Bản báo cáo rỗng: kỷ luật của người viết thể thao bằng dữ liệu

01 giờ 12 phút, ngày 13 tháng 8, Nha Trang mưa. Trong hộp thư của tôi có một tệp đặt tên stage1_giai_ma, kèm tin nhắn từ một cộng sự trẻ: “Anh điền giúp em phần nhận định với, sáng mai phải nộp cho ban biên tập.” Tôi mở tệp. Chín mục. Mục một, chủ đề thi đấu: trống. Mục hai, các điểm thông tin: trống. Mục ba, thực thể liên quan: trống. Mục bốn, luận điểm cốt lõi: trống. Mục năm, nguồn và thời điểm công bố: trống. Từ mục sáu đến mục chín, tất cả cùng một dòng chữ: không đủ thông tin. Không một con số. Không một cái tên. Không một lần chạy, một hiệp đấu, một bản hợp đồng.

Tôi trả lời trong bốn từ: “Không điền được em ạ.”

Cậu ấy nhắn lại: “Nhưng khung đã có sẵn chín phần rồi anh. Mình chỉ cần viết cho đủ.”

Đó là toàn bộ vấn đề của ngành này, gói gọn trong một tin nhắn lúc một giờ sáng. Cái khung đã có sẵn. Chín phần đã có sẵn. Thứ duy nhất còn thiếu là sự thật. Và trong nghề của tôi, cái khung rỗng không phải là một lời mời sáng tác. Nó là một bản cáo trạng.

Điều không đo lường được thì không nên viết. Tôi dán câu đó lên tường phòng làm việc từ năm 2026, sau một lần tôi suýt viết sai và suýt trả giá bằng cả sự nghiệp.

Cách một bản phân tích được dựng lên

Công việc của tôi bắt đầu từ một quy trình hai tầng. Tầng thứ nhất là giải mã nguồn: từ một bài báo, một thông cáo, một biên bản trận đấu, người phân tích phải rút ra được tiêu đề gốc, các điểm thông tin, các thực thể liên quan, luận điểm cốt lõi và dấu vết nguồn. Tầng thứ hai mới dựng chín chiều phân tích: hiệu suất, tình trạng vận động viên, cơ cấu giải đấu, cục diện nội dung thi đấu, luật và phòng chống doping, hệ thống huấn luyện, rủi ro, truyền thông kỳ vọng, và truyền dẫn ngành.

Tầng hai mạnh đến đâu cũng không thể cứu được tầng một rỗng. Nếu tầng một không có tiêu đề, không có điểm thông tin, không có thực thể, thì tầng hai chỉ có hai lựa chọn: hoặc ghi rõ không đủ thông tin, hoặc bịa. Không có lựa chọn thứ ba. Mọi bảng biểu đẹp đẽ ở tầng hai đều được nuôi bằng dữ liệu của tầng một, giống như một vận động viên chạy marathon không thể hoàn thành 42,195 km bằng nguồn năng lượng không tồn tại.

Tôi đến với kỷ luật này bằng một vết sẹo. Năm 2026, tôi 32 tuổi, là phóng viên dữ liệu duy nhất của một tòa soạn ở Nha Trang. Sau vòng 20 V.League, tôi công bố loạt bài dùng chỉ số bàn thua kỳ vọng để chứng minh hàng thủ của đội bóng xứ Thanh, thứ được truyền thông tung hô là số một giải đấu, thực chất để lọt lưới nhiều hơn mức kỳ vọng: chỉ số bàn thua kỳ vọng 1,9 bàn mỗi trận, tỷ lệ cứu thua của thủ môn chỉ 64 phần trăm. Ban huấn luyện gọi tôi là kẻ ngồi phòng lạnh. Ngày 7 tháng 2 năm 2026, đội bóng đó thua 0-3 trước Ulsan Hyundai ở vòng play-off AFC Champions League, đúng kịch bản mà dữ liệu đã chỉ ra trước đó nhiều tuần.

Nhưng bài học lớn nhất của tôi không nằm ở việc dữ liệu đúng. Nó nằm ở chỗ tôi đã phải tự kiểm tra nguồn số liệu của mình ba lần trước khi đăng, vì biết rằng một chỉ số sai sẽ phá hủy niềm tin vào toàn bộ chuỗi bài sau đó. Từ đó, tòa soạn chuẩn hóa “hộp dữ liệu” ở cuối mỗi bài tường thuật: xG, xGA, tỷ lệ cứu thua, số pha bứt tốc. Không có hộp dữ liệu, bài không được lên trang.

Sang năm 2026, chỉ số PPDA đưa tôi sang Nga tác nghiệp World Cup. Trong khi phần lớn truyền thông ca ngợi hàng thủ tuyển Đức, tôi chỉ ra chỉ số PPDA của họ tăng từ 7,3 năm 2026 lên 12,8 ở vòng loại World Cup 2026, nghĩa là khả năng pressing tầm cao đã bốc hơi. Ngày 27 tháng 6 năm 2026, tuyển Đức thua Hàn Quốc 0-2 với các bàn thắng của Kim Young-gwon và Son Heung-min, đứng cuối bảng F. Dữ liệu đã đánh bại danh tiếng, và tôi học được rằng đi ngược dư luận chỉ có giá trị khi toàn bộ nguồn dữ liệu được công bố để người đọc tự kiểm chứng.

Đến tháng 3 năm 2026, dịch bệnh khiến mọi sân bóng trống rỗng. Tôi tận dụng một phòng thí nghiệm tự nhiên: so sánh 14 trận sân nhà của Bình Dương có khán giả, với xG trung bình 1,85 bàn mỗi trận, và 10 trận không khán giả, với xG trung bình 1,31. Chênh lệch 0,54 bàn mỗi trận cho thấy lợi thế sân nhà bị thổi phồng tới 29 phần trăm. Sân vắng khán giả, tôi nghe được điều mà hai mươi nghìn người từng át tiếng: dữ liệu. Nghiên cứu đó giúp tôi ký hợp đồng cố vấn dữ liệu toàn thời gian vào tháng 8 năm 2026, chính thức rời tòa soạn.

Từ đó, tôi áp một quy tắc không thương lượng: mọi bài phân tích phải có điểm neo. Điểm neo là một thực thể có tên, một sự kiện có ngày, một nguồn có thể tra cứu. Thiếu điểm neo, bài viết không tồn tại. Cho nên khi tệp dữ liệu lúc một giờ sáng kia trả về chín mục rỗng, tôi biết chính xác việc phải làm: ghi rõ rằng không đủ thông tin, và giải thích tại sao điều đó quan trọng hơn một bài viết trông có vẻ đầy đủ.

Dưới đây là chín trạm kiểm soát mà tôi đi qua, và ở mỗi trạm, điều gì sẽ xảy ra nếu người viết quyết định lấp chỗ trống bằng phỏng đoán thay vì bằng dữ liệu.

Trạm một: hiệu suất và kết quả

Trong điền kinh, một thành tích không bao giờ tồn tại một mình. Nó là một bộ ba: con số, điều kiện, và khung so sánh. Một lần chạy 100 mét không thể được đọc nếu không có vận tốc gió, bởi ngưỡng hợp lệ cho kỷ lục là 2,0 mét mỗi giây. Một lần chạy 9,76 giây với gió 2,3 mét mỗi giây sẽ bị gạch khỏi mọi danh sách kỷ lục, dù đồng hồ điện tử hiển thị y hệt. Độ cao cũng là một biến số: Bogotá nằm ở 2.640 mét, Mexico City ở 2.240 mét, và ở những nơi đó mật độ không khí loãng hơn khiến sức cản giảm đáng kể. Đường chạy, nhiệt độ, chu kỳ sải chân, thời gian phản xạ xuất phát đều nằm trong phương trình.

Khi tệp dữ liệu không có lấy một con số, không có tên nội dung thi đấu, không có ngày thi đấu, thì mọi câu như “thành tích này vượt chuẩn thế giới” đều là bịa. Người phân tích kỷ luật sẽ viết: không đủ thông tin để đánh giá hiệu suất. Và đó là kết luận có độ tin cậy cao nhất trong toàn bộ tài liệu.

Trạm hai: tình trạng vận động viên

Dựa trên kinh nghiệm theo dõi các trận đấu và các buổi kiểm tra thể lực của tôi, một vận động viên phải được đọc bằng đường cong, không bằng một điểm. Tôi luôn đặt ba chỉ số cạnh nhau: thành tích tốt nhất cá nhân, thành tích tốt nhất mùa hiện tại, và vị trí trên đường cong tuổi. Một vận động viên 200 mét có thành tích tốt nhất cá nhân 20,85 giây ở tuổi 22, nhưng thành tích tốt nhất mùa này chỉ 21,10 giây, đang kể một câu chuyện khác hẳn so với việc chỉ nhìn con số đẹp nhất trong hồ sơ.

Chấn thương là biến số thứ hai. Tỷ lệ tái phát chấn thương gân kheo trong điền kinh thuộc nhóm cao nhất trong toàn bộ các môn thể thao, và nó phụ thuộc vào tải tập, lịch thi đấu và chất lượng phục hồi. Không có dữ liệu chấn thương, không thể nói gì về rủi ro. Không có lịch thi đấu, không thể nói gì về chiến lược đỉnh phong. Cho nên tôi áp quy tắc ba mùa: chỉ đưa ra phán quyết về quỹ đạo của một vận động viên sau khi có ít nhất ba mùa giải liên tiếp trong tay. Một lần bùng nổ, kể cả một lần bùng nổ rất đẹp, chỉ là dữ liệu thô.

Trạm ba: cơ cấu giải đấu và cơ chế vượt chuẩn

Một suất dự giải lớn có thể đến từ ba con đường: đạt chuẩn trực tiếp, tích điểm xếp hạng thế giới, hoặc được quốc gia chọn. Mỗi con đường có hạn chót riêng, mật độ thi đấu riêng, và cái giá riêng về thể lực. Có vận động viên chọn dồn sức vào một giải để phá chuẩn, có người rải điểm suốt mùa để giữ vị trí xếp hạng. Cả hai chiến lược đều hợp lý, nhưng chỉ một trong hai có thể tối ưu cho một cá nhân cụ thể.

Khi nguồn tin không nêu tên giải, không nêu cấp độ giải, không nêu thời hạn, thì mọi phân tích về cơ hội vượt chuẩn chỉ là diễn giải mong muốn. Và trong kỳ chuyển nhượng, kiểu diễn giải đó xuất hiện dày đặc: một vận động viên được cho là “sắp chốt” với một giải đấu, trong khi không ai kiểm tra xem chuẩn tham dự là bao nhiêu, hạn chót là ngày nào, hay mật độ thi đấu có phù hợp với chu kỳ tập luyện hay không.

Trạm bốn: cục diện nội dung thi đấu và sức mạnh quốc gia

Muốn vẽ bản đồ cục diện, tôi cần ba lớp thông tin: sức mạnh của nhóm dẫn đầu, chiều sâu của đội hình, và đường ống tài năng. Nước rút nam từng được đọc qua sự thống trị của Jamaica và Hoa Kỳ, nhưng lớp thứ ba mới quyết định tương lai, và lớp thứ ba thay đổi chậm hơn nhiều so với lớp thứ nhất. Các cự ly dài lại kể một câu chuyện khác: chiều sâu của Kenya và Ethiopia đến mức có những vận động viên không được chọn dự giải quốc tế vẫn có thể thắng nhiều giải lớn khác.

Bỏ trống mục này, người viết dễ dán nhãn “thế lực mới nổi” cho bất kỳ ai vừa thắng một giải nhỏ. Đó là lỗi nhân quả kinh điển: nhầm một kết quả với một xu hướng.

Trạm năm: luật và phòng chống doping

Đây là trạm mà sự cẩu thả phải trả giá nặng nhất. Hệ thống phòng chống doping vận hành bằng nghĩa vụ khai báo vị trí, quyền được miễn trừ điều trị có kiểm soát, các quy định về điều kiện tham dự nội dung, và cơ chế tư cách trung lập có điều kiện. Song song đó là quy định về thiết bị: giày thi đấu đường chạy có giới hạn độ dày đế, giày đường phố có giới hạn khác, và mọi thay đổi về cấu trúc đế đều phải trải qua quy trình phê duyệt.

Không có tên vận động viên, không có thành tích, không có hành vi cụ thể, thì không thể đánh giá rủi ro tuân thủ. Viết rằng “không có dấu hiệu bất thường” khi chưa từng có dữ liệu để so sánh là một câu vô nghĩa về mặt kỹ thuật, nhưng lại rất dễ được đăng, vì nó nghe có vẻ an toàn. Nó không an toàn. Nó tạo ra một kết luận không có cơ sở, và kết luận đó sẽ được trích dẫn lại.

Trạm sáu: đội ngũ và hệ thống huấn luyện

Một chu kỳ huấn luyện tử tế phải trả lời được bốn câu hỏi: khối lượng, cường độ, thời điểm đỉnh phong, và cách phục hồi. Những đội mạnh hiện nay theo dõi tải tập bằng thiết bị định vị, đo biến thiên nhịp tim, và dùng các chỉ số sẵn sàng thi đấu trước mỗi buổi tập. Nhưng công nghệ chỉ là phần nổi. Phần chìm là mô hình tổ chức: nhà nước, chuyên nghiệp, hay du học kết hợp.

Tôi từng soạn bản mẫu báo cáo chuẩn cho các câu lạc bộ trong nước, và điều tôi nhận ra sau nhiều năm là thế này: phần khó không nằm ở việc thu thập số liệu, mà nằm ở việc thuyết phục ban huấn luyện thay đổi một quyết định dựa trên số liệu. Bỏ trống trạm này trong một bản phân tích nghĩa là bỏ qua toàn bộ câu hỏi về năng lực huấn luyện, độ ổn định của đội ngũ, và chất lượng phục hồi.

Trạm bảy: bức tranh rủi ro

Một ma trận rủi ro nghiêm túc phải có bốn cột: loại rủi ro, xác suất, tác động, và biện pháp giảm thiểu. Khi nguồn tin rỗng, ma trận rủi ro rút về đúng một dòng có thật: rủi ro toàn vẹn dữ liệu, với xác suất cao, tác động cao, và biện pháp giảm thiểu là yêu cầu bổ sung tầng dữ liệu gốc trước khi phân tích tiếp.

Tất cả các dòng còn lại — rủi ro thi đấu, rủi ro tuân thủ, rủi ro tài chính sự nghiệp, rủi ro dư luận — đều phải ghi là không thể đánh giá. Người làm dữ liệu cẩn thận không xếp một dòng “không thể đánh giá” cạnh một dòng “thấp” rồi cộng trung bình, vì phép cộng đó tạo ra một cảm giác an toàn giả. Tôi thờ dữ liệu, nhưng tôi cầu nguyện bằng kiểm định thực tế.

Trạm tám: truyền thông và kỳ vọng

Mỗi vận động viên, mỗi đội bóng, đều đi qua một vòng nhiệt truyền thông. Nhãn tự sự được gán rất nhanh: thần đồng, người phá kỷ lục, người trở lại sau chấn thương, người chia tay. Nhãn càng hấp dẫn thì khoảng cách giữa kỳ vọng thị trường và đánh giá khách quan càng lớn, và khoảng cách đó chính là nơi tai nạn xảy ra.

Một mùa giải nên được đọc như chuỗi xác suất, chứ không phải chuỗi sự kiện. Trong kỳ chuyển nhượng, lằn ranh này càng rõ. Tiếng ồn át tín hiệu: cấu trúc điều khoản giải phóng, quỹ lương, thời hạn hợp đồng còn lại, và động thái của người đại diện mới là những biến số kể câu chuyện thật. Tôi không bao giờ chấm điểm một thương vụ mà không có cấu trúc hợp đồng trong tay.

Trạm chín: truyền dẫn ngành

Một thành tích đơn lẻ có thể lan ra toàn ngành theo ba tầng. Tầng thiết bị: mỗi bước tiến về cấu trúc đế giày đều kéo theo làn sóng thành tích mới, và đến lượt nó, làn sóng đó buộc các chuẩn vượt tuyển phải siết lại. Tầng thương mại: bản quyền truyền hình, tài trợ, và giá trị hình ảnh. Tầng đường ống tài năng: trẻ em nhìn thấy hình mẫu, rồi chọn môn.

Bỏ trống tầng dữ liệu gốc nghĩa là không có tầng truyền dẫn nào để dựng. Và đây là điểm tôi muốn nhấn mạnh: giá trị lớn nhất của một bản phân tích thể thao không nằm ở kết luận, mà nằm ở khả năng truy vết của từng mắt xích dẫn tới kết luận đó. Kết luận không có mắt xích là một tuyên bố quảng cáo.

Điều phản trực giác: ngành này thưởng cho sự đầy đủ, không thưởng cho sự thật

Một bản báo cáo có chín mục rỗng sẽ bị coi là thất bại. Một bản báo cáo có chín mục chứa phỏng đoán hợp lý sẽ được coi là hoàn thành. Đây là cấu trúc khuyến khích ngược, và nó vận hành ở khắp nơi, từ phòng dữ liệu của câu lạc bộ đến tòa soạn.

Nghịch lý nằm ở chỗ bản báo cáo thứ hai mới là bản nguy hiểm. Nó trông đầy đủ, cho nên nó được trích dẫn. Nó trông chặt chẽ, cho nên nó không bị chất vấn. Nó trông khách quan, cho nên nó trở thành cơ sở cho một quyết định chuyển nhượng, một suất dự giải, một dòng tiền. Bản báo cáo rỗng thì không gây hại cho ai. Bản báo cáo bịa thì gây hại cho tất cả những người đọc nó sau.

Có một chi tiết nhỏ mà tôi cho là quan trọng hơn mọi bảng biểu: khi một đường ống dữ liệu trả về kết quả rỗng, nguyên nhân gần như luôn nằm ở thượng nguồn — nội dung không được đính kèm, hoặc bị cắt rời thành các điểm thông tin trước khi tới tay người phân tích. Lỗi đó không được sửa bằng cách viết thêm chữ ở hạ nguồn. Nó chỉ được sửa bằng cách quay lại thượng nguồn.

Tương quan không phải nhân quả, và trong trường hợp này, sự đầy đủ cũng không phải sự thật. Điều tôi phải làm khi đứng giữa hai thứ đó rất đơn giản: từ chối lấp chỗ trống. Không phải vì tôi lười. Mà vì tôi đã chứng kiến quá nhiều lần một con số được viết cho đủ đã sống lâu hơn sự thật đứng sau nó.

Người ngoài thường nghĩ công việc của người làm dữ liệu là đưa ra câu trả lời. Không đúng. Phần lớn thời gian của tôi là từ chối đưa ra câu trả lời khi chưa có đủ mắt xích. Kỳ chuyển nhượng là mùa bội thu của những câu trả lời không có mắt xích, và cũng là mùa mà người đọc dễ bị dẫn dắt nhất. May mắn là phần dư mà mô hình không giải thích được — và tôi không bao giờ quy nó về zero, kể cả khi mọi ô trong bảng đều đang trống.

Điều tôi làm tiếp theo

Tôi trả lại tệp dữ liệu cho cộng sự kèm một danh sách ba điểm neo bắt buộc: tên thực thể, ngày tháng tuyệt đối, và nguồn có thể tra cứu. Thiếu một trong ba, chúng tôi đăng nguyên văn dòng “không đủ thông tin”. Sang vòng dữ liệu tới, tôi sẽ đo một chỉ số mới cho chính quy trình của mình: tỷ lệ tệp đầu vào rỗng trên tổng số tệp. Nếu con số đó cao bất thường, vấn đề không nằm ở người viết. Nó nằm ở chỗ chúng ta đã thiết kế một đường ống dữ liệu để luôn có gì đó để nói, kể cả khi chưa có gì để biết.