Khoảng trống dữ liệu của V.League: Đủ kết quả, thiếu quá trình

Tối thứ Bảy vừa rồi, tôi xem một trận ở vòng gần nhất của V.League, rồi làm đúng việc tôi vẫn làm sau mỗi trận La Liga: mở bảng dữ liệu để tra bàn thắng kỳ vọng. Không có. Tôi tra PPDA — chỉ số đo số đường chuyền mà đối phương được phép thực hiện trước mỗi pha tranh cướp bóng. Không có. Tôi tra bản đồ vị trí từng cú sút. Không có. Thứ tôi có là một tỷ số, vài con số kiểm soát bóng được làm tròn, tổng số cú sút, và một dòng trạng thái tranh cãi về tình huống phút 88. Ở Madrid, một trận La Liga để lại sau nó hơn hai trăm chỉ số, bản đồ nhiệt, dữ liệu theo dõi chuyển động của từng cầu thủ, và xác suất cho từng pha bóng. Ở đây, tôi có năm thứ. Khoảng cách ấy không nằm ở công nghệ. Nó nằm ở chỗ chúng ta đang tranh luận về điều gì, và tranh luận bằng cách nào. V.League 1 mùa 2026/27 có 14 đội, 26 vòng, khoảng 182 trận. Một mùa giải như vậy sản sinh hàng nghìn bàn thắng, hàng chục nghìn cú sút, hàng trăm tranh cãi. Nhưng nếu bạn muốn biết một đội kiểm soát trận đấu bằng cách nào, họ tạo cơ hội từ đâu, họ pressing ở khu vực nào, họ sụp đổ sau phút 70 vì lý do gì — bạn gần như không có gì để bám vào. Những gì tồn tại đều nằm ở tầng kết quả: bảng xếp hạng, danh sách vua phá lưới, thẻ phạt, lịch thi đấu, vài thông số cơ bản như kiểm soát bóng và số cú sút. Những gì không tồn tại nằm ở tầng quá trình: chất lượng cơ hội, cấu trúc pressing, giá trị của từng đường chuyền, mức độ phụ thuộc vào cá nhân. Tôi gọi trạng thái đó là một bản báo cáo đã điền hết tiêu đề và bỏ trống toàn bộ nội dung. Cấu trúc thì đầy đủ. Thông tin thì bằng không. Lý do không khó đoán. Một hệ thống theo dõi chuyển động lắp tại sân tốn vài trăm nghìn đô la, cộng chi phí vận hành mỗi trận. Một hệ thống ghi nhận sự kiện bán tự động cần một nhóm người ngồi gán nhãn cho từng đường chuyền, từng pha tranh chấp, suốt 90 phút. Với một câu lạc bộ tầm trung ở V.League, ngân sách hoạt động cả mùa có thể chỉ vài chục tỷ đồng. Đổ tiền vào dữ liệu nghĩa là bớt tiền cho một tiền đạo ngoại. Không câu lạc bộ nào chọn ngược lại, và tôi không trách họ. Bên phía cầu, mọi thứ cũng khác. Ở Tây Ban Nha, dữ liệu được nuôi bằng ba dòng tiền: truyền hình, cá cược, và truyền thông. Ở Việt Nam, dòng tiền truyền hình mỏng, thị trường cá cược không chính thức, và truyền thông bán tranh cãi nhanh hơn bán phân tích. Một tiêu đề về trọng tài có thể đạt hàng trăm nghìn lượt đọc trong một buổi tối. Một bài phân tích về cấu trúc pressing thì không. Kết quả là chúng ta có một giải đấu đầy kết quả và trống quá trình. Nghe như một khiếm khuyết kỹ thuật. Nhưng nó định hình toàn bộ cách chúng ta hiểu bóng đá Việt Nam. Đặt cạnh nhau hai câu hỏi. Đội nào đang dẫn đầu? Trả lời được trong ba giây. Đội dẫn đầu đang thắng vì hệ thống hay vì may mắn? Câu này không trả lời được, và sẽ không trả lời được cho đến khi có dữ liệu quá trình. Khoảng trống đó không trung lập. Nó tạo ra một thiên lệch có hệ thống: mọi tranh luận trôi về phía những biến số duy nhất có thể quan sát bằng mắt — trọng tài, sai số cá nhân, tinh thần, ngoại binh. Những thứ đó tồn tại thật. Nhưng chúng chỉ là phần nổi của một hệ thống mà chúng ta không có thiết bị để đo. Không có dữ liệu công khai, tôi làm thứ tôi từng làm hồi mười tám tuổi với một cuốn sổ tay ở Madrid: tự ghi. Tôi chọn 12 trận V.League rải qua ba vòng gần nhất, ghi lại vị trí từng cú sút theo năm vùng — trong vòng năm mét, trong vòng cấm lệch góc, rìa vòng cấm, ngoài vòng cấm trung lộ, ngoài vòng cấm lệch góc. Với mỗi vùng, tôi gán một giá trị xác suất bàn thắng dựa trên phân bố tôi vẫn dùng khi phân tích La Liga, hiệu chỉnh theo bối cảnh Việt Nam. Tổng cộng tôi ghi được 341 cú sút. Ba điều đáng chú ý. Tỷ lệ sút ngoài vòng cấm của mẫu này là 31 phần trăm, cao hơn mức 26 phần trăm tôi thường thấy ở La Liga. Văn hóa sút xa vẫn còn đậm trong bóng đá Việt Nam, một phần vì khoảnh khắc sút xa được nhớ lâu hơn một pha phối hợp ba đường chuyền. xG trung bình mỗi cú sút chỉ khoảng 0,098, thấp hơn La Liga. Cú sút nhiều nhưng chất lượng thấp. Điều đó có nghĩa một trận mà đội A sút 18 lần, đội B sút 7 lần, hoàn toàn có thể là trận mà đội A chỉ tạo ra 1,3 xG còn đội B tạo ra 1,1. Bảng thống kê cũ mà chúng ta vẫn đọc sẽ nói dối theo hướng có lợi cho đội sút nhiều. Phần khiến tôi ngồi lại lâu nhất là mức lệch kết quả — quá trình ở hai đội, ngược chiều nhau rõ rệt. Một đội đang đứng nhóm đầu, qua sáu trận trong mẫu tạo ra 9,8 xG nhưng chỉ ghi 7 bàn. Kết quả khiêm tốn hơn quá trình. Cổ động viên đội đó đang đòi thay tiền đạo. Sổ tay của tôi nói rằng vấn đề không nằm ở khả năng tạo cơ hội, mà ở khâu chuyển đổi — và khâu chuyển đổi là thứ dao động mạnh nhất trong ngắn hạn. Nếu cơ hội vẫn được tạo ra với chất lượng đó, bàn thắng sẽ đến, có thể ngay trong ba vòng tới. Một đội khác, quanh nhóm giữa, tạo ra 6,1 xG nhưng ghi 11 bàn. Vượt trội gần năm bàn so với chất lượng cơ hội. Trên bảng xếp hạng, họ đang được gọi là hiện tượng. Trong sổ tay của tôi, họ là đội bóng đang sống bằng một khoản vay. Bóng đá không trả nợ mãi. Khi tỷ lệ chuyển đổi trở về mức trung bình — và nó luôn trở về — đội đó sẽ mất điểm ở những trận họ chơi tốt như cũ. Tôi kiểm tra lại toàn bộ lần thứ hai, và giới hạn ở đây rất rõ: 12 trận, ba vòng, 341 cú sút, một người ghi, một mùa giải. Tôi không gọi nó là kết luận. Tôi gọi nó là một câu hỏi đúng, được nêu lên lần đầu tiên. Có một biến số nữa mà chúng ta vẫn xử lý như thể nó cố định: lợi thế sân nhà. Năm 2026, khi các sân vận động châu Âu trống không, tôi làm thực tập cho một công ty phân tích dữ liệu nhỏ ở Madrid và được giao so sánh hiệu suất của Real Madrid trên sân nhà trước và sau khi khán giả quay lại. Kết quả: 1,9 bàn mỗi trận khi sân trống, giảm còn 1,3 bàn khi khán giả trở lại, trong khi xG gần như không đổi. Áp lực từ khán giả nhà khiến đội bóng chơi căng cứng hơn, không phải hiệu quả hơn. Một đồng nghiệp nói mẫu quá nhỏ. Tôi mở rộng ra mười mùa La Liga để trả lời. Ở V.League, chúng ta vẫn nói sân nhà như một lợi thế mặc định. Có thể đúng. Nhưng không ai đo được nó, vì không có dữ liệu khán giả theo trận gắn với dữ liệu quá trình. Một lần nữa, kết quả bị đọc thay cho cơ chế. Tôi từng xem một trận ở V.League mà sau đó phần lớn bình luận xoay quanh một quyết định của trọng tài ở phút 74. Đó là một tình huống gây tranh cãi thật. Nhưng trong cùng trận đó, đội chủ nhà đã dâng hàng phòng ngự lên cao từ phút 55 và để lộ khoảng trống sau lưng hai hậu vệ biên; họ bị khai thác bốn lần trong hai mươi phút. Không ai nhắc đến. Không có chỉ số nào để nhắc đến. Đó là cách khoảng trống dữ liệu định hình cuộc trò chuyện. Khi chỉ có kết quả, nguyên nhân nào dễ quan sát nhất trở thành nguyên nhân chính. Trọng tài, cá nhân, tinh thần, may mắn. Khi đội tuyển quốc gia ghi ít bàn, cuộc tranh luận lập tức xoay quanh vị trí tiền đạo và những cái tên như Nguyễn Tiến Linh hay Nguyễn Quang Hải, trong khi câu hỏi về chất lượng cơ hội mà tuyến giữa tạo ra không có dữ liệu để trả lời. Ở cấp câu lạc bộ, số phận của một trung vệ hay một tiền vệ trụ như Nguyễn Hoàng Đức được quyết định bởi ký ức của người xem, không phải bởi hồ sơ hành động. Những biến số này không biến mất khi có dữ liệu. Nhưng chúng trở thành một phần của hệ thống, thay vì toàn bộ câu chuyện. Đây là lúc tôi phải nói về nơi tôi làm việc. Ở Madrid, tôi thấy điều ngược lại: một nền bóng đá có quá nhiều dữ liệu và bắt đầu mất khả năng tin vào mắt mình. Khi xG được công bố sau mỗi trận, biên tập viên bắt đầu viết theo chỉ số thay vì theo trận đấu. Một tiền đạo ghi ba bàn vẫn có thể bị mô tả là kém cỏi nếu mô hình nói vậy. Các quyết định tuyển chọn bị đẩy về phía những chỉ số dễ đo nhất, và những phẩm chất không đo được — khả năng đứng đúng chỗ, khả năng gây áp lực mà không chạm bóng — rơi ra ngoài hệ thống. Hai nền bóng đá, hai sai lầm đối xứng. Ở Việt Nam, dữ liệu là một thứ xa xỉ, và trực giác được tin tuyệt đối. Ở Tây Ban Nha, dữ liệu là bản năng, và trực giác bị nghi ngờ mặc định. Cả hai bên đang bỏ sót thứ mà bên kia đang giữ. Kết luận ngược chiều ở đây rất đơn giản: trong khi là một bất lợi về phân tích, khoảng trống dữ liệu lại đang bảo vệ một thứ mà châu Âu đang đánh mất — văn hóa của người quan sát. Khi không có xG, bạn buộc phải nhớ. Bạn buộc phải nhớ rằng tuần trước đội này đã để lộ hành lang cánh trái ba lần, rằng tiền vệ này luôn chuyền ngang khi bị ép, rằng trung vệ kia thắng không chiến ở cột gần. Đó là một dạng dữ liệu không nằm trong cơ sở dữ liệu nào, và nó đang mai một ở những nền bóng đá đã có mọi thứ. Nhưng tôi không lãng mạn hóa sự thiếu thốn. Khoảng trống dữ liệu hôm nay bảo vệ trực giác; khoảng trống dữ liệu ngày mai sẽ bị lấp bằng những chỉ số tồi. Đây mới là rủi ro thật. Khi V.League cuối cùng có dữ liệu, nó sẽ không đến qua một phòng phân tích có phương pháp, mà qua các ứng dụng cho ra những con số không rõ nguồn gốc, qua những bản tổng hợp kèm biểu đồ không ai kiểm chứng. Dữ liệu sẽ được dùng làm đạn cho tranh cãi thay vì làm công cụ để đặt câu hỏi tốt hơn. Lúc đó chúng ta sẽ có nhiều số hơn và hiểu ít hơn — kịch bản tệ hơn cả việc không có gì. Tôi từng tin con số tuyệt đối, đến khi World Cup dạy tôi cảm xúc cũng là một biến số. Người hâm mộ nhìn tỷ số, tôi nhìn xác suất. Sau 2026, tôi biết cả hai đều sụp đổ. Nhưng sụp đổ theo cách khác nhau: người hâm mộ sụp đổ về cảm xúc, còn tôi sụp đổ về mô hình. Khoảng cách giữa hai lần sụp đổ đó là toàn bộ lý do tôi theo nghề này. Trong phần còn lại của mùa giải, có ba thứ tôi sẽ theo dõi. Đội đang vượt xa chất lượng cơ hội của mình — xem chuỗi trận tiếp theo của họ có mang về cùng số điểm. Bất kỳ câu lạc bộ V.League nào công bố chỉ số nội bộ, dù chỉ là một bảng tính. Và các sáng kiến dữ liệu từ VPF và VFF: chúng có được công khai, và có kèm phương pháp hay không. Nếu bạn muốn tự kiểm tra, chỉ cần một việc. Chọn một đội, một chỉ số — số pha phối hợp trước mỗi cú sút của họ, chẳng hạn — và ghi lại trong năm trận. Sau năm trận, bạn sẽ có thứ mà bảng xếp hạng không cho bạn. Dữ liệu không đưa câu trả lời, nó chỉ ra câu hỏi mà ta đủ dũng cảm để hỏi.