Bản báo cáo hoàn hảo không có sự thật: Nghề phân tích bóng đá và cám dỗ bịa đặt dữ liệu

Tháng 3 năm 2026, một cộng sự trẻ ở Thượng Hải gửi cho tôi tập tài liệu dày bốn mươi trang về một tiền vệ người Brazil đang đá ở giải VĐQG Hà Lan. Bìa in đẹp, logo câu lạc bộ đóng đúng chỗ, mục lục chia rõ ràng. Bên trong là xG chain 0.42 mỗi trận, PPDA 9.1, tỷ lệ chuyền chính xác 88%, quãng đường chạy trung bình 11.4 km. Kết luận nằm gọn ở trang ba mươi chín: cầu thủ này xứng đáng với mức giá 25 triệu euro.

Tôi mở bảng dữ liệu gốc để đối chiếu. Trống. Không một cú sút nào, không một đường chuyền nào, không một mét chạy nào. Cột nguồn dữ liệu ghi chú thích rỗng, ngày cập nhật bỏ qua, đơn vị cung cấp không có. Cả bốn mươi trang kia được dựng lên từ một khối dữ liệu rỗng, và trong suốt quá trình đó không ai dừng lại để hỏi một câu duy nhất: con số này đến từ đâu.

Đó là khoảnh khắc tôi hiểu rằng vấn đề lớn nhất của nghề phân tích bóng đá hiện đại không phải là thiếu dữ liệu. Chúng ta đang chết chìm trong dữ liệu. Vấn đề là chúng ta đã học được cách tạo ra những bản báo cáo trông có vẻ chuyên nghiệp đến mức không ai còn kiểm tra nguồn gốc của từng con số nữa. Một tài liệu trình bày đẹp có thể che giấu một nền tảng trống rỗng, và hình thức chỉn chu ấy lại chính là thứ khiến người đọc tin tưởng nhất.

Bối cảnh: Khi áp lực sản xuất biến phân tích thành văn học

Tôi bước vào nghề năm 2026, khi mới mười tám tuổi, viết blog cá nhân về bóng đá châu Âu. Thời đó, một bài phân tích chỉ cần đúng về mặt cảm xúc là đủ. Người đọc muốn nghe kể lại trận đấu, muốn cảm nhận khoảnh khắc, muốn tin rằng bóng đá là câu chuyện của những anh hùng và bi kịch. Dữ liệu chỉ là phần phụ, một chút gia vị cho câu chuyện thêm phần thuyết phục.

Rồi làn sóng xG, PPDA, xG chain, progressive passes tràn vào. Các câu lạc bộ bắt đầu thuê phân tích viên. Các nền tảng dữ liệu mọc lên như nấm. Truyền thông bắt đầu đòi hỏi mỗi bài viết phải có số liệu, phải có biểu đồ, phải có kết luận đanh thép. Áp lực sản xuất đến từ bốn phía: tòa soạn muốn nhanh, độc giả muốn chắc, nhà tài trợ muốn hấp dẫn, và chính bản thân người viết muốn được công nhận là chuyên gia.

Trong cái guồng quay đó, một khoảng trống dữ liệu trở thành nỗi sợ hãi. Không ai muốn nộp một bản báo cáo ghi rằng "không đủ thông tin để kết luận". Cả một bộ máy đã được thiết kế để thưởng cho sự chắc chắn, và trừng phạt sự thận trọng. Khi bạn trình bày một kết luận rõ ràng, bạn được gọi là chuyên gia. Khi bạn nói rằng dữ liệu chưa đủ để kết luận, bạn bị coi là thiếu năng lực.

Tôi đã chứng kiến điều này ở nhiều cấp độ. Ở cấp độ sinh viên thực tập, người ta bịa một chỉ số để bài viết trông đầy đủ hơn. Ở cấp độ phân tích viên chuyên nghiệp, người ta ngoại suy từ một mẫu nhỏ rồi trình bày như thể đó là chân lý. Ở cấp độ cố vấn cho câu lạc bộ, người ta đưa ra khuyến nghị chuyển nhượng dựa trên dữ liệu của một giải đấu hoàn toàn khác với giải đấu mà cầu thủ sẽ thi đấu. Mỗi bước nhảy logic nhỏ ấy đều được bọc trong một lớp vỏ trình bày ngày càng tinh vi hơn.

Nghề phân tích bóng đá Trung Quốc mà tôi đang làm việc có một đặc điểm riêng: tốc độ. Thị trường này đòi hỏi nội dung mới mỗi ngày, đôi khi mỗi giờ. Một trận đấu kết thúc lúc mười giờ đêm, sáng hôm sau đã phải có phân tích chi tiết. Không ai có đủ thời gian để kiểm tra từng cú sút, đối chiếu từng đường chuyền, xác minh từng nguồn dữ liệu. Người ta lấy những con số đã có sẵn trên các nền tảng thống kê, dán vào một khuôn mẫu có sẵn, và gọi đó là phân tích.

Vấn đề là những con số ấy không được kiểm chứng. Một bài viết về một cầu thủ có thể dùng dữ liệu từ ba nguồn khác nhau, mỗi nguồn định nghĩa PPDA một kiểu, và không ai phát hiện ra sự mâu thuẫn. Một phân tích về một trận đấu có thể gộp dữ liệu từ giải quốc nội và cúp châu Âu mà không phân biệt bối cảnh đối thủ. Một đánh giá về phong độ có thể so sánh số liệu của một tiền đạo đá ở đội bóng kiểm soát bóng với một tiền đạo đá ở đội bóng phòng ngự phản công, rồi kết luận người này giỏi hơn người kia.

Tất cả những lỗi ấy đều có chung một đặc điểm: chúng không thể phát hiện được bằng mắt thường. Bản báo cáo vẫn đẹp, con số vẫn hợp lý, kết luận vẫn nghe có vẻ thuyết phục. Chỉ đến khi bạn mở kho dữ liệu gốc ra và phát hiện nó trống rỗng, bạn mới hiểu rằng mình đang đọc một tác phẩm hư cấu được trình bày dưới dạng báo cáo chuyên môn.

Phân tích: Con số không bao giờ nói dối - chỉ có cách đọc nó mới sai lầm

Tôi bắt đầu sự nghiệp phân tích nghiêm túc của mình bằng một sai lầm ngược lại. Năm 2026, trong trận bán kết UEFA Youth League giữa U19 Barcelona và U19 Chelsea, tiền đạo Abel Ruiz ghi hai bàn giúp Barcelona thắng 3-0. Tôi ngồi tính lại toàn bộ các cú sút và phát hiện tổng xG của Chelsea là 2.8, cao hơn của Barcelona là 2.1. Tôi viết một bài với luận điểm rằng Chelsea mới là đội tạo ra nhiều cơ hội hơn nhưng bị chôn vùi bởi tỷ số.

Bài viết nhận hơn mười hai nghìn lượt đọc. Một biên tập viên của trang Sport Datan liên hệ cộng tác. Nhưng khi nhìn lại, tôi thấy mình đã mắc một lỗi nghiêm trọng: tôi dùng xG để phủ nhận kết quả, thay vì dùng xG để hiểu kết quả. Tôi ngây thơ tin rằng một con số phản trực giác tự động đúng hơn kết quả công khai, mà quên rằng con số cũng có thể sai, cũng có thể bị đọc sai, cũng có thể không bao hàm tất cả những gì xảy ra trên sân.

Sự thật là tổng xG 2.8 của Chelsea không có nghĩa là Chelsea xứng đáng thắng. Nó chỉ có nghĩa là trong khuôn khổ những gì mô hình xG đo được, Chelsea tạo ra chất lượng cơ hội cao hơn. Mô hình ấy không đo được sự hoảng loạn của hàng thủ trước sức ép tâm lý, không đo được một pha bỏ lỡ cơ hội quyết định, không đo được khoảnh khắc một cầu thủ hai mươi tuổi mất bình tĩnh. Con số đúng, nhưng trần đo của nó có hạn.

Con số không bao giờ nói dối. Chỉ có cách đọc nó mới sai lầm. Đây là câu tôi tự nhắc mình mỗi khi mở một bảng dữ liệu. Trước khi viết một dòng nào, tôi phải trả lời ba câu hỏi: con số này được tính từ nguồn nào, nó đo lường chính xác điều gì, và nó không đo lường được điều gì. Nếu bỏ qua bước thứ ba, tôi lại tiếp tục dùng dữ liệu để tô vẽ một phiên bản sự thật mà chính tôi muốn tin.

Năm 2026, tôi thực tập tại một công ty phân tích dữ liệu thể thao. Trước vòng tứ kết World Cup, tôi xây dựng một mô hình logistic với các biến PPDA, chênh lệch xG và quãng đường chạy. Mô hình cho Croatia xác suất vào chung kết là 43%, cao hơn hẳn Anh (29%). Cả phòng dữ liệu cười ồ vì Croatia bị xem là đội chiếu dưới, còn Anh là ứng viên sáng giá của truyền thông.

Khi Croatia thắng Anh 2-1 ở bán kết, tôi công bố bài viết mang tựa đề "Croatia, đội bóng PPDA thấp nhất tứ kết nhưng bền bỉ nhất". Bài viết được một huấn luyện viên trẻ ở châu Á chia sẻ trên mạng xã hội, và một số đồng nghiệp bắt đầu nhìn tôi khác đi.

Nhưng cái tôi học được từ Croatia không phải là "mô hình đúng". Cái tôi học được là sự khác biệt giữa một xác suất và một lời tiên tri. Mô hình nói 43%, không nói chắc chắn. Và cái 43% ấy chỉ có ý nghĩa khi đi kèm một tập hợp điều kiện: Croatia phải duy trì được cấu trúc đội hình, phải không bị chấn thương ở trục giữa, phải đá đúng nhịp độ mà không bị cuốn vào lối chơi của đối thủ. Croatia 2026 dạy tôi: xác suất 12% vẫn là một con số đáng để đặt cược, nhưng chỉ khi dữ liệu về thể lực, tổ chức và đối thủ hội tụ đủ.

Đây là điểm mà hầu hết các bài phân tích bỏ qua. Người ta trích dẫn xác suất như thể nó là kết quả. Họ quên rằng mỗi con số chỉ tồn tại trong một không gian điều kiện cụ thể, và khi không gian ấy thay đổi, con số ấy mất giá trị ngay lập tức.

Năm 2026, đại dịch khiến mọi giải đấu đình chỉ. Tôi đối mặt với cú sốc thiếu dữ liệu mới, và theo bản năng của một người thuộc nhóm ESTJ, tôi không ngồi chờ. Tôi tận dụng thời gian để đánh giá lại dữ liệu năm mùa giải châu Âu. Tôi phát hiện một quy luật: PPDA trung bình của đội chủ nhà trước đại dịch là 9.6, nhưng khi sân vận động trống, con số này giảm xuống còn 8.9.

Nghĩa là đội chủ nhà pressing thấp hơn khi không có khán giả. Tôi viết nghiên cứu "Khán giả có phải là một cầu thủ?" và được một câu lạc bộ tại Thâm Quyến mời cộng tác chính thức.

Sân không khán giả là phòng thí nghiệm lớn nhất mà bóng đá hiện đại từng có. Nó cho phép chúng ta tách một biến số ra khỏi tổng thể và đo lường tác động của nó một cách riêng biệt. Lợi thế sân nhà, thứ mà giới phân tích thường quy cho mặt sân, khí hậu và lịch di chuyển, hóa ra phần lớn đến từ tiếng hô của mười hai người đàn ông trên khán đài. Khi khán đài im lặng, lợi thế ấy biến mất, và chúng ta nhìn thấy sự thật trần trụi hơn về đội bóng.

Bài học từ nghiên cứu ấy không phải là "khán giả quan trọng". Bài học là dữ liệu luôn nằm trong bối cảnh, và một người phân tích nghiêm túc phải mô tả bối cảnh ấy trước khi trích dẫn bất kỳ con số nào. Một PPDA 8.9 trên sân không khán giả không thể so sánh trực tiếp với PPDA 9.6 trên sân có khán giả. Hai con số thuộc hai thế giới khác nhau.

Đến tháng 1 năm 2026, tôi hai mươi ba tuổi, làm phân tích viên tại một công ty tư vấn ở Thâm Quyến. Câu lạc bộ Shenzhen FC nhờ tôi đánh giá tiền vệ Enzo Fernández của River Plate. Tôi chỉ ra rằng Enzo có xG chain 0.45 mỗi trận, thuộc nhóm 5% cao nhất giải Argentina, nhưng quãng đường chạy trung bình chỉ 9.8 km, thấp hơn tiêu chuẩn 11.2 km của khu vực. Tôi kết luận Enzo đáng được mua.

Giám đốc thể thao chỉ nhìn vào chỉ số cardio, bác bỏ đề xuất và ký hợp đồng với một tiền vệ nội địa khác. Enzo sau đó tỏa sáng tại World Cup và được Chelsea chiêu mộ với mức giá kỷ lục của bóng đá Anh. Tôi viết bài "Khi một con số giết chết một thương vụ" và nó gây tiếng vang lớn trong cộng đồng tuyển trạch.

Nhưng đó cũng là lúc tôi ngừng đưa ra kết luận dựa trên bất kỳ chỉ số đơn lẻ nào. Từ sau vụ Enzo, mỗi bài phân tích của tôi luôn sử dụng thang đo đa chiều: quãng đường, xG, PPDA, xG chain, progressive carries, và áp lực trong không gian hẹp. Tôi đối chiếu các số liệu với nhau để tìm ra bức tranh toàn cảnh trước khi viết một dòng nào. Mỗi con số là một lời khai; người đủ kiên nhẫn mới nghe được phiên tòa trọn vẹn.

Điều đáng chú ý là khi tôi trình bày báo cáo Enzo, tôi không hề bịa một con số nào. Mọi chỉ số đều có nguồn, đều có ngày cập nhật, đều có đơn vị cung cấp. Vậy mà đề xuất của tôi vẫn bị bác bỏ, vì người ra quyết định chỉ đọc một dòng trong cả báo cáo. Đây là nghịch lý của nghề: một báo cáo trung thực có thể bị đánh giá thấp, còn một báo cáo bịa đặt được trình bày đẹp có thể được chấp nhận ngay lập tức.

Và đó là lý do vì sao tôi coi trọng tính toàn vẹn dữ liệu hơn cả kết luận. Một kết luận sai có thể sửa. Một nền tảng dữ liệu bịa đặt thì không thể sửa, vì nó phá hủy chính khả năng phân biệt đúng sai của toàn bộ hệ thống.

Góc phản trực giác: Báo cáo càng đẹp, sự thật càng xa

Bốn mươi trang tài liệu mà cộng sự trẻ gửi cho tôi có một đặc điểm mà tôi đã gặp đi gặp lại trong nhiều năm: nó đẹp hơn mức cần thiết. Bìa in màu, font chữ cẩn thận, biểu đồ được vẽ bằng công cụ chuyên nghiệp, mục lục chia năm phần rõ ràng. Nếu bạn chỉ lướt qua, bạn sẽ nghĩ đây là sản phẩm của một nhóm phân tích giàu kinh nghiệm.

Chính sự chỉn chu ấy là thứ nguy hiểm nhất. Nó tạo ra một loại quyền lực giả tạo mà tôi gọi là "thẩm quyền trình bày". Khi một tài liệu được trình bày quá đẹp, người đọc có xu hướng tin vào nội dung mà không kiểm tra. Họ bị thuyết phục bởi hình thức, bởi sự tự tin của người viết, bởi cảm giác rằng một tài liệu được đầu tư công phu đến thế không thể là bịa đặt.

Trong bóng đá, loại thẩm quyền này xuất hiện ở khắp nơi. Một bản tin chuyển nhượng với tiêu đề giật gân và ảnh cầu thủ được thiết kế đẹp có thể khiến người hâm mộ tin rằng thương vụ sắp xảy ra, trong khi nguồn tin chỉ là một dòng tweet ẩn danh. Một bài phân tích chiến thuật với sơ đồ đội hình vẽ tay tinh xảo có thể khiến người đọc tin rằng huấn luyện viên đã sai, trong khi thực tế trận đấu chưa từng diễn ra theo sơ đồ ấy.

Tôi từng đọc một báo cáo tuyển trạch về một tiền đạo trẻ người Nigeria, trong đó có một mục gọi là "chỉ số ổn định tâm lý". Con số được ghi là 8.4 trên 10. Tôi hỏi nguồn dữ liệu, và người viết trả lời rằng đó là "đánh giá chủ quan của chuyên gia". Chỉ số ấy không tồn tại trong bất kỳ nền tảng dữ liệu nào. Nó được tạo ra để lấp đầy một ô trống trong bảng biểu, và nó trông đủ chuyên nghiệp để không ai chất vấn.

Đây là một dạng bịa đặt tinh vi hơn bịa một con số xG. Loại bịa đặt này không tạo ra một con số sai, mà tạo ra một khái niệm không tồn tại. Và khi khái niệm ấy được nhắc lại đủ nhiều lần, nó trở thành một phần của ngôn ngữ ngành.

xG không phải sự thật - nó là la bàn, và la bàn không bao giờ chỉ đường tắt. Nhưng la bàn ấy chỉ hữu ích khi bạn biết mình đang đứng ở đâu. Nếu bạn đứng trong một khu rừng không có bản đồ, la bàn sẽ dẫn bạn đi vòng quanh mãi mãi. Và đó chính là điều đang xảy ra với phần lớn phân tích bóng đá hiện đại: chúng ta có la bàn, nhưng chúng ta không có bản đồ.

Nghịch lý thứ hai là dữ liệu nhiều hơn không có nghĩa là phân tích tốt hơn. Ngược lại, càng nhiều dữ liệu, càng nhiều cơ hội để chọn lọc những con số phù hợp với kết luận có sẵn. Một người phân tích muốn chứng minh rằng cầu thủ A giỏi hơn cầu thủ B sẽ luôn tìm được một chỉ số để làm điều đó. Và một người phân tích muốn chứng minh điều ngược lại cũng sẽ tìm được một chỉ số khác.

Trong thị trường chuyển nhượng, nghịch lý này nguy hiểm gấp bội. Trong thị trường chuyển nhượng, một con số 80 triệu euro có thể là... một trò đùa. Nó có thể là mức giá được đẩy lên bởi người đại diện để tạo mặt bằng so sánh cho thương vụ tiếp theo. Nó có thể là con số rò rỉ từ một bên đàm phán để gây sức ép lên bên kia. Nó có thể là một đề nghị chưa từng được đưa ra, nhưng được truyền thông dựng lên như một sự thật.

Tôi từng theo dõi một thương vụ mà ba nguồn tin khác nhau đưa ra ba mức giá khác nhau: 45 triệu, 60 triệu và 80 triệu euro. Cả ba nguồn đều khẳng định có nguồn tin nội bộ. Sau khi thương vụ hoàn tất, mức giá thực tế được công bố là 52 triệu euro, cộng thêm 8 triệu euro biến phí. Không nguồn nào đúng hoàn toàn, nhưng tất cả đều được trình bày với cùng một mức độ tự tin như nhau.

Điều này dẫn tôi đến một kết luận khó chịu về ngành thể thao nói chung. Chúng ta đang sống trong một thời đại mà quảng cáo trên áo đấu đang dần phá hủy mối liên kết giữa câu lạc bộ và cộng đồng địa phương. Những nhà tài trợ toàn cầu chỉ quan tâm đến chỉ số ROI phơi bày, và họ không có gắn bó gì với thành phố, với khán giả, với lịch sử của đội bóng. Câu lạc bộ bán linh hồn lấy tiền, rồi dùng tiền ấy để mua những cầu thủ mà không ai ở địa phương từng nghe tên.

Đây không phải là một trò đùa về tiền bạc. Đây là câu chuyện về việc con số thống trị giá trị. Khi mọi thứ đều có thể quy ra tiền, thì mọi thứ đều có thể bị bóp méo để phục vụ con số ấy. Và phân tích bóng đá, đáng buồn thay, không nằm ngoài quy luật đó.

Một ví dụ khác là Saudi Pro League. Tôi theo dõi giải đấu này từ khi họ bắt đầu chiêu mộ ồ ạt các ngôi sao châu Âu. Người ta nói rằng đây là sự phát triển của bóng đá Ả Rập. Tôi thấy đó là một chiến dịch du lịch được khoác áo bóng đá. Các ngôi sao đến để quảng cáo, đá vài trận giao hữu, rồi lại trở về châu Âu hoặc giải nghệ. Học viện bóng đá địa phương không được hưởng lợi tương xứng. Và tất cả những con số về lượt xem, về doanh thu bản quyền đều đẹp, nhưng chúng đo lường sự chú ý toàn cầu, không đo lường sự phát triển của bóng đá bản địa.

Cùng logic ấy, trong thị trường thể thao điện tử, bản vá trở thành một "trọng tài vô hình" có quyền quyết định chức vô địch. Một đội thống trị meta cũ có thể sụp đổ chỉ sau một bản cập nhật, và một đội thích nghi nhanh có thể lên ngôi mà không ai dự đoán được. Khả năng thích ứng meta bị nhầm là thực lực. Một đội thắng nhờ bản vá không hẳn giỏi hơn, mà chỉ đúng thời điểm hơn. Nhưng các bản phân tích vẫn trình bày chiến thắng ấy như một thành tựu chiến thuật, và khán giả tin vào những con số.

Cách tôi giữ mình khỏi cám dỗ bịa đặt

Sau nhiều năm, tôi đã xây dựng cho mình một bộ quy tắc cứng để không bao giờ rơi vào cái bẫy mà cộng sự trẻ của tôi đã sa vào.

Quy tắc đầu tiên là không bao giờ trình bày một con số mà tôi không thể trình bày nguồn gốc của nó. Nghe đơn giản, nhưng thực tế thì cực kỳ khó tuân thủ trong một môi trường mà tốc độ được đặt lên hàng đầu. Khi tôi không có nguồn, tôi phải viết rằng tôi không có nguồn. Khi dữ liệu trống, tôi phải viết rằng dữ liệu trống. Không có chỗ cho sự mơ hồ.

Quy tắc thứ hai là mỗi chỉ số phải được đặt cạnh ít nhất hai chỉ số khác. Một con số đơn lẻ không nói lên điều gì. Chỉ khi bạn có một cụm chỉ số vận động cùng nhau hoặc mâu thuẫn với nhau, bạn mới có thể bắt đầu đọc bức tranh. Đây là lý do vì sao tôi không bao giờ tin vào những bài phân tích chỉ có một chỉ số duy nhất làm bằng chứng.

Quy tắc thứ ba là luôn viết một đoạn bằng chứng phản đối trước khi kết luận. Nếu không có bằng chứng nào chống lại giả thuyết của tôi, thì hoặc là tôi chưa tìm đủ kỹ, hoặc là giả thuyết của tôi quá mơ hồ để có thể kiểm chứng. Cả hai trường hợp đều là dấu hiệu nguy hiểm.

Quy tắc thứ tư là không bao giờ để một khái niệm nghe có vẻ khoa học lấp đầy chỗ trống dữ liệu. Chỉ số ổn định tâm lý, chỉ số bản lĩnh, chỉ số tiềm năng lãnh đạo. Tất cả những thứ đó, khi không có định nghĩa toán học rõ ràng và một phương pháp đo lường có thể tái lập, đều là văn chương chứ không phải phân tích. Và văn chương, dù hay đến đâu, cũng không thể thay thế cho sự thật.

Quy tắc thứ năm là chấp nhận rằng câu trả lời đúng đôi khi là "tôi không biết". Đây là câu khó nói nhất trong nghề. Nó đi ngược lại mọi bản năng của một người thuộc nhóm tính cách ESTJ như tôi, vốn luôn muốn kiểm soát, muốn kết luận, muốn hành động. Nhưng trong phân tích dữ liệu, đôi khi hành động trung thực nhất là dừng lại và nói rằng dữ liệu chưa đủ.

Tôi biết rằng những quy tắc này nghe có vẻ cứng nhắc. Nhưng chúng không phải là giáo điều. Chúng là những lá chắn. Mỗi lần tôi cảm thấy muốn đưa ra một kết luận trước khi dữ liệu cho phép, tôi phải tự hỏi mình: điều gì sẽ tốt hơn, một câu trả lời chưa chín muồi hay một câu trả lời bịa đặt? Và mỗi lần, câu trả lời vẫn là: một câu trả lời trung thực.

Tôi không tin vào may mắn - tôi tin vào một mẫu dữ liệu đủ lớn. Nhưng một mẫu dữ liệu đủ lớn không tự nhiên mà có. Nó phải được thu thập cẩn thận, kiểm tra từng bước, và sẵn sàng chấp nhận rằng kết quả cuối cùng có thể không đẹp như chúng ta kỳ vọng.

Mang nguồn gốc trở lại trung tâm của phân tích

Khi tôi nhìn lại bốn mươi trang tài liệu ấy, điều làm tôi bận tâm nhất không phải là những con số sai. Đó là sự im lặng. Cả tài liệu không có một câu nào thừa nhận rằng dữ liệu gốc chưa từng tồn tại. Cả một quy trình phân tích, từ thu thập đến trình bày, đã được thực hiện như thể nguồn gốc là một chi tiết không quan trọng.

Và đây là điều tôi tin sẽ thay đổi trong những năm tới. Ngành phân tích bóng đá đang đi đến điểm cuối của giai đoạn chạy đua về số lượng dữ liệu. Bước tiếp theo sẽ là chạy đua về chất lượng nguồn gốc. Những câu lạc bộ nào xây dựng được quy trình kiểm chứng dữ liệu chặt chẽ sẽ có lợi thế cạnh tranh lớn hơn những câu lạc bộ chỉ chạy theo những chỉ số hào nhoáng.

Với tôi, đó là tin tốt. Bởi vì trong nhiều năm qua, tôi đã đặt cược sự nghiệp của mình vào nguyên tắc rằng con số không tự sinh ra từ hư không. Mỗi con số phải có một nguồn. Mỗi nguồn phải có một ngày. Mỗi ngày phải có một bối cảnh. Và mỗi bối cảnh phải được mô tả trung thực, kể cả khi nó xấu, kể cả khi nó làm chậm một quyết định.

Khi tôi bắt đầu sự nghiệp, tôi mơ ước viết những bài phân tích khiến người đọc phải kinh ngạc. Bây giờ, sau mười một năm quan sát ngành, tôi mơ ước điều nhỏ hơn: viết những bài phân tích khiến người đọc phải kiểm tra. Nếu một bài viết của tôi khiến người đọc mở bảng dữ liệu gốc để xem lại con số của tôi đúng hay sai, tôi coi đó là thành công lớn nhất.

Ở Thâm Quyến, mùa hè này nóng và ẩm. Tối qua, tôi ngồi xem lại băng ghi hình một trận đấu cũ. Tôi không mở bảng thống kê. Tôi chỉ nhìn cách các cầu thủ di chuyển, cách họ giao tiếp, cách họ phản ứng khi bị dẫn bàn. Trong bốn mươi lăm phút đầu tiên, tôi nhìn thấy những điều mà không một chỉ số nào có thể đo lường. Và tôi tự nhủ: đây là lý do vì sao tôi vẫn xem bóng đá. Để nhắc mình rằng dữ liệu chỉ là la bàn, còn trận đấu mới là con đường. Và mỗi lần mở một bảng dữ liệu mới, câu hỏi đầu tiên của tôi vẫn luôn là: con số này đến từ đâu. Nếu không có câu trả lời, tôi sẽ chờ, sẽ tìm, sẽ viết một bản báo cáo ngắn gọn rằng dữ liệu chưa đủ. Bởi vì trong nghề này, im lặng trung thực tốt hơn ngàn lời nói bịa đặt.

Bản báo cáo không có nguồn gốc là một bài thơ - và bóng đá không cần thêm nhà thơ. Bóng đá cần người kiểm chứng.