhanh hơn người khác, người chậm rãi nhưng chính xác sẽ tồn tại lâu hơn.

Các nguồn chính thống và giới hạn của chúng

Ở Đông Nam Á, chúng ta có một số nguồn dữ liệu thể thao chính thống: ban tổ chức các giải đấu quốc tế, các liên đoàn thể thao khu vực, các hãng truyền thông lớn, và các công ty dữ liệu thể thao quốc tế.

Nhưng mỗi nguồn đều có giới hạn của nó.

Ban tổ chức các giải đấu quốc tế cung cấp dữ liệu chính xác về các sự kiện chính thức: thời gian thi đấu, tỷ số, thẻ phạt, và các thống kê cơ bản khác. Nhưng họ thường không cung cấp dữ liệu chi tiết về chiến thuật, về vị trí cầu thủ, về quãng đường di chuyển, hoặc về các chỉ số cao cấp khác.

Các liên đoàn thể thao khu vực cung cấp dữ liệu về các giải đấu trong khu vực. Nhưng chất lượng dữ liệu của họ rất khác nhau. Một số liên đoàn có hệ thống thu thập dữ liệu chuyên nghiệp. Số khác vẫn dựa vào các phương pháp thủ công, với sai sót thường xuyên.

Các hãng truyền thông lớn cung cấp dữ liệu được xử lý bởi các nhà báo và nhà phân tích có kinh nghiệm. Nhưng họ cũng có áp lực thời gian và áp lực thương mại. Đôi khi những áp lực đó ảnh hưởng đến chất lượng dữ liệu.

Các công ty dữ liệu thể thao quốc tế cung cấp dữ liệu chuyên sâu nhất. Nhưng họ thường tập trung vào các giải đấu lớn của châu Âu và Bắc Mỹ. Dữ liệu về các giải đấu ở Đông Nam Á thường không đầy đủ hoặc không được cập nhật.

Đó là lý do tại sao những người làm nghề như chúng tôi phải tự thu thập dữ liệu của mình. Và đó cũng là lý do tại sao chúng tôi phải minh bạch về phương pháp thu thập dữ liệu của mình.

Tôi không tin một thống kê nào không thể dùng để dàn xếp. Nhưng tôi cũng không tin một thống kê nào không thể truy vết. Và tôi tin rằng sự minh bạch về nguồn gốc là nghĩa vụ đạo đức của bất kỳ ai làm nghề phân tích.

Ở đây tôi cần định nghĩa rõ: khi tôi dùng từ dàn xếp, tôi không nói đến việc cố ý làm sai lệch kết quả trận đấu. Tôi nói đến việc sắp xếp trật tự thông tin, sắp xếp ưu tiên dữ liệu, và tổ chức lại câu chuyện để người đọc có thể hiểu được điều gì đang thực sự xảy ra. Một thống kê tốt là một thống kê có thể được sử dụng để sắp xếp lại hiểu biết của chúng ta về một trận đấu.

Những cạm bẫy của việc viết phân tích thời gian thực

Một trong những thách thức lớn nhất của nghề này là viết phân tích trong khi trận đấu đang diễn ra.

Trong cá cược trong trận, mọi thứ thay đổi từng giây. Tỷ lệ cược nhảy lên nhảy xuống. Các tay cược lớn đặt lệnh. Thị trường phản ứng. Và người phân tích phải đưa ra nhận định trong khi tất cả những điều đó đang diễn ra.

Tôi đã từng đăng một nhận định sai trong một trận cầu lông quan trọng. Tôi nói rằng một tay vợt đang có dấu hiệu xuống sức, dựa trên việc anh ta di chuyển chậm hơn trong hai pha bóng liên tiếp. Nhưng sau đó tôi nhận ra rằng anh ta chỉ đang thay đổi chiến thuật, chuyển từ lối chơi tấn công sang lối chơi phòng ngự phản công.

Bài đăng đó đã lan truyền. Nhiều người đọc nó và tin rằng tay vợt đó đang gặp vấn đề về thể lực. Một số người đặt cược dựa trên nhận định của tôi. Kết quả là họ thua.

Tôi đã xóa bài đăng đó và xin lỗi công khai. Nhưng thiệt hại đã xảy ra. Và tôi học được một bài học quan trọng: trong phân tích thời gian thực, hai lần đọc, một lần đăng. Nếu tôi chưa xác minh được một nhận định, tôi không đăng nó.

Real-time opportunism là một đặc điểm của tính cách tôi. Tôi thích phản ứng nhanh, thích nắm bắt cơ hội, thích đưa ra nhận định trước người khác. Nhưng đặc điểm đó cũng là một điểm yếu. Nó khiến tôi dễ mắc sai lầm vì nhanh nhảu. Và trong một ngành mà sai lầm có thể gây tổn hại tài chính cho người đọc, sự nhanh nhảu phải được kiểm soát bởi sự cẩn trọng.

Giới hạn của mẫu và nghệ thuật của sự thừa nhận

Một trong những điều tôi học được từ trải nghiệm năm 2026 với Bundesliga là tầm quan trọng của việc thừa nhận giới hạn của mẫu.

145 trận nghe có vẻ nhiều. Nhưng so với tổng số trận đấu trong một mùa giải bình thường, đó là một mẫu nhỏ. Và khi tôi mở rộng nghiên cứu sang Hungary và Bồ Đào Nha với thêm 98 trận, tôi không làm điều đó để chứng minh rằng mình đúng. Tôi làm điều đó để kiểm tra xem kết quả của mình có bền vững không.

Đó là một nguyên tắc quan trọng trong phân tích dữ liệu: không bao giờ tin vào một kết quả duy nhất. Luôn kiểm tra xem kết quả đó có lặp lại trong các bộ dữ liệu khác không. Nếu nó lặp lại, bạn có thể tin tưởng hơn. Nếu nó không lặp lại, bạn cần đặt câu hỏi về kết quả ban đầu.

Nhưng ngay cả khi một kết quả lặp lại trong nhiều bộ dữ liệu, bạn vẫn cần thừa nhận giới hạn của nó. Dữ liệu không bao giờ hoàn hảo. Mẫu không bao giờ hoàn chỉnh. Và luôn có những biến số mà bạn chưa xem xét.

Nghệ thuật của sự thừa nhận là một phần không thể thiếu của nghề phân tích. Một nhà phân tích không biết thừa nhận giới hạn của mình là một nhà phân tích nguy hiểm. Bởi vì anh ta sẽ đưa ra những kết luận chắc chắn dựa trên những bằng chứng không chắc chắn. Và khi những kết luận đó sai, anh ta sẽ gây tổn hại cho những người tin vào anh ta.

Khi nhà cái đọc dữ liệu của bạn

Có một khía cạnh của nghề này mà ít người nói đến: nhà cái cũng đọc những gì chúng tôi viết.

Khi một nhà phân tích công bố một phát hiện về một đội bóng hoặc một tay vợt, nhà cái có thể điều chỉnh tỷ lệ cược của họ dựa trên phát hiện đó. Điều này tạo ra một vòng lặp phản hồi: phân tích ảnh hưởng đến tỷ lệ cược, tỷ lệ cược ảnh hưởng đến hành vi của người chơi, và hành vi của người chơi ảnh hưởng đến kết quả của trận đấu.

Trong một thị trường nhỏ như Đông Nam Á, vòng lặp này diễn ra nhanh hơn nhiều so với các thị trường lớn. Một bài viết của tôi có thể khiến tỷ lệ cược thay đổi trong vòng vài phút. Điều đó có nghĩa là tôi có trách nhiệm lớn hơn đối với những gì tôi công bố.

Tôi đã từng chứng kiến một trường hợp mà một nhà phân tích nổi tiếng công bố một phát hiện về một tay vợt cầu lông, và tỷ lệ cược ngay lập tức thay đổi đáng kể. Vấn đề là phát hiện đó dựa trên một mẫu rất nhỏ và có thể không chính xác. Nhưng nó đã lan truyền đủ nhanh để ảnh hưởng đến thị trường.

Đó là mặt tối của nghề này. Chúng tôi có thể tạo ra sự thật chỉ bằng cách công bố một điều gì đó. Và khi sự thật đó được tạo ra, thật khó để đảo ngược nó.

Đó là lý do tôi cẩn trọng hơn bao giờ hết khi công bố bất cứ điều gì. Mỗi con số tôi đưa ra đều có thể có hậu quả. Mỗi nhận định tôi đưa ra đều có thể ảnh hưởng đến cuộc đời của ai đó.

Đừng xem trận, xem tiền. Đó là một câu tôi dùng cho các bài đăng ngắn. Nhưng trong phân tích sâu, tôi luôn nhấn mạnh rằng tiền chỉ là một phần của câu chuyện. Đằng sau tiền là con người. Đằng sau con số là những vận động viên đã dành cả cuộc đời để theo đuổi một mục tiêu. Và chúng ta không được quên điều đó.

Những tín hiệu cần theo dõi trong mùa giải tới

Mùa giải thường niên đang đến gần. Và với tư cách là một người làm nghề, tôi đang theo dõi một số tín hiệu cụ thể.

Thứ nhất là sự thay đổi trong cấu trúc dữ liệu của các giải cầu lông khu vực. Trong vài năm qua, một số liên đoàn đã bắt đầu đầu tư vào hệ thống thu thập dữ liệu tự động. Nếu xu hướng này tiếp tục, chúng ta sẽ có nhiều dữ liệu hơn để phân tích. Nhưng nhiều dữ liệu hơn không có nghĩa là dữ liệu tốt hơn. Chất lượng của phương pháp thu thập vẫn là yếu tố quyết định.

Thứ hai là sự phát triển của thị trường cá cược trong trận. Khi các sàn giao dịch trở nên nhanh hơn và phức tạp hơn, khoảng cách giữa dữ liệu thời gian thực và dữ liệu được công bố sẽ mở rộng. Đó là cơ hội cho những ai có thể thu thập và xử lý dữ liệu nhanh chóng. Nhưng cũng là nguy cơ cho những ai dễ bị lừa bởi những con số không kiểm chứng.

Thứ ba là sự thay đổi trong cách người hâm mộ tiếp nhận thông tin. Thế hệ trẻ ngày càng quen với việc kiểm tra chéo nguồn dữ liệu. Họ không còn tin một cách mù quáng vào những gì họ đọc. Đó là một tín hiệu tích cực. Nhưng nó cũng có nghĩa là những nhà phân tích phải minh bạch hơn, phải trung thực hơn, và phải cẩn trọng hơn.

Thứ tư là sự phát triển của các công cụ AI trong phân tích thể thao. AI có thể xử lý lượng dữ liệu lớn nhanh hơn con người. Nhưng AI cũng có thể tạo ra những phân tích trông có vẻ chuyên nghiệp nhưng thực chất là trống rỗng. Chúng ta cần phát triển các tiêu chuẩn để đánh giá chất lượng của phân tích do AI tạo ra.

Và cuối cùng, tín hiệu quan trọng nhất là sự thay đổi trong văn hóa nghề nghiệp. Nếu ngày càng nhiều người viết có can đảm để nói rằng họ không biết, và ngày càng nhiều tòa soạn chấp nhận điều đó, thì chúng ta sẽ có một hệ sinh thái thông tin lành mạnh hơn.

Về những bài học không thể đo lường

Tôi đã dành phần lớn bài viết này để nói về dữ liệu. Nhưng tôi muốn kết thúc bằng một điều gì đó khác.

Dữ liệu quan trọng. Nhưng dữ liệu không phải là tất cả. Có những điều trong thể thao mà dữ liệu không thể đo lường được.

Nó không thể đo lường được nỗi sợ hãi của một vận động viên trước một trận đấu lớn. Nó không thể đo lường được niềm vui của một tay vợt khi giành được điểm quyết định. Nó không thể đo lường được sự cô đơn của một vận động viên trên hành trình dài, xa nhà, xa gia đình.

Tôi đã từng chứng kiến những vận động viên chơi những trận đấu hay nhất của họ khi mọi chỉ số đều chống lại họ. Và tôi đã từng chứng kiến những vận động viên thất bại khi mọi chỉ số đều ủng hộ họ.

Đó là điều làm cho thể thao trở nên hấp dẫn. Và đó cũng là điều nhắc nhở chúng ta rằng dữ liệu chỉ là một công cụ, không phải là một tôn giáo.

Tôi không tin một thống kê nào không thể dùng để dàn xếp. Nhưng tôi cũng không tin một thống kê nào có thể giải thích được mọi thứ. Giữa hai điều đó là một không gian mà chúng ta phải học cách sống cùng sự bất định.

Và có lẽ đó là bài học lớn nhất mà tôi học được trong ba mươi hai năm theo dõi thể thao: rằng sự bất định không phải là kẻ thù của chúng ta. Nó là một phần của cuộc chơi. Và cách chúng ta đối mặt với nó định hình cách chúng ta làm nghề.

Nghĩ tiếp về tương lai

Bản phân tích trống mà tôi nhận được tuần trước có thể là một dấu hiệu của một điều gì đó đang thay đổi.

Trong nhiều năm, ngành phân tích thể thao Đông Nam Á đã vận hành trong một môi trường mà sự tự tin được đánh giá cao hơn sự chính xác. Người viết nào nói to nhất, dứt khoát nhất, sẽ được chú ý nhiều nhất. Người viết nào thừa nhận sự không chắc chắn của mình sẽ bị coi là yếu đuối.

Nhưng có lẽ điều đó đang thay đổi. Thế hệ người hâm mộ trẻ ngày càng được giáo dục tốt hơn về dữ liệu. Họ biết cách đặt câu hỏi. Họ biết cách kiểm tra chéo. Và họ không chấp nhận những lời khẳng định vô căn cứ.

Trong một môi trường như vậy, sự trung thực tri thức sẽ trở thành một lợi thế cạnh tranh. Những nhà phân tích có can đảm để nói rằng họ không biết sẽ được tin tưởng hơn những người luôn tỏ ra biết mọi thứ.

Đó là một tín hiệu tích cực. Nhưng nó cũng là một thách thức. Vì sự trung thực tri thức đòi hỏi chúng ta phải làm việc nhiều hơn, phải kiểm chứng nhiều hơn, và phải chấp nhận rằng chúng ta sẽ thường xuyên sai.

Tôi không tin một thống kê nào không thể dùng để dàn xếp. Nhưng tôi tin rằng mỗi thống kê đều có thể được dàn xếp lại để phản ánh sự thật tốt hơn, miễn là chúng ta có đủ can đảm để đối mặt với những gì mình không biết.

Bản phân tích trống đó, trong một khía cạnh nào đó, là một món quà. Nó nhắc nhở tôi rằng sự trống rỗng không phải là điều đáng xấu hổ. Điều đáng xấu hổ là giả vờ rằng chúng ta đã lấp đầy nó.

Và trong một ngành mà dòng tiền chảy như sông Volga, còn người viết chỉ là một chiếc lá, việc thừa nhận mình là một chiếc lá có thể là hành động trung thực nhất mà chúng ta có thể làm.

Điều tôi muốn hỏi các đồng nghiệp trẻ không phải là họ biết gì. Mà là họ có can đảm để nói rằng họ không biết gì hay không. Bởi vì trong câu trả lời cho câu hỏi đó nằm tương lai của nghề này. Và nằm cả tương lai của những người đọc, những người đặt cược, những người hâm mộ đang tin rằng chúng ta đang nói cho họ sự thật.