Dữ liệu rỗng và cạm bẫy của phân tích bóng đá hiện đại

Trên màn hình máy tính trong một văn phòng tại Thâm Quyến, một bản phân tích dài chín mục hiện ra ngay ngắn. Chiến thuật và kỹ thuật. Tài chính câu lạc bộ và thị trường chuyển nhượng. Kết quả thi đấu và chu kỳ dư luận. Bối cảnh giải đấu và vị thế đội bóng. Luật lệ và quản trị. Ban huấn luyện và phòng thay đồ. Hồ sơ rủi ro. Truyền thông và kỳ vọng. Truyền dẫn ngành bóng đá. Mỗi mục đều có tiêu đề, có bảng biểu, có khung đánh giá chỉn chu.

Nhưng khi đọc đến dòng cuối cùng, tôi lạnh người. Không một cái tên cầu thủ. Không một câu lạc bộ. Không một chỉ số bàn thắng kỳ vọng (xG) nào. Không một giải đấu được nhắc tới. Bản phân tích ấy hoàn hảo về hình thức và trống rỗng về nội dung. Nó giống như một sân vận động đã xây xong - có khán đài, có đèn chiếu, có đường biên vôi trắng - nhưng không có trận đấu nào diễn ra bên trong.

Tôi đã thấy một vết nứt trên bản đồ phân tích bóng đá, và nó bắt đầu từ chính những bộ khung mà chúng ta vẫn tự hào nhất.

Khi bóng đá trở thành một bài toán dữ liệu

Trong hơn mười năm trở lại đây, phân tích bóng đá đã chuyển mình từ những trang bình luận cảm tính sang một ngành công nghiệp dữ liệu thực thụ. Các câu lạc bộ lớn lập hẳn những phòng ban phân tích với hàng chục chuyên gia. Mỗi trận đấu được bóc tách thành hàng nghìn điểm dữ liệu: số đường chuyền, số lần gây áp lực, tỷ lệ thắng tranh chấp, quãng đường di chuyển, số pha dứt điểm trong vòng cấm.

Thuật ngữ kỹ thuật trở thành thứ ngôn ngữ chung của giới chuyên môn. Người ta nói về bàn thắng kỳ vọng (xG) để đo chất lượng cơ hội thay vì chỉ đếm số bàn thắng. Người ta nói về kiến tạo kỳ vọng (xA) cho khả năng sáng tạo và bàn thua kỳ vọng (xGA) cho khả năng phòng ngự. Người ta dùng PPDA - số đường chuyền đối thủ được phép thực hiện trước mỗi hành động phòng ngự - để đo cường độ gây áp lực. Chỉ số càng thấp, đội bóng càng pressing dữ dội.

Ở tầm vĩ mô hơn, luật công bằng tài chính (FFP) của UEFA và quy định lợi nhuận và bền vững (PSR) của Ngoại hạng Anh buộc các câu lạc bộ phải minh bạch hơn trong chi tiêu. Khấu hao chuyển nhượng, trần lương kiểu La Liga, điều khoản mua lại, điều khoản giải phóng hợp đồng - tất cả đều trở thành một phần của ngôn ngữ phân tích. Ngay cả thuật ngữ "FIFA virus" - chỉ những ca chấn thương và mệt mỏi mà cầu thủ gặp phải khi lên tuyển - cũng được đưa vào các mô hình dự báo.

Đó là một bước tiến. Nhưng chính bước tiến ấy đã sinh ra một căn bệnh mới.

Chín chiều phân tích và cái bẫy của sự đầy đủ giả tạo

Khung phân tích chín chiều mà giới chuyên nghiệp sử dụng là một kiệt tác về cấu trúc. Chiều thứ nhất bóc tách chiến thuật và kỹ thuật: độ tinh xảo của hệ thống, khả năng thực thi, mức độ phù hợp của con người với sơ đồ. Chiều thứ hai đi vào tài chính: cơ cấu doanh thu từ bản quyền, thương mại, quỹ lương, nợ ròng. Chiều thứ ba phân tích kết quả và chu kỳ dư luận. Chiều thứ tư vẽ bản đồ giải đấu và vị thế đội bóng. Chiều thứ năm kiểm tra tuân thủ luật lệ. Chiều thứ sáu đọc sức khỏe phòng thay đồ. Chiều thứ bảy lập hồ sơ rủi ro. Chiều thứ tám phân tích truyền thông và kỳ vọng. Chiều thứ chín truy vết sự lan truyền trong ngành.

Nghe rất logic. Nhưng có một vấn đề mà ít ai chịu thừa nhận: một bộ khung đầy đủ có thể tồn tại mà không cần đến một mẩu dữ liệu thật nào. Khi không có tên đội, tên cầu thủ hay con số cụ thể, mỗi ô trong khung vẫn có thể được lấp bằng một câu trả lời hình thức. Và nếu người viết không đủ tỉnh táo, họ sẽ biến sự trống rỗng ấy thành những kết luận nghe có vẻ chuyên nghiệp.

Đây là điểm mù nguy hiểm nhất của phân tích hiện đại. Chúng ta quá giỏi trong việc xây khung đến mức quên mất rằng khung không phải là nội dung. Khi một bản phân tích chín chiều trả về những ô trống, đó không phải dấu hiệu của một trận đấu "khó phân tích". Đó là dấu hiệu của một lỗi ở tầng thu thập dữ liệu - một quy trình đã hỏng trước cả khi nó kịp chạy.

Tôi đã dành nhiều năm đứng trên khán đài để ghi chép. Và bài học lớn nhất tôi học được là: bằng chứng quan trọng nhất không nằm trong bảng số liệu, mà nằm ở việc dữ liệu có thật hay không. Một con số xG sai còn nguy hiểm hơn việc không có con số xG nào, bởi vì nó tạo ra một cảm giác chắc chắn giả tạo.

Hãy nhìn vào cách một bản phân tích rỗng dễ dàng lừa được người đọc. Tiêu đề các mục vẫn vang lên đầy uy quyền: "Phân tích chiến thuật và kỹ thuật", "Hồ sơ rủi ro", "Truyền dẫn ngành". Bảng biểu vẫn kẻ ô vuông vức. Nhưng bên trong, nơi đáng lẽ phải có tên một câu lạc bộ, một huấn luyện viên, một chỉ số PPDA cụ thể, lại chỉ là những khoảng trắng được dán nhãn "chưa đủ thông tin". Sự trung thực ấy - nếu chịu đọc kỹ - lại chính là thông tin giá trị nhất trong toàn bộ tài liệu.

Trong ngành truyền thông thể thao, tốc độ được thưởng và sự chính xác hiếm khi được kiểm chứng. Một bài bình luận đăng trong vòng ba mươi phút sau tiếng còi mãn cuộc sẽ được chia sẻ nhiều hơn một bài xuất bản sau ba ngày. Chính áp lực ấy đẩy người viết đến chỗ lấp đầy khoảng trống bằng những phán đoán có sẵn trong đầu, thay vì thừa nhận rằng mình chưa có gì để nói. Nhưng cái giá phải trả lại đến sau đó, khi dữ liệu được xác minh và những kết luận vội vàng lộ ra nguyên hình.

Khi sự trung thực bị coi là dấu hiệu của sự yếu kém

Đây là nghịch lý mà tôi muốn nói thẳng. Trong ngành của chúng ta, một bản phân tích dám nói "tôi không đủ dữ liệu để kết luận" thường bị coi là thất bại. Còn một bản phân tích bịa ra kết luận từ hư không lại được coi là quyết đoán, là "có cá tính". Đó chính là cái bẫy thúc đẩy các biên tập viên và các mô hình tự động lao vào việc lấp đầy những ô trống bằng những phán đoán không có cơ sở.

Rủi ro lớn nhất không phải là đưa ra kết luận sai. Rủi ro lớn nhất là đưa ra kết luận sai với vẻ ngoài đầy tự tin. Một tài liệu chín chiều với đầy đủ bảng biểu có thể khiến người đọc - những biên tập viên, những nhà tuyển trạch, những cổ động viên - tin rằng họ đang đọc một phân tích thực sự. Trong khi thực tế, họ đang đọc một bộ khung rỗng đang tự diễn.

Nhưng tôi cũng không muốn rơi vào cái bẫy ngược lại: biến sự hoài nghi thành thói quen. Nếu tôi phản đối mọi kết luận chỉ để tỏ ra sắc sảo, tôi cũng đang lừa dối chính mình. Câu hỏi đúng đắn không phải là "kết luận này có đáng nghi không?", mà là "kết luận này dựa trên bằng chứng nào?". Không có bằng chứng, không có kết luận. Đơn giản vậy thôi.

Tôi từng nghĩ áp lực lớn nhất của nghề phân tích là phải luôn có góc nhìn độc đáo. Tôi đã nhầm. Áp lực lớn nhất là phải biết im lặng khi chưa có dữ liệu.

Khi dữ liệu rỗng lại là tín hiệu quan trọng nhất

Có một điều thú vị mà tôi rút ra từ chính bản phân tích rỗng kia. Việc tất cả các ô đều trống, trong khi nhãn lĩnh vực "bóng đá" vẫn được gán đúng, cho thấy một điều: hệ thống phân loại đã hoạt động, nhưng hệ thống trích xuất đã hỏng. Nói cách khác, vấn đề không nằm ở chỗ "không có bóng đá để phân tích", mà nằm ở chỗ "bóng đá có đó, nhưng nó không bao giờ đến được tay người phân tích".

Đây là bài học về chuỗi cung ứng thông tin trong ngành thể thao. Một tin chuyển nhượng, một thay đổi trên băng ghế huấn luyện, hay một án phạt hành chính - tất cả đều có giá trị giảm dần theo thời gian. Nếu dữ liệu đầu vào bị tắc nghẽn, thì đến lúc nó được khai thông, câu chuyện đã cũ. Một sự thật đến muộn đôi khi tệ hơn một sự thật không bao giờ đến, bởi vì nó vẫn giữ nguyên sức mạnh gây nhầm lẫn nhưng đã mất hết giá trị thời sự.

Với tư cách một người viết, tôi rút ra nguyên tắc của riêng mình. Thứ nhất, luôn đòi hỏi nguồn gốc: bài báo nào, tác giả nào, ngày đăng nào. Thứ hai, luôn kiểm tra thực thể: ít nhất phải có một cái tên cụ thể - một câu lạc bộ, một cầu thủ, một huấn luyện viên. Thứ ba, luôn đánh giá độ nhạy cảm thời gian: sự kiện này còn nóng hay đã nguội.

Ba nguyên tắc này đơn giản đến mức nghe có vẻ tầm thường. Nhưng chính vì tầm thường mà người ta hay bỏ qua. Và khi bỏ qua, người ta xây nên những tòa nhà chín tầng trên một nền móng hoàn toàn rỗng.

Suy nghĩ tiến về phía trước

Ngành phân tích bóng đá sẽ ngày càng tự động hóa. Các mô hình sẽ ngày càng thông minh hơn trong việc tạo ra những bản báo cáo trông có vẻ uyên bác. Nhưng chính vì vậy, kỹ năng quý giá nhất của một nhà phân tích trong tương lai sẽ không phải là xây khung, mà là nhận ra khi nào một bộ khung đang rỗng.

Tôi không sợ những cỗ máy biết nhiều. Tôi sợ những cỗ máy biết cách tỏ ra mình biết nhiều. Sự khác biệt giữa hai điều đó chính là sự khác biệt giữa một bản phân tích thật và một tấm bình phong được kẻ ô vuông vức.

Và có lẽ, khi khán đài dữ liệu trống rỗng, tôi nhận ra bóng đá từng nói dối chúng ta bằng tiếng ồn - nhưng nó cũng sẽ nói thật với chúng ta bằng sự im lặng, miễn là chúng ta đủ can đảm để nghe.