Khi bảng tính trở về tay không: chuẩn mực dữ liệu cho báo cáo thể thao Việt Nam

Đêm 14 tháng 3, sau vòng đấu thứ mười một của V.League, tôi ngồi lại tòa soạn ở Busan với ba tệp dữ liệu mở sẵn trên màn hình và một trang giấy trắng bên cạnh. Cả ba tệp trả về cùng một kết quả: rỗng. Không tọa độ bóng, không bản đồ nhiệt, không một dòng chỉ số va chạm. Một trận cầu chín mươi phút đã diễn ra trước hàng chục nghìn khán giả, nhưng khi tôi hỏi cỗ máy rằng chuyện gì đã xảy ra, cỗ máy trả lời bằng im lặng.

Nghề của tôi là đọc những khoảng trống. Bảy năm theo dõi các giải Hàn Quốc và đưa tin cho độc giả Việt Nam dạy tôi rằng một trận đấu hiếm khi khép lại đúng lúc tiếng còi vang lên; nó khép lại khi dữ liệu về nó được đọc hết. Khi dữ liệu biến mất, tôi buộc phải hỏi một câu mà ít ai muốn hỏi trong phòng họp báo: chuyện gì đã xảy ra ở thượng nguồn?

Muốn hiểu vì sao một bảng tính có thể trở về tay không, phải nhìn vào cách dữ liệu thể thao Việt Nam được sản xuất. Một trận đấu ở V.League hôm nay đi qua bốn chặng. Máy quay đa góc ghi hình; phần mềm thị giác máy tính tách bóng và người; hệ thống định vị trên áo đấu ghi lại nhịp tim, quãng đường, tốc độ; và một nhóm kỹ thuật viên gắn nhãn sự kiện — chuyền, sút, tranh chấp, phạm lỗi. Bốn chặng ấy nối thành một đường ống. Nếu một chặng đứt, mọi thứ phía sau đều nhiễm độc. Một khung hình mờ vì mưa có thể khiến thuật toán bỏ sót ba pha đi bóng. Một chiếc áo định vị hết pin có thể xóa sạch quãng đường chạy của một tiền vệ. Và khi nhóm gắn nhãn nhập sai một cột, cả tệp chỉ số biến thành lời nói dối ngoan ngoãn.

Tôi từng chứng kiến điều tương tự trong mùa giải 2026, khi các trận đấu diễn ra trên sân không khán giả. Khi ấy, chỉ số chuyền bóng thành công của các đội khách tăng trung bình 5,2 phần trăm, và tỷ lệ thắng sân nhà rơi từ 45 phần trăm xuống còn 32 phần trăm. Những con số ấy không sai; chúng chỉ mất đi ý nghĩa cũ. Mô hình dự đoán mà tôi xây dựng suốt nhiều năm đổ vỡ, và tôi phải dựng lại toàn bộ khung phân tích với một biến số mới: áp lực từ môi trường. Sự im lặng của khán đài không làm dữ liệu sạch hơn – nó làm dữ liệu thật hơn.

Quay lại tệp rỗng đêm tháng ba. Điều đầu tiên tôi làm không phải là viết. Tôi mở một bản chẩn đoán. Mỗi trường thông tin — tiêu đề, nguồn, loại bài, tóm tắt một câu, quan điểm tác giả, mục đích, danh sách các điểm dữ liệu — được đối chiếu với giá trị nhận về. Kết quả giống nhau ở mọi dòng: không dùng được. Không vì nguồn kém, không vì chủ đề nhàm, mà vì danh sách điểm dữ liệu, hạt nhân của mọi phân tích, trống rỗng. Một báo cáo rỗng không phải là báo cáo vô giá trị — nó là bằng chứng của một lỗi ở thượng nguồn, và cách xử lý lỗi ấy quyết định toàn bộ độ tin cậy của nghề phân tích.

Từ hạt nhân trống ấy, tôi thử chạy khung phân tích chín chiều mà tôi vẫn dùng cho mỗi bài báo. Chiều thứ nhất, patch và meta: không có phiên bản trò chơi nào được nêu, nên không thể đo mức độ thay đổi. Chiều thứ hai, thể thức giải: không có giải đấu nào được gọi tên, nên không thể đánh giá lịch thi đấu hay đường đi vòng loại. Chiều thứ ba, đội và cầu thủ: không một cái tên, không một bản hợp đồng, không một chấn thương. Chiều thứ tư, bức tranh khu vực: không có vùng nào để so sánh. Chiều thứ năm, tài chính câu lạc bộ: không một con số doanh thu hay quỹ lương. Chiều thứ sáu, luật và quản trị: không một vi phạm nào được nhắc. Chiều thứ bảy, hồ sơ rủi ro: trống. Chiều thứ tám, câu chuyện công chúng: không có kỳ vọng nào để đối chiếu. Chiều thứ chín, truyền dẫn ngành: không có mắt xích nào để lần theo. Chín chiều, chín lần cùng một câu trả lời: không đủ thông tin, không thể đánh giá.

Với nhiều người, chín lần "không thể đánh giá" là chín lần thất bại. Với tôi, đó là một chẩn đoán thành công. Nó chỉ đúng một chỗ: lỗi nằm ở khâu trích xuất thông tin, chứ không nằm ở chủ đề. Biết được điều ấy quan trọng hơn mọi kết luận suông, vì nó biến một khoảng trống mù mờ thành một điểm sửa chữa cụ thể. Bản chẩn đoán còn đề xuất ba bước khắc phục theo thứ tự ưu tiên: chạy lại khâu trích xuất trên văn bản gốc; kiểm tra xem văn bản thô có thực sự được truyền vào đường ống hay không, bởi một trang bị chặn hoặc một trang chỉ hiện bằng JavaScript thường trả về khoảng trắng; và nếu bài gốc vốn không có nội dung — một thư viện ảnh, một trang phát trực tiếp, một khung điều hướng — thì gắn nhãn "không thể phân tích" và loại khỏi hàng đợi.

Đây là chỗ tôi đi ngược số đông. Truyền thông thể thao yêu cửa dưới. Họ yêu câu chuyện đội yếu lật đổ đội mạnh, vì sự lật đổ tạo ra cảm xúc, và cảm xúc tạo ra lượt đọc. Nhưng cái giá của phép màu chỉ hiện ra với người theo dõi đội yếu quanh năm. Khi một đội bóng nhỏ thắng lớn, đám đông reo mừng; còn người làm dữ liệu nhìn thấy mười bảy trận trước đó bị lãng quên, những chuyến xe đêm, những hợp đồng cho mượn kèm nghĩa vụ mua đứt đang bào mòn ngân sách của họ. Tôi không dự đoán cú sốc. Tôi chỉ đọc bản đồ mà phần còn lại chọn cách bỏ quên.

Ở đây, một cái bẫy khác chờ sẵn. Khi tôi trình bày bản chẩn đoán rỗng ấy cho tòa soạn, phản hồi đầu tiên là: "Vậy có gì để đăng?" Câu hỏi tưởng như hợp lý, nhưng nó lộ ra một giả định sai — rằng giá trị của phân tích nằm ở kết luận, chứ không nằm ở độ trung thực của quá trình. Tôi trả lời bằng một dòng trong bản chẩn đoán: rủi ro lớn nhất ở đây không phải là rủi ro cạnh tranh, tài chính hay nhân sự; nó là rủi ro quy trình. Một lỗi trích xuất ở thượng nguồn đã chặn đứng toàn bộ chuỗi phân tích phía sau, và nếu tôi lấp khoảng trống ấy bằng suy diễn, tôi sẽ không chỉ sai một bài; tôi sẽ gieo một niềm tin sai vào đầu hàng nghìn độc giả.

Ký ức ấy đưa tôi về một phòng họp báo cũ. Năm 2026, ở tuổi hai mươi sáu, tôi là phóng viên trẻ duy nhất trong buổi họp sau trận đấu ở giải hạng hai. Tôi giơ tay hỏi về chỉ số pressing và quãng đường chạy của tiền đạo đội chủ nhà. Một phóng viên lớn tuổi cắt ngang, và huấn luyện viên bỏ qua câu hỏi của tôi. Tối hôm đó, tôi ngồi lại, dựng toàn bộ dữ liệu tracking của trận đấu và viết một bài dài hai nghìn chữ. Bài báo được chia sẻ gần một nghìn lần, gấp bảy lần bài tường thuật chính thức. Câu hỏi bị bỏ ngỏ trong phòng họp báo là tín hiệu mạnh nhất tôi từng ghi nhận.

Dữ liệu không bao giờ nói dối, nhưng nó giữ lại những câu hỏi chưa ai hỏi. Một tệp rỗng hỏi tôi: đường ống dữ liệu của giải đấu này có đáng tin không? Ai kiểm tra chất lượng đầu vào trước khi nó đến tay người viết? Và nếu không ai kiểm tra, thì bao nhiêu bản tin thể thao Việt Nam đang được xây trên những bảng tính chưa từng được chẩn đoán?

Tôi không kết luận thay cho tương lai. Nhưng tôi tin vào một chuẩn mực đang thiếu. Các giải bóng đá Việt Nam cần một tầng kiểm định dữ liệu độc lập — một bộ lọc từ chối những nguồn rỗng thay vì âm thầm chuyển chúng cho người viết. Các tòa soạn cần thưởng cho sự trung thực, không chỉ cho kết luận. Và người viết cần học lại một kỹ năng tưởng chừng đơn giản: nói "tôi chưa biết" khi thực sự chưa biết. Khi khán đài trống rỗng, tôi nghe rõ hơn tiếng thở dài của dữ liệu. Và đôi khi, tiếng thở dài ấy là tín hiệu đáng tin nhất trong cả một vòng đấu.