Mô hình xG bỏ quên phạt góc: bài học về giới hạn của dữ liệu

Tháng 7 năm 2026, tôi ngồi trong một thư viện ở Liverpool, mở lại toàn bộ 64 trận của World Cup tại Nga trên ba màn hình. Croatia vừa vào chung kết. Trước đó vài tuần, tôi đã viết rằng đội bóng của Luka Modrić tiến xa nhờ chuỗi trận may mắn, và tôi bị chế giễu đúng như vậy. Điều khiến tôi mất ngủ không phải những lời chỉ trích, mà là cảm giác rằng mô hình của mình — thứ tôi tin là trung thực nhất — đang che giấu một lỗ hổng. Mỗi lần chạy lại dữ liệu, chỉ số vẫn nằm đó, im lặng và tự tin. Phải đến ngày thứ mười một tôi mới nhìn thấy nó: mô hình của tôi bỏ quên những quả phạt góc. Dữ liệu thì thầm, người biết lắng nghe sẽ nghe thấy phép màu — nhưng chỉ khi người đó chịu ngồi đủ lâu để nghe cho hết.

Bối cảnh của câu chuyện này bắt đầu từ một năm trước đó. Năm 2026, ở tuổi 42, tôi đang làm quản trị viên thị trường chuyển nhượng tại Liverpool, chứng kiến Juergen Klopp đưa đội bóng vào Top 4 Ngoại hạng Anh với 78 điểm nhờ lối pressing điên loạn. Tôi tính chỉ số PPDA trung bình của Liverpool là 8,2 — thấp nhất giải — trong khi một đội bảo thủ như Manchester United là 15,7. PPDA đo số đường chuyền đối thủ được phép thực hiện trước mỗi hành động phòng ngự; chỉ số càng thấp nghĩa là áp lực càng sớm và càng dữ. Tôi viết một bài dài về gegenpressing và đăng lên blog cá nhân, rồi bị chỉ trích dữ dội vì "quá máy móc". Trận thắng 4-3 trước Manchester City ngày 19 tháng 1 năm 2026 củng cố niềm tin của tôi: dữ liệu không nói dối, nó chỉ cần được đọc đúng.

Niềm tin đó là thứ tôi mang vào nước Nga. Tôi dựng một mô hình xG tự chế — Expected Goals, xác suất một cú sút trở thành bàn thắng dựa trên vị trí, góc sút, loại đường bóng và áp lực hậu vệ. Tôi chạy nó qua từng trận vòng bảng, cộng dồn, và kết luận Pháp vô địch vì chỉ số tạo cơ hội của họ cao nhất, trung bình 2,4 xG mỗi trận. Tôi cũng viết rằng Croatia có "xG thấp nhưng may mắn". Bài viết được đọc nhiều, và bị chế giễu nhiều không kém khi Modrić cùng đồng đội lần lượt vượt qua Đan Mạch, Nga rồi Anh để vào chung kết. Tôi kiệt sức về cảm xúc, khóa cửa thư viện và dành hai tuần để xem lại toàn bộ dữ liệu của chính mình.

Lỗi nằm ở chỗ tôi không ngờ nhất. Mô hình của tôi chấm điểm mọi cú sút từ bóng sống, nhưng những tình huống cố định — đặc biệt là phạt góc — chỉ được ghi nhận như một cú sút cuối cùng, không tính đến chuỗi tranh chấp, đè người và bóng hai trước đó. Croatia ghi một phần đáng kể bàn thắng của họ từ đúng những tình huống ấy. Khi tôi đưa phạt góc trở lại mô hình và tính cả bóng hai, xG của họ tăng gần một phần ba. Một mô hình không sai ở chỗ nó đo, mà ở chỗ nó không đo — và cái không đo được thường là cái quyết định. Tôi học được ở Anfield rằng: niềm tin cũng là một biến số, và biến số ấy không nằm trong bất kỳ bảng tính nào tôi từng dựng.

Đến tháng 3 năm 2026, biến số ấy quay lại đòi nợ. Ở tuổi 45, tôi chứng kiến toàn bộ bóng đá thế giới dừng lại vì đại dịch. Liverpool đang hơn Manchester City 25 điểm, gần như chắc chắn vô địch Ngoại hạng Anh, và mùa giải bị treo. Tôi mất niềm tin khá sâu: nếu dữ liệu không thể dự đoán nổi một đại dịch, thì nó có nghĩa gì? Tôi viết ba bản nháp rồi xóa cả ba. Khi bóng đá trở lại vào tháng 6 với những sân vận động trống, tôi nhận ra một điều mà không mô hình nào của tôi từng tính đến: tỷ lệ thắng sân nhà giảm từ 46 phần trăm xuống 39 phần trăm. Khán giả không ghi bàn, nhưng sự vắng mặt của họ viết lại gần như toàn bộ trọng số của lợi thế sân nhà.

Tôi gọi đó là bối cảnh dữ liệu — điều kiện môi trường bao quanh mỗi chỉ số, thứ mà một bảng thống kê thuần túy không bao giờ tự khai ra. Cùng một chỉ số PPDA 8,2 mang nghĩa khác khi đá trên sân có 50.000 người và khi đá trên sân không một bóng người. Cùng một xG 2,4 mang nghĩa khác khi đối thủ đã cạn thể lực ở hiệp phụ. Sân vận động trống không làm sai lệch dữ liệu, nhưng nó khiến sự thật trở nên trống rỗng.

Ở thị trường chuyển nhượng, bài học này lặp lại với cái giá đắt hơn nhiều. Một cầu thủ chưa đá nổi 50 trận đỉnh cao có thể được định giá 100 triệu euro, và mức giá ấy được biện minh bằng những chỉ số tuyệt đẹp từ một giải đấu nhỏ hơn hai bậc. Tôi từng ngồi trong các cuộc họp nơi một bảng dữ liệu được trình bày như bằng chứng khoa học, trong khi mẫu số chỉ là 900 phút thi đấu. Bong bóng giá trẻ vỡ không phải vì cầu thủ kém, mà vì người ta đọc dữ liệu mà không đọc kích thước mẫu. Dữ liệu không có lỗi. Người đọc dữ liệu mới có.

Phần phản trực giác nhất của toàn bộ câu chuyện này nằm ở chỗ khác. Chúng ta thường tin rằng tương quan là bằng chứng của nhân quả khi mẫu đủ lớn, nhưng bóng đá hiếm khi cho ta mẫu đủ lớn. Một mùa giải là 38 trận; một cầu thủ trẻ là vài trăm phút; một trận knock-out là 90 phút có thể bị định đoạt bởi một quả phạt đền phút 88. Trong không gian ấy, mô hình mạnh nhất cũng chỉ là một giả thuyết được trình bày gọn gàng. Và có một loại dữ liệu mà chúng ta thường bỏ qua: dữ liệu trống. Khi tôi nhận được một bộ hồ sơ không có tiêu đề, không có điểm thông tin, không có thực thể nào để phân tích, kết luận trung thực nhất — và cũng khó nhất để viết ra — là "chưa thể kết luận". Việc không chịu nói ra điều đó chính là lúc phân tích biến thành phỏng đoán được trang điểm bằng thuật ngữ.

Điều tương tự đúng với VAR. Không gian phán đoán chủ quan trong VAR lớn hơn nhiều so với những gì truyền hình trình bày, và cụm từ "lỗi rõ ràng và hiển nhiên" bản thân nó đã là một điều khoản mơ hồ. Cùng một pha bóng, ba trọng tài video có thể vẽ ra ba đường viền phạm lỗi khác nhau, và tất cả đều có thể biện minh bằng khung hình của mình. Công nghệ không xóa bỏ chủ quan; nó chỉ chuyển chủ quan vào một căn phòng kín hơn.

Vậy tôi rút ra điều gì sau ba mươi lăm năm quan sát ngành? Không phải rằng dữ liệu vô dụng — ngược lại. Chính vì dữ liệu mạnh, nên trách nhiệm của người cầm nó càng lớn. Mỗi con số trong bảng chuyển nhượng đều là một số phận đang chờ được viết tiếp, và người viết nó nên nhớ rằng phía sau là một cầu thủ hai mươi tuổi, một gia đình, một sự nghiệp có thể đổ vỡ vì một mô hình đọc sai kích thước mẫu.

Người đúng trước thời đại luôn phải trả giá bằng sự cô độc. Tôi từng nghĩ sự cô độc ấy là giá của việc nhìn thấy trước. Giờ tôi nghĩ khác: nó là giá của việc chịu ngồi lại đủ lâu để kiểm tra xem mình có thực sự nhìn thấy, hay chỉ đang nhìn vào một mô hình đã bỏ quên những quả phạt góc. Mùa giải tới, khi một cầu thủ trẻ được định giá bằng một mẫu chín trăm phút, tôi sẽ lại mở bảng tính của mình ra — và lần này, tôi sẽ kiểm tra trước tiên những gì nó không đo.