Nhật ký dữ liệu bóng đá: 1.204 cú sút, 81 trận sân trống và cánh phải bị bỏ quên

Marseille, tháng 8 năm 2026 — khi bảng tính bắt đầu biết nói

“Mùa hè 2026, tôi học cách tin vào thứ chưa ai gọi tên: xG.”

Tôi nhớ buổi chiều hôm đó ở Marseille. Nắng đổ xuống bến cảng cũ, còn tôi ngồi trong căn phòng làm việc với hai màn hình. Một màn hình mở bảng dữ liệu Opta vừa được phát hành cho Ligue 1 mùa 2026-18, màn hình còn lại là một trang tính trống mà tôi tự tay lập. Năm đó tôi 57 tuổi, đã làm quản trị viên thị trường chuyển nhượng hơn hai thập kỷ, đã ký và từ chối hàng trăm hồ sơ cầu thủ dựa trên những gì mắt tôi nhìn thấy cùng những con số rời rạc mà các tuyển trạch viên gửi về.

Bảng xG mới xuất hiện không làm tôi phấn khích. Nó làm tôi khó chịu. Một cột số gọi là “bàn thắng kỳ vọng” có thể nói rằng đội tôi đang thắng nhờ may mắn, có thể nói rằng tiền đạo tôi vừa đề xuất đưa vào danh sách theo dõi thực chất chỉ đang ghi bàn từ những vị trí mà bất kỳ ai cũng ghi được. Tôi chưa từng thấy ai kiểm chứng thứ đó. Và như một kẻ sinh ra với chứng nghi ngờ dữ liệu, tôi quyết định làm điều mà không đồng nghiệp nào muốn làm: tự đếm.

Trong sáu tuần, tôi ghi lại 1.204 cú sút của 20 đội bóng Ligue 1 trong nửa đầu mùa giải, kèm vị trí, khoảng cách, góc sút, tình huống dẫn đến cú sút và loại pha bóng. Sau đó tôi đối chiếu tổng xG mà Opta đưa ra với số bàn thắng thực tế thu được. Hệ số tương quan đạt 0,84. Hệ số đó không nói xG đúng tuyệt đối, nhưng nó nói một điều quan trọng hơn: tín hiệu đủ mạnh để dùng, miễn là tôi biết giới hạn của nó.

Đồng nghiệp bảo tôi phản ứng chậm. Có người cười, bảo rằng người Pháp đã dùng số liệu từ lâu rồi, anh chỉ đang xác nhận lại điều hiển nhiên. Tôi không tranh luận. Tôi chỉ ghi thêm một dòng vào nhật ký: “Cỡ mẫu 1.204; khoảng tin cậy đủ hẹp để dùng cho định giá tiền đạo; không dùng cho hậu vệ và tiền vệ phòng ngự trong giai đoạn này.”

Đó là khởi điểm của một bộ dữ liệu riêng mà tôi vẫn duy trì tới hôm nay. Không phải vì nó hoàn hảo, mà vì tôi biết chính xác nó yếu ở đâu.

Bối cảnh: bóng đá đã học đếm như thế nào, và học sai ở đâu

Lịch sử của số liệu bóng đá không bắt đầu từ Opta hay StatsBomb. Nó bắt đầu từ những người đàn ông ngồi trên khán đài với cuốn sổ tay và cây bút chì, đếm đường chuyền khi cả thế giới chỉ nhìn bóng. Charles Reep là cái tên mà giới phân tích Anh thường nhắc với thái độ lưỡng lự: người ta ghi nhận công lao ghi chép hàng nghìn trận đấu, đồng thời nhớ rằng những kết luận ông rút ra đã dẫn bóng đá Anh đi lệch trong nhiều thập kỷ.

Bài học từ Reep rất đơn giản và cực kỳ khó chịu: ghi chép không tạo ra chân lý. Ghi chép chỉ tạo ra nguyên liệu thô. Chân lý đến từ việc đặt nguyên liệu thô vào đúng hệ quy chiếu.

Những năm 2026 mang đến bước ngoặt khác. Các công ty thu thập dữ liệu bắt đầu mã hóa từng sự kiện trên sân: đường chuyền, cú sút, pha tắc bóng, vị trí. Sự kiện trở thành đơn vị đo lường. Tới những năm 2026, khi máy tính đủ mạnh để chạy mô hình xác suất trên hàng trăm nghìn cú sút, xG ra đời như một hệ quả tự nhiên của dữ liệu sự kiện cộng với mô hình thống kê.

Nhưng đây là điều mà rất ít người nói với khán giả: mỗi mô hình xG là một lựa chọn triết học. Một nhà cung cấp quyết định rằng cú sút từ chấm phạt đền đáng 0,76 bàn. Một nhà cung cấp khác quyết định rằng sút bằng chân không thuận đáng giá thấp hơn 12%. Những khác biệt này không sai. Chúng chỉ khác nhau. Và khi bạn trộn hai nguồn xG trong cùng một bài phân tích mà không nói rõ nguồn, bạn đang trộn hai thứ tiếng khác nhau rồi gọi đó là một câu.

Tôi đã chứng kiến điều đó xảy ra hàng trăm lần trong các cuộc họp tuyển trạch. Một giám đốc thể thao mở bảng dữ liệu, chỉ vào cột số, và nói: “Cậu ta kém hơn mùa trước 0,08 xG mỗi 90 phút.” Không ai hỏi nguồn dữ liệu nào. Không ai hỏi cỡ mẫu bao nhiêu. Không ai hỏi cầu thủ đó đá ở sơ đồ nào, gặp đối thủ nào, trong bao nhiêu phút.

“Tôi 66 tuổi, đủ già để biết con số không bao giờ kể chuyện nếu ta không hỏi.”

Với thị trường chuyển nhượng châu Âu, đây là vấn đề sinh tử. Một câu lạc bộ chi 30 triệu euro cho một tiền đạo 21 tuổi dựa trên xG tích lũy ở giải vô địch Hà Lan, rồi thất vọng sau mười tám tháng, là câu chuyện quen thuộc đến mức nhàm chán. Lỗi không nằm ở xG. Lỗi nằm ở việc bỏ qua phần khó nhất của bài toán: bối cảnh giải đấu, chất lượng đồng đội, không gian mà hệ thống chiến thuật cho phép, và khả năng phản ứng khi không gian bị thu hẹp.

Ligue 1 và bài học về hệ quy chiếu

Khi Opta công bố dữ liệu xG cho Ligue 1, giải đấu Pháp đang ở một vị thế đặc biệt. Đây là giải đấu sản sinh ra nhiều tài năng trẻ nhất châu Âu, đồng thời là giải đấu mà các đội bóng lớn nhất châu Âu coi như một siêu thị. Paris Saint-Germain đã thay đổi cán cân tài chính của cả giải từ năm 2026. Nhưng phần còn lại của Ligue 1 vẫn vận hành theo logic cũ: mua rẻ, phát triển, bán cao.

Trong logic đó, dữ liệu không phải công cụ để hiểu bóng đá. Nó là công cụ để định giá.

Tôi làm quản trị viên thị trường chuyển nhượng, nên tôi nhìn mọi thứ bằng câu hỏi: giá trị thực của cầu thủ này là bao nhiêu, và thị trường đang định giá sai ở chỗ nào? Câu hỏi đó buộc tôi phải phân biệt hai loại số liệu khác nhau mà giới phân tích thường trộn lẫn.

Loại thứ nhất là số liệu mô tả quá trình: số lần chạm bóng trong vòng cấm, số đường chuyền xuyên tuyến, số pha pressing thành công trong 30 mét cuối. Loại này cho biết cầu thủ tham gia vào những tình huống có giá trị cao ở mức nào.

Loại thứ hai là số liệu mô tả kết quả: bàn thắng, kiến tạo, điểm. Loại này dễ nhìn nhưng nhiễu.

Với một cầu thủ 27 tuổi đã đá 4 mùa ở Ligue 1, kết quả đã ổn định và có thể dùng trực tiếp. Với một cầu thủ 19 tuổi mới đá 900 phút, kết quả chưa nói gì cả, và bạn buộc phải đọc quá trình. Nhưng đọc quá trình ở mẫu nhỏ là hành động chứa đầy rủi ro, vì quá trình của một cầu thủ trẻ ở giải đấu mà đội bóng của cậu ta thường xuyên bị dồn ép không giống quá trình ở đội bóng kiểm soát bóng.

Sai lầm phổ biến nhất của các mô hình định giá trẻ hiện nay là gán trọng số quá lớn cho tiềm năng và trọng số quá nhỏ cho cấu trúc. Một cầu thủ 19 tuổi có chỉ số quá trình cao ở đội bóng yếu thường được định giá theo kịch bản lý tưởng: khi cậu ấy đến đội mạnh, không gian sẽ rộng hơn, đồng đội tốt hơn, chỉ số sẽ tăng. Thực tế diễn ra ngược lại. Ở đội mạnh, khoảng trống biến mất. Đối thủ lùi sâu. Cầu thủ trẻ phải học lại toàn bộ cách ra quyết định trong một phần nghìn giây.

Đó là lý do vì sao tôi luôn tách dữ liệu sân nhà và sân khách trước khi đề xuất bất cứ hồ sơ nào. Một tiền đạo 21 tuổi ghi 9 bàn trên sân nhà và 2 bàn trên sân khách trong một mùa là một hồ sơ hoàn toàn khác với một tiền đạo ghi 6 bàn sân nhà và 5 bàn sân khách. Cùng 11 bàn. Khác nhau về bản chất.

Câu lạc bộ Le Havre từng dùng nguyên tắc này để hạ giá một tiền đạo trẻ mà đội bóng khác đang định mua với mức phí cao. Họ không nói văn vẻ gì. Họ chỉ đưa ra bảng tách sân nhà và sân khách, đóng khung chênh lệch, và chờ. Cuộc đàm phán kết thúc với mức phí thấp hơn kỳ vọng ban đầu của bên bán. Tôi kể câu chuyện đó không phải để khoe. Tôi kể vì nó chứng minh rằng dữ liệu chỉ có sức mạnh khi nó trả lời đúng một câu hỏi cụ thể.

2026: Croatia, PPDA và giới hạn của một chữ cái

World Cup 2026 đưa tôi từ phòng làm việc ở Marseille ra khỏi vùng an toàn. Bộ dữ liệu của tôi lọt vào tầm mắt một tờ báo thể thao, và họ mời tôi cộng tác theo dõi toàn bộ 64 trận đấu.

Năm đó tôi 58 tuổi. Tôi không có vé VIP. Tôi ngồi trước màn hình, ghi từng trận, và đếm một chỉ số mà khi đó chưa phổ biến ở Việt Nam: PPDA, số đường chuyền mà đối thủ được phép thực hiện trước mỗi pha phòng ngự.

Nguyên tắc rất đơn giản. PPDA càng thấp, đội bóng càng pressing cao và quyết liệt. PPDA càng cao, đội bóng càng lùi sâu và chờ đợi.

Ở bán kết Croatia gặp Anh, bảng số liệu cho thấy Croatia chỉ cho Anh trung bình 8,2 đường chuyền trước mỗi pha phòng ngự, trong khi Anh để Croatia thực hiện 12,5. Tôi viết một bản tin ngắn dự đoán Croatia sẽ thắng nhờ khả năng pressing trong hiệp phụ, khi tuyến giữa Anh mất cấu trúc.

Croatia thắng 2-1 sau hiệp phụ.

Tôi không hét lên ăn mừng. Tôi mở lại bảng tính và tìm các giá trị ngoại lệ, vì một dự đoán đúng không chứng minh mô hình đúng. Nó chỉ chứng minh mô hình chưa bị bác bỏ trong trường hợp đó.

Và ngoại lệ tôi tìm thấy lại đến từ chính Croatia. Đội bóng này vào chung kết với PPDA thuộc nhóm cao nhất giải, nghĩa là họ không pressing cao trong phần lớn các trận. Họ pressing có chọn lọc, theo từng giai đoạn trận đấu, với cường độ thay đổi tùy đối thủ.

“Croatia vô địch giải đấu của PPDA thấp? Vậy là PPDA mới chỉ là một chữ cái.”

Câu đó tôi viết vào nhật ký ngay sau trận chung kết, và nó trở thành nguyên tắc làm việc của tôi kể từ đó. Một chỉ số không bao giờ là một câu chuyện. Nó là một chữ cái trong một bảng chữ cái. Muốn đọc thành câu, bạn cần các chữ cái khác.

Nếu bạn chỉ đọc PPDA của Croatia, bạn sẽ kết luận họ là đội phòng ngự chủ động. Nếu bạn đọc thêm số phút kiểm soát bóng của đối thủ, số lần Luka Modrić nhận bóng ở khoảng trống giữa các tuyến, và số đường chuyền dài mà họ buộc phải thực hiện khi bị dồn, bạn sẽ thấy một bức tranh khác: một đội bóng chủ động chọn thời điểm, chứ không chủ động chọn không gian.

Sự khác biệt đó quan trọng với người theo dõi bóng đá Việt Nam, vì chúng ta thường có xu hướng sao chép chỉ số mà không sao chép nổi hoàn cảnh. Một đội bóng ở V.League không thể có PPDA giống Croatia nếu họ không có một tiền vệ trung tâm đủ khả năng chuyển hóa bóng dài thành bóng ngắn trong hai nhịp chạm.

2026: khi khán đài trống biến bóng đá thành phòng thí nghiệm

“Khán đài trống là phòng thí nghiệm tuyệt nhất cho kẻ mê dữ liệu.”

Tháng 5 năm 2026, Bundesliga trở lại sau giai đoạn tạm dừng vì dịch bệnh. Tổng biên tập giao tôi theo dõi vì trước đó tôi đã dùng dữ liệu World Cup 2026 để viết về pressing và cấu trúc.

Tôi ngồi ở Marseille, phân tích 81 trận đấu diễn ra trên sân không có khán giả trong phần còn lại của mùa 2026-20. Kết quả khiến tôi phải đọc lại bảng tính ba lần.

Tỉ lệ thắng sân nhà rơi xuống khoảng 26%, trong khi mức trung bình dài hạn trước dịch ở Bundesliga là 43%. Số bàn thắng của đội chủ nhà giảm rõ rệt. Số thẻ vàng cho đội khách giảm. Số quyết định của trọng tài có lợi cho đội chủ nhà giảm.

Tôi viết một báo cáo với tiêu đề đơn giản: “Khán đài trống giết lợi thế sân nhà.” Báo cáo chỉ ra rằng lợi thế sân nhà trong bóng đá chuyên nghiệp không chủ yếu đến từ mặt sân hay mệt mỏi di chuyển, mà đến từ áp lực xã hội: tiếng hò reo làm trọng tài nghiêng về đội chủ nhà trong các tình huống tranh chấp, làm cầu thủ đội khách do dự trong các pha vào bóng quyết định, làm đội chủ nhà chạy nhiều hơn trong 15 phút cuối.

Bỏ khán giả đi, bạn bỏ luôn phần áp lực đó. Trận đấu trở thành một bài kiểm tra thuần túy về chiến thuật và thể lực.

Với tôi, đây là phòng thí nghiệm tự nhiên hiếm có. Bóng đá rất ít khi cho phép bạn cách ly một biến số. Đại dịch đã làm điều đó miễn phí.

Nhưng tôi cũng phải ghi rõ giới hạn. Mẫu 81 trận là mẫu ngắn. Các đội bóng không chuẩn bị cho tình huống này, lịch thi đấu bị nén, cầu thủ chấn thương nhiều hơn, và đặc biệt là không có thời gian hồi phục bình thường. Kết luận “khán đài trống giết lợi thế sân nhà” đứng vững trong điều kiện đó, không nhất thiết đúng cho một mùa giải bình thường.

Đó là lý do tôi không bao giờ xuất bản một bảng số liệu mà không kèm phần giới hạn. Người đọc có quyền biết mô hình của tôi yếu ở đâu.

Từ sau báo cáo đó, mọi bảng thống kê tôi lập đều tách riêng chỉ số sân nhà và sân khách, kể cả khi phân tích cầu thủ Việt Nam. Khi đánh giá một tiền đạo trẻ ở V.League, tôi luôn tách số bàn thắng ghi trên sân nhà và sân khách trước khi so sánh với bất kỳ chỉ số xG nào.

Bóng đá Việt Nam và khoảng trống dữ liệu

Nói về bóng đá Việt Nam bằng con số là công việc khó hơn nhiều so với nói về Ligue 1. Không phải vì bóng đá Việt Nam kém phát triển hơn về mặt dữ liệu có thể ghi chép, mà vì hệ thống ghi chép chưa đồng bộ.

Khi tôi theo dõi các trận đấu ở V.League qua luồng phát trực tiếp, điều đầu tiên tôi nhận ra là chất lượng dữ liệu sự kiện không đồng đều giữa các vòng đấu. Có vòng đấu tôi có đủ số liệu về số lần chạm bóng theo khu vực, có vòng đấu tôi chỉ có số đường chuyền và số cú sút. Muốn phân tích pressing, tôi phải tự đếm.

Điều đó không làm tôi nản. Nó làm tôi nhớ lại chính mình năm 2026, khi tôi tự đếm 1.204 cú sút vì chưa tin vào bảng xG mà Opta cung cấp.

Vấn đề lớn hơn nằm ở bối cảnh giải đấu. V.League có đặc điểm khiến nhiều chỉ số châu Âu mất giá trị trực tiếp. Sân đấu khác nhau về kích thước và chất lượng mặt cỏ. Điều kiện thời tiết thay đổi mạnh giữa các vùng. Khoảng cách di chuyển giữa các trận sân khách ở Việt Nam tạo ra áp lực thể lực khác với những gì một cầu thủ Đức trải qua khi đi từ Munich đến Dortmund.

Điều đó có nghĩa là nếu bạn sao chép nguyên mô hình PPDA của châu Âu rồi áp vào một đội bóng V.League, bạn đang đo một thứ khác nhưng gọi tên nó bằng thuật ngữ quen thuộc. Đó là lỗi tôi từng thấy trong nhiều bài phân tích trẻ ở Đông Nam Á.

Một ví dụ tôi thường dùng trong các buổi trao đổi với đồng nghiệp trẻ: hành trình của một tiền đạo trưởng thành ở học viện rồi chuyển lên đội một. Chỉ số của cầu thủ đó ở giải trẻ luôn đẹp, vì không gian rộng, vì đối thủ chưa đủ thể lực, vì sai số kỹ thuật chưa bị trừng phạt. Khi lên đội một, chỉ số tụt. Không phải cầu thủ kém đi. Bối cảnh khó hơn.

Người làm dữ liệu giỏi không nhìn chỉ số tụt và kết luận cầu thủ không đủ trình. Người làm dữ liệu giỏi đặt câu hỏi: chỉ số tụt ở hạng mục nào, tụt trong bao nhiêu phút, tụt khi đá chính hay khi vào sân từ ghế dự bị, và tụt trước những đối thủ thuộc nhóm nào.

Ba câu hỏi đó đủ để phân biệt một báo cáo tuyển trạch có giá trị với một bảng số liệu trang trí.

Định giá chuyển nhượng: nơi dữ liệu gặp con người

“Cầu thủ là biến số, thị trường là hàm số, nhưng phần lớn đời tôi là hằng số.”

Tôi làm ở thị trường chuyển nhượng đủ lâu để biết rằng quyết định cuối cùng hiếm khi được đưa ra bởi dữ liệu. Dữ liệu thu hẹp phạm vi lựa chọn. Con người chọn trong phạm vi đó.

Một hồ sơ chuyển nhượng mà tôi từng xử lý có đủ mọi chỉ số đẹp: cầu thủ 22 tuổi, xG mỗi 90 phút thuộc nhóm dẫn đầu giải, số lần chạm bóng trong vòng cấm cao, tỉ lệ chuyển hóa cơ hội tốt, không có tiền sử chấn thương nghiêm trọng. Mọi bảng dữ liệu đều đồng ý.

Chúng tôi không ký.

Lý do nằm ngoài bảng dữ liệu. Qua ba nguồn độc lập, chúng tôi biết cầu thủ đó có xung đột kéo dài với nhóm cầu thủ kỳ cựu trong phòng thay đồ, và rằng cậu ta từng từ chối tham gia một buổi tập phục hồi tập thể vì lý do cá nhân. Không có chỉ số nào đo được điều đó. Nhưng mọi người trong ngành đều biết một phòng thay đồ bị chia rẽ có thể làm sụp cả một mùa giải, và chi phí sửa chữa nó thường cao hơn chi phí mua một cầu thủ khác.

Đây là điểm mù lớn nhất của các mô hình định giá hiện đại. Chúng đo tiềm năng rất tốt, đo kỹ thuật rất tốt, đo thể lực rất tốt, nhưng gần như không đo được hóa học phòng thay đồ. Và hóa học phòng thay đồ là biến số có ảnh hưởng lớn nhất tới giá trị thực của một bản hợp đồng.

Tôi không nói điều này để phủ nhận dữ liệu. Tôi nói để đặt dữ liệu vào đúng chỗ. Dữ liệu là bộ lọc nhiễu, không phải máy ra quyết định.

Có một dạng định giá sai khác mà tôi đặc biệt chú ý: định giá quá cao tiềm năng trẻ và định giá quá thấp kinh nghiệm trong hoàn cảnh khó. Một hậu vệ 30 tuổi đã trải qua hai mùa giải chiến đấu trụ hạng, người biết cách giữ bình tĩnh khi đội bóng thủng lưới phút 80, thường bị thị trường định giá thấp hơn một hậu vệ 23 tuổi có chỉ số chuyền bóng tốt hơn nhưng chưa từng chơi một trận nào có tính chất quyết định.

Trong một trận đấu cúp, sự khác biệt đó có thể là toàn bộ mùa giải.

2026: cánh phải của Morocco và nghệ thuật đọc các biến số bù trừ

Báo cáo về sân trống đến tai Canal+, và năm 2026, khi tôi 62 tuổi, họ cử tôi sang Qatar theo dõi World Cup.

Đó là kỳ World Cup đưa Morocco vào bán kết, một trong những câu chuyện chiến thuật hay nhất mà tôi từng được theo dõi trực tiếp. Và nó cũng là kỳ World Cup dạy tôi bài học lớn nhất về cách đọc các chỉ số cá nhân.

Achraf Hakimi được giới chuyên môn ca ngợi hết lời. Các bảng thống kê cho thấy cậu ấy thực hiện hơn 142 pha bứt tốc trong giải, tạo ra trung bình khoảng 2,3 cơ hội mỗi trận, và tham gia vào gần như mọi pha tấn công biên của Morocco.

Tôi lục dữ liệu vị trí và tìm thấy điều khiến tôi phải dừng lại. Hành lang phía sau lưng Hakimi trống trong khoảng 34% thời lượng trận đấu. Nghĩa là trong hơn một phần ba thời gian, khu vực mà hậu vệ biên này để lại khi dâng cao hoàn toàn không có người bù.

Morocco không sụp vì hàng trung vệ của họ chạy ở tốc độ trên 31 km/h trong các pha bọc lót. Đó là một chi tiết kỹ thuật mà giới phân tích thống kê thường bỏ qua, vì nó không nằm trong cột chỉ số của hậu vệ biên. Nó nằm trong cột chỉ số của trung vệ.

Tôi viết một ghi chú cảnh báo rằng mô hình hậu vệ biên dâng cao chỉ vững nếu hệ thống phòng ngự phía sau đủ tốc độ để bù. Ghi chú đó không phủ nhận tài năng của Hakimi. Nó chỉ nói rằng tài năng của cậu ấy đang được đặt lên một nền móng mà không phải đội bóng nào cũng có.

Ở trận gặp Pháp, đội tuyển Pháp tấn công dồn dập vào cánh phải của Morocco. Kết quả cuối cùng cả thế giới đã biết. Nhưng điều tôi muốn nhấn mạnh không phải dự đoán của tôi đúng. Điều tôi muốn nhấn mạnh là phương pháp: khi đánh giá một chiến thuật mới, bạn phải liệt kê danh sách các biến số bù trừ trước khi liệt kê danh sách lợi ích.

Một hậu vệ biên dâng cao cần ba điều kiện bù: trung vệ đủ nhanh để bọc lót, tiền vệ phòng ngự đủ khả năng đọc tình huống để lấp hành lang, và tiền đạo biên đối diện đủ chăm chỉ để lùi về khi mất bóng. Thiếu một trong ba, hệ thống vỡ.

Mọi trào lưu chiến thuật đều có điều kiện cần và đủ như vậy. Người làm dữ liệu có trách nhiệm nêu ra chúng, kể cả khi điều đó làm giảm sức hấp dẫn của câu chuyện.

Góc phản trực giác: tương quan không phải nhân quả

Đây là phần mà tôi thường phải nói nhiều nhất trong các buổi trao đổi với câu lạc bộ, và cũng là phần khiến tôi bị xem là khó chịu.

Một chỉ số tương quan với thành tích không chứng minh chỉ số đó tạo ra thành tích. Trong nhiều năm, người ta quan sát thấy các đội bóng vô địch thường có số bàn thắng cao, rồi kết luận rằng ghi nhiều bàn là nguyên nhân vô địch. Kết luận đó đúng nhưng vô dụng, vì nó không nói cho bạn biết làm thế nào để ghi nhiều bàn.

Nguy hiểm hơn là trường hợp trung gian. Một đội bóng kiểm soát bóng nhiều thường có xG cao hơn. Nhưng nếu bạn cố tăng kiểm soát bóng bằng cách chuyền ngang nhiều hơn, bạn sẽ tăng tỉ lệ kiểm soát mà giảm xG. Bạn đã tối ưu hóa một chỉ số tương quan và làm hỏng biến số gốc.

“Có những trận đấu thắng trên sân nhưng thua trên bảng dữ liệu – tôi chọn bảng dữ liệu.”

Câu đó không có nghĩa tôi coi thường chiến thắng. Nó có nghĩa tôi muốn biết chiến thắng đó có thể lặp lại hay không. Một đội thắng 1-0 với xG 0,4 so với xG đối thủ 2,1 có thể thắng lần này, và thường sẽ thua trong lần gặp tiếp theo nếu mọi thứ khác giữ nguyên. Người hâm mộ có quyền vui với ba điểm. Người làm chuyên môn có nghĩa vụ nhớ lại bảng số liệu trước khi ra quyết định về nhân sự.

Ba giả thuyết tôi luôn viết ra trước khi kết luận bất cứ điều gì về một trận đấu:

Thứ nhất, kết quả đến từ chất lượng thực thi. Cầu thủ làm đúng những gì hệ thống yêu cầu, và đối thủ không có câu trả lời.

Thứ hai, kết quả đến từ may mắn có tính chu kỳ. Cầu thủ dứt điểm từ vị trí khó và bóng vào lưới, hoặc thủ môn đối phương mắc lỗi định vị.

Thứ ba, kết quả đến từ sai số của mô hình đo lường. Chỉ số của bạn không bắt được điều gì đó quan trọng diễn ra trên sân.

Trong ba giả thuyết này, giả thuyết thứ ba là giả thuyết tôi sợ nhất, vì nó có nghĩa tôi đang thiếu dữ liệu chứ không phải trận đấu thiếu logic.

Kinh doanh thể thao và áp lực của báo cáo tài chính

Trong hơn ba mươi năm làm việc ở châu Âu, tôi chứng kiến nhiều câu lạc bộ chuyển từ mô hình sở hữu truyền thống sang mô hình công ty đại chúng. Xu hướng đó mang theo một hệ quả mà ít người hâm mộ nhận ra ngay: áp lực báo cáo tài chính theo quý bắt đầu đè lên các quyết định thể thao.

Một câu lạc bộ niêm yết phải công bố doanh thu, chi phí, lợi nhuận theo chu kỳ. Ban lãnh đạo phải giải trình trước cổ đông. Cổ đông muốn thấy tăng trưởng. Và tăng trưởng ngắn hạn thường đến từ việc bán cầu thủ trẻ hoặc cắt giảm quỹ lương.

Tôi không phản đối việc câu lạc bộ kiếm tiền. Tôi chỉ quan sát một quy luật: khi quyết định thể thao bị đặt sau quyết định tài chính, chất lượng đội hình có xu hướng bị đánh đổi trong khung thời gian hai tới ba năm. Cầu thủ trẻ tài năng bị bán sớm hơn độ tuổi chín muồi, hàng thủ không được gia cố đúng lúc, và huấn luyện viên bị đánh giá bằng kết quả ngắn hạn trong khi đội hình mà họ nhận được là kết quả của những quyết định tài chính từ hai mùa trước.

Ở V.League và các giải Đông Nam Á, xu hướng này mới bắt đầu xuất hiện ở mức độ nhỏ hơn, nhưng logic thì giống nhau. Khi một đội bóng chuyển từ mô hình doanh nghiệp tài trợ sang mô hình phải tự cân đối thu chi, quỹ lương trở thành biến số then chốt, và chất lượng đội hình phụ thuộc vào việc đội bóng đó có hệ thống đào tạo trẻ đủ tốt để lấp khoảng trống hay không.

Với người phân tích dữ liệu, điều này có nghĩa là dữ liệu thể thao không còn đứng một mình. Muốn đánh giá một bản hợp đồng, bạn phải hiểu báo cáo tài chính của câu lạc bộ. Muốn hiểu vì sao một huấn luyện viên bị sa thải, bạn phải đọc dòng tiền chứ không chỉ đọc bảng điểm.

Thể thao điện tử: cùng một nhịp thở dữ liệu

Có một chủ đề mà tôi đến muộn nhưng theo đuổi nghiêm túc: thể thao điện tử.

“Một cú click chuột trên màn hình esports cũng mang dáng dấp một pha chuyền bóng.”

Khi tôi lần đầu theo dõi một giải đấu chuyên nghiệp, tôi bị cuốn hút bởi mức độ dữ liệu hóa. Mọi hành động đều được ghi lại: vị trí, thời gian phản ứng, tỉ lệ đường đạn trúng, quãng đường di chuyển trong bản đồ, số lần giao tranh, số pha mở góc. Không có gì bị bỏ sót.

Vấn đề nằm chỗ khác. Mức độ dữ liệu hóa cao khiến các huấn luyện viên có xu hướng tối ưu hóa tuyển thủ theo khuôn mẫu. Một số liệu cho thấy tuyển thủ có thời gian phản ứng tốt sẽ được huấn luyện để chơi theo nhịp độ đã tính sẵn. Cá tính, thứ tạo ra những pha xử lý không ai lường trước, có xu hướng bị mài nhẵn trong hệ thống đó.

Tôi thấy sự tương đồng với bóng đá. Khi học viện đào tạo cầu thủ bằng mô hình dữ liệu, cầu thủ trẻ học cách chọn phương án an toàn có chỉ số tốt thay vì phương án mạo hiểm có thể tạo ra đột biến. Về dài hạn, điều đó làm giảm số lượng cá nhân có khả năng định đoạt trận đấu.

Đây không phải lời phàn nàn về công nghệ. Đây là cảnh báo về việc dùng dữ liệu để tối ưu hóa thay vì để hiểu. Tối ưu hóa và hiểu là hai mục tiêu khác nhau, và việc trộn lẫn chúng gây ra những hệ quả mà phải mất nhiều năm mới nhìn thấy.

Những thứ dữ liệu không đo được

Tôi muốn dành phần này để nói về những gì mà 50 năm quan sát dạy tôi rằng dữ liệu không chạm tới được.

Dữ liệu đo được tốc độ chạy. Nó không đo được quyết định không chạy để giữ vị trí.

Dữ liệu đo được số đường chuyền thành công. Nó không đo được đường chuyền khiến cả đội bóng phải thay đổi cách di chuyển.

Dữ liệu đo được số lần thu hồi bóng. Nó không đo được lần thu hồi bóng khiến 60.000 người trên khán đài đứng hết lên.

Dữ liệu đo được số bàn thua của một thủ môn. Nó không đo được tác động của thủ môn đó tới việc tổ chức hàng thủ trước anh ta.

Và dữ liệu không đo được một điều đơn giản: một cầu thủ có đang muốn ở lại câu lạc bộ hay không.

Trong công việc chuyển nhượng, câu hỏi đó thường quan trọng hơn mọi chỉ số kỹ thuật. Một cầu thủ muốn ở lại sẽ tập luyện khác. Anh ta sẽ cố gắng trong các buổi tập phục hồi. Anh ta sẽ nói chuyện với đồng đội trẻ. Những thứ đó không xuất hiện trong bảng dữ liệu nào, nhưng chúng lan truyền trong phòng thay đồ như một loại nhiệt độ.

Câu lạc bộ nào hiểu điều đó sẽ trả lương thấp hơn nhưng giữ được đội hình. Câu lạc bộ nào không hiểu sẽ trả lương cao và bán cầu thủ sau mười tám tháng.

66 tuổi và những gì tôi vẫn đang đếm

Ở tuổi 66, tôi vẫn giữ thói quen ghi chép tay. Không phải vì tôi không tin vào phần mềm, mà vì việc tự tay viết buộc tôi phải chậm lại và suy nghĩ.

Mỗi tuần, tôi dành hai buổi sáng để cập nhật bộ dữ liệu của mình về Ligue 1. Mỗi mùa, tôi chọn một chủ đề để nghiên cứu sâu. Mùa này, chủ đề của tôi là biến số bù trừ trong các hệ thống phòng ngự dâng cao, sau khi quan sát nhiều trận đấu ở châu Âu và Đông Nam Á cho thấy các đội bóng trẻ đang sao chép mô hình này mà không xây dựng đủ năng lực bù trừ.

Tôi vẫn giữ nguyên tắc tự đếm mẫu trước khi dùng bất cứ chỉ số nào do bên ngoài cung cấp. Với xG, tôi đã kiểm chứng. Với PPDA, tôi đã kiểm chứng. Với các chỉ số mới như mô hình giá trị hành động hay mô hình không gian kiểm soát, tôi vẫn đang kiểm chứng, và tôi chưa sẵn sàng đưa ra kết luận.

Đó là lý do tôi không bao giờ viết bài khen một chỉ số mới chỉ vì nó mới. Tính mới không phải bằng chứng. Tính mới chỉ là lời mời kiểm chứng.

Takeaway: tín hiệu cho vòng đấu tiếp theo

Nếu bạn theo dõi bóng đá bằng dữ liệu, đây là những gì tôi cho là đáng chú ý trong giai đoạn tới.

Thứ nhất, hãy quan sát các đội bóng chuyển từ phòng ngự khối thấp sang pressing tầm trung. Đây là vùng chuyển tiếp nguy hiểm nhất trong bóng đá hiện đại, vì nó đòi hỏi khả năng bù trừ liên tục mà không phải đội bóng nào cũng xây dựng được. Chỉ số cần theo dõi không phải PPDA mà là khoảng cách trung bình giữa tuyến phòng ngự và tuyến tiền vệ khi mất bóng.

Thứ hai, hãy chú ý tới các tiền đạo trẻ có chỉ số sân nhà và sân khách chênh lệch lớn. Đó là nhóm cầu thủ bị định giá sai nhiều nhất trên thị trường chuyển nhượng, theo cả hai hướng.

Thứ ba, hãy theo dõi cách các câu lạc bộ ở Đông Nam Á xử lý vấn đề quỹ lương trong hai tới ba mùa tới. Khi mô hình tài chính thay đổi, chất lượng đội hình thay đổi chậm hơn khoảng một mùa rưỡi, và đó là khoảng thời gian mà các quyết định chuyển nhượng tốt có giá trị cao nhất.

Và cuối cùng, nếu bạn đang làm công việc phân tích, hãy giữ một cuốn sổ. Không phải để ghi lại những gì mô hình nói, mà để ghi lại những gì bạn tự đếm được và những gì bạn chưa kiểm chứng xong. Cuốn sổ đó sẽ trung thực với bạn hơn bất kỳ bảng dữ liệu nào.

“Trận đấu bị hủy không phải là mất điểm, mà là mất một trang nhật ký.”

Tôi đã mất khá nhiều trang như vậy trong đời. Nhưng những trang tôi giữ lại đủ để tôi tin vào một điều: dữ liệu không thay thế con mắt. Nó chỉ buộc con mắt phải trung thực hơn.