Khi báo cáo phân tích bóng đá đủ mục nhưng rỗng dữ liệu

Tôi mở tệp phân tích ra vào một buổi sáng ở Bắc Kinh. Chín phần. Hai mươi bảy bảng. Mỗi tiêu đề nằm đúng chỗ, mỗi ô có khung, mỗi dòng ghi chú có định dạng. Ở tất cả những chỗ lẽ ra phải có số liệu, chỉ có một câu lặp đi lặp lại: không đủ thông tin để đánh giá.

Đầu vào của quy trình đó rỗng. Không tên giải. Không tên câu lạc bộ. Không cầu thủ. Không ngày tháng. Không một điểm thông tin nào. Trường duy nhất được điền là một nhãn duy nhất: bóng đá. Chiếc đồng hồ bấm giờ không nói dối — nhưng nó chỉ kể một nửa câu chuyện. Nửa còn lại nằm ở chính cái bảng rỗng ấy, và đó mới là phần đáng bàn.

Trong mười một năm theo dõi bóng đá trẻ và thị trường chuyển nhượng, tôi đã quen với một kiểu sai số khác: sai số do số liệu đẹp. Một báo cáo có đủ chỉ số, đủ biểu đồ, đủ nhận xét, nhưng kết luận thì lệch. Lần này là kiểu sai số ngược lại, và nó nguy hiểm hơn nhiều.

Cách một báo cáo phân tích bóng đá được sinh ra

Ngành phân tích bóng đá hiện đại không còn là chuyện một người ngồi xem lại băng hình rồi viết. Nó là một dây chuyền. Bước đầu tiên — giới chuyên môn gọi là bóc tách — nhận bài viết gốc và biến nó thành dữ liệu có cấu trúc: tiêu đề, nguồn, ngày đăng, loại bài, các điểm thông tin, thực thể được nhắc tới, mức độ nhạy cảm thời gian, chất lượng nguồn.

Chỉ khi những trường đó được điền, bước thứ hai mới có việc để làm. Bước thứ hai là nơi tôi làm việc: dựng lại bối cảnh chiến thuật, soi cấu trúc tài chính câu lạc bộ, đối chiếu kết quả với kỳ vọng, vẽ lại bức tranh giải đấu, kiểm tra mức tuân thủ luật, đọc sức khỏe phòng thay đồ, lập hồ sơ rủi ro, phân tích vòng đời câu chuyện truyền thông, và truy vết dòng lan truyền trong ngành.

Chín chiều phân tích. Và cả chín chiều đều đứng trên cùng một tầng dữ liệu thô.

Ở Việt Nam, tầng đó mới hình thành. Các trang dữ liệu bóng đá trong nước bắt đầu tổng hợp chỉ số trận đấu, xếp hạng cầu thủ trẻ, so sánh đội hình theo vòng đấu. Phần lớn dữ liệu đến từ nguồn nước ngoài, còn thói quen đọc thì vẫn theo kiểu truyền thống: tin vào bảng biểu được trình bày, ít khi hỏi bảng biểu đó lấy từ đâu. Một dây chuyền có khâu đầu yếu sẽ không tự sửa được khi nó đi qua biên giới.

Khi tầng dữ liệu thô rỗng, không có chiều nào chạy được. Không phải chạy ra kết quả sai. Không chạy được. Đó là điểm khác biệt then chốt mà rất ít người trong ngành chịu nhìn thẳng.

Chín chiều, một nguyên nhân

Nhìn vào bảng kết quả, ta thấy một cảnh tượng kỳ lạ. Phần chiến thuật không có đội hình, không có sơ đồ, không có chỉ số bàn thắng kỳ vọng, không có số đường chuyền cho phép mỗi hành động phòng ngự. Phần tài chính không có doanh thu bản quyền, không có quỹ lương, không có nợ ròng. Phần kết quả thi đấu không có bảng xếp hạng, không có chuỗi phong độ. Phần tuân thủ không xác định được hệ thống luật nào. Phần phòng thay đồ không có một cái tên.

Tất cả đều dẫn về một dòng: không đủ thông tin để đánh giá.

Điều đáng chú ý là mức độ thất bại. Nó rộng nhưng nông. Một lần bóc tách chạy được — chỉ cần lấy ra thực thể và điểm thông tin — sẽ mở khóa cả chín chiều cùng lúc. Toàn bộ hệ thống phân tích đồ sộ kia phụ thuộc vào một bước duy nhất ở đầu dây chuyền, một bước mà người ta thường coi là phần việc hành chính, không đáng để kiểm tra.

Tôi đào ở học viện trẻ không phải để tìm chiến tích — mà để tìm thứ chưa ai thèm đếm. Lần này, thứ chưa ai thèm đếm chính là khâu kiểm tra đầu vào.

Rủi ro thật không nằm ở kết luận sai

Trước khi chỉ trích một đội bóng, hãy tìm điểm gãy của nhà vô địch. Với cùng logic đó, trước khi tin một báo cáo phân tích, hãy tìm chỗ nó có thể gãy.

Với bảng rỗng này, chỗ gãy không phải là phân tích sai. Chỗ gãy là hình thức. Báo cáo có đủ chín phần, đủ hai mươi bảy bảng, đủ tiêu đề in đậm, đủ danh sách kiểm tra. Một người đọc lướt sẽ thấy nó giống một sản phẩm hoàn chỉnh. Một người đọc kỹ sẽ thấy nó không chứa một thông tin xác thực nào về bóng đá.

Đó là rủi ro cấp cao nhất: một đầu ra trông đầy đủ bị nhầm thành một đánh giá thực chất.

Ngành dữ liệu thể thao bán cho khách hàng cảm giác chắc chắn. Cảm giác đó không miễn phí, và nó không phải lúc nào cũng có thật.

Trong bóng đá, chúng ta đã quen với cảnh báo về số liệu đẹp. Quãng đường di chuyển và số lần bứt tốc được đóng gói như chỉ số nỗ lực, nhưng chạy vô hiệu vẫn tạo ra những thông số bắt mắt. Phí ký kết cho cầu thủ tự do được ca ngợi như món hời, trong khi nó lách khỏi sự giám sát cốt lõi của luật công bằng tài chính. Cả hai ví dụ đều là dữ liệu có thật, bị đọc lệch. Bảng rỗng này là bước tiếp theo của cùng một căn bệnh: dữ liệu không có thật, nhưng được trình bày như thể có.

Không có cầu thủ nào để đổ lỗi. Không có huấn luyện viên nào để chỉ trích. Thủ phạm là một quy trình, và thủ phạm thứ hai là thói quen đọc lướt của chúng ta.

Điều cần làm

120 điểm dữ liệu không đủ — tôi cần thêm một cái nhìn thứ hai.

Cái nhìn thứ hai ở đây rất cụ thể. Một báo cáo phân tích chỉ nên được chuyển tiếp khi tối thiểu năm điểm thông tin đã được điền, khi đã có tên nguồn và ngày đăng, khi loại bài đã được phân loại. Thiếu những thứ đó, nó phải bị chặn lại ở cửa, kèm một ghi chú rõ ràng rằng đầu vào rỗng.

Song song đó là kiểm tra diện rộng. Nếu một mẫu bóc tách rỗng, khả năng cao cả lô đều rỗng. Kiểm tra mười đầu ra khác trong cùng lô rẻ hơn nhiều so với việc phát hiện muộn rằng mười bài phân tích đã được đăng với nội dung không có gì.

Còn một việc không thể bỏ: giữ lại siêu dữ liệu gốc — tiêu đề, nguồn, ngày. Không có chúng, ngay cả khi bóc tách lại thành công, ta vẫn không chấm được mức độ nhạy cảm thời gian và chất lượng nguồn.

Ngành phân tích bóng đá đang chạy đua về khối lượng. Nhiều giải hơn, nhiều chỉ số hơn, nhiều bảng hơn. Nhưng khối lượng không phải là giá trị. Một bảng rỗng có chín phần vẫn là một bảng rỗng.

Mùa giải vẫn đang trôi, và mỗi vòng đấu lại sinh ra hàng trăm báo cáo để phục vụ tranh luận. Phần lớn trong số đó sẽ đúng ở phần hình thức. Điều đáng hỏi không phải là chúng ta có bao nhiêu báo cáo, mà là trong bao nhiêu báo cáo có một sự thật đứng sau dòng tiêu đề.

Đồng hồ bấm giờ ở Bắc Kinh vẫn chạy — và tôi vẫn đang đếm.