Khoảng trắng dữ liệu: khi hồ sơ tuyển trạch rỗng được đọc thành "không có rủi ro"

Bảng báo cáo có chín dòng, và cả chín dòng đều trống.

Hồ sơ đáp xuống hộp thư vào một buổi sáng tháng Giêng ở Berlin, gửi từ một nhóm tuyển trạch đối tác. Mục tiêu là một tiền đạo 24 tuổi đang chơi ở giải hạng hai châu Âu, hợp đồng còn mười tám tháng, mức phí dự kiến chưa chạm mốc bảy chữ số. Phần mô tả cầu thủ để trắng. Danh sách điểm thông tin để trắng. Ô "loại bài" ghi chưa phân loại. Ô "thực thể liên quan" ghi chưa xác định. Ô "độ nhạy thời gian" ghi chưa đánh giá. Chín chiều phân tích — phiên bản trò chơi, thể thức giải, đội hình và tuyển thủ, khu vực, tài chính câu lạc bộ, luật lệ và quản trị, hồ sơ rủi ro, tự sự công chúng, truyền dẫn ngành — tất cả đều mang cùng một dòng chữ: không đủ thông tin, không thể đánh giá.

Ở dòng cuối cùng, nơi đáng lẽ phải nằm dòng chữ "chưa thể kết luận", ai đó đã đóng dấu một câu: không phát hiện rủi ro.

Tôi đã đọc hàng nghìn báo cáo sai trong mười hai năm làm nghề. Sai vì mẫu lệch. Sai vì đơn vị đo không nhất quán. Sai vì người viết đã có kết luận trong đầu từ trước rồi mới đi tìm số để đỡ lưng cho kết luận ấy. Nhưng loại sai đắt nhất không nằm ở những con số viết sai. Nó nằm ở những con số không ai viết ra, trong khi phần kết luận vẫn được viết, vẫn được đóng dấu, vẫn được mang vào phòng họp như một tờ giấy sạch.

Số liệu không bao giờ nói dối — chỉ có tấm lòng người đọc khiến chúng trở thành dối trá.

Hai tầng của một quy trình, và chỗ nó im lặng

Một phòng phân tích chuyển nhượng vận hành bằng hai tầng. Tầng một trích xuất: lấy bài viết, biên bản trận đấu, thông cáo câu lạc bộ, dữ liệu sự kiện từ nhà cung cấp, rồi bóc thành các điểm thông tin rời rạc — mỗi điểm là một phát biểu sự kiện có thể truy vết về nguồn. Tầng hai mới là chỗ tôi ngồi: đọc các điểm thông tin ấy, dựng mô hình, định giá, và viết ra kết luận kèm khoảng xác suất.

Tầng một hỏng thì tầng hai không có gì để phân tích. Điều đáng nói là nó không hỏng theo kiểu phát nổ. Không có thông báo lỗi. Không có dòng chữ đỏ. Báo cáo vẫn chạy ra, vẫn đủ chín mục, vẫn có bảng biểu, vẫn có phần kết luận. Chỉ là mọi ô nội dung đều rỗng. Và trong một quy trình được thiết kế để không bao giờ chặn chính mình, một báo cáo rỗng trông giống hệt một báo cáo sạch.

Tôi nhớ mùa giải 2026-18, khi tôi hai mươi ba tuổi, vừa rời giảng đường báo chí ở Berlin và nhận việc viết nội dung cho một startup dữ liệu thể thao. Tôi công bố một phân tích phản đối việc Hannover 96 sa thải huấn luyện viên André Breitenreiter, dựa trên chỉ số bàn thắng kỳ vọng. Ban biên tập gọi tôi là ngây thơ. Hannover giành mười một điểm trong năm vòng cuối và trụ hạng. Một năm sau, ở World Cup 2026, tôi chỉ ra chỉ số PPDA của đội tuyển Đức ở mức thảm họa — 8,7 lần chạm bóng cho phép đối thủ trong mỗi pha phòng ngự — và dự đoán Đức bị loại ngay vòng bảng. Cả tòa soạn gọi tôi là kẻ tiên tri dữ liệu. Tôi không thích biệt danh đó. Tôi chưa bao giờ tiên tri. Tôi chỉ kiểm tra lại nguồn trước khi tin, và ghi rõ nguồn số liệu ở cuối bài.

Mùa hè sân trống, tôi nghe thấy dữ liệu rơi từng giọt. Năm 2026, khi bóng đá đóng băng, tôi ngồi xem lại toàn bộ 263 trận Bundesliga mùa 2026-20 và phát hiện tỷ lệ thắng sân nhà rơi từ 46% xuống 29% khi thi đấu không khán giả. Riêng Union Berlin, đội nổi tiếng với bức tường cổ động viên ở Mauer, đánh mất tới 61% số điểm so với khi có khán giả. Từ đó tôi dựng nên hệ số phân rã — thước đo mức độ tổn thương của từng đội khi môi trường quanh nó đổi. Bản báo cáo dài bốn mươi trang ấy được một công ty tư vấn chuyển nhượng ở Berlin mua đứt bản quyền, và tôi từ người viết thuần túy trở thành người định giá cầu thủ.

Kể lại chuyện cũ ở đây để nói một điều: nếu tầng một của tôi năm đó trả về một trang giấy trắng, tôi đã không có mười một điểm nào để bảo vệ Breitenreiter, không có chỉ số 8,7 nào để cảnh báo về tuyển Đức, không có 46% và 29% nào để viết nên hệ số phân rã. Toàn bộ giá trị của nghề này nằm ở chỗ có dữ liệu để hỏi. Không có dữ liệu thì không có nghề, chỉ có văn.

Chín cánh cửa, và cả chín đều khóa

Hãy đi qua từng chiều một, theo đúng cách một tổ phân tích phải đi, để thấy một ô trống gây ra thiệt hại gì.

Phiên bản trò chơi và môi trường chiến thuật là cửa đầu tiên, và là cửa bắt buộc phải mở trước mọi cửa khác, bởi hệ thống thi đấu, đơn vị đo và logic kinh doanh khác nhau rất nhiều giữa các tựa game. Không có số phiên bản, không thể biết thay đổi đó thuộc loại tinh chỉnh chỉ số, đổi cơ chế, hay làm lại hoàn toàn — ba cấp độ có sức phá vỡ hoàn toàn khác nhau. Không biết phiên bản thì không đo được hệ số phân rã của bất kỳ đội hình nào.

Thể thức giải là cửa thứ hai. Đánh loại trực tiếp một trận khác đánh loạt ba trận khác đánh hệ Thụy Sĩ khác đánh nhánh thắng-thua kép. Tôi đã từng định giá sai một mục tiêu chỉ vì bỏ qua chi tiết này: cầu thủ ấy có tỷ lệ thắng loạt ba trận rất tốt nhưng tỷ lệ thắng trận quyết định lại thấp, và trong một giải đấu loại trực tiếp một trận, đó là một khoản nợ chứ không phải một tài sản. Không có tên giải, không có thể thức, thì không có gì để bóc.

Đội hình và tuyển thủ là cửa thứ ba, nơi nghề của tôi dày nhất. Đường cong phong độ theo tuổi khác nhau tùy vai trò: vai trò phản xạ nhanh đỉnh ở khoảng hai mươi đến hai mươi tư rồi suy giảm rõ, vai trò chỉ huy và hỗ trợ sống lâu hơn. Với bóng đá, tôi đã dùng đúng lăng kính ấy để từ chối một ngôi sao bùng nổ tại EURO 2026 chỉ sau sáu trận, và chọn một tiền đạo Ligue 1 giữ mức 0,52 bàn thắng kỳ vọng mỗi trận suốt ba mùa. Mô hình hồi quy dựng trên 1.400 điểm dữ liệu. Ba tháng sau, ngôi sao kia chấn thương, tiền đạo được chọn ghi mười bốn bàn. Nhưng nếu hồ sơ tầng một trống, tôi sẽ không có 0,52, không có 1.400 điểm nào, và quyết định sẽ được đưa ra bằng cảm giác.

Khu vực là cửa thứ tư. Cùng một khu vực có thể vô địch ở tựa game này và chỉ là suất đặc cách ở tựa game khác, vì vậy xếp hạng khu vực chỉ có nghĩa khi gắn với tựa game cụ thể. Kèm theo đó là các tín hiệu di chuyển nhân lực: dòng tuyển thủ nhập khẩu, hạn mức suất ngoại binh, làn sóng hồi hương. Không có tên khu vực, không có quốc tịch, không có kết quả đối đầu, thì mọi phát biểu ở đây đều là bịa.

Tài chính câu lạc bộ là cửa thứ năm, và là cửa tôi lo nhất khi bị khóa. Nợ lương, thanh lý suất thi đấu, nhà tài trợ rút lui — đó là những tín hiệu bắt buộc phải nêu lên trước, kể cả khi bài viết gốc có giọng tích cực. Một khoản nợ lương không được phát hiện vì dữ liệu đầu vào rỗng không phải là một kết quả sạch. Đó là một khoản nợ chưa được dán nhãn.

Luật lệ và quản trị là cửa thứ sáu: tính toàn vẹn thi đấu, dàn xếp tỷ số, hợp đồng kép, hợp đồng dài hạn dùng để giam cầu thủ, tính hợp pháp của hợp đồng với người chưa thành niên. Không có tên giải đấu, không có cơ quan quản lý, không có quốc gia, thì không xác định được hệ thống luật nào đang áp dụng — luật của nhà phát hành, luật của ban tổ chức, hay quy định quốc gia.

Hồ sơ rủi ro là cửa thứ bảy, và đây là chỗ tôi muốn dừng lâu nhất. Ma trận rủi ro tiêu chuẩn có sáu nhóm: cạnh tranh, tài chính, nhân sự, luật lệ, dư luận, hệ thống. Với một đầu vào rỗng, cả sáu nhóm đều không thể liệt kê, vì mỗi nhóm cần một chủ thể có tên. Nhưng có nhóm thứ bảy ít khi được ghi vào ma trận: rủi ro quy trình. Rủi ro quy trình là loại rủi ro duy nhất có thể kết luận ngay lúc này, và nó đã xảy ra. Mức độ: cao. Xác suất: đã xác nhận. Tác động: toàn bộ tầng phân tích phía sau bị vô hiệu hóa.

Tự sự công chúng là cửa thứ tám. Ở đây có một phép kiểm tra tôi cho là tốt nhất để phát hiện quá nhiệt: chia độ nóng trên mạng xã hội cho nền tảng dữ liệu phía sau. Khi hai vế lệch nhau, đó là dấu hiệu câu chuyện đã tách khỏi sự thật. Nhưng phép chia cần hai số. Một đầu vào rỗng cho ra phép chia không xác định, và một phép chia không xác định không phải là một phép chia an toàn.

Truyền dẫn ngành là cửa thứ chín: nhà phát hành ở đầu nguồn, câu lạc bộ và nền tảng phát trực tuyến ở giữa, tài trợ và các thị trường phái sinh ở cuối. Không xác định được nhà phát hành thì mọi liên kết phía sau đều đứt, bởi nhà phát hành là bên kiểm soát thực tế chu kỳ cập nhật, giấy phép giải đấu và cơ cấu chia doanh thu.

Chín cửa, chín ổ khóa. Và trên tờ giấy ấy, người ta vẫn đóng dấu: không phát hiện rủi ro.

Mọi cuộc khủng hoảng đều là dữ liệu chưa được dán nhãn. Một hồ sơ rỗng cũng vậy. Chỉ khác ở chỗ cuộc khủng hoảng này không ồn ào.

Nghịch lý: báo cáo xấu còn dễ sống hơn báo cáo trống

Trong nghề này, người ta sợ số liệu xấu. Một chỉ số phòng ngự tệ, một đường cong phong độ đi xuống, một khoản lương chậm — tất cả đều gây khó chịu, nhưng chúng có thể xử lý. Số liệu xấu là một vấn đề kỹ thuật. Bạn nhìn thấy nó, bạn đặt tên cho nó, bạn đưa ra ba kịch bản: lạc quan, cơ sở, bi quan. Rồi bạn quyết định mua hay không mua.

Thứ nguy hiểm hơn nhiều là số liệu im lặng. Một bảng trống không đưa ra ba kịch bản. Nó không đưa ra kịch bản nào. Và vì báo cáo vẫn chạy ra được, vẫn đủ mục, vẫn có phần kết luận, nên nó rất dễ được đọc thành một kết quả khả quan. Không tìm thấy bằng chứng xấu bị nhầm với không có bằng chứng xấu. Đó là cú lừa tinh vi nhất mà một quy trình dữ liệu có thể tự gây ra cho chính mình.

Ở đây tôi phải nghiêm khắc với chính nghề của mình. Tôi đã từng thấy các bản báo cáo được trình bày đẹp hơn cả thứ chúng chứa đựng: bảng biểu nhiều màu, chỉ số in đậm, phần tóm tắt mở đầu gọn gàng. Những bản báo cáo ấy thường được đánh giá cao hơn những bản viết khô khan nhưng đầy đủ. Cấu trúc đẹp tạo ra một cảm giác an toàn giả, bởi người đọc nhìn thấy hình thức được hoàn thành và mặc định rằng nội dung cũng được hoàn thành theo. Chín mục đã có đủ tiêu đề. Vậy là xong việc.

Và cũng phải nói ngược lại một điều mà ít người muốn nghe: không phải mọi bảng trống đều là thảm họa. Có những trường hợp trống một cách trung thực và hữu ích — khi nguồn thực sự không tồn tại, khi cầu thủ chưa có đủ số phút thi đấu để dựng mẫu, khi một chỉ số không thể tính vì đơn vị đo thay đổi giữa các mùa. Một ô trống trung thực có giá trị hơn một ô được điền bằng nội suy. Vấn đề không nằm ở ô trống. Vấn đề nằm ở việc ô trống ấy bị gán cho nhãn "không rủi ro" — nghĩa là một khoảng trắng nhận lấy ý nghĩa của một kết luận phủ định.

Tôi không tin vào trực giác — tôi tin vào hệ số phân rã của trực giác. Cái tôi tin thứ hai là sự ồn ào. Một thất bại ồn ào, có báo lỗi, có dòng chữ báo động, là một thất bại may mắn. Nó tự tố cáo. Nó buộc người ta dừng lại. Trong khi đó, một thất bại im lặng vẫn cho phép mọi người đi tiếp, và đi tiếp trong một tầng phân tích rỗng nghĩa là đi tiếp mà không có gì dưới chân.

Chuyển nhượng không phải là mua người, mà là mua một phân phối xác suất. Muốn mua một phân phối, bạn phải có mẫu để dựng phân phối ấy. Không có mẫu, cái bạn đang mua không phải là phân phối xác suất — nó là một tờ giấy có chữ ký.

Có một tín hiệu đáng lo khác nằm trong chính cấu trúc của thất bại này. Khi các ô "lập trường tác giả" và "mục đích bài viết" cùng trống, cùng với một nhãn "chưa phân loại" ở ô loại bài, thì dấu hiệu thường không nằm ở bài viết gốc. Nó nằm ở dây dẫn của quy trình: một khe cắm bị lệch, một bản mẫu bị điền sai, một bộ bóc tách gặp tường phí hoặc bị chặn theo vùng. Nếu đúng như vậy, lỗi ấy không thuộc về một hồ sơ duy nhất. Nó thuộc về cả một lô hồ sơ, và có thể đang âm thầm chạy qua nhiều tuần mà không ai phát hiện, vì báo cáo vẫn ra đều đặn và vẫn được ký.

Tín hiệu cho vòng sau

Việc đầu tiên phải làm không phải là sửa kết luận, mà là gắn nhãn. Một đầu ra có trạng thái dữ liệu không đầy đủ phải được đánh dấu rõ ràng, và tuyệt đối không được đưa vào bất kỳ đường quyết định nào như một kết quả có nội dung. Việc thứ hai là dựng một cổng kiểm tra độ đầy đủ ở đầu vào: nếu danh sách điểm thông tin rỗng, hoặc thực thể liên quan chưa được xác định, quy trình phải dừng cứng thay vì chạy tiếp và trả về một báo cáo trông có vẻ hoàn chỉnh. Việc thứ ba là kiểm tra lại chính bài viết gốc: trạng thái truy cập, tường phí, số ký tự thực sự bóc được, mốc thời gian xuất bản — vì nếu bài gốc thuộc dạng chuyển nhượng hoặc trước trận, giá trị phân tích của nó đang phân rã theo từng ngày.

Tôi từng viết rằng có những trận đấu kết thúc khi trọng tài thổi còi — và có những trận chỉ bắt đầu khi dữ liệu cất tiếng. Hồ sơ này thuộc loại thứ hai. Nó chưa bắt đầu. Nó mới chỉ được ký.

Câu hỏi còn lại không dành cho báo cáo, mà dành cho người đọc nó: lần tới, khi một tờ giấy sạch trôi qua bàn, anh có dừng lại để hỏi nó lần thứ ba không?