Khoảng trống dữ liệu điền kinh Việt Nam: ranh giới giữa phân tích và phỏng đoán

Bảng tính mở ra, và cột quan trọng nhất trống rỗng. Không tên vận động viên, không thông số, không mốc thời gian, không giải đấu. Chỉ còn một nhãn duy nhất — điền kinh — treo lơ lửng trên khung phân tích chưa từng được lấp đầy. Với người đã hai mươi lăm năm đọc bảng kết quả, một khung như thế tự nó là bằng chứng: đường ống dữ liệu đã đứt gãy ở đâu đó. Việc duy nhất trung thực lúc này là nói thẳng — chưa có gì để nói.

Tôi đã viết hàng nghìn bài. Chưa lần nào tôi thấy một khung phân tích trống lại có sức nặng đến vậy. Nó buộc tôi chọn giữa hai con đường: lấp đầy khoảng trống bằng những phỏng đoán nghe hợp lý, hoặc giữ nguyên khoảng trống và gọi đúng tên nó. Người trong ngành thường chọn con đường thứ nhất, vì nó dễ đọc, dễ lan truyền, dễ được chia sẻ. Tôi chọn con đường thứ hai, vì đó là cách duy nhất để giữ được thứ tôi theo đuổi suốt sự nghiệp: một bản ghi chép có thể kiểm chứng.

Năm 2026, bóng đá và điền kinh Việt Nam bước vào giai đoạn mà lượng thông tin nhiều chưa từng thấy, nhưng lượng dữ liệu kiểm chứng được lại tăng chậm hơn nhiều. Kỳ chuyển nhượng mở ra, và ngay lập tức mạng xã hội ngập trong những con số không nguồn: một cầu thủ được cho là có giá “khoảng vài chục tỷ”, một vận động viên điền kinh được đồn đoán lập kỷ lục quốc gia “trong buổi tập kín”. Những con số ấy sống được vài ngày, rồi biến mất, để lại một lớp cặn mờ trong ký ức người hâm mộ.

Vấn đề không nằm ở chỗ thông tin sai. Vấn đề nằm ở chỗ thông tin không có nguồn gốc. Một phí chuyển nhượng chỉ có giá trị khi đi kèm cấu trúc hợp đồng, thời hạn, điều khoản giải phóng và quỹ lương. Một kỷ lục điền kinh chỉ có giá trị khi đi kèm thời gian, sức gió, độ cao và chu kỳ sải chân. Khi thiếu những thứ đó, con số chỉ còn là âm thanh.

Tôi gọi hiện tượng này là “khoảng trống dữ liệu”. Nó xuất hiện ở ba tầng. Tầng thứ nhất là tầng thu thập: dữ liệu chưa từng được ghi lại. Tầng thứ hai là tầng trích xuất: dữ liệu có, nhưng bị bỏ sót khi chuyển thành thông tin. Tầng thứ ba là tầng diễn giải: dữ liệu đầy đủ, nhưng người viết không đủ công cụ để đọc. Ba tầng này thường bị nhầm lẫn với nhau, và mỗi lần nhầm lẫn, một bài phân tích rỗng lại được sinh ra dưới vỏ bọc của một bài phân tích sâu.

Hai mươi lăm năm trong nghề dạy tôi rằng khoảng trống dữ liệu không đáng sợ. Điều đáng sợ là phản xạ lấp đầy nó.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở V.League, tôi rút ra một nguyên tắc: mọi kết luận về hàng thủ phải bắt đầu bằng xGA. Năm 2026, tôi ba mươi hai tuổi, là phóng viên dữ liệu duy nhất của một tòa soạn tại Nha Trang. Sau vòng hai mươi V.League, tôi công bố loạt bài dùng xGA — bàn thua kỳ vọng — để chứng minh điều mà không ai muốn nghe: hàng thủ CLB Thanh Hóa, được truyền thông ca ngợi là số một giải đấu, thực chất để lọt lưới nhiều hơn mức mà chất lượng cơ hội đối phương cho phép. Con số nằm ở mức 1,9 bàn thua kỳ vọng mỗi trận, trong khi thủ môn chỉ cứu thua 64% số cú sút phải nhận.

Ban huấn luyện gọi tôi là “kẻ ngồi phòng lạnh”. Tôi không phản ứng. Tôi chỉ chờ. Ngày 7 tháng 2 năm 2026, CLB Thanh Hóa thua Ulsan Hyundai 0-3 tại vòng play-off AFC Champions League, đúng kịch bản mà chuỗi số liệu đã vạch ra từ trước. Con số không bao giờ nói dối. Nó chỉ đợi ai đó đủ tỉnh táo để nghe.

Bài học không nằm ở chiến thắng của người viết. Nó nằm ở chỗ: nếu vòng hai mươi hôm ấy tôi không có xGA, tôi sẽ buộc phải viết bằng cảm giác. Và cảm giác, trong trường hợp này, đã đồng lõa với một danh tiếng không có cơ sở.

Năm 2026, nhờ uy tín từ vụ Thanh Hóa, tôi được cử sang Nga tác nghiệp World Cup khi ba mươi ba tuổi. Truyền thông Việt Nam khi ấy ca ngợi hàng thủ Đức. Tôi lấy bảng PPDA — số đường chuyền đối phương cho phép trên mỗi hành động phòng ngự — và thấy một điều khác: chỉ số này tăng từ 7,3 năm 2026 lên 12,8 ở vòng loại World Cup 2026. PPDA tăng nghĩa là đội tuyển mất khả năng pressing tầm cao. Họ phòng ngự bằng cách lùi sâu, và lùi sâu trước một giải đấu có tốc độ chuyển đổi cao là một bản án.

Tôi viết dự đoán Đức sẽ bị loại ngay vòng bảng. Đồng nghiệp cười. Ngày 27 tháng 6 năm 2026, Đức thua Hàn Quốc 0-2, đứng cuối bảng F. Một lần nữa, dữ liệu đánh bại danh tiếng. Trước khi tin vào danh tiếng, tôi cần thấy dữ liệu đằng sau nó.

Nhưng tôi phải thành thật về giới hạn của chính mình. PPDA không dự đoán được tỷ số. Nó chỉ đo một khả năng. Giữa “mất khả năng pressing” và “bị loại”, còn một khoảng cách mà mô hình không lấp nổi. Người viết tỉnh táo phải nói rõ khoảng cách ấy thay vì gộp chúng thành một lời tiên tri.

Tháng 3 năm 2026, COVID-19 khiến mọi sân bóng trống rỗng. Ở tuổi ba mươi lăm, tôi nhìn thấy một phòng thí nghiệm tự nhiên hiếm có. Tôi so sánh mười bốn trận sân nhà của Bình Dương có khán giả — xG trung bình 1,85 mỗi trận — với mười trận không khán giả — xG trung bình 1,31 mỗi trận. Kết quả cho thấy lợi thế sân nhà bị thổi phồng tới 29% khi không có khán giả.

Tôi không viết rằng khán giả không quan trọng. Tôi viết rằng phần lớn cái gọi là “lợi thế sân nhà” nằm ở áp lực tâm lý lên trọng tài và đối thủ, chứ không nằm ở mặt cỏ. Sân vắng khán giả, tôi nghe được điều mà hai mươi nghìn người từng át tiếng: dữ liệu.

Nghiên cứu ấy giúp tôi ký hợp đồng cố vấn dữ liệu toàn thời gian với CLB Bình Dương vào tháng 8 năm 2026. Tôi chính thức rời tòa soạn. Văn phong của tôi chuyển từ mô tả số liệu sang triển khai số liệu.

Năm 2026, tôi ba mươi bảy tuổi, vừa là lão làng ngành vừa là cố vấn CLB Khánh Hòa. Mô hình của tôi chỉ ra hàng phòng ngự Morocco bị định giá thấp nhất World Cup: họ đánh bẫy việt vị thành công 71%, thủ môn Bounou vượt kỳ vọng PSxG tới +3,2. Loạt bài của tôi gây sốt. Tôi cũng là người đầu tiên phá tin một thương vụ cho mượn bất ngờ giữa hai CLB Bồ Đào Nha nhờ dữ liệu thể lực.

Nhưng năm 2026, CLB Khánh Hòa vật lộn ở nhóm cuối mùa, và tôi buộc phải chọn: tiết lộ dữ liệu nội bộ để giữ vai trò nhà báo, hay giữ kín để bảo vệ đội. Tôi chọn đội bóng. Tòa soạn cũ cắt đứt quan hệ với tôi. Từ đó, tôi lập ra “nguyên tắc hai vai”: không bao giờ trộn dữ liệu độc quyền của CLB vào bài viết công khai, chỉ dùng dữ liệu từ nền tảng chính thức.

Nguyên tắc này có một hệ quả trực tiếp. Khi nguồn chính thức không công bố, tôi buộc phải chấp nhận khoảng trống. Và khi chấp nhận khoảng trống, tôi phải học cách viết về nó thay vì lấp nó.

Ở điền kinh, khoảng trống dữ liệu lộ rõ hơn bất kỳ môn nào. Một vận động viên chạy 100m có thể được truyền thông gọi là “phá kỷ lục quốc gia” mà không kèm chỉ số sức gió. Theo quy định của Liên đoàn Điền kinh Thế giới, thành tích chỉ được công nhận khi sức gió không vượt quá +2,0 m/s. Thiếu chỉ số ấy, con số chỉ là một lần chạy nhanh, không phải một kỷ lục.

Với các nội dung trung bình và dài, vấn đề nặng hơn. Một kết quả 1500m chỉ có giá trị phân tích khi đi kèm thời gian từng vòng. Split cho biết vận động viên tăng tốc ở đâu, giảm ở đâu, và chiến thuật của họ có bền vững không. Không có split, người viết chỉ còn biết đọc thời gian chung cuộc — một con số không đủ để kể câu chuyện về năng lực.

Tôi từng nhận yêu cầu phân tích một vận động viên điền kinh trẻ dựa trên đúng một dòng kết quả: thời gian chung cuộc. Không cự ly chi tiết, không sức gió, không đối thủ, không điều kiện thi đấu. Tôi trả lại bản phân tích trống. Đó là lần đầu tiên tôi viết một bài mà phần thân chỉ có một câu: chưa đủ dữ liệu để kết luận. Người yêu cầu phản hồi rằng họ cần một bài viết, không cần một lời từ chối. Tôi trả lời rằng họ cần một bài viết đúng, và một bài viết đúng bắt đầu bằng việc biết mình thiếu gì.

Kỳ chuyển nhượng năm 2026 đang lặp lại đúng vòng xoáy ấy. Mỗi ngày có hàng chục con số mới, và gần như tất cả đều thiếu cấu trúc. Một cầu thủ trẻ được định giá “một trăm triệu euro” trong khi chưa đá nổi năm mươi trận đỉnh cao. Một thương vụ được cho là “gần xong” trong khi chưa ai xác nhận điều khoản giải phóng. Kỳ chuyển nhượng không phải chợ phiên. Đó là bài toán tối ưu hóa chi phí trên từng chỉ số.

Tôi xếp hạng tin đồn theo bốn tầng bằng chứng. Tầng một là thông tin có hợp đồng, có ngày ký, có số liệu công bố. Tầng hai là thông tin có xác nhận từ ít nhất hai nguồn độc lập nhưng chưa có văn bản. Tầng ba là thông tin chỉ có một nguồn, thường là người đại diện. Tầng bốn là tin không nguồn, sống bằng tốc độ lan truyền.

Phần lớn nội dung mà người hâm mộ tiếp xúc hằng ngày nằm ở tầng ba và tầng bốn. Không phải vì tầng một và tầng hai không tồn tại, mà vì chúng chậm. Trong một môi trường mà tốc độ được thưởng, sự chậm rãi trở thành một bất lợi cạnh tranh.

Bộ lọc của tôi gồm ba câu hỏi. Ai công bố con số này? Họ được lợi gì khi con số ấy lan truyền? Nếu con số ấy sai, ai sẽ chịu trách nhiệm kiểm chứng? Ba câu hỏi này loại bỏ phần lớn tiếng ồn trước khi nó kịp đi vào một bài viết.

Khoảng trống dữ liệu không tự sinh ra. Nó được nuôi dưỡng bởi cơ chế khuyến khích sai.

Có một phản đối tôi thường nghe: nếu không có dữ liệu, thì cứ viết bằng quan sát. Tôi hiểu logic ấy, và tôi từ chối nó ở đúng điểm mà nó trở nên nguy hiểm. Quan sát là một dạng dữ liệu, nhưng nó là dữ liệu định tính, và dữ liệu định tính chỉ có giá trị khi được ghi lại nguyên văn kèm bối cảnh. Một cảm giác không có bối cảnh là một cảm giác không thể kiểm định.

Tôi thờ dữ liệu, nhưng tôi cầu nguyện bằng kiểm định thực tế. Giữa một bài phân tích có ba nguồn và một bài phân tích có một cảm giác, khoảng cách không nằm ở độ dài. Nó nằm ở khả năng người đọc tự kiểm tra lại.

Nguy hiểm lớn nhất của khoảng trống dữ liệu không nằm ở sự trống rỗng. Nó nằm ở sức hút của việc lấp đầy. Một khung phân tích trống không gây hại. Một khung phân tích trống được lấp bằng phỏng đoán nghe hợp lý thì có. Phỏng đoán ấy sẽ được trích dẫn, được chia sẻ, được dùng làm cơ sở cho quyết định tiếp theo — và đến lúc đó, không ai còn nhớ nó bắt đầu từ đâu.

Một mùa giải nên được đọc như chuỗi xác suất, chứ không phải chuỗi sự kiện. Và chuỗi xác suất, khi thiếu dữ liệu, phải được đọc là chuỗi xác suất chưa hoàn chỉnh — không phải một kết luận đội lốt.

Tín hiệu cho vòng tiếp theo nằm ở chỗ: số lượng khoảng trống dữ liệu trong thể thao Việt Nam đang giảm chậm, nhưng số người biết gọi tên chúng lại đang tăng. Đó là một đường cong tích cực. May mắn là phần dư mà mô hình không giải thích được — và tôi không bao giờ quy nó về zero. Nhưng may mắn chỉ được phép xuất hiện sau khi mọi cột dữ liệu có thể đo đã được điền. Khi cột vẫn trống, việc trung thực nhất là để nó trống.