Báo cáo tuyển trạch 38 trang và những ô dữ liệu bỏ trống

Tháng 3 năm 2026, tại văn phòng ở Marseille, tôi nhận một báo cáo tuyển trạch dài 38 trang về một tiền đạo 19 tuổi đang chơi ở Ligue 2. Trang đầu có ảnh chân dung. Trang thứ hai có biểu đồ radar bảy trục in màu. Trang thứ ba mươi tám có kết luận in đậm: "Ưu tiên số một, cần chốt trước khi kỳ chuyển nhượng hè khép lại."

Ở giữa, phần dữ liệu là một chuỗi dấu gạch ngang. Số phút thi đấu: —. Số cú sút: —. Số lần chạm bóng trong vòng cấm địa: —. Cỡ mẫu: —. Những dấu gạch ngang được gõ vào đều tăm tắp, canh lề phải, trông như một lỗi hiển thị của phần mềm. Người viết đã hoàn thành mọi ô của biểu mẫu, kể cả những ô lẽ ra phải chứa số.

Tôi giữ tập hồ sơ đó đến nay, trong ngăn kéo thứ hai, cạnh quyển sổ ghi tay 1.204 cú sút mà tôi tự đếm suốt nửa đầu mùa 2026-18. Hai tài liệu nằm cạnh nhau trong cùng một ngăn kéo: một cái dày 38 trang và không có gì tra ngược được, một cái dày 60 trang chữ viết tay và tra được từng cú sút về đúng phút, đúng trận, đúng chân sút.

Mùa hè 2026, tôi học cách tin vào thứ chưa ai gọi tên: xG. Khi Opta lần đầu phát hành bảng bàn thắng kỳ vọng cho Ligue 1, tôi 57 tuổi và không vội tin. Tôi tự ghi chép 1.204 cú sút của 20 đội trong nửa đầu mùa giải rồi đối chiếu với bàn thắng thực tế. Độ tương quan đạt 0,84. Mức đó đủ để tôi dựng một bộ dữ liệu định giá tiền đạo riêng, phục vụ trực tiếp cho công việc quản trị thị trường chuyển nhượng. Đồng nghiệp bảo tôi phản ứng chậm. Sáu tuần đếm tay đổi lấy một niềm tin có thể kiểm chứng được, với tôi là món hời.

Nghề phân tích bóng đá đã đổi hình dạng kể từ đó. Năm 2026, số chuyên viên dữ liệu làm việc toàn thời gian trong các câu lạc bộ Ligue 1 đếm trên đầu ngón tay. Đến mùa 2026-23, gần như câu lạc bộ nào cũng có bộ phận phân tích riêng, cộng thêm hai đến ba nhà cung cấp bên ngoài gửi báo cáo theo hợp đồng tháng. Báo cáo trở thành sản phẩm. Sản phẩm thì phải được giao.

Trong một câu lạc bộ, một tuyển trạch viên nộp bản ghi "chưa đủ dữ liệu để kết luận" sẽ bị hỏi ngược lại rằng anh ta làm gì suốt hai tuần qua. Một tuyển trạch viên nộp báo cáo có kết luận rõ ràng thì không bị hỏi gì. Phần thưởng nằm ở sự dứt khoát, không nằm ở độ chắc chắn. Biểu mẫu hai mươi ô sinh ra kỳ vọng rằng cả hai mươi ô đều tồn tại. Khi phần dữ liệu rỗng, biểu mẫu không tự biến mất. Nó được lấp bằng dấu gạch ngang, rồi được đóng lại bằng một kết luận.

Một bản báo cáo có thể hoàn chỉnh về hình thức mà rỗng ruột về nội dung, và kiểu sai sót ấy khó phát hiện hơn mọi lỗi số liệu, bởi nó không tạo ra mâu thuẫn nào để người đọc bắt lỗi. Số liệu sai thì còn đối chiếu được với nguồn thứ hai. Một ô trống được đóng khung bằng kết luận thì chỉ có người chịu mở hồ sơ gốc ra mới nhìn thấy.

Ba lần trong sáu năm qua, tôi bắt gặp đúng cái khuôn rỗng đó, ở ba dạng khác nhau.

Kiểu rỗng dễ thấy nhất là thiếu cỡ mẫu. Một tiền đạo trẻ ghi 4 bàn sau 12 cú sút trong 6 trận. Chỉ số bàn thắng kỳ vọng của cậu ta là 2,1. Khoảng chênh 0,9 bàn ấy là nhiễu, và nhiễu thì không dự báo được gì cho mùa sau. Nhưng khi bốn bàn thắng ấy xuất hiện trên một trang báo cáo không ghi cỡ mẫu, người đọc mặc định rằng phía sau nó là một mùa giải. Tôi 66 tuổi, đủ già để biết con số không bao giờ kể chuyện nếu ta không hỏi. Và câu hỏi đầu tiên luôn là: bao nhiêu quan sát, trong bao lâu, trong điều kiện nào.

Kiểu rỗng kế tiếp nằm ở chỗ thiếu đối chứng. Năm 2026, khi bóng đá tái khởi động sau đại dịch, tôi phân tích 81 trận đấu diễn ra trên sân không khán giả ở mùa 2026-20. Tỉ lệ thắng sân nhà tụt xuống 26%, trong khi mức trước dịch là 43%. Khán đài trống là phòng thí nghiệm tuyệt nhất cho kẻ mê dữ liệu, bởi nó loại bỏ một biến số cùng lúc trên toàn châu Âu. Nhưng tôi phải viết ra ba giả thuyết trước khi kết luận: khán giả biến mất; lịch thi đấu bị nén cùng luật thay năm người tạo lợi thế cho đội có chiều sâu đội hình; chính quãng nghỉ dài làm mất nhịp độ của đội chủ nhà. Cả ba giả thuyết đều cho ra cùng một tỉ lệ 26% mà không cần đến khán đài.

Kiểu rỗng khó thấy nhất là thiếu biến số điều kiện. World Cup 2026 tại Qatar, khi giới chuyên môn ngợi ca Achraf Hakimi với 142 pha bứt tốc và 2,3 cơ hội tạo ra mỗi trận, tôi lục lại dữ liệu theo dõi của mình và thấy hành lang phía sau lưng cầu thủ này trống 34% thời lượng thi đấu. Bản báo cáo về Hakimi không sai một số nào. Nó chỉ thiếu một dòng: điều kiện để hệ thống ấy vận hành. Morocco đứng vững vì hai trung vệ của họ chạy trên 31 km/h và bọc lót kịp. Đến trận gặp Pháp, đối phương dồn bóng liên tục vào cánh phải của Morocco, và hành lang 34% ấy biến thành điểm chảy máu.

Ba kiểu rỗng ấy chia sẻ một đặc điểm chung: đều trông đầy đủ. Thiếu cỡ mẫu thì vẫn có số. Thiếu đối chứng thì vẫn có kết quả. Thiếu biến số điều kiện thì vẫn có chuỗi dữ liệu đúng. Người đọc không có lý do gì để nghi ngờ, trừ khi người đó chịu mở hồ sơ gốc và tự hỏi ô nào đang trống.

Có một chuyện nữa đáng nói về cách những bản báo cáo rỗng ruột lại có sức nặng thật trên thị trường. Cũng trong năm 2026, một câu lạc bộ Ligue 2 là Le Havre đã dùng báo cáo sân trống của tôi để hạ giá mua một tiền đạo trẻ có thành tích sân nhà nổi bật. Về mặt kỹ thuật, họ làm đúng: thành tích ấy được tạo ra trong điều kiện không thể lặp lại. Nhưng câu hỏi họ đặt ra là câu hỏi về giá, không phải câu hỏi về năng lực. Một phát hiện đúng bị kéo sang một câu hỏi khác thì vẫn sinh ra quyết định sai, dù mọi số liệu đều chính xác.

Đây là chỗ tôi phải nói rõ điều mà phần lớn các bài phân tích dữ liệu bỏ qua. Tương quan không phải nhân quả, và tôi không có cách nào chứng minh nhân quả trong bóng đá, bởi không ai cho phép tôi chạy lại một mùa giải hai lần với hai điều kiện khác nhau. World Cup 2026, tôi theo dõi đủ 64 trận và đếm chỉ số số đường chuyền mà mỗi đội cho đối phương thực hiện trước một pha phòng ngự. Ở bán kết Croatia – Anh, Croatia chỉ cho Anh 8,2 đường chuyền, trong khi Anh để Croatia 12,5. Tôi viết bản tin dự đoán Croatia thắng nhờ pressing ở hiệp phụ, và họ thắng 2-1. Croatia vô địch giải đấu của PPDA thấp? Vậy là PPDA mới chỉ là một chữ cái. Tôi không hét ăn mừng sau trận ấy. Tôi mở lại bảng tính để tìm các giá trị ngoại lệ, vì một dự đoán đúng chưa chứng minh được gì ngoài việc nó đúng.

Cái tôi học được sau sáu năm không nằm ở chỗ dữ liệu có thể sai. Dữ liệu hiếm khi sai. Cái sai nằm ở chỗ người ta hỏi dữ liệu điều gì, và ở chỗ người ta có dám để trống một ô hay không.

Tôi từng nghĩ nghề này cần thêm dữ liệu. Giờ tôi nghĩ nghề này cần thêm can đảm để nộp một bản báo cáo có ô trống. Một tuyển trạch viên dám viết "cỡ mẫu chưa đủ" đang bảo vệ câu lạc bộ tốt hơn một tuyển trạch viên viết mười trang kết luận tự tin. Trong ngăn kéo của tôi, quyển sổ 60 trang vẫn hữu ích sau chín năm, còn tập hồ sơ 38 trang kia thì hết đường dùng ngay từ ngày đầu tiên, bởi không có gì trong đó để kiểm tra lại.

Có những trận đấu thắng trên sân nhưng thua trên bảng dữ liệu; tôi chọn bảng dữ liệu. Và có những bản báo cáo đủ trang để thuyết phục một hội đồng chuyển nhượng mà không đủ một ô số để thuyết phục chính người viết ra nó.

Tín hiệu cho vòng tới không nằm ở chỉ số mới nào. Nó nằm ở chỗ những bản phân tích được công bố có ghi cỡ mẫu hay không, và khi một câu lạc bộ viện dẫn lý do dữ liệu để ký một hợp đồng, liệu họ có dám kể ra số quan sát phía sau kết luận ấy. Nếu một ô trống xuất hiện công khai trên bảng dữ liệu, tôi coi đó là dấu hiệu tốt. Người viết nó đã chọn sự thật thay vì sự dứt khoát.