Bong bóng trăm triệu euro và khoảng mờ VAR: Khi dữ liệu học cách khiêm nhường

Bong bóng trăm triệu euro và khoảng mờ VAR: Khi dữ liệu học cách khiêm nhường

Một buổi tối ở Anfield và con số 8,2

Mùa giải 2026-17, khi Juergen Klopp còn đang bị phần lớn giới chuyên môn ở Anh gọi bằng biệt danh nửa đùa nửa thật là "gã điên nước Đức", tôi ngồi bên chiếc laptop cũ trong một căn hộ nhỏ ở Liverpool và làm một việc mà thời điểm ấy chẳng mấy ai thấy đáng tin: tôi cộng lại toàn bộ số đường chuyền mà Liverpool cho phép đối phương thực hiện trước khi họ ra tay phòng ngự, chia cho số chuỗi phòng ngự, và ra được chỉ số PPDA trung bình. Kết quả là 8,2. Thấp nhất Premier League mùa đó.

Để so sánh, Manchester United của Jose Mourinho khi ấy có PPDA 15,7. Khoảng cách giữa hai chữ số ấy không phải là khoảng cách của hai hàng tiền vệ. Nó là khoảng cách của hai thế giới quan. Một bên tin rằng bóng đá được thắng bằng cách kéo đối thủ vào cơn đau thể xác ngay khi họ vừa chạm bóng; bên kia tin rằng trật tự và vị trí mới là nền tảng. Cả hai đều có cơ sở. Nhưng chỉ một bên có dữ liệu đứng sau lưng nó.

Tôi viết một bài dài về gegenpressing và đăng lên blog cá nhân. Phản hồi đến nhanh và lạnh. Người ta bảo tôi "máy móc", bảo tôi biến môn thể thao của cảm xúc thành một bảng tính, bảo rằng bóng đá không vận hành như một bài toán. Tôi đọc hết từng lời chỉ trích. Tôi không bỏ bài viết. Ngày 14 tháng 1 năm 2026, Liverpool đánh bại Manchester City 4-3 trong một trận cầu mà nếu bạn xem lại, bạn sẽ thấy mọi bàn thắng của đội chủ nhà đều được sinh ra từ một tình huống mà đối phương vừa để mất bóng trong vòng 5 giây. Tôi ngồi im rất lâu sau tiếng còi mãn cuộc.

Dữ liệu thì thầm, người biết lắng nghe sẽ nghe thấy phép màu.

Nhưng tôi kể câu chuyện đó không phải để tự khen. Tôi kể nó vì tám năm sau, khi đã 51 tuổi và đang làm công việc quản trị thị trường chuyển nhượng, tôi nhận ra mình đã từng đúng và cũng đã từng sai, và cả hai lần ấy đều xuất phát từ cùng một thói quen: đặt trọn niềm tin vào những con số mà quên mất rằng mỗi con số đều được sinh ra trong một hoàn cảnh không bao giờ tái lặp.

Bối cảnh: từ niềm tin tuyệt đối đến sự tự vấn

Năm 2026, ở tuổi 43, tôi được một trang thể thao mời viết chuyên đề về World Cup tại Nga. Tôi phân tích toàn bộ 64 trận bằng một mô hình xG tự chế. Mô hình cho tôi một kết luận rất rõ: Pháp là đội có chỉ số tạo cơ hội cao nhất, trung bình khoảng 2,4 xG mỗi trận, và sẽ vô địch. Croatia đi đến trận chung kết bằng một hành trình mà mô hình của tôi xếp vào loại "xG thấp nhưng may mắn". Tôi viết ra điều đó. Tôi bị chế giễu.

Khi Croatia thực sự vào chung kết, tôi sụp đổ về mặt cảm xúc nhiều hơn những gì tôi thừa nhận với bất kỳ ai. Tôi khóa mình trong thư viện thành phố suốt hai tuần, mở lại toàn bộ dữ liệu, và tìm ra lỗi: mô hình của tôi bỏ qua hoàn toàn các tình huống cố định, đặc biệt là những quả phạt góc. Croatia không may mắn. Họ giỏi ở một khía cạnh mà tôi không đo. Tôi không sai về Pháp. Tôi sai về việc tin rằng cái mình đo được là tất cả những gì tồn tại.

xG là một cuộc cách mạng, nhưng mọi cuộc cách mạng đều cần thời gian để người ta chấp nhận.

Ba năm sau, tháng 3 năm 2026, cả thế giới bóng đá dừng lại vì đại dịch. Liverpool đang hơn Manchester City 25 điểm và gần như đã nắm chắc chức vô địch Premier League. Mùa giải bị treo. Tôi viết ba bản nháp và xóa cả ba. Nếu dữ liệu không thể lường trước một đại dịch, thì rốt cuộc nó có nghĩa lý gì? Tôi ngồi trước màn hình trống và cảm thấy nghề của mình mong manh đến mức nực cười.

Khi bóng đá trở lại với những khán đài không người vào tháng 6, tôi phát hiện ra một điều làm tôi phải viết lại toàn bộ cách mình suy nghĩ. Tỷ lệ thắng trên sân nhà ở Premier League rơi từ khoảng 46% xuống 39%. Lợi thế sân nhà — thứ mà mọi mô hình vẫn coi là một hằng số ổn định trong nhiều thập kỷ — đột ngột biến mất phần lớn. Sân vận động trống không làm sai lệch dữ liệu, nhưng nó khiến sự thật trở nên trống rỗng.

Và rồi tháng 7 năm 2026, qua một kết nối tình cờ trên mạng xã hội, tôi được một nhà phân tích chiến thuật người Ý chia sẻ dữ liệu huấn luyện nội bộ của đội tuyển Italia. Họ chạy trung bình khoảng 112 km mỗi trận — không phải đội chạy nhiều nhất. Nhưng chỉ số luân chuyển bóng của họ vượt trội. Tôi viết một bài với tựa đề "Người Ý không phải đội phòng ngự — họ là một cỗ máy chuyển động", bài lan ra hơn 10.000 lượt chia sẻ. Đó là lần đầu tiên tôi cảm nhận được niềm vui khi phân tích của mình có một cộng đồng cùng tin. Tôi học được ở Anfield rằng: niềm tin cũng là một biến số.

Phần cốt lõi: ba câu chuyện dữ liệu của mùa giải đấu lớn

Bốn cột mốc trên — Anfield 2026, Nga 2026, đại dịch 2026, Euro 2026 — tạo thành một đường cong mà tôi tin là mô tả trung thực nhất vị trí của dữ liệu trong bóng đá hôm nay. Nó không phải một đường thẳng đi lên từ mê tín đến khoa học. Nó là một đường zigzag, trong đó mỗi bước tiến lại đi kèm một khoảng trống mới mà ta chưa kịp lấp. Tôi muốn dùng ba câu chuyện cụ thể để làm rõ điều đó, bởi vì trong một mùa giải đấu lớn, khi cảm xúc đội tuyển quốc gia bị nén lại đến mức căng, con người ta có xu hướng hoặc tin tuyệt đối vào dữ liệu, hoặc phủ nhận nó hoàn toàn. Cả hai đều là những cách trốn tránh.

Câu chuyện thứ nhất: bảng định giá cầu thủ và cái bong bóng giá trẻ

Nhiều năm nay tôi làm việc với các bảng định giá chuyển nhượng, và điều khiến tôi lo ngại không phải là con số tuyệt đối, mà là tốc độ tăng của nó so với nền tảng kinh nghiệm đằng sau. Một cầu thủ mới 19 tuổi, chưa từng đá trọn một mùa giải ở một giải vô địch quốc gia hàng đầu châu Âu, đã có thể được định giá ngang với những cầu thủ đã chứng minh bản thân qua hàng trăm trận đỉnh cao. Tôi từng chứng kiến điều này lặp lại nhiều lần trong hơn ba thập kỷ quan sát thị trường.

Để nhìn rõ, ta cần tách một bản hợp đồng thành ba phần. Phần thứ nhất là chất lượng hiện tại, đo được bằng các chỉ số như số phút thi đấu, sản lượng bàn thắng trên 90 phút, chỉ số tạo cơ hội, và các chỉ số phòng ngự. Phần thứ hai là tiềm năng, đo bằng quỹ đạo phát triển — tức tốc độ cải thiện chỉ số qua các mùa, chứ không phải giá trị tuyệt đối ở thời điểm hiện tại. Phần thứ ba là "phần bù rủi ro truyền thông", tức khoản tiền mà một câu lạc bộ trả thêm chỉ để không bị đối thủ giành mất cầu thủ, hoặc để thỏa mãn kỳ vọng của cổ động viên trong một kỳ chuyển nhượng.

Điều mà bảng định giá hiện đại đang làm sai là gộp cả ba phần vào một con số duy nhất rồi gọi nó là "giá trị". Nhưng ba phần ấy có mức độ bất định rất khác nhau. Chất lượng hiện tại có độ bất định thấp: nếu một cầu thủ đã đá 90 phút mỗi tuần trong ba mùa giải liên tiếp, ta biết khá chắc anh ta là ai. Tiềm năng có độ bất định trung bình đến cao, và tăng theo hàm mũ khi tuổi còn trẻ. Phần bù truyền thông thì có độ bất định gần như hoàn toàn — nó phụ thuộc vào thị trường, vào thời điểm, vào sự hoảng loạn của một giám đốc thể thao nào đó. Mỗi con số trong bảng chuyển nhượng đều là một số phận đang chờ được viết tiếp.

Tôi đã tự xây một cách nhìn gọn hơn cho vấn đề này, dù tôi biết nó chỉ là xấp xỉ. Với một cầu thủ dưới 21 tuổi, tôi đặt trọng số cho tiềm năng cao hơn chất lượng hiện tại, nhưng tôi giới hạn phần bù rủi ro ở một tỷ lệ nhất định so với giá trị cốt lõi. Khi tôi áp cách nhìn này lên các thương vụ lớn trong vài kỳ chuyển nhượng gần đây, phần lớn các bản hợp đồng đắt giá nhất đều vượt ngưỡng hợp lý, và một tỷ lệ đáng kể trong số đó vượt cả ngưỡng mà tôi coi là "vùng cảnh báo".

Điều này nghe có vẻ giống một lời phàn nàn về việc bóng đá ngày càng nhiều tiền. Nó không phải vậy. Bóng đá luôn nhiều tiền, chỉ là số tiền có khác. Điều tôi muốn nhấn mạnh là cấu trúc rủi ro. Khi bạn trả 100 triệu euro cho một cầu thủ chưa đá nổi 50 trận đỉnh cao, bạn không mua một tài sản đã được định giá. Bạn mua một quyền chọn, và bạn trả giá của một cổ phiếu đã niêm yết. Khoảng cách giữa hai loại giá trị ấy chính là điều mà tôi gọi là can bạc trần trụi.

Nhưng khoan đã. Tôi có đang lặp lại sai lầm năm 2026 của mình không? Có phải tôi đang lấy một mô hình định giá — vốn bỏ qua những thứ như khả năng bán áo đấu, sức hút truyền thông, giá trị thương mại của một cái tên đối với thị trường châu Á — để tuyên bố rằng thị trường đang sai? Có lẽ vậy. Và tôi phải thẳng thắn thừa nhận: bảng định giá của tôi cũng có những quả phạt góc mà nó bỏ qua.

Câu chuyện thứ hai: khoảng mờ của VAR và điều khoản "lỗi rõ ràng và hiển nhiên"

Tôi là một người ủng hộ công nghệ. Tôi đã từng viết rằng bóng đá cần nhiều dữ liệu hơn, không ít hơn. Nhưng VAR buộc tôi phải nói một điều trái với bản năng của mình: phần lớn những tranh cãi về VAR không phải là tranh cãi về công nghệ, mà là tranh cãi về ngôn ngữ.

Giao thức của VAR xoay quanh một cụm từ bất khả thi: "lỗi rõ ràng và hiển nhiên". Đây không phải một tiêu chí kỹ thuật. Đây là một tiêu chí diễn giải. Và bất kỳ tiêu chí diễn giải nào, khi được đặt vào tay nhiều người khác nhau, ở nhiều thời điểm khác nhau, trong nhiều bầu không khí khác nhau, đều sẽ cho ra những kết quả khác nhau. Đấy là bản chất của ngôn ngữ, không phải lỗi của trọng tài.

Ta thử phân rã một tình huống kiểm tra VAR thành các lớp quyết định. Lớp thứ nhất là vật lý: bóng có chạm tay không, chân có vào bóng trước người không. Nghe có vẻ khách quan. Nhưng lớp này lại phụ thuộc vào khung hình: máy quay nào, ở góc nào, ở tốc độ nào. Ở 25 khung hình mỗi giây, khoảnh khắc chạm bóng và khoảnh khắc chạm người có thể nằm trong cùng một khung. Đưa máy quay lên 50 khung hình, và hai khoảnh khắc tách ra. Cùng một tình huống, hai tốc độ khác nhau, hai kết luận khác nhau.

Lớp thứ hai là việc vẽ đường việt vị. Người ta thường nói hệ thống bán tự động loại bỏ sai số. Nó loại bỏ sai số đo đạc, nhưng nó không loại bỏ sai số khung hình, bởi vì máy vẫn phải chọn một khung làm điểm tham chiếu. Khoảnh khắc bóng được đá đi là một thời điểm liên tục, không phải một khung hình rời rạc. Khi bạn lượng tử hóa nó, bạn đưa vào một sai số có hệ thống.

Lớp thứ ba là lớp diễn giải về tính nghiêm trọng. Một pha kéo người ở giữa sân và một pha tương tự trong vòng cấm không được đánh giá như nhau, dù về mặt chữ nghĩa chúng giống nhau. Vậy thì "rõ ràng" rốt cuộc rõ ràng với ai?

Trong thế giới mùa giải kéo dài, kẻ thức tỉnh chỉ có thể dựa vào bảng tính của mình.

Vấn đề của tôi với VAR không phải là nó tồn tại. Vấn đề là nó được trình bày như một cơ chế khách quan, trong khi thực chất nó là một cơ chế tạo ra tính hợp lệ (legitimacy) cho các quyết định vốn đã mang tính diễn giải. VAR không làm cho quyết định trở nên đúng. Nó làm cho quyết định trở nên khó bị phản đối hơn. Đó là một điều khác, và sự nhập nhằng giữa hai điều này là nơi mọi tranh cãi sinh ra.

Câu chuyện thứ ba: đám đông và dữ liệu trong một mùa giải đấu lớn

Tôi quay lại với bối cảnh trước mắt. Chúng ta đang ở giữa một chu kỳ giải đấu lớn, và tôi nhận thấy một điều lặp lại mỗi khi chu kỳ ấy đến. Dòng dữ liệu trở nên đặc hơn, dữ liệu công khai trở nên nhanh hơn, nhưng chất lượng của các diễn giải gần như không tăng tương ứng. Đám đông không trở nên chính xác hơn chỉ vì họ có nhiều số hơn.

Trong các giải đấu cấp đội tuyển quốc gia, mẫu số rất nhỏ. Một đội chỉ chơi một số trận rất ít. Điều đó có nghĩa là phương sai của mọi chỉ số đều cao. Một cầu thủ ghi ba bàn trong hai trận có thể có "sản lượng" ngang với một cầu thủ ghi ba bàn trong mười trận, nếu ta không chuẩn hóa. Nhưng trên truyền thông, cả hai được ca ngợi như nhau, và đến lượt nó, sự ca ngợi ấy lại đẩy giá trị chuyển nhượng của người thứ nhất lên cao hơn hẳn người thứ hai. Đây là cơ chế sinh ra bong bóng, không phải ở sân cỏ mà ở bảng giá.

Ngược lại, một đội như Italia năm 2026 mà tôi đã phân tích không dựa vào một ngôi sao sản lượng cao. Họ dựa vào cấu trúc luân chuyển bóng. Trong một giải đấu ngắn, cấu trúc thường ổn định hơn phong độ cá nhân — nhưng cấu trúc lại khó bán hơn cho công chúng. Người ta mua áo của cầu thủ ghi bàn, không ai mua áo của một hệ thống luân chuyển.

Và đây là điểm mà tôi muốn nói rõ trong mùa giải đấu lớn này: khi cảm xúc dân tộc bị nén lại và bùng lên qua mỗi đường bóng, dữ liệu bị sử dụng chủ yếu như vũ khí tranh luận, chứ không phải như công cụ tìm hiểu. Người ta nhặt một chỉ số thuận lợi và khẳng định. Người ta bỏ qua chỉ số bất lợi và im lặng. Cả hai phe đều làm vậy. Tôi cũng đã làm vậy, nhiều lần hơn tôi muốn nhớ.

Góc phản trực giác: tương quan không phải nhân quả, và giới hạn của mô hình

Hai mươi lăm năm quan sát dữ liệu bóng đá đã dạy tôi một điều mà tôi cho là quan trọng hơn mọi kỹ thuật: phần lớn các sai lầm nghiêm trọng trong phân tích bóng đá không đến từ việc tính sai, mà đến từ việc hiểu sai mối quan hệ nhân quả đằng sau một mối tương quan.

Hãy lấy một ví dụ mà các mô hình dễ mắc. Nhiều nghiên cứu chỉ ra rằng các đội có PPDA thấp có xu hướng giành nhiều điểm hơn. Từ đó, người ta kết luận pressing cao là con đường dẫn đến thành công. Nhưng mối tương quan này bị nhiễu bởi một biến ẩn: đội bóng có chất lượng cầu thủ cao thường có khả năng pressing cao hơn, và chính chất lượng cầu thủ, chứ không phải việc pressing, mới là nguyên nhân của thành công. Một đội bóng hạng trung cố bắt chước Liverpool và đẩy PPDA xuống 8 có thể chỉ tự sát.

Trong bối cảnh chuyển nhượng, lỗi tương tự còn nguy hiểm hơn. Ta thấy tương quan giữa giá chuyển nhượng và sản lượng bàn thắng của các cầu thủ trẻ trong một số trường hợp. Nhưng đâu là nguyên nhân? Đội mua trả giá cao vì họ nhìn ra tiềm năng, hay vì cầu thủ đã có sản lượng cao? Và nếu là trường hợp thứ hai, thì câu hỏi thật sự là liệu sản lượng ấy có lặp lại, hay nó chỉ là một mẫu nhỏ may mắn được khuếch đại bởi truyền thông?

Đây là lý do tôi không tin vào các mô hình dự đoán giá chuyển nhượng được rao bán như những hộp đen. Một mô hình dự đoán giá cầu thủ mà không mô hình hóa được thị trường — tức là sự hoảng loạn của người mua — thì không dự đoán được gì cả. Nó chỉ đang ngoại suy từ dữ liệu lịch sử sang một tương lai vốn được định hình bởi con người, không phải bởi quy luật.

Với VAR, lỗi nhân quả có hình dạng khác. Người ta nói rằng các quyết định đúng dẫn đến công bằng hơn. Nhưng công bằng trong bóng đá không được đo bằng số quyết định đúng, mà bằng mức độ chấp nhận của các bên. Biến số thật sự ở đây là tính hợp lệ, không phải tính chính xác. Đưa thêm công nghệ vào đúng một khía cạnh đo lường nhưng không giải quyết lớp diễn giải sẽ chỉ làm tăng khoảng cách giữa hai bên cảm nhận.

Tôi muốn tự phản biện lần cuối. Có phải tôi đang dùng sự hoài nghi về dữ liệu để tự bào chữa cho những lần dự đoán sai của mình? Rất có thể. Đây là cái bẫy mà bất kỳ nhà phân tích nào lớn tuổi cũng dễ mắc: biến sự khiêm nhường thành một lá chắn để không phải chịu trách nhiệm về kết luận của mình. Tôi không muốn làm điều đó. Sự khiêm nhường thật sự không phải là nói rằng "mọi thứ đều bất định", mà là nói rõ tôi tin điều gì, dựa trên dữ liệu nào, với xác suất bao nhiêu, và tôi sẽ thừa nhận sai khi nào.

Tín hiệu cho vòng tiếp theo

Ba tín hiệu tôi cho là đáng theo dõi trong phần còn lại của mùa giải đấu lớn này:

Thứ nhất, tốc độ điều chỉnh giá của thị trường chuyển nhượng so với sản lượng thực tế. Nếu giá cầu thủ trẻ tiếp tục tăng nhanh hơn sản lượng thi đấu chuẩn hóa theo số phút, bong bóng chưa có dấu hiệu xì hơi. Nếu khoảng cách bắt đầu thu hẹp, ta sẽ thấy các câu lạc bộ chuyển sang mua cầu thủ đã có nhiều phút thi đấu đỉnh cao hơn.

Thứ hai, cách các cơ quan điều hành xử lý ngôn ngữ của VAR. Nếu cụm "lỗi rõ ràng và hiển nhiên" được định nghĩa lại thành các tiêu chí có ngưỡng cụ thể thay vì để trọng tài diễn giải, tôi sẽ coi đó là một tín hiệu tích cực. Nếu họ chỉ mở rộng quyền can thiệp mà không làm rõ ngôn ngữ, tôi cho rằng tranh cãi sẽ còn tăng.

Thứ ba, cách dữ liệu được tiêu thụ trong cộng đồng. Khi tôi bắt đầu mời độc giả gửi dữ liệu của họ để cùng phân tích, tôi nhận ra một điều mà các phòng phân tích chuyên nghiệp thường bỏ qua: một lượng lớn hiểu biết về bóng đá nằm ngoài các phòng dữ liệu. Nếu chu kỳ này chứng kiến sự tham gia thật sự của người hâm mộ vào việc kiểm chứng chứ không chỉ vào việc tranh cãi, đó sẽ là bước tiến lớn hơn bất kỳ mô hình nào.

Tôi không kết thúc bằng một lời khuyên. Tôi chỉ muốn nói với những ai đang theo dõi mùa giải này: khi một con số xuất hiện trước mắt bạn, hãy hỏi nó được sinh ra ở khung hình nào, với mẫu bao nhiêu trận, và nó đang bỏ sót điều gì. Tôi từng đứng trước bảng số liệu mà cảm thấy như đang chứng kiến phép màu ở Anfield. Nhưng tôi cũng từng hiểu rằng nếu ta không tìm ra quả phạt góc mà mô hình của mình bỏ quên, thì điều kỳ diệu tiếp theo sẽ vẫn lướt qua ta. Người đúng trước thời đại luôn phải trả giá bằng sự cô độc. Vấn đề là sự cô độc ấy có đáng hay không — và điều đó, không bảng tính nào trả lời được thay ta.