Bảng tính trống và nguyên tắc hai nguồn: vì sao dữ liệu thể thao phải được kiểm chứng ba lần

Trong ba tuần gần nhất, tôi ngồi trước một bảng tính trống. Sự trống rỗng ấy không đến từ sự lười biếng: hệ thống trích xuất dữ liệu chỉ trả về một kết luận, rằng không đủ thông tin. Mọi trường đều mang nhãn "không xác định" — không tên giải, không tên đội, không cầu thủ, không chỉ số. Một báo cáo dài chín phần, phần nào cũng được điền cẩn thận bằng cùng một câu giống nhau. Với người làm nghề định giá cầu thủ như tôi, đó là khoảnh khắc đáng sợ hơn mọi thất bại trên sân cỏ. Thất bại trên sân còn để lại dữ liệu để mổ xẻ; thất bại của chính dữ liệu thì chỉ để lại khoảng trắng. Và khoảng trắng, trong nghề này, là thứ nguy hiểm nhất — bởi nó luôn chờ sẵn một ai đó lấp đầy bằng phỏng đoán. Số hóa đã biến thể thao thành một dòng chảy dữ liệu. Mỗi vòng đấu ở Bundesliga sản sinh hàng nghìn điểm dữ liệu mỗi phút: bàn thắng kỳ vọng (xG), số lần cho phép đối thủ chạm bóng mỗi pha phòng ngự (PPDA), quãng đường chạy tốc độ cao, số lần chạm bóng trong vòng cấm. Các công ty phân tích mua quyền truy cập dữ liệu trực tiếp, rồi bán lại cho câu lạc bộ, cho nhà báo, và cả cho những nơi mà tôi không muốn nhắc tên. Một dây chuyền dài, và mỗi mắt xích đều có thể đứt. Khi mắt xích đầu tiên đứt, toàn bộ chuỗi phía sau trở nên vô nghĩa. Một bảng phân tích không có dữ liệu đầu vào chỉ là một tờ giấy chờ được viết lên. Và trong nghề báo, tờ giấy trắng luôn là cám dỗ lớn nhất: viết gì cũng được, miễn nghe hợp lý. Đó là lý do tôi giữ một nguyên tắc không thể thương lượng: kiểm chứng trước khi tin. Nguyên tắc này hình thành từ những lần trả giá cụ thể, chứ không từ đạo đức suông. Năm tôi hai mươi ba tuổi, vừa rời giảng đường báo chí ở Berlin, tôi dùng xG để phản đối việc Hannover 96 sa thải huấn luyện viên của họ. Ban biên tập gọi tôi ngây thơ. Nhưng đội bóng ấy giành mười một điểm trong năm vòng cuối và trụ hạng. Khi đó tôi hiểu ra một điều: dữ liệu không thay thế được phán đoán, nhưng nó buộc phán đoán phải trả lời một câu hỏi cụ thể. Một năm sau, tại World Cup 2026, tôi chỉ ra PPDA của đội tuyển Đức ở mức thảm họa — 8,7 lần cho phép đối thủ chạm bóng mỗi pha phòng ngự. Con số ấy nói rằng đội bóng không còn pressing như trước. Tôi dự đoán họ bị loại ngay vòng bảng, và họ bị loại thật. Nhưng bài học lớn hơn không nằm ở việc dự đoán đúng; nó nằm ở chỗ: nếu không có con số ấy, tôi sẽ chẳng có gì để nói ngoài cảm giác. Năm 2026, khi mùa bóng đóng băng vì dịch bệnh, tôi ngồi lại xem toàn bộ hai trăm sáu mươi ba trận Bundesliga của mùa 2026-20. Tôi nhận thấy tỷ lệ thắng trên sân nhà rơi từ bốn mươi sáu phần trăm xuống hai mươi chín phần trăm khi thi đấu không khán giả. Riêng Union Berlin — đội bóng nổi tiếng với bức tường cổ động viên — mất tới sáu mươi mốt phần trăm số điểm so với khi có người hâm mộ trên khán đài. Từ đó tôi xây dựng một chỉ số đo mức độ tổn thương của từng đội khi mất lợi thế sân nhà, rồi biến nó thành một báo cáo bốn mươi trang. Báo cáo ấy được một công ty tư vấn chuyển nhượng mua lại. Nhưng điều tôi nhớ nhất không phải hợp đồng, mà là quy trình: mỗi con số trong đó phải xuất hiện ở ít nhất hai nguồn độc lập trước khi được đưa vào bảng. Đó là quy tắc hai nguồn — đủ hai nguồn xác nhận thì mới xuất bản, thiếu thì để trống. Không đoán. Không lấp. Đến EURO 2026, khi Christian Eriksen ngã gục trên sân, tôi không viết một dòng nào về cảm xúc. Tôi theo dõi bốn trận sau đó của đội tuyển Đan Mạch và thấy PPDA của họ giảm từ 11,2 xuống 9,8 — nghĩa là họ áp sát nhanh hơn — trong khi quãng đường chạy tốc độ cao tăng bảy phần trăm. Khủng hoảng, hóa ra, tạo ra thứ có thể định lượng. Tôi không cần viết "tinh thần chiến đấu" khi đã có số liệu về quãng chạy. Nhưng chính vì thế, tôi cũng biết dữ liệu có thể bị bẻ cong. Đó là mặt tối mà ít người nói tới. Nếu tôi chỉ chọn những trận có lợi cho nhận định đã viết sẵn trong đầu, tôi có thể chứng minh bất cứ điều gì. Một tiền đạo ghi ít bàn? Tôi chỉ cần chọn mùa giải tệ nhất của anh ta. Một đội đang thắng liên tiếp? Tôi chỉ cần bỏ qua việc họ gặp toàn đối thủ yếu. Kiểu "gian lận trắng" ấy không để lại dấu vết trong bảng tính, nhưng nó phá hủy giá trị của toàn bộ dữ liệu. Với một người làm dữ liệu, làm giả kinh của chính mình là sai lầm tệ hại nhất. Cách duy nhất để tránh nó là nói rõ mình đang đo cái gì, trong bao lâu, với mẫu bao nhiêu — rồi để người đọc tự phán xét. Ở EURO 2026, khi một câu lạc bộ Bundesliga nhờ tôi định giá ba mục tiêu, tôi từ chối ngôi sao bùng nổ chỉ sau sáu trận. Thay vào đó, tôi xây một mô hình hồi quy trên một nghìn bốn trăm điểm dữ liệu và chọn một tiền đạo Ligue 1 ghi trung bình 0,52 xG mỗi trận suốt ba mùa — lựa chọn bị đánh giá là nhàm chán. Ba tháng sau, ngôi sao kia chấn thương, còn tiền đạo được chọn ghi mười bốn bàn. Sự nhàm chán, trong định giá, thường là một dạng của sự chắc chắn. Vậy nên, khi bảng tính của tôi trở về trống, tôi không hoảng. Tôi coi đó là một tín hiệu. Một báo cáo không có dữ liệu không phải là một bản báo cáo dở — nó là lời nhắc rằng dây chuyền đang có vấn đề, và việc cần làm là quay lại kiểm tra nguồn, chứ không phải ngồi viết cho đầy trang. Có một cám dỗ mà bất kỳ ai làm nghề này cũng từng gặp: khi không có dữ liệu, ta muốn viết bằng trực giác. Nhưng trực giác, nếu không được kiểm chứng, chỉ là thói quen được ngụy trang thành hiểu biết. Tôi không tin vào trực giác — tôi tin vào hệ số phân rã của trực giác: nó suy giảm theo thời gian, theo mẫu, theo bối cảnh, và chỉ đáng tin khi có dữ liệu đỡ lưng. Điều đáng lo không phải là một báo cáo trống, mà là một báo cáo đầy ắp số liệu nhưng không ai kiểm chứng. Một con số sai được trình bày đẹp sẽ lan nhanh hơn một khoảng trắng trung thực. Trong một ngành mà dữ liệu trực tiếp đang được bán cho cả những nơi không nên bán, giữ cho con số trung thực là trách nhiệm, không phải sở thích. Mọi cuộc khủng hoảng đều là dữ liệu chưa được dán nhãn. Một bảng tính trống cũng vậy. Việc của tôi không phải là dán lên đó một nhãn bất kỳ cho đẹp mắt, mà là tìm ra vì sao nó trống — và nói thật rằng nó trống. Vòng đấu tới sẽ có thêm dữ liệu. Câu hỏi không phải là ai thắng, mà là: trong dòng chảy ấy, ai đang giữ cho con số của mình trung thực, và ai đang lấp khoảng trắng bằng phỏng đoán?