Mở đầu

Ở phút 71 của trận derby Madrid, khi bảng điện tử tại Metropolitano hiển thị tỉ số 1-2, tôi ghi vào sổ tay một dòng ngắn: “chủ nhà mất bóng ở phần sân đối phương lần thứ chín; cả chín lần, tuyến giữa đều phải chạy về quãng đường dài hơn ba mươi mét”. Tôi ngồi cách sân gần mười tám nghìn cây số, tại một căn hộ nhỏ ở Sydney, theo dõi trận đấu qua luồng dữ liệu vị trí được cập nhật theo từng pha bóng. Mười phút sau, trọng tài thổi hết trận.

Tôi đóng trình duyệt, mở bảng tính, và dành phần còn lại của đêm để trả lời một câu hỏi duy nhất: những gì tôi vừa nhìn thấy trên màn hình có khớp với dữ liệu hay không. Phần lớn các bài bình luận được viết trong đêm đó sẽ nói về bản lĩnh, về khủng hoảng, về một chu kỳ đã khép lại. Số liệu thì thầm. Người chịu nghe sẽ nghe thấy cả một trận đấu.

Bối cảnh: hai giải đấu, một tuần, và một câu chuyện được kể quá nhanh

Vòng 5 Premier League và vòng 7 La Liga rơi vào cùng một quãng thời gian, và điều đó tạo ra một hiệu ứng truyền thông đáng chú ý. Các ông lớn của bóng đá Anh — Manchester United, Manchester City, Liverpool, Arsenal, Chelsea, Tottenham — cùng lúc nhận về những kết quả không như mong đợi. Ở Tây Ban Nha, Real Madrid bước vào derby Madrid sau 7 vòng đấu với một vị thế không còn tuyệt đối, rồi rời Metropolitano với thất bại 1-2 trước Atlético Madrid. Barcelona và Atlético Madrid chia nhau ánh sáng của cuộc đua.

Ở chiều ngược lại, Brighton ghi 16 bàn, một thống kê khiến cả những người không theo dõi đội bóng này cũng phải dừng lại. Leeds và Everton, mỗi đội để thủng lưới 3 bàn trong vòng đấu tương ứng. Từ những mảnh dữ liệu rời rạc đó, guồng truyền thông lắp ghép thành một câu chuyện hoàn chỉnh: các ông lớn đang khủng hoảng, và họ phải học lại bài học từ những đội bóng nhỏ.

Câu chuyện ấy nghe rất hợp lý. Nó cũng rất dễ viết. Và đó chính là lý do tôi muốn dừng lại một nhịp trước khi gật đầu.

Trước khi tin một con số, hãy hỏi nó sinh ra từ đâu. Mười tám năm theo dõi ngành này, từ những bản tin đầu tiên tôi viết cho một trang bóng đá Úc mới thành lập năm 2026 cho đến những bảng phân tích gửi cho các tòa soạn lớn, tôi học được một điều khá khó chịu: phần lớn các kết luận về bóng đá không sai vì dữ liệu sai, mà vì dữ liệu bị đặt sai chỗ. Người ta lấy một chỉ số của một trận, ghép với một chỉ số của một đội khác, rồi gọi đó là chẩn đoán.

Bài viết này làm điều ngược lại. Tôi sẽ đi từng chỉ số một, hỏi nguồn gốc, hỏi cỡ mẫu, và chỉ sau đó mới đưa ra phán đoán — dè dặt, có ghi chú về những giả định có thể sai.

Phần lõi: bốn mảnh dữ liệu và bốn cách đọc sai

Mảnh thứ nhất: 16 bàn của Brighton.

Mười sáu bàn là một con số đẹp, và vì đẹp nên nó bị dùng như một bằng chứng về phong cách. Nhưng chỉ số bàn thắng không tự nói lên phong cách. Nó chỉ nói rằng bóng đã đi qua vạch vôi. Để hiểu Brighton đang chơi thế nào, cần tách 16 bàn đó thành ít nhất bốn lát: bàn từ tình huống mở, bàn từ cố định, bàn từ phản công, và bàn từ sai số của đối phương.

Đây là vấn đề về nguồn gốc. Các mô hình xG khác nhau cho ra các giá trị khác nhau trên cùng một cú sút, bởi chúng dùng các biến số nền khác nhau. Một mô hình dựa trên dữ liệu sự kiện do con người ghi sẽ xử lý cú sút từ ngoài vòng cấm khác với một mô hình dựa trên dữ liệu vị trí. Một số hệ thống tính cả áp lực của hậu vệ, một số không. Vì vậy khi ai đó nói “Brighton vượt xG”, tôi cần biết họ dùng hệ thống nào, phiên bản nào, và lấy mẫu từ bao nhiêu vòng.

Nếu 16 bàn đó đến sau 5 vòng, thì mỗi trận trung bình là 3,2 bàn. Đó là mức mà lịch sử bóng đá Anh cho thấy gần như không đội nào duy trì được qua 38 vòng. Không phải vì họ sẽ yếu đi, mà vì tỉ lệ chuyển hóa cơ hội ở mức đó chứa một phần may mắn không lặp lại. Ở đây, hiện tượng hồi quy về trung bình sẽ xuất hiện, và nó sẽ xuất hiện sớm hơn người ta tưởng.

Điều tôi muốn nhấn mạnh: 16 bàn của Brighton có thể là dấu hiệu của một hệ thống tấn công tốt, nhưng chỉ khi nó đi kèm với một chỉ số cơ hội tạo ra cao tương ứng. Nếu chênh lệch giữa bàn thắng và xG quá lớn, thứ đang được nhìn thấy là hiệu suất, không phải năng lực.

Mảnh thứ hai: Leeds và Everton, mỗi đội thủng lưới 3 bàn.

Đây là kiểu dữ liệu bị dùng sai nhiều nhất. Ba bàn thua trong một trận bị đọc thành “hàng thủ yếu”. Nhưng ba bàn thua có thể đến từ ba tình huống cố định, từ một thẻ đỏ, từ một sai lầm của thủ môn, hoặc từ việc đội bóng phải dâng cao vì đang thua. Bốn nguyên nhân đó dẫn đến bốn kết luận hoàn toàn khác nhau về chất lượng phòng ngự.

Khi tôi xem lại các trận đấu dạng này, tôi luôn tách ba chỉ số: số cơ hội chất lượng mà đối phương tạo được, vị trí trung bình của tuyến phòng ngự tại thời điểm mất bóng, và số lần hàng thủ bị kéo ra khỏi khối. Nếu đội bị thủng lưới 3 bàn nhưng đối phương chỉ tạo được xG dưới 1,5, thì vấn đề nằm ở khâu dứt điểm của đối thủ và ở mẫu nhỏ, chứ không nằm ở cấu trúc phòng ngự. Ngược lại, nếu xG của đối phương vượt 3, vấn đề nằm ở hệ thống.

Tôi chưa có đủ dữ liệu chi tiết cho cả hai trận để kết luận theo hướng nào. Và tôi sẽ không đoán. Đó là kỷ luật bắt buộc: dữ liệu hiện có chỉ cho phép nói rằng cần thêm thông tin về nguồn bàn thua trước khi gán nhãn cho hàng thủ.

Mảnh thứ ba: Real Madrid sau 7 vòng, và trận derby 1-2.

Ở đây có một cám dỗ rất lớn: gọi thất bại 1-2 ở Metropolitano là bằng chứng của sự suy thoái. Nhưng derby Madrid là một loại trận đấu có phân phối kết quả riêng. Lịch sử đối đầu cho thấy đây là một trong những cặp đấu có tỉ lệ kết quả bất ngờ cao nhất châu Âu, bởi hai đội hiểu nhau đến mức chiến thuật bị triệt tiêu lẫn nhau. Trong những trận như vậy, chất lượng đội hình bị nén lại, và các chi tiết nhỏ quyết định nhiều hơn thực lực tổng thể.

Sau 7 vòng, Real Madrid vẫn ở trong nhóm đầu, nhưng khoảng cách về hiệu suất so với chính họ ở giai đoạn trước đó là điều đáng bàn hơn vị trí trên bảng xếp hạng. Cái cần kiểm tra là cấu trúc bàn thắng: nếu phần lớn bàn thắng đến từ các tình huống cố định và từ những cú dứt điểm ngoài vòng cấm, thì nền tảng tấn công đang mỏng hơn vẻ ngoài. Nếu bàn thắng đến từ các pha phối hợp xuyên tuyến, thì hệ thống vẫn ổn và chỉ là vấn đề hiệu suất tạm thời.

Ở trận derby, điều tôi ghi lại được là số lần chủ nhà mất bóng ở phần sân đối phương. Mỗi lần mất bóng ở đó, khoảng cách từ tuyến giữa về khung thành đội nhà tăng lên đáng kể, và Atlético Madrid là một trong những đội khai thác khoảng trống đó tốt nhất châu Âu. Kết quả 1-2 phản ánh một quyết định chiến thuật của đội khách nhiều hơn là một sự sụp đổ của đội chủ nhà.

Mảnh thứ tư: José Mourinho và câu hỏi về “đỉnh cao đã qua”.

Trong tuần đó, một câu hỏi cũ được đặt lại trên các diễn đàn: liệu José Mourinho đã qua thời đỉnh cao? Đây là kiểu câu hỏi mà tôi cho là không đo lường được bằng dữ liệu hiện có, ít nhất là không theo cách người ta đang cố làm.

Một huấn luyện viên không có chỉ số cá nhân tương đương chỉ số của cầu thủ. Việc quy kết thành tích của một đội bóng cho một cá nhân đòi hỏi phải tách được tác động của ông ta khỏi chất lượng đội hình, lịch thi đấu, chấn thương và ngân sách. Trong nghiên cứu, người ta dùng các mô hình ước lượng để cố tách những biến đó ra, và kể cả như vậy, sai số vẫn lớn. Cho nên khi ai đó nói một huấn luyện viên đã hết thời, họ đang đưa ra một nhận định về con người, không phải một kết luận từ dữ liệu.

Cái có thể đo được là mẫu hình ra quyết định. Một huấn luyện viên thay đổi cách tiếp cận khi bị dẫn bàn; tần suất và thời điểm ông ta thực hiện các điều chỉnh; mức độ hiệu quả của các điều chỉnh đó trong 15 phút sau khi thay người. Đó là những biến số có thể theo dõi qua nhiều mùa. Còn câu hỏi “đã hết thời hay chưa” thì thuộc về biên tập, không thuộc về bảng tính.

Góc phản trực giác: khi dữ liệu bị dùng để xác nhận điều mình đã tin

Có một nghịch lý trong cách ngành này vận hành. Càng có nhiều dữ liệu, người ta càng dễ tìm thấy một chỉ số để xác nhận quan điểm sẵn có. Muốn nói các ông lớn khủng hoảng, luôn có một thống kê để trích dẫn. Muốn nói một đội nhỏ đang hay, luôn có một thống kê khác. Cả hai đều đúng trong phạm vi mẫu của chúng.

Vấn đề nằm ở cỡ mẫu. Vòng 5 và vòng 7 là những mốc mà tỉ lệ nhiễu còn quá cao so với tín hiệu. Nếu bạn lấy một đội bóng ở vòng 5 và xếp hạng họ theo số bàn thắng ghi được, thứ tự đó có tương quan rất yếu với thứ tự cuối mùa. Không phải bằng không, nhưng đủ yếu để việc kết luận từ nó trở thành một trò chơi may rủi có trang trí bằng số.

Điều thú vị là chính vì thế mà các câu chuyện truyền thông lại hấp dẫn. Một đội nhỏ ghi nhiều bàn tạo ra một cốt truyện về sự công bằng của bóng đá. Một ông lớn thua tạo ra một cốt truyện về sự trả giá. Hai cốt truyện đó bán được nhiều hơn một bảng dữ liệu có khoảng tin cậy. Tôi không chỉ trích điều đó — tôi kiếm sống bằng cách viết về bóng đá, và tôi hiểu áp lực của tòa soạn. Nhưng tôi muốn người đọc biết mình đang tiêu thụ loại nội dung nào.

Có một chi tiết cá nhân tôi luôn nhớ khi viết về chủ đề này. Năm 2026, khi các giải đấu trở lại với khán đài trống, mô hình dự đoán tôi đang chạy định giá lợi thế sân nhà ở mức 0,45 bàn mỗi trận. Sau chín vòng đấu không khán giả, giá trị đó rơi xuống còn 0,08. Tôi đã phải từ chối một lời đề nghị viết bài giải thích hiện tượng “bóng đá không khán giả” vì tôi cần thêm ba tuần dữ liệu nữa mới dám chắc. Khi công bố, tôi viết rõ rằng chính tôi đã sai khi không đưa biến số khán giả vào mô hình ngay từ đầu.

Sân nhà không chỉ là địa lý, cho đến khi nó biến mất. Bài học đó áp dụng trực tiếp cho những gì đang diễn ra ở Premier League và La Liga tuần này. Một phần kết quả của các ông lớn có thể được giải thích bằng lịch thi đấu: số trận sân khách liên tiếp, khoảng nghỉ giữa các trận, và việc phải di chuyển cho các cúp châu Âu. Những biến số đó ít được nhắc trong các bài bình luận về “bản lĩnh”, nhưng chúng có trọng số rõ ràng trong dữ liệu.

Đây là điểm mà tương quan không đồng nghĩa với nhân quả. Một đội thua ba trận liên tiếp có thể đang sa sút, hoặc có thể vừa gặp ba đối thủ mạnh nhất giải trong khi thiếu hai trụ cột. Cùng một dãy kết quả, hai cách giải thích, và chỉ một trong hai đúng. Dữ liệu không tự phân biệt giúp ta — nó chỉ cho ta biết cần thu thập thêm gì để phân biệt.

Những giả định có thể sai

Tôi luôn dành phần này cho mỗi bài phân tích, vì nó là cách tôn trọng người đọc.

Giả định thứ nhất: tất cả dữ liệu tôi nhắc ở trên đều đến từ các nguồn tổng hợp công khai, trong đó có Bóng đá 24H. Nếu nguồn gốc của chỉ số 16 bàn của Brighton hoặc số bàn thua của Leeds và Everton được ghi nhận theo một hệ thống chấm điểm khác với hệ thống tôi giả định, các kết luận về hiệu suất có thể thay đổi. Tôi chưa có điều kiện đối chiếu từng pha bóng với dữ liệu sự kiện gốc.

Giả định thứ hai: tôi giả định các vòng đấu được đề cập diễn ra trong điều kiện lịch thi đấu bình thường. Nếu có yếu tố bất thường — dịch bệnh, thiên tai, lịch dồn — thì lợi thế sân nhà và mức độ mệt mỏi sẽ khác đáng kể so với mô hình chuẩn.

Giả định thứ ba: tôi giả định rằng việc đánh giá một huấn luyện viên cần tối thiểu hai mùa dữ liệu để có ý nghĩa. Nếu ai đó có một phương pháp tốt hơn để tách tác động của huấn luyện viên khỏi chất lượng đội hình, tôi sẵn sàng xem xét.

Ba giả định này có thể sai. Nếu chúng sai, phần kết luận phía dưới cũng cần được điều chỉnh.

Điều cần theo dõi ở vòng tiếp theo

Phân tích sai một biến số cũng như mất phương hướng cả một năm. Nên thay vì kết luận, tôi đưa ra ba tín hiệu cần quan sát.

Tín hiệu thứ nhất là khoảng cách giữa bàn thắng và cơ hội tạo ra của Brighton. Nếu khoảng cách đó thu hẹp trong ba vòng tới trong khi số cơ hội vẫn giữ nguyên, đội bóng này đang đi đúng đường và con số 16 bàn chỉ là điểm khởi đầu. Nếu số cơ hội giảm theo, chúng ta đã chứng kiến một giai đoạn hiệu suất, không phải một bước ngoặt chiến thuật.

Tín hiệu thứ hai là cấu trúc bàn thua của Leeds và Everton. Nếu phần lớn bàn thua tiếp theo vẫn đến từ các tình huống cố định, vấn đề nằm ở khâu tổ chức kèm người. Nếu chúng đến từ các pha phản công sau khi mất bóng, vấn đề nằm ở cấu trúc triển khai tấn công.

Tín hiệu thứ ba là số lần Real Madrid mất bóng ở phần sân đối phương trong các trận tiếp theo, và thời gian cần thiết để tái lập khối phòng ngự sau mỗi lần mất bóng. Đây là biến số mà tôi tin có thể dự báo tốt hơn nhiều so với bảng xếp hạng ở giai đoạn này của mùa giải.

Một mùa giải thiếu chi tiết cũng giống một trận đấu thiếu phút bù giờ. Cả hai đều kết thúc đúng lúc theo luật, nhưng người xem bị lấy mất phần quan trọng nhất.

Tôi sẽ tiếp tục ghi chép. Và nếu ba vòng nữa dữ liệu nói điều ngược lại với những gì tôi viết hôm nay, tôi sẽ viết lại, kèm theo phiên bản dữ liệu và ngày truy xuất.