Khoảng trống dữ liệu của bóng đá Việt Nam: Một cuộc kiểm toán từ bên trong

Đêm 12 tháng 3 năm nay, tôi ngồi trước hai màn hình trong căn hộ ở Shenzhen, hoàn thiện một báo cáo về một trận đấu V.League cho một khách hàng muốn tìm hiểu thị trường Đông Nam Á. Trong tay tôi có ba nguồn thống kê. Nguồn thứ nhất ghi đội chủ nhà kiểm soát bóng 54 phần trăm. Nguồn thứ hai ghi 61 phần trăm. Nguồn thứ ba không có số kiểm soát bóng, nhưng lại có số đường chuyền mà cả hai nguồn kia bỏ qua. Không nguồn nào nói rõ họ đếm cái gì, đo bằng cách nào, và vì sao lại ra con số đó.

Đó là khoảnh khắc tôi nhận ra vấn đề lớn nhất của bóng đá Việt Nam trong kỷ nguyên số không nằm ở chất lượng cầu thủ, không nằm ở chiến thuật của huấn luyện viên, mà nằm ở chất lượng thông tin. Một nền bóng đá có thể thiếu tiền, thiếu sân, thiếu học viện. Nhưng khi nó thiếu cả dữ liệu về chính mình, nó mất đi khả năng tự hiểu mình. Con số không bao giờ nói dối - chỉ có cách đọc nó mới sai lầm. Nhưng khi bản thân con số không tồn tại, người đọc không còn cơ hội để đọc sai nữa; họ chỉ đơn giản là không biết gì.

Tôi sinh ra ở Việt Nam và hiện làm cố vấn dữ liệu cho các đội bóng. Năm năm qua, tôi dành phần lớn thời gian để chuyển những con số thô thành những luận điểm chiến thuật có thể kiểm chứng. Nghề của tôi phụ thuộc vào một giả định: rằng dữ liệu tồn tại, và rằng nó có thể được kiểm toán. Ở châu Âu, giả định đó gần như luôn đúng. Ở Việt Nam, nó thường xuyên sai. Và cái sai đó không phải lỗi của số liệu; nó là lỗi của hệ thống sinh ra số liệu. Tôi viết bài này không phải để chỉ trích ai, mà để mở một phiên tòa: khi một nền bóng đá không thể tự đo lường mình, nó đang bỏ lỡ điều gì?

Bối cảnh: Cuộc cách mạng dữ liệu đi qua Việt Nam như thế nào

Trong hai thập niên qua, bóng đá châu Âu đã trải qua một cuộc cách mạng dữ liệu. Các giải đấu lớn ký hợp đồng với những công ty theo dõi sự kiện như Stats Perform hay Opta, gắn camera theo dõi vị trí, thuê đội ngũ phân tích tại chỗ. Mỗi đường chuyền, mỗi pha pressing, mỗi mét chạy đều được ghi lại và bán lại dưới dạng gói dữ liệu. Những chỉ số như xG (bàn thắng kỳ vọng) hay PPDA (số đường chuyền đối thủ cho phép trên mỗi hành động phòng ngự) trở thành ngôn ngữ chung của những người làm bóng đá chuyên nghiệp.

Cuộc cách mạng đó chạm tới Việt Nam muộn hơn và nông hơn. Một phần vì chi phí. Một gói dữ liệu sự kiện đầy đủ cho một mùa giải có thể tốn hàng chục nghìn đô la, trong khi ngân sách của nhiều câu lạc bộ V.League không lớn hơn ngân sách của một đội bóng hạng ba ở Anh. Một phần vì cấu trúc. Bóng đá Việt Nam vận hành dưới hai tổ chức chính: Liên đoàn Bóng đá Việt Nam (VFF), cơ quan quản lý cấp liên đoàn, và Công ty Cổ phần Bóng đá Chuyên nghiệp Việt Nam (VPF), đơn vị tổ chức các giải chuyên nghiệp. Giữa hai tổ chức này và các câu lạc bộ là một khoảng cách thông tin lớn. Không có một cơ sở dữ liệu trung tâm, chuẩn hóa, công khai cho V.League như cách Premier League vận hành.

Kết quả là một nghịch lý. Việt Nam có một trong những nền bóng đá được yêu thích nhất Đông Nam Á, với lượng người hâm mộ khổng lồ và mức độ quan tâm truyền thông cao. Nhưng lượng dữ liệu công khai về giải đấu lại thấp đến mức đáng ngạc nhiên. Người hâm mộ biết đội của họ thắng hay thua. Họ thường không biết vì sao.

Sự bất đối xứng này rõ nhất khi so sánh đội tuyển quốc gia với giải quốc nội. Khi đội tuyển Việt Nam thi đấu ở vòng loại World Cup hay ASEAN Cup, các nền tảng quốc tế có dữ liệu tương đối đầy đủ: số đường chuyền, bản đồ nhiệt, chỉ số pressing. Nhưng khi trở về V.League, cùng những cầu thủ đó, cùng một trận đấu, dữ liệu gần như biến mất. Khoảng trống không nằm ở cầu thủ; nó nằm ở hạ tầng. Đội tuyển được quốc tế đo lường, giải quốc nội thì không.

Phần cốt lõi: Kiểm toán bốn tầng của khoảng trống

Tôi chia khoảng trống dữ liệu của bóng đá Việt Nam thành bốn tầng, từ cấp giải đấu xuống cấp cầu thủ. Mỗi tầng có nguyên nhân khác nhau và cách xử lý khác nhau.

Tầng thứ nhất là tầng giải đấu. Hãy thử tìm số liệu chuẩn cho một mùa V.League. Bạn sẽ tìm thấy bảng xếp hạng, số bàn thắng, số thẻ. Đó là dữ liệu cơ bản, giống như bất kỳ giải đấu nào trên thế giới cung cấp. Nhưng khi bạn muốn đi sâu hơn - số đường chuyền thành công, tỷ lệ không chiến, số lần pressing thành công - mọi thứ bắt đầu mờ đi. Các trang thống kê quốc tế thường chỉ có dữ liệu rất hạn chế cho V.League, đôi khi chỉ là kết quả. Điều đó có nghĩa là một nhà phân tích như tôi, khi đánh giá một cầu thủ V.League, phải dựa vào quan sát trực tiếp thay vì số liệu - một điều trái ngược hoàn toàn với cách tôi làm việc ở châu Âu.

Tầng thứ hai là tầng câu lạc bộ. Phần lớn các câu lạc bộ V.League được hậu thuẫn bởi các doanh nghiệp, tập đoàn hoặc cá nhân giàu có. Mô hình này được gọi là mô hình doanh nghiệp tài trợ - nơi một tập đoàn đóng vai trò chủ sở hữu kiêm nhà tài trợ chính. Mô hình tồn tại từ lâu và đã tạo ra những câu lạc bộ thành công, nhưng nó cũng tạo ra sự thiếu minh bạch. Ngân sách câu lạc bộ hiếm khi được công bố. Cấu trúc lương thưởng gần như không bao giờ được tiết lộ. Một câu lạc bộ có thể chi trả một khoản tiền lớn cho một cầu thủ mà không có bất kỳ hồ sơ công khai nào để kiểm chứng. Trong điều kiện đó, việc định giá một cầu thủ - công việc cốt lõi của nghề tôi - trở thành một bài toán không có đáp án chắc chắn.

Tầng thứ ba là tầng chuyển nhượng, nơi khoảng trống dữ liệu nguy hiểm nhất. Ở châu Âu, thị trường chuyển nhượng có những cơ chế kiểm toán: phí chuyển nhượng thường được xác nhận bởi câu lạc bộ, các công ty như Transfermarkt ghi lại lịch sử, và các quy định tài chính như FFP hay PSR buộc câu lạc bộ phải công khai nhiều thông tin. Việt Nam không có hệ thống tương đương ở cấp độ tương tự. Phí chuyển nhượng giữa các câu lạc bộ nội địa thường được đồn đoán hơn là xác nhận. Tin đồn lan nhanh hơn tin chính thức. Một cầu thủ có thể được cho là có giá bảy tỷ đồng trên một bài báo, mười lăm tỷ trên một bài khác, và cả hai con số đều không có nguồn kiểm chứng. Trong thị trường chuyển nhượng, một con số tám mươi triệu euro có thể là một trò đùa - và ở một thị trường thiếu kiểm toán như Việt Nam, ngay cả những con số nhỏ hơn nhiều cũng có thể là trò đùa mà không ai phát hiện.

Tầng thứ tư là tầng cầu thủ. Ngay cả khi bạn có dữ liệu về một cầu thủ, bạn vẫn gặp vấn đề về bối cảnh. Một tiền vệ chạy 9,8 km mỗi trận ở V.League - con số mà tôi từng dùng để đánh giá Enzo Fernández hai năm trước - không thể được so sánh trực tiếp với tiêu chuẩn chạy 11,2 km của các giải châu Âu, bởi vì nhịp độ trận đấu, cường độ pressing và thời gian bóng lăn khác nhau. Nhưng nếu không có dữ liệu chuẩn về nhịp độ và thời gian bóng lăn của V.League, bạn không có cơ sở để điều chỉnh. Bạn đang so sánh những con số được đo bằng hai chiếc thước khác nhau mà không biết mình đang cầm chiếc thước nào.

Đây là điểm mà nhiều người bỏ qua khi nói về dữ liệu bóng đá Việt Nam. Vấn đề không chỉ là thiếu số. Vấn đề là thiếu bối cảnh để đọc số. Mỗi con số là một lời khai; người đủ kiên nhẫn mới nghe được phiên tòa trọn vẹn. Nhưng để mở phiên tòa, bạn cần cả một hệ thống tư pháp hoạt động. Ở Việt Nam, hệ thống đó mới chỉ có vài tòa án nhỏ, và phần lớn các phán quyết dựa trên trực giác của người kể chuyện.

Tôi chứng kiến điều này từ bên trong. Hai năm trước, tôi tư vấn cho một câu lạc bộ về việc tuyển chọn một tiền vệ trẻ. Không có dữ liệu sự kiện chuẩn, tôi phải xem lại mười tám giờ video và tự ghi chép từng pha bóng. Đó là cách làm của bóng đá thập niên 2026. Nó không sai - nhiều tuyển trạch viên vĩ đại đã làm việc như vậy suốt sự nghiệp - nhưng nó chậm, chủ quan và không thể mở rộng. Một người có thể xem mười tám giờ. Một đội ngũ không thể xem mười tám nghìn giờ. Và trong khoảng thời gian tôi ghi chép, ba câu lạc bộ khác cũng đang quan sát cùng cầu thủ đó - nhưng không ai trong chúng tôi có chung một tập dữ liệu để tranh luận.

Có một tầng thứ năm ít được nói tới: tầng học viện. Các lò đào tạo trẻ hàng đầu Việt Nam như Hoàng Anh Gia Lai, PVF hay Viettel đã sản sinh nhiều cầu thủ chất lượng. Nhưng dữ liệu về quá trình phát triển của họ gần như không được lưu trữ có hệ thống. Không ai biết chính xác một cầu thủ đã chơi bao nhiêu phút ở tuổi mười lăm, đã cải thiện chỉ số nào ở tuổi mười bảy, đã vượt qua chấn thương ra sao. Khi không có lịch sử, việc dự báo tương lai trở thành đoán mò. Ở châu Âu, các học viện lưu trữ dữ liệu phát triển cá nhân như tài liệu y khoa. Ở Việt Nam, ký ức của huấn luyện viên là cơ sở dữ liệu duy nhất.

Góc phản trực giác: Khoảng trống không hoàn toàn là tin xấu

Đến đây, tôi phải cẩn thận. Bản năng của một nhà phân tích dữ liệu là kết luận rằng ít dữ liệu là xấu, nhiều dữ liệu là tốt. Nhưng đó là một kết luận cứng nhắc, và tôi đã học đủ để không tin vào những kết luận cứng nhắc.

Thực tế, khoảng trống dữ liệu của bóng đá Việt Nam có một mặt tích cực mà ít ai nhắc đến. Khi dữ liệu khan hiếm, giá trị của con mắt con người tăng lên. Các huấn luyện viên và tuyển trạch viên Việt Nam buộc phải phát triển khả năng quan sát mà đồng nghiệp châu Âu có thể đã mai một vì quá phụ thuộc vào bảng biểu. Họ nhìn thấy những thứ mà mô hình không nhìn thấy: thái độ của một cầu thủ sau khi để mất bóng, cách anh ta phản ứng với một đồng đội mắc lỗi, cách anh ta đứng ở hành lang sau trận đấu. Những tín hiệu đó không nằm trong bất kỳ tập dữ liệu nào.

Hơn nữa, việc áp đặt các chỉ số châu Âu lên bóng đá Việt Nam một cách mù quáng có thể gây hại. xG không phải sự thật - nó là la bàn, và la bàn không bao giờ chỉ đường tắt. Nếu bạn dùng la bàn của châu Âu để tìm đường ở đồng bằng sông Cửu Long, bạn có thể đi lạc nhanh hơn là đi đúng. Một mô hình xG được xây dựng trên hàng trăm nghìn cú sút của Premier League không nhất thiết phản ánh đúng chất lượng cơ hội ở V.League, nơi chất lượng sút, chất lượng thủ môn và chất lượng phòng ngự khác biệt về bản chất chứ không chỉ về mức độ.

Vậy nên khoảng trống vừa là cơ hội, vừa là cạm bẫy. Cơ hội, vì có không gian để xây dựng một hệ thống dữ liệu phù hợp với thực tế Việt Nam thay vì sao chép châu Âu. Cạm bẫy, vì áp lực sao chép rất lớn, và những người bỏ tiền ra thường muốn thấy ngay những chỉ số mà họ từng thấy trên truyền hình quốc tế.

Điều tôi lo ngại hơn cả là một dạng sai lệch khác: khi dữ liệu khan hiếm, người ta có xu hướng tin vào con số đầu tiên họ gặp. Nếu một phóng viên viết rằng một cầu thủ có giá mười lăm tỷ đồng, con số đó sẽ được trích dẫn lại, rồi trích dẫn lại, cho đến khi nó trở thành một sự thật được mặc nhiên thừa nhận - dù nguồn gốc của nó chỉ là một lời đồn trong phòng trà. Tôi không tin vào may mắn - tôi tin vào một mẫu dữ liệu đủ lớn. Nhưng ở Việt Nam, mẫu dữ liệu thường quá nhỏ, và cái được gọi là sự thật đôi khi chỉ là con số được lặp lại nhiều lần nhất.

Có một phản biện nữa mà tôi phải tự đặt ra cho chính mình. Liệu việc thiếu dữ liệu có thực sự là nguyên nhân khiến bóng đá Việt Nam chưa vươn tầm, hay chỉ là một triệu chứng? Nhìn vào các nền bóng đá thành công trong khu vực, Nhật Bản và Hàn Quốc đều xây dựng hệ thống dữ liệu bài bản song song với cải cách học viện và giải đấu. Dữ liệu không tự tạo ra cầu thủ giỏi, nhưng nó cho phép một nền bóng đá nhìn thấy mình đang ở đâu. Khi bạn không biết mình đang ở đâu, bạn không thể biết mình cần đi về đâu. Đó là lý do tôi không coi dữ liệu là mục tiêu, mà là phương tiện. Nhưng một phương tiện bị hỏng thì không đưa ai tới đích.

Kết bài: Tín hiệu vòng tiếp theo

Vậy vòng tiếp theo sẽ ra sao? Tôi tin rằng bóng đá Việt Nam không cần một cuộc cách mạng dữ liệu kiểu châu Âu để tiến bộ. Nó cần một điều khiêm tốn hơn nhưng quan trọng hơn: một chuẩn minh bạch tối thiểu. Ai đó phải bắt đầu công bố những con số cơ bản - số phút thi đấu, số đường chuyền, số lần chạy - kèm theo phương pháp đo, và giữ nguyên cách đo qua thời gian. Một tập dữ liệu nhỏ nhưng nhất quán có giá trị hơn một tập dữ liệu lớn nhưng mâu thuẫn.

Khoảng trống dữ liệu của bóng đá Việt Nam có thể được lấp đầy; câu hỏi đặt ra là liệu nó sẽ được lấp đầy bằng một hệ thống phù hợp với chính nó, hay bằng những mảnh ghép sao chép từ nơi khác và không ai kiểm toán. Sân không khán giả là phòng thí nghiệm lớn nhất mà bóng đá hiện đại từng có - và đại dịch đã dạy tôi rằng ngay cả những giải đấu giàu dữ liệu nhất cũng có thể đọc sai chính mình. Việt Nam, với khoảng trống của mình, đang đứng trước một cơ hội hiếm: xây dựng hệ thống dữ liệu ngay từ đầu, mà không phải phá bỏ những thói quen cũ.

Vấn đề là không phải ai cũng muốn thấy khoảng trống được lấp đầy - bởi vì trong bóng tối thông tin, một số người có lợi thế hơn khi mọi thứ vẫn mờ mịt. Câu hỏi tôi để lại cho vòng tiếp theo không phải là khi nào V.League có dữ liệu, mà là ai sẽ là người đầu tiên dám công bố nó - và liệu người hâm mộ có đủ kiên nhẫn để đọc những con số trước khi họ vội vàng tin vào một lời đồn.