Chín tầng kiểm chứng: Khi khung dữ liệu trống nguy hiểm hơn một kết luận sai

Cuối tháng 11 năm 2026, tôi ngồi giữa hai màn hình trong căn hộ nhỏ ở Thâm Quyến. Màn hình trái chiếu bản đồ di chuyển của đội tuyển Argentina, màn hình phải là bảng dữ liệu gần hai nghìn pha chạy chỗ của Saudi Arabia mà tôi trích xuất thủ công từ ba trận giao hữu trước thềm World Cup. Khi tiếng còi mãn cuộc vang lên và tỷ số dừng ở 2-1 nghiêng về đội bóng Trung Đông, trong đầu tôi chỉ còn một câu hỏi lạnh lẽo: nếu sáng hôm đó tôi nạp vào mô hình một khung dữ liệu trống rỗng thay vì bảng số thật, kết quả sẽ trông ra sao. Tôi gọi đó là cái bẫy trống rỗng. Nó không tạo ra một dự đoán sai để người ta kịp nhận ra và sửa. Nó tạo ra một kết luận gọn gàng, có biểu đồ, có chú thích, có định dạng chuyên nghiệp, và hoàn toàn vô nghĩa. Đám đông ngủ quên trong cảm xúc; tôi thức cùng bảng số. Nhưng sau mười ba năm đưa tin về thể thao điện tử và bóng đá, tôi phải thừa nhận một điều khó nói: có những bảng số không đáng để thức cùng. Sai lầm nguy hiểm nhất của một người làm phân tích không nằm ở việc đi ngược đám đông. Nằm ở việc dựng lên một khung chín tầng thật đẹp, điền vào đó những con số không có nguồn gốc, rồi xử sự như thể khung ấy là sự thật. Một dự đoán sai vẫn có ích, vì nó buộc ta đối chiếu lại. Một khung trống rỗng được khoác áo chỉnh chu thì không buộc ai làm gì cả. Nó chỉ chờ được trích dẫn. Cái khung chín tầng ấy tôi dựng dần qua nhiều năm, mỗi tầng là một lần thất bại nhắc tôi phải cẩn thận hơn. Năm 2026, tôi bước vào nghề từ vai trò vận động viên thể thao điện tử rồi người tổ chức giải đấu, trước khi chuyển sang mảng truyền thông và phân tích. Hồi đó tôi tin rằng chỉ cần quan sát đủ lâu, đủ kỹ, thì người ta sẽ nhìn ra quy luật. Tôi đã sai theo một cách rất đẹp. Đêm World Cup 2026, tôi nhìn quả bóng bằng một đôi mắt khác. Năm đó tôi hai mươi tuổi, là sinh viên báo chí thể thao thực tập tại một trang phân tích chiến thuật nhỏ ở Thâm Quyến. Trận Pháp gặp Argentina ở vòng một phần tám, tôi tự tay tính chỉ số bàn thắng kỳ vọng cho mười hai cú dứt điểm của Pháp và phát hiện Kylian Mbappe tạo ra khoảng 1,8 bàn thắng kỳ vọng chỉ từ bốn pha chạy chỗ sau lưng hàng thủ đối phương. Tôi viết một bài với tựa đề về việc Mbappe đang phá vỡ định nghĩa tiền đạo cánh, kèm bảng số do chính tôi lập. Sếp tôi đọc xong, phán một câu ngắn: nhàm. Một tuần sau, một nhà phân tích cá cược chia sẻ lại bài ấy. Bài học đầu tiên đến từ đó. Số liệu do chính mình tính toán có sức thuyết phục hơn cảm tính, nhưng chỉ khi nó được tính từ dữ liệu có thật. Từ hôm ấy, tôi không trích dẫn bảng số của báo nước ngoài nữa. Tôi tự dựng bảng cho mọi bài viết, dù tốn thời gian, vì tôi tin số tự tay làm là thương hiệu của người làm nghề này. Mùa hè 2026, bóng đá ngừng quay trên toàn thế giới. Lúc đó tôi hai mươi ba tuổi, vừa vào làm nhân viên phân tích dữ liệu cho một công ty cá cược. Trong chín mươi ngày không có một trận đấu nào, tôi xây một bộ dữ liệu về tốc độ suy giảm phong độ theo tuổi, dựa trên ba nghìn hai trăm cầu thủ giai đoạn 2026 đến 2026. Kết quả chỉ ra rằng nhóm cầu thủ chạy cánh mất trung bình khoảng mười hai phần trăm quãng đường chạy sau tuổi hai mươi chín. Khi bóng đá trở lại, công ty dùng mô hình này để định giá các bản hợp đồng mùa hè, và tôi thắng một kèo lớn nhờ dự đoán một tiền vệ ba mươi hai tuổi sẽ không đáp ứng nổi cường độ của giải Ngoại hạng Anh. Trái bóng ngừng lăn, nhưng dòng số vẫn chảy về phía trước. Tôi viết chuyên mục về tuổi ba mươi như nghĩa địa của những cầu thủ chạy cánh, lấy biểu đồ suy giảm quãng đường chạy làm luận điểm trung tâm. Từ đó, mọi bài phân tích của tôi đều bắt đầu bằng một câu hỏi dữ liệu, không bắt đầu bằng cảm xúc hay danh tiếng của cầu thủ. Euro 2026 dạy tôi điều ngược lại với bản năng đám đông. Tháng 7 năm 2026, tôi hai mươi tư tuổi, được giao phân tích mười lăm trận knock-out. Italy gặp Áo ở vòng một phần tám, và đám đông đặt cược Italy thắng với tỷ lệ áp đảo. Nhưng chỉ số PPDA của Áo chỉ ở mức 7,8, nghĩa là họ pressing cực kỳ dữ dội, còn Italy chỉ chuyền thành công vào một phần ba cuối sân khoảng hai mươi mốt phần trăm. Tôi khuyến nghị đặt cửa Áo cộng một trái và chọn xỉu 2,5. Trận đấu kết thúc 2-1 cho Italy, nhưng phải sau hiệp phụ, và Áo đã cầm bóng tới bốn mươi tám phần trăm trước một đội bóng lớn. Tôi thắng kèo chấp. Người sếp vốn ghét dữ liệu của tôi buộc phải công nhận bài phân tích, vì tôi đã đưa ra con số chính xác về sự bế tắc. Sai lầm lớn nhất không phải đặt cược, mà là đặt cược cùng đám đông. Nhưng cũng từ đó tôi bắt đầu tự hỏi: khi tôi đưa ra quan điểm trái chiều, tôi đang dựa vào dữ liệu thật, hay đang dựa vào sự tự tin rằng mình hiểu dữ liệu hơn người khác. Hai điều đó nghe giống nhau trong một bài viết hay, nhưng khác nhau hoàn toàn trên bảng tính. Vì thế tôi dựng khung chín tầng. Không phải để làm cho bài viết dài hơn, mà để buộc mỗi kết luận phải đi qua chín lần tự vấn. Tầng thứ nhất là phân tích bản cập nhật và meta. Trong thể thao điện tử, đó là số liệu chỉnh sửa tướng, thay đổi trang bị, xoay vòng bản đồ, mức độ lớn nhỏ của một lần làm lại kỹ năng. Trong bóng đá, bản cập nhật nằm ở luật thay người, ở cách vận hành công nghệ hỗ trợ trọng tài, ở nhịp độ giải đấu. Một thay đổi nhỏ về luật cũng có thể kéo cả một hệ chiến thuật đi theo. Tầng thứ hai là thể thức giải đấu. Một trận đấu một lượt cho xác suất bất ngờ cao hơn hẳn một loạt ba hoặc năm trận. Đây là lý do vì sao các giải đấu cúp luôn sinh ra những cú sốc mà không mô hình nào đo được. Cùng một đội bóng, khi đá vòng bảng theo thể thức một lượt, khi đá vòng loại trực tiếp, họ là hai đội khác nhau về mặt xác suất. Tầng thứ ba là phân tích đội và cầu thủ. Đây là nơi tôi dành nhiều thời gian nhất: đường cong phong độ, độ nhạy cảm với tuổi tác, lịch sử chấn thương, chiều sâu đội hình dự bị. Một đội bóng mạnh trên giấy có thể sụp đổ chỉ vì thiếu một người ở đúng một vị trí. Tầng thứ tư là bối cảnh khu vực. Cùng một khu vực có thể mạnh ở bộ môn này và yếu ở bộ môn khác, nên mọi so sánh liên khu vực đều phải gắn với một bộ môn cụ thể. Đông Nam Á có thể rất mạnh ở một tựa game tốc độ và rất mờ nhạt ở một tựa game chiến thuật. Bóng đá Việt Nam có thể vươn tới vòng loại cuối cùng của một kỳ World Cup trong khi vẫn xếp sau nhiều nền bóng đá châu lục về chiều sâu lực lượng trẻ. Tầng thứ năm là tài chính câu lạc bộ và kinh doanh. Giá trị một bản hợp đồng, cơ cấu lương, nguồn thu từ nhà tài trợ, dòng tiền từ ban tổ chức. Ở tầng này, tôi luôn nhớ câu hỏi trung tâm: liệu một đội bóng đang chi tiêu vì họ giỏi, hay đang giỏi vì họ chi tiêu. Hai điều đó khác nhau, và thị trường thường trộn lẫn chúng. Tầng thứ sáu là luật lệ và quản trị. Hệ thống luật của nhà phát hành, luật của giải đấu, chính sách quốc gia, và cả những khoảng trống chưa có trọng tài độc lập để phân xử. Tầng này thường bị bỏ qua vì nó ít hào nhoáng, nhưng nó là nơi định hình toàn bộ trò chơi phía sau hậu trường. Tầng thứ bảy là hồ sơ rủi ro. Rủi ro cạnh tranh, rủi ro tài chính, rủi ro nhân sự, rủi ro dư luận. Tôi ghi lại từng loại rủi ro kèm xác suất tương đối và mức ảnh hưởng, rồi xếp thứ tự ưu tiên. Đây là tầng giúp tôi không bị cuốn theo câu chuyện đẹp. Tầng thứ tám là phân tích câu chuyện công chúng và kỳ vọng. Truyền thông dẫn dắt đám đông bằng tên tuổi, bằng cảm xúc, bằng những lời hứa về một cuộc lật đổ hay một cuộc chia tay. Khoảng cách giữa kỳ vọng thị trường và thực tế khách quan chính là vùng đất mà một nhà phân tích cần dò tìm. Tầng thứ chín là truyền dẫn ngành. Từ nhà phát hành ở thượng nguồn, qua câu lạc bộ và nền tảng phát sóng ở trung nguồn, xuống tài trợ, sản phẩm phái sinh và tiến trình bình thường hóa ở hạ nguồn. Một quyết định nhỏ ở thượng nguồn có thể gợn tới tận những thị trường xa xôi. Chín tầng ấy nghe kỹ lưỡng. Nhưng tất cả đều phụ thuộc vào một điều kiện duy nhất: dữ liệu đầu vào phải tồn tại và phải đáng tin. Đây là điểm mà nhiều người làm phân tích bỏ qua. Họ dồn sức vào tầng phân tích mà quên mất rằng nếu tầng dữ liệu đầu vào rỗng, thì toàn bộ cấu trúc phía trên chỉ là một tòa nhà đẹp dựng trên khoảng không. Quay lại trận Saudi Arabia gặp Argentina ở World Cup 2026. Khi đó tôi hai mươi lăm tuổi, quản lý một nhóm phân tích bốn người. Không mô hình nào trên thế giới dự đoán đúng kết quả. Tôi ngồi lại và xem toàn bộ số pha chạy chỗ của Saudi trong ba trận giao hữu trước giải. Điều tôi phát hiện không nằm ở kết quả các trận giao hữu ấy. Saudi cố tình đá rất thấp, giấu sơ đồ chiến thuật của mình. Đến trận chính thức gặp Argentina, họ đẩy cao đội hình một cách bất thường và khiến đối thủ rơi vào bẫy việt vị tới mười lần trong hiệp một. Dữ liệu cũ vô dụng nếu đối thủ chủ động làm sai lệch nó. Tôi nói với nhóm của mình điều đó ngay trong đêm. Sáng hôm sau, chúng tôi dựng lại quy trình lọc nhiễu, loại bỏ những trận giao hữu có mật độ chạy chỗ thấp hơn hai mươi lăm phần trăm so với trung bình. Từ đó, tôi viết một bài mang tính phản biện với tựa đề đại ý rằng dữ liệu biết nói dối, kể lại cách một đội bóng có thể thao túng chính những chỉ số mà nhà phân tích dùng để đánh giá họ. Điều này dẫn tới góc nhìn trái với bản năng của chính tôi. Tôi vốn tin rằng thêm dữ liệu là thêm sự thật. Thực tế không hẳn như vậy. Có hai loại lỗi trong phân tích thể thao. Loại thứ nhất là lỗi dữ liệu sai, tức là con số không đúng. Loại thứ hai, nguy hiểm hơn, là dữ liệu trống rỗng được xử sự như thể nó là một phát hiện. Khi một khung phân tích thiếu dữ liệu, cách phản ứng đúng không phải là điền vào đó một phỏng đoán cho đầy khung. Cách phản ứng đúng là ghi rõ rằng khung này đang bỏ trống, và treo mọi kết luận phía sau. Tương quan không phải là nhân quả. Một đội thắng ba trận liên tiếp không có nghĩa là họ đã tìm ra công thức chiến thắng. Một cầu thủ ghi bàn trong bốn trận liên tiếp không có nghĩa là phong độ của anh ta đang lên theo đường thẳng. Đám đông đọc chuỗi kết quả và gọi đó là phong độ. Nhà phân tích đọc chuỗi quá trình và tự hỏi liệu chuỗi kết quả ấy có đang bị một biến số thứ ba nào đó chi phối hay không. Có một loại tình huống khiến tôi phải viết chậm lại. Đó là khi một đội bóng rơi vào thế không có gì để mất và bắt đầu chơi thứ bóng đá mà không ai dự đoán nổi. Khi dữ liệu đầu vào cạn kiệt, người ta dễ gán cho sự bất ngờ một ý nghĩa lớn lao hơn thực tế. Một trận thắng lớn của một đội yếu thường được gọi là phép màu. Với tôi, nó thường là một ngoại lệ thống kê kèm theo một lỗi mô hình chưa được sửa. Đám đông thấy phép màu. Tôi thấy ngoại lệ. Nhưng tôi cũng phải thành thật rằng có những ngoại lệ mà tôi không giải thích nổi, và việc gọi chúng là nhiễu dữ liệu đôi khi chỉ là cách tôi che đi sự thiếu hiểu biết của chính mình. Cảm xúc của đám đông không phải là rác. Nó là một biến định lượng hợp lệ, chỉ có điều nó biến động nhanh hơn dữ liệu nền và khó đo hơn nhiều. Khi phân tích một trận đấu lớn, tôi thường chia dữ liệu thành ba nhóm. Nhóm thứ nhất là dữ liệu cấu trúc, tức là những chỉ số ổn định qua nhiều trận như mô hình chuyền bóng, mật độ pressing, chiều cao hàng thủ. Nhóm thứ hai là dữ liệu thời điểm, tức là phong độ trong khoảng thời gian ngắn, thường bị nhiễu bởi lịch thi đấu và chấn thương. Nhóm thứ ba là dữ liệu bối cảnh, tức là động cơ thi đấu, áp lực truyền thông, và những yếu tố không nằm trên sân. Ba nhóm này có độ tin cậy khác nhau. Nếu chỉ dùng nhóm thời điểm để kết luận, bài phân tích sẽ trôi theo từng vòng đấu. Nếu chỉ dùng nhóm cấu trúc, bài phân tích sẽ bỏ qua những thay đổi thật đang diễn ra trong lòng đội bóng. Việc của nhà phân tích là cân ba nhóm này, và luôn ghi rõ nhóm nào đang gánh kết luận. Mùa giải lớn là thời điểm mà áp lực nén lại nhanh nhất. Một quả phạt đền hỏng ở phút tám mươi tám ít liên quan đến kỹ thuật, mà liên quan đến việc cầu thủ ấy đã chạy bao nhiêu ki lô mét trong bảy mươi phút trước đó, đã chịu bao nhiêu áp lực từ khán đài, và đã thực hiện bao nhiêu quả phạt đền tương tự trong sự nghiệp. Không có chỉ số nào đo được nỗi sợ. Nhưng có những chỉ số gián tiếp chỉ ra nơi nỗi sợ trú ngụ. Đó là lý do tôi không bao giờ kết luận từ một trận đấu duy nhất. Một trận đấu chỉ là một mẫu. Một mẫu nhỏ không đủ để nói lên điều gì về một đội bóng, chứ chưa nói đến việc định giá một bản hợp đồng hay dự đoán một tương lai. Mọi kết luận của tôi đều phải đứng trên ít nhất một chuỗi trận, và chuỗi ấy phải được lọc qua cùng một bộ tiêu chí. Có một câu chuyện tôi kể lại nhiều lần với các bạn trẻ mới vào nghề. Một nhà phân tích giỏi không phải là người đưa ra dự đoán đúng nhiều nhất. Một nhà phân tích giỏi là người biết rõ mình không biết điều gì, và nói ra điều đó trước khi người khác phát hiện. Sự trung thực với giới hạn của dữ liệu là tài sản chuyên môn, không phải điểm yếu. Tôi hiểu vì sao điều này khó. Thị trường thưởng cho người tự tin. Một bài phân tích đầy chú thích và điều kiện nghe kém hấp dẫn hơn một bài tuyên bố dứt khoát. Nhưng trong dài hạn, người đọc nhớ ai đã đúng vì lý do đúng, chứ không phải ai đã tỏ ra chắc chắn trong một thời điểm. Một điều tôi học được khi làm việc giữa hai thị trường là cách Trung Quốc xây dựng hạ tầng dữ liệu cho thể thao điện tử. Họ không chỉ ghi lại kết quả trận đấu. Họ ghi lại từng pha chạm, từng lần xoay đội hình, từng thay đổi trong cách huấn luyện, và biến những ghi chép ấy thành tài sản có thể khai thác nhiều năm. Kinh nghiệm này có thể dịch chuyển sang bóng đá, nhưng phải điều chỉnh cho phù hợp với hạ tầng giải đấu, văn hóa cổ động và nguồn lực của từng quốc gia. Sao chép nguyên mẫu sẽ thất bại. Bóng đá Việt Nam có một lợi thế ít được nói tới. Đó là sự gần gũi giữa người hâm mộ và đội tuyển. Lợi thế này tạo ra một nguồn dữ liệu cảm xúc rất lớn, nhưng cũng tạo ra một lực cản rất lớn đối với phân tích lạnh. Khi cả nước cùng chung một niềm tin, việc đặt câu hỏi về nó trở thành một hành động khó khăn. Nhà phân tích chân chính không tránh né sự khó khăn ấy, nhưng cũng không được biến nó thành một màn trình diễn. Tôi thường bắt đầu một bài phân tích bằng một câu hỏi dữ liệu. Câu hỏi ấy phải cụ thể đến mức có thể trả lời bằng cách đếm một cái gì đó. Nếu không đếm được, đó là một câu hỏi cảm xúc, và tôi ghi nó vào một ngăn riêng. Ngăn cảm xúc không bị vứt đi. Nó chỉ không được phép trả lời thay cho dữ liệu. Một trong những sai lầm tôi mắc nhiều nhất là bảo thủ giữ luận điểm ngược của mình sau khi dữ liệu đã đổi chiều. Tôi xây thương hiệu bằng việc đi ngược đám đông, nên khi đám đông đi đúng, tôi có xu hướng chậm thừa nhận. Để chữa điều này, tôi giữ một cuốn nhật ký sai lầm công khai, trong đó ghi lại những dự đoán trật của chính mình kèm lý do trật. Cuốn nhật ký ấy là một trong những tài liệu quý nhất trong nghề của tôi, vì nó buộc tôi phải đối diện với mình. Có một loại dữ liệu mà tôi xem là hợp lệ nhưng khó dùng. Đó là cảm xúc của đám đông. Khi đám đông sợ hãi quá mức, tỷ lệ đặt cược phản ánh nỗi sợ ấy, và nỗi sợ có thể bị định lượng bằng mức lệch khỏi giá trị hợp lý. Khi đám đông hưng phấn quá mức, điều ngược lại xảy ra. Nhà phân tích không cần khinh thường cảm xúc ấy. Chỉ cần biết rằng nó đang ở pha nào của chu kỳ. Trở lại câu chuyện mở đầu. Khi tôi tự hỏi điều gì sẽ xảy ra nếu nạp một khung dữ liệu trống vào mô hình, câu trả lời không phải là một kết quả sai. Câu trả lời là một kết quả trông hợp lý, và đó mới là điều đáng sợ. Một khung trống rỗng điền bằng vài chỉ số không nguồn sẽ không tạo ra một lỗi dễ nhận biết. Nó tạo ra một lỗi được trình bày đẹp. Và trong một môi trường mà tốc độ lan truyền thông tin nhanh hơn tốc độ kiểm chứng, một lỗi được trình bày đẹp có thể sống lâu hơn sự thật. Đó là lý do tôi luôn chú thích nguồn dữ liệu trong mọi bài phân tích. Mỗi con số phải đi kèm một chú thích về nơi nó đến, thời điểm nó được thu thập, và mức độ tin cậy của nó. Nếu một con số không có ba thứ ấy, tôi không dùng nó. Việc này làm bài viết nặng nề hơn, nhưng nó bảo vệ người đọc khỏi chính tôi. Một điều nữa tôi không bao giờ làm là kết luận về một đội bóng chỉ từ các trận giao hữu. Các trận giao hữu là dữ liệu có thể bị chủ động bẻ cong. Một đội bóng có thể giấu bài, có thể thử nghiệm đội hình, có thể cố tình chơi dưới sức để gây nhầm lẫn cho đối thủ. Vì thế, khi phân tích, tôi luôn tách riêng nhóm trận giao hữu và nhóm trận chính thức, và đối xử với chúng như hai tập dữ liệu khác nhau. Đêm World Cup 2026 vẫn là dấu mốc tôi nhớ mãi. Một đôi mắt khác đã được mở ra khi tôi tự tay tính chỉ số bàn thắng kỳ vọng cho từng cú dứt điểm. Cú sút ấy có thể vào lưới, nhưng chỉ số bàn thắng kỳ vọng của nó chỉ biết thì thầm. Từ đó, tôi học cách lắng nghe tiếng thì thầm của con số, thay vì tiếng hét của khán đài. Nhưng tiếng hét của khán đài cũng là một loại dữ liệu. Một khán đài im lặng sau phút thứ ba mươi thường nói nhiều hơn một bảng thống kê chuyền bóng. Nếu chỉ nghe tiếng thì thầm của con số mà bỏ qua tiếng hét của khán đài, nhà phân tích sẽ bỏ lỡ một phần quan trọng của bức tranh. Mùa giải lớn nén mọi thứ lại. Đội tuyển quốc gia gặp nhau trong khoảng thời gian rất ngắn, số trận ít, số dữ liệu ít, nhưng áp lực thì lớn nhất trong toàn bộ chu kỳ bốn năm. Trong điều kiện ấy, một khung chín tầng đầy đủ lại càng quan trọng, vì nó giúp ta biết mình đang thiếu dữ liệu ở đâu, và biết nói ra điều đó. Điều tôi muốn người đọc mang theo không phải là một công thức cố định. Điều tôi muốn người đọc mang theo là một thói quen. Thói quen dừng lại trước khi tin, và tự hỏi dữ liệu này đến từ đâu. Một con số không có nguồn thì không phải là dữ liệu. Nó là một lời đồn được viết bằng ký tự số. Tôi không tin vào bàn tay định mệnh, tôi tin vào đường cong dữ liệu. Nhưng ngay cả đường cong dữ liệu cũng có giới hạn của nó. Đường cong có thể chỉ cho ta thấy xu hướng, không thể chỉ cho ta thấy tương lai. Nó có thể cho ta biết phân bố xác suất, không thể cho ta biết kết quả của một tối thứ Bảy cụ thể. Vì thế, mỗi bài phân tích của tôi kết thúc bằng một đoạn giả định có thể sai của chính bài viết. Đoạn ấy nêu rõ điều kiện nào sẽ khiến kết luận của tôi sụp đổ. Nếu một cầu thủ trụ cột chấn thương, nếu thời tiết thay đổi mạnh, nếu một quyết định luật lệ bất ngờ xuất hiện, thì kết luận ấy không còn giá trị. Việc nói ra điều đó trước không làm tôi yếu đi. Nó làm tôi đáng tin hơn. Mỗi trận đấu là một lời thú tội của xác suất. Xác suất thú nhận rằng nó đã nói dối về một vài khả năng nào đó, rằng nó đã bỏ sót một biến số, rằng nó đã tin quá nhiều vào một mẫu nhỏ. Việc của nhà phân tích là ghi lại lời thú tội ấy, và điều chỉnh mô hình của mình cho lần sau. Có một chi tiết nhỏ mà tôi luôn giữ trong đầu. Trong bất kỳ mô hình nào tôi dựng, tôi để lại một ô trống ở cuối, ghi là dữ liệu chưa đủ. Ô trống ấy nhắc tôi rằng khung phân tích dù đầy đến đâu cũng luôn thiếu một cái gì đó. Người làm phân tích giỏi không phải là người lấp đầy mọi ô trống, mà là người biết ô nào phải để trống và nói rõ ra. Từ mùa hè tĩnh lặng năm 2026, khi bóng đá ngừng quay và tôi xây bộ dữ liệu ba nghìn hai trăm cầu thủ, tôi học được rằng dữ liệu có thể sống trong khoảng thời gian mà trận đấu không thể sống. Trái bóng dừng, con số vẫn chạy. Đó là lý do tôi xem dữ liệu nền như một tài sản dài hạn, không phải như một công cụ dùng một lần. Nhưng tài sản dài hạn cũng cần được bảo trì. Một bộ dữ liệu không được cập nhật sẽ trở thành dữ liệu cũ, và dữ liệu cũ có thể trở thành dữ liệu sai nếu bối cảnh đã đổi. Vì thế, tôi dành một phần thời gian mỗi tuần chỉ để kiểm tra lại các nguồn dữ liệu cũ của mình, xem nguồn nào còn hoạt động, nguồn nào đã thay đổi cách thu thập, nguồn nào đã mất. Khi làm việc với các bạn trẻ, tôi thường nhắc họ một điều. Đừng bắt đầu bằng việc tìm kết luận. Hãy bắt đầu bằng việc kiểm tra xem mình có đủ dữ liệu để kết luận hay không. Nếu chưa đủ, việc cần làm không phải là đoán bừa, mà là thu thập thêm, hoặc nói thẳng rằng chưa thể kết luận. Có một cám dỗ lớn trong nghề này là biến sự thiếu hiểu biết thành sự thận trọng. Một bài viết đầy điều kiện và chú thích nghe rất chuyên nghiệp, nhưng có thể chỉ là cách che đi việc tác giả không dám nói điều mình thật sự nghĩ. Sự thận trọng chân chính không phải là không dám kết luận. Nó là dám kết luận sau khi đã kiểm tra đủ. Vì thế, tôi vẫn đưa ra quan điểm trái chiều khi có đủ dữ liệu thay thế đứng sau. Đi ngược đám đông không phải là một tư thế. Nó là một kết luận, và mọi kết luận đều phải trả giá bằng dữ liệu. Quay lại câu hỏi ở đầu bài. Nếu nạp một khung dữ liệu trống vào mô hình, kết quả sẽ là gì. Câu trả lời là một kết quả không sai về mặt toán học, nhưng vô nghĩa về mặt thực tế. Và điều đáng sợ là người ta rất khó phân biệt hai loại kết quả ấy nếu không nhìn vào nguồn dữ liệu đầu vào. Đó là tín hiệu tôi theo dõi trong vòng tiếp theo. Tôi sẽ chú ý đến những bài phân tích xuất hiện dày đặc trong các giải đấu lớn, đặc biệt là những bài có biểu đồ đẹp nhưng không ghi nguồn dữ liệu. Nếu một bài phân tích không nói rõ con số của mình đến từ đâu, khả năng cao nó đang xây một tòa nhà trên khoảng không. Tôi cũng sẽ theo dõi cách các nền tảng phân tích ở khu vực Đông Nam Á xử lý dữ liệu thiếu. Đây là nơi mà hạ tầng dữ liệu còn non trẻ, và cũng là nơi mà nhu cầu phân tích đang tăng nhanh. Sự lệch pha giữa cung và cầu dữ liệu là một cơ hội, nhưng cũng là một rủi ro lớn nếu người làm nghề không giữ kỷ luật. Cuối cùng, tôi muốn nói rõ một điều về bản thân. Tôi không phải là người phản đối dữ liệu. Tôi là người phản đối việc dùng dữ liệu để che đi sự thật rằng mình đang không có dữ liệu. Hai điều đó nghe giống nhau trong một bài viết hay, nhưng khác nhau hoàn toàn trên bảng tính. Đám đông ngủ quên trong cảm xúc; tôi thức cùng bảng số. Nhưng bảng số của tôi luôn có một ô để trống, và trên ô ấy tôi viết ba chữ: chưa đủ tin. Ba chữ ấy là tài sản lớn nhất trong nghề của tôi, vì nó giữ tôi khỏi việc biến một khung trống rỗng thành một lời tuyên bố. Nếu bạn đang chuẩn bị cho vòng đấu tiếp theo, hãy thử một việc nhỏ. Trước khi đọc bất kỳ bảng phân tích nào, hãy tìm phần ghi nguồn dữ liệu. Nếu phần ấy không tồn tại, hãy đọc phần còn lại như một ý kiến, không phải như một dữ kiện. Đó là thói quen nhỏ mà tôi tin sẽ thay đổi cách bạn đọc thể thao trong nhiều năm tới.