Kết quả rỗng trong pipeline dữ liệu tuyển trạch: Ghi chép từ một quy trình bị bỏ quên

Ngày 13 tháng 6 vừa qua, một cộng sự gửi cho tôi gói dữ liệu tuyển trạch của một học viện phía Bắc. Tệp mở ra, và bên trong không có gì. Tiêu đề trống. Nguồn trống. Các điểm thông tin trống. Danh sách thực thể trống, hoặc tệ hơn, một dòng chỉ dẫn vòng vo kiểu "xác định từ các điểm thông tin ở trên" trong khi phía trên chẳng có điểm nào để xác định. Tôi ngồi nhìn màn hình khoảng mười phút, tách cà phê nguội dần bên cạnh bàn phím. Hai mươi bốn năm làm nghề, tôi đã quen với những bảng số liệu dày đặc, với những cột chỉ số chằng chịt, với những báo cáo dài ba mươi trang chỉ để trả lời một câu hỏi duy nhất: cầu thủ mười bảy tuổi này có nên được ký hợp đồng chuyên nghiệp hay không. Nhưng chưa lần nào tôi nhận được một gói dữ liệu trả về con số không tròn trĩnh đến vậy. Điều khiến tôi chú ý không phải sự trống rỗng. Đó là phản ứng của tôi trước sự trống rỗng ấy: thoáng nhẹ nhõm vì không phải đọc thêm một bảng biểu nào nữa, rồi lo. Lo vì tôi biết, trong rất nhiều phòng phân tích bóng đá ở Việt Nam, một kết quả rỗng như thế sẽ bị lấp đi bằng vài con số phỏng đoán, và sẽ không ai ghi lại rằng nó từng trống. Để hiểu vì sao một pipeline trả về kết quả rỗng lại đáng lo hơn một pipeline trả về kết quả sai, cần đặt nó vào đúng bối cảnh. Trong khoảng bảy năm trở lại đây, phân tích dữ liệu đã trở thành một phần không thể thiếu trong cách các câu lạc bộ V-League và các học viện lớn vận hành. PVF, Viettel, HAGL, Sông Lam Nghệ An, Hải Phòng — mỗi nơi đầu tư theo một cách khác nhau, nhưng tất cả đều nói cùng một ngôn ngữ: số phút thi đấu, số đường chuyền quyết định, số lần bứt tốc, số bàn thắng kỳ vọng mỗi 90 phút. Các buổi họp tuyển trạch giờ đây hiếm khi bắt đầu bằng một câu chuyện kể trên sân. Chúng bắt đầu bằng một bảng tính. Tôi không phản đối bảng tính. Cả sự nghiệp của tôi gắn với chúng. Nhưng có một nghịch lý mà ít ai trong ngành chịu nói ra: khi số liệu bị đẩy lên thành tiêu chuẩn quyết định, áp lực phải có số liệu trở nên lớn hơn áp lực phải có số liệu đúng. Một phòng phân tích không thể trình ra một bảng trống trong cuộc họp chuyển nhượng. Một tuyển trạch viên không thể nói với giám đốc kỹ thuật rằng "tôi chưa có đủ dữ liệu". Vậy nên cái trống được lấp bằng ước lượng, ước lượng được trình bày như đo lường, và đo lường được truyền xuống các quyết định về hợp đồng, về suất đá chính, về tương lai của những đứa trẻ mười sáu, mười bảy tuổi. Mùa giải thường niên luôn là giai đoạn mà áp lực này lên cao nhất. Câu lạc bộ chạy đua suất trụ hạng, chạy đua suất dự cúp, và mỗi vòng đấu đều tạo ra một lượng dữ liệu mới buộc phải được xử lý trước khi vòng tiếp theo bắt đầu. Trong nhịp đó, không ai có thời gian dừng lại để hỏi một câu hỏi nền tảng: gói dữ liệu vừa nạp vào hệ thống, có thực sự chứa thông tin hay không. Đó chính là lúc một pipeline rỗng có thể đi qua toàn bộ quy trình mà không bị phát hiện. Sự việc ngày 13 tháng 6 khiến tôi nhớ lại nhiều lần khác mà tôi từng chứng kiến cùng một lỗi với những hình thức khác nhau. Năm 2026, khi còn là chuyên gia cấp cao tại trung tâm đào tạo trẻ Viettel, tôi từng đánh giá thấp một tiền vệ mười sáu tuổi tên Nguyễn Đức Nam vì chỉ số BMI và tốc độ của cậu đạt dưới chuẩn U17 quốc gia. Tôi kết luận cậu không đủ nền tảng thể chất. Tôi đã bỏ qua một chi tiết: Nam vừa trở lại sau chấn thương dây chằng và đang trong giai đoạn tăng trưởng bù. Ba tháng sau, cậu ra mắt đội một ở V-League và có bốn pha kiến tạo chỉ trong năm trận. Sai lầm đó không nằm ở con số. Nó nằm ở chỗ tôi tin vào con số mà không kiểm tra xem lớp đất bên dưới con số có gì. Từ đó, tôi bổ sung một cột vào mọi bảng dữ liệu của mình, cột "bối cảnh y sinh", và không bao giờ tin tuyệt đối vào số liệu khô nữa. Bài học năm 2026 là bài học về dữ liệu sai vì thiếu bối cảnh. Sự việc năm 2026 là một bài học khác, khó hơn: dữ liệu rỗng vì quy trình đứt gãy. Hai loại lỗi này đòi hỏi hai cách phòng thủ hoàn toàn khác nhau, và tôi cho rằng ngành bóng đá Việt Nam mới chỉ chuẩn bị cho loại thứ nhất. Số liệu là lớp đất mặt, tôi luôn đào thêm ba tầng nữa. Tầng thứ nhất là con số thô: cầu thủ này ghi bao nhiêu bàn, chuyền bao nhiêu đường. Tầng thứ hai là điều kiện tạo ra con số: cậu ấy đá ở vị trí nào, gặp đối thủ trình độ ra sao, được đồng đội phục vụ thế nào. Tầng thứ ba là bối cảnh con người: thể trạng, chấn thương, tuổi sinh học, môi trường gia đình, áp lực từ chính học viện. Nhưng có một tầng thứ tư mà tôi chỉ nhận ra sau này, và nó là tầng mà sự việc ngày 13 tháng 6 phơi ra: tầng kiểm chứng xem dữ liệu có thực sự tồn tại hay không. Trước khi đào ba tầng, ta phải kiểm tra rằng mảnh đất mình đang đứng không phải là một cái hố rỗng được lấp bằng cỏ nhân tạo. Đó là lý do tôi viết bài này, và cũng là lý do tôi chọn kể nó một cách khô khan. Trong ngành phân tích bóng đá, những câu chuyện hấp dẫn thường được kể về các phát hiện: tìm ra một viên ngọc, dự đoán đúng một nhà vô địch, chỉ ra một điểm yếu chiến thuật mà đối thủ không thấy. Nhưng những câu chuyện quan trọng hơn lại thường là về các thất bại quy trình, những lần hệ thống không hoạt động và không ai ghi lại. Chúng không hấp dẫn, chúng không được chia sẻ, và vì thế chúng lặp lại. Tôi muốn mổ xẻ sự việc này thành bốn lớp, theo cách tôi vẫn làm với một hồ sơ cầu thủ. Lớp thứ nhất là cấu trúc của quy trình: điều gì phải xảy ra để một gói dữ liệu từ chỗ có nội dung trở thành rỗng. Lớp thứ hai là cách hệ thống xử lý sự trống rỗng: có báo động hay không, có ai kiểm tra hay không, có ai được phép nói "tôi không biết" hay không. Lớp thứ ba là hệ quả đối với quyết định: một pipeline rỗng ảnh hưởng thế nào đến việc ký hợp đồng, xếp đội hình, và đánh giá một tài năng trẻ. Lớp thứ tư, và cũng là lớp khó nhất, là văn hóa: vì sao một nền bóng đá vốn rất coi trọng kinh nghiệm lại dễ dàng chấp nhận những con số không có gốc. Bắt đầu từ lớp cấu trúc. Một pipeline tuyển trạch điển hình ở một học viện Việt Nam có ít nhất năm bước: thu thập dữ liệu thô từ video và cảm biến, chuẩn hóa dữ liệu theo một khung chỉ số, bóc tách các sự kiện quan trọng, gán nhãn thực thể (cầu thủ, đội, giải đấu, thời điểm), và cuối cùng là diễn giải thành khuyến nghị. Lỗi có thể xảy ra ở bất kỳ bước nào. Nhưng có một loại lỗi đặc biệt nguy hiểm: lỗi ở bước gán nhãn thực thể. Khi bước này thất bại, toàn bộ các bước sau vẫn chạy, vẫn tạo ra định dạng đúng, vẫn xuất ra một tệp trông như hoàn chỉnh — chỉ là nội dung bên trong rỗng. Hệ thống không báo lỗi, vì về mặt kỹ thuật nó không gặp lỗi. Nó chỉ trả về đúng cái mà nó có: không gì cả. Đây là điểm mà tôi muốn dừng lại một chút. Trong kỹ thuật dữ liệu, có một khái niệm gọi là phân biệt giữa "không có dữ liệu" và "dữ liệu nói rằng không có gì". Hai trạng thái này trông giống nhau trên màn hình nhưng mang ý nghĩa hoàn toàn khác. Nếu một cầu thủ chưa từng ra sân, việc cậu ấy không có bàn thắng nào là một sự thật trung tính. Nếu một cầu thủ đã đá mười trận mà không ghi bàn, con số không đó là một thông tin có trọng lượng. Nhưng cả hai đều hiển thị là số 0 trên bảng tính. Và trong một phòng họp tuyển trạch bận rộn, người ta hiếm khi phân biệt chúng. Gói dữ liệu ngày 13 tháng 6 thuộc loại thứ ba, loại tệ nhất: không có dữ liệu, nhưng hệ thống không nói rằng nó không có dữ liệu. Nó chỉ im lặng. Và sự im lặng, trong một quy trình có áp lực thời gian, sẽ bị lấp bằng suy đoán. Đây là cơ chế mà tôi tin là đang diễn ra ở nhiều học viện Việt Nam mà không ai gọi tên. Tôi từng được mời rà soát lại một học viện vào năm 2026, khi bóng đá toàn cầu tạm hoãn vì dịch bệnh. Thời điểm đó, dữ liệu cũ cho thấy một tiền đạo mười tám tuổi tên Trần Văn Công có hiệu suất 0,8 bàn mỗi 90 phút, cao nhất lò đào tạo, nhưng cậu thường bị chuột rút và ít khi được ra sân trọn vẹn. Vì sân tập đóng cửa, tôi không thể xem trực tiếp. Tôi phỏng vấn gia đình cậu qua trực tuyến và phân tích dữ liệu GPS lưu trữ. Có một tuần, tệp GPS trả về trống. Tôi không lấp nó bằng ước lượng. Tôi đánh dấu là thiếu, và tiếp tục với các tuần có dữ liệu. Nhờ vậy, tôi nhận ra một mẫu vận động cho thấy vấn đề của Công nằm ở khả năng chịu tải hơn là ở năng lực dứt điểm. Tôi đề xuất ký hợp đồng chuyên nghiệp trước khi giải đấu trở lại. Khi V-League 2026 khởi tranh, Công ghi sáu bàn. Tôi kể chi tiết nhỏ đó — tuần dữ liệu GPS trống và việc tôi đánh dấu nó — không phải để khoe sự cẩn thận. Tôi kể vì nó minh họa một nguyên tắc: kết quả rỗng, nếu được giữ nguyên và ghi nhận, lại giúp ta nhìn đúng hơn. Còn kết quả rỗng nếu bị lấp bằng ước lượng sẽ tạo ra một phiên bản sự thật trông có vẻ đầy đủ nhưng sai cấu trúc, và cái sai đó sẽ chui vào quyết định mà hậu quả khó tách ra được. Một cầu thủ không phải là con số, nhưng con số là nơi tôi bắt đầu cuộc khai quật. Câu này tôi viết ra cách đây vài năm và vẫn tin. Nhưng tôi nay muốn thêm một vế: nếu nơi tôi bắt đầu cuộc khai quật lại là một mảng tối không có gì, thì việc trung thực nhất là dừng lại và nói rằng ở đây tôi chưa có gì để đào. Trung thực với sự trống rỗng khó hơn trung thực với con số, vì nó đòi hỏi ta thừa nhận giới hạn trước mặt người khác, trong một cuộc họp mà ai cũng đang chờ ta đưa ra kết luận. Đến đây, cần nói thẳng về lớp thứ ba: hệ quả đối với quyết định. Sự trống rỗng của dữ liệu không phải là vấn đề kỹ thuật thuần túy. Nó là vấn đề con người. Một cầu thủ trẻ mười bảy tuổi có thể mất một suất đá chính chỉ vì một tệp dữ liệu về cậu bị rỗng trong buổi họp mà huấn luyện viên cần số liệu để biện minh cho lựa chọn của mình. Một hợp đồng có thể không được ký chỉ vì chỉ số chịu tải của cầu thủ đó bị mất trong một lần pipeline đứt gãy mà không ai phát hiện. Tôi từng chứng kiến điều này. Năm 2026, khi theo dõi kỳ chuyển nhượng mùa đông của Câu lạc bộ Hải Phòng, tôi phát hiện hợp đồng cho mượn của một hậu vệ tên Lê Văn Sơn từ Câu lạc bộ Thành phố Hồ Chí Minh có dấu hiệu rủi ro khi tôi nhìn vào ba trận AFC Cup: Sơn thắng mười hai pha tắc bóng nhưng mắc ba lỗi trực tiếp dẫn đến bàn thua dưới áp lực sân khách. Con số mười hai và con số ba nằm cạnh nhau, và điều đáng chú ý là chúng nói hai điều trái ngược: một cầu thủ vừa giỏi tranh chấp vừa dễ mắc lỗi dưới áp lực. Tôi khuyên câu lạc bộ không nên ký dài hạn. Hai tuần sau, Sơn dính chấn thương và hợp đồng bị hủy. Trong trường hợp này, tôi không gặp vấn đề dữ liệu rỗng. Tôi gặp vấn đề ngược lại: dữ liệu quá đầy, nhưng đầy những con số không được đặt cạnh nhau đúng cách. Nếu buổi họp hôm đó chỉ nhìn vào con số mười hai pha tắc bóng, kết luận sẽ ngược lại với kết luận của tôi. Tôi đặt hai câu chuyện cạnh nhau — ngày 13 tháng 6 và ngày của Sơn — vì chúng là hai mặt của cùng một vấn đề. Một mặt là dữ liệu rỗng bị lấp bằng ước lượng. Mặt kia là dữ liệu đầy nhưng bị trình bày tách rời khỏi bối cảnh phòng ngự và chất lượng đối thủ. Cả hai đều dẫn đến cùng một kết cục: con số được dùng nhiều hơn mức nó xứng đáng, và không ai kiểm tra lại ba tầng dưới. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi tại V-League và các giải trẻ khu vực, tôi nhận thấy một quy luật: các quyết định về cầu thủ trẻ thường được đưa ra trong khoảng thời gian ngắn, dưới áp lực lịch thi đấu dày, và bởi những người không phải là người trực tiếp thu thập dữ liệu. Khoảng cách giữa người thu thập và người quyết định này chính là nơi các pipeline rỗng có thể tồn tại mà không bị phát hiện. Người thu thập biết dữ liệu rỗng. Người quyết định chỉ thấy một tệp có định dạng đúng. Và giữa họ không có ai có trách nhiệm chuyển tiếp thông tin "dữ liệu này trống". Đây là lúc tôi chuyển sang lớp thứ tư, lớp văn hóa, và cũng là lớp mà tôi muốn phản biện mạnh nhất. Sự thật là ngành bóng đá Việt Nam đã tiếp nhận công cụ dữ liệu nhanh hơn tiếp nhận văn hóa đối chất với dữ liệu. Chúng ta học được cách nhập số liệu vào phần mềm, cách tạo biểu đồ, cách trình bày chỉ số trước ban huấn luyện. Nhưng chúng ta chưa học được cách nói "chỉ số này không đáng tin" mà không sợ bị coi là thiếu chuyên nghiệp. Chúng ta chưa có cơ chế để một tuyển trạch viên trẻ dám gửi lên một báo cáo ghi rõ "dữ liệu không đủ, không kết luận". Tôi cho rằng đây là điểm mù lớn nhất. Một nền bóng đá coi trọng kinh nghiệm và truyền thống, như ISTJ như tôi, có xu hướng tôn trọng con số vì nó mang lại cảm giác chắc chắn. Con số cho ta cảm giác rằng ta đã kiểm soát được điều gì đó. Sự trống rỗng thì ngược lại, nó đòi hỏi ta chấp nhận rằng mình chưa kiểm soát được gì. Và trong một môi trường cạnh tranh, chấp nhận điều đó là một hành động khó, đôi khi bị coi là bất lợi. Nhưng đây là nghịch lý mà tôi muốn đặt lên bàn: chính sự trống rỗng được thừa nhận lại là nguồn thông tin quý nhất. Gói dữ liệu ngày 13 tháng 6, với tất cả sự trống rỗng của nó, là một trong những tài liệu trung thực nhất tôi nhận được trong nhiều năm. Nó không hứa hẹn điều gì nó không có. Nó không bán cho tôi một cầu thủ. Nó không tô vẽ một triển vọng. Nó chỉ nói rằng ở đây chưa có gì để phân tích, và điều đó đúng. Tôi biết người đọc có thể thấy điều này nghe như biện minh cho một thất bại quy trình. Có thể đúng. Nhưng tôi muốn phân biệt hai việc: thất bại trong việc tạo ra dữ liệu, và thất bại trong việc trung thực về sự trống rỗng. Cái thứ hai nghiêm trọng hơn nhiều. Một pipeline đứt gãy có thể sửa. Một nền văn hóa lấp liếm sự trống rỗng bằng ước lượng thì khó sửa hơn, vì nó không để lại dấu vết. Tôi mất ba năm để hiểu rằng dữ liệu cũng cần tăng trưởng bù. Câu này tôi viết về quãng thời gian tôi học cách nhìn một cầu thủ đang hồi phục khác với một cầu thủ đã ổn định. Nhưng hôm nay tôi muốn mở rộng nó: quy trình phân tích cũng cần tăng trưởng bù. Một hệ thống dữ liệu non trẻ không thể được đánh giá bằng số lượng báo cáo nó tạo ra, mà bằng số lần nó dám nói rằng nó không biết. Số lần dám nói không biết, trong một hệ thống non trẻ, là thước đo chính xác hơn về độ trưởng thành của nó so với bất kỳ con số nào khác. Ở góc phản biện này, tôi muốn đi xa hơn một bước. Khi thị trường bóng đá Việt Nam ngày càng định giá cầu thủ trẻ bằng chỉ số, áp lực lấp đầy dữ liệu sẽ không giảm mà còn tăng. Không chỉ vì áp lực nội bộ, mà còn vì dữ liệu giờ đây có giá trị tài chính. Một báo cáo tuyển trạch có thể ảnh hưởng đến phí chuyển nhượng, đến quyền đào tạo, đến tiền lương. Bất cứ thứ gì có giá trị tài chính đều sẽ bị thổi phồng, kể cả bảng thống kê. Và khi phồng lên, các pipeline rỗng càng dễ bị bỏ qua, vì thừa nhận chúng là thừa nhận rằng một phần giá trị được tạo ra không có cơ sở. Tôi không khai quật ngôi sa, tôi khai quật bối cảnh. Và nếu cuộc khai quật phơi ra rằng bối cảnh không tồn tại, thì việc công bố điều đó là một phần của nghề, không phải là sự từ bỏ nghề. Đây là chỗ tôi muốn những người trẻ trong ngành tuyển trạch dừng lại. Sự nghiệp của các bạn sẽ không bị phá hủy bởi một báo cáo nói rằng "chưa đủ dữ liệu". Nó sẽ bị phá hủy bởi một báo cáo tự tin đặt cược tương lai của một đứa trẻ lên một con số không có gốc. Vậy rủi ro cụ thể của loại lỗi này là gì, và làm sao giảm thiểu? Trước hết, về rủi ro thể thao: một cầu thủ bị đánh giá thấp vì dữ liệu rỗng có thể bị bỏ qua ở đúng giai đoạn phát triển quan trọng nhất, khi mà việc ký hợp đồng quyết định cơ hội phát triển. Thứ hai, về rủi ro tài chính: một câu lạc bộ ký dài hạn dựa trên dữ liệu phồng có thể gánh chi phí cho một cầu thủ không phù hợp. Thứ ba, về rủi ro uy tín: khi sự thật được đưa ra muộn, người ta mất niềm tin vào toàn bộ hệ thống phân tích, chứ không chỉ vào một báo cáo cụ thể. Để giảm thiểu, tôi đề xuất ba việc không mới nhưng bị bỏ quên. Một, mỗi pipeline phải có một bước kiểm tra "cột rỗng" ở cuối, được đặt tên rõ ràng, và người ký báo cáo phải xác nhận đã xem bước này. Hai, mọi chỉ số phải đi kèm một cột "nguồn và mức tin cậy", trong đó ghi rõ dữ liệu đến từ đâu và mức tin cậy là cao, trung bình hay thấp. Ba, và quan trọng nhất, cần tách vai trò người thu thập dữ liệu khỏi vai trò người ra quyết định, để không ai vừa tạo ra con số vừa chịu áp lực biện minh cho con số đó trước ban huấn luyện. Cả ba việc này đều đòi hỏi một thứ không phải kỹ thuật: sự dũng cảm nói thật về giới hạn. Và sự dũng cảm đó, trong môi trường bóng đá, thường không được dạy. Đọc lại toàn bộ sự việc, tôi nhận ra mình đang ở vị trí kỳ lạ: viết một bài phân tích về một tài liệu không có gì để phân tích. Nhưng có lẽ chính vì thế mà nó phù hợp với cách tôi làm nghề. Tôi không khai quật ngôi sao, tôi khai quật bối cảnh. Và bối cảnh của ngày 13 tháng 6 là một hệ thống đã chạy hết quy trình, tạo ra một định dạng hoàn chỉnh, và trả về một con số không. Điều đó nói với tôi nhiều hơn hàng trăm bảng biểu đầy đủ khác. Nếu bạn là một tuyển trạch viên trẻ đang đọc bài này, tôi muốn để lại một câu hỏi thay vì một kết luận. Khi gói dữ liệu tiếp theo của bạn trả về rỗng, bạn sẽ lấp nó bằng một ước lượng để cuộc họp diễn ra suôn sẻ, hay bạn sẽ giữ nguyên khoảng trống ấy và để nó tồn tại trên bàn trước mặt những người đang chờ câu trả lời? Câu trả lời của bạn, hơn bất kỳ chỉ số nào, sẽ cho biết bạn đang làm nghề này vì con số, hay vì những đứa trẻ đứng sau con số.