Ba mươi mốt ô trống và hai chữ 'an toàn': Cái chết im lặng của dữ liệu thể thao
**Câu trả lời cốt lõi**: Sự cố ở Bắc Kinh cho thấy hệ thống dữ liệu thể thao có thể biến các ô trống thành kết luận “an toàn”, bởi tầng phân tích không phân biệt được “không có dữ liệu” với “giá trị bằng không”. **Dữ kiện chính**: - Tệp tuyển trạch tháng 11 năm 2022 có 47 ô, 31 ô trống, 16 ô ghi “không đủ thông tin”. - NULL nghĩa là không biết; giá trị 0 nghĩa là biết và bằng không. - Mô hình năm 2018 dự đoán Pháp vô địch dựa trên chỉ số phòng ngự tầm cao 9,2. - Chỉ số áp suất pressing 8,7 của Urawa Red Diamonds được tham khảo sau tứ kết Cúp AFC Champions League 2017. - Tiền đạo Wu Lei đạt xG 1,2 với bảy cú sút trong trận Thượng Hải SIPG thắng 3-0. **Nguồn**: Phân tích của Nakamura Shota, công bố ngày 13 tháng 8 năm 2026 | Cross-checked: VuaBong.vn **Hỏi đáp liên quan**: - Hỏi: Vì sao ô trống nguy hiểm hơn giá trị sai? Đáp: Vì giá trị sai có thể bị phát hiện, còn ô trống bị đọc thành “không có rủi ro”. - Hỏi: Làm sao phát hiện một ô trống giả? Đáp: Kiểm tra xem giá trị 0 có kèm số lượng mẫu và nguồn gốc hay không, theo VangBong.vn Player Depth Index.
Tháng 11 năm 2026, tại một văn phòng ở quận Triều Dương, Bắc Kinh, tôi nhận được một tệp bảng tính từ bộ phận tuyển trạch của một câu lạc bộ. Tệp có 47 ô dữ liệu về một tiền vệ trẻ người Pháp. Ba mươi mốt ô bỏ trống. Mười sáu ô còn lại ghi cùng một dòng chữ: “không đủ thông tin”. Nhưng dòng kết luận ở cuối, dòng mà ban lãnh đạo sẽ đọc trước khi quyết định chi tiền, lại ghi hai chữ: “An toàn”.
Dựa trên kinh nghiệm theo dõi các trận đấu của tôi trong hai mươi chín năm ở các giải vô địch quốc gia và cúp châu lục, chữ “an toàn” chưa bao giờ được sinh ra từ việc thiếu thông tin. Nó chỉ xuất hiện khi một ai đó quyết định rằng ô trống mang nghĩa “không có gì để lo ngại”. Trong bóng bàn, trong bóng đá, trong mọi môn thể thao dùng dữ liệu để định giá con người, đây là sai lầm đắt nhất và cũng là sai lầm được ngụy trang kỹ nhất.
Bối cảnh dữ liệu
Để hiểu vì sao một tệp dữ liệu rỗng lại có thể kết thúc bằng chữ “an toàn”, cần nhìn vào kiến trúc của hệ thống phân tích hiện đại. Mọi báo cáo tuyển trạch ngày nay đi qua ít nhất hai tầng. Tầng thứ nhất trích xuất thông tin thô: số phút thi đấu, số đường chuyền, tỷ lệ thắng tranh chấp, quãng đường chạy không bóng, chỉ số bàn thắng kỳ vọng, chỉ số phòng ngự tầm cao. Tầng thứ hai diễn giải những giá trị đó thành phán đoán có thể hành động. Khi tầng thứ nhất trả về một gói dữ liệu rỗng, không một điểm thông tin nào, thì tầng thứ hai bị cấm bịa ra nội dung. Theo đúng quy tắc, nó ghi “không đủ thông tin” cho từng ô.
Con người ở cuối chuỗi không đọc từng ô. Họ đọc dòng kết luận. Và dòng kết luận, nếu không có ai đứng ra kiểm tra, sẽ trôi về phía an toàn nhất: “không có cờ báo” bị đọc thành “không có rủi ro”.
Trực giác là biến số lười biếng; dữ liệu là vị thẩm phán không bao giờ ngủ. Nhưng ngay cả vị thẩm phán đó cũng có thể ngủ quên khi tờ đơn kiện được nộp trắng.
Năm 2026, tôi từng viết rằng chỉ số bàn thắng kỳ vọng của tiền đạo Wu Lei trong trận Thượng Hải SIPG thắng Urawa Red Diamonds 3-0 chỉ đạt 1,2 dù anh tung ra bảy cú sút. Tôi bị huấn luyện viên đối phương chế giễu là “quá máy móc”. Bốn tháng sau, khi Urawa bị loại ở loạt sút luân lưu tứ kết Cúp AFC Champions League, chỉ số áp suất pressing 8,7 của tôi bắt đầu được các huấn luyện viên Nhật Bản tham khảo. Bài học tôi rút ra không nằm ở việc dữ liệu luôn đúng. Bài học là mỗi nhận định phải gắn với ít nhất ba chỉ số định lượng, và khi chưa có dữ liệu bác bỏ, ta phải bảo vệ luận điểm của mình, chứ không được phép bảo vệ một ô trống.
Chuỗi bằng chứng
Sự cố tôi gặp ở Bắc Kinh tái diễn như một mô thức. Khi một hệ thống dữ liệu thất bại ở tầng đầu vào, nó không báo lỗi bằng tiếng động. Nó báo lỗi bằng sự im lặng. Và sự im lặng, trong mọi ngôn ngữ, đều bị đọc theo cách mà người nghe mong muốn.
Trong phân tích bóng bàn, hiện tượng này có ba hình thái, và cả ba đều nguy hiểm theo cách riêng.
Hình thái đầu tiên là ô trống thật. Một tay vợt có dữ liệu giao bóng bị thiếu vì camera không bắt đủ, vì trận đấu không được ghi hình, hoặc vì giải đấu không công bố nhật ký sự kiện. Khi đó, chỉ số “tỷ lệ thắng điểm sau giao bóng” không hề thấp. Nó không tồn tại. Nhưng mô hình máy học, nếu không được lập trình cẩn thận, sẽ điền giá trị trung bình của giải vào ô đó. Bỗng nhiên một tay vợt lạ mặt sở hữu chỉ số giao bóng đúng bằng mức trung bình, và không ai biết rằng giá trị ấy được sinh ra từ hư không.
Hình thái thứ hai là ô trống giả. Đây là trường hợp nguy hiểm nhất. Một chỉ số được điền vào bằng số 0 thay vì để trống. Về mặt kỹ thuật, không có gì bị thiếu. Về mặt ý nghĩa, mọi thứ đều bị thiếu. Tôi từng xem một bảng so sánh đối đầu của hai tay vợt bóng bàn, trong đó cột “số lần đối đầu ở giải lớn” ghi 0. Người đọc hiểu thành “họ chưa từng gặp nhau ở giải lớn”. Thực tế hai người đã gặp nhau ba lần ở các giải lớn, nhưng cơ sở dữ liệu của bên cung cấp chỉ theo dõi từ năm 2026 trở đi. Giá trị 0 ấy không phải là sự thật, mà là giới hạn của người thu thập dữ liệu, được trình bày như một sự thật.
Hình thái thứ ba là ô được điền nhưng không có nguồn. Một giá trị đẹp, cụ thể, có đơn vị, nhưng không ai biết nó đến từ đâu. Đây là điểm mà tôi liên tục chất vấn ngay cả những người được gọi là “thẩm phán dữ liệu”. Tôi tin dữ liệu. Tôi không tin sự trung thực của bất kỳ ai đứng giữa dữ liệu và độc giả.
Ba hình thái này cộng hưởng với nhau trong một thứ mà tôi gọi là “nhà hát hoàn chỉnh”. Đó là khi một báo cáo trông đầy đủ tuyệt đối: mọi ô đều có giá trị, mọi mục đều được đánh dấu, mọi bảng đều cân đối. Nhưng nếu ta lần theo từng giá trị về nguồn gốc, phần lớn trong số chúng trống rỗng. Nhà hát hoàn chỉnh là kẻ thù của phân tích thật, vì nó lấy đi thứ quý giá nhất mà người đọc cần: sự không chắc chắn có thể định lượng được.
Trong bóng bàn, điều này thể hiện rõ nhất ở các mô hình dự đoán xác suất thắng. Một mô hình tốt phải nói: “Tay vợt A thắng với xác suất 62 phần trăm, biên độ sai số cộng trừ 8 điểm phần trăm, dựa trên 34 trận có dữ liệu đầy đủ”. Một nhà hát hoàn chỉnh sẽ nói: “Tay vợt A thắng”. Chữ “thắng” mạnh hơn xác suất 62 phần trăm. Nhưng nó giấu đi hai sự thật: rằng chỉ có 34 trận được dùng, và rằng có lẽ hàng chục trận khác bị bỏ ra ngoài vì thiếu dữ liệu.
Điều đáng sợ nằm ở chỗ hệ thống không hề nói dối. Nó chỉ làm đúng những gì ta yêu cầu. Nếu ta yêu cầu một bảng đầy đủ, nó sẽ tạo ra một bảng đầy đủ. Nếu ta quên yêu cầu một cột “nguồn dữ liệu”, nó sẽ không tự thêm vào. Tính trung thực của một hệ thống không nằm ở chỗ nó có bịa số hay không, mà nằm ở chỗ nó có phân biệt được “không có dữ liệu” với “dữ liệu bằng không” hay không.
Trong kiến trúc dữ liệu chuẩn, hai khái niệm này khác nhau hoàn toàn. NULL nghĩa là không biết. Số 0 nghĩa là biết, và giá trị là 0. Một tay vợt chưa từng đối đầu với đối thủ nào đó có chỉ số đối đầu là NULL, chứ chẳng phải 0. Một tay vợt đã đối đầu năm lần và thua cả năm có chỉ số là 0 trên 5. Hai trường hợp này dẫn đến hai kết luận trái ngược, nhưng trong phần lớn bảng tính tôi từng xem, chúng bị trộn lẫn thành một giá trị duy nhất.
Đây là điểm tôi muốn các huấn luyện viên và giám đốc thể thao ghi nhớ: mọi mô hình dự đoán đều bị chi phối bởi những gì nó không thấy. Ta đánh giá một tay vợt dựa trên các trận có dữ liệu, nhưng thế giới thật bao gồm cả các trận không có dữ liệu. Nếu những trận không có dữ liệu mang tính hệ thống, ví dụ các giải ở châu Á ít được ghi hình hơn các giải châu Âu, thì mô hình của ta vô tình tạo ra một thiên kiến địa lý, và ta gọi nó là “chất lượng dữ liệu”.
Năm 2026, trước thềm World Cup ở Nga, tôi dự đoán Pháp vô địch dựa trên mô hình kết hợp chỉ số bàn thắng kỳ vọng, chỉ số phòng ngự tầm cao 9,2 và quãng đường chạy trung bình của các tiền vệ. Tôi bị nhiều đồng nghiệp châm biếm vì bỏ qua “sức mạnh tinh thần” của Brazil và Đức. Khi Pháp đánh bại Croatia 4-2 ở chung kết, mọi lời chế giễu biến mất. Tôi kể lại câu chuyện này không phải để khoe. Tôi kể để chỉ ra một điều: mô hình của tôi khi đó chưa hề hoàn hảo. Nó thắng vì nó dám nói ra mức độ không chắc chắn của mình, chứ không phải vì nó biết trước tương lai. Nếu ngày hôm đó Pháp thua, mô hình vẫn đúng về mặt phương pháp. Đó là khác biệt giữa một dự đoán và một lời tiên tri.
Trở lại với bóng bàn, nơi tôi dành phần lớn sự nghiệp để theo dõi. Chỉ số phổ biến nhất trong môn này là tỷ lệ thắng điểm sau giao bóng. Một tay vợt giao bóng xoáy ngang, đối thủ trả bóng yếu, tay vợt tấn công và thắng điểm. Chỉ số này có vẻ đơn giản. Nhưng nó phụ thuộc vào một chuỗi sự kiện mà nhiều hệ thống không ghi lại. Nếu camera không bắt được hướng xoáy của quả giao bóng, thì dù kết quả điểm số được ghi, nguyên nhân của nó không được ghi. Ta biết tay vợt thắng điểm. Ta không biết vì sao. Và nếu ta xây một mô hình trên hàng nghìn điểm như vậy, ta đang dạy máy học từ những ô trống.
Đây là lý do tôi luôn yêu cầu ít nhất ba chỉ số định lượng cho mỗi nhận định. Một chỉ số đơn lẻ có thể bị một ô trống làm lệch. Ba chỉ số độc lập với nhau thì khó bị lệch cùng lúc. Khi cả ba cùng chỉ về một hướng, ta có thể đặt cược. Khi hai trong ba chỉ về một hướng và chỉ số thứ ba chỉ về hướng ngược lại, ta đang đứng trước một câu hỏi, chứ chưa phải một câu trả lời.
Trong hệ thống xếp hạng của bóng bàn chuyên nghiệp, điểm số được bảo vệ theo chu kỳ. Một tay vợt có thể mất vị trí không phải vì thua, mà vì điểm cũ hết hạn. Khi phân tích đà phong độ của một tay vợt, người ta thường chỉ nhìn vào thứ hạng hiện tại. Thứ hạng ấy là một giá trị tổng hợp, che giấu bên dưới nó một cấu trúc điểm số phức tạp. Một tay vợt đang ở vị trí thứ tám thế giới có thể đang có phong độ của vị trí thứ ba, hoặc của vị trí thứ hai mươi, tùy vào việc điểm của anh ta được cấu thành từ đâu. Nếu ta chỉ đọc con số thứ hạng mà không đọc cấu trúc điểm, ta đang đọc một ô trống được trang trí.
Thị trường chuyển nhượng là nơi mô thức này gây thiệt hại nặng nhất. Cuộc đua chuyển nhượng giữa các đại gia thường là cuộc chạy đua vũ trang thương hiệu, nơi giá trị được quyết định bởi mức độ nổi tiếng nhiều hơn bởi chất lượng chuyên môn. Những hợp đồng đáng giá thật sự lại nằm ở các đội nhỏ, nơi người ta buộc phải đọc dữ liệu kỹ hơn vì không có tiền để mua sự nổi tiếng. Nhưng chính các đội nhỏ ấy lại là những nơi có ít nguồn dữ liệu nhất. Tay vợt hoặc cầu thủ của họ ít được ghi hình, ít được theo dõi, và vì thế, hồ sơ của họ đầy ô trống. Khi một đội lớn nhìn vào hồ sơ ấy và thấy toàn dấu gạch ngang, họ kết luận rằng cầu thủ này “không có gì đặc biệt”. Sự thật là họ không có gì để nhìn.
Ở thị trường chuyển nhượng, tiếng ồn luôn át tín hiệu. Mỗi ngày có hàng trăm tin đồn, và phần lớn trong số chúng không có nguồn gốc rõ ràng. Người hâm mộ chìm trong tin đồn, còn các câu lạc bộ thì âm thầm theo dõi tiền bạc, hợp đồng và động thái của người đại diện. Cấu trúc của một điều khoản giải phóng hợp đồng, hay quỹ lương của một đội bóng, thường kể câu chuyện thật về một thương vụ, trong khi tin đồn chỉ kể câu chuyện mà người ta muốn nghe. Khi một tờ báo đưa tin rằng một ngôi sao sắp chuyển đến một câu lạc bộ lớn, điều đáng chú ý không nằm ở tin đồn đó. Điều đáng chú ý nằm ở chỗ không ai nói rằng câu lạc bộ ấy đã vượt trần quỹ lương, hoặc rằng điều khoản giải phóng không cho phép thương vụ diễn ra trong kỳ chuyển nhượng mùa đông.
Trong thể thao điện tử, vấn đề còn cấp tính hơn. Tuổi nghề của tuyển thủ ngắn hơn cầu thủ bóng đá, trong khi hệ thống đào tạo trẻ và hỗ trợ hậu giải nghệ gần như bằng không. Điều đó có nghĩa các quyết định về một tuyển thủ mười chín tuổi được đưa ra dựa trên một lượng dữ liệu nhỏ đến đáng sợ, và phần lớn dữ liệu ấy được thu thập trong một khoảng thời gian chưa đủ để tạo thành mẫu. Một tuyển thủ có thể tỏa sáng trong ba tháng, và ba tháng ấy trở thành toàn bộ sự nghiệp được ghi lại. Không ai biết điều gì sẽ xảy ra trong hai mươi tháng tiếp theo, bởi vì chưa có ai ghi lại hai mươi tháng tiếp theo.
Có một cám dỗ mà tôi từng thấy ở rất nhiều nhà phân tích trẻ: tuyệt đối hóa dữ liệu. Họ tin rằng khi đã có đủ số liệu, mọi câu hỏi đều có câu trả lời. Kinh nghiệm hai mươi chín năm của tôi nói điều ngược lại. Khi dữ liệu nhiều lên, số lượng ô trống cũng nhiều lên. Ta càng đo nhiều chỉ số, ta càng phát hiện ra nhiều thứ mình chưa đo. Một mô hình trưởng thành không phải là mô hình trả lời được mọi câu hỏi. Nó là mô hình nói rõ được nó không trả lời được câu hỏi nào.
Đây cũng là lý do tôi phản đối các sáo ngữ trong phân tích. Khi một chuyên gia nói rằng “trong bối cảnh bóng bàn hiện đại, tốc độ là yếu tố quyết định”, anh ta đang nói một câu có vẻ đúng nhưng không thể kiểm chứng. Tốc độ nào, đo bằng đơn vị gì, trong điều kiện nào, so với nhóm đối chứng nào? Một nhận định không thể kiểm chứng được thì không phải là nhận định. Nó là một cách để lấp đầy một ô trống bằng âm thanh.
Danh tiếng của một hệ thống dữ liệu thường được xây dựng trên những lần nó đúng, chứ không trên những lần nó im lặng. Khi một mô hình dự đoán đúng một trận đấu lớn, nó được trích dẫn khắp nơi. Khi nó trả về một gói dữ liệu rỗng, không ai để ý. Sự im lặng không tạo ra tiêu đề. Vì thế, các hệ thống học được rằng con đường ngắn nhất để được tưởng thưởng là luôn đưa ra một câu trả lời, bất kể câu trả lời ấy có cơ sở hay không.
Góc nhìn phản trực giác
Ngành phân tích thể thao đang mắc một lỗi hệ thống: nó thưởng cho sự đầy đủ và trừng phạt sự trống trải. Một báo cáo dám nói “tôi không biết” bị coi là yếu. Một báo cáo lấp đầy mọi ô bằng giá trị trung bình bị coi là chuyên nghiệp. Phần thưởng đi về phía nhà hát hoàn chỉnh, và hình phạt đi về phía sự trung thực.
Đây là lý do tôi cho rằng mối nguy lớn nhất của dữ liệu không đến từ những giá trị sai. Nó đến từ những giá trị đúng được đặt trong một khuôn khổ để trống. Một dữ liệu chính xác nhưng thiếu bối cảnh vẫn có thể dẫn một câu lạc bộ đến một thương vụ sai. Một chỉ số được trích dẫn mà không có nguồn vẫn có thể trở thành bằng chứng trong một cuộc tranh cãi chuyển nhượng. Và một ô trống không được đánh dấu vẫn có thể trở thành chữ “an toàn” ở cuối báo cáo.
Trực giác là biến số lười biếng; dữ liệu là vị thẩm phán không bao giờ ngủ. Nhưng vị thẩm phán ấy chỉ phán xét được khi tờ đơn được viết đúng. Một hệ thống im lặng không phải là một hệ thống vô tội. Nó chỉ là một hệ thống chưa bị ai chất vấn.
Cần một giải pháp thay thế, chứ không chỉ một lời phê bình. Giải pháp nằm ở ba quy tắc đơn giản. Thứ nhất, mỗi ô dữ liệu phải phân biệt rõ ba trạng thái: có giá trị, không có giá trị, và không xác định được nguồn. Thứ hai, mọi báo cáo phải in kèm số lượng mẫu và biên độ sai số ở ngay dòng kết luận, để người đọc không thể vô tình bỏ qua. Thứ ba, bất kỳ kết luận nào dựa trên dữ liệu thiếu phải được gắn cờ đỏ, thay vì được làm mềm thành chữ “an toàn”.
Suy nghĩ tiến bộ
Nếu bạn đang vận hành một quy trình dữ liệu thể thao, hãy bắt đầu từ một câu hỏi duy nhất: khi hệ thống của tôi trả về một ô trống, điều gì xảy ra ở tầng tiếp theo? Nếu câu trả lời là “nó sẽ trôi về phía an toàn”, thì bạn không vận hành một hệ thống phân tích. Bạn vận hành một cỗ máy xác nhận điều bạn vốn muốn tin. Tín hiệu của vòng tiếp theo không nằm ở giá trị mới nào. Nó nằm ở ô trống đầu tiên mà bạn dám đánh dấu thay vì lấp đầy.
