Khi bảng thống kê trả về 0 dòng: chỗ trống dữ liệu của bóng đá Việt Nam

Mười giờ tối, script chạy xong. File CSV mở ra, dòng tiêu đề đầy đủ: match_id, minute, event, x, y, player. Bên dưới trống trơn. Không một dòng dữ liệu. Tôi ngồi nhìn cái bảng rỗng đó lâu hơn mức cần thiết, vì nó nói một điều mà các trang tin không nói: trận đấu đã diễn ra, nhưng ở dạng dữ liệu, nó chưa từng tồn tại.

Tôi viết về chiến thuật bóng đá ở Việt Nam. Công cụ của tôi là sơ đồ, khoảng cách tính bằng mét và những chỉ số tự kiểm. Khi dữ liệu trả về số không, việc phải làm lúc đó là giữ mình không viết.

Chuyện hạ tầng, không phải chuyện cảm hứng

Câu lạc bộ V.League muốn có số liệu chi tiết thường có ba lựa chọn: mua gói phân tích từ nhà cung cấp quốc tế, thuê người quay và mã hóa sự kiện theo từng trận, hoặc đào tạo nội bộ và chấp nhận đi chậm. Phần lớn chọn cách thứ nhất, dùng cho vài trận lớn rồi dừng, vì chi phí tính theo trận. Phần còn lại của mùa giải quay về quan sát bằng mắt và tua video.

VFF và VPF công bố lịch thi đấu, kết quả, thẻ phạt, danh sách đăng ký cầu thủ. Đó là dữ liệu hành chính: đủ để lập bảng xếp hạng, không đủ để trả lời vì sao bàn thua thứ hai lại đến từ cánh trái. Khoảng cách giữa hai loại dữ liệu ấy chính là chỗ tôi làm việc.

Tôi bắt đầu năm 2026, khi 16 tuổi, ở Đà Nẵng. Vòng 15 V.League, SHB Đà Nẵng thua Hà Nội 0-3 trên sân nhà. Tôi viết 900 từ, chỉ ra cả ba bàn thua đều đi ra từ cánh trái, và Hà Nội chuyền nhiều hơn 134 đường nhưng chỉ có 4 cú dứt điểm trúng đích. Một tài khoản bình luận: "Con gái biết gì về bóng đá mà lên giọng." Tôi không trả lời, chỉ thêm biểu đồ vị trí trung bình của từng cầu thủ. Hôm sau, admin diễn đàn chia sẻ lại kèm một dòng: "Số liệu tự nói lên điều đó."

Ở thị trường này, uy tín không đến từ chức danh. Nó đến từ việc bạn có tự đếm được hay không.

Ba lớp dữ liệu và lớp bị bỏ trống

Dữ liệu bóng đá chia thành ba lớp. Lớp một là kết quả: tỷ số, thẻ, thay người, thời gian bóng sống. Lớp hai là sự kiện: ai chuyền cho ai, ở phút nào, theo hướng nào. Lớp ba là không gian: khi bóng đang ở chỗ khác, mười cầu thủ còn lại đứng ở đâu.

V.League có lớp một khá đầy. Lớp hai có một phần, chủ yếu ở các trận được truyền hình trực tiếp với nhà cung cấp quốc tế đặt thiết bị tại sân. Lớp ba gần như bằng không.

Đó là lý do phần lớn tranh luận về bóng đá Việt Nam kết thúc bằng cảm giác. Người ta cãi nhau xem một hậu vệ có chậm hay không, nhưng không ai có dữ liệu để nói anh ta chậm ở phút 60 hay phút 85, và chậm so với chính mình ở hiệp một hay so với tiền đạo đối phương. Không có lớp ba, mọi kết luận về pressing, về khối phòng ngự, về khoảng cách tuyến đều là phỏng đoán mang giọng chắc chắn.

Tôi hay kể ví dụ về pressing trap. Đó là tình huống một đội chủ động để lộ một đường chuyền trông có vẻ trống, dụ đối phương chuyền vào đó, rồi đóng lại bằng ba cầu thủ đã đứng sẵn theo hình tam giác. Trên tivi, khán giả thấy một đường chuyền hỏng và chửi cầu thủ chuyền. Trong sơ đồ, đó là một cái bẫy dựng từ trước, có người canh hai phía, có người chặn đường lùi. Không có dữ liệu vị trí, bạn không phân biệt được hai tình huống đó. Khác biệt giữa chúng là toàn bộ trình độ của một huấn luyện viên.

Hồi bị nghi ngờ nhiều nhất, tôi không tranh luận. Tôi vẽ. Sáu sơ đồ tay cho một trận, ghi rõ khoảng cách trung bình giữa tuyến tiền vệ và tuyến tiền đạo. Ngày 19 tháng 6 năm 2026, Nhật Bản thắng Colombia 2-1 ở World Cup Nga; sau thẻ đỏ phút thứ ba, Colombia lùi thành khối 4-4-1 với khoảng cách tuyến chỉ còn 22 mét, còn Nhật Bản giữ 35 mét. Sơ đồ vẽ tay từ World Cup 2026 vẫn đọc được trận đêm nay, vì hình học của khoảng trống không đổi theo năm tháng. Cái đổi là tốc độ thực thi, và tốc độ thì cần số liệu.

Tháng 5 năm 2026, Bundesliga trở lại trong sân không khán giả. Tôi là sinh viên năm hai ngành Thống kê, kẹt ở nhà mười tuần. Tôi viết script Python lọc dữ liệu 12 trận đầu sau giãn cách: bàn thắng trung bình tăng từ 2,8 lên 3,2 mỗi trận, đường chuyền vào một phần ba cuối sân tăng 9%. Bài đó chỉ được 500 lượt đọc, nhưng một huấn luyện viên giải hạng Nhất nhắn tin xin số liệu gốc. Lần đầu tôi thấy dữ liệu thô đi ra khỏi màn hình và chạm vào một buổi tập thật.

Khi sân trống, tiếng bóng lăn thành dữ liệu. Tôi nghe và ghi lại. Không khán giả nghĩa là không có tiếng ồn che phủ; mệnh lệnh của huấn luyện viên, tiếng bóng chạm cột, tiếng giày phanh trên cỏ đều lọt vào micro truyền hình. Đó là dạng dữ liệu không ai bán cho bạn.

Cách tôi làm bây giờ gọn hơn. Mỗi trận ghi ba thứ: khoảng cách dọc giữa tuyến tiền vệ và tuyến phòng ngự ở thời điểm mất bóng, số lần đội bóng ép đối phương chuyền về, và vị trí hai hậu vệ biên khi bóng ở cánh đối diện. Ba chỉ số đó không cần thiết bị đắt tiền. Chúng cần sự kiên nhẫn và một cây bút.

Dữ liệu không biết nói dối, nhưng nó giỏi giấu điều bất ngờ. Cùng một chỉ số có thể kể hai câu chuyện ngược nhau, tùy vào việc bạn lấy nó ở phút thứ mười hay phút thứ tám mươi.

Cái bẫy nguy hiểm hơn sự thiếu hụt

Tháng 12 năm 2026, Morocco loại Bồ Đào Nha 1-0 để vào bán kết World Cup. Tôi viết về hàng thủ 4-1-4-1 của họ và ghi họ thắng 14 trên 14 pha không chiến. Tỷ lệ đúng là 13 trên 14. Một tài khoản chuyên soi lỗi dữ liệu chỉ ra ngay lập tức. Tôi xóa bài, xem lại video, đăng bản sửa trong hai giờ, mở đầu bằng một dòng: số liệu đã được kiểm chứng lại, sai sót nằm ở đây. Lượt đọc tăng gấp đôi.

Bài học đó áp thẳng vào câu chuyện dữ liệu rỗng. Rủi ro lớn nhất của một nền bóng đá thiếu số liệu không nằm ở sự thiếu hụt. Rủi ro là khoảng trống đó bị lấp bằng những chỉ số nghe rất hợp lý.

Tôi từng thấy một quy trình vận hành đúng như vậy: đầu vào trống, không một dòng dữ liệu. Thiếu một cổng kiểm tra chặn ở giữa, hệ thống vẫn chạy tiếp và cho ra một bản phân tích mạch lạc, tự tin, đủ chín phần — chỉ thiếu đúng một thứ, là nó không dựa trên cái gì cả. Và vì nó mạch lạc, người đọc không có lý do để nghi ngờ.

Đó là điểm mù của thời đại phân tích bằng số. Một bảng thống kê sai có thể bị bắt lỗi. Một bảng thống kê rỗng thì không, vì nó không nói gì để mà bắt lỗi. Nó chỉ im lặng chờ được lấp.

Số đông ngóng ngôi sao, tôi nhìn khoảng trống sau lưng họ. Nhưng có lần khoảng trống ấy trống thật, và việc đúng đắn là nói ra rằng chưa có gì để nói.

Kết

Mùa nào cũng có một tiêu đề đẹp về một bản hợp đồng, và một trận đấu nào đó sẽ được giải thích bằng ba câu không nguồn. Việc của người viết không phải là phản bác. Việc là đặt cạnh đó một thứ kiểm tra được.

Lần tới bạn đọc một bảng số về bóng đá Việt Nam, thử hỏi ba câu: dữ liệu lấy ngày nào, cỡ mẫu bao nhiêu trận, ai mã hóa. Không có câu trả lời thì vẫn có thể đọc tiếp — chỉ là đọc nó như một ý kiến, không phải một bằng chứng.

Trận đấu không kết thúc ở phút 90. Nó kết thúc lúc tôi tìm ra pattern, hoặc lúc tôi thừa nhận lần này chưa có pattern nào.