Bóng đá Việt Nam và những ô dữ liệu để trống

Trong một buổi tối tháng 5 năm 2026, tôi mở bảng dữ liệu của một trận V.League trên hệ thống tôi làm việc mỗi ngày. Tôi đã xem trọn vẹn chín mươi phút của trận đó — Nam Định tiếp một đội nhóm giữa bảng trên sân Thiên Trường. Tôi nhớ nhịp ép sân, những pha chồng biên, và cảm giác đội chủ nhà kiểm soát thế trận nhưng tạo ra rất ít cơ hội thật rõ ràng. Tôi mở bảng số liệu để kiểm chứng cảm giác ấy. Cột bàn thắng kỳ vọng, tức xG, trống. Cột PPDA — số đường chuyền mà đối thủ được phép thực hiện trước khi bị can thiệp — trống. Cột quãng đường chạy theo từng cầu thủ trống. Chỉ còn vài con số thô: kiểm soát bóng, số cú sút, số phạt góc. Một trận đấu tôi vừa xem bằng mắt biến thành trang giấy trắng khi tôi cố đo nó bằng thước. Vấn đề không nằm ở trận đấu. Vấn đề nằm ở cây thước. Nghề của tôi là quản trị viên thị trường chuyển nhượng, nghĩa là tôi kiếm sống bằng việc biến những khoảnh khắc trên sân thành những con số có thể so sánh, xếp hạng và định giá. Một cầu thủ ghi bàn ở phút 89 được tôi ghi lại thành một dòng dữ liệu. Một pha tắc bóng ở giữa sân được tôi mã hóa thành một biến số. Khi cây thước bị thiếu vạch, toàn bộ hệ thống phía sau — định giá, xếp hạng, dự báo — đều rung lắc. Tôi sinh ra ở Pháp, hiện sống ở Thâm Quyến và viết về bóng đá cho thị trường Trung Quốc. Suốt nhiều năm, tôi theo dõi cách các mô hình dữ liệu châu Âu được đem áp lên bóng đá châu Á, và cách chúng vỡ ra ở những điểm giống nhau đến kỳ lạ. Bóng đá Việt Nam là một trong những phòng thí nghiệm thú vị nhất mà tôi từng quan sát, không phải vì nó nghèo dữ liệu, mà vì chính sự nghèo dữ liệu ấy đang nói lên điều gì đó về bản chất của môn thể thao này. V.League 1 hiện có 14 câu lạc bộ, thi đấu theo thể thức vòng tròn hai lượt trong khoảng tám tháng. Về mặt thương mại và lượng khán giả, đây là giải đấu lớn nhất Việt Nam và là một trong những giải có sức hút lớn nhất Đông Nam Á. Nhưng khi bước vào hệ thống dữ liệu toàn cầu, V.League nằm ở tầng rất thấp của phễu thu thập. Đây là điểm khởi đầu cho mọi phân tích nghiêm túc về bóng đá Việt Nam, và cũng là điểm mà hầu hết các bài bình luận đều bỏ qua. Hãy hình dung cấu trúc dữ liệu bóng đá như một cái phễu. Ở miệng phễu là năm giải vô địch quốc gia hàng đầu châu Âu, nơi mỗi trận đấu được ghi lại bằng hàng chục camera, mỗi cầu thủ được gắn thiết bị theo dõi, mỗi đường chuyền được định vị đến từng centimet. Ở tầng tiếp theo là các giải như Eredivisie, Primeira Liga, giải vô địch quốc gia Bỉ hay Thổ Nhĩ Kỳ, nơi dữ liệu sự kiện đầy đủ nhưng dữ liệu vị trí bị hạn chế. Xuống thấp hơn nữa là các giải châu Á, châu Phi và Nam Mỹ, nơi người ta thường chỉ có bàn thắng, thẻ phạt, kiểm soát bóng và đôi khi là số cú sút. V.League nằm ở vùng nước sâu nhất của cái phễu đó. Khi tôi nói "vùng nước sâu", tôi đang nói về một thực tế rất cụ thể. Bàn thắng kỳ vọng — thước đo chất lượng cơ hội dựa trên vị trí và loại cú sút — gần như không tồn tại một cách hệ thống cho V.League. PPDA, chỉ số đo cường độ pressing, không được tính toán đại trà. Quãng đường chạy, thứ mà David Beckham từng nói là "lời thú tội của cầu thủ", chỉ xuất hiện rải rác ở các trận đấu quốc tế khi đội tuyển Việt Nam chạm trán đối thủ châu Á. Dữ liệu định vị theo từng khung hình, công cụ đắt tiền nhất của ngành phân tích hiện đại, gần như không tồn tại. Điều này có nghĩa gì với một người làm nghề như tôi? Nó có nghĩa là khi tôi cố gắng định giá một tiền đạo đang đạt phong độ cao ở V.League, tôi không thể dựa vào xG để tách tín hiệu khỏi may mắn. Tôi không thể phân biệt một cầu thủ ghi 15 bàn vì anh ta thật sự giỏi chọn vị trí với một cầu thủ ghi 15 bàn vì anh ta được hưởng nhiều quả phạt đền và có một thủ môn đối phương chơi tệ. Tôi chỉ có thể đếm. Đếm là cấp độ phân tích sơ khai nhất. Và khi thị trường chỉ đếm, nó sẽ định giá sai. Tôi đã nhìn thấy điều này lặp lại nhiều lần trong sự nghiệp của mình. Năm 2026, khi tôi vừa gia nhập một nền tảng dữ liệu chuyển nhượng ở Thâm Quyến, tôi phụ trách theo dõi thương vụ Enzo Fernández từ Benfica sang Chelsea với mức giá 121 triệu euro. Tôi dùng dữ liệu World Cup — 82% đường chuyền chính xác, 14 pha tắc bóng thành công — để lập báo cáo định giá. Bản báo cáo của tôi rất gọn gàng. Và nó chỉ đúng một phần. Thương vụ thực tế còn phụ thuộc vào môi giới, điều khoản thanh toán trả góp, áp lực phải hoàn tất trước hạn của Chelsea, và cả sự vội vàng của một ban lãnh đạo vừa đổi chủ. Dữ liệu không nắm được những thứ đó. Chuyển nhượng không chọn người giỏi nhất, mà chọn người bạn đo sai ít nhất — và ở Việt Nam, vì thiếu thước đo, sai số luôn lớn hơn. Bây giờ hãy chuyển từ câu lạc bộ sang đội tuyển quốc gia, nơi bóng đá Việt Nam vừa trải qua một chu kỳ đáng chú ý. Cuối năm 2026 và đầu năm 2026, Việt Nam vô địch ASEAN Championship (tiền thân là AFF Cup) sau khi đánh bại Thái Lan với tổng tỷ số 5-3 qua hai lượt trận chung kết. Tiền đạo nhập tịch Nguyễn Xuân Son tỏa sáng và giành danh hiệu cầu thủ xuất sắc nhất giải. Đây là lần thứ ba Việt Nam vô địch giải đấu khu vực, sau các năm 2026 và 2026. Có một nghịch lý dữ liệu đáng nói ở đây. Giải đấu khu vực Đông Nam Á lại là nơi bóng đá Việt Nam có nhiều dữ liệu nhất, bởi vì các trận đấu được truyền hình quốc tế và thu hút sự chú ý của các nhà cung cấp thống kê khu vực. Nhưng chính vì đối thủ ở giải này yếu hơn về mặt tổ chức, dữ liệu ở đây lại ít có giá trị dự báo cho các trận đấu vòng loại World Cup. Bạn có thể ghi 20 bàn vào lưới các đội Đông Nam Á và vẫn bế tắc trước Iraq hay Ả Rập Xê Út. Đây là lý do tôi luôn nói với đồng nghiệp rằng: dữ liệu không xúc động, nhưng nó nhớ tất cả những gì báo chí quên. Khi Việt Nam vô địch ASEAN Championship, báo chí viết về bản lĩnh, về tinh thần, về khoảnh khắc. Còn bảng dữ liệu ghi lại rằng tỷ lệ chuyển hóa cơ hội của đội tuyển trong giải đấu đó cao hơn đáng kể so với vòng loại World Cup trước đó — một chỉ dấu cho thấy chất lượng đối thủ, chứ không phải chất lượng bản thân, là biến số quyết định. Trước đó, giai đoạn của huấn luyện viên Park Hang-seo (2026–2026) là thời kỳ mà bóng đá Việt Nam lần đầu tiên thu hút sự chú ý của giới phân tích quốc tế. Đỉnh cao là kỳ tích á quân giải U23 châu Á năm 2026 tại Thường Châu, Trung Quốc. Đó là một giải đấu mà tôi theo dõi rất kỹ, và nó dạy cho tôi một bài học về giới hạn của mô hình. Năm 2026 cũng là năm tôi, khi đó mười chín tuổi và là sinh viên báo chí, tự xây dựng một mô hình dự đoán World Cup dựa trên xG và xA của năm giải vô địch quốc gia châu Âu hàng đầu trong ba mùa liên tiếp. Mô hình của tôi cho đội tuyển Đức xác suất vào bán kết là 78%. Đức thua Hàn Quốc 0-2 ở lượt trận cuối bảng F và bị loại ngay từ vòng bảng. Mô hình của tôi dự đoán đúng 12 trong 16 đội vào vòng knock-out, nhưng sai đúng ở đội bóng tôi tin tưởng nhất. Sai số đó đến từ đâu? Từ những biến số tôi đã gạt bỏ vì chúng không nằm gọn trong bảng tính: xung đột nội bộ, sự chủ quan, thể lực suy giảm sau một mùa giải dài. Đức 2026 là một món quà, vì nó chứng minh rằng mô hình cũng cần thất bại để lớn. Từ đó, tôi không bao giờ viết câu khẳng định tuyệt đối. Trong mọi bản phân tích, tôi thêm một mục gọi là "giới hạn dữ liệu" và luôn tự hỏi: những biến số phi dữ liệu nào đang bị bỏ sót? Câu hỏi đó trở nên đặc biệt quan trọng khi tôi nhìn vào bóng đá Việt Nam. Hãy lấy ví dụ về lợi thế sân nhà, một trong những khái niệm bị thần thánh hóa nhiều nhất trong bóng đá. Năm 2026, khi các sân vận động trống vì đại dịch, tôi thu thập dữ liệu chín vòng đấu Bundesliga sau khi bóng đá trở lại vào tháng 5. Tỷ lệ thắng sân nhà giảm từ 44,2% ở mùa 2026-19 xuống còn 36,7%. Số bàn thắng trung bình mỗi trận giảm từ 3,1 xuống 2,8. Sự vắng mặt của khán giả đã thay đổi hoàn toàn cái gọi là lợi thế sân nhà mà mọi mô hình cũ coi là bất biến. Bài học này áp dụng trực tiếp cho V.League. Ở Việt Nam, lợi thế sân nhà thường được giải thích bằng những lý do rất đẹp: khán giả cuồng nhiệt, khí hậu, quãng đường di chuyển của đối thủ. Nhưng khi bạn tách các biến số đó ra, phần lớn cái gọi là lợi thế sân nhà thực chất là sự khác biệt về mặt trọng tài, điều kiện mặt sân, và lịch thi đấu. Sân nhà không phải mảnh đất thiêng, chỉ là biến số đã bị đóng băng. Khi bạn đóng băng một biến số, bạn ngừng đo nó. Và khi bạn ngừng đo nó, bạn không còn kiểm soát được nó. Ở V.League, nơi các đội thường di chuyển bằng đường bộ và đường hàng không trong điều kiện hạ tầng chưa đồng đều, biến số di chuyển có thể lớn hơn nhiều so với các giải châu Âu. Nhưng vì không có dữ liệu GPS chi tiết, chúng ta không thể định lượng được. Chúng ta chỉ có thể tin. Niềm tin là kẻ thù của phân tích. Và giới hạn dữ liệu ở Việt Nam đang nuôi dưỡng niềm tin. Tôi không nói điều này để chê bai. Tôi nói điều này để chỉ ra một cơ hội. Khoảng trống dữ liệu của V.League là một trong những khoảng trống lớn nhất và có giá trị nhất trong bóng đá châu Á, vì một lý do đơn giản: nơi nào thị trường thiếu thông tin, nơi đó có định giá sai. Và nơi nào có định giá sai, nơi đó có lợi thế cho người đầu tư đúng. Hãy nhìn vào thị trường chuyển nhượng nội địa. Khi một cầu thủ Việt Nam chơi tốt ở V.League, giá trị của anh ta trên thị trường quốc tế thường bị định giá thấp, bởi vì không có xG để chứng minh chất lượng. Ngược lại, khi một cầu thủ Việt Nam ghi bàn ở một giải đấu khu vực được truyền hình rộng rãi, giá trị của anh ta có thể bị đẩy lên quá cao so với thực lực, vì thị trường chỉ nhìn thấy một khoảnh khắc. Cả hai chiều đều là hệ quả của cùng một nguyên nhân: thiếu dữ liệu nền tảng đủ sâu. Đây là điểm mà tôi muốn dành phần còn lại của bài viết để phân tích, bởi vì nó không chỉ là câu chuyện của Việt Nam. Khi tôi theo dõi các trận đấu V.League qua nhiều mùa, tôi nhận ra một mô thức lặp đi lặp lại. Các đội bóng hàng đầu như Hà Nội FC, Công An Hà Nội, Thép Xanh Nam Định hay Sông Lam Nghệ An có xu hướng thống trị dựa trên chất lượng đội hình và ngân sách, nhưng khoảng cách giữa họ và nhóm giữa bảng thường hẹp hơn so với các giải châu Âu. Điều này thường được diễn giải là "tính cạnh tranh cao" của V.League. Nhưng nhìn từ góc độ dữ liệu, đó có thể chỉ là dấu hiệu của phương sai cao — tức là nhiều bất ngờ ngẫu nhiên — chứ không phải sức mạnh cân bằng thật sự. Phương sai cao nghĩa là kết quả một trận đấu phụ thuộc nhiều vào may mắn hơn là chất lượng. Và khi may mắn chiếm tỷ trọng lớn, bảng xếp hạng trở nên nhiễu. Tôi tin vào phương sai nhiều hơn tôi tin vào nhà vô địch. Một đội vô địch V.League với tỷ lệ thắng cao có thể thật sự mạnh, hoặc có thể chỉ gặp may trong một mùa giải mà các cột dữ liệu bị trống khiến chúng ta không thể phân biệt. Điều tương tự đúng với cuộc đua trụ hạng. Ở các giải châu Âu, người ta dùng xG để xác định đội nào đang chơi tốt hơn kết quả thể hiện. Một đội xG thấp nhưng thắng nhiều trận là đội đang ở ngưỡng rủi ro cao và sẽ sớm sa sút. Ở V.League, vì không có xG hệ thống, chúng ta phải chờ đến khi đội đó thật sự sa sút mới biết mình đã đúng. Đây là sự trì hoãn nhận thức, và nó gây tốn kém cho cả câu lạc bộ lẫn người hâm mộ. PPDA là chữ ký, quãng đường chạy là lời thú tội. Ở châu Âu, người ta có thể nhìn vào PPDA để biết một đội pressing như thế nào và quãng đường chạy để biết họ đang trả giá bao nhiêu cho lối chơi đó. Ở V.League, cả hai đều phần lớn vắng mặt. Kết quả là các quyết định thay huấn luyện viên, thay chiến thuật, hay mua cầu thủ thường dựa trên cảm giác và kết quả ngắn hạn hơn là trên quy trình. Bây giờ, đến phần phản trực giác. Điều dễ nghĩ nhất là khoảng trống dữ liệu chỉ gây hại cho bóng đá Việt Nam. Nhưng tôi cho rằng điều ngược lại cũng đúng một phần, và phần đó thường bị bỏ qua. Thứ nhất, việc nhập khẩu mô hình châu Âu vào bóng đá Việt Nam mà không có dữ liệu nền tảng tương ứng có thể gây hại nhiều hơn là hữu ích. Một huấn luyện viên đọc một bài phân tích về gegenpressing của Bundesliga rồi áp dụng nguyên bản vào một đội V.League có lịch thi đấu dày, hạ tầng y tế hạn chế và quãng đường di chuyển xa, sẽ dẫn đến chấn thương và sụp đổ về mặt thể lực. Dữ liệu không có ngữ cảnh là dữ liệu nguy hiểm. Thứ hai, niềm tin vào việc "càng nhiều dữ liệu càng tốt" là một ngộ nhận. Các mô hình phức tạp chỉ hữu ích khi bạn có đủ dữ liệu để hiệu chỉnh chúng. Với một tập dữ liệu mỏng, một mô hình đơn giản thường chính xác hơn một mô hình phức tạp. Ở Việt Nam, một chỉ số đơn giản như tỷ lệ chuyển hóa cơ hội có thể hữu ích hơn một chỉ số xG phức tạp được tính lại bằng giả định từ giải khác. Thứ ba, và đây là điểm tôi quan tâm nhất với tư cách một người làm nghề: dữ liệu trực tiếp cung cấp cho các công ty cá cược là tác dụng phụ đen tối nhất của việc số hóa thể thao. Khi một giải đấu được số hóa, thông tin về nó trở thành hàng hóa. Và khi V.League được số hóa đầy đủ, giá trị của dữ liệu đó sẽ không chảy về các học viện hay câu lạc bộ, mà sẽ chảy về các thị trường cá cược, nơi người hâm mộ Việt Nam đang là một trong những nhóm khách hàng lớn nhất khu vực. Đây là lý do tôi không đơn thuần kêu gọi "Việt Nam cần nhiều dữ liệu hơn". Tôi kêu gọi một câu hỏi khó hơn: dữ liệu được tạo ra để phục vụ ai? Tôi sinh ra ở Pháp và làm việc ở Trung Quốc, hai nền bóng đá có triết lý dữ liệu rất khác nhau. Nước Pháp đi theo hướng học thuật hóa, với các trung tâm nghiên cứu trong lòng các câu lạc bộ lớn. Trung Quốc đi theo hướng công nghiệp hóa, với các công ty dữ liệu quy mô lớn phục vụ cả thị trường nội địa lẫn xuất khẩu. Việt Nam đứng giữa, với một nền bóng đá đầy nhiệt huyết nhưng hạ tầng dữ liệu còn non trẻ. Khoảng trống này tạo ra một điểm mù cho cả hai phía. Truyền thông châu Âu nhìn bóng đá Việt Nam qua lăng kính kết quả, coi đây là thị trường "mới nổi" với những cầu thủ "chưa được kiểm chứng". Truyền thông Việt Nam nhìn các chỉ số châu Âu bằng sự ngưỡng mộ, coi chúng là chân lý. Cả hai đều sai ở cùng một chỗ: chân lý nằm ở việc đặt dữ liệu vào đúng bối cảnh của nó. Tôi vẫn giữ thói quen ghi lại ngày thu thập dữ liệu, điều kiện khán giả, mật độ thi đấu và thời gian nghỉ của từng con số mình sử dụng. Với dữ liệu lịch sử, tôi luôn gắn một cảnh báo rằng nó chỉ đúng trong bối cảnh của chính nó. Một tỷ lệ thắng sân nhà của V.League mùa 2026-24 không thể được dùng để dự đoán mùa 2026-27 nếu điều kiện giải đấu thay đổi — số đội, thể thức, lịch thi đấu, hay chính sách trọng tài. Điều này nghe có vẻ bi quan. Nhưng thực ra nó là một hình thức lạc quan có kỷ luật. Khi bạn chấp nhận rằng mô hình của mình có thể sai, bạn bắt đầu xây dựng những quy trình để phát hiện cái sai đó sớm hơn. Vậy những tín hiệu nào cần theo dõi trong chu kỳ tới của bóng đá Việt Nam? Thứ nhất là sự xuất hiện của dữ liệu sự kiện có hệ thống cho V.League. Nếu một nhà cung cấp quốc tế bắt đầu phủ sóng đầy đủ giải đấu này với dữ liệu cú sút, thì trong vòng hai đến ba mùa, bạn sẽ thấy cách các câu lạc bộ mua bán cầu thủ thay đổi. Những đội sớm hiểu và sử dụng dữ liệu này sẽ có lợi thế cạnh tranh rõ rệt, giống như cách Brentford và Brighton từng làm ở Anh. Thứ hai là cách Hiệp hội Bóng đá Việt Nam và ban tổ chức V.League xử lý quyền sở hữu dữ liệu. Nếu dữ liệu được bán độc quyền cho một nền tảng thương mại duy nhất, giá trị của nó sẽ không được phân phối cho các câu lạc bộ tạo ra nó. Nếu dữ liệu được mở một phần, nó có thể trở thành hạ tầng công cho bóng đá Việt Nam — một kịch bản hấp dẫn hơn nhiều. Thứ ba là chu kỳ của đội tuyển quốc gia dưới thời huấn luyện viên Kim Sang-sik, người tiếp quản ghế huấn luyện từ tháng 5 năm 2026. Thành công ở ASEAN Championship đặt ra một câu hỏi dữ liệu thú vị: liệu đà thắng đó có bền vững hay chỉ là một chuỗi kết quả thuận lợi trong một giải đấu khu vực? Câu trả lời sẽ nằm ở các trận đấu vòng loại World Cup và Asian Cup, nơi chất lượng đối thủ cao hơn hẳn. Thứ tư là thế hệ cầu thủ tiếp theo. Những cái tên như Nguyễn Xuân Son, Nguyễn Quang Hải, Nguyễn Hoàng Đức hay Đỗ Hùng Dũng đã định hình một thời kỳ. Nhưng để đánh giá xem thế hệ kế tiếp có tốt hơn hay không, chúng ta cần dữ liệu so sánh được giữa các thế hệ — và đó chính là thứ mà V.League hiện chưa cung cấp một cách đầy đủ. Cuối cùng, hãy quay lại với cái phễu dữ liệu và cây thước thiếu vạch trong buổi tối tháng 5 ấy. Tôi đã dành nhiều năm học cách tin vào những con số được đặt đúng chỗ và nghi ngờ những con số bị đặt sai chỗ. Nhưng tôi cũng học được một điều khác: khi dữ liệu không tồn tại, người ta vẫn ra quyết định — chỉ là họ ra quyết định bằng niềm tin thay vì bằng bằng chứng. Và niềm tin, dù đẹp đẽ đến đâu, cũng không thể thay thế cho việc đo lường. Bóng đá Việt Nam đang ở một thời điểm hiếm có. Đội tuyển vừa vô địch khu vực. Giải quốc nội vừa trải qua những mùa giải cạnh tranh hấp dẫn. Sự chú ý của khu vực đang hướng về đây. Nếu hạ tầng dữ liệu được xây dựng trong vài năm tới, Việt Nam có cơ hội bước vào một tầng hiểu biết mới về chính mình — không phải để trở thành một bản sao của châu Âu, mà để đo lường bóng đá Việt Nam bằng những thước đo phù hợp với bóng đá Việt Nam. Còn nếu không, chúng ta sẽ tiếp tục làm điều mà bóng đá vẫn làm từ hơn một thế kỷ: tranh luận bằng ký ức. Dữ liệu là nền tảng, không phải chân lý tuyệt đối. Nhưng một nền tảng trống vẫn tốt hơn một nền tảng được lấp bằng những con số chúng ta chưa từng kiểm chứng. Với bóng đá Việt Nam, câu hỏi của vài năm tới không phải là có bao nhiêu dữ liệu, mà là ai sẽ chịu trách nhiệm biến nó thành hiểu biết.