Khoảng trống dữ liệu: vì sao mô hình dự đoán World Cup 2026 của tôi sụp đổ

Ngày 23 tháng 11 năm 2026, tại sân Khalifa International, Nhật Bản đánh bại Đức với tỉ số 2-1. Trên màn hình của tôi, mô hình dự đoán vẫn hiển thị Đức nắm 68% cơ hội vượt qua vòng bảng — con số tôi công bố trên một tờ báo lớn tại Việt Nam bảy ngày trước đó. Mô hình không sai ở phần dữ liệu nó có. Nó sai ở phần dữ liệu nó không có. Khi tiếng còi mãn cuộc vang lên, tôi mở lại bảng chỉ số tích lũy của mình và nhận ra một khoảng trống lớn đến mức khó tin: tôi chưa từng đưa chỉ số pressing của Nhật Bản vào hệ thống. Mô hình của tôi được dựng trên xG tích lũy, số bàn thắng và chỉ số kiểm soát bóng — ba lớp dữ liệu tôi tin tưởng suốt nhiều năm. Đức bước vào giải với xG tích lũy cao nhất bảng. Con số đó đúng. Nhưng nó chỉ mô tả một nửa trận đấu. Trong hai trận gặp Đức và Tây Ban Nha, Nhật Bản đạt chỉ số PPDA 6.8 — mức áp sát khủng khiếp so với ngưỡng trung bình của giải. PPDA đo số đường chuyền mà đối thủ được phép thực hiện trước khi bị áp sát; chỉ số càng thấp, áp lực càng cao. Nhật Bản không phòng ngự bằng cách lùi sâu. Họ phòng ngự bằng cách bóp nghẹt không gian ngay từ phần sân đối phương. Đó là biến số mà bộ dữ liệu tôi thu thập trước giải hoàn toàn bỏ sót. Không có PPDA, mô hình của tôi vẫn chạy, vẫn cho ra con số, vẫn tự tin. Đó mới là điều đáng sợ. Sự cố này không phải lần đầu. Năm 2026, khi Bundesliga tái khởi động với các khán đài trống, tôi đặt cược rằng hiệu suất sân nhà sẽ giảm từ 54% xuống dưới 50%. Kết quả đúng một phần: Borussia Dortmund chỉ thắng 3 trong 8 trận sân nhà còn lại, tỉ lệ thắng sân nhà toàn giải tụt xuống 48.7%. Nhưng mô hình phục hồi của tôi thất bại thảm hại, vì nó không lường trước sự khác biệt về chất lượng sân tập và tâm lý đội bóng. Khi khán đài trống, mô hình của tôi sụp đổ. Tôi biết mình đã quên mất yếu tố con người. Nghịch lý nằm ở đây: càng nhiều dữ liệu, người phân tích càng dễ tin rằng mình đã nhìn thấy toàn cảnh. Nhưng dữ liệu chỉ có giá trị khi ta biết rõ phần nào đang thiếu. Trong bóng đá, mỗi trận đấu là một hệ thống mở. Một mô hình chỉ đóng kín trong những biến số nó thu thập được sẽ luôn có một điểm mù — và đối thủ giỏi nhất sẽ tấn công đúng vào điểm mù đó. Điều này đúng cả ở bóng rổ, nơi tôi theo dõi các trận đấu suốt nhiều năm. Một đội NBA có thể dẫn đầu về hiệu số điểm, nhưng nếu bỏ qua dữ liệu về khối lượng vận động và mức độ mệt mỏi trong chuỗi trận dày đặc, mô hình sẽ dự đoán sai ở giai đoạn playoffs. Các chỉ số như hiệu số điểm trên 100 lượt tấn công chỉ kể câu chuyện của mùa giải thường. Chúng không kể câu chuyện của tháng Năm, khi nhịp độ chậm lại và mỗi pha bóng đều bị soi dưới kính hiển vi. Nhìn lại bài học Croatia năm 2026, tôi thấy điều ngược lại. Khi đó, tôi chọn Croatia vào chung kết World Cup không phải bằng linh cảm, mà bằng hai chỉ số cụ thể: tổng quãng đường chạy trung bình 112 km mỗi trận — cao nhất giải — và bộ ba tiền vệ Luka Modrić, Ivan Rakitić, Marcelo Brozović đạt chỉ số PPDA 8.2. Croatia không lên chung kết vì may mắn. Họ lên chung kết vì đôi chân không biết dừng. Nhưng điều tôi không viết khi đó là: dữ liệu ấy chỉ đủ để dự đoán một đội đi xa, không đủ để giải thích vì sao họ thua trong trận chung kết. Khoảng trống vẫn ở đó, chỉ là tôi chưa nhìn thấy. Năm 2026, ở tuổi 28, tôi viết rằng Câu lạc bộ Hà Nội xứng đáng thắng Quảng Nam 3-1 chứ không phải thắng may 1-0 ở V.League. Tôi dựa trên xG của cả trận: 2.87 so với 0.45, kiểm soát bóng 68%, và 14 cú sút trong vòng cấm. Bài viết bị chế giễu vì bóng đá không phải toán học. Một tuần sau, huấn luyện viên Chu Đình Nghiêm thừa nhận ông xem lại băng và thay đổi chiến thuật dựa trên phân tích đó. Đêm đó, truyền thông gọi họ là vô hồn. xG nói điều ngược lại, và tôi chọn tin xG. Nhưng tôi cũng học được rằng niềm tin vào dữ liệu phải đi kèm sự khiêm tốn về giới hạn của nó. Đó là lý do mỗi phân tích của tôi bây giờ đều có một mục riêng mang tên rủi ro và khoảng trống. Mục này không phải để trang trí. Nó là lời nhắc rằng mọi mô hình đều có thể sụp đổ, và câu hỏi đúng không phải dữ liệu có đúng không, mà là dữ liệu đang thiếu gì. Trong thị trường chuyển nhượng, khoảng trống dữ liệu còn nguy hiểm hơn. Một cầu thủ trẻ có thể được định giá hàng trăm triệu euro dựa trên một mùa giải bùng nổ, trong khi dữ liệu về khả năng chịu áp lực, sự ổn định và khối lượng vận động dài hạn vẫn còn trống. Câu lạc bộ trả tiền cho những gì họ nhìn thấy, rồi thất vọng vì những gì họ không kiểm tra. Một bản hợp đồng chỉ thực sự đúng khi con số ký cùng chữ ký. Còn trước đó, nó chỉ là một giả định đẹp. Số liệu cho thấy xu hướng, nhưng không phải lời tiên tri. Một chỉ số đơn lẻ, dù đẹp đến đâu, cũng chỉ là một lát cắt của bức tranh. Người phân tích giỏi không phải người sở hữu nhiều con số nhất, mà là người biết rõ con số nào đang vắng mặt. Trong kỷ nguyên mà mọi trận đấu đều được số hóa đến từng giây, điểm mù lớn nhất không nằm ở dữ liệu ta có, mà ở dữ liệu ta tưởng mình đã có. Con số không bao giờ cần chúng ta bảo vệ. Ngược lại, chúng ta cần chúng để không tự lừa mình.