Báo cáo tuyển trạch để trắng: Enzo Fernández, Croatia 2026 và kỷ luật của người đọc dữ liệu

Ngày 19 tháng 1 năm 2026, tôi ngồi trước một bảng tính để trắng trong văn phòng ở Shenzhen. Phía trên cùng là tên cầu thủ do bộ phận tuyển trạch gửi sang: Enzo Fernández, khi đó 21 tuổi, đang khoác áo River Plate. Bên dưới là mười bốn dòng chỉ số chờ điền. Dòng duy nhất có số là quãng đường chạy trung bình: 9,8 km một trận. Mười ba dòng còn lại trống.

Tôi có hai lựa chọn. Một là viết một báo cáo mượt mà với những cụm từ mà giám đốc thể thao nào cũng muốn nghe: tiềm năng phát triển tốt, cần thêm thời gian thích nghi, phù hợp với triết lý đội bóng. Hai là gõ vào ô trống dòng chữ mà không ai thích đọc: không đủ thông tin để kết luận.

Tôi chọn cách thứ hai, rồi viết thêm phần dữ liệu tôi thực sự có. Enzo Fernández đạt xG chain 0,45 mỗi trận tại giải vô địch Argentina, thuộc nhóm 5% cao nhất toàn giải theo mẫu dữ liệu tôi thu thập được lúc bấy giờ. Quãng đường chạy trung bình của anh là 9,8 km, thấp hơn tiêu chuẩn nội bộ 11,2 km mà câu lạc bộ tự đặt cho vị trí tiền vệ trung tâm.

Hai con số đó không hề mâu thuẫn. Chúng đo hai thứ khác nhau. Nhưng người ra quyết định chỉ giữ lại con số dễ đo hơn. Ông bác bỏ thương vụ, ký hợp đồng với một tiền vệ nội địa, và điền vào ô trống bằng niềm tin thay vì bằng dữ liệu.

Mười một tháng sau, Enzo Fernández chơi trận chung kết World Cup cho Argentina, và Chelsea hoàn tất thương vụ đưa anh về London với mức phí được công bố rộng rãi vượt 100 triệu bảng. Bảng tính của tôi ngày hôm đó vẫn chỉ có một dòng được điền.

xG không phải sự thật - nó là la bàn, và la bàn không bao giờ chỉ đường tắt.

Ô trống là một phần của dữ liệu

Trong nghề phân tích, người ta dạy rất kỹ cách đọc một con số, nhưng gần như không dạy cách xử lý một khoảng trắng. Đó là lỗ hổng lớn nhất của ngành tuyển trạch chuyên nghiệp. Một hồ sơ có bảy chỉ số đầy đủ và bảy chỉ số trống không phải là một hồ sơ hoàn chỉnh bị khuyết. Đó là một hồ sơ có độ tin cậy khác hẳn, và mọi kết luận rút ra từ nó phải mang theo mức độ bất định tương ứng.

Khi tôi nhận yêu cầu đánh giá Enzo, tôi có ba nguồn dữ liệu chính: dữ liệu sự kiện trận đấu từ giải Argentina, băng hình ba trận gần nhất, và báo cáo của tuyển trạch viên hiện trường. Nguồn thứ nhất đủ để dựng xG chain và xG buildup. Nguồn thứ hai đủ để đánh giá khả năng nhận bóng trong không gian hẹp. Nguồn thứ ba gần như vô giá trị vì người viết chỉ ghi lại cảm nhận chung chung.

Điều tôi làm là tách ba nguồn ra, không trộn chúng thành một điểm số duy nhất. Một điểm số duy nhất tạo cảm giác chắc chắn giả tạo, và cảm giác chắc chắn giả tạo là thứ đắt nhất trong một thương vụ chuyển nhượng.

Trong kỳ chuyển nhượng, mọi hồ sơ đều bị nén lại thành một câu hỏi duy nhất: mua hay không mua. Nhưng câu hỏi đúng phải là: dữ liệu hiện có đủ để trả lời chưa.

Ba lớp dữ liệu và cách chúng bổ sung cho nhau

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở Nam Mỹ và châu Á, một tiền vệ trung tâm hiện đại cần được đo ở ba lớp khác nhau.

Lớp thứ nhất là lớp thể lực, gồm quãng đường chạy, số lần tăng tốc, số lần chạy nước rút trên 25 km/h và khả năng phục hồi giữa các trận. Đây là lớp dễ đo nhất, dễ so sánh nhất, và vì thế cũng là lớp bị lạm dụng nhiều nhất.

Lớp thứ hai là lớp không gian, gồm PPDA khi đội nhà không có bóng, số đường chuyền vào vùng 14 mét cuối, số lần nhận bóng dưới áp lực, và xG chain. Đây là lớp khó đo nhất nhưng lại quyết định giá trị chuyển nhượng.

Lớp thứ ba là lớp ra quyết định, gồm chất lượng đường chuyền dưới áp lực cao, tốc độ xử lý bóng, và khả năng chọn vị trí trước khi bóng đến. Lớp này chỉ có thể đánh giá bằng băng hình và bằng việc xem trực tiếp, không có chỉ số nào thay thế được.

Enzo Fernández thắng ở lớp thứ hai và lớp thứ ba. Anh thua ở lớp thứ nhất. Người bác bỏ thương vụ chỉ đọc lớp thứ nhất, rồi coi đó là toàn bộ hồ sơ. Kết luận của ông không sai về mặt số học. Nó sai về mặt cấu trúc.

Từ sau thương vụ đó, mỗi báo cáo phân tích của tôi đều có một mục riêng ghi rõ: những chỉ số nào chưa có, vì sao chưa có, và việc thiếu chúng ảnh hưởng thế nào đến mức độ tin cậy của kết luận cuối cùng. Mục đó dài nhất trong báo cáo, và cũng là mục ít được đọc nhất.

Sân không khán giả: khi biến số bị cô lập

Năm 2026, khi đại dịch khiến toàn bộ các giải đấu châu Âu dừng lại, tôi rơi vào tình trạng không có dữ liệu mới để phân tích. Cách xử lý của một người làm nghề dữ liệu không phải là chờ đợi, mà là quay lại đánh giá những gì đã có.

Tôi dựng lại dữ liệu PPDA của năm mùa giải châu Âu, tách riêng các trận có khán giả và các trận không có khán giả. Kết quả: PPDA trung bình của đội chủ nhà trước đại dịch là 9,6, còn khi sân trống là 8,9.

0,7 đơn vị nghe có vẻ nhỏ. Nó không nhỏ. PPDA càng thấp nghĩa là đội chủ nhà càng pressing mạnh. Sân vận động trống khiến đội chủ nhà pressing ít hơn, và mức chênh lệch đó tương đương với khoảng cách giữa một đội pressing tầm trung và một đội pressing thấp ở cùng giải đấu.

Sân không khán giả là phòng thí nghiệm lớn nhất mà bóng đá hiện đại từng có.

Nó cô lập được một biến số mà trước đó không ai tách ra được: tiếng khán giả. Trong mọi mô hình trước đây, lợi thế sân nhà luôn là một khối hỗn hợp gồm mặt sân quen, lịch di chuyển, trọng tài, và khán giả. Năm 2026 giữ nguyên mọi thứ khác và chỉ lấy đi khán giả.

Bài nghiên cứu của tôi mang tên Khán giả có phải là một cầu thủ, và nó giúp tôi được một câu lạc bộ tại Shenzhen mời cộng tác chính thức. Nhưng giá trị thật của nó nằm ở chỗ khác. Nó dạy tôi rằng mọi con số chỉ có nghĩa khi đặt cạnh điều kiện sinh ra nó. PPDA 8,9 trên sân trống và PPDA 8,9 trên sân có 60 nghìn người là hai con số khác nhau về bản chất, dù chúng giống nhau về giá trị.

Mùa giải 2026 không phải ngoại lệ - nó là bài kiểm tra cho mọi giả thuyết cũ.

Điều tương tự đang diễn ra với kỳ chuyển nhượng hiện tại. Số liệu vẫn chảy ra đều đặn, nhưng điều kiện sinh ra chúng đã thay đổi: lịch thi đấu dày hơn, số trận quốc tế tăng, và các cầu thủ chuyển từ giải này sang giải khác trong mùa đông. Một chỉ số quãng đường chạy của cầu thủ Nam Mỹ không thể so thẳng với cùng chỉ số đó ở châu Âu mà bỏ qua mật độ thi đấu và cách tính.

Croatia 2026: 12% không tự nó thắng

Năm 2026, khi còn thực tập tại một công ty phân tích dữ liệu thể thao, tôi dựng một mô hình logistic cho vòng tứ kết World Cup. Ba biến đầu vào: PPDA, chênh lệch xG, và quãng đường chạy tích lũy.

Mô hình cho Croatia xác suất vào chung kết là 43%, cao hơn Anh ở mức 29%. Cả phòng dữ liệu bật cười, vì Croatia khi đó bị nhìn như đội cửa dưới với lối chơi chậm và ít pressing.

Croatia thắng Anh 2-1 ngày 11 tháng 7 năm 2026, sau 120 phút. Luka Modrić chạy nhiều hơn bất kỳ cầu thủ nào trên sân ở tuổi 32.

Croatia 2026 dạy tôi: xác suất 12% vẫn là một con số đáng để đặt cược.

Nhưng câu chuyện thường được kể lại sai. Rất nhiều người đọc kết quả đó rồi rút ra bài học rằng cửa dưới luôn đáng tin. Đó là kết luận tồi. Điều mô hình thực sự nói là: Croatia thắng vì hội tụ đủ ba điều kiện cùng lúc — nền tảng tổ chức phòng ngự ổn định qua nhiều trận, thể lực đủ để kéo dài trận đấu sang hiệp phụ, và một đối thủ có cấu trúc dễ bị khai thác ở hai biên.

Thiếu một trong ba điều kiện đó, 43% sụp xuống rất nhanh. Xác suất chỉ đáng tin khi đi kèm điều kiện hội tụ. Bỏ điều kiện đi, xác suất trở thành một con số trang trí.

Từ đó tôi viết theo khung cố định: nêu giả thuyết, nêu xác suất, nêu mức độ tin cậy của mô hình, rồi đối chiếu với kết quả thực tế sau khi trận đấu kết thúc. Việc công khai cả những lần mô hình sai quan trọng ngang với việc công khai những lần nó đúng.

Tiếng ồn kỳ chuyển nhượng và bộ lọc độ tin cậy

Kỳ chuyển nhượng là giai đoạn mà tỷ lệ tín hiệu trên tiếng ồn xuống thấp nhất trong cả năm. Mỗi ngày có hàng chục thông tin về chuyển nhượng, và phần lớn trong số đó không đi kèm bất kỳ bằng chứng kiểm chứng được.

Tôi phân loại nguồn thành bốn bậc. Bậc một là thông tin có xác nhận từ câu lạc bộ hoặc từ chính cầu thủ. Bậc hai là thông tin từ ký giả có lịch sử chính xác cao và có tên người đại diện cụ thể. Bậc ba là thông tin từ truyền thông đại chúng không nêu tên nguồn. Bậc bốn là suy đoán từ mạng xã hội.

Bậc ba và bậc bốn chiếm phần lớn khối lượng thông tin, và gần như toàn bộ lượng tương tác.

Điều đáng chú ý là các thương vụ lớn hiếm khi được quyết định bởi tiếng ồn. Cấu trúc hợp đồng, điều khoản giải phóng, cơ cấu lương thưởng và thời hạn thanh toán mới là nơi thương vụ thực sự diễn ra. Một mức phí 80 triệu euro được công bố có thể bao gồm 60 triệu trả trước, 15 triệu phụ thuộc thành tích, và 5 triệu chỉ được kích hoạt trong điều kiện gần như không thể xảy ra.

Trong thị trường chuyển nhượng, một con số 80 triệu euro có thể là một trò đùa.

Ở một góc khác của thị trường, dòng tiền lớn đang chảy về các giải đấu chiêu mộ những cầu thủ đã qua đỉnh cao sự nghiệp. Nhìn vào đường cong tuổi, số phút thi đấu và chỉ số đóng góp, có thể thấy rõ những thương vụ đó không hướng tới việc nâng cao chất lượng giải đấu. Chúng hướng tới việc bán áo đấu, bán bản quyền truyền hình và bán hình ảnh ở các thị trường mới. Với một nhà phân tích, điều đó quan trọng vì nó làm thay đổi ý nghĩa của mọi chỉ số. Một cầu thủ 34 tuổi ghi 15 bàn ở một giải đấu có chất lượng phòng ngự thấp không phải là bằng chứng cho phong độ, mà là bằng chứng cho sự chênh lệch trình độ.

Chúng ta đo cái dễ đo, rồi gọi đó là sự thật

Đây là góc phản trực giác mà tôi tin nhất, và nó đi ngược lại chính công việc của tôi.

Ngành phân tích bóng đá ngày nay bị chi phối bởi một thiên kiến cấu trúc: chúng ta cho trọng số cao hơn cho những gì có thể đo được, và vô thức hạ thấp trọng số của những gì không đo được. Quãng đường chạy là chỉ số có mặt trong mọi bảng dữ liệu, nên nó được dùng nhiều. Khả năng chọn vị trí để không cần phải chạy nhiều không có chỉ số nào đo trực tiếp, nên nó bị đánh giá thấp.

Kết quả là những cầu thủ chạy nhiều được khen là chăm chỉ, còn những cầu thủ chạy ít nhưng đọc trận đấu tốt bị nghi ngờ. Enzo Fernández nằm ở nhóm thứ hai trong giai đoạn đầu sự nghiệp.

Mỗi con số là một lời khai; người đủ kiên nhẫn mới nghe được phiên tòa trọn vẹn.

Nhưng thiên kiến này vận hành theo cả hai chiều, và đó là phần khó chịu nhất. Những người tin vào dữ liệu cũng dễ mắc bẫy tương tự theo hướng ngược lại: họ coi xG là chân lý, coi mô hình là phán quyết, và biến mọi trận đấu thành một bảng tính. Cả hai nhóm đều đang điền vào ô trống bằng thứ họ muốn tin.

Bằng chứng phản đối

Trước khi chốt bất kỳ kết luận nào, tôi buộc mình phải viết ra phần bằng chứng đi ngược lại.

Trường hợp Enzo Fernández có một điểm yếu thực sự, và nó không nằm ở quãng đường chạy. Mẫu dữ liệu của tôi khi đó chỉ gồm 14 trận ở giải Argentina, cộng thêm ba trận băng hình. Đó là mẫu nhỏ. Với mẫu nhỏ, xG chain 0,45 có thể bị đẩy lên bởi hai hoặc ba trận xuất sắc, và giá trị thật có thể thấp hơn đáng kể.

Ngoài ra, một tiền vệ chạy 9,8 km ở giải Argentina có thể chạy 11 km ở châu Âu, nhưng cũng có thể gặp chấn thương cơ vì cường độ tăng đột ngột. Không có dữ liệu y tế, tôi không thể loại trừ khả năng đó. Giám đốc thể thao đã sai về cách ra quyết định, nhưng rủi ro ông lo ngại không phải là rủi ro tưởng tượng.

Đây là điểm tôi muốn nói rõ: kỷ luật dữ liệu không có nghĩa là dữ liệu luôn đúng. Nó có nghĩa là ta nói rõ dữ liệu đang yếu ở đâu, và giữ lại phần bất định đó trong kết luận thay vì xóa nó đi cho câu chuyện gọn gàng hơn.

Tín hiệu cho vòng tiếp theo

Nếu phải rút ra một thứ để theo dõi trong giai đoạn tới, tôi chọn số lượng ô trống trong hồ sơ tuyển trạch, chứ không phải giá trị của những ô đã được điền.

Một hồ sơ có nhiều ô trống nhưng ghi rõ ô nào trống là hồ sơ đáng tin. Một hồ sơ đầy đủ đến mức không còn chỗ cho sự bất định là hồ sơ đáng ngờ. Khi một báo cáo về cầu thủ 19 tuổi ở giải hạng hai nào đó đã có đủ cả chỉ số phòng ngự, chỉ số tấn công, chỉ số tâm lý và cả dự báo phát triển trong năm năm, người đọc nên hỏi dữ liệu đó đến từ đâu, chứ không nên hỏi vì sao cầu thủ đó chưa được mua.

Với chính tôi, điều đáng theo dõi là liệu ngành tuyển trạch có chấp nhận đưa sự bất định trở lại thành một phần chính thức của quy trình hay không. Khi một giám đốc thể thao đọc báo cáo và thấy dòng chữ không đủ thông tin để kết luận, ông ấy sẽ bác bỏ báo cáo, hay sẽ hỏi thêm dữ liệu.

Câu trả lời cho câu hỏi đó quyết định giá trị của cả một thế hệ phân tích viên phía sau.

Tôi không tin vào may mắn - tôi tin vào một mẫu dữ liệu đủ lớn. Nhưng tôi cũng biết rằng phần lớn thời gian, mẫu của chúng ta chưa đủ lớn. Việc của người làm nghề là nói ra điều đó, mỗi lần, kể cả khi nó khiến báo cáo của mình trông kém thuyết phục hơn.