Bảng dữ liệu trống ở Ligue 1: khi bóng đá mất một trang nhật ký

Tháng Ba năm 2026, tôi ngồi trước một bảng tính ở Marseille và đếm những ô trống. Bảng có 1.204 dòng — đúng con số tôi từng tự tay ghi chép cho nửa đầu mùa 2026-18, khi Opta lần đầu phát hành dữ liệu xG cho Ligue 1. Lần này, 96 dòng trong đó không có một ký tự nào. Không xG. Không số đường chuyền. Không quãng đường chạy. Ba trận ở giải vô địch Pháp bị hoãn, và nhà cung cấp thống kê của chúng tôi đơn giản là không gửi bản ghi cho những trận ấy. Một đồng nghiệp trẻ hỏi tôi có dựng lại số liệu từ băng ghi hình không. Tôi bảo không. Tôi muốn giữ nguyên những ô trống trong tệp, vì chúng cũng là dữ liệu. Ô trống không phải số không. Ô trống là một tín hiệu. Người ta quen nghĩ phân tích dữ liệu bóng đá là nghề đọc những con số đã có. Kỳ thực, phần lớn thời gian tôi làm nghề này là để xác định cái gì đang thiếu. Khi bảng xG của một trận đấu trống, đó không phải là thông tin rằng trận đấu không có cơ hội nào. Đó là thông tin rằng có ai đó trong chuỗi xử lý đã đánh rơi một trang. Phân biệt hai điều ấy là toàn bộ khác biệt giữa một nhà phân tích và một người đọc báo cáo thuê. Mùa hè 2026, tôi học cách tin vào thứ chưa ai gọi tên: xG. Năm đó tôi 57 tuổi, làm quản trị viên thị trường chuyển nhượng tại Marseille. Opta phát hành bảng xG cho Ligue 1, và tôi không vội tin. Tôi tự tay ghi lại 1.204 cú sút của 20 đội trong nửa đầu mùa 2026-18, đối chiếu từng cú với bàn thắng thực tế. Hệ số tương quan đạt 0,84. Đủ để tôi xây một bộ dữ liệu định giá tiền đạo cho riêng mình. Đồng nghiệp bảo tôi phản ứng chậm. Tôi cần kiểm chứng trước khi dùng. Chính vì đã tự tay đếm, tôi biết một điều mà những người chỉ đọc bảng tổng hợp không biết: mỗi dòng dữ liệu đều có một quy trình đằng sau, và quy trình nào cũng có thể đứt. Băng ghi hình hỏng. Camera góc rộng bị cột cờ che. Thiết bị GPS của cầu thủ hết pin ở phút 63. Trận đấu tạm dừng vì khói pháo sáng. Những thứ ấy không xuất hiện trong báo cáo cuối cùng. Chúng xuất hiện dưới dạng ô trống. Nghề của tôi ở Marseille là định giá cầu thủ cho thị trường chuyển nhượng. Trong nghề ấy, một hồ sơ tuyển trạch trống là thứ nguy hiểm hơn cả một hồ sơ xấu. Hồ sơ xấu cho tôi biết cầu thủ ấy chạy ít, chuyền hỏng nhiều. Hồ sơ trống chỉ cho tôi biết người gửi hồ sơ đã không làm việc. Nhưng rất nhiều câu lạc bộ vẫn trả tiền cho sự trống rỗng ấy, vì họ đọc nó thành "không có vấn đề gì". Hãy lấy ví dụ lớn nhất trong đời nghề của tôi. Năm 2026, bóng đá châu Âu tái khởi động sau đại dịch, và vì tôi đã dùng dữ liệu ở World Cup 2026, tổng biên tập giao tôi theo dõi Bundesliga. Tôi ngồi tại Marseille, phân tích 81 trận đấu diễn ra trên sân không khán giả ở mùa 2026-20. Đội nhà chỉ thắng 26% số trận, trong khi tỷ lệ ấy trước dịch là 43%. Tôi viết báo cáo "Khán đài trống giết lợi thế sân nhà". Điều khiến báo cáo ấy có giá trị không phải con số 26%. Mà là việc tôi dám nói rằng một biến số quen thuộc — lợi thế sân nhà — đã biến mất khỏi phương trình, ít nhất trong 81 trận ấy. Khán đài trống là phòng thí nghiệm tuyệt nhất cho kẻ mê dữ liệu. Khi tiếng khán giả bị rút khỏi phương trình, những biến khác mới lộ ra: chất lượng mặt cỏ, lịch di chuyển, và quan trọng nhất là tâm lý của những cầu thủ trẻ vốn chỉ chơi tốt khi có người cổ vũ. Một câu lạc bộ Ligue 2, Le Havre, dùng báo cáo ấy để hạ giá mua một tiền đạo trẻ. Cậu ta ghi 9 bàn trong 11 trận sân nhà trước dịch. Sau dịch, trên sân trống, cậu ta ghi 1 bàn trong 10 trận. Ban lãnh đạo Le Havre không nói cậu ta kém. Họ nói: chúng tôi không có dữ liệu để trả giá cao. Đó là một kết luận trung thực, và nó tiết kiệm cho họ khoảng 1,8 triệu euro. Rồi đến Qatar, năm 2026, tôi 62 tuổi, được Canal+ cử sang dự World Cup. Cả giới chuyên môn ca ngợi Achraf Hakimi với 142 pha bứt tốc và trung bình 2,3 cơ hội tạo ra mỗi trận. Những con số ấy đúng. Nhưng khi tôi lục dữ liệu vị trí, hành lang sau lưng cậu ấy trống 34% thời lượng thi đấu. Morocco vẫn an toàn, vì hai trung vệ của họ chạy trên 31 km/h và luôn có mặt để bọc lót. Tôi viết một bản ghi chú cảnh báo rằng mô hình hậu vệ biên dâng cao chỉ vững khi hàng thủ đủ tốc độ bù trừ. Đến trận gặp Pháp, đối phương dồn bóng liên tục vào cánh phải của Morocco. Trong cả ba trường hợp, thứ quyết định chất lượng phân tích là những biến số không được ghi lại trong báo cáo chính thức. Tỷ lệ thắng sân nhà 26% không nói được gì nếu ta không biết khán đài trống. 142 pha bứt tốc không nói được gì nếu ta không biết trung vệ chạy bao nhiêu km/h. Và 9 bàn trên sân nhà không nói được gì nếu ta không tách riêng chỉ số sân nhà và sân khách. Một ví dụ nhỏ hơn nhưng gần tôi hơn. Hồi tháng Giêng năm nay, tôi nhận một báo cáo về một tiền vệ 19 tuổi ở giải hạng nhất Bồ Đào Nha. Bản báo cáo có 14 chỉ số, đầy đủ đến mức khả nghi. Nhưng cột "số phút thi đấu khi đội bị dẫn bàn" trống. Cột "số lần mất bóng ở phần sân nhà" trống. Cột "thể lực từ phút 75 trở đi" trống. Người gửi báo cáo đã thu thập đúng những gì dễ thu thập, và bỏ qua đúng những gì khó. Tôi không mua cầu thủ ấy. Không phải vì cậu ta kém, mà vì tôi không biết cậu ta thế nào trong những tình huống quyết định giá trị của một tiền vệ trung tâm. Bởi vậy, trong mọi bảng thống kê tôi lập từ năm 2026, tôi luôn để một cột trống có tên "chưa xác minh". Cột ấy không bao giờ được điền bằng phỏng đoán. Nó chỉ được điền khi tôi có nguồn độc lập thứ hai. Có những tuần cột ấy chiếm 12% bảng, và tôi chấp nhận điều đó. Một bảng dữ liệu có lỗ hổng được đánh dấu vẫn trung thực hơn một bảng dữ liệu đầy ắp nhưng mỗi ô là một niềm tin không kiểm chứng. Tôi 66 tuổi, đủ già để biết con số không bao giờ kể chuyện nếu ta không hỏi. Một cột trống hỏi tôi một câu rất cụ thể: mày có nguồn nào khác không? Nếu câu trả lời là không, tôi để nguyên cột trống và viết vào báo cáo dòng chữ "dữ liệu không đủ để kết luận". Dòng chữ ấy từng khiến tôi bị một tổng biên tập trẻ mắng là thiếu quyết đoán. Tôi vẫn giữ nó, và ba năm sau chính vị tổng biên tập ấy gọi tôi để hỏi cách dựng lại một bảng dữ liệu đã mất nguồn. Đến đây thì phải nói điều mà giới phân tích ít khi nói. Sự trống rỗng không phải lúc nào cũng là điều xấu cần lấp. Có ba giả thuyết cho một ô trống, và tôi luôn viết cả ba ra giấy trước khi kết luận. Thứ nhất, dữ liệu chưa bao giờ tồn tại — trận đấu bị hủy, cầu thủ không được vào sân, giải đấu chưa khởi tranh. Trong trường hợp này, ô trống là sự thật, không phải lỗi. Thứ hai, dữ liệu tồn tại nhưng bị đánh rơi trong quá trình xử lý. Máy quay hỏng, tệp tin không được tải lên, nhà cung cấp thay đổi giao diện. Trong trường hợp này, ô trống là sự cố, và cách xử lý đúng là truy ngược về nguồn gốc chứ không phải suy diễn. Thứ ba, dữ liệu tồn tại nhưng không ai buồn thu thập, vì nó không nằm trong bộ chỉ số đang thịnh hành. Đây là trường hợp nguy hiểm nhất, và cũng là trường hợp phổ biến nhất. Nó giống như việc cả một thế hệ phân tích bỏ qua hóa học phòng thay đồ chỉ vì nó không đo được bằng con số nào. Lẫn lộn ba trường hợp ấy là lỗi cơ bản của nghề. Và lỗi ấy thường được ngụy trang bằng sự tự tin. Một nhà phân tích nhìn vào ô trống rồi nói "tôi không có ý kiến" sẽ bị coi là yếu. Một nhà phân tích nhìn vào ô trống rồi nói "theo kinh nghiệm của tôi" sẽ được coi là giàu trải nghiệm. Trong khi thực tế, người thứ hai vừa lấp một lỗ hổng bằng ký ức, và ký ức thì không có cỡ mẫu. Tương quan không phải nhân quả. Nhưng sự im lặng của dữ liệu cũng không phải bằng chứng rằng không có gì xảy ra. Trận đấu bị hủy không phải là mất điểm, mà là mất một trang nhật ký. Cầu thủ là biến số, thị trường là hàm số, nhưng phần lớn đời tôi là hằng số. Vòng đấu tới, tôi sẽ lại mở tệp và đếm những ô trống trước khi đọc những con số. Nếu có người đưa cho tôi một bảng dữ liệu không có ô trống nào, tôi sẽ hỏi họ đúng một câu: anh đã bỏ qua cái gì?