Khoảng trống dữ liệu và cái bẫy của phân tích bóng đá hiện đại

Trong ngăn kéo của tôi, có những tờ ghi chú bóng đá cũ hơn cả internet. Tờ mỏng nhất là một mảnh giấy than, chữ viết run, chia làm ba cột: phút, vị trí, và một cột thứ ba bỏ trống. Tôi để trống cột ấy suốt bảy trận liền, vì trong bảy trận đó tôi không có nổi một con số nào đủ tin để điền vào. Người ta vẫn gọi thứ ấy là báo cáo trận đấu. Tôi gọi nó là bản ghi của những gì mắt tôi đã thấy, và những gì tôi không thấy thì tôi không viết.

Đêm thứ Năm vừa rồi, một bản báo cáo khác về tay tôi. Nó do máy dựng, dài chín mục, có bảng biểu, có ma trận rủi ro, có phần phân tích cấu trúc tài chính cấp câu lạc bộ, có cả danh sách kiểm tra việc tuân thủ luật công bằng tài chính. Ở mọi ô, người ta điền đúng một câu: không đủ thông tin. Không tên đội. Không tên cầu thủ. Không một phút bóng nào. Một văn bản đầy chữ, và trống rỗng đến tận đáy về sự thật.

Tôi đọc nó lần đầu và nghĩ đó là lỗi kỹ thuật. Đọc đến lần thứ hai, tôi hiểu ra đó là vấn đề của cả một nền bóng đá.

Niềm tin rằng chúng ta đang thừa dữ liệu

Niềm tin phổ biến trong ngành là bóng đá hiện đại đang ngập trong dữ liệu. Một trận ở Ngoại hạng Anh có hàng chục camera, có hệ thống theo dõi vị trí cầu thủ, có hàng trăm chỉ số được tính tự động theo từng phút. Người hâm mộ mở điện thoại ngay sau tiếng còi mãn cuộc và thấy bản đồ chuyền, bản đồ sút, chỉ số bàn thắng kỳ vọng, chỉ số số đường chuyền cho phép trên mỗi hành động phòng ngự. Với lượng thông tin đó, người ta tin rằng phân tích bóng đá đã trở thành một ngành chính xác.

Nhưng dữ liệu và thông tin là hai thứ khác nhau. Dữ liệu là nguyên liệu thô. Thông tin là thứ đã được kiểm chứng, đặt đúng bối cảnh và có thể dùng để ra quyết định. Giữa hai thứ ấy là một khoảng trống mà rất ít người nói tới, bởi nói về khoảng trống không mang lại lượt đọc.

Ở Việt Nam, khoảng trống ấy rộng hơn. V-League có hệ thống dữ liệu không đồng đều giữa các sân, nhiều trận không có theo dõi vị trí chi tiết, và đội ngũ phân tích chuyên trách tại các câu lạc bộ vẫn mỏng. Một huấn luyện viên muốn biết đối thủ của mình pressing ở đâu thường phải tự xem lại băng hình, tự bấm giờ, tự đếm. Công việc đó chậm, mệt, và không ai trả tiền cho nó.

Tôi đã có lần theo dõi một trận đấu mà không hề có ai ghi hình để phát lại. Không băng, không cột số liệu, chỉ có mắt và một cuốn sổ. Đó là lúc tôi hiểu rằng thứ quyết định chất lượng phân tích không phải lượng dữ liệu ta có, mà là thái độ của ta trước phần dữ liệu còn thiếu.

Vì khi dữ liệu thiếu, chỉ có hai con đường. Một là nói rõ: chỗ này tôi không biết. Hai là lặng lẽ lấp vào bằng thứ gì đó nghe có vẻ hợp lý. Con đường thứ hai nhanh hơn, đẹp hơn, và là con đường mà cả một ngành đang chọn.

Khoảng trống không hề trung lập

Có một quan niệm sai lầm rằng một ô trống là một ô trung tính. Trong phân tích, ô trống không trung tính. Nó là một khoảng chân không, và chân không thì luôn bị lấp. Câu hỏi không phải là có bị lấp hay không, mà là bị lấp bằng gì.

Tôi đã quan sát ba cách lấp phổ biến.

Cách thứ nhất là vay mượn. Khi không có dữ liệu của trận A, người ta lấy dữ liệu của trận B, của mùa trước, của một giải tương tự, rồi trình bày như thể đó là chuyện của trận A. Chỉ số bàn thắng kỳ vọng của một đội bóng châu Âu được đem soi vào một đội V-League, dù chất lượng cú sút, chất lượng đường chuyền quyết định và chất lượng hàng thủ hai bên khác nhau đến mức phép so sánh trở nên vô nghĩa. Phép so sánh ấy không sai về mặt số học. Nó sai về mặt bóng đá.

Cách thứ hai là thổi phồng. Không có số liệu chính thức về phí chuyển nhượng, nhưng có một nguồn giấu tên nói rằng câu lạc bộ đã chi một khoản lớn. Con số ấy được lặp lại đủ nhiều lần thì thành sự thật. Đến khi bản hợp đồng được công bố với con số nhỏ hơn, chẳng ai sửa lại. Sai số đã đi vào lịch sử của câu lạc bộ, và mọi phân tích sau đó đều kế thừa sai số ấy.

Cách thứ ba là hoài niệm. Khi không hiểu hiện tại, người ta quay về quá khứ. Một đội bóng đá phòng ngự phản công hôm nay được đọc bằng ký ức về một đội bóng cùng tên cách đây mười lăm năm. Mô hình cũ được đặt lên dữ liệu mới, và vì mô hình cũ không khớp, người ta kết luận rằng dữ liệu mới sai.

Cả ba cách đều có chung một đặc điểm: chúng lấp khoảng trống bằng thứ trông giống thông tin nhưng không phải thông tin. Và chúng đều tránh đúng một câu ngắn nhất, khó nhất: tôi không biết.

Bẫy của mẫu nhỏ

Có một loại khoảng trống nguy hiểm hơn cả khoảng trống dữ liệu, và nó nguy hiểm vì trông không giống khoảng trống. Đó là khoảng trống về kích thước mẫu.

Ba trận đấu là quá ít để nói về một hệ thống chiến thuật. Ba trận là đủ để thấy một xu hướng, không đủ để khẳng định một quy luật. Nhưng trong nhịp sống của bóng đá hiện đại, ba trận là một tuần rưỡi, và một tuần rưỡi là quá đủ để một tiêu đề ra đời.

Tôi từng theo dõi một đội bóng mà trong ba vòng đầu, hàng phòng ngự của họ giữ sạch lưới. Báo chí viết về một hàng thủ thép. Tôi ngồi lại xem từng pha bóng và thấy một chuyện khác: thủ môn của họ cản phá những cú sút có xác suất thành bàn cao, ở mức mà bất kỳ ai theo nghề đủ lâu đều biết là không thể duy trì lâu. Hàng thủ ấy để lộ khoảng trống giữa trung vệ và hậu vệ biên đúng vào vị trí mà đội tiếp theo sẽ khai thác.

Đến vòng thứ tư, họ thua hai bàn từ đúng khoảng trống ấy.

Điều đáng nói không phải là dự đoán đúng. Điều đáng nói là không ai muốn nghe về mẫu nhỏ. Một nhận định rằng cần thêm dữ liệu bao giờ cũng kém hấp dẫn hơn một nhận định rằng hàng thủ này hay. Người đọc muốn kết luận, người viết muốn kết luận, và thế là mẫu ba trận bị đối xử như thể nó là mẫu ba mươi trận.

Sự chắc chắn bán được, sự do dự thì không. Đó là lý do khoảng trống ngày càng rộng.

Kinh tế tin đồn và tiếng ồn của người đại diện

Có một khu vực mà khoảng trống bị lấp dày đặc nhất, và khu vực ấy là thị trường chuyển nhượng.

Thị trường chuyển nhượng không vận hành bằng tiền, mà bằng nỗi sợ hãi. Câu lạc bộ sợ mất cầu thủ. Cầu thủ sợ mất vị trí. Người hâm mộ sợ đội bóng của mình tụt lại phía sau. Trong bốn tháng của kỳ chuyển nhượng, tất cả những nỗi sợ ấy được đẩy lên mặt báo, và phần lớn thông tin trên mặt báo đến từ một bên duy nhất có động cơ rõ ràng: người đại diện.

Người đại diện không nói dối theo nghĩa đơn giản. Họ làm một việc tinh tế hơn. Họ tạo ra một khoảng trống thông tin, rồi để cho người khác lấp nó. Một câu như cầu thủ của tôi đang nhận được sự quan tâm từ nước ngoài không nêu tên câu lạc bộ nào. Khoảng trống ấy được người hâm mộ lấp bằng câu lạc bộ mà họ mong muốn, được nhà báo lấp bằng câu lạc bộ mà nguồn tin của họ nhắc tới, và được chính người đại diện lấp bằng một lời phủ nhận đúng lúc để giữ câu chuyện nóng thêm một tuần.

Trong nghề này, tôi đã học được một điều: chi phí lớn nhất của thị trường chuyển nhượng không nằm trên bảng cân đối kế toán. Nó nằm trong tiếng ồn. Tiếng ồn đẩy giá lên, làm méo mó giá trị thật của cầu thủ, và khiến các quyết định nhân sự được đưa ra dựa trên áp lực dư luận thay vì nhu cầu chiến thuật.

Một hậu vệ biên bị truyền thông bủa vây suốt hai tháng được mua với mức giá của một ngôi sao, rồi chơi đúng như năng lực của một hậu vệ biên khá. Không ai sai trong bản hợp đồng ấy. Sai nằm ở khoảng trống thông tin đã bị lấp bằng kỳ vọng.

Độ phân giải cao và sự tin cậy thấp

Khi công nghệ hỗ trợ trọng tài video ra đời, rất nhiều người tin rằng tranh cãi sẽ chấm dứt. Có thêm góc máy, có thêm thời gian, có thêm người xem lại. Điều gì có thể sai?

Ba mươi năm theo dõi bóng đá đã dạy tôi rằng độ phân giải và độ tin cậy là hai chuyện khác nhau. Một hình ảnh sắc nét có thể hoàn toàn không trả lời được câu hỏi mà người ta đang hỏi. Thước việt vị vẽ được một đường thẳng chính xác đến từng phân, nhưng nó không nói được cầu thủ ấy có tham gia vào pha bóng hay không, và đó mới là câu hỏi của luật. Ta đo được thứ dễ đo và tưởng rằng mình đã trả lời được thứ khó trả lời.

Khi một hệ thống đưa ra con số chính xác cho một câu hỏi mơ hồ, người ta không giải quyết được mơ hồ. Người ta chỉ trang trí nó.

Tôi vẫn nhớ cảm giác trong một trận đấu mà khán đài bị bỏ trống. Không có tiếng hát, không có tiếng la, không có phản ứng đám đông để dựa vào. Mọi thứ trên sân hiện ra trần trụi theo cách khác, và tôi nhận ra rằng trong suốt nhiều năm, một phần phán đoán của tôi vốn dựa vào khán đài. Bóng đá không khán giả là một môn thể thao hoàn toàn khác. Điều đó cũng đúng với dữ liệu: khi lấy đi lớp vỏ của tiếng ồn, ta mới thấy mình thực sự biết được bao nhiêu.

Quy tắc ba lớp

Sau nhiều năm, tôi tự đặt cho mình một quy tắc cứng. Mọi nhận định về một trận đấu phải đứng được trên ba lớp dữ liệu.

Lớp thứ nhất là vị trí trung bình của cầu thủ trong từng giai đoạn trận đấu. Nó cho biết hệ thống được vận hành như thế nào, không phải được vẽ như thế nào.

Lớp thứ hai là số lần chạm bóng ở từng khu vực. Nó cho biết bóng thực sự đi qua đâu, thay vì đi qua đâu theo thiết kế.

Lớp thứ ba là sơ đồ chuyền bóng theo cặp đôi cầu thủ. Nó cho biết ai là người thực sự kết nối với ai, và ai đang bị cô lập.

Nếu một trong ba lớp bị thiếu, tôi không viết. Nếu cả ba đều thiếu, tôi nói thẳng rằng tôi không thể phân tích trận đấu ấy — và đi tìm trận khác có đủ dữ liệu.

Sơ đồ chiến thuật chỉ là tờ giấy; cầu thủ mới là người viết nên trận đấu. Và nếu tôi không có dữ liệu về chính những cầu thủ ấy, tờ giấy của tôi không có giá trị gì.

Điểm mù: chúng ta sợ sai, không sợ trống

Đây là chỗ tôi muốn dừng lại lâu hơn một chút, vì tôi tin đây là điểm mù lớn nhất của ngành phân tích bóng đá hiện nay.

Cả ngành đang dành rất nhiều năng lượng để chống lại dữ liệu sai. Chúng ta kiểm tra nguồn, kiểm tra mẫu, kiểm tra công cụ. Nhưng gần như không ai dành năng lượng để chống lại dữ liệu thiếu bị đối xử như dữ liệu đủ.

Dữ liệu sai thì dễ phát hiện, vì nó mâu thuẫn với dữ liệu khác. Dữ liệu thiếu thì khó phát hiện, vì nó không mâu thuẫn với gì cả. Nó lặng lẽ tồn tại, và nó được lấp đầy bằng những thứ nghe rất hợp lý.

Ngành của chúng ta đã xây dựng được khả năng phát hiện lỗi. Nó chưa xây dựng được khả năng phát hiện sự trống. Một bản báo cáo có mười ô đúng và một ô trống sẽ được đánh giá cao hơn một bản báo cáo có mười một ô, trong đó một ô ghi rõ rằng chưa có dữ liệu. Người viết thứ hai trung thực hơn, nhưng người viết thứ nhất được in nhiều hơn.

Và đây là phần khó chịu nhất. Cấu trúc của ngành đang nuôi dưỡng khoảng trống ấy. Tốc độ được trả tiền. Sự dứt khoát được trả tiền. Một bài viết nói rằng tôi chưa đủ dữ liệu để kết luận sẽ không được chia sẻ. Một bài viết đưa ra kết luận rõ ràng từ dữ liệu chưa đủ sẽ được chia sẻ hàng nghìn lần.

Tôi không nghĩ đây là câu chuyện về đạo đức cá nhân. Tôi nghĩ đây là câu chuyện về động cơ. Khi phần thưởng dành cho sự chắc chắn, thì sự chắc chắn sẽ được sản xuất, bất kể nó có cơ sở hay không.

Thị trường chuyển nhượng thì vận hành bằng nỗi sợ hãi. Ngành phân tích thì vận hành bằng một nỗi sợ khác: nỗi sợ bị coi là người không biết. Và nỗi sợ ấy, chứ không phải sự thiếu dữ liệu, mới là nguyên nhân thật khiến khoảng trống bị lấp đầy.

Có một điều đáng lưu ý nữa. Bóng đá Việt Nam đang bước vào giai đoạn mà nhu cầu phân tích tăng nhanh: các câu lạc bộ bắt đầu thuê chuyên gia, các học viện bắt đầu xây dựng dữ liệu cầu thủ trẻ, và truyền thông bắt đầu hỏi những câu hỏi chiến thuật thay vì chỉ hỏi tỉ số. Nếu giai đoạn này được xây trên một nền tảng dữ liệu thiếu mà không ai thừa nhận, thì ba năm nữa chúng ta sẽ có một thế hệ phân tích kế thừa những sai số của hôm nay. Đó là điều tôi lo hơn cả kết quả một trận đấu.

Điều tôi sẽ kiểm chứng

Tôi không viết những dòng này để kết tội ai. Tôi viết vì mỗi khi bóng đá Việt Nam có thêm một nguồn dữ liệu mới, tôi lại muốn đặt một câu hỏi kiểm chứng: nguồn này đo được bao nhiêu trong số những gì nó tuyên bố đo, và nó có dám để trống những ô mà nó không đo được hay không?

Sang mùa sau, tôi sẽ thử một việc nhỏ. Với mỗi trận ở V-League mà tôi có đủ ba lớp dữ liệu, tôi sẽ viết phân tích đầy đủ. Với những trận chỉ có một lớp, tôi sẽ viết đúng phần mình biết và ghi rõ phần chưa biết. Tôi muốn xem liệu một bài viết trung thực về giới hạn của nó có thể tồn tại trong một thị trường đo lường bằng lượt chia sẻ hay không.

Tôi tìm thấy bóng đá của tương lai trong một trận đấu không có ai ghi hình. Ở đó không có số liệu, và vì thế cũng không có chỗ cho sự giả tạo.