Kết quả rỗng cũng là kết quả: khi một mô hình dám nói 'không đủ dữ liệu'

Hook

Trong ba vòng đấu gần nhất của Bundesliga, một chỉ số khiến tôi dừng lại giữa buổi họp nhóm: tỷ lệ chuyền dài thành công của các đội khách giảm 6,4 điểm phần trăm so với cùng kỳ mùa trước. Đó là con số đủ đẹp để lên trang nhất. Nhưng khi tôi mở bảng dữ liệu gốc để kiểm chứng, cột nguồn thu thập bỏ trống. Không ngày, không điều kiện khán giả, không mật độ lịch thi đấu, không trạng thái thể lực. Một con số tách rời khỏi bối cảnh của nó. Tôi đóng bảng tính, gạch bỏ đoạn kết luận viết dở, và gõ vào báo cáo nội bộ một dòng duy nhất: "Không đủ thông tin để kết luận." Trong sáu năm làm nghề, đó là câu khó viết nhất. Bởi cả một ngành đang được vận hành để bạn không bao giờ phải viết nó.

Context

Nghề phân tích dữ liệu bóng đá sống bằng cảm giác chắc chắn. Độc giả muốn một con số, một dự đoán, một cái tên được khoanh đỏ. Nền tảng muốn nội dung dài, dày đặc, có thể bán. Và giữa hai áp lực ấy, người phân tích bị đẩy về phía điền vào mọi ô trống, kể cả khi trong tay chẳng có gì. Tôi hiểu cơ chế đó vì tôi từng nằm trong nó. Năm 2026, khi mới mười chín tuổi và còn là sinh viên báo chí, tôi tự dựng một mô hình dự đoán World Cup dựa trên xG và xA của năm giải vô địch quốc gia châu Âu trong ba mùa liên tiếp. Mô hình đưa ra xác suất tuyển Đức vào bán kết là 78%. Đức thua Hàn Quốc 0-2 ở lượt cuối bảng F và bị loại ngay từ vòng bảng. Mô hình đoán đúng 12 trong 16 đội vào vòng knock-out, nhưng sai đúng ở đội bóng tôi tin tưởng nhất.

Tôi đã gạt bỏ những biến số không nằm trong bảng tính: xung đột nội bộ, sự chủ quan, thể lực suy giảm sau một mùa giải dài. Chúng không phải là dữ liệu, nên tôi coi chúng không tồn tại. Đó là sai lầm lớn nhất trong sự nghiệp non trẻ của tôi, và nó dạy tôi một điều mà tôi nhắc lại trong mọi bản báo cáo kể từ đó: khi mô hình sai, dữ liệu mới bắt đầu nói thật. Một kết quả rỗng không phải là thất bại của phân tích. Nó là phân tích đang trung thực với chính giới hạn của mình. Đó là lý do tôi gọi phương pháp của mình là quy trình hóa tư duy phân tích: dữ liệu, rồi bối cảnh, rồi dự đoán, rồi kiểm chứng. Nếu bước thứ hai trống, toàn bộ chuỗi dừng lại. Không có bối cảnh, không có dự đoán.

Core

Hãy nhìn vào cách bối cảnh vận hành, bởi đó là nơi dữ liệu hoặc sống hoặc chết. Năm 2026, khi các sân vận động trống vì đại dịch, tôi thu thập dữ liệu chín vòng đấu Bundesliga sau khi bóng đá trở lại vào tháng Năm. Tỷ lệ thắng sân nhà giảm từ 44,2% ở mùa 2026-19 xuống 36,7%; số bàn thắng trung bình mỗi trận giảm từ 3,1 xuống 2,8. Cùng một giải đấu, cùng những đội bóng, nhưng lợi thế sân nhà mà mọi mô hình cũ coi là bất biến đã bốc hơi chỉ vì khán đài vắng người. Sân nhà không phải mảnh đất thiêng, chỉ là biến số đã bị đóng băng. Khi bối cảnh đổi, con số cũ trở thành tiếng ồn. Bất kỳ ai trích dẫn tỷ lệ thắng sân nhà của mùa 2026-19 để dự đoán mùa 2026 mà không nhắc đến khán giả đều đang bán cho bạn một món hàng hết hạn.

Năm 2026, tôi hai mươi hai tuổi, và lần đầu tiên tôi dám để bối cảnh dẫn đường. Trước trận tứ kết Euro giữa Ý và Bỉ, tôi ghép dữ liệu chấn thương và mật độ lịch thi đấu với các chỉ số nâng cao. Ý pressing với PPDA trung bình 8,2, nghĩa là chỉ cho đối thủ 8,2 đường chuyền trước khi can thiệp. Bỉ chơi phản công và chạy ít hơn 17% so với chính họ ở các trận trước. Tôi kết luận Ý sẽ kiểm soát thế trận, và Ý thắng 2-1. Lần đầu tiên, một mô hình có bối cảnh của tôi đoán đúng một diễn biến quan trọng. Nhưng tôi cẩn thận không biến lần đúng đó thành niềm tin. Một lần trúng không bằng một quy trình lặp lại.

Tôi cũng học cách phân biệt giữa tương quan và nhân quả, thứ mà truyền thông bóng đá thường trộn lẫn. Một đội thắng nhiều trận trên sân nhà không có nghĩa là mặt sân mang lại chiến thắng; rất có thể đó là lịch thi đấu dễ, đối thủ yếu, hoặc đơn giản là may mắn trong một mẫu nhỏ. Khi tôi kiểm tra dữ liệu chín mùa giải gần nhất, mối liên hệ giữa sân nhà và điểm số yếu đi rõ rệt sau khi tôi kiểm soát chất lượng đối thủ. Tương quan không phải nhân quả, và sân cỏ không tạo ra bàn thắng.

Rồi đến thương vụ Enzo Fernández. Năm 2026, tôi hai mươi ba tuổi, vừa vào làm tại một nền tảng dữ liệu chuyển nhượng ở Thâm Quyến. Tôi theo dõi thương vụ từ Benfica sang Chelsea với giá 121 triệu euro và dùng dữ liệu World Cup, gồm 82% đường chuyền chính xác và 14 pha tắc bóng thành công, để lập báo cáo định giá. Nhưng thương vụ còn phụ thuộc vào môi giới, điều khoản thanh toán, và sự vội vàng của Chelsea. Bảng tính của tôi không nhìn thấy những thứ đó. Dữ liệu giải thích quá khứ, không dự đoán tương lai. Một lần nữa, phần quan trọng nhất của báo cáo không phải là con số, mà là dòng cảnh báo ghi rõ những gì con số không bao gồm.

Ba ví dụ ấy nối với nhau bằng một sợi chỉ chung: mỗi lần tôi bỏ qua bối cảnh, tôi đều sai; mỗi lần tôi thừa nhận giới hạn, tôi đều tiến gần hơn tới sự thật. Mô hình World Cup 2026 dạy tôi rằng một dự đoán không có phần giới hạn dữ liệu là một dự đoán chưa hoàn thành. Bundesliga 2026 dạy tôi rằng những gì ta coi là hằng số chỉ là biến số chưa bị đánh thức. Euro 2026 dạy tôi rằng bối cảnh có thể được lượng hóa, nếu ta chịu công ghi lại nó. Và Enzo Fernández dạy tôi rằng có những thứ nằm ngoài mọi bảng tính, và cách duy nhất để trung thực là nói thẳng ra.

Contrarian

Có một giả định ngầm mà cả ngành đang bán cho độc giả: rằng một bài phân tích không có kết luận là một bài phân tích thất bại. Tôi cho rằng điều ngược lại mới đúng trong phần lớn trường hợp. Dữ liệu không xúc động, nhưng nó nhớ tất cả những gì báo chí quên. Khi nguồn trống, khi bối cảnh biến mất, khi mẫu quá nhỏ để nói bất cứ điều gì, thì kết luận trung thực nhất là im lặng có kỷ luật. Nguy hiểm thật sự không nằm ở dữ liệu xấu. Nó nằm ở sự chắc chắn được chế tạo, thứ mà tôi gọi là phân tích bịa đặt. Một mô hình dám trả về kết quả rỗng đáng tin hơn một mô hình luôn có câu trả lời, bởi cái sau đang giấu bạn chỗ nó bịa.

Đây cũng là lý do tôi giữ một khoảng cách nghề nghiệp với cách dữ liệu bóng đá được thương mại hóa. Khi những con số tôi công bố có thể bị xào nấu thành tỷ lệ cược, thì mỗi lần tôi gõ "không đủ thông tin" là một lần tôi từ chối cấp vũ khí cho sự chắc chắn giả. Tôi tin vào phương sai nhiều hơn tôi tin vào nhà vô địch. Nhà vô địch là một điểm dữ liệu. Phương sai là câu chuyện thật của mùa giải. Và nếu độc giả học được cách đòi hỏi bối cảnh thay vì chỉ đòi hỏi kết luận, thì áp lực bịa đặt sẽ tự tan dần.

Takeaway

Tín hiệu tôi đang theo dõi ở vòng đấu tiếp theo không phải là ai ghi bàn, mà là ô nguồn dữ liệu có được điền đầy hay không. Nếu nó trống, tôi sẽ lại viết câu khó viết nhất. Và tôi cho rằng một nền bóng đá trưởng thành về mặt dữ liệu sẽ đo lường chính mình bằng số lần nó dám nói "tôi không biết", chứ không phải bằng số lần nó dám nói "chắc chắn". Câu hỏi còn bỏ ngỏ: nếu kết quả rỗng là một kết quả hợp lệ, thì bao nhiêu bản phân tích đang được xuất bản mỗi tuần thực chất chỉ là những con số rỗng không ai kiểm chứng?