World Cup 2026 và kỷ luật của người đọc số: Điều một giải đấu 48 đội dạy về dữ liệu

Có một ô trống trong bảng tính của tôi, ngay sau khi lá thăm World Cup 2026 được bốc tại Washington hồi tháng 12 năm 2026. Ô ấy nằm ở cột mẫu đối đầu trực tiếp, và nó trống không phải vì tôi lười biếng, mà vì hai đội vừa bị xếp chung bảng chưa từng gặp nhau một lần nào trong mọi dữ liệu được ghi nhận. Tôi nhìn ô trống đó lâu hơn mức cần thiết. Gần hai thập kỷ đọc số trong thể thao dạy tôi rằng một ô trống trung thực đáng giá hơn một ô đầy ắp suy đoán. Đêm hôm ấy tôi ghi vào sổ tay một dòng: giải đấu này có 104 trận, và không trận nào bắt đầu từ số không theo nghĩa đen.

Phản ứng quanh bảng kết quả mới là thứ khiến tôi chú ý. Trong vòng vài giờ, mạng xã hội tràn ngập những bảng dự đoán dựng sẵn, mỗi bảng một kiểu, và gần như tất cả đều tự tin như nhau. Đó là lúc tôi hiểu World Cup 2026 sẽ không đơn thuần là một giải bóng đá. Nó sẽ là một cuộc kiểm tra sức chịu đựng đối với cách chúng ta đọc con số.

Bối cảnh: một giải đấu lớn chưa từng có

World Cup 2026 sẽ khởi tranh ngày 11 tháng 6 năm 2026 và khép lại ngày 19 tháng 7 năm 2026, theo lịch do FIFA công bố. Đây là kỳ World Cup đầu tiên có 48 đội, với tổng cộng 104 trận, con số lớn nhất trong lịch sử giải đấu. Ba quốc gia đồng đăng cai là Hoa Kỳ, Canada và Mexico, trải dài trên 16 thành phố chủ nhà, từ Vancouver và Seattle ở bờ Tây cho tới Toronto, New York, Mexico City và Guadalajara.

Thể thức mới chia 48 đội thành 12 bảng, mỗi bảng bốn đội. Hai đội đứng đầu mỗi bảng cùng tám đội xếp thứ ba có thành tích tốt nhất bước vào vòng loại trực tiếp gồm 32 đội. Cách sắp xếp ấy thay đổi gần như toàn bộ cách tính toán vòng bảng mà tôi và đồng nghiệp đã quen trong nhiều năm.

Với một người làm dữ liệu, thay đổi này không hề nhỏ. Ở các kỳ World Cup 32 đội, vòng bảng có 48 trận và mỗi đội đá đúng ba trận; tỷ lệ đi tiếp của một đội mạnh thường khá ổn định. Khi số bảng tăng từ tám lên mười hai, và khi có thêm suất cho đội thứ ba, cánh cửa đi tiếp mở rộng hơn về mặt toán học. Một đội có thể thua một trận, hòa một trận và vẫn nắm quyền tự quyết ở lượt cuối. Điều đó làm giảm áp lực lên từng trận vòng bảng, nhưng lại làm tăng số lượng kịch bản có thể xảy ra ở lượt đấu cuối cùng.

Cùng lúc, số trận tăng lên nghĩa là khối lượng dữ liệu thô tăng lên. Một giải đấu có 104 trận tạo ra nhiều tình huống hơn để quan sát, nhưng cũng tạo ra nhiều cơ hội hơn để ta tự lừa mình rằng mình đã hiểu điều gì đó. Tôi luôn nhắc bản thân đọc kỹ phần chú thích khi tất cả mọi người chỉ nhìn bảng tỷ số. World Cup 2026 sẽ là giải đấu mà cột chú thích quan trọng hơn bất cứ kỳ nào trước đó.

Truy nguyên dòng đời của con số

Mỗi chỉ số trong bóng đá hiện đại đều có một dòng đời. Nó sinh ra trong một trận đấu, được một công ty dữ liệu ghi lại, đi qua vài bước xử lý, rồi mới tới tay người đọc. Trước khi tin vào con số, hãy hỏi nó sinh ra từ đâu. Cùng một cú sút, ba nhà cung cấp khác nhau có thể đưa ra ba giá trị xG khác nhau, bởi mỗi bên định nghĩa cơ hội rõ ràng theo một cách riêng. Khoảng cách giữa các định nghĩa ấy không lớn, nhưng đủ để làm đảo chiều một kết luận khi ta cộng dồn qua hàng trăm tình huống.

Với một giải đấu 104 trận, sai số ấy nhân lên theo cấp số. Nếu mỗi trận có chừng mười tình huống nguy hiểm, ta đang nói về hơn một nghìn điểm dữ liệu. Một định nghĩa lệch 0,05 xG cho mỗi tình huống sẽ tạo ra khác biệt 50 bàn thắng kỳ vọng trên toàn giải. Đó là lý do tôi luôn ghi rõ nguồn dữ liệu ngay cạnh mỗi con số mình dùng. Không có nguồn, một chỉ số chỉ là một niềm tin được viết bằng chữ số.

Tôi bắt đầu sự nghiệp từ vị trí vận động viên thể thao điện tử rồi chuyển sang tổ chức giải đấu, trước khi bước vào nghề phân tích dữ liệu. Kinh nghiệm ấy dạy tôi một điều: người ta thường không sai vì thiếu số liệu, mà sai vì dùng số liệu của một bối cảnh này để nói về một bối cảnh khác. Một mô hình xây trên vòng loại World Cup không tự động đúng ở vòng chung kết, vì đối thủ khác, động lực khác, và cả mặt cỏ cũng khác.

Cái bẫy dữ liệu vòng loại

Một trong những sai lầm lặp đi lặp lại của tôi liên quan tới khoảng cách giữa vòng loại và vòng chung kết. Ở vòng loại, các đội mạnh thường đối đầu những đội yếu hơn hẳn, và các chỉ số của họ đẹp một cách khó tin. Bàn thắng kỳ vọng cao, số cơ hội lớn, tỷ lệ kiểm soát bóng áp đảo. Khi bước vào vòng chung kết, chất lượng đối thủ đồng đều hơn, khoảng trống biến mất, và mọi chỉ số đều tụt xuống. Nếu ta dùng con số của vòng loại để dự đoán vòng chung kết mà không điều chỉnh bối cảnh, ta đang so sánh hai thứ vốn không giống nhau.

Điều này đặc biệt đúng với World Cup 2026, khi số đội tham dự tăng lên 48. Nhiều đội lần đầu hoặc hiếm khi góp mặt sẽ mang tới những mẫu dữ liệu rất mỏng, đôi khi chỉ vài trận ở đấu trường quốc tế trong nhiều năm. Với những đội như vậy, mọi so sánh đều có sai số lớn, và tôi buộc phải hạ thấp mức độ chắc chắn trong nhận định của mình. Nói một đội yếu hơn khi ta có trong tay mười trận dữ liệu khác hoàn toàn với nói câu đó khi ta chỉ có hai trận.

Khi mô hình trở nên lỗi thời

Có những thời điểm mô hình của tôi đúng suốt nhiều tháng, rồi đột ngột sai. Tôi học cách không hoảng loạn trong những lúc như thế. Mô hình không sai; chỉ là thế giới đã đổi lúc tôi không để ý. Trong thể thao điện tử, đó là khi một bản cập nhật thay đổi luật chơi và biến một đội hình đang mạnh thành lỗi thời trong vài ngày. Trong bóng đá, đó là khi giải đấu quy định lại thể thức.

World Cup 2026 chính là dạng thay đổi lớn như vậy. Việc vòng bảng mở rộng nghĩa là những mô hình tính tỷ lệ đi tiếp dựa trên kinh nghiệm 32 đội cần được viết lại. Với 12 bảng, một số bảng sẽ nhẹ hơn về mặt đối thủ, và một đội hạng hai ở bảng nặng có thể đạt điểm số ngang một đội đầu bảng ở bảng nhẹ. Tiêu chí so sánh giữa các đội thứ ba càng làm mọi thứ phức tạp, vì nó buộc ta phải so sánh kết quả của những đội không gặp nhau.

Tôi nhớ buổi tối tháng 8 năm 2026, khi còn là nhân viên phân tích cấp trung tại một công ty dữ liệu thể thao ở Los Angeles. Tôi theo dõi trận mở màn Ngoại hạng Anh ở Anfield, nơi Liverpool đè bẹp Arsenal 4-0. Số cú sút của hai đội không cách biệt quá lớn: 18 cho Liverpool và 9 cho Arsenal. Nhưng khi áp chỉ số bàn thắng kỳ vọng, Liverpool đạt 3,6 còn Arsenal chỉ 0,3. Là người coi trọng quy trình, tôi không tin ngay. Tôi ghi chép toàn bộ và kiểm chứng qua mười vòng kế tiếp. Kết quả khiến tôi phải thay đổi cách nhìn: mô hình xG dự đoán đúng tới khoảng 80% trường hợp trong mẫu ấy.

Từ đó, tôi bỏ thói quen viết dựa trên tỉ số cảm tính và thời lượng kiểm soát bóng, chuyển sang đọc xG, PPDA và bối cảnh của từng cơ hội. Nhưng tôi cũng học được rằng xG không phải chân lý, nó chỉ là cái gương — nhưng gương thì không biết nói dối.

xG như một tấm gương, không phải bàn thờ

Điều tôi không thích ở cách nhiều người dùng xG hiện nay là biến nó thành một thứ thần tượng. Họ tin rằng đội thắng xG là đội xứng đáng thắng, và đội thua xG là đội may mắn. Cách nghĩ ấy bỏ qua việc xG đo cơ hội, chứ không đo quyết định. Nó không biết về một hậu vệ bị đau, một tiền vệ mất bình tĩnh, hay một trọng tài bỏ qua lỗi. Nó là tấm gương phản chiếu số cơ hội, và một tấm gương thì không thể giải thích vì sao người ta chọn cú sút đó.

Tại World Cup 2026 ở Nga, mô hình của tôi trục trặc ngay từ vòng bảng. Tôi tin đội tuyển Đức, bên cạnh việc cầm bóng 74% và tung ra 26 cú dứt điểm trước Hàn Quốc, sẽ lội ngược dòng. Hàn Quốc chỉ có 4 cú dứt điểm và giá trị xG vỏn vẹn 0,8, vậy mà họ thắng 2-0 nhờ hai bàn ở phút bù giờ. Dữ liệu thuần túy không đo được sự bế tắc và tâm lý của một đội bị dồn ép. Từ đó tôi thêm vào mọi phân tích một mục về PPDA của đối phương và mức độ khốc liệt thực tế của trận đấu, thay vì chỉ nhìn số cơ hội mà một đội tự tạo ra.

Dữ liệu nhỏ là thứ dữ liệu lớn luôn phơi bày. Một giải đấu ngắn ngày có đặc điểm là mọi kết luận đều được rút ra từ rất ít trận. Ở World Cup 2026, một đội có thể chỉ đá ba trận vòng bảng rồi về nước, và ba trận ấy không đủ để nói lên bản chất của một nền bóng đá. Khi tôi dự đoán, tôi luôn ghi rõ cỡ mẫu và khoảng sai số. Đó là cách duy nhất để giữ mình trung thực.

Bài học từ những mùa đã qua

Năm 2026, khi bóng đá trở lại sau giãn cách trong những sân vận động trống, toàn bộ hệ số lợi thế sân nhà trong mô hình của tôi sai lệch nghiêm trọng. Tôi thống kê 157 trận Bundesliga từ tháng 5 năm 2026 và nhận thấy tỷ lệ thắng sân nhà giảm từ 43% xuống còn 36%. Ban đầu tôi không tin. Tôi kiểm định lại bằng cách chia nhỏ dữ liệu theo tháng và theo thứ hạng đội bóng. Sau khi xác nhận xu hướng, tôi mới thêm biến khán giả vào công thức và giảm trọng số lợi thế sân nhà trong mọi kèo bóng.

Câu chuyện ấy dạy tôi rằng một phần của dữ liệu đôi khi nằm ngoài sân cỏ. Sự hiện diện của khán giả, tiếng ồn, và cảm giác được ủng hộ là những biến số không nằm trong bất kỳ cú sút nào. Với World Cup 2026 trải dài trên ba quốc gia và nhiều múi giờ, yếu tố di chuyển và khí hậu sẽ đóng vai trò tương tự. Một đội đá ở Mexico City với độ cao hơn 2.000 mét, rồi ba ngày sau chơi ở vùng duyên hải ẩm ướt, sẽ có nền tảng thể lực khác hẳn một đội chỉ di chuyển trong một khu vực.

Năm 2026, tại Euro, tôi được giao dự đoán toàn bộ giải. Tôi đặt niềm tin vào đội tuyển Italy dù họ không có ngôi sao nổi bật, dựa trên nền tảng phòng ngự vững chắc với chỉ 0,6 xG thủng lưới mỗi trận ở vòng loại. Italy tiến thẳng vào chung kết và đánh bại Anh dù thua về xG trong trận đấu cuối, 1,1 so với 1,9. Trận chung kết ấy cho thấy dữ liệu không thể lý giải may mắn, nhưng sự ổn định xuyên suốt của Italy khiến tôi tin hơn vào sức mạnh của tính nhất quán.

Từ đó, tôi bắt đầu viết các bài dự đoán kèm xác suất, công khai thừa nhận sai số và trình bày nhiều kịch bản trận đấu thay vì chỉ đưa ra một kết quả. Với World Cup 2026, tôi sẽ làm đúng như vậy: ba kịch bản cho mỗi bảng, kèm điều kiện để mỗi kịch bản trở thành hiện thực.

Góc nhìn ngược dòng: tương quan không phải nhân quả

Có một điều tôi muốn nói rõ, vì tôi thấy nó bị bỏ qua quá nhiều trong các cuộc tranh luận về dữ liệu bóng đá. Một đội kiểm soát bóng nhiều và thắng, điều đó không chứng minh rằng kiểm soát bóng nhiều là nguyên nhân của chiến thắng. Đôi khi đội ấy kiểm soát bóng nhiều vì họ đã dẫn trước và đối thủ buộc phải để họ cầm bóng. Quan hệ nhân quả đi theo hướng ngược lại với điều mà bảng thống kê gợi ý.

Với World Cup 2026, kiểu nhầm lẫn này sẽ xuất hiện dày đặc. Khi một đội nhỏ thắng một đội lớn ở vòng bảng, sẽ có người rút ra kết luận về một công thức chiến thắng. Nhưng 104 trận là quá ít để xác lập một công thức, và chỉ một vài trận là quá ít để kết luận về một đội. Tôi đã nhiều lần chứng kiến điều này ở cả thể thao điện tử lẫn bóng đá: một đội thắng nhờ một sai lầm cá nhân của đối phương, rồi cả làng tin rằng họ đã tìm ra chiến thuật mới.

Trong thể thao điện tử, tôi từng chứng kiến một đội vô địch một giải lớn nhờ một bản cập nhật vô tình có lợi cho lối chơi của họ. Vài tháng sau, bản cập nhật tiếp theo đảo ngược thế cờ, và chính đội ấy thua ngay từ vòng bảng. Không có gì thay đổi ở con người; chỉ có luật chơi thay đổi. Bóng đá cũng vậy, chỉ chậm hơn. Một thể thức mới có thể nâng đỡ một phong cách và bóp nghẹt một phong cách khác, mà không hề đụng tới chất lượng cầu thủ.

Tôi cũng muốn nhắc đến một cám dỗ nghề nghiệp khác, thứ tôi đã chứng kiến trong chính công việc của mình. Khi dữ liệu trống, khi một ô hiện lên N/A, người làm phân tích non tay sẽ lấp chỗ trống bằng suy đoán, và trình bày suy đoán ấy như thể nó là số liệu. Tôi từng nhận một bản báo cáo mà mọi trường đều được điền, cho tới khi tôi kiểm tra nguồn và phát hiện ra rằng không có nguồn nào cả. Bản báo cáo ấy trông hoàn hảo, và chính sự hoàn hảo ấy là dấu hiệu báo động. Một phân tích trung thực luôn có chỗ cho những khoảng trống được thừa nhận.

Cách xử lý trống dữ liệu của tôi rất đơn giản. Tôi đánh dấu rõ đó là vùng chưa xác định, ghi lại dữ liệu nào còn thiếu và cần thu thập, rồi mới đưa ra nhận định với mức độ chắc chắn tương ứng. Sự khiêm tốn ở đây không làm suy yếu phân tích; nó làm phân tích đáng tin hơn. Trước khi chiến đấu, hãy đọc lại mùa trước, và đọc kỹ phần chú thích.

Tín hiệu cho vòng đấu tiếp theo

Khi World Cup 2026 khởi tranh vào tháng 6, tôi sẽ theo dõi vài tín hiệu cụ thể. Tôi sẽ xem cách các đội điều chỉnh sau lượt đấu đầu tiên, vì ở thể thức 12 bảng, ba điểm đầu tiên có giá trị khác so với trước đây. Tôi sẽ chú ý tới việc xoay tua đội hình khi một suất vào vòng loại trực tiếp đã gần như chắc chắn, bởi đây là biến số làm sai lệch mọi dự đoán dựa trên phong độ. Và tôi sẽ đặc biệt để mắt tới những đội thi đấu ở độ cao lớn rồi phải di chuyển xa, vì nền tảng thể lực sẽ lộ ra rõ hơn ở giai đoạn knock-out.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua nhiều kỳ World Cup, phần lớn sai lầm của người phân tích không nằm ở chỗ dự đoán sai kết quả, mà ở chỗ không thừa nhận mình đã dựa trên quá ít dữ liệu. Dữ liệu cho chúng ta biết khi nào nên nói tôi chưa biết. Đó là kỹ năng khó nhất mà tôi từng học, và cũng là kỹ năng cần thiết nhất khi bước vào một giải đấu có 104 trận nhưng chỉ có ba trận cho mỗi đội ở vòng bảng.

Mùa giải là một bài kinh, mỗi trận là một câu kinh; đừng vội tụng nửa câu. World Cup 2026 sẽ là bài kinh dài nhất trong lịch sử bóng đá thế giới. Và như mọi bài kinh dài, điều khôn ngoan không phải là đọc hết trong một đêm, mà là đọc chậm, đọc lại, và chấp nhận rằng vào lúc này, một số câu vẫn còn chưa được viết xong.