V.League: mùa chuyển nhượng và những khoảng trống dữ liệu cần xác minh

Ba giờ sáng, tệp bảng tính của tôi có 47 dòng và 12 ô trống.

Mỗi ô trống ứng với một thứ đáng lẽ phải có: phí chuyển nhượng, mức lương tuần, thời hạn hợp đồng, ngày đăng ký. Ở cột nguồn, cùng một thương vụ được ghi bằng ba đường dẫn khác nhau. Một trang fan đưa ra mức phí đầu tiên. Hai trang tổng hợp sao lại, mỗi trang một đáp số khác. Không trang nào dẫn ngược được về văn bản của câu lạc bộ.

Tôi đã ngồi với bảng đó ba tiếng đồng hồ. Việc dễ nhất là điền vào ô trống một mức phí nghe hợp lý, rồi tự nhủ sẽ kiểm lại sau. Tôi đã làm thế vài lần trong những năm đầu nghề. Mỗi lần như vậy, bảng tính trông đẹp hơn và niềm tin của tôi vào nó giảm đi.

Đêm đó tôi không điền. Tôi đánh dấu mười hai ô bằng đúng một chữ: chưa xác minh.

Bóng đá Việt Nam có một nghịch lý dễ thấy với người làm dữ liệu. Lượng thông tin đổ ra hằng ngày rất lớn: bình luận, tin chuyển nhượng, clip, thống kê sau trận. Nhưng lượng thông tin có thể kiểm chứng lại rất nhỏ.

Nguyên nhân nằm ở cấu trúc công bố. Phần lớn câu lạc bộ V.League không công khai báo cáo tài chính đã kiểm toán. Dữ liệu lương chủ yếu lưu hành dưới dạng ước tính của nhà báo. Các vụ chuyển nhượng thường được công bố với cụm từ “không tiết lộ phí”, và phần lớn giao dịch thực tế là hợp đồng cho mượn hoặc đi kèm điều khoản phụ. Ở nhiều câu lạc bộ, chủ sở hữu đóng vai trò nguồn vốn hoạt động thường xuyên — mô hình trợ cấp từ một người, không phải mô hình doanh thu.

Hệ quả kỹ thuật rất cụ thể: mọi bảng so sánh sức mạnh tài chính giữa các câu lạc bộ trong giải đều đứng trên nền cát. Không có mẫu số chung thì phép chia nào cũng cho ra kết quả tùy ý người lập bảng.

Có thêm một lớp nhiễu ít ai để ý. Trang web của nhiều câu lạc bộ và trang tin thể thao trong nước dựng bằng JavaScript; khi thu thập tự động, phần thân bài thường trả về rỗng dù mã trạng thái là 200. Tên cầu thủ có dấu tiếng Việt dễ bị lỗi mã hóa, biến một cái tên quen thành chuỗi ký tự không đọc được. Khi tên bị vỡ, hệ thống không nhận ra hai bài viết đang nói về cùng một người, và phép đếm số lần xuất hiện — thứ tôi vẫn dùng để đo mức độ chú ý của truyền thông — trở nên vô nghĩa. Dữ liệu không sai ở chỗ nó nói dối. Nó sai ở chỗ nó im lặng.

Một yếu tố thời gian cũng thường bị bỏ qua. Cùng một dữ kiện có ý nghĩa khác nhau tùy nó xuất hiện trong giai đoạn giải vô địch, kỳ nghỉ giữa mùa, cửa sổ chuyển nhượng, hay loạt trận cúp châu lục và khu vực. Thiếu mốc thời gian, ngay cả một thông tin đúng cũng có thể bị đọc sai vị trí.

Bốn khoảng trống lớn nhất trong bảng dữ liệu V.League, xếp theo mức độ ảnh hưởng tới kết luận.

Một, mức phí chuyển nhượng. Khi phần lớn giao dịch không công bố phí, mọi bảng xếp hạng “câu lạc bộ chi tiêu nhiều nhất” thực chất là bảng xếp hạng mức độ được truyền thông chú ý. Câu lạc bộ đông người hâm mộ có nhiều phóng viên theo dõi hơn, nên mức phí của họ được ước tính nhiều hơn và trông lớn hơn. Điều này tạo ra một vòng lặp khép kín: đội mạnh được đưa tin nhiều, được đưa tin nhiều thì trông như chi tiêu mạnh, và vòng lặp tự nuôi mình. Tôi đã thử dựng lại một bảng lương mùa giải chỉ từ các bài báo trong nước. Kết quả không dùng được để so sánh giữa hai câu lạc bộ, vì một bên công bố lương gộp gồm nhà ở và phí môi giới, bên kia chỉ nói lương ròng. Thị trường chuyển nhượng là nơi sự thiếu kiên nhẫn được định giá — và ở một thị trường thiếu công bố, nó còn là nơi sự thiếu kiên nhẫn được định giá hai lần.

Hai, nguồn vốn chủ sở hữu. Ở một giải đấu mà ngân sách phụ thuộc vào một người, vị thế của đội bóng có thể nhảy hai bậc trong một mùa. Đội vừa dự cuộc đua vô địch năm trước có thể vật lộn ở nửa dưới bảng xếp hạng năm sau, không phải vì chiến thuật thay đổi, mà vì dòng tiền thay đổi. Bất kỳ kết luận nào về “chu kỳ phát triển” của một câu lạc bộ V.League đều phải kèm cảnh báo biến động. Mô hình định giá đội hình theo giá trị thị trường — công cụ chuẩn ở châu Âu — mất phần lớn ý nghĩa ở đây, vì giá trị thị trường của một cầu thủ V.League được suy ra từ chính những mức phí không ai công bố.

Ba, chu kỳ tuyển mộ ngắn. Sức mạnh đội hình ở V.League được quyết định chủ yếu bởi các đợt tuyển cầu thủ nước ngoài ngắn hạn, không phải bởi sản lượng học viện. Hệ quả thống kê rất cụ thể: mẫu quan sát để đánh giá một cầu thủ nước ngoài thường chỉ năm đến tám trận trước khi hợp đồng được xem xét lại. Với mẫu nhỏ như vậy, một cầu thủ ghi ba bàn trong bốn trận có xác suất cao chỉ đang ở đỉnh của một dao động ngẫu nhiên, chứ chưa chứng minh được năng lực ghi bàn ổn định. Tôi từng thấy những bản hợp đồng được ca ngợi sau bốn vòng và bị thanh lý sau mười vòng. Cả hai phản ứng đều nhanh hơn tốc độ mà dữ liệu có thể tạo ra tín hiệu. Ở cấp độ huấn luyện viên, tần suất thay người đứng đầu băng ghế chỉ huy trong giải đủ cao để “hiệu ứng huấn luyện viên mới” nên được coi là mặc định, không phải ngoại lệ.

Bốn, cấp phép câu lạc bộ. Đây là khoảng trống ít người hâm mộ nhìn thấy nhất nhưng quyết định nhiều thứ nhất. Suất dự cúp châu Á không chỉ dựa trên thứ hạng cuối mùa; nó còn phụ thuộc vào việc câu lạc bộ có đáp ứng tiêu chí cấp phép của liên đoàn châu lục hay không, ở các mặt cơ sở vật chất, bộ máy hành chính và tình trạng tài chính. Một đội kết thúc ở vị trí có suất vẫn có thể không được dự. Nghĩa là nếu dự báo thành tích châu Á của một câu lạc bộ chỉ bằng bảng xếp hạng, ta đang bỏ qua một biến số có khả năng đảo ngược toàn bộ kết luận.

Về mặt chiến thuật, đường cơ sở của V.League cũng khác châu Âu. Giải đấu nghiêng về chuyển trạng thái và bóng cố định hơn là kiểm soát bóng liên tục. Mặt sân và khí hậu dao động mạnh giữa các địa phương. Khoảng cách về cường độ pressing giữa nhóm dẫn đầu và phần còn lại lớn hơn nhiều so với khoảng cách điểm số. Vì thế, chỉ số PPDA tính theo công thức châu Âu, đặt lên một trận đấu trên mặt sân nặng dưới trời nóng ẩm, sẽ cho ra một chỉ số đúng về số học nhưng sai về ý nghĩa. Mô hình xG dựng trên tiền đề bóng đá châu Âu cũng định giá thấp các pha bóng cố định — vốn là nguồn bàn thắng lớn ở giải này. Đó là lý do tôi luôn kiểm tra chéo ít nhất hai nguồn dữ liệu trước khi viết bất cứ điều gì về một trận V.League.

Phản biện quen thuộc: đội chi nhiều thì thắng nhiều. Ở V.League, mệnh đề đó khó kiểm chứng vì biến “chi” không được đo. Cái được đo là “chi được báo cáo”. Hai thứ này khác nhau, và khác theo cách có hệ thống: đội càng nổi thì càng được báo cáo nhiều. Tương quan giữa chi tiêu và thành tích mà nhiều người trích dẫn thực chất là tương quan giữa mức độ nổi tiếng và thành tích, có chi tiêu đi kèm.

Nhưng kết luận “không có dữ liệu thì không nên kết luận gì” cũng là một cái bẫy khác. Sự thiếu minh bạch không phải một vụ bê bối; nó là điều kiện cấu trúc của giải. Người làm phân tích phải làm việc trong điều kiện đó, không phải ngồi chờ nó biến mất.

Điểm mù thật sự nằm ở chỗ khác: khi không có số liệu, người ta thay bằng câu chuyện, rồi đối xử với câu chuyện như thể nó là số liệu. Một cầu thủ được gọi là “ngôi sao” sau hai trận hay, và cái nhãn đó tồn tại lâu hơn nhiều so với dữ liệu đã tạo ra nó. Dữ liệu không làm nên cách mạng. Nó chỉ lột bỏ lớp sơn phủ của huyền thoại.

Tín hiệu cần theo dõi ở vòng tiếp theo không nằm ở các trang tin chuyển nhượng. Nó nằm ở danh sách đăng ký cầu thủ do ban tổ chức công bố, ở quyết định cấp phép câu lạc bộ, và ở mốc chốt danh sách giữa mùa. Đó là những nơi duy nhất mà một cơ quan có thẩm quyền công bố dữ kiện thay vì để thị trường ước lượng. Mọi con số đều kể một câu chuyện. Câu chuyện không nằm trong con số. Và với bóng đá Việt Nam, việc đầu tiên luôn là xác định xem ai đang kể.