Bẫy dữ liệu trống: khi bảng số im lặng bị đọc thành tín hiệu an toàn

Tháng 6 năm 2026, tôi ngồi trong phòng họp tầng ba của một câu lạc bộ K League 1 với một xấp báo cáo tuyển trạch dày bốn mươi trang trên tay. Trang thứ mười hai có một bảng hai cột. Cột trái đầy những con số tấn công: 2,8 đường chuyền tạo cơ hội mỗi 90 phút, tỷ lệ rê bóng thành công 61%, xG chain 0,42. Cột phải gần như để trắng. Vài ô có gạch ngang, vài ô có ký hiệu NA.

Ban lãnh đạo đọc cột trái, gật đầu. Rồi họ nhìn cột phải, và tôi thấy điều tôi sợ nhất: họ gật đầu lần nữa. Một giám đốc kỹ thuật nói, gần như để tự trấn an, "Phòng ngự chưa rõ lắm nhưng chắc không sao, cậu ta còn trẻ."

Không ai trong phòng hỏi tại sao cột phải trống. Không ai hỏi liệu đó là vì cầu thủ yếu phòng ngự, hay vì hệ thống dữ liệu của chúng tôi đơn giản là không thu thập được chỉ số phòng ngự từ giải đấu Tây Ban Nha ở thời điểm đó. Và đó là khởi đầu của cái tôi gọi là bẫy dữ liệu trống — khi sự im lặng của một bảng số bị đọc nhầm thành tín hiệu an toàn.

Sáu tháng sau, tiền vệ đó tỏa sáng và giúp đội bóng chủ quản của anh trụ hạng thành công, còn đội bóng của tôi về đích thứ tám trên bảng xếp hạng. Nhưng thất bại đó không đến từ dữ liệu sai. Nó đến từ một loại lỗi tinh vi hơn, đắt tiền hơn, và gần như không ai trong ngành thể thao chịu nói to về nó: lỗi đọc sự trống rỗng thành sự an toàn.

Bối cảnh: khi đường ống dữ liệu của bạn thầm lặng sụp đổ

Ngành phân tích thể thao — cả bóng đá lẫn esports — đã xây dựng danh tiếng của mình trên một lời hứa đơn giản: dữ liệu sẽ nói cho bạn sự thật mà mắt thường bỏ lỡ. xG cho bạn biết đội nào xứng đáng thắng. PPDA cho bạn biết đội nào pressing thật sự. Chỉ số vị trí GPS cho bạn biết cầu thủ nào di chuyển thông minh. Đó là lời hứa tôi đã theo đuổi suốt mười hai năm quan sát ngành, và tôi vẫn tin vào nó.

Nhưng có một vấn đề mà những người bán dữ liệu ít khi nhắc đến: dữ liệu không bao giờ tự khai báo rằng nó đang thiếu. Một bảng tính Excel không có cơ chế tự động đỏ lên khi một cột trống. Một dashboard không phát tín hiệu alarm khi một trường dữ liệu bị null. Một bản báo cáo tuyển trạch không in dòng chữ đỏ "CẢNH BÁO: BA CHỈ SỐ PHÒNG NGỰ KHÔNG CÓ DỮ LIỆU."

Kết quả của sự im lặng đó là một chuỗi lỗi lan truyền mà tôi đã chứng kiến quá nhiều lần trong sự nghiệp quản trị thị trường chuyển nhượng. Bước một, hệ thống thu thập dữ liệu thất bại ở một trường nào đó — vì nhà cung cấp không có API cho giải đấu đó, vì cầu thủ chơi quá ít phút, vì trận đấu bị hoãn, vì trang nguồn trả về trang lỗi. Bước hai, cột đó trở thành null hoặc NA trong cơ sở dữ liệu. Bước ba, giao diện báo cáo tự động lọc bỏ các giá trị null để bảng trông gọn gàng hơn. Bước bốn, người đọc báo cáo thấy một ô trắng và diễn giải nó theo cách có lợi nhất cho quyết định họ muốn đưa ra.

Bước bốn là nơi tội lỗi xảy ra. Và nó xảy ra ở mọi cấp độ của ngành thể thao, từ phòng tuyển trạch câu lạc bộ K League cho đến các tổ chức esports hàng đầu, từ bộ phận phân tích của một đội bóng Ngoại hạng Anh cho đến các công ty cá cược thể thao đang cố gắng định giá trận đấu.

Trong giới thống kê, lỗi này có tên. Người ta gọi nó là bẫy âm tính giả — false-negative trap. Cái bẫy trong đó trạng thái "không phát hiện được vấn đề" bị tiêu thụ như thể nó là "không có vấn đề." Trong y học, nó giết người: một xét nghiệm ung thư thất bại vì mẫu bị nhiễm bẩn không có nghĩa là bệnh nhân khỏe mạnh. Trong thể thao, nó không giết người. Nó chỉ làm sụp đổ những kỳ chuyển nhượng mà thôi.

Cột trống của Asan: bài học đầu tiên tôi học được từ xG

Tôi bắt đầu quan tâm đến các trạng thái trống trong dữ liệu từ rất sớm, trước cả khi tôi biết đến cái tên học thuật của nó. Năm 2026, khi còn là sinh viên năm nhất ở Busan, tôi tự tay thu thập dữ liệu từ các trận đấu của Asan Mugunghwa — đội bóng quân đội nổi tiếng của K League 2. Tôi không có nguồn dữ liệu trả phí. Tôi có một chiếc laptop cũ, một tài khoản mạng xã hội để xem lại diễn biến trận đấu, và một bộ quy tắc chấm xG thô mà tôi chép lại từ một bài nghiên cứu của StatsBomb.

Sau khi chấm xong hai mươi trận, tôi nhận ra một điều kỳ lạ. Asan đứng đầu bảng K League 2, nhưng xG mỗi trận của họ chỉ đạt 1,02. Con số đó thấp hơn hẳn hai đội xếp sau là Busan IPark với 1,48 và Gyeongnam FC với 1,41. Đội đầu bảng có xG thấp hơn cả đội hạng ba và hạng tư.

Khi tôi đào sâu, tôi tìm ra nguyên nhân. Asan ghi được sáu quả phạt đền trong sáu trận liên tiếp trong giai đoạn đó. Sáu quả. Trong sáu trận. Họ không thắng vì họ chơi tốt hơn đối thủ, mà vì họ may mắn được hưởng phạt đền ở những thời điểm quyết định.

Tôi viết bài phân tích trên blog cá nhân, khẳng định Asan sẽ tụt hạng trong giai đoạn sau. Bài viết đạt hai nghìn lượt xem — con số khổng lồ với một blog sinh viên mới mở. Kết quả: Asan đứng thứ tư khi mùa giải kết thúc, và thua ở vòng play-off.

Nhưng bài học quan trọng nhất tôi rút ra từ vụ Asan không phải là về penalty. Nó là về một trường khác trong bảng dữ liệu của tôi: cột xG bị để trống trong những trận mà Asan thắng nhờ phạt đền. Lúc đó tôi chưa hiểu rằng, bằng cách ghi chú "xG không tính phạt đền" vào cột ghi chú, tôi đang tạo ra một trạng thái trống trong dữ liệu mà người đọc sau này có thể diễn giải theo bất kỳ cách nào họ muốn.

Hai năm sau, tôi nhận được một email từ một nhà phân tích của đội bóng đối thủ, hỏi rằng cột xG trống trong bảng dữ liệu của tôi có nghĩa là Asan "không sút được cơ hội nguy hiểm nào" trong những trận đó. Người đó đã đọc sự trống rỗng thành một tín hiệu kỹ thuật. Trong khi sự thật là tôi chỉ đơn giản không chấm điểm xG cho phạt đền vì chúng vốn là mẫu gần như chắc chắn.

Đó là lần đầu tiên tôi hiểu rằng trong phân tích thể thao, sự trung thực về nguồn gốc dữ liệu quan trọng không kém sự chính xác của dữ liệu. Bạn có thể có dữ liệu đúng, tính toán đúng, công thức đúng — và vẫn gieo vào đầu người đọc một kết luận sai chỉ vì bạn để một ô trắng mà không giải thích.

PPDA 5.8 và cái bẫy đọc con số hấp dẫn nhất

Tháng 6 năm 2026, tôi phân tích trận Hàn Quốc thắng Đức 2–0 trên sân Kazan tại World Cup Nga. Đây là trận đấu mà giới phân tích quốc tế nhớ đến qua một con số: PPDA của Đức là 5,8. Nghe thì đáng sợ. Nó có nghĩa là đội tuyển Đức chỉ cho đối thủ trung bình 5,8 đường chuyền trước khi họ thực hiện một hành động phòng ngự. Đó là mức pressing cực đoan, gần với ngưỡng cao nhất của bóng đá đỉnh cao.

Nhiều nhà phân tích dùng con số đó để chê bai lối chơi của huấn luyện viên Shin Tae-yong. Lập luận của họ như sau: Hàn Quốc chỉ kiểm soát bóng 28%, để Đức pressing nghẹt thở, chỉ tung ra ba cú sút trúng đích, và thắng nhờ hai bàn từ phạt góc và phản công trong những phút bù giờ. Nghe như một chiến thắng may mắn của một đội bóng yếu.

Tôi đào sâu hơn vào dữ liệu. Tôi chia trận đấu thành các khối mười lăm phút. Kết quả cho thấy một bức tranh khác hẳn: Đức chạy quãng đường nhiều nhất trong giai đoạn từ phút 60 đến phút 75. Đến phút 76, khi Kim Young-gwon được tung vào sân, hệ thống pressing của họ vỡ ra. Quãng đường pressing trung bình của tuyến giữa Đức giảm từ 11,4 km xuống còn 9,8 km trong hai mươi phút cuối. Đó là một sự sụp đổ thể lực có thể đo lường được, không phải một tai nạn ngẫu nhiên.

Tôi viết bài phản biện, lập luận rằng PPDA không phải một thước đo tuyệt đối. Nó là một chỉ số phụ thuộc vào khối thời gian bạn đo, vào việc đội đó có bị dẫn bàn không, vào thể trạng cầu thủ, và vào đối thủ của họ. Với một đội chơi phòng ngự phản công như Hàn Quốc, PPDA cao của đối thủ không phải là dấu hiệu sức mạnh của đối thủ. Nó có thể là dấu hiệu rằng đối thủ đang chạy vào một cái bẫy chết người.

Bài viết gây tranh cãi. Một số người tấn công tôi trên diễn đàn, nói rằng tôi đang bào chữa cho một chiến thắng của đội nhà bằng cách bẻ cong dữ liệu. Ba tuần sau, FIFA công bố báo cáo phân tích chính thức về trận đấu, xác nhận chính xác những gì tôi đã viết: sự sụp đổ thể lực của tuyến giữa Đức từ phút 75 trở đi là nguyên nhân trực tiếp dẫn đến hai bàn thua ở phút bù giờ.

Tôi kể câu chuyện này không phải để khoe khoang. Tôi kể nó để chỉ ra một cơ chế cụ thể mà bất kỳ nhà phân tích nào cũng sẽ gặp phải. Khi bạn đặt PPDA lên bàn, bạn đang nhìn vào một con số không có chiều thời gian. Bạn không biết con số đó được đo trong khoảng phút nào. Bạn không biết nó có bao gồm các giai đoạn mà đội đó đã dẫn bàn và chủ động lùi sâu hay không. Bạn không biết nó có tính cả các pha bóng chết hay không. Về mặt kỹ thuật, bạn đang nhìn vào một bảng có một cột số và ba cột trắng xung quanh nó.

Và như thường lệ, mắt người đọc chỉ nhìn vào cột số. Ba cột trắng còn lại thì vô hình.

Bốn trăm trận không có khán giả: khi trường dữ liệu lớn nhất bị xóa khỏi hệ thống

Năm 2026, khi đại dịch khiến các giải vô địch quốc gia phải thi đấu trên sân không khán giả, tôi đang là học viên cao học tại Busan. Tôi quyết định tận dụng cơ hội mà tôi gọi là phòng thí nghiệm tự nhiên hiếm có của thế kỷ. Trong vòng bốn tháng, tôi theo dõi hai trăm mười bốn trận đấu tại Bundesliga và K League 1. Tôi ghi lại từng bàn thắng, từng thẻ phạt, từng quả phạt góc, từng tỷ số. Và tôi ghi lại một cột mà trước đó rất ít người chú ý: cột khán giả.

Kết quả khiến tôi sửng sốt. Tỷ lệ thắng sân nhà tại Bundesliga giảm từ 43,2% xuống còn 37,8%. Số bàn thắng trung bình mỗi trận tăng từ 2,79 lên 3,12. Lợi thế sân nhà — thứ mà các nhà phân tích thể thao truyền thống luôn coi là bất biến — sụt giảm gần sáu điểm phần trăm chỉ vì một trường dữ liệu bị xóa khỏi hệ thống.

Tôi công bố nghiên cứu nhỏ đó trên Medium. Một biên tập viên của một trang thể thao chuyên về phân tích dữ liệu đã liên hệ và mời tôi cộng tác. Họ cần người viết bài khai thác dữ liệu vị trí GPS từ các đội bóng Hàn Quốc. Tôi đồng ý ngay, vì đó là cơ hội để tôi tiếp cận nguồn dữ liệu trả phí mà một sinh viên nghèo như tôi không thể nào mua nổi.

Nhưng bài học về sân không khán giả còn sâu hơn thế. Nó dạy tôi rằng những biến số mà chúng ta cho là cố định trong phân tích thể thao — lợi thế sân nhà, áp lực khán đài, hiệu ứng tâm lý — thực ra là những trường dữ liệu có thể bị tắt đi bất cứ lúc nào. Khi chúng bị tắt, phần lớn mô hình phân tích không có cơ chế tự điều chỉnh. Chúng tiếp tục vận hành với giả định cũ, và kết quả là chúng dự báo sai trong im lặng.

Hai trăm mười bốn trận sân không khán giả dạy tôi: lợi thế sân nhà là dữ liệu, không chỉ là không khí. Khi khán giả biến mất, dữ liệu thay đổi. Mô hình phân tích không nhận ra điều đó. Con người cũng vậy.

Người ta gọi đó là thí nghiệm tự nhiên. Tôi gọi đó là cơ hội để đo lường may mắn. Và khi đo được may mắn, bạn nhận ra rằng rất nhiều kết luận mà ngành thể thao coi là chân lý chỉ đơn giản là hiệu ứng phụ của một biến số bị bỏ quên trong cột.

Vụ chuyển nhượng Lee Kang-in: bốn mươi trang và một cột trắng

Quay trở lại tháng 6 năm 2026. Lúc đó tôi đã làm quản trị viên thị trường chuyển nhượng cho một câu lạc bộ K League 1 được vài năm. Tôi đề xuất chiêu mộ Lee Kang-in từ Mallorca với giá tám triệu euro. Dữ liệu của tôi cho thấy anh đứng trong top mười giải vô địch quốc gia Tây Ban Nha về số đường chuyền tạo cơ hội sau mỗi 90 phút, với chỉ số 2,8. Con số đó cao hơn cả Isco ở thời điểm đó.

Tôi trình bày báo cáo dài bốn mươi trang, có so sánh chỉ số theo chuẩn hóa giữa các giải đấu, có dự báo đường cong phát triển theo tuổi, có phân tích rủi ro về khả năng thích nghi với một giải đấu có nhịp độ và cường độ khác.

Ban lãnh đạo từ chối. Lý do: "Cậu ấy không thể hiện được khả năng phòng ngự."

Tôi biết tại sao họ nói vậy. Trong báo cáo của tôi, cột chỉ số phòng ngự gần như để trắng. Không phải vì Lee Kang-in không phòng ngự. Mà vì nguồn dữ liệu của tôi cho giải Tây Ban Nha không cung cấp đầy đủ các chỉ số phòng ngự chi tiết như các giải khác. Tôi đã ghi chú điều đó ở phần phụ lục trang ba mươi bảy. Không ai đọc đến trang ba mươi bảy.

Sáu tháng sau, Lee Kang-in tỏa sáng và giúp Mallorca trụ hạng thành công. Đội bóng của tôi về đích thứ tám. Tôi thu thập toàn bộ email, báo cáo dữ liệu và biên bản họp. Tôi viết một bài phân tích nội bộ dài mười lăm trang, trình bày trước ban giám đốc, thừa nhận sai lầm của quy trình mà không đổ lỗi cho bất kỳ cá nhân nào.

Trong bài phân tích đó, tôi đưa ra một khuyến nghị mà sau này trở thành nguyên tắc làm việc của tôi trong nhiều năm: mọi trường dữ liệu trống trong một báo cáo tuyển trạch phải được đánh dấu bằng một trong ba nhãn rõ ràng — "dữ liệu thực sự không tồn tại trên thị trường", "dữ liệu tồn tại nhưng quy trình thu thập của chúng ta thất bại", hoặc "chúng ta không có khả năng đo lường chỉ số này ở cấp độ chuyên môn." Ba nhãn này có ba hàm ý hoàn toàn khác nhau cho quyết định chuyển nhượng, và gộp chúng thành một ô trắng duy nhất là một hành vi lười biếng về mặt trí tuệ.

Đây là điểm mà tôi muốn nhấn mạnh vào đậm: một ô trắng trong bảng dữ liệu thể thao không bao giờ là trung lập. Nó luôn mang một trong ba ý nghĩa, và người đọc không chuyên sẽ luôn chọn ý nghĩa có lợi nhất cho định kiến sẵn có của họ. Nếu họ muốn mua cầu thủ, họ sẽ đọc ô trắng phòng ngự là "chắc không có vấn đề gì." Nếu họ muốn từ chối cầu thủ, họ sẽ đọc nó là "chắc là yếu." Trong cả hai trường hợp, ô trắng đã âm thầm quyết định thay cho dữ liệu.

Bẫy dữ liệu trống trong esports: một bài toán còn nguy hiểm hơn

Nếu bẫy dữ liệu trống đã đủ nguy hiểm trong bóng đá, nó trở nên nghiêm trọng hơn gấp nhiều lần trong esports. Lý do nằm ở một đặc tính cấu trúc của ngành: esports vận hành trên các bản vá (patch) có chu kỳ ngắn, và mỗi bản vá có thể vô hiệu hóa toàn bộ dữ liệu lịch sử của bạn trong một đêm.

Hãy tưởng tượng một tổ chức League of Legends đang đánh giá một tuyển thủ đường giữa cho kỳ chuyển nhượng giữa mùa. Bộ phận phân tích của họ xây dựng một bảng chỉ số: chỉ số lính mỗi phút, tỷ lệ tham gia hạ gục, chỉ số vàng mỗi phút, tỷ lệ thắng đối đầu trực tiếp. Bảng đó được cập nhật hàng tuần. Nhưng khi một bản vá lớn ra mắt và thay đổi cơ chế của ba vị tướng chủ lực của tuyển thủ này, hai tuần dữ liệu đầu tiên sau bản vá bị trống vì hệ thống thu thập chưa kịp cập nhật mẫu phân tích.

Hai tuần đó là cột trắng. Và cột trắng đó, trong một cuộc họp ban huấn luyện ngắn, sẽ bị đọc thành "tuyển thủ này vẫn thi đấu ổn định" bởi vì không ai có thời gian để hỏi tại sao dữ liệu bị trống.

Trong bóng đá, một cầu thủ chơi tệ trong hai tuần vẫn có thể được phát hiện qua mắt thường, qua video, qua báo cáo của tuyển trạch viên sống. Trong esports, nơi có hàng trăm trận đấu mỗi tuần trên khắp các khu vực, mắt thường không bao giờ theo kịp khối lượng dữ liệu. Khi hệ thống dữ liệu bị trống ở một trường, không có cơ chế cảm nhận thay thế nào đủ nhanh để bù đắp. Đó chính là điều mà tôi gọi là điểm mù cấu trúc của esports.

Có một vấn đề song song ở đây liên quan đến các chỉ số mà tôi quen dùng trong bóng đá. Trong bóng đá, tôi có thể dùng xG để đánh giá chất lượng cơ hội và PPDA để đánh giá cường độ pressing. Trong esports, các chỉ số tương đương như lượng sát thương gây ra trên mỗi đơn vị vàng, tỷ lệ sử dụng kỹ năng quan trọng, hay tỷ lệ chuyển hóa lợi thế sớm thành chiến thắng không được chuẩn hóa giữa các giải đấu. Một tuyển thủ có chỉ số sát thương trên vàng 1,4 ở giải Hàn Quốc không thể được so sánh trực tiếp với một tuyển thủ có chỉ số 1,6 ở giải Trung Quốc, vì meta, độ dài trận, và cơ chế tính điểm khác nhau.

Điều đó có nghĩa là khi bạn nhập khẩu một chỉ số từ bóng đá vào esports, bạn đang nhập khẩu một cột số cùng với một cột trắng đi kèm mà bạn không nhìn thấy. Bạn không thấy rằng chỉ số đó được định nghĩa khác nhau ở hai giải. Bạn không thấy rằng nó được tính trên mẫu trận đấu có độ dài khác nhau. Bạn không thấy rằng nó đo lường một khái niệm có cơ chế nhân quả khác nhau.

Bản địa hóa chỉ số là một công việc mà tôi coi là bắt buộc trong mọi phân tích esports. Nó có nghĩa là: trước khi bạn dùng một chỉ số, bạn phải trả lời được câu hỏi về mặt cơ chế rằng vì sao biến số đó vận hành trong trò chơi cụ thể này, với bản vá cụ thể này, ở giai đoạn cụ thể này. Nếu không trả lời được, bạn đang phân tích một trường dữ liệu mà bạn không hiểu.

Cột trắng trong các mô hình cá cược thể thao

Có một lĩnh vực mà bẫy dữ liệu trống đã gây ra những thất bại tốn kém nhất, và nó thường không xuất hiện trong các cuộc thảo luận của giới phân tích thể thao: thị trường cá cược.

Từng làm việc nhiều năm với các mô hình dữ liệu phục vụ quản trị thị trường chuyển nhượng, tôi có cơ hội trao đổi với một số nhà định giá của các công ty cá cược lớn. Điều tôi học được từ họ là một nguyên tắc đơn giản: khi một trường dữ liệu bị trống trong hệ thống của họ, tỷ lệ cược không tự động điều chỉnh về phía trung lập. Nó điều chỉnh theo cách mà mô hình của họ được lập trình để xử lý null.

Một số mô hình xử lý null bằng cách thay thế bằng giá trị trung bình của giải đấu. Một số mô hình xử lý null bằng cách thay thế bằng giá trị trung bình của cầu thủ đó trong mùa trước. Một số mô hình xử lý null bằng cách bỏ qua trường đó hoàn toàn. Ba cách xử lý này cho ra ba tỷ lệ cược khác nhau, và trong một số trường hợp, chênh lệch giữa chúng đủ lớn để tạo ra cơ hội chênh lệch giá cho những nhà đầu tư hiểu rõ cách mà mỗi mô hình xử lý missing data.

Tôi không khuyến khích bất kỳ ai tham gia vào việc khai thác những lỗ hổng này. Tôi chỉ nói rằng sự tồn tại của chúng chứng minh một điều: bẫy dữ liệu trống không phải là một vấn đề học thuật. Nó có tiền gắn liền với nó, theo cả nghĩa đen lẫn nghĩa bóng.

Tôi không có thẩm quyền đưa ra lời khuyên cá cược, và bất kỳ ai muốn dùng phân tích dữ liệu để đặt cược đều nên nhớ rằng kết quả sự kiện thể thao có mức độ bất định cực cao. Điều tôi muốn các bạn ghi nhớ chỉ là nguyên tắc kỹ thuật: khi bạn thấy một mô hình dự báo có vẻ chính xác một cách lạ thường ở một khu vực nào đó, hãy kiểm tra xem nó đang xử lý các giá trị null như thế nào. Rất có thể bạn sẽ tìm ra lời giải thích ở đó.

Ba loại cột trắng và cách phân biệt chúng

Sau nhiều năm vật lộn với vấn đề này, tôi đã xây dựng cho mình một khung phân loại ba loại trạng thái trống trong dữ liệu thể thao. Khung này không hoàn hảo, nhưng nó đã cứu tôi khỏi một vài sai lầm tốn kém trong sự nghiệp quản trị thị trường chuyển nhượng.

Loại một, trạng thái chưa từng được đo lường. Đây là trường hợp dữ liệu thực sự không tồn tại trên thị trường. Ví dụ: trước năm 2026, không có tổ chức nào thu thập xG ở K League. Trước năm 2026, không có dữ liệu vị trí GPS cho các đội bóng châu Á. Khi bạn gặp một cột trắng thuộc loại này, kết luận đúng không phải là "cầu thủ này không có kỹ năng đó," mà là "chúng ta không có cách nào biết được."

Loại hai, trạng thái có thể đo được nhưng chưa thu thập được. Đây là trường hợp dữ liệu tồn tại trên thị trường, nhưng đường ống dẫn dữ liệu của tổ chức bạn bị hỏng, hoặc hợp đồng cung cấp của bạn không bao gồm giải đấu đó, hoặc nhà cung cấp API của bạn trả về lỗi trong khoảng thời gian đó. Khi bạn gặp một cột trắng thuộc loại này, kết luận đúng không phải là "cầu thủ này yếu ở khía cạnh đó," mà là "quy trình của chúng ta đang có lỗ hổng, và chúng ta cần vá nó trước khi đưa ra quyết định."

Loại ba, trạng thái đã được đo nhưng không thể chuẩn hóa. Đây là trường hợp bạn có dữ liệu, nhưng định nghĩa của chỉ số ở giải đấu này khác với định nghĩa ở giải đấu khác. Ví dụ: cách tính chỉ số "đường chuyền quyết định" ở La Liga khác với cách tính ở Ngoại hạng Anh. Cách tính "tham gia hạ gục" ở giải Hàn Quốc khác với cách tính ở giải Trung Quốc. Khi bạn gặp một cột trắng thuộc loại này, kết luận đúng không phải là "cầu thủ này không có chỉ số đó," mà là "chúng ta cần chuẩn hóa chỉ số trước khi so sánh."

Ba loại này có ba hàm ý hoàn toàn khác nhau cho quyết định chuyển nhượng, báo cáo chiến thuật, và định giá trận đấu. Người phân tích chuyên nghiệp là người luôn hỏi câu hỏi "ô trắng này thuộc loại nào" trước khi đưa ra bất kỳ kết luận nào từ phần còn lại của bảng.

Đội đá penalty sáu trên sáu trận không phải đang chơi bóng, mà đang chơi may rủi. Đó là bài học từ Asan năm 2026. Nhưng còn một bài học sâu hơn: đội phân tích đọc sáu trận đó mà không có cột xG chuẩn hóa còn đang chơi một trò may rủi lớn hơn nhiều, và họ không biết điều đó.

Cái bẫy ở cấp độ tổ chức: khi toàn bộ hệ thống im lặng cùng lúc

Câu chuyện trở nên nghiêm trọng hơn khi bẫy dữ liệu trống không chỉ xảy ra ở một trường duy nhất, mà xảy ra ở cấp độ toàn bộ hệ thống phân tích của một tổ chức. Tôi đã chứng kiến điều này hai lần trong sự nghiệp, và cả hai lần đều để lại hậu quả nghiêm trọng.

Lần thứ nhất xảy ra ở K League 1 năm 2026. Một câu lạc bộ lớn đổi nhà cung cấp dữ liệu từ nhà cung cấp cũ sang nhà cung cấp mới. Hợp đồng mới bao gồm nhiều chỉ số hơn, nhưng có một điều khoản kỹ thuật mà ban lãnh đạo không để ý: nhà cung cấp mới không hỗ trợ các trường dữ liệu liên quan đến chỉ số tâm lý của cầu thủ — chẳng hạn như chỉ số phục hồi sau lỗi, chỉ số phản ứng sau khi bị thay ra, và chỉ số ổn định tinh thần theo từng giai đoạn mùa giải.

Trong suốt mùa giải, bộ phận phân tích tiếp tục đưa ra báo cáo với cấu trúc cũ. Các trường dữ liệu tâm lý trở thành null. Báo cáo trông vẫn đẹp. Nhưng đội bóng thua năm trong số tám trận cuối mùa, và một phần nguyên nhân được ban huấn luyện thừa nhận sau mùa là họ đã không phát hiện kịp thời sự sụp đổ tinh thần của toàn bộ đội hình.

Lần thứ hai xảy ra ở một tổ chức esports châu Á vào năm 2026. Một bản vá lớn làm thay đổi cơ chế của một số hệ thống kỹ năng cụ thể. Bộ phận phân tích của tổ chức đó có một công cụ tự động cào dữ liệu từ các trận đấu xếp hạng cao để cập nhật mẫu phân tích. Nhưng bản vá đó đi kèm một thay đổi nhỏ trong API khiến công cụ cào dữ liệu nhận về giá trị rỗng mà không báo lỗi. Trong ba tuần, tổ chức đó ra quyết định về đội hình chính dựa trên dữ liệu của bản vá cũ, được cập nhật từ một cơ sở dữ liệu đang im lặng.

Kết quả là gì? Tổ chức đó bị loại ở vòng bảng giải khu vực. Trong buổi họp sau mùa, họ phát hiện ra lỗi kỹ thuật. Nhưng khi kiểm tra biên bản các cuộc họp trước đó, không ai trong phòng họp hề ghi nhận rằng dữ liệu đang bất thường.

Đây là điểm mà bẫy dữ liệu trống trở nên nguy hiểm nhất: nó không bao giờ tự báo động. Nó không gửi thông báo lỗi cho nhà quản lý. Nó không đỏ lên trên dashboard. Nó chỉ đơn giản là im lặng, và trong sự im lặng, người ta tiếp tục đưa ra quyết định dựa trên những gì họ thấy ở cột còn lại.

Sự im lặng của dữ liệu là một tín hiệu, không phải một sự vắng mặt. Nó cần được phiên dịch, không phải được phớt lờ.

Góc nhìn ngược chiều: tương quan không phải nhân quả, và sự trống rỗng không phải sự an toàn

Tôi từng bị tấn công vì dám nghi ngờ PPDA. FIFA xác nhận điều đó. Nhưng cái tôi học được từ vụ đó không chỉ là một bài học về PPDA. Nó là một bài học rộng hơn về mọi chỉ số trong thể thao: chúng ta thường trao cho một con số quyền lực mà chúng ta không trao cho sự thiếu vắng của nó.

Khi bạn thấy PPDA 5,8, bạn xây dựng một câu chuyện về cường độ pressing. Khi bạn thấy ô trắng ở cột PPDA của một đội khác, bạn không xây dựng câu chuyện nào cả. Bạn chỉ im lặng. Nhưng sự im lặng đó là một quyết định phân tích có hệ quả. Nó có nghĩa là đội đó sẽ không được đánh giá về áp lực mà họ tạo ra. Nó có nghĩa là họ có thể đang pressing rất mạnh mà không ai biết, hoặc họ có thể đang không pressing chút nào mà không ai biết. Trong cả hai trường hợp, một khía cạnh quan trọng của hồ sơ đội bóng biến mất khỏi bức tranh.

Đây là góc nhìn phản trực giác mà tôi muốn bạn mang theo: các chỉ số hào nhoáng nhất của ngành phân tích thể thao — xG, PPDA, chỉ số vị trí, chỉ số vàng mỗi phút — chỉ kể cho bạn một phần của câu chuyện. Phần còn lại của câu chuyện nằm ở những trường dữ liệu không tồn tại, ở những giải đấu không được cào, ở những khoảng thời gian không được theo dõi, ở những khoảnh khắc mà mô hình im lặng và con người không hỏi tại sao.

Trong mọi quyết định tuyển trạch mà tôi từng đưa ra trong sự nghiệp, thất bại lớn nhất không đến từ việc tôi đưa ra kết luận sai từ dữ liệu. Nó đến từ việc tôi không để ý rằng một trường dữ liệu đang trống, và bằng cách đó, tôi đã để cho trạng thái im lặng quyết định thay cho phần lý trí còn lại của mình.

Đó là lý do tôi thành lập quy tắc cá nhân: mỗi khi đọc một bảng dữ liệu, dành ba mươi giây đầu tiên để liệt kê những gì KHÔNG có trong đó, trước khi phân tích những gì có. Ba mươi giây đó đã cứu tôi không ít lần khỏi việc đánh giá sai một cầu thủ, một chiến thuật, hay một cơ hội chuyển nhượng.

Cách vá cột trắng: những gì tôi làm ở câu lạc bộ hiện tại

Ở câu lạc bộ mà tôi đang làm việc, chúng tôi đã xây dựng một quy trình gọi là quy trình đánh dấu ba loại trống. Mỗi khi bộ phận phân tích hoàn thành một báo cáo, có một bước kiểm duyệt bắt buộc: mọi trường có giá trị null hoặc NA phải được gắn nhãn bằng một trong ba ký hiệu P1, P2, hoặc P3.

P1 có nghĩa là dữ liệu thực sự không tồn tại trên thị trường. Trong trường hợp này, quyết định không được dựa vào sự hiện diện hay vắng mặt của trường đó. Nó phải dựa vào các chỉ số thay thế hoặc vào phân tích định tính của tuyển trạch viên sống.

P2 có nghĩa là dữ liệu tồn tại nhưng chúng tôi chưa thu thập. Trong trường hợp này, có một hành động bắt buộc: liên hệ với nhà cung cấp, hoặc với đối tác dữ liệu, hoặc với tuyển trạch viên đã quan sát cầu thủ đó, để lấy dữ liệu còn thiếu trước khi đưa ra quyết định.

P3 có nghĩa là dữ liệu có nhưng không thể chuẩn hóa với các giải đấu khác. Trong trường hợp này, chúng tôi thực hiện một bước chuẩn hóa thủ công trước khi so sánh, hoặc ít nhất là ghi chú rõ rằng sự so sánh chỉ có tính tương đối.

Quy trình này đã làm chậm các quyết định chuyển nhượng của chúng tôi xuống khoảng một tuần so với trước. Nhưng nó đã giảm số lượng các vụ tuyển trạch thất bại mà chúng tôi hối tiếc trong hai mùa gần đây xuống gần như bằng không. Với tôi, đó là một sự đánh đổi hoàn toàn xứng đáng.

Điều tôi muốn nhấn mạnh là quy trình này không đòi hỏi công nghệ phức tạp hay dữ liệu đắt tiền. Nó chỉ đòi hỏi một người phân tích có kỷ luật trí tuệ. Bất kỳ nhóm nào cũng có thể áp dụng nó với một bảng tính và một buổi họp mười lăm phút.

Những tín hiệu cần theo dõi trong vòng tiếp theo

Khi bạn làm việc trong ngành phân tích thể thao, có một số tín hiệu giúp bạn biết khi nào bẫy dữ liệu trống có nguy cơ gây hại. Tôi liệt kê một số tín hiệu mà tôi theo dõi thường xuyên nhất.

Tín hiệu thứ nhất là sự xuất hiện của một chỉ số bất thường về mặt thống kê so với phần còn lại của bảng. Không phải theo nghĩa giá trị của nó lớn hay nhỏ, mà theo nghĩa độ lệch chuẩn của nó bất thường. Ví dụ, khi một cầu thủ có chỉ số tấn công ở mức trên trung bình nhưng chỉ số phòng ngự hoàn toàn trống, trong khi các cầu thủ khác cùng vị trí có chỉ số phòng ngự đầy đủ. Sự bất đối xứng đó là một dấu hiệu của vấn đề về đường ống dữ liệu, không phải một dấu hiệu về phong cách chơi.

Tín hiệu thứ hai là sự xuất hiện của dữ liệu "quá đẹp" trong khoảng thời gian ngắn. Một cầu thủ có chỉ số tăng đột biến trong hai trận rồi trở lại bình thường. Một đội bóng có xG cao bất thường trong ba tuần rồi sụp đổ. Những hiện tượng này thường là kết quả của việc dữ liệu bị tính trùng, bị chồng lấp, hoặc bị cập nhật từ hai nguồn khác nhau mà không có cơ chế đồng bộ. Dữ liệu quá đẹp không phải là tín hiệu của sự tiến bộ chiến thuật. Nó thường là tín hiệu của một cột trắng khác đang bị thay thế bằng một giá trị giả.

Tín hiệu thứ ba là sự thay đổi đột ngột trong cấu trúc của bảng. Nếu một báo cáo hàng tuần bỗng nhiên có ít trường hơn, hoặc có thứ tự trường thay đổi, hoặc có một số trường bị đổi tên, đó là dấu hiệu của một thay đổi hệ thống chưa được thông báo. Trong trường hợp đó, câu hỏi đầu tiên cần đặt ra không phải là "dữ liệu mới nói gì," mà là "dữ liệu cũ đã biến đi đâu."

Tín hiệu thứ tư, và là tín hiệu tôi coi trọng nhất, là sự im lặng bất thường trong một khía cạnh mà trước đó luôn ồn ào. Một chỉ số từng được báo cáo đều đặn hàng tuần đột nhiên không còn xuất hiện. Một trường dữ liệu từng có giá trị cho mọi trận đấu của một cầu thủ đột nhiên trống trong ba trận liên tiếp. Khi điều đó xảy ra, câu hỏi cần đặt ra không phải là "chúng ta có cần trường đó không," mà là "tại sao nó biến mất, và điều gì đang xảy ra với cầu thủ đó trong thời gian nó biến mất."

Đừng tin bảng xếp hạng, hãy hỏi xG. Bảng xếp hạng kể quá khứ, dữ liệu kể tương lai. Nhưng tôi sẽ đi xa hơn một bước: khi một trường dữ liệu biến mất khỏi bảng, hãy hỏi tại sao nó biến mất trước khi bạn hỏi phần còn lại của bảng đang kể câu chuyện gì.

Kết

Suốt nhiều năm, tôi từng nghĩ rằng kỹ năng quan trọng nhất của một nhà phân tích thể thao là khả năng đọc con số. Tôi đã luyện tập kỹ năng đó rất nhiều: tính xG theo từng tình huống, chuẩn hóa chỉ số giữa các giải, phân tích chuỗi thời gian của phong độ cầu thủ. Tất cả những thứ đó vẫn quan trọng.

Nhưng nếu tôi phải chọn một kỹ năng duy nhất để truyền lại cho người làm nghề này ở thế hệ sau, nó sẽ không phải là kỹ năng đọc con số. Nó sẽ là kỹ năng phát hiện sự vắng mặt của con số.

Khi bạn đọc một bảng dữ liệu, mắt bạn tự động bị hút về phía những con số. Đó là cách bộ não con người được cấu tạo. Nhưng bộ não của một nhà phân tích chuyên nghiệp phải được luyện để cảm nhận được khoảng trắng giữa các con số. Khoảng trắng đó chứa đựng nhiều thông tin hơn bất kỳ ô số nào, bởi vì nó chứa đựng câu hỏi mà bạn chưa đặt ra.

Trong mùa giải tới, khi bạn mở một báo cáo phân tích, dù là về một trận đấu bóng đá hay một kỳ chuyển nhượng esports, tôi mời bạn thử một bài tập. Trước khi đọc bất kỳ số nào, hãy liệt kê những gì không có trong bảng. Sau đó, tự hỏi mỗi khoảng trắng thuộc loại P1, P2, hay P3. Cuối cùng, hãy xem xét rằng những kết luận bạn đang hình thành có còn đứng vững nếu khoảng trắng đó không phải là sự vắng mặt của vấn đề, mà là sự vắng mặt của dữ liệu.

Câu hỏi tiếp theo dành cho bạn không phải là bạn có tin vào dữ liệu hay không. Câu hỏi là bạn có đủ can đảm để từ chối kết luận khi dữ liệu im lặng hay không. Và trong một ngành mà ai cũng đang cố gắng kết luận nhanh hơn người khác, sự can đảm để từ chối kết luận có thể là lợi thế cạnh tranh lớn nhất mà bạn có.