Bản báo cáo trả về “không có dữ liệu”: Bài toán chín chiều của thể thao Việt Nam

Tối thứ Bảy, tôi ngồi trước một bản báo cáo phân tích mà đồng nghiệp gửi sang. Mười bốn trang tài liệu, chín nhóm tiêu chí đánh giá, ba ma trận rủi ro được lập trình sẵn. Kết quả của cả chín nhóm đều giống nhau: “không đủ thông tin, không thể đánh giá”.

Ấn tượng đầu tiên của tôi là bản báo cáo đã thất bại. Nhưng khi đọc kỹ từng ô trống, tôi nhận ra một điều khác. Một bảng dữ liệu đầy ký tự N/A không phải là bảng lỗi. Nó chỉ ra chính xác nơi hệ thống thể thao đang khuyết tật. Một nền thể thao không có tầng dữ liệu nền sẽ không thể phân tích, nó chỉ có thể trả về kết quả trống.

Chín năm qua, tôi sống ở Osaka và viết về thể thao bằng ngôn ngữ của những con số. Tôi đã quen với việc mở bảng dữ liệu của J.League, đọc chỉ số pressing, kiểm tra quãng đường chạy của từng cầu thủ trước khi viết một dòng nhận định. Tôi cũng đã nhiều lần tìm dữ liệu về thể thao Việt Nam – và gần như lần nào tôi cũng phải dừng lại trước một khoảng trống.

Câu chuyện bắt đầu từ năm 2026. Đêm Nga 2026, tôi nhìn thấy dữ liệu vỡ tan trước mắt khi Nhật Bản chạm trán Bỉ ở vòng 1/8 World Cup. Nhật Bản cầm bóng 55%, nhưng chỉ chạm bóng trong vòng cấm đối phương 7 lần so với 21 lần của Bỉ. Họ dâng cao đội hình ở những phút cuối và thủng lưới từ một pha phản công sau quả ném biên. Tôi viết bài phân tích trên blog cá nhân, bị một nhóm cổ động viên chỉ trích dữ dội. Tôi vẫn giữ quan điểm vì dữ liệu không nói dối.

Bài học từ trận đấu đó không nằm ở việc ai đúng ai sai. Nó nằm ở chỗ: nếu không có số liệu chuẩn, người xem sẽ tranh cãi bằng cảm xúc; nếu có số liệu chuẩn, họ sẽ tranh cãi về giải pháp. Một nền bóng đá muốn đi lên phải chuyển từ tranh cãi bằng cảm xúc sang tranh cãi bằng dữ liệu. Và chính tại điểm chuyển này, thể thao Việt Nam còn nợ rất nhiều.

Nhìn vào bức tranh tổng thể, tôi thấy ba lớp nền tảng đang thiếu. Lớp thứ nhất là định danh. Mỗi vận động viên Việt Nam cần một mã số duy nhất, gắn với toàn bộ quá trình tập luyện, thi đấu, chấn thương, thành tích và trạng thái thể lực theo thời gian. Nhật Bản có J.League Data Site với lịch sử thi đấu chi tiết của từng cầu thủ. Châu Âu có những kho dữ liệu như Wyscout và InStat. Khi một tuyển thủ Việt Nam xuất ngoại, tuyển trạch viên nước ngoài mở hệ thống và tìm kiếm theo tên. Nếu họ không thấy gì ngoài một vài video cắt từ sóng truyền hình, họ sẽ chuyển sang ứng viên khác.

Tôi nhớ lại kỳ chuyển nhượng mùa đông năm 2026, khi tôi phân tích hơn 200 cầu thủ từ J-League sang châu Âu. Tương quan giữa số km chạy mỗi trận và tỷ lệ thành công tại Bundesliga là 0,67 – một con số đủ để tuyển trạch viên tin tưởng. Tôi giới thiệu tiền vệ Ao Tanaka, người đạt 11,8 km mỗi trận, cao nhất J-League khi đó. Anh đến Fortuna Dusseldorf theo dạng cho mượn. Bản hợp đồng chỉ là phần kết; phần mở đầu nằm trong bảng tính.

Còn với bóng đá Việt Nam, khi nhìn lại các cầu thủ xuất ngoại như Nguyễn Quang Hải sang Pháp hay Nguyễn Công Phượng qua Nhật Bản, tôi nhận ra một khoảng trống chung. Không ai trong số họ có một bộ hồ sơ định lượng công khai đầy đủ trước khi ra nước ngoài. Họ phụ thuộc vào mắt nhìn của tuyển trạch viên, vào video cá nhân và vào những đánh giá mang tính cảm tính. Dữ liệu không tạo ra câu chuyện; nó bóc trần câu chuyện của người khác. Khi câu chuyện của một cầu thủ không có dữ liệu đứng sau, giá trị thật của họ sẽ bị bóp méo theo hai hướng: hoặc bị thổi phồng, hoặc bị vùi lấp.

Lớp nền tảng thứ hai là dữ liệu chiến thuật được chuẩn hoá. Năm 2026, khi J-League tạm hoãn bốn tháng vì đại dịch, tôi không thể đến sân Yodoko Sakura để theo dõi Cerezo Osaka. Tôi bắt đầu xây dựng bộ dữ liệu tự tạo từ video trận đấu cũ, ghi lại 1.240 tình huống pressing của Cerezo trong mùa 2026 để phân tích PPDA – số đường chuyền mà đội bóng cho phép đối phương thực hiện trước khi pressing. Khi giải đấu trở lại, tôi dự đoán Cerezo sẽ tụt phong độ vì thiếu khán giả nhà ảnh hưởng đến cường độ pressing. Kết quả họ đứng thứ tư, thấp hơn dự đoán thứ hai của tôi. Tôi đã sai. Nhưng chính sai lầm đó dạy tôi rằng phải bổ sung biến số khán giả vào mô hình.

Mùa giải trống sân vẫn còn đó một hình ảnh tôi không quên: sân không khán giả, nhưng con số vẫn đầy tiếng ồn. Các đội bóng vẫn chạy, vẫn pressing, vẫn phạm lỗi, vẫn ghi bàn. Dữ liệu không biến mất chỉ vì không ai đến sân. Vấn đề là ai thu thập, ai làm sạch, ai kết nối chúng với bức tranh lớn. Ở một số CLB V-League, dữ liệu chiến thuật vẫn nằm trong sổ tay của trợ lý huấn luyện viên, được ghi chép theo cách riêng và không bao giờ được số hoá. Mỗi quả phạt góc giờ đây là một mệnh đề toán học trên bàn phân tích của tôi. Nhưng với nhiều đội bóng Việt Nam, nó vẫn chỉ là một quả bóng được treo vào vòng cấm.

Lớp nền tảng thứ ba là bộ quy chiếu quốc tế. Tại Euro 2026, tôi dành ba tuần theo dõi giải đấu và phát hiện Đan Mạch ghi 4 trong 6 bàn thắng từ những tình huống cố định được thiết kế sẵn – tương đương 66%, trong khi mức trung bình của giải là 28%. Con số này khi tôi so sánh với RB Leipzig của Julian Nagelsmann, đội ghi 38 bàn từ set piece ở Bundesliga 2026-21, cho thấy một cuộc cách mạng chiến thuật đang diễn ra ở châu Âu. Họ dùng thống kê vị trí chạy, điểm rơi bóng và góc di chuyển để thiết kế bài tập. Nếu một đội tuyển Việt Nam có cùng bộ dữ liệu, họ có thể tìm ra những bàn thắng miễn phí từ phạt góc, đá phạt và ném biên.

Nhưng muốn so sánh với châu Âu, trước tiên phải có cùng thước đo. Khi tôi xem một trận đấu tại V-League, tôi muốn biết số km chạy của tiền vệ trung tâm, chỉ số pressing của đội bóng, số lần chạm bóng trong vòng cấm. Một vài nền tảng thương mại có thể cung cấp dữ liệu này, nhưng dữ liệu thô vẫn nằm rải rác và không được kiểm định bởi một cơ quan có thẩm quyền. Các đội tuyển quốc gia khi chuẩn bị cho SEA Games cũng không có một hệ thống duy nhất để lưu trữ thành tích, sai số kỹ thuật và tình trạng chấn thương của vận động viên điền kinh.

Điền kinh là môn tôi theo dõi sâu nhất ở Nhật Bản. Hakone Ekiden mỗi tháng 1 là một kho tàng dữ liệu khổng lồ, từ tốc độ từng chặng đến độ cao, thời tiết và nhịp chạy của từng vận động viên. Những con số đó giúp huấn luyện viên quyết định ai sẽ chạy chặng nào, chạy với tốc độ nào và phục hồi ra sao. Trong khi đó, việc theo dõi thành tích của các vận động viên điền kinh Việt Nam qua các kỳ SEA Games vẫn chủ yếu dựa vào bảng vàng, huy chương và kỷ lục cá nhân được công bố rời rạc. Không có API công khai, không có chuỗi dữ liệu liên tục, không có một cơ sở dữ liệu quốc gia để nhà phân tích như tôi có thể truy cập.

Nhiều người sẽ nói rằng trí tuệ nhân tạo có thể lấp đầy khoảng trống này. Tôi không đồng ý. Thuật toán mạnh đến đâu cũng không thể tạo ra tri thức từ hư vô; nó chỉ phóng đại chất lượng của dữ liệu đầu vào. Nếu đưa dữ liệu thiếu kiểm định vào một mô hình học máy, kết quả sẽ rất tự tin nhưng hoàn toàn sai lệch. Một mô hình dự đoán chấn thương chạy trên dữ liệu không đầy đủ có thể khiến ban huấn luyện cất nhầm vận động viên trụ cột trước trận chung kết. Một hệ thống định giá cầu thủ dựa trên dữ liệu bẩn có thể đẩy giá của một tài năng trẻ lên quá cao hoặc hạ thấp một cầu thủ đang sung sức. Trong thể thao hiện đại, dữ liệu xấu còn nguy hiểm hơn không có dữ liệu, vì nó tạo ra ảo giác kiểm soát.

Vậy giải pháp của thể thao Việt Nam nằm ở đâu?

Tôi cho rằng câu trả lời không nằm ở việc mua thêm phần mềm đắt tiền hay chạy theo công nghệ của châu Âu. Nó nằm ở những việc nhỏ nhặt và nhàm chán: xây mã định danh cho từng vận động viên từ cấp trẻ, thống nhất định dạng thống kê giữa các trung tâm huấn luyện, mở dữ liệu cho nhà báo và nhà nghiên cứu. Việt Nam cần một tầng dữ liệu quốc gia, nơi mỗi vận động viên có một hồ sơ duy nhất được cập nhật sau mỗi buổi tập, mỗi trận đấu và mỗi kỳ kiểm tra thể lực.

Các CLB nên bắt đầu xây dựng dữ liệu riêng của mình ngay bây giờ, ngay cả khi nguồn lực hạn chế. Một trợ lý huấn luyện viên được giao nhiệm vụ ghi chép số km chạy, số phút thi đấu và chỉ số thể lực mỗi tuần sẽ tạo ra giá trị lớn hơn một bộ phân tích video đắt tiền sử dụng không thường xuyên. Khi có ba năm dữ liệu liên tục, đội bóng đó sẽ sở hữu tài sản chiến lược. Tôi thu thập sai lầm, phân loại chúng, rồi biết đội bóng sẽ đi về đâu. Nguyên tắc này áp dụng cho cả vận động viên điền kinh lẫn cầu thủ bóng đá.

Tôi cũng muốn thấy các nhà báo thể thao Việt Nam sử dụng dữ liệu như một công cụ điều tra thay vì chỉ trích dẫn nó từ các nền tảng nước ngoài. Khi một cầu thủ thi đấu mờ nhạt, hãy hỏi số km chạy của anh ta là bao nhiêu, khác biệt so với ba trận trước ra sao. Khi một đội tuyển thua một trận quan trọng, hãy hỏi chỉ số pressing và số đường chuyền vào 1/3 cuối sân thay vì chỉ trích tinh thần thi đấu. Chính những câu hỏi như vậy sẽ tạo áp lực buộc hệ thống phải minh bạch hơn.

Không ai có thể xây dựng nền tảng dữ liệu thể thao trong một sớm một chiều. Nhưng nếu không bắt đầu từ hôm nay, năm năm nữa chúng ta vẫn sẽ nhận lại những bản báo cáo với chín nhóm tiêu chí và tất cả các ô đều trống. Câu trả lời “không đủ thông tin” không phải là câu trả lời của một hệ thống khoẻ mạnh; nó là tấm gương phản chiếu sự thiếu đầu tư vào tầng dữ liệu nền.

Với tôi, một bản báo cáo phân tích có giá trị nhất không phải khi nó khẳng định một điều gì đó, mà khi nó đặt đúng câu hỏi. Bản báo cáo tôi nhận được tối thứ Bảy đã đặt một câu hỏi rất lớn cho thể thao Việt Nam: Liệu chúng ta có đang coi dữ liệu là một phần của hạ tầng thể thao quốc gia hay không? Tôi hy vọng câu trả lời sẽ đến sớm, trước khi thế hệ vận động viên tiếp theo bước ra sân mà không có một hồ sơ dữ liệu nào đứng sau. Khi đó, những bài viết của tôi sẽ không còn phải mở đầu bằng hai chữ viết tắt khô khan: N/A.