Hệ số phân rã và lời cảnh báo từ khoảng trống dữ liệu

Có một nghịch lý mà tôi gặp lại mỗi mùa giải: người ta tranh cãi về một cầu thủ, một đội bóng, một trận đấu, nhưng không ai kiểm tra xem dữ liệu đầu vào của cuộc tranh cãi đó có thực sự tồn tại hay không. Đó không phải là vấn đề quan điểm. Đó là vấn đề kiểm chứng. Trước khi đi vào bất cứ điều gì cụ thể, tôi cần nói rõ một nguyên tắc làm việc. Trong hồ sơ phân tích gần đây mà tôi nhận được, phần lớn các trường dữ liệu đều trống. Không có tên giải đấu. Không có tên đội. Không có cầu thủ. Không có phiên bản meta. Không có thời điểm. Không có nguồn. Một khoảng trống hoàn toàn. Với một người làm nghề định giá chuyển nhượng, một khoảng trống như vậy không phải là chuyện nhỏ. Nó là tín hiệu mạnh nhất trong toàn bộ tập dữ liệu. Bởi vì mọi kết luận về bóng đá — dù là về chiến thuật, về phong độ, về giá trị cầu thủ — đều phụ thuộc vào việc dữ liệu đầu vào có tồn tại hay không. Nếu không có dữ liệu, mọi kết luận đều là suy diễn. Và suy diễn, trong công việc của tôi, là một dạng sai số không thể chấp nhận. Số liệu không bao giờ nói dối — chỉ có tấm lòng người đọc khiến chúng trở thành dối trá. Nhưng khi không có số liệu nào cả, thì ngay cả người đọc trung thực nhất cũng không thể tìm ra sự thật. Đó là bài học đầu tiên. Tôi đã dành phần lớn sự nghiệp để xây dựng các mô hình dựa trên dữ liệu có thể kiểm chứng. Hệ số phân rã mà tôi phát triển từ mùa hè 2026 — khi sân vận động trống không vì đại dịch — là một ví dụ. Tôi đo mức độ tổn thương của từng đội bóng khi mất đi lợi thế sân nhà, dựa trên tỷ lệ thắng, số điểm giành được, và các chỉ số pressing. Kết quả cho thấy Union Berlin mất tới 61% số điểm khi không có khán giả. Đó là một con số cụ thể, có nguồn, có phương pháp. Nhưng để có được con số đó, tôi cần một thứ cơ bản hơn: danh tính của đội bóng. Tên của giải đấu. Thời điểm của trận đấu. Nếu thiếu những thứ đó, hệ số phân rã chỉ là một công thức trống rỗng. Đây là lý do tôi luôn bắt đầu mọi phân tích bằng một câu hỏi duy nhất: dữ liệu đầu vào là gì? Không phải kết luận là gì. Không phải quan điểm là gì. Mà là dữ liệu đầu vào là gì. Trong trường hợp cụ thể này, câu trả lời là: không có gì. Không có tên giải đấu, không có tên đội, không có cầu thủ, không có phiên bản meta, không có thời điểm. Chỉ có một khung phân tích hoàn chỉnh nhưng rỗng ruột. Điều này quan trọng hơn vẻ ngoài của nó. Trong ngành phân tích thể thao, có một cám dỗ lớn là lấp đầy khoảng trống bằng suy đoán. Người ta muốn có câu trả lời. Người ta muốn có kết luận. Và khi dữ liệu không đủ, người ta bắt đầu tưởng tượng. Tôi đã thấy điều này xảy ra hàng trăm lần. Một đội bóng thắng ba trận liên tiếp. Truyền thông gọi đó là "phong độ thăng hoa". Nhưng nếu bạn kiểm tra xG, bạn có thể thấy họ thắng nhờ may mắn. Hoặc một cầu thủ ghi bàn trong hai trận. Truyền thông gọi đó là "ngôi sao mới nổi". Nhưng nếu bạn kiểm tra số phút thi đấu và chất lượng đối thủ, bạn có thể thấy đó chỉ là một chuỗi may mắn ngắn ngủi. Trong cả hai trường hợp, vấn đề không phải là kết luận sai. Vấn đề là kết luận được đưa ra trước khi dữ liệu đầu vào được kiểm tra. Đây là lý do tôi coi trọng quy tắc hai nguồn độc lập. Trước khi công bố bất cứ điều gì, tôi cần ít nhất hai nguồn dữ liệu độc lập xác nhận. Không phải hai người nói cùng một điều. Mà là hai tập dữ liệu khác nhau, từ hai nguồn khác nhau, cùng chỉ về một hướng. Nếu chỉ có một nguồn, tôi ghi chú và chờ. Nếu không có nguồn nào, tôi dừng lại. Trong phân tích thể thao, việc dừng lại thường khó hơn việc tiếp tục. Bởi vì áp lực phải có câu trả lời luôn lớn hơn áp lực phải có câu trả lời đúng. Nhưng có một điều mà tôi học được sau nhiều năm: một khoảng trống dữ liệu được thừa nhận là một khoảng trống dữ liệu có thể lấp đầy. Một khoảng trống dữ liệu bị che đậy bằng suy đoán là một khoảng trống dữ liệu vĩnh viễn. Hãy nghĩ về điều này trong bối cảnh chuyển nhượng. Một câu lạc bộ Bundesliga từng nhờ tôi định giá ba mục tiêu. Một là ngôi sao bùng nổ tại một giải đấu ngắn ngày. Hai là tiền đạo Ligue 1 với 0,52 xG mỗi trận trong ba mùa liên tiếp. Ba là hậu vệ vừa trở lại sau chấn thương dài hạn. Ngôi sao giải đấu ngắn ngày có ít dữ liệu nhất. Sáu trận. Đó là một mẫu quá nhỏ để kết luận bất cứ điều gì. Nhưng truyền thông đã tạo ra một câu chuyện hấp dẫn xung quanh anh ta. Và câu chuyện đó có sức mạnh hơn dữ liệu. Tôi từ chối ngôi sao đó. Không phải vì anh ta không tài năng. Mà vì tôi không có đủ dữ liệu để định giá anh ta một cách trung thực. Tôi chọn tiền đạo Ligue 1 — người có ba mùa dữ liệu ổn định. Ba tháng sau, ngôi sao giải đấu ngắn ngày chấn thương. Tiền đạo được chọn ghi 14 bàn. Đó không phải là một câu chuyện về tài năng. Đó là một câu chuyện về dữ liệu đầu vào. Quay trở lại với khoảng trống hiện tại. Hồ sơ phân tích mà tôi nhận được có đầy đủ cấu trúc: chín chiều phân tích, từ phân tích meta đến phân tích rủi ro, từ hệ thống giải đấu đến cảnh quan khu vực. Nhưng mỗi chiều đều được đánh dấu "không đủ thông tin". Đây không phải là một thất bại của khung phân tích. Khung phân tích hoạt động chính xác như thiết kế. Nó phát hiện ra rằng không có dữ liệu đầu vào, và nó từ chối đưa ra kết luận. Đó là hành vi đúng đắn. Thất bại nằm ở giai đoạn trước đó. Ở đâu đó trong quy trình, dữ liệu đã bị mất. Có thể bài viết gốc không tồn tại. Có thể nó tồn tại nhưng không được chuyển đổi đúng cách. Có thể có một lỗi kỹ thuật. Nhưng dù nguyên nhân là gì, kết quả là giống nhau: không có dữ liệu. Và khi không có dữ liệu, lựa chọn duy nhất trung thực là thừa nhận điều đó. Mùa hè sân trống, tôi nghe thấy dữ liệu rơi từng giọt. Nhưng ngay cả những giọt dữ liệu cũng cần một cái tên. Một đội bóng. Một giải đấu. Một thời điểm. Nếu không có những thứ đó, ngay cả giọt dữ liệu cũng không tồn tại. Tôi không tin vào trực giác — tôi tin vào hệ số phân rã của trực giác. Nhưng hệ số phân rã cần đầu vào. Và đầu vào, trong trường hợp này, là một khoảng trống. Điều này dẫn đến một câu hỏi lớn hơn về ngành phân tích thể thao nói chung. Có bao nhiêu phân tích được công bố mỗi ngày dựa trên dữ liệu đầu vào không đầy đủ? Có bao nhiêu kết luận được đưa ra mà không ai kiểm tra xem dữ liệu có tồn tại hay không? Tôi không có câu trả lời chính xác. Nhưng tôi biết rằng con số đó không nhỏ. Trong bóng đá, có một khái niệm gọi là "false nine" — tiền đạo ảo. Một cầu thủ được ghi vào đội hình như tiền đạo nhưng thực tế chơi ở vị trí khác. Trong phân tích thể thao, có một khái niệm tương tự: "phantom data" — dữ liệu ảo. Những con số trông có vẻ thật nhưng thực chất không được kiểm chứng. Phantom data là kẻ thù của người làm phân tích. Nó trông giống dữ liệu thật. Nó có định dạng giống dữ liệu thật. Nhưng nó không có nguồn gốc. Và khi bạn truy vết, bạn phát hiện ra rằng nó không tồn tại. Trong trường hợp này, tôi không có phantom data. Tôi có một thứ thậm chí còn rõ ràng hơn: một khoảng trống được đánh dấu rõ ràng. Không có dữ liệu giả. Chỉ có dữ liệu không tồn tại. Đó là một sự khác biệt quan trọng. Phantom data là nguy hiểm vì nó lừa dối. Khoảng trống được thừa nhận là an toàn vì nó trung thực. Nhưng khoảng trống được thừa nhận vẫn là một vấn đề. Nó có nghĩa là không có phân tích nào có thể được thực hiện. Và trong ngành thể thao, nơi mọi quyết định — từ chuyển nhượng đến chiến thuật — đều dựa trên phân tích, một khoảng trống dữ liệu là một khoảng trống quyết định. Hãy tưởng tượng một câu lạc bộ chuẩn bị ký hợp đồng với một cầu thủ dựa trên phân tích. Nếu phân tích đó dựa trên dữ liệu không tồn tại, câu lạc bộ đang đưa ra quyết định trong bóng tối. Họ không biết điều đó. Nhưng họ đang làm vậy. Đây là lý do tôi tin rằng kiểm chứng dữ liệu đầu vào quan trọng hơn phân tích dữ liệu. Bạn có thể có mô hình tốt nhất thế giới. Bạn có thể có khung phân tích hoàn hảo nhất. Nhưng nếu dữ liệu đầu vào không tồn tại, mọi thứ đều vô nghĩa. Trong trường hợp cụ thể này, khung phân tích đã hoạt động đúng. Nó phát hiện ra khoảng trống. Nó từ chối đưa ra kết luận. Nó yêu cầu dữ liệu đầu vào được cung cấp lại. Đó là hành vi của một hệ thống trung thực. Nhưng câu hỏi đặt ra là: điều gì sẽ xảy ra nếu hệ thống không trung thực? Điều gì sẽ xảy ra nếu nó lấp đầy khoảng trống bằng suy đoán? Điều gì sẽ xảy ra nếu nó tạo ra kết luận từ hư không? Đó là một viễn cảnh đáng sợ hơn nhiều so với một khoảng trống dữ liệu. Chuyển nhượng không phải là mua người, mà là mua một phân phối xác suất. Nhưng để xây dựng một phân phối xác suất, bạn cần dữ liệu. Và để có dữ liệu, bạn cần một điểm khởi đầu. Một tên đội. Một tên giải đấu. Một thời điểm. Nếu không có những thứ đó, bạn không có phân phối xác suất. Bạn có một phân phối của sự không chắc chắn. Có những trận đấu kết thúc khi trọng tài thổi còi — và có những trận chỉ bắt đầu khi dữ liệu cất tiếng. Trong trường hợp này, dữ liệu chưa cất tiếng. Và vì vậy, trận đấu chưa bắt đầu. Điều này không có nghĩa là phân tích là vô ích. Nó có nghĩa là phân tích cần dữ liệu. Và trong trường hợp này, dữ liệu cần được cung cấp trước khi bất cứ điều gì khác có thể xảy ra. Mọi cuộc khủng hoảng đều là dữ liệu chưa được dán nhãn. Khoảng trống này là một cuộc khủng hoảng nhỏ. Nhưng nó có thể được giải quyết bằng cách dán nhãn. Bằng cách cung cấp dữ liệu. Bằng cách bắt đầu lại từ đầu. Trong công việc của tôi, tôi học được rằng sự trung thực với dữ liệu quan trọng hơn sự thông minh với dữ liệu. Một người phân tích trung thực với dữ liệu không đầy đủ sẽ nói: "Tôi không biết." Một người phân tích thông minh với dữ liệu không đầy đủ sẽ nói: "Tôi biết." Và người thứ hai thường sai. Khoảng trống này nhắc nhở tôi về điều đó. Nó nhắc nhở tôi rằng giá trị của một người làm dữ liệu không nằm ở khả năng đưa ra kết luận, mà nằm ở khả năng biết khi nào không nên đưa ra kết luận. Tôi đã dành nhiều năm để học điều này. Và tôi vẫn đang học. Số liệu không bao giờ nói dối — chỉ có tấm lòng người đọc khiến chúng trở thành dối trá. Nhưng khi không có số liệu nào cả, thì ngay cả người đọc trung thực nhất cũng không thể tìm ra sự thật. Đó là lý do tôi coi trọng việc kiểm chứng dữ liệu đầu vào hơn bất cứ điều gì khác. Trong trường hợp này, dữ liệu đầu vào không tồn tại. Và vì vậy, câu trả lời trung thực nhất là: không đủ thông tin để phân tích. Đó không phải là một thất bại. Đó là một hành vi đúng đắn. Và đôi khi, hành vi đúng đắn là tất cả những gì chúng ta có thể làm. Hệ số phân rã không hoạt động nếu không có dữ liệu. Nhưng việc thừa nhận điều đó cũng là một dạng phân tích. Mùa hè sân trống, tôi nghe thấy dữ liệu rơi từng giọt. Trong trường hợp này, tôi không nghe thấy gì cả. Và đó là thông tin quan trọng nhất. Trong bóng đá, có những trận đấu kết thúc với tỷ số 0-0. Đó không phải là một trận đấu không có gì xảy ra. Đó là một trận đấu mà cả hai đội đều không ghi bàn. Sự vắng mặt của bàn thắng là một sự kiện. Tương tự, sự vắng mặt của dữ liệu là một sự kiện. Nó không có nghĩa là không có gì để phân tích. Nó có nghĩa là thứ duy nhất có thể phân tích là sự vắng mặt đó. Và đó là những gì tôi đang làm. Trong công việc định giá chuyển nhượng, tôi thường gặp những cầu thủ không có đủ dữ liệu để định giá. Trong những trường hợp đó, tôi không đưa ra con số. Tôi đưa ra một khoảng. Và tôi ghi rõ rằng khoảng đó dựa trên dữ liệu không đầy đủ. Đó là cách tôi xử lý sự không chắc chắn. Trong trường hợp này, khoảng là vô cực. Vì dữ liệu đầu vào bằng không. Nhưng điều này sẽ thay đổi. Dữ liệu sẽ được cung cấp. Phân tích sẽ được thực hiện. Kết luận sẽ được đưa ra. Chỉ là chưa phải lúc này. Và trong khi chờ đợi, tôi giữ nguyên nguyên tắc của mình: kiểm chứng trước khi tin. Không có ngoại lệ. Không có khoan nhượng. Bởi vì trong thế giới của dữ liệu, sự trung thực là tài sản duy nhất không thể bị đánh cắp. Và tôi sẽ không đánh đổi nó lấy bất cứ điều gì. Số liệu không bao giờ nói dối — chỉ có tấm lòng người đọc khiến chúng trở thành dối trá. Nhưng khi không có số liệu, ngay cả những tấm lòng trung thực nhất cũng phải chờ đợi. Và chờ đợi, trong công việc của tôi, là một phần của phân tích.