Lỗi im lặng: Khi đường ống dữ liệu bóng đá chết mà không kêu một tiếng

Lỗi im lặng: Khi đường ống dữ liệu bóng đá chết mà không kêu một tiếng

Buổi sáng tháng Mười Một, tôi mở bảng điều khiển quen thuộc và thấy một trận đấu có bốn bàn thắng hiện về đúng hai dòng: xG 0.00, số cú sút 0. Không có cảnh báo đỏ, không có dòng log nào nhấp nháy. Hệ thống đã chạy xong, trả về một kết quả gọn gàng, đúng định dạng, và hoàn toàn sai. Cái tôi nhìn thấy lúc đó là một dạng lỗi mà giới làm dữ liệu thể thao ở Việt Nam chưa đặt tên cho nó: đủ khung, rỗng ruột — schema-complete, content-null.

Một tài liệu phân tích mà tôi nhận được tuần trước mô tả chính xác trạng thái ấy. Nó có chín chiều phân tích chuyên môn, mỗi chiều có bảng biểu, tiêu đề, cấu trúc phân cấp rõ ràng. Và tuyệt đối không có một điểm dữ liệu nào. Không tên giải, không tên cầu thủ, không tỷ số, không ngày tháng. Chín chiều, mỗi chiều được đánh dấu "không đủ thông tin để đánh giá". Tôi đọc nó ba lần trước khi hiểu rằng tôi không đang đọc một bản phân tích thất bại. Tôi đang đọc một bản phân tích về chính sự thất bại của nó.

Bảng xG đầu tiên tôi viết tay trên chuyến xe đò, lúc ấy chưa ai gọi nó là dữ liệu. Tôi kẻ ô bằng bút bi, ghi từng cú sút của mười bốn câu lạc bộ V.League vào những trang giấy kẻ ngang, và tôi học được một điều mà không trường lớp nào dạy: dữ liệu bóng đá không chết vì thiếu số. Nó chết vì những con số được điền vào chỗ mà lẽ ra phải để trống.

Hai tầng, một cánh cửa

Để hiểu chuyện gì đã xảy ra, cần biết đường ống phân tích bóng đá hiện đại vận hành thế nào. Một hệ thống chuẩn thường có hai tầng. Tầng một làm nhiệm vụ bóc tách: nó đọc bài báo nguồn, rút ra tiêu đề, nguồn, thể loại, tóm tắt một câu, lập trường tác giả, và quan trọng nhất là danh sách các điểm thông tin cùng những thực thể được nhắc tới: đội bóng, cầu thủ, huấn luyện viên, giải đấu. Tầng hai lấy những viên gạch đó và xây chín bức tường phân tích: chiến thuật và kỹ thuật, tài chính câu lạc bộ và thị trường chuyển nhượng, chu kỳ kết quả và dư luận, cục diện giải đấu, tuân thủ luật và quản trị, phòng thay đồ, hồ sơ rủi ro, câu chuyện truyền thông, và chuỗi lan truyền của cả ngành.

Điều kiện để tầng hai hoạt động là tầng một phải giao được ít nhất một viên gạch có thể truy vết. Không có gạch, không có tường. Đó là một cổng kiểm tra tối thiểu — minimum-viability gate — và trong trường hợp tôi đang nói tới, cánh cổng ấy đã không được đóng lại.

Tầng một trả về đủ mọi trường theo đúng lược đồ được yêu cầu. Tiêu đề: rỗng. Nguồn: rỗng. Thể loại: một giá trị mặc định vô nghĩa. Nhãn lĩnh vực: bóng đá. Số điểm thông tin: không. Danh sách thực thể: không. Độ nhạy thời gian: chưa đánh giá. Chất lượng nguồn: chưa đánh giá. Mọi ô đều tồn tại, đúng vị trí, đúng kiểu dữ liệu. Chỉ có nội dung là biến mất.

Trong nghề của tôi, đây là kiểu thất bại nguy hiểm nhất, bởi vì nó không ồn ào. Một đường ống sập hẳn sẽ ném ra lỗi đỏ, và người ta dừng lại. Một đường ống trả về khung rỗng thì lặng lẽ trôi qua, được lưu vào cơ sở dữ liệu, được gắn nhãn hợp lệ, và chờ đợi để đầu độc mọi thứ phía sau nó.

Tôi từng xây mô hình xG riêng cho mười bốn câu lạc bộ V.League từ năm 2026, thu từng pha bóng của mùa giải. Năm ấy mô hình cho Phan Văn Đức chỉ số 0.48 bàn kỳ vọng mỗi trận, cao hơn mức trung bình của tiền đạo ngoại binh trong giải, trong khi anh chỉ ghi năm bàn. Điều làm nên khác biệt không nằm ở thuật toán. Nó nằm ở chỗ tôi kiểm tra từng ô dữ liệu trước khi tin vào kết quả cuối cùng.

Mô hình của tôi không khóc, không ăn mừng, nhưng sau mỗi trận đấu nó đều nợ tôi một bài học. Bài học lần này không đến từ một trận bóng. Nó đến từ một cái cổng.

Giải phẫu một cái chết lặng

Bản tài liệu ấy có một quyết định mà tôi muốn dừng lại để khen ngợi, vì nó đi ngược lại bản năng của gần như toàn bộ ngành phân tích tự động. Thay vì lấp đầy chín chiều bằng phỏng đoán, nó đánh dấu toàn bộ là không thể đánh giá. Nó từ chối bịa đội bóng, từ chối bịa cầu thủ, từ chối bịa một khoản phí chuyển nhượng chỉ để bảng biểu trông đầy đặn.

Đó là hành vi đúng. Và nó cô đơn.

Bởi vì áp lực của một cái khung chín ô là áp lực phải điền. Khi ai đó đưa cho bạn một biểu mẫu có sẵn dòng kẻ, bạn cảm thấy có lỗi khi để trống. Trong bóng đá, áp lực ấy còn mạnh hơn, vì thị trường vận hành bằng cảm giác rằng luôn có câu trả lời. Cổ động viên hỏi ai sẽ vô địch, và có người sẵn sàng trả lời. Nhà cái niêm yết tỷ lệ, và có người sẵn sàng diễn giải. Không ai muốn nghe câu "chưa đủ dữ liệu để kết luận", kể cả khi đó là câu trả lời duy nhất đúng.

Tôi gọi cơ chế này là lây nhiễm chính xác giả. Một bản phân tích đủ chín chiều, đủ bảng biểu, đủ mục lục sẽ đi qua mắt người đọc như một sản phẩm chất lượng cao. Định dạng của nó gửi đi tín hiệu về độ tin cậy, trong khi nội dung của nó không mang một gam thông tin nào. Người dùng cuối — một biên tập viên, một nhà phân tích, một hệ thống tự động ở tầng ba — sẽ tiếp nhận cấu trúc ấy như bằng chứng, rồi xây tiếp trên cát.

Trong một phòng phân tích bóng đá, kiểu lây nhiễm này lan nhanh hơn người ta tưởng. Tôi từng thấy một bảng tuyển trạch được dựng lên từ những tệp dữ liệu rỗng. Cột thì đủ: tốc độ tối đa, số pha tranh chấp thành công, số đường chuyền quyết định. Nhưng giá trị trung bình của một vài cột được điền bằng số không, và số không ấy đọc lên như "cầu thủ này không bao giờ tranh chấp". Không có gì trong cấu trúc tệp báo cho người đọc biết rằng số không kia nghĩa là "không có dữ liệu" chứ không phải "không có hành động". Một cầu thủ bị mô hình kết án oan, và bị kết án bằng một ô trống đội lốt một con số.

Sự nhầm lẫn giữa "không có bằng chứng" và "bằng chứng về sự không tồn tại" là lỗi nền tảng của ngành dữ liệu. Trong y học, người ta có hẳn một nguyên tắc: thiếu dữ liệu không phải là dữ liệu âm. Trong bóng đá, nguyên tắc ấy hầu như không tồn tại. Chúng ta huấn luyện mô hình dự đoán xG, PPDA, giá trị chuyển nhượng, rồi đưa cho mô hình những ô trống và mong nó trả về một câu trả lời có ý nghĩa.

Tệ hơn, chúng ta không kiểm tra cửa vào. Một cổng kiểm tra tối thiểu — yêu cầu tối thiểu một điểm thông tin, một tiêu đề không rỗng, một danh sách thực thể có nội dung — sẽ chặn đứng mọi thứ trước khi nó kịp đi xa. Chi phí của cái cổng ấy gần bằng không. Giá trị của nó là toàn bộ uy tín của đường ống.

Vậy tại sao tầng một đã thất bại? Bản tài liệu đưa ra ba giả thuyết, và tôi thấy giả thuyết thứ hai đáng tin nhất. Nhãn lĩnh vực "bóng đá" được điền đúng, nghĩa là bộ phân loại phía trước đã chạy thành công. Nếu cả hệ thống sập, ngay cả nhãn ấy cũng sẽ trống. Vậy thì lỗi nằm ở đâu đó giữa phân loại và bóc tách: hoặc tầng truy xuất không lấy được nội dung — một đường dẫn chết, một bức tường trả phí, một trang web chỉ hiện nội dung khi chạy JavaScript — hoặc tầng bóc tách nhận được văn bản nhưng trả về kết quả rỗng.

Có một chi tiết nhỏ đáng để ý. Tiêu đề rỗng. Với hầu hết hệ thống, tiêu đề là thứ dễ lấy nhất, vì nó nằm sẵn trong siêu dữ liệu của trang, tách biệt hoàn toàn với phần thân bài. Một tiêu đề rỗng gợi ý rằng có thể không có đường dẫn nào được đưa vào ngay từ đầu, chứ không phải một đường dẫn chết giữa đường. Đây là suy luận có độ tin cậy thấp, và tôi nêu ra đúng như vậy, không hơn.

Việc thiếu trường độ nhạy thời gian là một tổn thất riêng, và với tôi nó là tổn thất nặng nhất về mặt nghiệp vụ. Đường cong phong độ, áp lực sa thải huấn luyện viên, ảnh hưởng của lịch thi đấu dày đặc — tất cả đều có hạn sử dụng trong khoảng bảy đến mười bốn ngày. Một kết luận đúng nhưng không có mốc thời gian cứng thì không thể hành động. Nó giống như một bản tin chuyển nhượng không ghi ngày: hôm nay nó là tin, tháng sau nó là lịch sử, và người đọc không có cách nào phân biệt hai trạng thái ấy.

Năm 2026 sân vắng người, nhưng từng đường bóng vẫn rơi vào ô mô hình, và tôi hiểu dữ liệu không bao giờ bầu bạn với bệnh dịch. Tôi dành sáu tháng đào kho dữ liệu V.League từ 2026 đến 2026 và tìm ra một quy luật: các câu lạc bộ đổi chủ tịch giữa mùa có tỷ lệ thắng giảm tới hai mươi ba phần trăm trong năm trận kế tiếp. Quy luật ấy chỉ đứng vững vì mỗi ô dữ liệu đầu vào đều có nguồn gốc rõ ràng. Nếu một phần ba số ô ấy là ô trống đội lốt số không, tôi đã công bố một kết luận độc hại.

Rồi đến chất lượng nguồn. Trong thị trường chuyển nhượng, ai nói quan trọng không kém gì nói gì. Một tin từ cây viết chuyên theo dõi câu lạc bộ có giá trị bằng mười tin từ một trang tổng hợp không rõ nguồn. Bản tài liệu nhận ra rằng khi trường chất lượng nguồn bị bỏ trống, toàn bộ ba chiều phân tích — tài chính chuyển nhượng, tuân thủ luật, và câu chuyện truyền thông — đều mất khả năng đánh giá. Thị trường chuyển nhượng là trò chơi của kẻ nhìn xa, không phải kẻ nhìn nhiều — giá trị luôn đến sau sự nhẫn nại. Và kẻ nhìn xa thì luôn bắt đầu bằng việc phân loại nguồn trước khi tin vào nội dung.

Có một cảnh báo trong tài liệu mà tôi muốn nhấn mạnh, vì nó hiếm khi được nói ra. Một bản phân tích rỗng về nội dung nhưng đầy về cấu trúc có thể bị đọc sai trong ngữ cảnh cá cược thành "không phát hiện rủi ro". Ô trống bị diễn giải thành mức rủi ro thấp. Đây là dạng lỗi nguy hiểm nhất trong mọi hệ thống đánh giá rủi ro, vì nó biến sự thiếu hiểu biết thành một tín hiệu hành động. Không có rủi ro nào được xác định không có nghĩa là không có rủi ro. Nó chỉ có nghĩa là chưa ai nhìn.

Thế giới nhìn Croatia là kẻ dưới cơ, tôi nhìn họ là một chuỗi hệ số chưa ai dám khai thác. Năm 2026 tại Nga, chỉ số PPDA của Croatia dưới thời Zlatko Dalić chạm mức 7.9 trong trận gặp Argentina — thấp hơn cả một đội được mệnh danh là kiểm soát bóng như Tây Ban Nha. Tôi viết một bài dài và dự đoán họ vào chung kết. Điều tôi không kể trong bài ấy là tôi đã kiểm tra lại từng trận một trước khi tin vào con số, bởi một chỉ số PPDA sai còn nguy hiểm hơn một chỉ số PPDA thiếu.

Chúng ta sợ ô trống hơn sợ ô sai

Đây là chỗ tôi muốn rẽ khỏi bản tài liệu một chút và nói thẳng điều mà tôi tin.

Ngành phân tích bóng đá đang dạy cho cả hệ thống của mình một phản xạ sai. Chúng ta thưởng cho sự đầy đủ hình thức và trừng phạt sự trống trải trung thực. Một mô hình trả về "không có gì" bị coi là mô hình lỗi. Một mô hình trả về một bảng đầy ắp số bị coi là mô hình tốt, kể cả khi phân nửa số đó là rác. Phần thưởng chảy về phía ồn ào, và hình phạt chảy về phía im lặng.

Tôi không tin HLV, tôi tin mô hình. Nhưng tôi nghe HLV để sửa mô hình. Và một huấn luyện viên giỏi, khi không có số liệu, sẽ nói "tôi chưa biết". Một huấn luyện viên tồi sẽ vẽ ra một kế hoạch cho trận đấu mà anh ta chưa từng xem băng. Ngành dữ liệu của chúng ta, ở thời điểm này, đang hành xử như người huấn luyện viên thứ hai nhiều hơn là người thứ nhất.

Điều phản trực giác là thế này: một hệ thống dữ liệu trưởng thành không được đo bằng số ô nó lấp đầy, mà bằng số ô nó dám để trống và dám báo động. Khả năng từ chối trả lời là một tính năng, không phải một lỗi. Cái cổng kiểm tra tối thiểu không phải là một rào cản kỹ thuật vụn vặt cần vượt qua cho nhanh. Nó là lương tâm của cả đường ống.

Và đây là tầng sâu hơn, tầng mà tôi nghĩ bản tài liệu chạm tới nhưng chưa gọi tên. Vấn đề không nằm ở chỗ một đường ống cụ thể đã hỏng. Vấn đề nằm ở chỗ sự hỏng hóc ấy không tạo ra tiếng động nào. Một hệ thống không biết mình đang thất bại là một hệ thống tệ hơn một hệ thống thất bại và biết điều đó. Trong mười tám năm theo dõi dữ liệu bóng đá, tôi đã học được rằng phần lớn thiệt hại không đến từ những mô hình sai rõ ràng. Nó đến từ những mô hình đúng về hình thức, trôi qua các lớp kiểm duyệt, và âm thầm gieo những định kiến sai lệch vào các quyết định về sau: một bản hợp đồng dựa trên số liệu rác, một suất đá chính trao cho người được mô hình ưu ái vì lý do kỹ thuật chứ không phải vì anh ta đá hay, một huấn luyện viên bị sa thải vì một đường cong phong độ được vẽ từ ô trống.

Khán giả nhìn pha bóng, tôi nhìn 22 con số đang di chuyển — và kiên nhẫn chờ chúng kể một câu chuyện khác. Nhưng khi 22 con số ấy biến thành 22 ô trống, điều trung thực duy nhất tôi có thể làm là đặt bút xuống và nói với ban biên tập rằng hôm nay tôi không có gì để kể.

Năm tín hiệu cần theo dõi

Bản tài liệu đề xuất năm tín hiệu cần giám sát liên tục, và tôi thấy chúng đáng được đưa vào quy trình vận hành thực tế của bất kỳ phòng dữ liệu thể thao nào ở Việt Nam.

Đầu tiên là việc chạy lại tầng truy xuất và bóc tách trên chính nguồn ban đầu. Nếu lần chạy thứ hai trả về điểm thông tin và thực thể có nội dung, cánh cổng mở ra và toàn bộ chín chiều trở nên khả thi. Nếu lần thứ hai vẫn rỗng, vấn đề nằm ở nguồn chứ không ở mô hình.

Tiếp theo là phân loại lỗi ở tầng truy xuất: mã trạng thái HTTP, dấu hiệu tường trả phí, cờ hiệu trang chỉ hiển thị bằng JavaScript. Ba nguyên nhân này cần ba cách sửa khác nhau, và gộp chúng lại thành một nhãn "lỗi nguồn" là tự lừa mình. Cách sửa cho một đường dẫn chết không giống cách sửa cho một lược đồ hỏng.

Tín hiệu thứ ba là chạy bộ bóc tách trên một bài báo đối chứng đã biết là tốt. Nếu bài đối chứng cũng trả về lược đồ rỗng, thì lỗi nằm ở lời nhắc hoặc ở lược đồ, chứ không ở nguồn. Đây là phép thử tách biến mà bất kỳ ai từng làm thí nghiệm đều quen thuộc, và nó mất chưa đầy mười phút.

Tín hiệu thứ tư là đo tần suất các đầu ra rỗng ở tầng một. Một tỷ lệ nhỏ rải rác là chuyện bình thường của mọi hệ thống thu thập dữ liệu. Một tỷ lệ đang tăng lên là dấu hiệu suy thoái hệ thống, và nó phải được nhìn thấy trước khi nó thành thảm họa.

Cuối cùng là theo dõi xem đầu ra lỗi này có bị tầng phía sau tiêu thụ như một kết quả hợp lệ hay không. Đây là phép đo bán kính vụ nổ. Một lỗi được phát hiện trong log là một lỗi nhỏ. Một lỗi đã đi vào bộ nhớ đệm và đang được trích dẫn là một lỗi đã lan.

Suy ngẫm tiến bước

Nếu có một điều tôi mang ra từ câu chuyện này, thì đó là một câu hỏi để mỗi người trong chúng ta tự trả lời, và tôi không có ý định trả lời thay ai.

Khi hệ thống của bạn im lặng — không lỗi đỏ, không cảnh báo, chỉ là một khoảng trống gọn gàng — bạn có đủ can đảm để dừng lại, hay bạn sẽ điền vào chỗ trống ấy bằng thứ trông có vẻ hợp lý để kịp giờ lên bài?

Bóng đá là môn thể thao của những khoảnh khắc không thể đoán trước, và chính vì thế chúng ta khao khát được đo lường nó. Nhưng khao khát đo lường, khi không được kiểm soát, biến thành khao khát được trả lời — bằng bất cứ giá nào. Một bảng đầy số sai còn tệ hơn một bảng trống, vì nó cướp đi của chúng ta cơ hội biết rằng mình đang không biết.

Những đường ống tốt nhất trong vài năm tới sẽ không phải là những đường ống trả lời nhiều nhất. Chúng sẽ là những đường ống biết khi nào cần im lặng, biết dựng cổng chắn ở đúng chỗ, và biết báo động khi cánh cổng ấy bị bỏ ngỏ. Còn chúng ta, những người ngồi cuối đường ống, sẽ phải học lại một kỹ năng mà ngành dữ liệu thể thao đã đánh mất: kỹ năng nhìn thẳng vào một ô trống và nói rằng nó vẫn là một câu trả lời.