Ô trống trong bảng dữ liệu: Vì sao mô hình Qatar 2026 của tôi sụp đổ

Một ô trống trong bảng tính. Đó là tất cả những gì tôi còn nhớ rõ về đêm 1 tháng 12 năm 2026, khi Nhật Bản thắng Tây Ban Nha 2-1 và tiễn Đức rời World Cup Qatar ngay từ vòng bảng. Bảng dữ liệu tôi dựng suốt ba tuần nằm mở trên màn hình: cột xG tích lũy của Đức cao nhất bảng E, cột kiểm soát bóng vượt trội, cột số cơ hội tạo ra nhiều gần gấp rưỡi đối thủ. Mọi ô đều có số, trừ một cột tôi chưa từng điền — chỉ số PPDA của Nhật Bản. Tôi đã đọc bảng đó, thấy nó đầy đủ, và kết luận Đức sẽ đi tiếp. Sai. Cái ô trống nhỏ xíu ấy mới là thứ quyết định cả bảng đấu, và tôi mất vài tuần mới hiểu vì sao.

Tháng 11 năm 2026, tôi nhận lời một tờ báo lớn tại Việt Nam làm chuyên gia phân tích cho World Cup Qatar. Công việc không phải đoán tỷ số cho vui. Tôi phải dựng một mô hình có thể giải thích được, để mỗi nhận định đều có đường lui về dữ liệu, để nếu sai thì biết sai ở đâu. Bộ dữ liệu tôi thu thập gồm bốn lớp: xG tích lũy theo từng trận, tỷ lệ kiểm soát bóng chia theo ba vùng sân, số đường chuyền vào vòng cấm, và chỉ số cơ hội nguy hiểm. Tôi kiểm tra chéo hai nguồn, đối chiếu qua cả ba vòng bảng.

Bảng của Đức đẹp đến mức thuyết phục. Họ tạo ra chất lượng cơ hội cao nhất bảng E, kiểm soát bóng nhiều nhất, và trong hai trận đầu gần như không bị ép sân. Theo logic của mô hình, đó là chân dung của một đội đi tiếp. Tôi trình bày kết luận ấy trong một bài phân tích, kèm nguyên bảng số liệu để người đọc tự kiểm chứng. Tôi còn nhớ cảm giác tự tin khi gửi bản thảo: lần này mọi thứ đều có số, không còn chỗ cho cảm tính.

Nhưng tôi đã bỏ qua một nguyên tắc tôi tự đặt ra từ nhiều năm trước: trước khi tin vào một bảng, phải hỏi bảng đó thiếu gì. Tôi quen xây mô hình từ dữ liệu mình có, chứ không phải từ dữ liệu mình cần. Khoảng cách giữa hai thứ ấy là nơi sai lầm sinh ra. Ở Qatar, tôi không thu thập chỉ số áp sát của đối thủ. Tôi cho rằng nó phụ, rằng xG và kiểm soát bóng đã đủ kể câu chuyện. Đó là một quyết định thiết kế. Và nó là quyết định sai.

Sau khi Đức bị loại, tôi mất ba ngày chỉ để làm một việc: đi tìm con số mình đã bỏ sót. Nhật Bản, trong hai trận gặp Đức và Tây Ban Nha, đạt chỉ số PPDA 6,8. Con số này đo số đường chuyền mà đối thủ được phép thực hiện trước mỗi hành động phòng ngự. PPDA càng thấp, đội càng áp sát dữ dội và càng ít cho đối phương thời gian cầm bóng. Mức 6,8 nằm trong nhóm pressing khắc nghiệt nhất của cả giải đấu. Đức, với bộ dữ liệu tôi dựng, không hề nhìn thấy điều đó. Bảng của tôi đo cái Đức làm được, không đo cái Nhật Bản làm được với Đức.

Trong nghề phân tích dữ liệu, có một cái bẫy ít ai nói ra: sự khác biệt giữa "không có dữ liệu" và "dữ liệu bằng không". Một ô trống không phải là số 0. Ô trống là một câu hỏi chưa được trả lời, còn số 0 là một câu trả lời. Khi tôi để trống cột PPDA, mô hình của tôi không đọc nó là "chưa biết". Nó lặng lẽ bỏ qua, và trong đầu tôi, khoảng trống ấy bị lấp bằng một giả định ngầm: Nhật Bản không pressing đáng kể. Giả định đó chưa bao giờ được viết ra, chưa bao giờ được kiểm chứng, nhưng nó đã điều khiển toàn bộ kết luận của tôi. Khoảng trống im lặng nguy hiểm hơn một con số sai, vì con số sai còn có thể bị bắt lỗi, còn khoảng trống thì không ai nhìn thấy.

Tôi đã học bài học về khoảng trống này một lần, từ rất lâu trước Qatar. Năm 2026, khi còn là biên tập viên dữ liệu cho một trang bóng đá ở Hà Nội, tôi viết rằng CLB Hà Nội xứng đáng thắng 3-1 chứ không phải thắng may 1-0 trước Quảng Nam ở V.League. Tôi dựa vào xG của cả trận: 2,87 so với 0,45, kiểm soát bóng 68%, và 14 cú sút trong vòng cấm. Bài viết bị chế giễu, vì "bóng đá không phải toán học". Một tuần sau, huấn luyện viên Chu Đình Nghiêm thừa nhận ông xem lại băng và thay đổi chiến thuật dựa trên phân tích đó. Lần ấy, dữ liệu đầy đủ đã thắng. Nhưng cũng chính từ lần ấy, tôi bắt đầu tin quá nhiều vào những gì mình nhìn thấy trên bảng, và dần quên đi những gì mình không nhìn thấy.

Năm 2026, tôi sang Nga tác nghiệp World Cup. Trong khi hầu hết đồng nghiệp chọn Brazil hay Đức, tôi viết rằng Croatia sẽ vào chung kết. Cơ sở nằm ở hàng tiền vệ của họ: tổng quãng đường chạy trung bình 112 km mỗi trận, cao nhất giải, cùng bộ ba Modrić - Rakitić - Brozović đạt PPDA 8,2. Bài viết ban đầu bị coi là sốc vô căn cứ. Khi Croatia đánh bại Anh ở bán kết, một nhóm phóng viên quốc tế bắt đầu để ý, và chính họ giới thiệu tôi với một nhà phân tích của Opta. Croatia không lên chung kết vì may mắn. Họ lên chung kết vì đôi chân không biết dừng.

Điều đáng nói là tôi đã có công cụ ấy trong tay từ bốn năm trước. Tôi biết PPDA quan trọng. Tôi đã dùng nó để lý giải Croatia. Vậy mà đến Qatar, khi phân tích Đức, tôi lại để nó ngoài bảng. Sự lười biếng trong thiết kế dữ liệu không đến từ thiếu kiến thức. Nó đến từ sự tự tin rằng mình đã biết đủ. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, những sai lầm lớn nhất trong nghề phân tích hiếm khi đến từ một chỉ số bị tính sai. Chúng đến từ một chỉ số không được tính.

Quy trình tôi dùng khá khô khan. Trước mỗi giải lớn, tôi lập danh sách các chỉ số bắt buộc và các chỉ số tùy chọn. Chỉ số bắt buộc gồm xG, PPDA, số đường chuyền vào vùng nguy hiểm, và quãng đường chạy. Chỉ số tùy chọn gồm kiểm soát bóng, số lần tranh chấp thành công, và tỷ lệ chuyển đổi cơ hội. Với Qatar, tôi đưa PPDA vào danh sách tùy chọn cho các đội cửa dưới, với lý do đơn giản: đội yếu thường không pressing nhiều. Lý do ấy nghe hợp lý, và nó sai. Nhật Bản không yếu theo nghĩa pressing. Họ chỉ yếu hơn trên giấy, còn trên sân, họ là một trong những đội gây áp lực tốt nhất giải.

Cùng kiểu khoảng trống ấy xuất hiện ở thị trường chuyển nhượng, nơi tôi theo dõi suốt nhiều năm. Một cầu thủ trẻ được định giá 100 triệu euro sau chưa đầy 50 trận đỉnh cao. Bảng số liệu của anh ta trông rực rỡ: bàn thắng, kiến tạo, tỷ lệ chuyền chính xác, số lần qua người. Nhưng ô trống nằm ở chỗ khác. Không ai đo được anh ta phản ứng thế nào khi đội bị dẫn hai bàn, khi hợp đồng đại diện thay đổi, khi áp lực từ một bản hợp đồng khổng lồ đè lên đôi chân hai mươi tuổi. Bong bóng giá trẻ đang vỡ không phải vì các câu lạc bộ tính sai. Họ tính đúng những gì họ đo, và đo sai những gì họ bỏ qua. Một bản hợp đồng chỉ thực sự đúng khi con số ký cùng chữ ký.

Có một tầng khoảng trống khác nằm ngoài sân cỏ. Trong nhiều năm theo dõi cách các vận động viên được truyền thông xây dựng hình ảnh, tôi nhận ra rằng hợp đồng đại diện thường khiến họ không dám nói ra quan điểm thật. Một ngôi sao ký hợp đồng quảng cáo lớn sẽ cân nhắc từng câu nói, từng dòng trạng thái, vì mỗi phát ngôn đều có giá. Kết quả là chúng ta nhận được những phát biểu được gọt giũa đến mức vô nghĩa, và những cá tính bị thay bằng hình ảnh an toàn. Dữ liệu không đo được điều đó. Không có chỉ số nào gọi là "số lần một cầu thủ phải im lặng vì hợp đồng". Nhưng đó là một khoảng trống ảnh hưởng trực tiếp đến thứ chúng ta xem trên sân: sự táo bạo trong những phút cuối.

Có một khoảng trống khác mà tôi học được cách tôn trọng, dù nó khó đo hơn cả PPDA. Năm 2026, khi đại dịch khiến bóng đá tê liệt, tôi xây bộ dữ liệu về lợi thế sân nhà từ năm 2026. Khi Bundesliga tái khởi động với khán đài trống, tôi đặt cược rằng hiệu suất sân nhà sẽ giảm từ 54% xuống dưới 50%. Kết quả đúng một nửa: Borussia Dortmund chỉ thắng 3 trong 8 trận sân nhà còn lại, tỷ lệ thắng sân nhà toàn giải tụt xuống 48,7%. Nhưng mô hình dự đoán phục hồi của tôi thất bại thảm hại, vì nó không lường trước sự khác biệt về chất lượng sân tập và tâm lý từng đội. Khi khán đài trống, mô hình của tôi sụp đổ. Tôi biết mình đã quên mất yếu tố con người.

Truyền thông vẫn thường gọi một đội bóng là "thiếu cảm xúc" khi họ thắng bằng kỷ luật thay vì bằng cảm hứng. Đêm đó, truyền thông gọi họ là vô hồn. xG nói điều ngược lại, và tôi chọn tin xG. Nhưng tôi phải thành thật: chính cái mác "thiếu cảm xúc" ấy đôi khi che giấu một khoảng trống mà dữ liệu của tôi không chạm tới — sự tập trung lặng lẽ, thứ không xuất hiện trong bất kỳ cột số nào. Kỷ luật và đam mê có thể trông giống hệt nhau trên một bảng tính. Chỉ có một trong hai điều đó thắng được một trận bán kết.

Tôi từng viết rằng sự thiếu cảm xúc bề ngoài đôi khi là biểu hiện của kỷ luật và tập trung tuyệt đối, một kiểu đam mê lặng lẽ. Tôi vẫn tin điều đó. Nhưng tôi cũng học được rằng dữ liệu không phân biệt được sự bình tĩnh của một đội đã luyện tập hàng nghìn giờ với sự tê liệt của một đội đang sợ hãi. Cả hai đều có thể trông giống nhau trong một hiệp đấu không có bàn thắng. Đó là lý do tôi luôn để một khoảng trống trong phân tích cho những gì mắt tôi thấy nhưng bảng không ghi.

Ký ức Croatia 2026 vẫn là một trong những bài học đẹp nhất của tôi, nhưng nó cũng dạy tôi một điều khó chịu. Khi mô hình của tôi đúng, tôi có xu hướng tin nó hơn mức cần thiết. Thành công tạo ra một loại tự tin không được kiểm chứng. Đó là lý do tôi buộc mình, sau mỗi lần dự đoán đúng, phải viết ra ba lý do có thể khiến lần sau tôi sai. Kỷ luật ấy không hào nhoáng, nhưng nó giữ tôi khỏi việc biến dữ liệu thành một thứ tôn giáo.

Phản trực giác nằm ở đây: chúng ta tin rằng càng nhiều dữ liệu thì phân tích càng tốt. Điều đó chỉ đúng khi dữ liệu được chọn đúng. Một bảng đầy đủ nhưng thiếu một cột có thể nguy hiểm hơn một bảng trống hoàn toàn. Bảng trống buộc ta khiêm tốn; nó nói thẳng rằng ta chưa biết gì. Bảng gần đầy lại khoác lên mình bộ áo của sự hoàn chỉnh, và tạo ra một thứ tự tin giả. Ở Qatar, tôi không bị lừa bởi một con số sai. Tôi bị lừa bởi một con số vắng mặt.

Đó cũng là lý do tôi dị ứng với cách đọc tương quan thành nhân quả. Một đội kiểm soát bóng nhiều chưa chắc thắng. Một cầu thủ có xG cao chưa chắc ghi bàn. Nhật Bản không thắng Đức vì may mắn; họ thắng vì một kế hoạch pressing mà mô hình của tôi không đủ dữ liệu để nhìn thấy. Truyền thông gọi đó là cú sốc. Với tôi, đó là một lỗ hổng dữ liệu được ngụy trang thành bất ngờ. Và khi một lỗ hổng dữ liệu được kể lại thành một câu chuyện cảm xúc, nó lan nhanh hơn bất kỳ bảng số liệu nào. Người đọc nhớ "Nhật Bản thần kỳ". Họ không nhớ PPDA 6,8. Ký ức tập thể chọn cái dễ nhớ, không chọn cái đúng.

Tôi cũng học cách nhìn nhiệt độ của một câu chuyện truyền thông. Khi mọi người cùng lúc nói một đội "đang vào phom", tôi tự hỏi nền tảng phía sau là gì: ba trận hay mười trận? Một chỉ số hay năm chỉ số? Cú sốc Nhật Bản ở Qatar là ví dụ về việc dư luận quay 180 độ chỉ sau một đêm, từ "Đức quá mạnh" sang "Đức đã hết thời". Cả hai phán xét ấy đều dựa trên cùng một lượng thông tin mỏng. Dữ liệu không quay nhanh như vậy. Nó tích lũy chậm, và chính sự chậm ấy là giá trị của nó.

Tôi không muốn bài viết này nghe như một lời tự thú. Nó là một ghi chép nghề nghiệp. Sau Qatar, tôi dành ba tháng để dựng lại hệ thống, tích hợp thêm nhiều nguồn dữ liệu phi truyền thống, và buộc mọi phân tích phải có một mục tôi đặt tên là "rủi ro và khoảng trống". Trong mục đó, tôi liệt kê những gì mô hình không đo được: chấn thương chưa công bố, tâm lý đội bóng, lịch thi đấu dày đặc, và những biến số nằm ngoài mọi bảng thống kê. Con số không bao giờ cần chúng ta bảo vệ. Ngược lại, chúng ta cần chúng để không tự lừa mình. Nhưng chúng ta cũng cần biết khi nào một con số im lặng.

World Cup 2026 đang đến gần, và tôi đã bắt đầu dựng lại bộ dữ liệu, lần này với một cột bắt buộc có tên "khoảng trống". Mỗi bảng tôi lập sẽ có một mục riêng ghi rõ những gì nó không đo được. Tôi không tin vào linh cảm. Nhưng tôi tin vào những gì linh cảm được dữ liệu xác nhận. Câu hỏi cho vòng tiếp theo không phải là mô hình của tôi đúng hay sai, mà là liệu tôi có đủ can đảm để nói ra ô trống trước khi bảng đấu khép lại.