Bảng dữ liệu trống ở V.League: vết nứt trong hệ thống thông tin của bóng đá Việt Nam

Vòng 14 V.League mùa 2040. Trận đấu giữa đội đang dẫn đầu bảng và đội xếp thứ tư khép lại với tỷ số 2–1, và ba mươi tám phút sau tiếng còi mãn cuộc, bản báo cáo kỹ thuật sau trận được đẩy tới hơn bốn mươi đối tác truyền thông trong nước lẫn khu vực. Phần đồ họa đầy đủ: bản đồ nhiệt, biểu đồ đường chuyền, sơ đồ đội hình theo từng phút. Phần chữ trống trơn. Mục “điểm thông tin” — nơi lẽ ra phải có mười hai dòng mô tả đội hình xuất phát, thay người, thẻ phạt và các chỉ số cơ bản — chỉ còn một dấu gạch ngang.

Không tòa soạn nào gọi điện hỏi. Bốn trang tin đăng lại nguyên trạng, kèm đồ họa đẹp như tranh. Một tuần sau, khi tôi liên lạc với ba đồng nghiệp ở Hà Nội và Thành phố Hồ Chí Minh về bản báo cáo đó, cả ba nói họ không mở phần chữ. Họ chỉ lấy ảnh.

Hệ thống ấy không hỏng. Nó vận hành đúng như thiết kế.

Một hệ thống được xây bằng tiền, không được xây bằng câu hỏi

Mùa hè 2026, tôi nhìn thấy bóng ma Opta – và từ đó, mắt tôi không còn tin vào những gì mình thấy. Hồi đó tôi rời một tờ báo in ở Barcelona để gia nhập một nền tảng thể thao trực tuyến, và bài phân tích đầu tiên của tôi dựa hoàn toàn vào xG cùng PPDA. Đồng nghiệp cười. Tôi im lặng ba tuần, tự dựng một mô hình xG để kiểm chứng lại chính mình trên 76 trận đầu mùa. Kể từ đó tôi giữ một nguyên tắc: dữ liệu không tự sinh ra ý nghĩa, nhưng dữ liệu trống thì sinh ra ảo giác.

V.League đi vào quỹ đạo đó muộn hơn châu Âu khoảng mười lăm năm. Trung tâm dữ liệu chuyên nghiệp của giải được khởi động với một khoản đầu tư mà ban tổ chức mô tả là “hạ tầng cấp châu lục”, kèm cam kết cung cấp chỉ số thời gian thực cho toàn bộ các trận ở hai hạng đấu cao nhất. Về mặt danh nghĩa, giải đấu có đủ: hệ thống thu thập sự kiện, camera theo dõi bóng, mô hình xG riêng, và một cổng dữ liệu mở dành cho báo chí.

Về mặt vận hành, hệ thống đó phục vụ ba nhóm người. Nhà tài trợ cần con số để in lên bảng quảng cáo. Ban tổ chức cần con số để nghiệm thu hợp đồng bản quyền. Các câu lạc bộ cần con số để đối chiếu với tiêu chí cấp phép. Không nhóm nào trong ba nhóm ấy cần biết đội đang xếp thứ tư trong bảng xếp hạng pressing lại đứng ở đâu trên sân.

Đó là lý do bản báo cáo vòng 14 trống. Máy móc không thất bại. Mục “điểm thông tin” là một trường dữ liệu không ai đọc, nên không ai kiểm tra, nên nó chết lặng lẽ. Tôi đã thấy đúng cơ chế này một lần trước đó, ở một giải hạng hai vùng Catalunya trong mùa không khán giả, khi một trường dữ liệu tương tự bị bỏ không suốt bốn vòng đấu mà không một ai trong ban huấn luyện nhận ra.

Tầng thứ nhất: dấu tiếng Việt và cái chết của thực thể

Có một chi tiết kỹ thuật mà giới phân tích dữ liệu Đông Nam Á nói với nhau như một câu chuyện cười buồn. Tiếng Việt tồn tại ở hai dạng mã hóa Unicode khác nhau trong cùng một cơ sở dữ liệu: dạng tổ hợp và dạng dựng sẵn. Một cái tên như “Câu lạc bộ bóng đá” có thể được lưu theo hai cách, và hai cách ấy không khớp nhau khi máy so chuỗi.

Hệ quả rất cụ thể. Một hậu vệ có tên mang dấu được ghi ở dạng này trong hồ sơ đăng ký với liên đoàn, và ở dạng kia trong bảng sự kiện của trận đấu. Hệ thống không nối được hai bản ghi. Cầu thủ ấy tồn tại hai lần, hoặc không tồn tại lần nào. Trong mùa 2040, tôi đếm được ít nhất mười bốn trường hợp trong nhóm dữ liệu công khai của giải mà một cầu thủ có hai mã định danh khác nhau, kèm theo số phút thi đấu bị chia đôi cho cả hai hồ sơ.

Với người đọc, đó là một lỗi nhỏ. Với một mô hình xG, đó là thảm họa: mẫu bị xé, phân phối bị lệch, và mọi kết luận về hiệu suất của cầu thủ ấy đều sai ở mức hệ thống, chứ không sai ở mức ngẫu nhiên. Sai ngẫu nhiên thì trung bình hóa được. Sai hệ thống thì không.

Các giải châu Âu giải quyết việc này từ lâu bằng một bước chuẩn hóa bắt buộc trước khi dữ liệu vào kho. Giải Việt Nam xử lý nó bằng cách gán tay. Tôi biết một chuyên viên phân tích của một câu lạc bộ V.League từng dành bốn mươi giờ trong một mùa chỉ để sửa tên cầu thủ trong bảng dữ liệu nội bộ. Bốn mươi giờ ấy không được trả lương như một kỹ năng. Nó bị coi là việc lặt vặt.

Một nền bóng đá trả tiền cho máy đo mà không trả tiền cho người dọn dữ liệu thì sẽ luôn có bảng biểu đẹp và kết luận rỗng. Điểm tôi muốn nhấn mạnh nằm ở đây: vấn đề thuộc về cấu trúc chi phí, không thuộc về năng lực con người.

Tầng thứ hai: dữ liệu tuân thủ không phải dữ liệu phân tích

Bộ hồ sơ cấp phép câu lạc bộ là nơi tập trung nhiều con số nhất trong toàn bộ hệ thống bóng đá Việt Nam: doanh thu, chi phí lương, công nợ, kết cấu hợp đồng, số lượng cầu thủ trong đội một. Nhìn vào khối lượng, người ta dễ tưởng đây là mỏ vàng.

Tôi đã đọc thử vài bộ hồ sơ công khai. Chúng trả lời đúng những câu hỏi mà cơ quan quản lý đặt ra, và không trả lời câu hỏi nào khác. Tỷ lệ doanh thu trên chi phí lương được khai theo năm tài chính, trong khi chu kỳ chuyển nhượng vận hành theo mùa giải và theo cửa sổ đăng ký. Một khoản phí chuyển nhượng trả trước, một khoản trả góp, một điều khoản thưởng theo số lần ra sân và một điều khoản bán lại phần trăm — bốn thứ đó nằm ở bốn dòng khác nhau, bốn kỳ kế toán khác nhau, và không bao giờ được cộng lại thành một con số duy nhất mà người ngoài có thể kiểm chứng.

Đây là điều tôi luôn nói với các biên tập viên trẻ: khi một câu lạc bộ công bố phí chuyển nhượng, họ công bố phần có lợi cho câu chuyện họ muốn kể, không công bố toàn bộ cấu trúc. Ở Việt Nam, áp lực còn lớn hơn vì phần lớn câu lạc bộ gắn với doanh nghiệp tài trợ ngay trong tên gọi. Khi tên nhà tài trợ thay đổi, dữ liệu lịch sử của câu lạc bộ bị đứt đoạn trên mọi cơ sở dữ liệu quốc tế, kể cả những cơ sở dữ liệu đắt tiền nhất. Một đội bóng có ba tên trong mười năm sẽ có ba bộ hồ sơ rời rạc, và không ai nối chúng lại.

Tôi từng thử nối một bộ hồ sơ như thế cho một bài viết về dòng tiền của một câu lạc bộ từng hai lần đổi chủ sở hữu tài trợ. Mất sáu tuần. Kết quả cuối cùng là một chuỗi số liệu có lỗ hổng ở hai mùa giữa, và tôi buộc phải viết bài với hai lỗ hổng được ghi rõ thay vì lấp bằng suy đoán. Độc giả phản hồi rằng bài viết “khó đọc”. Họ đúng. Sự thật về dữ liệu bóng đá Việt Nam thường khó đọc, vì nó không liền mạch.

Tầng thứ ba: suất ngoại binh và bài toán đội hình luôn dịch chuyển

Quy định về suất ngoại binh ở V.League đã trải qua nhiều lần điều chỉnh, và mỗi lần điều chỉnh lại tạo ra một lớp nhiễu mới trong dữ liệu. Điều này không sai về mặt quản trị. Giới hạn số lượng cầu thủ nước ngoài là công cụ hợp lý để bảo vệ cơ hội cho cầu thủ nội và để kiểm soát chi phí của các câu lạc bộ nhỏ. Nhưng nó có một hệ quả ít được phân tích: nó làm mẫu dữ liệu mất tính liên tục.

So sánh một cầu thủ nội thi đấu 1.800 phút mỗi mùa trong năm mùa liên tiếp với chính anh ta sau khi câu lạc bộ ký thêm hai ngoại binh ở cùng vị trí. Số phút giảm. Chỉ số trên mỗi chín mươi phút tăng, vì anh ta chỉ còn vào sân ở những tình huống phù hợp với điểm mạnh của mình. Nhìn vào con số thô, người ta kết luận anh ta tiến bộ. Nhìn vào bối cảnh sử dụng, người ta thấy anh ta bị thu hẹp vai trò.

Không mô hình nào tự phát hiện ra sự khác biệt đó. Chỉ có người đọc mới phát hiện. Và người đọc ở Việt Nam mùa 2040, phần lớn, không có quyền truy cập vào dữ liệu thời gian thi đấu theo từng cửa sổ chuyển nhượng, vì dữ liệu đó nằm rải rác giữa cổng thông tin của liên đoàn và bảng nội bộ của câu lạc bộ.

Cùng vấn đề ấy xuất hiện ở một sân khấu mới hơn. Nhiều câu lạc bộ V.League hiện vận hành học viện thể thao điện tử song song với học viện bóng đá, và dữ liệu ở đó còn mỏng hơn nhiều. Tuổi nghề của một tuyển thủ thể thao điện tử ngắn hơn tuổi nghề cầu thủ bóng đá, trong khi hệ thống đào tạo trẻ và hỗ trợ hậu giải nghệ gần như chưa tồn tại. Một cầu thủ bóng đá giải nghệ ở tuổi ba mươi tư và còn mười năm để chuyển nghề trong khi vẫn có mạng lưới quan hệ của ngành. Một tuyển thủ thể thao điện tử giải nghệ ở tuổi hai mươi tư và không có gì cả, kể cả dữ liệu về chính mình. Khi các câu lạc bộ rót tiền vào bộ môn này mà không xây dựng hệ thống theo dõi sự nghiệp của tuyển thủ, họ đang tái lặp lại đúng sai lầm cũ ở một tốc độ nhanh hơn.

Góc nhìn ngược: nhiều dữ liệu hơn không tạo ra bóng đá tốt hơn

Trong ngành đang lan nhanh một niềm tin: hễ câu lạc bộ nào xây được hệ thống dữ liệu tốt hơn thì sẽ tiến bộ hơn. Tôi không tin vào quan hệ nhân quả đó, ít nhất không phải ở dạng trực tiếp.

Tôi từng tin vào cảm giác. Sau Opta, tôi tin vào xác suất. Sau COVID, tôi tin vào cấu trúc. Khi sân vắng lặng năm 2026, tôi chợt hiểu: bóng đá chưa bao giờ chết, nó chỉ cởi bỏ lớp áo để lộ ra bộ xương. Trong mùa không khán giả đó, tôi có quyền truy cập dữ liệu thời gian thực của một đội hạng hai ở Catalunya và phát hiện tỷ lệ thắng sân nhà giảm từ 46% xuống 38%, trong khi số đường chuyền vào một phần ba cuối sân tăng 11%. Không có khán giả, các cầu thủ chuyền bóng mạnh dạn hơn và thắng ít hơn. Hai con số ấy không giải thích nhau. Chúng cùng tồn tại, và việc của người phân tích là từ chối gộp chúng thành một câu chuyện duy nhất.

Bài học ấy áp vào Việt Nam rất rõ. Một câu lạc bộ có thể sở hữu hệ thống theo dõi cầu thủ tốt nhất Đông Nam Á mà vẫn kém một câu lạc bộ chỉ dùng mắt người, nếu câu lạc bộ thứ hai có học viện tốt hơn, phòng y tế tốt hơn và một huấn luyện viên biết đặt cầu thủ đúng chỗ. Dữ liệu là hệ số nhân. Hệ số nhân với số không thì bằng không.

Và có một vùng dữ liệu mà bóng đá Việt Nam vẫn đóng kín như mọi nền bóng đá khác: chấn thương. Câu lạc bộ công bố chấn thương khi việc công bố có lợi — để giải thích một chuỗi trận kém, để hạ thấp kỳ vọng trước một trận lớn, để bảo vệ một bản hợp đồng đang bị chỉ trích. Họ không công bố khi việc công bố bất lợi. Kết quả là mọi mô hình dự đoán về V.League đều mù ở đúng biến số quan trọng nhất, và mù một cách có hệ thống. Người hâm mộ không biết. Nhà báo không biết. Chỉ phòng y tế biết, và phòng y tế không nói.

Cùng cơ chế ấy vận hành ở một sân khấu khác: bóng đá nữ. Trong nhiều năm, các giải nữ Việt Nam được truyền thông nhắc tới theo chu kỳ — quanh các dịp kỷ niệm, quanh các giải khu vực, quanh các bản báo cáo trách nhiệm xã hội của doanh nghiệp tài trợ. Dữ liệu về giải nữ tồn tại ở dạng đủ để chứng minh rằng giải đang tồn tại. Số liệu về lượng khán giả, thời lượng phát sóng, giá trị hợp đồng và thu nhập trung bình của cầu thủ nữ — những thứ quyết định tương lai của giải — gần như không được thu thập đủ dày để phân tích. Một giải đấu không được đo thì không thể được đầu tư một cách nghiêm túc, và một giải đấu được nhắc tới theo chu kỳ truyền thông thì đang bị dùng làm đạo cụ, không được dùng làm sản phẩm.

Tín hiệu cho vòng tiếp theo

Tôi ghi vào sổ tay một dòng, từ nhiều mùa trước: “Tôi đã 68 tuổi, nhưng dữ liệu thì trẻ hơn tôi từng thấy – mỗi mùa nó lại mọc thêm một lớp răng.” Lúc viết câu đó, tôi mang hàm ý lạc quan. Bây giờ đọc lại, tôi hiểu đó là một lời nhắc: dữ liệu non thì mọc răng, nhưng răng mọc thế nào là do người ta cho nó ăn gì.

Ba tín hiệu tôi sẽ theo dõi trong mùa tới của bóng đá Việt Nam, và tôi sẽ theo dõi bằng cách đọc bản gốc chứ không đọc bản tóm tắt.

Tín hiệu thứ nhất: liệu có câu lạc bộ nào công bố dữ liệu chấn thương theo chuẩn tối thiểu — loại chấn thương, thời gian dự kiến vắng mặt, cập nhật định kỳ — thay vì công bố theo nhu cầu truyền thông. Câu lạc bộ đầu tiên làm được việc đó sẽ chịu thiệt trong một hai mùa, rồi nắm lợi thế lớn nhất trong thập kỷ.

Tín hiệu thứ hai: liệu hệ thống dữ liệu của giải có bổ sung một bước chuẩn hóa tên bắt buộc trước khi dữ liệu vào kho công khai. Đây là việc tốn ít tiền, mang lại nhiều giá trị hơn bất kỳ camera nào, và gần như chắc chắn sẽ không được ưu tiên vì nó không nhìn thấy được trong buổi họp báo.

Tín hiệu thứ ba: liệu các tòa soạn có bắt đầu từ chối những bản báo cáo trống. Một dấu gạch ngang ở mục “điểm thông tin” lẽ ra phải là một sự kiện đáng đưa tin. Ở Việt Nam mùa 2040, nó không phải. Đó là thứ cần thay đổi trước tiên, và nó không cần ngân sách.

Một con số đẹp cũng giống như một đường chuyền hoàn hảo: nó không cần giải thích, chỉ cần được nhìn thấy. Nhưng một khoảng trống thì cần được giải thích, và chỉ có người viết mới làm được việc đó. Vòng đấu tới, khi bản báo cáo kỹ thuật lại được đẩy vào hộp thư của hơn bốn mươi tòa soạn, tôi sẽ mở phần chữ trước phần hình. Đó là cách duy nhất tôi biết để kiểm tra xem bóng đá Việt Nam đã bắt đầu tự đọc chính mình hay chưa.