V.League và khoảng trống dữ liệu: Nhãn giải đấu đã có, tầng trích xuất vẫn trống

Đêm tháng Tư, tôi ngồi trước ba màn hình ở căn hộ phía đông Bắc Kinh. Màn hình giữa là một trận đấu thuộc giải vô địch quốc gia Việt Nam, phát trực tiếp trên một nền tảng trả tiền. Hai màn hình hai bên là bảng tính chuẩn của tôi, mở sẵn theo đúng thứ tự tôi dùng suốt hơn một thập kỷ: số liệu thô trước, bảng đối chiếu sau, kết luận sau cùng.

Trận đấu khép lại với tỉ số 1-0 nghiêng về đội chủ nhà. Bảng tỉ số hiện lên, bình luận viên nói về tinh thần chiến đấu và bản lĩnh. Tôi bắt đầu điền cột dứt điểm — có. Cột kiểm soát bóng — có, ở mức gần đúng. Đến cột xG, bút của tôi dừng lại. Sang cột PPDA, dừng lại lần nữa. Không nguồn nào công bố. Không bên nào bán. Không ai trích xuất.

Bốn ô trống nằm im trên màn hình suốt mười phút. Mười phút đó nói với tôi nhiều hơn cả chín mươi phút trận đấu.

Người viết và cái nghề đọc số

Tôi vào nghề ở tuổi hai mươi, tại bàn thể thao của Đài Truyền hình Belgrade năm 2026. Hồi đó tôi học được một thứ mà sau này thành xương sống của cả sự nghiệp: ghi chép trước, bình luận sau. Không có ghi chép thì bình luận chỉ là tiếng ồn có giọng điệu.

Năm 2026, tôi làm nhà phân tích cá cược tại Bắc Kinh. Trận Guangzhou Evergrande gặp Shanghai SIPG ở giải vô địch quốc gia Trung Quốc, tôi tự tính xG cho hai đội: chủ nhà 1,2, đội khách 2,3. Nhà cái vẫn đặt Guangzhou cửa trên với tỉ lệ 1,85. Tôi đặt SIPG +0,5. Một đồng nghiệp nam cười vào mặt tôi và nói phụ nữ thì biết gì về bóng đá. Tôi đưa bảng tính cho anh ta xem. Trận đấu hòa 2-2, tôi thắng kèo và bỏ túi 40.000 nhân dân tệ. Từ hôm đó, tôi xây một mẫu bảng chuẩn cho mọi trận đấu: xG, dứt điểm, kiểm soát bóng, sức ép.

Mùa hè 2026, World Cup tại Nga, tôi dùng PPDA để mổ xẻ trận bán kết Pháp – Bỉ. Bỉ phải chịu 12,5 đường chuyền trước khi thực hiện một hành động phòng ngự, Pháp chỉ 8,2. Pháp chủ động nhường bóng và phản kháng cực nhanh. Tôi viết bài với luận điểm rằng Pháp không hèn, Pháp thông minh. Bài được một tạp chí châu Âu chia sẻ, cán mốc 500.000 lượt đọc. Trận đấu kết thúc 1-0 cho Pháp.

Năm 2026, đại dịch đóng băng bóng đá toàn cầu, hợp đồng dữ liệu của tôi bị cắt 60%. Tôi buộc phải dựng mô hình từ lịch sử mười năm. Khi Bundesliga trở lại vào tháng Năm, dữ liệu cho thấy lợi thế sân nhà giảm 37% khi không có khán giả. Tôi thắng 12 trong 15 kèo theo mô hình đó, rồi thua bốn kèo liên tiếp vì quá cứng nhắc, từ chối cập nhật tham số sau ba vòng đấu đầu. Khi sân vận động im lặng, chúng ta mới nghe rõ tiếng nói của xác suất.

Euro 2026, tôi theo dõi đội tuyển Ý của Mancini. Ý kiểm soát bóng 60% nhưng không hề vô hại. Tôi tạo một chỉ số riêng gọi là kiểm soát nguy hiểm — số pha bóng đi vào khu vực 25 mét cuối cùng trên mỗi 100 pha kiểm soát. Ý dẫn đầu châu Âu với 18,2. Tôi đặt Ý vô địch ở tỉ lệ 11/1 và thắng 275.000 nhân dân tệ. Mỗi bảng tính là một tu viện. Tôi vào đó để tìm sự thật, không phải sự đồng thuận.

Lý do tôi kể những chuyện này không phải để khoe thành tích. Tôi kể để nói rõ một điều: mọi kết luận của tôi đều đứng trên một tầng dữ liệu có thể kiểm chứng. Và khi tôi quay sang theo dõi bóng đá Việt Nam, tầng dữ liệu đó biến mất.

Cái nhãn đã có, cái nội dung thì không

Bóng đá Việt Nam có đủ nhãn. V.League 1 có tên giải, có logo, có bảng xếp hạng, có nhà tài trợ, có hợp đồng truyền hình. Có VFF quản lý bóng đá quốc gia, có VPF vận hành các giải chuyên nghiệp, có cúp quốc gia, có hệ thống giải trẻ, có đội tuyển quốc gia và các lứa U tham dự đấu trường AFC. Trên giấy tờ, đây là một hệ sinh thái hoàn chỉnh.

Nhưng bên dưới cái nhãn ấy là một tầng trích xuất gần như trống rỗng.

Tôi cần định nghĩa rõ tầng trích xuất là gì, vì rất nhiều người nhầm nó với việc phát sóng. Phát sóng là ghi lại hình ảnh. Trích xuất là biến hình ảnh và sự kiện trên sân thành cấu trúc dữ liệu mà máy tính đọc được: ai chuyền cho ai, ở phút thứ mấy, ở tọa độ nào, dưới áp lực của bao nhiêu đối thủ. Hai việc này khác nhau về bản chất, chi phí và hệ quả.

Một giải đấu có thể phát sóng mọi trận và vẫn không có dữ liệu. Đó chính xác là tình trạng tôi gặp đêm tháng Tư.

Định nghĩa trước, kết luận sau

Tôi có một nguyên tắc bất di bất dịch khi viết: không dùng một khái niệm nào mà chưa định nghĩa nó bằng đơn vị đo. Dưới đây là những chỉ số mà bất kỳ nền bóng đá nào muốn tự soi mình cũng phải có.

xG — bàn thắng kỳ vọng. Mỗi cú dứt điểm được gán một xác suất chuyển thành bàn, dựa trên vị trí, góc sút, bộ phận dứt điểm, loại đường bóng đến và mức áp lực. Cộng tất cả xác suất ấy lại, ta được xG của một đội trong một trận. Chỉ số này trả lời câu hỏi mà bảng tỉ số không bao giờ trả lời được: đội nào tạo ra cơ hội tốt hơn.

xGA — bàn thắng kỳ vọng phải nhận. Cùng phép tính, nhưng áp lên các cơ hội mà đối thủ tạo ra. xG trừ xGA trong một mùa giải nói lên chất lượng thật của một hàng thủ, tách khỏi may mắn của thủ môn.

PPDA — số đường chuyền cho phép trên mỗi hành động phòng ngự. Chỉ số này đo cường độ pressing. PPDA càng thấp, đội càng pressing cao và sớm. PPDA không phải thước đo tinh thần, nó là thước đo sự trung thực trong pressing. Một đội nói mình pressing quyết liệt mà PPDA nằm ở mức 14 thì lời nói và số liệu đang đá hai trận khác nhau.

Kiểm soát nguy hiểm. Chỉ số tôi tự xây dựng năm 2026: số pha bóng đi vào 25 mét cuối cùng trên mỗi 100 pha kiểm soát. Nó phá vỡ ảo tưởng về kiểm soát bóng thuần túy, bởi đội giữ bóng 65% mà chỉ có 6 pha tiếp cận vùng nguy hiểm thì đang kiểm soát bóng ở nơi vô hại.

Tỉ trọng bàn thắng từ bóng cố định. Số bàn thắng từ phạt góc, phạt trực tiếp và ném biên dài chia cho tổng số bàn. Chỉ số này vạch trần một sự thật khó chịu: nhiều đội tin mình chơi bóng kiểm soát trong khi một phần ba số bàn của họ đến từ những tình huống cố định được tập bài bản.

Không có năm chỉ số này, mọi cuộc tranh luận về bóng đá Việt Nam chỉ còn lại hai lựa chọn: khen hoặc chê. Và cả hai đều không kiểm chứng được.

Cái gì đo được, cái gì không

Trong nhiều năm theo dõi các trận đấu ở V.League qua các nền tảng trực tuyến, tôi ghi lại được một mẫu quan sát khá ổn định. Số liệu cơ bản như tỉ số, dứt điểm, kiểm soát bóng, thẻ phạt thường xuyên xuất hiện trong bản tin. Nhưng phần lớn những con số ấy được đếm thủ công, bởi người ngồi xem lại băng hình, chứ không được sinh ra từ một hệ thống ghi nhận sự kiện tự động.

Sự khác biệt này không nhỏ như ta tưởng. Khi một người đếm thủ công, anh ta đếm cái anh ta nhìn thấy. Khi một hệ thống ghi nhận sự kiện, nó đếm cả những thứ người xem bỏ qua: đường chuyền thứ ba trong một pha chuyển trạng thái, vị trí của hậu vệ biên khi đội nhà mất bóng, khoảng trống mà tiền vệ trung tâm để lại sau khi dâng cao.

Ba tầng dữ liệu cần phân biệt rõ:

Tầng một là dữ liệu sự kiện. Đây là tầng tối thiểu, yêu cầu một người ghi mã hoặc một mô hình thị giác máy tính theo dõi từng hành động chạm bóng. Không có tầng này thì không có xG, không có xGA, không có chuỗi chuyền bóng.

Tầng hai là dữ liệu vị trí, ghi lại tọa độ của toàn bộ cầu thủ và bóng theo từng khung hình. Tầng này đắt gấp nhiều lần tầng một, đòi hỏi hệ thống camera đa điểm hoặc thiết bị đeo. Nó cho phép đo khoảng cách đội hình, độ cao hàng thủ, tốc độ triển khai phản công.

Tầng ba là dữ liệu bối cảnh, kết hợp cả hai tầng trên với lịch đấu, số ngày nghỉ, quãng đường di chuyển, nhiệt độ, độ ẩm và tình trạng mặt sân. Tầng này mới là tầng trả lời được câu hỏi vì sao.

V.League hiện ở đâu trên ba tầng ấy? Tôi không thể trả lời bằng một con số chính xác, vì chính sự thiếu minh bạch của dữ liệu là dữ liệu quan trọng nhất ở đây. Nếu một giải đấu có tầng dữ liệu hoàn chỉnh, nó sẽ công bố tầng ấy. Việc ta phải đi hỏi từng trận một để biết có xG hay không đã là câu trả lời.

Tôi đã đặt cược bằng xG từ năm 2026. Năm 2026, tôi đưa xG ra trước những kẻ hoài nghi. Bảy năm sau, họ vẫn cãi. Nhưng ít nhất họ có cái để cãi.

Độ mờ của tài chính

Nếu tầng dữ liệu thi đấu còn thiếu, tầng dữ liệu tài chính còn mờ hơn nhiều. Tôi theo dõi thị trường chuyển nhượng khu vực Đông Nam Á đủ lâu để biết một điều: phần lớn các thương vụ ở V.League không có giá trị được công bố. Không có phí chuyển nhượng niêm yết, không có độ dài hợp đồng công khai, không có cấu trúc phụ phí, không có điều khoản bán tiếp.

Hệ quả không chỉ là báo chí khó viết. Hệ quả nghiêm trọng hơn nằm ở chỗ đội bóng không có thước đo nào để tự đánh giá mình đã mua đắt hay mua rẻ. Một cầu thủ đến từ giải hạng hai châu Âu với mức lương bốn chữ số, một cầu thủ nội được đôn lên từ học viện, một ngoại binh từ châu Mỹ Latinh — ba người ấy nằm ở ba mặt bằng chi phí khác nhau, nhưng nếu không ai công bố mặt bằng ấy, câu hỏi về hiệu quả đầu tư sẽ không bao giờ có câu trả lời.

Tôi không có thói quen suy đoán con số. Nhưng tôi có một cách kiểm tra mà ai cũng dùng được: lấy số bàn thắng và kiến tạo chia cho mức lương ước tính, hoặc chia cho giá trị chuyển nhượng được đồn đoán. Nếu kết quả nằm ngoài khoảng hai độ lệch chuẩn so với phần còn lại của giải, đó là một điểm cần điều tra, không phải một kết luận. Đây là công cụ sàng lọc, không phải bản án.

Một nền bóng đá không công bố giá trị chuyển nhượng thì tự nguyện từ bỏ quyền định giá tài sản của chính mình. Điều đó, trong dài hạn, đắt hơn mọi khoản lương.

Chuỗi cung ứng tài năng và cái giá của sự mơ hồ

Bóng đá Đông Nam Á vận hành như một chuỗi cung ứng. Cầu thủ đi từ V.League lên Thai League, từ Thai League lên J.League và K.League, và từ đó, với một tỉ lệ nhỏ hơn nhiều, sang châu Âu. Những chuyến xuất ngoại của lứa HAGL JMG, của Nguyễn Quang Hải sang Pau FC, của Đoàn Văn Hậu sang Heerenveen, của Nguyễn Công Phượng qua Nhật Bản và Bỉ — đó là các mắt xích của chuỗi ấy.

Có một quy luật tôi quan sát được trong nhiều năm: đội bán ở tầng thấp hơn chuỗi thường thua thiệt không phải vì cầu thủ của họ kém, mà vì họ không có bằng chứng để định giá. Khi đội bên kia đến mua, họ cầm theo một hồ sơ dữ liệu đầy đủ. Khi đội bán ngồi vào bàn, họ cầm theo một đoạn video highlight và vài câu khen trên truyền hình.

Định kiến là một trận đấu không có dữ liệu. Tôi chọn đặt cược vào con số.

Với các cầu thủ tấn công hàng đầu như Nguyễn Tiến Linh, Đỗ Hùng Dũng hay Nguyễn Quang Hải, sự thiếu vắng dữ liệu tiến trình ảnh hưởng trực tiếp đến uy tín nghề nghiệp của họ. Một tiền đạo có xG mỗi 90 phút đạt ngưỡng tốt trong một mùa giải, kèm chỉ số dứt điểm trong vòng cấm cao, sẽ được định giá khác hoàn toàn so với một tiền đạo chỉ có số bàn thắng thô được ghi lại trong bản tin. Cùng một cầu thủ, hai mức giá, khác nhau ở chỗ có hay không có tầng trích xuất.

So sánh khu vực: cái thang dữ liệu

Tôi không thích so sánh bắc nam một cách hình thức, nhưng trong trường hợp này, sự so sánh là cần thiết và phải kèm theo cảnh báo về biến can thiệp.

J.League là nền bóng đá công bố dữ liệu sự kiện rộng rãi nhất châu Á, kèm cả dữ liệu vị trí. K.League ở tầng dưới một bước nhưng vẫn rất mạnh, đặc biệt trong dữ liệu thể lực và khoảng cách đội hình. Thai League có hệ sinh thái thương mại hóa dữ liệu tốt hơn V.League rõ rệt, với các nhà cung cấp quốc tế hiện diện trong hợp đồng giải đấu.

Nhưng tôi phải nói rõ ngay: thứ hạng này không có nghĩa bóng đá Việt Nam kém hơn bóng đá Thái Lan. Đó là hai câu hỏi khác nhau, và đánh đồng chúng là một lỗi phương pháp nghiêm trọng.

Trước khi đặt hai giải lên bàn cân, tôi luôn liệt kê các biến can thiệp: lịch đấu dày hay thưa, quãng đường di chuyển giữa các trận, chất lượng mặt sân, khí hậu nhiệt đới, số lượng ngoại binh được phép đăng ký, chất lượng và tính ổn định của đội ngũ trọng tài. Một chỉ số PPDA tính ở giải có mặt sân tốt và lịch đấu thưa sẽ không thể đem áp nguyên sang giải có sân mấp mô và ba trận trong tám ngày. Người ta thường lấy chuẩn Bundesliga áp lên bóng đá Đông Nam Á rồi kết luận đội này lười pressing. Kết luận ấy sai về mặt phương pháp trước khi sai về mặt bóng đá.

Góc nhìn ngược: nhiều dữ liệu không đồng nghĩa hiểu biết

Đến đây tôi phải tự phản biện chính mình, vì đó là quy trình tôi áp dụng cho mọi mô hình.

Thứ nhất, tương quan không phải nhân quả. Một đội có xG cao hơn đối thủ trong mười trận liên tiếp nhưng chỉ thắng ba, đó có thể là dấu hiệu của sự kém hiệu quả, cũng có thể là dấu hiệu của một thủ môn đối phương đang ở phong độ dị thường. Dữ liệu chỉ ra chỗ có bất thường; nó không tự động chỉ ra nguyên nhân. Trách nhiệm tìm nguyên nhân thuộc về con người.

Thứ hai, có một cái bẫy tôi gọi là số hóa hình thức. Đó là khi một giải đấu mua về một gói chỉ số, dán nó lên bản tin, và tin rằng mình đã hiện đại. Nhãn dữ liệu được dán lên, nhưng không ai trong ban huấn luyện đọc được nó, không ai biến nó thành bài tập, không ai kiểm tra lại nó sau ba vòng đấu. Dữ liệu không được dùng thì dữ liệu không tồn tại.

Thứ ba, và đây là bài học khiến tôi phải viết mục Giả định và độ trễ ở cuối mỗi bài: hệ thống của tôi đã từng trả về kết quả rỗng. Nhãn còn nguyên, nội dung trống không. Một cái nhãn đúng đắn được gắn lên một tầng trích xuất đã hỏng không tạo ra tri thức. Nó chỉ tạo ra ảo giác về tri thức, và ảo giác thì nguy hiểm hơn sự thiếu hiểu biết, vì nó khiến người ta ngừng đặt câu hỏi.

Nguy cơ lớn nhất của bóng đá Việt Nam trong thập kỷ này không nằm ở việc thiếu dữ liệu. Dữ liệu mua được, thuê được, xây được. Nguy cơ nằm ở việc thiếu người đọc dữ liệu một cách trung thực — người sẵn sàng giữ nguyên kết luận khi con số đẹp, và sẵn sàng đập bỏ kết luận khi con số xấu.

Bốn điểm mù cụ thể

Từ những gì quan sát được, tôi xác định bốn điểm mù có thể hành động được.

Điểm mù thứ nhất là bóng cố định. Đây là khu vực rẻ nhất để thu thập dữ liệu và tốn ít công nhất để phân tích, song lại ít được hệ thống hóa nhất. Chỉ cần một người ghi lại mọi tình huống phạt góc và phạt trực tiếp trong một mùa giải, sau đó phân loại theo kiểu triển khai, ta đã có một tài sản chiến thuật mà không đội nào ở khu vực có thể sao chép ngay.

Điểm mù thứ hai là chuyển trạng thái. Thời gian từ lúc giành bóng đến lúc thực hiện đường chuyền tiến đầu tiên là chỉ số quyết định của bóng đá hiện đại. Nó không cần hệ thống camera đắt tiền, chỉ cần dữ liệu sự kiện ở mức tối thiểu.

Điểm mù thứ ba là tải thể lực tích lũy. Trong một giải đấu có mật độ dày, số phút thi đấu của một cầu thủ trong 21 ngày gần nhất dự báo nguy cơ chấn thương tốt hơn nhiều so với cảm nhận chủ quan của ban huấn luyện. Đây là dữ liệu mà đội ngũ y tế đã có, nhưng thường không được nối vào quyết định chọn đội hình.

Điểm mù thứ tư là định giá nội bộ. Nếu mỗi câu lạc bộ duy trì một bảng giá trị cầu thủ nội bộ, cập nhật theo tuổi, số phút, chỉ số tiến trình và thời hạn hợp đồng, họ sẽ biết chính xác mình đang nắm giữ bao nhiêu tài sản và đang mất dần bao nhiêu theo từng tháng hợp đồng trôi qua.

Tín hiệu cho vòng đấu tiếp theo

Tôi không có thói quen đưa ra lời khuyên cho các tổ chức. Tôi chỉ mô tả xác suất trước khi nó xảy ra. Và xác suất ở đây khá rõ.

Nếu V.League công bố xG và xGA cho toàn bộ các trận trong một mùa giải, giá trị của giải đấu trên thị trường dữ liệu quốc tế sẽ tăng ngay lập tức, bởi các nhà cung cấp và nhà cái chỉ định giá những gì họ đo được. Nếu một chuẩn dữ liệu chung được áp cho hệ thống học viện, việc đánh giá tiến bộ của cầu thủ trẻ sẽ thoát khỏi cảm tính của người huấn luyện và trở thành một quy trình có thể kiểm toán. Và nếu tồn tại một tầng trích xuất độc lập, không phụ thuộc hoàn toàn vào bên bán dữ liệu, bóng đá Việt Nam sẽ lần đầu tiên có khả năng tự kiểm tra chính mình.

Tôi vẫn giữ bảng tính ấy mở. Bốn ô trống đêm tháng Tư vẫn nằm đó, chờ được điền. Câu hỏi không phải là khi nào ai đó sẽ điền chúng, mà là khi nào một nền bóng đá chấp nhận rằng việc để trống chúng đang là một khoản chi phí, chứ không phải một sự trung lập.

Giả định và độ trễ

Mọi phân tích dựa trên dữ liệu đều mang theo hai giới hạn.

Thứ nhất, giả định về chất lượng nguồn. Những quan sát trong bài dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua các nền tảng trực tuyến, cộng với các mẫu dữ liệu công khai. Tôi không có quyền truy cập vào bất kỳ cơ sở dữ liệu nội bộ nào của các câu lạc bộ hay của ban tổ chức giải. Nếu tồn tại những bộ dữ liệu nội bộ đầy đủ hơn, một phần kết luận ở đây có thể phải điều chỉnh.

Thứ hai, độ trễ của mô hình. Mô hình dữ liệu luôn trễ so với thực tế. Năm 2026, tôi đã thắng 12 trong 15 kèo nhờ mô hình lợi thế sân nhà, rồi thua bốn kèo liên tiếp chỉ vì từ chối cập nhật tham số sau ba vòng đấu đầu tiên. Cú sốc lợi thế sân nhà năm đó dạy tôi một điều: thứ duy nhất bất biến là sự thay đổi.

Tôi vẫn giữ nguyên khung phân tích ban đầu, nhưng bổ sung tham số mới sau mỗi vòng đấu theo một quy trình đã định sẵn. Với bóng đá Việt Nam, độ trễ ấy cần được tính bằng mùa giải, không phải bằng vòng đấu.

Số liệu không bao giờ nói dối, chỉ có người đọc nó tự lừa mình.