Hồ sơ trống và lòng khiêm nhường của dữ liệu: Ghi chép từ Seoul

2 giờ 17 phút sáng, Seoul. Ngoài cửa sổ, tuyết rơi mỏng trên mái các tòa nhà ở Mapo-gu, và trong căn hộ nhỏ của tôi, màn hình laptop sáng lên một tệp tin không chịu mở đúng cách. Tôi bấm mở. Bên trong là một bảng biểu với hàng chục ô trống. Cột "Tiêu đề bài viết" ghi N/A. Cột "Nguồn" ghi N/A. Cột "Quan điểm cốt lõi" ghi N/A. Cột "Các điểm thông tin" — cột quan trọng nhất, cột mà mọi phân tích của tôi đều phải bắt đầu từ đó — cũng trống rỗng. Không một dòng chữ nào. Không một con số nào. Không một tên đội, tên tuyển thủ, tên giải đấu, hay tên phiên bản game nào. Tôi đã ngồi đó khoảng bốn mươi phút, không gõ được gì cả. Không phải vì không có ý tưởng, mà vì nguyên tắc nghề nghiệp của tôi cấm tôi làm điều ngược lại: lấp đầy khoảng trống bằng phỏng đoán. Mười hai năm làm nghề phân tích dữ liệu thể thao, điều đầu tiên tôi học được không phải là cách đọc xG, cũng không phải là cách dựng mô hình PPDA. Điều đầu tiên tôi học được là cách nói hai chữ "chưa biết" mà không cảm thấy xấu hổ. Có người sẽ nghĩ đấy là sự thất bại. Tôi nghĩ khác. Trong một ngành công nghiệp vận hành bằng tốc độ, nơi mỗi giờ trôi qua là một giờ tụt lại phía sau, khả năng dừng lại đúng lúc là một kỹ năng hiếm. Không phải kỹ năng viết. Mà là kỹ năng chịu đựng sự trống rỗng. Trong ngành tin tức thể thao, khoảng trống luôn có sức hút kỳ lạ. Một ô trống trên bảng biểu giống như một khoảng tối trong bức ảnh — mắt người tự động tô màu vào đó. Não bộ ta không chịu được sự trống rỗng, nên nó lấp đầy bằng thứ gần nhất: định kiến, ký ức, cảm xúc của trận đấu tuần trước, tiếng ồn trên mạng xã hội. Với một cây viết trẻ, đó là cám dỗ. Với một người sống bằng dữ liệu hai mươi năm, đó là bài kiểm tra đạo đức hàng ngày. Tôi từng chứng kiến chuyện này. Năm 2026, một đồng nghiệp ở tòa soạn cũ được giao viết về một trận đấu mà nguồn dữ liệu chưa kịp cập nhật. Thay vì chờ, anh ấy dựng nên một biểu đồ "ước tính" — dùng mùa giải trước, cộng thêm cảm nhận từ buổi xem băng ghi hình. Biểu đồ trông rất đẹp. Đường cong mượt mà. Màu sắc cân đối. Nó được đăng lên, và không ai phản đối, vì không ai có nguồn để đối chiếu. Nhưng ba tuần sau, số liệu thật được công bố, và đường cong thật đi ngược hoàn toàn với những gì anh ấy vẽ. Anh không mất việc. Anh chỉ mất một thứ khó lấy lại hơn: niềm tin. Đó là lý do tôi giữ nguyên tắc của mình. Khi nguồn không có, câu trả lời trung thực nhất là "nguồn không có". Khi dữ liệu chưa về, câu trả lời trung thực nhất là "dữ liệu chưa về". Một nhãn N/A không phải là sự bỏ cuộc. Nó là một tuyên bố chuyên môn. Tôi sinh ra ở Việt Nam và lớn lên trong một thời kỳ mà làng thể thao nước nhà gần như không có khái niệm "dữ liệu nâng cao". Chúng tôi đọc trận đấu bằng mắt, nhớ trận đấu bằng cảm giác, và tranh luận về trận đấu bằng giọng nói. Điều đó có cái đẹp của nó. Nhưng khi tôi sang Hàn Quốc học ngành khoa học vận động, tôi nhận ra một điều đơn giản mà đau lòng: ký ức của con người là một hệ thống lưu trữ tồi tệ. Nó ghi lại bàn thắng và xóa đi quá trình tạo ra bàn thắng. Nó nhớ cú sút và quên đi hai mươi đường chuyền trước đó. Nó lưu giữ khoảnh khắc và đánh rơi cấu trúc. Dữ liệu sinh ra để sửa chữa khiếm khuyết đó. Nhưng dữ liệu chỉ làm được việc ấy khi nó tồn tại thật. Dữ liệu giả, dữ liệu phỏng đoán, dữ liệu "ước chừng cho đủ bài" không sửa được gì cả — nó chỉ tạo ra một tầng ký ức thứ hai cũng sai lệch như tầng thứ nhất, nhưng nguy hiểm hơn vì nó khoác áo con số. Khi khán giả im lặng, dữ liệu cất tiếng nói riêng. Nhưng khi dữ liệu im lặng, người viết phải học cách im lặng theo. Hãy để tôi kể một câu chuyện cụ thể hơn, bởi vì trừu tượng là kẻ thù của người đếm số. Năm 2026, tôi hai mươi tám tuổi, làm nhân viên phân tích cấp trung tại một công ty truyền thông thể thao ở Seoul. Mùa hè năm đó, tôi tự phân tích toàn bộ 64 trận đấu của World Cup Nga bằng chỉ số xG — Expected Goals, bàn thắng kỳ vọng. Đây là chỉ số đo lường chất lượng cơ hội mà một đội tạo ra, dựa trên vị trí, góc sút, loại đường chuyền và áp lực phòng ngự, thay vì chỉ đếm số bàn thắng thực tế. Tôi nhận ra Croatia không hề may mắn. Chỉ số PPDA trung bình của họ — Passes Allowed Per Defensive Action, thước đo cường độ pressing — là 9,2. Con số đó phản ánh một cấu trúc pressing tầm trung hợp lý, kỷ luật, không hoảng loạn. Tỷ lệ chuyển hóa cơ hội thành bàn của họ đạt 38%, cao hơn hẳn mức trung bình của giải đấu. Fiji truyền thông khi đó chỉ kể câu chuyện về Luka Modrić và bản lĩnh của một quốc gia nhỏ. Họ không kể câu chuyện về cấu trúc. Tôi viết bài dài về "sự thật đằng sau hành trình của Croatia". Nó đi ngược mọi câu chuyện truyền thông thời điểm đó, và nó gây tiếng vang trong cộng đồng bóng đá Hàn Quốc. Nhưng điều tôi nhớ nhất không phải là tiếng vang. Điều tôi nhớ nhất là ba trận đầu tôi đã không viết gì cả, vì dữ liệu PPDA chưa được cập nhật đầy đủ. Tôi chờ. Tôi chờ bảy ngày. Và trong bảy ngày đó, tôi không đăng một dòng nào. Đó là bài học đầu tiên về lòng khiêm nhường. Không phải bài học về việc dữ liệu mạnh đến đâu, mà là bài học về việc thiếu dữ liệu khiến người viết yếu đến đâu. Năm 2026, khi đại dịch biến các sân vận động thành những khán đài trống, tôi phát hiện một điều bất thường. Tỷ lệ thắng sân nhà tại K League 1 giảm từ 47,2% ở mùa 2026 xuống 38,5%. Một mức giảm gần chín điểm phần trăm trong điều kiện mà mọi yếu tố khác gần như không đổi. Tôi ghép dữ liệu trống sân với quãng đường chạy cường độ cao của cầu thủ, và xây dựng mô hình "hệ số khán giả" để hiệu chỉnh dự đoán xG theo áp lực môi trường. Một câu lạc bộ K League đề nghị hợp tác thương mại. Tôi từ chối. Lý do rất đơn giản: bộ dữ liệu của tôi chưa đạt độ tin cậy 95%. Một mô hình chưa đủ tin cậy mà đem bán thì không phải là kinh doanh — đó là bán niềm tin giả. Tôi biết mình đã từ chối tiền. Tôi không biết mình đã từ chối bao nhiêu cơ hội. Nhưng tôi biết một điều: nếu tôi bán nó vào lúc đó, tôi sẽ không bao giờ còn đủ can đảm để nói "chưa đủ dữ liệu" với bất kỳ ai nữa. Hành trình của dữ liệu là hành trình của sự khiêm nhường. Người viết dữ liệu không kiêu ngạo vì mình biết nhiều. Người viết dữ liệu khiêm nhường vì mình biết chính xác mình không biết gì. Năm 2026, ở tuổi ba mươi mốt, tôi áp dụng mô hình "hệ số khán giả" cho Euro và Olympic Tokyo. Tôi phát hiện đội tuyển Đan Mạch, sau cú sốc Christian Eriksen gục xuống trên sân, đã thay đổi chiến thuật theo cách mà truyền thông không ai để ý. Chỉ số PPDA của họ giảm từ 10,8 xuống 7,9. Một con số nói rằng họ chuyển từ pressing tầm trung sang pressing dâng cao quyết liệt. Truyền thông khi đó khai thác yếu tố cảm xúc. Đó là điều dễ hiểu và cũng là điều nhân văn. Nhưng tôi công bố một bài phân tích lạnh lùng: Đan Mạch sẽ vào sâu giải đấu, vì cấu trúc chiến thuật của họ đã thay đổi theo hướng tốt hơn, không phải vì họ có động lực tinh thần mạnh hơn. Họ vào bán kết. Một tờ báo lớn mời tôi viết chuyên mục cố định. Bài học thứ hai về lòng khiêm nhường: cảm xúc là chất keo đưa độc giả đến với biểu đồ, nhưng chỉ số mới là thứ giữ họ ở lại. Nếu tôi viết bài đó bằng cảm xúc, nó sẽ đúng một lần rồi biến mất. Tôi viết nó bằng dữ liệu, và nó trở thành một viên gạch trong mô hình của tôi. Năm 2026, trước thềm World Cup Qatar, tôi phân tích hai biến số mà ít ai để ý: tác động của hệ thống điều hòa không khí trong các sân vận động và khoảng cách di chuyển ngắn giữa các địa điểm thi đấu. Dữ liệu chỉ ra rằng đội tuyển nào duy trì được chiều dọc khối đội trung bình chỉ 28,4 mét sẽ giảm đáng kể quãng đường chạy cường độ cao trong hiệp hai. Tôi viết bài dự đoán Morocco vào tối thiểu tứ kết. Tôi bị giới hâm mộ chế giễu thậm tệ. Họ gọi tôi là kẻ mộng tưởng với bảng tính. Khi Morocco tạo nên lịch sử vào bán kết, thương hiệu cá nhân của tôi chuyển sang một giai đoạn hoàn toàn mới. Achraf Hakimi và Hakim Ziyech trở thành những cái tên mà mọi bài phân tích của tôi sau đó đều phải nhắc đến. Nhưng tôi muốn kể cho bạn điều tôi không kể trong bài đăng hôm đó. Trước khi công bố dự đoán, tôi đã viết một đoạn mà tôi giữ lại trong bản nháp: "Nếu Morocco không vượt qua vòng bảng, tôi sẽ công khai toàn bộ mô hình và giải thích chính xác biến số nào tôi đã đọc sai." Đoạn đó chưa bao giờ được đăng. Nhưng nó tồn tại. Nó là điều kiện sai của tôi. Tôi không bao giờ đặt cược mà không viết ra điều kiện khiến tôi thua. Đặt cược dũng cảm mà không nêu điều kiện sai không phải là dũng cảm. Đó là cờ bạc khoác áo phân tích. Đến đây, tôi quay lại với tệp tin trống lúc 2 giờ 17 phút sáng. Có một sự tương phản mà tôi muốn bạn nhìn thấy rõ. Trong suốt hai mươi năm quan sát ngành, tôi đã học được cách dựng mô hình cho những thứ chưa xảy ra. Tôi dự đoán Croatia đi sâu khi truyền thông nói họ may mắn. Tôi dự đoán Đan Mạch hồi sinh khi truyền thông nói họ tan vỡ. Tôi dự đoán Morocco làm nên lịch sử khi cả thế giới cười nhạo. Ba lần, dữ liệu đúng. Ba lần, tôi không hề do dự. Nhưng khi nguồn dữ liệu hoàn toàn trống — không một điểm thông tin, không một thực thể, không một con số — thì toàn bộ hệ thống phân tích của tôi sụp đổ về con số không. Và điều đáng chú ý là: tôi không hề cảm thấy thất bại. Tôi cảm thấy đúng. Tôi đang làm đúng công việc của mình. Người phân tích dữ liệu giỏi không phải là người có thể nói bất cứ điều gì về bất cứ thứ gì. Người phân tích dữ liệu giỏi là người biết chính xác ranh giới của cái mình biết. Ở tuổi ba mươi sáu, tôi không còn ham viết những bài phân tích trận đấu rời rạc để giành vài nghìn lượt xem. Tôi muốn xây dựng một hệ thống. Một khung đánh giá tuyển thủ và đội tuyển có thể tồn tại qua nhiều mùa giải, nhiều bản vá, nhiều thế hệ cầu thủ. Một khung như vậy chỉ có thể đứng vững nếu mỗi viên gạch đặt vào đều là dữ liệu thật. Một viên gạch rỗng không làm sập bức tường hôm nay. Nó làm sập bức tường vào lúc bạn cần nó nhất. Trong esports, một mili giây cũng là một lỗ hổng chiến thuật. Và trong phân tích dữ liệu, một ô trống bị lấp sai cũng là một lỗ hổng — chỉ có điều nó không lộ ra ngay. Nó nằm im trong mô hình, chờ đến khi mô hình bị dùng cho một quyết định thật: một bản hợp đồng chuyển nhượng, một chiến lược đội hình, một khoản đầu tư. VuaBong và những nền tảng dữ liệu thể thao nghiêm túc khác đang cố gắng xây dựng chuẩn mực ngược lại: mọi khẳng định phải có nguồn, mọi con số phải truy được về xuất xứ, mọi phân tích phải có ngày công bố tuyệt đối để người đọc biết nó còn giá trị hay đã lỗi thời. Đó không phải là sự cứng nhắc hành chính. Đó là cơ sở hạ tầng của niềm tin. Nếu bạn đọc một phân tích thể thao hôm nay và không tìm được câu trả lời cho ba câu hỏi — Con số này từ đâu? Nó được đo khi nào? Điều gì sẽ khiến nó sai? — thì bạn đang đọc một bài văn, không phải một bài phân tích. Bây giờ đến phần phản trực giác. Có một nghịch lý trong ngành của tôi mà ít người nói thẳng. Ngành truyền thông thể thao thưởng cho sự chắc chắn, nhưng sự thật của thể thao là xác suất. Đây là mâu thuẫn cấu trúc. Người đọc muốn biết ai sẽ vô địch. Dữ liệu nói rằng đội A có 34% cơ hội, đội B có 28%, đội C có 19%, và phần còn lại chia nhau 19%. Một bài viết trung thực phải nói ra điều đó. Nhưng một bài viết trung thực cũng rất dễ bị đánh giá là nhạt nhẽo, vì nó không dám khẳng định. Thế nên ngành này sinh ra một loại sản phẩm trung gian. Tôi gọi nó là "niềm tin giả dữ liệu". Nó có hình dáng của phân tích: có bảng, có biểu đồ, có thuật ngữ. Nhưng bên trong không có chuỗi bằng chứng. Nó bắt đầu bằng một kết luận có sẵn, rồi đi tìm số liệu để trang trí cho kết luận đó. Nó không dùng dữ liệu để khám phá. Nó dùng dữ liệu để phòng thủ. Tôi đã từng suýt trở thành loại người viết đó. Năm hai mươi lăm tuổi, tôi viết một bài rất được chia sẻ về một đội bóng Hàn Quốc, trong đó tôi dùng một chỉ số duy nhất — tỷ lệ chuyển hóa cơ hội — để kết luận về toàn bộ sức mạnh của đội. Bài đó đúng về mặt kết quả. Nhưng nó sai về mặt phương pháp. Tôi không kiểm tra chéo, tôi không đặt chỉ số vào bối cảnh, tôi không xem xét sức mạnh đối thủ, lịch thi đấu, hay tình trạng chấn thương. Tôi chỉ có một con số đẹp và một kết luận gọn. Ba tháng sau, đội bóng đó sụp đổ. Không phải vì chỉ số đó sai. Mà vì chỉ số đó là một phần của câu chuyện, và tôi đã biến nó thành toàn bộ câu chuyện. Bài học đó định hình tôi đến tận hôm nay. Từ đó, mỗi kết luận của tôi phải đứng trên ít nhất hai đến ba chỉ số độc lập, được đặt trong bối cảnh cụ thể. Nếu một con số ấn tượng xuất hiện mà tôi không thể đối chiếu nó với bất cứ thứ gì khác, tôi không đưa nó vào bài. Tôi để nó lại trong tệp nháp. Có một loại dữ liệu khác mà tôi cũng học cách nghi ngờ: tương quan. Trong thể thao, chúng ta sống trong một biển tương quan và đói khát nhân quả. Đội nào mặc áo đỏ thì thắng nhiều hơn? Có thể đúng thống kê, nhưng vô nghĩa nhân quả. Đội nào kiểm soát bóng nhiều thì thắng nhiều hơn? Có thể sai ngược — nhiều đội dẫn bàn rồi nhường bóng. Tương quan không phải nhân quả. Và một người viết dữ liệu phải nói ra điều đó mỗi khi nó xuất hiện, ngay cả khi điều đó khiến bài viết của mình kém hấp dẫn hơn. Đây là điểm tôi bất đồng với một phần của làng phân tích hiện đại. Có một xu hướng biến mọi thứ thành con số, và rồi tin rằng con số tự nó là sự thật. Nhưng con số không phải sự thật. Con số là một cách mô tả sự thật, phụ thuộc vào định nghĩa, vào cách đo, vào giả định của người đo. Ba mươi phần trăm có thể là rất nhiều trong một mô hình và rất ít trong một mô hình khác. Người viết dữ liệu tồi giấu giả định. Người viết dữ liệu tốt phơi bày giả định, kể cả những giả định khiến mô hình của mình trông yếu hơn. Tôi cũng bất đồng với cách ngành chuyển nhượng định giá cầu thủ trẻ. Những mô hình dựa trên tiềm năng thường đánh giá quá cao tuổi trẻ và đánh giá quá thấp hóa học phòng thay đồ. Một cầu thủ hai mươi tuổi với chỉ số tiềm năng cao có thể có giá bằng ba cầu thủ hai mươi tám tuổi đã chứng minh khả năng thích nghi. Nhưng bóng đá, và esports, không chơi bằng chỉ số tiềm năng. Họ chơi bằng sự ăn ý, bằng niềm tin giữa đồng đội, bằng khả năng chịu đựng áp lực trong một phòng thay đồ chật chội. Đó là những biến số mà mô hình định giá rất khó đo, nên nó chọn cách bỏ qua. Bỏ qua một biến số không làm biến số đó biến mất. Nó chỉ làm mô hình tự tin một cách sai lầm. Và tôi cũng bất đồng với cách người ta xử lý các bản vá trong esports. Bản vá là một trọng tài vô hình. Nó có quyền quyết định chức vô địch mà không cần thổi một tiếng còi nào. Khi một bản vá thay đổi meta, nó thay đổi giá trị tương đối của mọi tuyển thủ cùng lúc. Người ta thường gọi một đội thích nghi tốt là "mạnh", và gọi một đội thích nghi kém là "yếu". Nhưng đó là một cách diễn đạt lười biếng. Cái được gọi là mạnh thường chỉ là cái phù hợp với thời điểm. Khả năng thích ứng meta bị nhầm lẫn với thực lực. Và khi bản vá tiếp theo đến, thực lực hôm qua biến thành điểm yếu hôm nay, và người hâm mộ lại ngạc nhiên. Ta không dự đoán tương lai, ta chỉ đọc xác suất đã viết sẵn. Nhưng xác suất chỉ viết sẵn khi các biến số đã được đo đạc. Khi chưa ai đo, chưa ai viết. Và lúc đó, người viết trung thực phải nói: "Trang giấy còn trắng." Tôi biết có người sẽ nói: một bài viết không có kết luận thì có ích gì? Câu trả lời của tôi là: một bài viết nói "chưa đủ dữ liệu" có thể là bài viết hữu ích nhất mà bạn đọc trong ngày. Nó tiết kiệm cho bạn thời gian tin vào một điều sai. Nó bảo vệ bạn khỏi việc ra quyết định dựa trên một bảng biểu được dựng bằng cảm giác. Nó nhắc bạn rằng thể thao là một hệ thống phức tạp, và mọi kết luận vội vàng đều là một món nợ đối với sự thật — món nợ mà ai đó sẽ phải trả, có thể là bạn. Văn hóa thể thao cần người im lặng đếm số, không cần người hét to. Nhưng người im lặng đếm số cũng phải có can đảm công bố kết quả khi đã đủ. Đó là toàn bộ sự cân bằng. Không phải lúc nào cũng nói. Không phải lúc nào cũng im. Mà là nói khi dữ liệu cho phép, và im khi dữ liệu chưa về. Vậy điều gì sẽ khiến tôi sai trong chính lập luận này? Tôi phải nêu ra, vì đó là quy tắc của tôi. Nếu trong tương lai, một hệ thống dữ liệu có thể suy luận chính xác từ những tập dữ liệu không đầy đủ mà không cần giả định bổ sung — nghĩa là nếu có một phương pháp luận thật sự cho phép trích xuất sự thật từ khoảng trống — thì nguyên tắc "chưa đủ dữ liệu thì không phân tích" của tôi sẽ trở thành một sự bảo thủ không còn cần thiết. Đó là điều kiện khiến tôi sai. Tôi không xem nó là khả năng cao trong mười năm tới. Nhưng tôi viết nó ra, vì không viết ra điều kiện sai là hình thức tự lừa dối lịch sự nhất. Quay trở lại Seoul. Đồng hồ trên tường phòng làm việc nhích qua 3 giờ sáng. Tôi vẫn chưa đóng tệp tin trống đó lại. Tôi để nó mở, như một lời nhắc nhở. Mười hai năm trong nghề đã dạy tôi một điều mà không trường đại học nào dạy: rằng giá trị lớn nhất của người phân tích dữ liệu không nằm ở chỗ anh ta có thể khẳng định bao nhiêu, mà ở chỗ anh ta có thể từ chối khẳng định đúng lúc. Kỹ năng đọc xG có thể học trong sáu tháng. Kỹ năng nói "tôi chưa biết" trước một tòa soạn đang cần bài có thể mất mười năm để thành thạo. Trong thể thao, một bàn thắng là kết thúc, nhưng xG là câu chuyện. Trong nghề viết, một kết luận là kết thúc, nhưng chuỗi bằng chứng mới là câu chuyện. Và khi chuỗi bằng chứng trống rỗng, câu chuyện trung thực nhất là câu chuyện về sự trống rỗng đó. Ba giải đấu lớn, một mô hình, vô số sự thật. Nhưng cũng có những ngày mà cả ba giải đấu đều im tiếng, mô hình không có đầu vào, và sự thật duy nhất là một bảng biểu trắng. Ngày mai, tôi sẽ bắt đầu lại từ đầu. Tôi sẽ đi tìm nguồn. Tôi sẽ gọi cho những người cung cấp dữ liệu. Tôi sẽ kiểm tra lại từng trường dữ liệu, đối chiếu từng con số, ghi rõ ngày công bố. Đó là cách duy nhất để biến một ô trống thành một sự thật. Không có đường tắt. Không có phỏng đoán. Chỉ có công việc. Và nếu sau tất cả những nỗ lực đó, nguồn vẫn không có, tôi sẽ lại viết đúng một câu: "Chưa đủ thông tin để đánh giá." Đó không phải là sự im lặng của kẻ bất lực. Đó là sự im lặng của người đếm số — người biết rằng mỗi con số đưa ra thị trường là một món nợ, và người trung thực chỉ đưa ra thị trường những món nợ mình có thể trả.