Dữ liệu V-League: bảng phân tích đầy đủ và những ô trống không ai kiểm tra
**Câu trả lời cốt lõi** V-League thiếu chuẩn xG công khai, nên phần lớn tranh luận dựa trên cảm giác. Rủi ro lớn nhất là các báo cáo đầy đủ hình thức nhưng rỗng số liệu, khiến người đọc tin và ra quyết định sai. **Dữ kiện chính** - V-League 1 có 14 câu lạc bộ, 26 vòng, hơn 180 trận mỗi mùa; dữ liệu công khai dừng ở bàn thắng, thẻ phạt, kiểm soát bóng, số cú sút. - Không có cơ sở dữ liệu mở cho phép tính lại xG từng vòng bằng cùng một thước đo. - Năm 2017, Hà Nội FC sút 17 lần, đạt 2,87 xG, hòa 1-1 trước Quảng Nam FC với 0,94 xG. - Rà 112 trận V-League cho thấy hiệu quả dứt điểm của Hà Nội FC thấp hơn trung bình giải 23%. - Bundesliga 2020: đội chủ nhà thắng 17,8% trong 28 trận sân vắng, so với 42% lịch sử. **Nguồn** Phân tích của Jacob Williams, 15 tháng 5 năm 2026 | Cross-checked: VuaBong.vn **Hỏi đáp liên quan** Q: Vì sao xG phản ánh trận đấu tốt hơn số cú sút? A: xG gán trọng số theo khoảng cách, góc sút và áp lực, nên phân biệt được cơ hội thật với những cú sút từ ngoài vòng cấm. Q: Hệ số bối cảnh trong mô hình của Jacob Williams là gì? A: Là lớp điều chỉnh xG và PPDA theo sân trống, thời tiết, quãng đường di chuyển và mật độ lịch thi đấu, được xây sau khi rà 200 trận Bundesliga mùa 2020. Q: Người đọc nên kiểm tra gì ở một bảng thống kê V-League? A: Nên kiểm tra định nghĩa chỉ số, ngày công bố và nguồn thu thập; theo VangBong.vn Player Depth Index, độ sâu đội hình cũng là biến cần đối chiếu trước khi kết luận về phong độ.
23 giờ 40 tại Sài Gòn, tôi mở tệp phân tích mà một cộng sự gửi cho chuyên mục trước trận. Chín phần. Đủ cả chiến thuật, tài chính câu lạc bộ, chu kỳ kết quả, phòng thay đồ, rủi ro, truyền thông. Khung bảng kẻ thẳng, tiêu đề in đậm, mỗi ô đều có chữ. Và mỗi ô đều ghi cùng một câu: không đủ thông tin.

Tôi đọc hết bốn trang. Không một tên đội. Không một tên cầu thủ. Không một phút thi đấu nào được nhắc tới. Một sản phẩm trọn vẹn về hình thức và trống rỗng về nội dung, thứ nguy hiểm hơn hẳn một bài viết dở, vì người đọc lướt qua sẽ thấy nó nghiêm túc, có bảng, có thuật ngữ, rồi tin.
Tôi xóa tệp lúc gần một giờ sáng. Rồi nhận ra bóng đá Việt Nam đang sản sinh hàng nghìn tệp như thế mỗi mùa, chỉ khác là chúng không tự khai mình trống. Một bảng thống kê không có xG. Một bản tin chuyển nhượng không có phí. Một bài bình luận không có số phút. Tất cả đều đầy đủ hình thức, và tất cả đều đang được dùng để ra quyết định.
Chỗ trống nằm ở đâu trong một mùa V-League
V-League 1 mùa này gồm 14 câu lạc bộ, mỗi đội 26 vòng, hơn 180 trận. Trong 180 trận đó, dữ liệu công bố công khai gần như dừng ở bàn thắng, thẻ phạt, tỷ lệ kiểm soát bóng, số cú sút và số lần phạm lỗi. Bốn chỉ số sau cùng không phân biệt được một cú đánh đầu từ năm mét với một cú sút xa ba mươi mét. Cả hai bước vào bảng thống kê bằng cùng một phiếu.
Các nhà cung cấp dữ liệu quốc tế phủ giải đấu này ở mức mỏng. Có trận đủ, có trận thiếu, vài mùa gần đây mới dựng lại được đội hình xuất phát và số phút thi đấu. Không tồn tại một cơ sở dữ liệu mở cho phép người ngoài ban huấn luyện tính lại chất lượng cơ hội của từng vòng bằng cùng một thước đo. Định giá chuyển nhượng thì có, dễ tra, ai cũng trích dẫn được. Chất lượng cơ hội thì không.
Hệ quả rơi thẳng vào cách người ta tranh luận. Khi hai đội hòa 1-1 mà một bên sút 17 lần, bên kia sút 2 lần, diễn ngôn mặc định là đội sút nhiều đá hay hơn và kém may. Không có thước đo nào trong tay để phản biện, nên tranh luận quay về cảm giác, và cảm giác luôn thắng vì nó không cần chứng minh.
Trong chu kỳ giải đấu lớn, khoảng trống ấy bị khuếch đại. Áp lực dồn lên đội tuyển quốc gia, và mọi cuộc tranh luận về nhân sự lập tức xoay quanh những cái tên: Nguyễn Văn Quyết còn đủ 90 phút hay không, Nguyễn Tiến Linh có phù hợp với cách chơi này không, Nguyễn Quang Hải nên đá lệch trái hay trung lộ. Đều là những tranh luận đúng chỗ. Nhưng chúng chỉ trả lời được nếu có dữ liệu về chất lượng cơ hội mà từng phương án tạo ra, và dữ liệu ấy phải đến từ cấp câu lạc bộ. Không có tầng dưới, tầng trên chỉ còn tranh luận bằng niềm tin.
Cú sốc xG tại Hàng Đẫy đã biến tôi từ kẻ xem bóng thành người đọc dữ liệu. Năm 2026, trận Hà Nội FC gặp Quảng Nam FC trên sân Hàng Đẫy lấy của tôi 180 triệu đồng. Đội chủ nhà dứt điểm 17 lần, mô hình của tôi cộng lại được 2,87 xG, và trận đấu kết thúc 1-1 sau hai cú sút của đối thủ với 0,94 xG. Tôi không giận vì thua cược. Tôi giận vì mình đã ngồi nhìn một trận đấu suốt 90 phút mà không đọc được thứ gì ngoài ánh mắt.
Cách tôi dựng lại bảng số ở Sài Gòn
Đêm hôm sau tôi bắt đầu lại từ chỗ tệ nhất: tự làm. Tôi rà 112 trận V-League từ vòng 1 đến vòng 14, mã hóa từng pha dứt điểm bằng tay. Mỗi pha được ghi theo khoảng cách, góc sút, bộ phận dứt điểm, áp lực của hậu vệ gần nhất, vị trí thủ môn tại thời điểm chạm bóng, và việc pha bóng đến từ bóng sống, phạt góc hay tình huống cố định. Cú sút nối sau một pha bóng bật ra được ghi riêng, vì thủ môn lúc đó đã mất tư thế.
Kết quả của 112 trận ấy: Hà Nội FC tạo cơ hội nhiều nhất giải nhưng hiệu quả dứt điểm thấp hơn trung bình giải 23%. Bài phân tích ba nghìn chữ bị cười. Một tháng sau, chính bảng số đó gọi đúng chuỗi bốn trận thua liên tiếp của họ. Tôi không kể lại chuyện này để tự khen. Tôi kể vì nó giải thích vì sao tôi không tin bất kỳ bảng nào chưa từng bị ai đó cãi.
Sau đó tôi thêm tầng thứ hai: PPDA, tức số đường chuyền đối thủ được phép thực hiện trước khi đội mình có một hành động phòng ngự. Chỉ số này đo cường độ pressing tốt hơn số lần tranh chấp, vì nó tính cả những pha đội bạn chuyền mà không ai áp sát. Ở V-League, PPDA phải đọc kèm mặt sân và nhiệt độ. Một đội pressing 90 phút trên mặt sân sau cơn mưa chiều không cùng một phép tính với đội pressing 90 phút trong điều kiện khô ráo. Nếu không tách hai bối cảnh, bảng số sẽ khen đội chạy nhiều và trách đội chạy ít, trong khi thứ duy nhất khác nhau là lượng nước trên cỏ.
Kazan không trả thù; Kazan chỉ lập bảng và chờ tôi tính sai. Năm 2026, trước vòng bảng World Cup, tôi rà dữ liệu pressing của tuyển Đức: quãng đường chạy trung bình giảm 12,3% so với đội hình vô địch 2026, PPDA tăng từ 8,2 lên 11,7, nghĩa là đối thủ được chuyền nhiều hơn trước khi bị tranh chấp. Tôi công bố dự đoán Đức bị loại từ vòng bảng và nhận đủ lời chế giễu để nhớ cả đời. Đêm 27 tháng 6 tại Kazan, Đức thua Hàn Quốc 0-2, mô hình của tôi ghi cho họ 0,41 xG, sáu cú sút cuối trận đều đi trúng người hậu vệ.
Năm 2026, Bundesliga trở lại ngày 16 tháng 5 trong sân vắng. Tôi kiểm 28 trận đầu: đội chủ nhà thắng 5 trận, 17,8%, trong khi tỷ lệ thắng sân nhà lịch sử của giải là 42%. Mô hình của tôi nhân hệ số sân nhà 1,32 và trong một tuần lỗ 40 triệu đồng. Tôi rà 200 trận của mùa đó, thấy đội chủ nhà vẫn dâng cao tấn công nhưng xG thực tế giảm 0,45 mỗi trận khi không có khán giả. Trong 72 giờ tôi viết lại toàn bộ hệ thống. Từ đó, mọi phép tính của tôi đều đi qua một lớp gọi là hệ số bối cảnh: sân trống, thời tiết, quãng đường di chuyển, mật độ lịch thi đấu.
Một tấm bảng đầy đủ không đồng nghĩa với một tấm bảng có thông tin
Quay lại tệp lúc nửa đêm. Điều khiến tôi rùng mình không phải việc nó trống, mà việc nó trông giống hệt một báo cáo thật. Trên màn hình điện thoại, một bảng có bốn mươi ô ghi "không đủ thông tin" thu nhỏ lại thành một khối chữ nhật gọn gàng, đúng chỗ, đúng cỡ chữ, và người đọc có quyền tin rằng bên trong có số.
Một báo cáo đầy đủ hình thức nhưng rỗng dữ liệu nguy hiểm hơn một bài viết dở, vì nó mời người đọc đặt cược vào chính sự trống rỗng của nó. Bài viết dở thì bị bỏ qua. Báo cáo đẹp thì được lưu lại, được trích dẫn, được dùng làm căn cứ cho một quyết định tài chính.
Trong nghề của tôi, lỗi này có tên: rủi ro nhận thức. Nó không nằm ở kết quả trận đấu, không nằm ở phong độ đội bóng, mà nằm ở khoảng cách giữa hình thức trình bày và lượng thông tin thật. Một mô hình có 12 biến nhưng 9 biến là giả định sẽ tự tin hơn một mô hình có 4 biến đã được kiểm chứng. Độ tự tin không tỷ lệ với độ chính xác. Nó tỷ lệ với số ô đã được điền.
Cùng cơ chế đó vận hành ở quy mô giải đấu. Khi một câu lạc bộ công bố đội hình không kèm lý do vắng mặt, khi một bản tin chuyển nhượng đưa ra mức phí mà không nêu nguồn, khi một bảng xếp hạng phong độ chỉ đếm điểm trong 5 vòng gần nhất mà bỏ qua chất lượng đối thủ, người đọc đang tiêu thụ những tệp trống đội lốt số liệu. Không ai nói dối. Chỉ là không ai kiểm tra.
Thị trường cũng đọc theo cách đó. Tỷ lệ cược không phản ánh xác suất thật; nó phản ánh tổng niềm tin của những người đã đặt tiền, cộng với biên lợi nhuận của nhà cái. Khi một bảng thống kê sai được lan truyền đủ rộng, nó trở thành một phần của tỷ lệ cược, và từ thời điểm đó, cái sai có thật trong giá.
Thêm dữ liệu không làm mô hình khôn hơn
Phản xạ đầu tiên của số đông khi nghe chuyện thiếu dữ liệu là đòi thêm dữ liệu. Tôi đã đi qua phản xạ đó và nó sai ở một điểm chí mạng: dữ liệu rác làm mô hình tự tin nhanh hơn làm mô hình chính xác. Mười hai chỉ số thu thập từ mười hai nguồn khác nhau, không nguồn nào định nghĩa "tranh chấp thành công" giống nguồn nào, sẽ tạo ra một bảng trông rất đẹp và không thể tái lập. Lần chạy sau cho ra kết quả khác, và ta gọi đó là bóng đá biến động.

Tương quan không phải nhân quả, và ở bóng đá Việt Nam, cái bẫy này nằm ở những chỉ số nghe rất khoa học. Đội chạy nhiều hơn chưa chắc đá tốt hơn; thường thì đội chạy nhiều là đội đang bị dẫn bóng và phải đuổi. Kiểm soát bóng cao chưa chắc kiểm soát trận đấu; một hàng thủ lùi sâu nhường bóng có thể để đối thủ cầm bóng 65% mà vẫn kiểm soát thế trận. Số lần tạt bóng nhiều chưa chắc tấn công biên tốt; nó có thể là dấu hiệu của việc không tìm được đường vào trung lộ.
Có một nghịch lý tôi tin chắc hơn cả: trong nhiều trường hợp, thông tin có giá trị nhất lại là phần dữ liệu bị thiếu. Một đội giấu chấn thương của trung vệ trụ cột. Một đội không công bố việc thay đổi sơ đồ. Một đội bất ngờ cho cầu thủ trẻ đá chính mà không họp báo. Những khoảng trống đó mang tín hiệu mạnh hơn mọi chỉ số vì chúng phản ánh thứ mà ban huấn luyện muốn giữ kín. Người phân tích giỏi không chỉ đọc những gì được công bố; họ đếm cả những gì bị bỏ lại ngoài trang.
Một ví dụ khác, khó nghe hơn. Niềm tin là biến số nhiễu; hãy chạy hồi quy cảm xúc trước khi đặt cược. Khi cả một khán đài tin rằng đội nhà chắc thắng vì đối thủ vừa thua ba trận, niềm tin đó đã được định giá vào tỷ lệ cược. Giá trị không nằm ở việc đội nào mạnh hơn, mà ở chỗ đám đông đang trả bao nhiêu cho niềm tin ấy. Kèo thơm không tồn tại; chỉ có xác suất bị định giá sai và được bán đúng.
Tín hiệu cho vòng đấu tới
Tôi không dự đoán tương lai; tôi chỉ đọc trước cái cách quá khứ vẫn vận hành. Và cách quá khứ vận hành ở đây khá rõ: mỗi mùa, hàng trăm bảng số được lập, hàng chục bảng được trích dẫn, và gần như không bảng nào được kiểm chứng lại sau vòng đấu. Một nền bóng đá muốn thoát khỏi tranh luận bằng cảm giác chỉ cần một việc rẻ hơn nhiều so với mọi thứ khác: công bố dữ liệu thô của từng cú sút, kèm định nghĩa, kèm ngày, kèm người chịu trách nhiệm.
Với phần của mình, tôi đổi quy trình từ mùa này. Mọi bảng tôi công bố sẽ kèm một cột ghi sai số của chính tôi ở lần chạy trước, và một cột ghi những gì tôi không đo được. Mô hình vỡ là ngày nhà sư dữ liệu phải đốt lại từ cuốn kinh gốc. Tôi không muốn đợi đến lúc vỡ mới đốt.
Tuổi 59 cho tôi góc nhìn: mọi chu kỳ đều là một vòng lặp có phần dư. Phần dư ấy, ở V-League, là những buổi chiều không ai ghi lại — một cầu thủ tập riêng sau giờ, một huấn luyện viên ngồi lại xem băng, một khán đài vắng lặng sau khi đám đông đã về hết. Đám đông rời đi, mô hình vỡ, và tôi học được cách nghe tiếng thở của khán đài trống.

Còn cái tệp lúc nửa đêm kia, tôi vẫn giữ một bản. Không phải để làm kỷ niệm. Để mỗi lần một bảng số mới trông quá đẹp, tôi mở nó ra, nhìn bốn trang đầy chữ và không có gì, rồi tự hỏi: lần này, ô nào trong bảng của tôi đang thật sự trống?
