Khi hồ sơ tuyển trạch trở về trống rỗng: kỷ luật dữ liệu ở thị trường bóng chuyền Ý

6 giờ 47 phút, giờ Milan. Một tệp PDF mười hai trang nằm trong hộp thư đến của tôi, tiêu đề ghi rõ tên một cầu thủ tấn công đang thi đấu tại SuperLega. Tôi mở trang một: bảng chỉ số tấn công trống. Trang ba: bảng chỉ số chắn trống. Trang bảy: phần nhận định chiến thuật chỉ có đúng một dòng tiếng Anh, đại ý rằng không đủ thông tin để đưa ra kết luận. Mười hai trang, không một con số.

Bốn mươi phút nữa, một câu lạc bộ sẽ chốt danh sách đăng ký dự cúp châu Âu. Họ cần tôi xác nhận mức lương đề xuất cho bản hợp đồng đó. Trong tay tôi là một hồ sơ rỗng.

Tôi ngồi im trước màn hình khá lâu. Không phải vì lúng túng. Tôi ngồi im vì biết chính xác việc mình sắp phải làm, và biết nó sẽ khiến vài người ở tầng dưới khó chịu. Cuối cùng tôi nhấc điện thoại, gọi cho bộ phận tuyển trạch, và nói đúng một câu: hồ sơ này không dùng được.

Công việc của tôi ở Milan là đọc hồ sơ cầu thủ và định giá họ cho thị trường Ý. Bóng chuyền là mảng chính; bóng đá tôi vẫn theo dõi vì thói quen nghề nghiệp. Một hồ sơ tuyển trạch đi qua hai tầng. Tầng một bóc tách: xác định tiêu đề bài viết, nguồn, các điểm thông tin, các thực thể được nhắc tới, và mức độ nhạy cảm về thời gian. Tầng hai phân tích: chiến thuật, dữ liệu, lịch thi đấu, vị thế đội bóng, luật và quản trị, cấu trúc đội hình, rủi ro, dư luận, và chuỗi lan truyền của ngành.

Khi tầng một trở về trống, tầng hai không thể làm gì khác ngoài việc trả về một báo cáo rỗng. Đây là một phạm trù khác hẳn, không phải một mức đánh giá thấp. Một cầu thủ bị chấm hai trên năm vẫn là một cầu thủ có dữ liệu để tranh luận. Một cầu thủ không có dữ liệu thì không có gì để tranh luận.

Tôi học được sự phân biệt đó khá muộn. Năm 2026, khi còn là sinh viên báo chí thể thao ở Milan, tôi viết blog phân tích chỉ số nâng cao của Serie B. Tôi theo dõi mười bốn trận của Patrick Cutrone, nhận ra tỷ lệ bàn thắng kỳ vọng trên số phút thi đấu của cậu ấy lệch khỏi mặt bằng chung, rồi dự đoán cậu ấy ghi ít nhất tám bàn ở mùa kế tiếp dù mới mười chín tuổi. Cutrone ghi mười bàn ở Serie A 2026-18. Một biên tập viên của tờ báo thể thao địa phương đọc được blog đó và mời tôi cộng tác.

Điều tôi muốn nói không nằm ở con số mười bàn. Nó nằm ở chỗ tôi đã ghi rõ cỡ mẫu ngay trong đoạn mở đầu: mười bốn trận. Nếu tôi giấu cỡ mẫu đi, dự đoán vẫn đúng, nhưng nó biến thành một lời tiên tri rẻ tiền. World Cup 2026 dạy tôi một bài học: mô hình không cần lớn, cần đúng.

Mùa hè 2026, khi bóng đá châu Âu trở lại trong các sân không khán giả, tôi gom dữ liệu từ 412 trận và đặt cạnh 412 trận cùng kỳ năm 2026. Tỷ lệ thắng của đội chủ nhà giảm từ 46% xuống 36%, số bàn trung bình mỗi trận giảm 0,4. Phép so sánh đối chứng đó theo tôi sang cả bóng chuyền: dữ liệu không bao giờ nói dối, chỉ có người đọc vội vàng. Vấn đề gần như luôn nằm ở người đọc, ở việc họ có chịu dựng nhóm đối chứng hay không.

Quay lại tệp PDF. Hồ sơ rỗng đó chứa ba thông điệp rất cụ thể, và cả ba đều nói về đường ống dữ liệu, không phải về cầu thủ.

Thứ nhất, người lập hồ sơ có nguồn nhưng thiếu bước bóc tách. Họ biết tên cầu thủ, biết câu lạc bộ chủ quản, biết vị trí thi đấu. Họ không xác định được một điểm thông tin nào có thể kiểm chứng. Trong tuyển trạch, tên và vị trí không phải dữ liệu. Chúng là nhãn dán.

Thứ hai, không có thực thể nào được định danh đầy đủ. Không có câu lạc bộ nào được ghi kèm mùa giải cụ thể, không có giải đấu nào được ghi kèm vòng, không có ngày tháng nào xuất hiện. Một báo cáo không định danh được thực thể thì không thể ngoại suy. Bạn không thể so sánh một hiệu suất với chính nó ở mùa trước nếu bạn không biết mùa trước là mùa nào.

Thứ ba, không có đánh giá độ nhạy cảm về thời gian. Đây là lỗi đắt nhất. Một câu lạc bộ chốt danh sách dự cúp châu Âu vào thứ Sáu và một câu lạc bộ đang lên kế hoạch cho mùa giải sau cần hai loại thông tin khác nhau. Cùng một cầu thủ, cùng một bộ số liệu, nhưng giá trị sử dụng khác nhau hoàn toàn.

Đến đây thì tôi phải nói rõ cách tôi kiểm tra dữ liệu bóng chuyền, vì đây là phần mà các bảng chỉ số thô không bao giờ làm hộ bạn.

Lớp thứ nhất là cỡ mẫu. Tỷ lệ tấn công thành công là chỉ số bị lạm dụng nhiều nhất trong bóng chuyền. Một cầu thủ đánh 52% trong bảy trận đầu mùa có thể kết thúc mùa ở mức 46%, và không ai gọi đó là sa sút. Mười lăm trận tạo ra một xu hướng; một trận chỉ tạo ra một ký ức. Nếu bạn định trả lương theo một chỉ số, hãy biết chỉ số đó được tính trên bao nhiêu đường bóng.

Lớp thứ hai là hiệu chỉnh theo đối thủ. Một chủ công đạt 52% trước các đội nhóm dưới nhưng tụt còn 41% trước bốn đội dẫn đầu là một loại tài sản khác hẳn một chủ công đạt 47% đều đặn ở mọi nhóm đối thủ. Cỡ mẫu bằng nhau, kết luận trái ngược. Đây là chỗ mà các bản báo cáo tuyển trạch giá rẻ thường sụp.

Lớp thứ ba là dấu thời gian. Số lần chắn thành công mỗi ván của hai mùa trước gần như không còn sức định giá. Ở SuperLega, tốc độ ra quyết định của bộ phận tuyển trạch nhanh hơn tốc độ công bố số liệu của nhiều hệ thống thống kê. Ai dùng dữ liệu cũ để định giá thì đang trả tiền cho quá khứ.

Còn đây là phần tôi cho là quan trọng nhất. Số lần chắn thành công mỗi ván không đo năng lực chắn bóng. Nó đo kết quả cuối cùng của một chuỗi phụ thuộc: chất lượng phát bóng của đồng đội, cách phân phối bóng của đối phương, và vị trí của người chắn bên cạnh. Một phụ công có chỉ số chắn cao đôi khi chỉ đang đứng cạnh một phụ công giỏi hơn.

Tỷ lệ ăn điểm trên lỗi phát bóng cũng vậy. Một người phát có 12 điểm ăn trực tiếp và 25 lỗi không tốt hơn một người có 6 điểm ăn và 6 lỗi, đặc biệt trong các ván quyết định. Tỷ lệ chuyền một hoàn hảo thì khác: nó quyết định việc huấn luyện viên có chạy được bài tấn công giữa hay không, và do đó quyết định luôn giá trị của người chuyền hai. Đó là lý do thị trường trả rất nhiều tiền cho những cái tên như Wilfredo León hay Earvin Ngapeth, trong khi các chỉ số đơn lẻ không bao giờ giải thích hết được mức giá đó.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở SuperLega và các cúp châu Âu, tôi rút ra một nguyên tắc làm việc: mỗi chỉ số phải kèm một câu trả lời cho câu hỏi nó có nghĩa gì trên sân. Chỉ số không có nghĩa trên sân thì chỉ là trang trí cho bản báo cáo.

Trong bảy mươi hai giờ đó, tôi dựng lại bộ dữ liệu bằng tay: mười bốn trận, gắn nhãn theo nhóm sức mạnh đối thủ, ghi rõ ngày thi đấu. Cỡ mẫu nhỏ, và tôi nói rõ là nhỏ. Tôi không tranh luận bằng cảm xúc, tôi tranh luận bằng cỡ mẫu. Kết quả không đủ để định giá, nhưng đủ để xác định điều kiện. Tôi gửi lại một trang duy nhất: không có mức lương đề xuất, chỉ có ba điều kiện mà nếu được đáp ứng thì mới có thể bàn tiếp.

Câu lạc bộ ký hợp đồng với cầu thủ đó, nhưng phải cơ cấu lại: lương cứng thấp hơn đề xuất ban đầu, phần thưởng theo hiệu suất cao hơn. Họ không mất cầu thủ. Họ mất một chút thời gian, và tôi cho rằng đó là cái giá rẻ.

Nói đến đây thì phải nói phần phản trực giác, vì nó là phần dễ bị bỏ qua nhất.

Một hồ sơ rỗng không chứng minh rằng cầu thủ yếu. Nó chứng minh rằng người lập hồ sơ chưa làm việc. Hai kết luận đó dẫn tới hai hành động trái ngược: kết luận thứ nhất đẩy bạn đi tìm cầu thủ khác, kết luận thứ hai đẩy bạn đi sửa quy trình. Các câu lạc bộ thường chọn cách thứ nhất vì nó nhanh hơn, rồi ba tháng sau nhận đúng một tệp PDF rỗng như vậy từ một nhà cung cấp khác.

Nguy cơ thứ hai là FOMO chỉ số. Bóng chuyền chưa có chỉ số bàn thắng kỳ vọng, nhưng nó đang sinh ra những bản sao của nó: những con số trông rất hiện đại, được tính bằng mô hình, nhưng không ai kiểm tra chéo với băng hình. Tôi từng thấy một bản báo cáo xếp hạng một chủ công dựa trên chỉ số tổng hợp mà tác giả không xem nổi ba ván của cầu thủ đó. Đó không phải phân tích. Đó là trang trí có bảng biểu.

Và nguy cơ thứ ba, nguy hiểm nhất với chính người phân tích: sẵn sàng vứt bỏ một luận điểm hấp dẫn vì thiếu dữ liệu. Tôi đã nhiều lần viết được một đoạn rất hay, đọc lại thấy thuyết phục, rồi xóa nó đi vì cỡ mẫu không đỡ nổi. Sai số không phải kẻ thù, nó là người thầy thầm lặng của mọi mô hình. Nhưng sai số chỉ dạy được nếu bạn chịu ghi nó ra thay vì giấu nó dưới một tính từ.

Tương quan không phải nhân quả, và trong một thị trường nhỏ như bóng chuyền Ý, nơi mỗi mùa chỉ có vài chục bản hợp đồng đáng kể, mọi tương quan đều có thể trông giống nhân quả nếu bạn chỉ nhìn một mùa. Một phụ công đến từ đội bóng có hàng chuyền một tốt nhất giải sẽ mang theo một bộ số liệu đẹp. Đặt cậu ấy vào một đội chuyền một kém, bộ số liệu đó bốc hơi trong sáu ván.

Hướng đi mà tôi cho là đúng trong hai mùa tới không nằm ở việc mua thêm một hệ thống dữ liệu đắt tiền. Nó nằm ở việc chấp nhận rằng “không đủ dữ liệu để kết luận” là một câu trả lời hợp lệ, và trả tiền cho người dám đưa ra câu trả lời đó thay vì cho người luôn có sẵn một con số. Ở SuperLega, các câu lạc bộ tự xây được tầng bóc tách của mình sẽ định giá nhanh hơn và rẻ hơn một nhịp so với các câu lạc bộ đi thuê toàn bộ quy trình.

Đó là lý do tôi vẫn giữ tệp PDF mười hai trang đó trong một thư mục riêng. Không phải để làm bằng chứng buộc tội ai. Tôi giữ nó để nhắc mình rằng một báo cáo đẹp về hình thức có thể chứa đúng số lượng thông tin bằng không, và rằng kỷ luật dữ liệu bắt đầu từ chỗ khiêm tốn nhất: nói ra cỡ mẫu trước khi nói ra kết luận.

Mùa chuyển nhượng tiếp theo, câu hỏi đầu tiên tôi sẽ hỏi bộ phận tuyển trạch không phải là họ tìm được ai, mà là họ đã bóc tách được gì.