Vùng trắng trong bảng dữ liệu: điều gì ẩn sau những trận đấu không có gì để đo

3 giờ sáng ở Nha Trang. Tôi mở bảng tính chuẩn bị cho một trận knock-out của kỳ giải đấu lớn và đếm được 47 ô trống trên hàng dữ liệu của một tiền vệ phòng ngự. Cột số lần thu hồi bóng: trống. Cột số lần di chuyển không bóng: không tồn tại trong feed. Cột khoảng cách trung bình tới đồng đội gần nhất: trống. Một trận đấu 90 phút, hệ thống ghi nhận trả về cho tôi mười hai dòng sự kiện có thể kiểm chứng, và không dòng nào nói về người tôi cần hiểu nhất. Người làm truyền thông sẽ gọi đó là một trận đấu không có gì để phân tích. Tôi ghi chú ngược lại: đây là trận đấu có nhiều thứ để phân tích nhất, chỉ có điều phần lớn trong số đó không được camera ghi lại. Khi khán đài vắng lặng, mỗi đội bóng lột bỏ lớp mặt nạ của mình. Nhưng khi ống kính chỉ chạy theo quả bóng, thì một nửa trận đấu cũng lột bỏ mặt nạ và biến mất khỏi bảng tính. Phần biến mất đó là chủ đề của bài viết này. Ô trống được sinh ra như thế nào Mùa giải đấu lớn nào cũng mang theo một nghịch lý về dữ liệu. Lượng sự kiện được ghi lại nhiều chưa từng thấy: mỗi vòng đấu của một giải cấp châu lục sản sinh hàng triệu dòng, mỗi trận có hàng nghìn điểm tọa độ. Nhưng số ô trống cũng tăng theo, và lý do rất cụ thể. Camera truyền hình chạy theo bóng. Đó là quy luật gần như bất biến của nghề đạo diễn hình thể thao. Hệ quả là mọi hành động không nằm trong khung hình có bóng đều không tồn tại trên bản ghi: hậu vệ cài người, tiền vệ chặn hành lang chuyền mà không chạm bóng, thủ môn định hướng hàng thủ bằng giọng nói, tiền đạo chạy mồi để kéo trung vệ ra khỏi vị trí. Dữ liệu tracking quang học cũng không cứu được tình hình, vì khi cầu thủ bị che khuất, thuật toán buộc phải nội suy, và nội suy luôn tạo ra một phiên bản trận đấu sạch sẽ hơn thực tế. Cỡ mẫu là vấn đề thứ hai. Vòng knock-out diễn ra trong mười ngày; một đội đi tới bán kết chỉ có bảy trận. Với bảy trận, sai số chuẩn của hầu hết tỷ lệ đều lớn hơn khoảng cách giữa đội mạnh nhất và đội yếu nhất trong cùng một giải. Các tình huống cố định bị trọng tài video cắt vụn thành những đoạn không so sánh được với nhau. Thẻ đỏ phá vỡ mọi phép so sánh. Và giải đấu lớn nào cũng có ít nhất một trận mà cả hai đội cùng chấp nhận nhịp chậm, biến 90 phút thành một khối dữ liệu gần như trơ. Kinh nghiệm theo dõi thi đấu của tôi cho thấy những ô trống đó không phân bố ngẫu nhiên. Chúng tập trung vào một nhóm nghề rất cụ thể mà tôi gọi là nghề im lặng: trung vệ, tiền vệ phòng ngự, thủ môn chỉ huy hàng thủ. Nhóm này chiếm phần lớn số ô trống trong mọi bảng dữ liệu tôi từng dựng, ở mọi giải, ở mọi cấp độ. Tôi vào nghề bằng bảng tính Excel, nhưng ở lại vì những câu chuyện trong đó. Và câu chuyện đầu tiên tôi gặp lại là một câu chuyện về ô trống. V-League 2026 và nghịch lý may mắn Năm 2026, khi còn là sinh viên Thống kê năm cuối, tôi tải về một bộ dữ liệu xG của một trang phân tích nước ngoài rồi áp thử cho 26 vòng V-League. Kết quả khiến tôi thức trắng. Hà Nội FC đạt xG trung bình 2,1 mỗi trận nhưng chỉ ghi 1,4 bàn. Quảng Nam FC, nhà vô địch mùa đó, có xG thấp hơn hẳn nhưng hiệu suất chuyển hóa cao bất thường. Cách lý giải đầu tiên của tôi rất thô: gọi đó là may mắn. Nhưng khi xem lại băng hình, tôi nhận ra bảng dữ liệu không sai, nó chỉ thiếu. xG đếm những cú sút. Nó không đếm được việc Quảng Nam, với Đinh Thanh Trung trong vai trò nhạc trưởng, đã chủ động kéo nhịp trận đấu xuống, làm giảm số cú sút của cả hai đội, và biến mỗi bàn thắng của họ thành một sự kiện xác suất cao nằm trong một trận đấu ít biến cố. Hà Nội FC, với Nguyễn Quang Hải ở đỉnh cao phong độ, sút rất nhiều, và sút từ những vị trí mà mô hình đánh giá cao nhưng thực tế đã bị một hàng thủ lùi sâu đúng nhịp vô hiệu hóa. Điều tôi học được đêm đó không nằm ở kết luận. Nó nằm ở chỗ tôi nhận ra mình đã đọc phần dữ liệu có sẵn và tưởng đó là toàn bộ trận đấu. Đức 2026: 735 lần chạm bóng và một chỉ số bị đọc sai Tháng 6 năm 2026, Đức thua Hàn Quốc 0-2 tại Kazan và bị loại ngay vòng bảng. Cả làng bóng đá bàn về lời nguyền nhà vô địch. Tôi ngồi lại với hai thống kê. Đức chạm bóng 735 lần, gấp khoảng ba lần đối thủ. Chỉ số PPDA của họ là 12,4, nghĩa là mỗi lần đoạt bóng thành công, họ đã để đối phương thực hiện hơn mười hai đường chuyền trước đó. Hai thống kê đó kể cùng một câu chuyện: một đội cầm bóng rất nhiều nhưng pressing rất rời. Khoảng cách giữa các tuyến của Đức trong hiệp hai trận đó, theo số liệu tôi đo lại từ băng hình, có thời điểm vượt 35 mét giữa hàng thủ và hàng tiền vệ. Khi khoảng cách đó lớn, mỗi đường chuyền ngắn trở thành một cuộc đua tốc độ mà đội cầm bóng không còn lợi thế. Khoảng cách giữa các tuyến không nằm trong bất kỳ bảng thống kê phổ thông nào. Nó là một ô trống, và ô trống đó mới là nguyên nhân. World Cup 2026 dạy tôi rằng kiểm soát bóng chỉ là ảo giác được tô vẽ. Nhưng nếu tôi dừng lại ở đó, tôi chỉ đang đổi một niềm tin này lấy một niềm tin khác. Mùa hè 2026: chỉ số khoảng cách liên tuyến Tháng 5 năm 2026, Bundesliga trở lại trong những sân vận động không một bóng người. Tôi nhận nhiệm vụ viết hàng tuần về thứ mà tôi gọi là các trận đấu ma. Các chỉ số trung bình nhảy loạn theo cách khó hiểu: số pha tấn công thực sự tăng, nhưng bàn thắng từ tình huống cố định giảm 22% so với cùng kỳ năm trước. Tôi chán việc đếm lại xG, kiểm soát bóng và số cú sút, vì chúng không còn kể câu chuyện nào mới. Nên trong đêm xem Dortmund thắng Schalke 4-0 ở trận derby vùng Ruhr ngày 16 tháng 5 năm 2026, tôi bắt đầu đo khoảng cách giữa các vị trí cầu thủ vào đúng khoảnh khắc đội nhà mất bóng, rồi dựng lại thành một bản đồ nhiệt của khoảng trống. Kết quả: khi không có khán giả, các đội dâng hàng thủ cao hơn trung bình khoảng bốn mét, kéo theo một vùng trống phía sau lưng hậu vệ, và điều đó giải thích chính xác vì sao trận đó có tới chín đường bóng dài thành công. Tôi đặt tên cho thước đo đó là khoảng cách liên tuyến, viết tắt ILD. Cách tính rất đơn giản: ở mỗi khung hình mà đội mất bóng, lấy tọa độ trung bình của bốn cầu thủ phòng ngự thấp nhất trừ tọa độ trung bình của ba cầu thủ tấn công cao nhất theo chiều dọc sân, kết quả là ILD tức thời. Cỡ mẫu của tôi khi đó là bốn trận, khoảng 480 khung hình mỗi trận, sai số ước tính cộng trừ 1,8 mét. Thước đo này chỉ có nghĩa khi so sánh chính một đội với chính họ ở các bối cảnh khác nhau; nó không dùng để xếp hạng đội này trên đội khác. Một huấn luyện viên trẻ của đội U19 Việt Nam nhắn tin hỏi thêm về biểu đồ đó. Tôi gửi lại cả bảng tính lẫn phần sai số. Anh trả lời một câu mà tôi nhớ mãi: các đội trẻ ở Việt Nam không thiếu dữ liệu, họ thiếu người ngồi đọc nó. Bài học từ cầu lông: khi dữ liệu được ghi quá đầy Năm 2026, tôi từng ngồi trong phòng phát sóng của một kỳ giải bóng bàn thế giới và một kỳ Sudirman Cup. Trải nghiệm đó cho tôi một điểm so sánh mà đến giờ tôi vẫn dùng. Ở cầu lông, mặt sân cố định, camera cố định, số lượng vận động viên trên sân chỉ là hai hoặc bốn. Gần như mọi bước chân, mọi pha đổi hướng, mọi nhịp lên lưới đều nằm gọn trong khung hình. Vì thế người làm dữ liệu cầu lông có xu hướng tin tuyệt đối vào bảng số của mình, và cái bẫy của họ là tưởng rằng thứ gì đo được thì mới quan trọng. Bóng đá nằm ở cực ngược lại: mười một người mỗi bên, sân rộng gấp nhiều lần, camera chỉ theo bóng, và cái bẫy là tưởng rằng thứ gì không đo được thì không tồn tại. Hai cực đó dạy cùng một bài: độ tin cậy của kết luận không phụ thuộc vào việc bạn có bao nhiêu dữ liệu, mà vào việc bạn biết rõ phần nào của thực tế đang nằm ngoài tầm ghi nhận của mình. Morocco 2026 và bóng đá tối giản dữ liệu Tháng 12 năm 2026, tôi được phân công dự đoán kết quả vòng knock-out World Cup cho một kênh video khá đông người xem. Trước trận Morocco gặp Tây Ban Nha ở vòng 16 đội, toàn bộ đồng nghiệp chọn Tây Ban Nha, với lý do rất hợp lý: đối thủ của họ giữ bóng trung bình 68% và có chỉ số bàn thắng kỳ vọng cộng dồn cao hơn hẳn qua các vòng. Tôi xem lại dữ liệu phòng ngự của Morocco và dừng ở một thống kê: đội bóng của huấn luyện viên Walid Regragui chỉ để đối thủ chạm bóng trong vòng cấm của họ trung bình 2,3 lần mỗi trận, tốt nhất giải, trong khi họ cầm bóng chỉ khoảng 30%. Morocco không kiểm soát bóng; họ kiểm soát không gian nguy hiểm nhất. Cách họ làm điều đó gần như tàng hình trong feed dữ liệu. Yassine Bounou chỉ huy hàng thủ bằng giọng nói. Sofyan Amrabat chạy chặn hành lang chuyền mà không cần vào bóng. Achraf Hakimi lùi đúng nhịp để biến một pha phản công của đối phương thành một đường chuyền ngang vô hại. Không hành động nào trong số đó tạo ra một dòng sự kiện. Chúng chỉ hiện ra gián tiếp, qua việc đối phương mất bóng mà không rõ vì sao. Tôi gọi đó là bóng đá tối giản dữ liệu: một đội chấp nhận để bảng thống kê trống, đổi lấy quyền kiểm soát khu vực có xác suất thủng lưới cao nhất. Khi Morocco thắng trên chấm luân lưu ngày 6 tháng 12 năm 2026, tôi khóc như một đứa trẻ, và không phải vì tiền cược. Chỉ số Im Lặng và cách tôi tính nó Từ những mảnh đó, tôi dựng một thước đo cho riêng mình, đặt tên là Chỉ số Im Lặng, viết tắt SI. Với một cầu thủ, SI bằng tỷ lệ giữa số phút có mặt trên sân mà cầu thủ đó không xuất hiện trong bất kỳ sự kiện nào của feed tiêu chuẩn, chia cho tổng số phút thi đấu, sau đó chuẩn hóa theo tỷ lệ kiểm soát bóng của đội. Với một đội, tôi dùng biến thể khác: SI của pha phòng ngự bằng tỷ lệ những lần đối phương mất bóng trong vòng 40 mét cuối sân mà đội đó không được ghi nhận hành động nào, trên tổng số lần đối phương mất bóng trong cùng khu vực. Ba giới hạn phải nói rõ cùng lúc với định nghĩa. SI chịu ảnh hưởng nặng của thiên lệch camera, nên nó đo khả năng hiển thị chứ không đo tầm quan trọng. Cỡ mẫu bảy trận là quá nhỏ để kết luận về một cá nhân. Và chỉ số này chỉ có nghĩa khi tôi đã xem lại băng hình của chính trận đó, vì nếu không, tôi chỉ đang đo lỗi của hệ thống ghi nhận và gọi nó là phẩm chất. Quy trình kiểm chứng của tôi gồm ba bước. Bước một, tôi tải feed sự kiện thô và đánh dấu mọi khoảng thời gian không có sự kiện nào. Bước hai, tôi tua lại băng hình ở chế độ chậm gấp bốn lần và mã hóa thủ công những hành động không có bóng trong các khoảng đó, ghi rõ tọa độ ước lượng và mức độ chắc chắn của từng lần mã hóa. Bước ba, tôi so sánh hai bản ghi để tìm ra phần chênh lệch. Tỷ lệ chênh lệch giữa hai lần mã hóa độc lập của cùng một trận, do hai người thực hiện, dao động từ 6% đến 11% tùy chất lượng băng hình. Đó là ngưỡng sai số mà tôi chấp nhận, và mọi kết luận vượt quá ngưỡng đó đều bị tôi gạch bỏ. Ở vòng knock-out gần nhất tôi theo dõi, một trung vệ có SI cấp đội là 0,61, nghĩa là gần hai phần ba số lần đối phương mất bóng trong vùng nguy hiểm không gắn với bất kỳ hành động nào được ghi cho anh. Cùng lúc, anh chỉ có 0,8 pha tắc bóng mỗi trận. Đọc bảng thống kê, anh là người chơi mờ nhạt. Xem băng hình, anh là người đứng đúng chỗ trong gần hai phần ba số tình huống nguy hiểm nhất. Ô trống không tự động mang nghĩa Đến đây thì phải dội nước lạnh lên chính mình. Tương quan không phải nhân quả. Một ô trống trong feed không chứng minh cầu thủ đó quan trọng, nó chỉ chứng minh hành động của anh ta không được ghi lại. Hai điều đó khác nhau, và tôi đã nhiều lần trộn chúng vào nhau. Nguy cơ rõ nhất nằm ở thiên lệch camera mang tính hệ thống. Camera chạy theo bóng, nên hậu vệ luôn mờ hơn tiền đạo trong mọi bộ dữ liệu, ở mọi giải, ở mọi thời điểm. Nếu tôi lấy SI cao làm bằng chứng của đẳng cấp, tôi đang thưởng cho những vị trí vốn dĩ ít được quay. Đó là một dạng bói toán mới, chỉ đổi tên từ bản đồ nhiệt sang bản đồ im lặng. Nguy cơ kế tiếp là biến thước đo tự chế thành bùa hộ mệnh. Một chỉ số chỉ đáng tin khi tôi nói được điều gì sẽ khiến tôi từ bỏ nó. Với SI, điều đó là: nếu một đội có SI cao nhưng vẫn để đối phương tạo ra lượng bàn thắng kỳ vọng lớn trong vòng cấm, thì sự im lặng của họ là sự im lặng của kẻ bị động, không phải của kẻ kiểm soát. Trong bốn trận tôi đo chỉ số này ở cấp đội, tôi đã gặp đúng một trường hợp như vậy, và nó buộc tôi hạ trọng số của SI xuống một nửa trong các bài viết sau. Nguy cơ thứ ba nằm ở thái độ với người hâm mộ. Tôi từng viết những dòng khá gay gắt về các bình luận cảm tính. Về sau tôi hiểu ra cảm xúc của khán giả cũng là một dạng dữ liệu, chỉ là dữ liệu chưa được mã hóa. Khi cả một khán đài tin rằng đội nhà đang chơi hay, niềm tin đó có thể sai về mặt kỹ thuật, nhưng nó đúng về mặt thời điểm: họ đang phản ứng với một tín hiệu nào đó mà bảng dữ liệu của tôi chưa bắt được. Bốn câu hỏi tôi tự đặt trước mỗi lần công bố một chỉ số mới: Thước đo này có làm thay đổi cách đọc một trận đấu cụ thể, hay chỉ làm bảng tính dài thêm? Cách tính, cỡ mẫu và khoảng tin cậy đã được nêu chưa? Tôi đang phản biện một luận điểm, hay đang hạ thấp người đưa ra luận điểm đó? Và nếu dữ liệu ngược lại, tôi có sẵn sàng rút lại không? Mỗi mùa giải là một kiếp tu; mỗi sai số là một bài thiền. Điều cần theo dõi ở vòng tiếp theo Trong chu kỳ giải đấu lớn hiện tại, áp lực nén cảm xúc khiến các đội tuyển chơi an toàn hơn trong 60 phút đầu và mở hết biên độ trong 30 phút cuối. Dấu hiệu đó không nằm ở bàn thắng. Nó nằm ở khoảng cách liên tuyến: đội nào tăng ILD trung bình hơn hai mét trong hiệp hai thường là đội đã chấp nhận rủi ro, và thường là đội ghi bàn trước khi hết trận. Nếu tôi phải chọn một thứ để theo dõi ở vòng tiếp theo, tôi sẽ chọn số lần đối phương chạm bóng trong vòng cấm của mỗi đội, chứ không phải tỷ lệ kiểm soát bóng. Đó là chỉ số ít hào nhoáng nhất và cũng là chỉ số mà mọi nhà vô địch trong mười năm qua đều nằm trong nhóm tốt nhất. Bóng đá không thiếu phép màu - nhưng ngay cả phép màu cũng có phân phối xác suất. Phần lớn những gì quyết định phân phối đó nằm trong những ô mà bảng dữ liệu bỏ trống, và công việc của tôi mỗi đêm là ngồi lại với những ô trống đó lâu hơn một chút so với người khác. Số liệu không nói dối; nó chỉ im lặng cho đến khi bạn biết cách nghe.