Thùy Linh, V.League và bản báo cáo trống: khi dữ liệu thể thao Việt Nam không được ghi lại

Hook

2 giờ 14 phút sáng, Nagoya. Tôi mở tệp bóc tách mà mình đã chờ suốt ba ngày. Cột dữ liệu đầu tiên trả về số 0. Cột thứ hai cũng vậy. Đến cột thứ bảy thì tôi hiểu: tệp này rỗng, và nó rỗng không phải vì ai đó gõ sai, mà vì chẳng có gì để gõ vào.

Mười hai tiếng trước đó, tôi ngồi xem lại một trận đơn nữ ở một giải BWF World Tour cấp Super 300. Trận kéo dài ba ván. Ván thứ ba có hai mươi mốt điểm được ghi đầy đủ trên bảng điện tử, từng điểm một, không sai một nhịp. Nhưng bản ghi đường cầu mà tôi có trong tay chỉ ghi được bốn pha. Bốn trên hai mươi mốt. Không phải lỗi phần mềm. Đơn giản là sân đó không có hệ thống camera truy vết, và giải đấu không đủ ngân sách để thuê.

Tôi không viết bài này để phàn nàn về một tệp tin. Tôi viết vì cái tệp rỗng đó là bản chẩn đoán rõ nhất về nền thể thao mà tôi theo dõi mỗi tuần.

Context

Ngành phân tích dữ liệu thể thao có một quy tắc bất thành văn mà rất ít người ngoài biết: một ô trống không đồng nghĩa với số 0. Nó là một câu hỏi chưa được trả lời. Nhưng khi phần mềm xuất báo cáo, nó thường ghi 0, và thế hệ nhà phân tích tiếp theo sẽ đọc số 0 ấy như một sự kiện đã thực sự xảy ra trên sân.

Tại V.League, phần lớn câu lạc bộ vẫn dừng ở mức dữ liệu sự kiện: bàn thắng, thẻ phạt, số cú sút, tỉ lệ chuyền thành công. Chỉ một vài đội có máy quay cố định đủ để tạo ra dữ liệu vị trí. Ở môn cầu lông, sự chia tầng còn rõ hơn. Các giải Super 1000 và Super 750 có hệ thống truy vết đường cầu, cho phép đo tốc độ giao cầu, quỹ đạo cầu và chiều dài từng pha. Các giải Super 300 và Super 100 — vùng thi đấu chủ yếu của tay vợt Việt Nam trong nhiều năm — phần lớn không có gì ngoài bảng điểm và một vài góc máy truyền hình.

Đó là lý do vì sao một tay vợt như Nguyễn Thùy Linh có thể nằm trong nhóm ba mươi tay vợt nữ hàng đầu thế giới theo bảng xếp hạng của Liên đoàn Cầu lông Thế giới, nhưng số trận của cô được ghi ở cấp độ từng pha cầu chỉ đếm trên đầu ngón tay. Cô không bị theo dõi ít vì đánh ít. Cô bị theo dõi ít vì phần lớn giải cô tham dự không nằm trong nhóm được trang bị.

Nguyễn Tiến Minh là ví dụ dài hơi hơn. Sự nghiệp của anh kéo dài gần hai thập kỷ, với thứ hạng cao nhất trong sự nghiệp là số 5 thế giới theo bảng xếp hạng công bố tháng 9 năm 2026. Nhưng nếu tôi muốn dựng lại phân bố chiều dài pha cầu của anh trong trọn một mùa giải, tôi không có dữ liệu để làm. Tôi có ký ức. Tôi có những băng ghi hình rời rạc. Tôi có bảng kết quả. Tôi không có chuỗi dữ liệu. Với một nhà phân tích, khoảng cách giữa hai thứ đó đúng bằng khoảng cách giữa một tấm bản đồ và một bức ảnh chụp.

Core

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi dạy học trò một nguyên tắc trước khi họ được phép tính bất kỳ chỉ số nào: hãy đếm xem mình đang thiếu bao nhiêu phần trăm dữ liệu. Nếu phần thiếu vượt quá 15%, mọi kết luận phía sau chỉ là phỏng đoán có trang điểm.

Với cầu lông, bốn nhóm chỉ số tôi mở ra trước tiên là: tỉ lệ lỗi giao cầu ở điểm then chốt — không phải tổng số lần giao hỏng, mà là tỉ lệ giao hỏng từ điểm 17 trở đi, khi áp lực đã đủ lớn để bộc lộ ai chịu được ai; phân bố điểm thua theo khu vực, tức bao nhiêu điểm mất ở lưới, bao nhiêu ở cuối sân, bao nhiêu do đánh ra ngoài biên dọc; chiều dài trung bình pha cầu theo từng ván, vì nó phản ánh thể lực và cách phân phối sức; và tỉ lệ thắng ở những pha cầu dài trên 15 nhịp, thước đo bản lĩnh rõ nhất trong hệ thống tính điểm 21.

Không một giải Super 300 nào mà tay vợt Việt Nam tham dự có đủ cả bốn nhóm này. Thường thì chỉ có nhóm thứ hai, và chỉ ở mức thô: tổng điểm thua, không phân khu vực. Nghĩa là khi một huấn luyện viên muốn biết học trò của mình mất điểm chủ yếu ở đâu, người đó phải tự ngồi xem lại băng ghi hình và tự đếm. Công việc đó tiêu tốn khoảng sáu đến tám giờ cho một trận ba ván. Với một tuần có ba trận, không ai làm nổi.

Ở môn bóng đá, khiếm khuyết mang hình dạng khác. V.League có đủ dữ liệu để trả lời ai ghi bàn, ai kiến tạo, ai phạm lỗi. Nhưng để trả lời một câu hỏi tưởng chừng đơn giản — đội này pressing cao đến mức nào — thì gần như không có dữ liệu. Chỉ số tôi vẫn dùng là PPDA, tức số đường chuyền trung bình mà đối phương được phép thực hiện trước khi bị thu hồi bóng. Muốn tính nó, bạn phải ghi lại vị trí bóng và vị trí toàn bộ cầu thủ ở mỗi đường chuyền. Không có máy quay cố định và phần mềm nhận dạng, bạn không có PPDA. Bạn chỉ có cảm nhận rằng đội này đá rát hay đá lỏng.

Có bao nhiêu trận trong một mùa V.League được ghi đủ để tính PPDA theo từng hiệp? Câu trả lời trung thực là rất ít, và gần như không có trận nào nằm ngoài nhóm đội đỉnh. Cuộc tranh luận về việc một đội đá phòng ngự phản công tốt hay dở vẫn diễn ra hằng tuần trên truyền thông, nhưng nó được dẫn dắt bằng ấn tượng chứ không bằng bằng chứng.

Chi phí là lý do đầu tiên được viện dẫn, và nó có thật. Một hệ thống truy vết đầy đủ cho một sân cầu lông cần từ bốn đến tám camera, một máy chủ xử lý và một kỹ thuật viên vận hành mỗi ngày thi đấu. Mức tối thiểu mà Liên đoàn Cầu lông Thế giới quy định cho tổng giải thưởng một giải Super 300 là 250.000 đô la Mỹ; con số đó ở Super 1000 cao gấp năm lần. Ban tổ chức Super 300 phải cân giữa việc thuê hệ thống truy vết và việc trả thưởng cho tay vợt. Không ai có thể trách họ khi chọn phương án thứ hai.

Nhưng hệ quả tích lũy thì không nằm ở một giải. Nó nằm ở chỗ toàn bộ một thế hệ tay vợt bị đánh giá bằng ấn tượng, và khi bị đánh giá bằng ấn tượng thì người ta luôn ưu tiên cái gì dễ nhớ. Một pha cầu đẹp được nhớ. Một pha cầu hiệu quả nhưng xấu bị quên. Đó là thiên lệch hệ thống, không phải thiên lệch cá nhân.

Tôi từng sống trong tình huống đó. Năm 2026, khi còn làm ở bộ phận phân tích của Nagoya Grampus, tôi trình một báo cáo mười bốn trang về một tiền đạo trẻ tên Ryo Kato. Chỉ số bàn thắng kỳ vọng của cậu là 0,82 mỗi trận, cao nhất đội. Nhưng cậu chỉ ghi bốn bàn trong chín trăm phút thi đấu. Kết luận của tôi rất rõ: Kato đang bị kéo lệch khỏi vùng cấm, nơi cậu săn bóng tốt nhất. Huấn luyện viên gạt đi, lý do là cậu quá nhỏ con trước các trung vệ J-League.

Cuối mùa, Kato chuyển sang KV Kortrijk với mức phí 1,2 triệu euro và ghi mười hai bàn tại giải vô địch quốc gia Bỉ. Dữ liệu của tôi không sai. Tôi đã thất bại trong việc truyền đạt nó. Mười bốn trang giấy không thuyết phục được ai, vì tôi đưa cho người ta một bảng biểu trong khi họ cần một câu chuyện. Từ đó, mỗi bài phân tích của tôi mở đầu bằng một tình huống cụ thể trên sân, chỉ sau đó mới rút ra con số để chứng minh.

Năm 2026, tôi được mời lên sóng truyền hình cho World Cup tại Nga với vai trò bình luận viên dữ liệu. Trước trận Nhật Bản gặp Colombia, tôi nói đúng một câu: qua ba vòng loại, Nhật Bản chỉ để đối phương chuyền trung bình 6,8 đường trước khi thu hồi bóng, và nếu giữ được mức đó, Colombia sẽ vỡ trận từ sớm. Nhật Bản thắng 2–1 thật. Nhưng tổng đài nhận hàng chục cuộc gọi chê tôi nói toàn thuật ngữ lạ. PPDA 6,8 là con số, còn tôi chỉ là kẻ chép lại hiện thực — nhưng người xem không cần người chép, họ cần người dịch.

Năm 2026, khi đại dịch đóng băng mọi giải đấu, hợp đồng của tôi bị cắt bốn mươi phần trăm. Tôi không đi tìm dữ liệu mới, vì không có dữ liệu mới để tìm. Tôi xem lại 547 trận J-League từ 2026 đến 2026 và hỏi một câu duy nhất: điều gì xảy ra khi một đội dẫn trước ở phút 70 rồi bắt đầu lùi sâu? Kết quả: khi PPDA vượt ngưỡng 12, xác suất bị gỡ hòa là 38%. Đêm 547 trận đấu đã dạy tôi: bóng đá đóng băng, nhưng con số không đóng băng.

Tôi thử áp ngược kết quả đó về V.League. Câu hỏi tương tự không thể trả lời, không phải vì bóng đá Việt Nam khác, mà vì tôi không có 547 trận được ghi ở cấp độ đó. Dữ liệu không bao giờ vội. Nó đợi tôi đủ kiên nhẫn để hiểu — nhưng nó chỉ đợi được nếu có ai đó đã ghi lại.

Có một chủ đề nữa mà tôi muốn nêu ở đây, vì nó thuộc đúng phạm vi tôi theo dõi. Từ khi V.League áp dụng VAR, số liệu công khai về các tình huống được xem lại, số lần can thiệp và tỉ lệ đảo ngược quyết định vẫn rất mỏng. Điều đáng chú ý là điều khoản trung tâm của VAR — lỗi rõ ràng và hiển nhiên — vốn là một cụm từ mơ hồ. Không có định nghĩa định lượng nào cho hai chữ rõ ràng. Nghĩa là ngay ở tầng công nghệ cao nhất của trọng tài, không gian phán đoán chủ quan vẫn rộng hơn mức khán giả tưởng, và chúng ta đang tranh luận về nó mà không có nổi một bộ số liệu thống nhất để đối chiếu.

Contrarian

Có một giả định tôi muốn phá: dữ liệu thiếu thì thiếu đều. Điều đó không đúng. Dữ liệu thiếu có trật tự, và trật tự ấy phản ánh thứ bậc quyền lực của nền thể thao.

Hãy nhìn vào môn cầu lông nữ. Các giải đơn nữ có ít máy quay hơn, ít nhà tài trợ hơn, ít bài phân tích hơn. Tay vợt nữ đến từ quốc gia không có truyền thống cầu lông mạnh lại càng ít được ghi. Kết quả là khi ai đó muốn đánh giá một tay vợt nữ, họ có ít bằng chứng hơn để làm việc, và buộc phải dựa vào ấn tượng. Một nền thể thao vận hành bằng ấn tượng sẽ luôn tái sản xuất lại đúng thứ bậc cũ, và nó làm điều đó một cách vô thức, nên không ai bị quy trách nhiệm.

Lập luận tương tự áp dụng cho thể thao điện tử. Một giải đấu nữ được tổ chức như hệ sinh thái khép kín, nơi các đội chỉ đấu với nhau trong nội bộ, sẽ không bao giờ tạo ra ngôi sao thật — vì không có dữ liệu đối kháng mở để chứng minh ai giỏi hơn ai. Thiếu cạnh tranh mở và thiếu dữ liệu là hai mặt của cùng một tờ giấy.

Ở đây tôi phải tự cảnh báo chính mình. Tiền lệ là la bàn, nhưng la bàn cũng chỉ sai nếu bạn đọc nó như một lời tiên tri. Khi tôi phát hiện PPDA trên 12 dẫn tới 38% xác suất bị gỡ hòa, đó là một tương quan trong một tập dữ liệu cụ thể của J-League giai đoạn 2026–2026. Đó không phải một định luật. Một đội lùi sâu có thể bị gỡ hòa vì hàng thủ yếu, vì lịch thi đấu dày, vì trọng tài cho thêm bốn phút, vì đối thủ tung vào một cầu thủ dự bị tốt hơn. Nếu tôi gọi đó là quan hệ nhân quả, tôi đã biến dữ liệu thành tôn giáo. Trước khi kết luận, tôi luôn tự vặn: yếu tố cấu trúc nào đang đứng sau con số này, và nếu bỏ nó đi thì con số còn đứng được không?

Năm 2026, khi Ả Rập Xê Út thắng Argentina 2–1, cả thế giới gọi đó là phép màu. Tôi ngồi một đêm, rà lại băng ghi hình và đếm được năm pha bẫy việt vị thành công chỉ trong hiệp một. Khoảng cách trung bình giữa hai tuyến của họ là 18 mét, đúng bằng phương pháp tôi xây dựng từ năm 2026. Tôi viết rằng đó là một kế hoạch được thực thi gần như hoàn hảo, và tôi bị chê là lạnh lùng, là tước đi sự kỳ diệu của trận đấu.

Tôi hiểu phản ứng ấy, và tôi cho rằng nó đúng một phần. Niềm tin, đam mê và cơn giận của đám đông là những thứ xG không đo được. Từ sau vụ đó, tôi luôn thêm một mục nhỏ gọi là giới hạn của dữ liệu ở cuối mỗi bài viết, ghi rõ điều gì con số không nhìn thấy. Và tôi không viết chắc chắn nữa. Tôi viết có khả năng cao.

Takeaway

Tín hiệu tôi chờ trong vòng mùa giải tới không phải một danh hiệu. Đó là lần đầu tiên một câu lạc bộ V.League công bố dữ liệu vị trí đầy đủ của trọn một mùa giải cho công chúng, hoặc lần đầu tiên một tay vợt cầu lông Việt Nam có trọn một mùa thi đấu được ghi ở cấp độ từng pha cầu.

Khi ngày đó đến, sẽ có người nói nó chẳng thay đổi điều gì. Nagoya không đọc báo cáo của tôi, nhưng dữ liệu thì không cần người đọc — nó chỉ cần người chịu đặt câu hỏi đúng. Mỗi đường chuyền là một câu trả lời. Tôi chỉ là người đặt câu hỏi đúng. Vấn đề còn lại là chúng ta có ghi lại câu hỏi hay không.