Tệp chuyển nhượng rỗng và chín cột N/A: bài học xử lý giá trị trống của một nhà phân tích dữ liệu

Đêm ấy tôi ngồi trước màn hình ở Hải Phòng, mở bản bóc tách giai đoạn một của một bài phân tích chuyên sâu về kỳ chuyển nhượng. Tệp trả về đúng những gì nó có: không tiêu đề, không nguồn, luận điểm cốt lõi trống, danh sách thông tin rỗng, thực thể chưa xác định. Chín chiều phân tích vẫn được dựng lên với khung đầy đủ — kỹ thuật, hiệu suất và dữ liệu, hệ thống thi đấu và cơ chế tham dự, bản đồ thế giới, luật và phòng chống doping, sự nghiệp vận động viên, hồ sơ rủi ro, câu chuyện công chúng, hiệu ứng lan tỏa ngành. Mỗi ô là hai chữ N/A.

Chiếc bàn được kê sẵn

Điều làm tôi dừng lại là vẻ hoàn hảo của sự trống rỗng. Cột hiệu suất nước rút, cột split, cột PPDA, cột biên độ cải thiện đều có tiêu đề, chỉ thiếu số. Một chiếc bàn được kê sẵn, khăn trải phẳng, không có món nào bày ra. Với người làm dữ liệu, đó là khoảnh khắc nguy hiểm nhất trong ngày: bàn trống mà thực khách đã ngồi xuống, và người phục vụ đứng ngay sau lưng, tay cầm bút.

Cám dỗ đến rất nhanh. Một tiêu đề, một nguồn, vài thông tin điểm — chỉ cần bịa thêm ba dòng là chín chiều phân tích kia sống dậy, có cột có số, có kết luận, có định hướng. Và gần như không ai kiểm tra được.

Guồng tin không có phanh

Tháng này, mỗi ngày tôi nhận hàng chục tin từ các nhóm nghề: một tiền đạo Brazil được cho là đang đàm phán với một câu lạc bộ V-League, một trung vệ nội xin thanh lý hợp đồng, một thủ môn bị đồn rời đi vì vợ muốn về quê. Không tin nào kèm số. Tất cả đều kèm cảm xúc.

Trong mùa chuyển nhượng, tiếng ồn luôn lớn hơn tín hiệu, và tiếng ồn có một đặc tính kinh tế đáng chú ý: rẻ để tạo ra, đắt để kiểm chứng. Người hâm mộ đọc để giải trí. Câu lạc bộ đọc để thăm dò. Người đại diện đọc để biết mình nên thả tiếp loại tin nào. Ba nhóm độc giả, ba mục đích, cùng một dòng tin.

Tôi không tin vào may mắn, tôi tin vào biên độ sai số. Cách tôi xử lý trong những tuần này là xếp mọi thông tin theo bậc bằng chứng.

Bậc A gồm hợp đồng đã ký, thông báo chính thức, số liệu từ ban tổ chức giải, giấy đăng ký chuyển nhượng. Bậc B gồm ảnh khám y tế, giấy tờ rò rỉ có nguồn cụ thể, cấu trúc điều khoản giải phóng hợp đồng. Bậc C là người đại diện xác nhận đang liên hệ. Bậc D là “nguồn tin thân cận”, bài đăng mạng xã hội, ảnh chụp sân bay.

Bốn bậc ấy không phải một thang đạo đức, mà là một thang chi phí: bậc càng thấp, giá để xác minh càng cao. Khi một tờ báo đẩy tin bậc D lên trang nhất, họ đang chuyển chi phí xác minh sang người đọc, và người đọc không có công cụ nào để trả món nợ đó.

Chuỗi bằng chứng

Năm 2026, tôi 28 tuổi, làm ở một trang tin thể thao mới tại Hải Phòng. Câu lạc bộ Hải Phòng chiêu mộ tiền đạo người Brazil Geovane từ giải hạng Nhất Bồ Đào Nha. Tôi lấy dữ liệu 15 trận gần nhất của anh ta: xG 0,42 bàn mỗi trận, nhưng anh ta ghi 11 bàn. Hiệu suất vượt xa kỳ vọng, và tôi viết bản cảnh báo nội bộ về khả năng hồi quy mạnh. Ban lãnh đạo gạt đi, vì tin vào bản năng săn bàn. Geovane ghi 2 bàn trong 12 trận tại V-League.

Phép màu chỉ là một điểm dữ liệu chưa được hồi quy.

Năm 2026 tại Nga, tôi ngồi trên khán đài trận Nga gặp Tây Ban Nha ở vòng 1/8. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, đội Nga không hề đá phòng ngự tiêu cực như truyền thông mô tả. Chỉ số PPDA 8,7 cho thấy họ chủ động đẩy đối thủ ra biên, cắt đường chuyền vào trung lộ. xG thủng lưới của Nga lên tới 2,9, nhưng thủ môn Igor Akinfeev cứu 6 pha dứt điểm. Biên tập viên giục tôi sửa thành “phép màu” để câu view. Tôi từ chối, bài đăng nguyên văn, thu 1,2 triệu lượt xem và một cuộc tranh luận trái chiều trong giới chuyên môn.

Năm 2026, giải đấu hoãn vô thời hạn, công ty cắt 30% nhân sự, tôi nằm trong danh sách. Tôi gom 3.487 trận Bundesliga từ 2026 đến 2026, so với 412 trận không khán giả sau khi giải trở lại. Lợi thế sân nhà giảm 42%, từ 0,48 bàn mỗi trận xuống 0,28. Bài nghiên cứu được The Analyst đăng sau ba ngày, và hợp đồng tư vấn đầu tiên được ký với một công ty dữ liệu châu Âu.

Năm 2026, tôi dùng mô hình riêng, dự đoán Morocco vào bán kết nhờ PPDA 6,9 và tốc độ chuyển trạng thái thuộc nhóm nhanh nhất giải. Bị gọi là kẻ mơ mộng trong phòng số liệu. Đến khi Morocco vào bán kết thật, video phân tích đạt 4,5 triệu lượt xem.

Mọi cú sốc đều có chân dung trong dữ liệu cũ.

Điểm mù của người cầm số

Quay lại chiếc bàn trống. Tôi có thể viết một câu chuyện rất hay về kỳ chuyển nhượng này, với một tiền đạo về từ giải hạng hai Bồ Đào Nha, một hàng phòng ngự được xây lại, một suất dự AFC Cup. Không có ô N/A nào. Nhưng chín lần N/A lại là kết quả trung thực nhất mà hệ thống có thể đưa ra, và giữ nguyên khoảng trống là hành động duy nhất không sản sinh ra dữ liệu giả.

Nghề của tôi sống bằng việc lấp chỗ trống, nên tôi phải nói rõ: phần lớn mô hình định giá chuyển nhượng đang mắc một lỗi hệ thống. Chúng đánh giá quá cao tiềm năng của cầu thủ trẻ và đánh giá quá thấp hóa học phòng thay đồ — thứ không có chỉ số, không có giá, nhưng quyết định mùa giải. Một cầu thủ 21 tuổi với 0,3 xG mỗi 90 phút và một bản hợp đồng năm năm luôn đẹp hơn trên bảng tính so với một tiền vệ 30 tuổi biết giữ phòng thay đồ yên ổn.

Ở chiều ngược lại, chi phí ẩn lớn nhất của thị trường là tiếng ồn do người đại diện tạo ra. Mỗi lần một cái tên được đẩy lên, giá tham chiếu của cả nhóm cầu thủ cùng vị trí nhích lên, và các câu lạc bộ không có bộ phận dữ liệu sẽ trả theo giá tham chiếu đó.

Tôi vẫn phải trích dẫn phía đối lập cho công bằng: có những người cho rằng đà tâm lý, sức ép khán đài và khoảnh khắc hưng phấn tạo ra giá trị mà mô hình không bắt được. Điều đó đúng, cho đến khi chúng ta đo được nó. 412 trận không khán giả kia là một phép thử tự nhiên hiếm có: khi khán đài im, lợi thế sân nhà mất 42%. Đà tâm lý tồn tại, nhưng nó nhỏ hơn nhiều so với những gì người ta gán cho nó.

Số liệu không biết nói dối, nhưng người đọc số liệu thì biết.

Tín hiệu vòng tiếp theo

Trong những tuần còn lại của kỳ chuyển nhượng, tôi theo ba thứ. Cấu trúc điều khoản giải phóng hợp đồng cho biết câu lạc bộ đang tự định giá tài sản của mình ở mức nào. Quỹ lương cho biết một bản hợp đồng thực sự chiếm bao nhiêu phần trăm trần chi. Và tần suất xuất hiện của từng người đại diện trong các tin bậc C cho biết ai đang cần tạo thanh khoản cho một thương vụ khác — người xuất hiện nhiều nhất thường là người ấy.

Ba tín hiệu ấy không cho tôi biết ai sẽ ký ở đâu. Chúng cho tôi biết tin nào đáng để chờ.

Dữ liệu chỉ chết khi ta ngừng đặt câu hỏi. Và một bàn trống, đôi khi, là câu trả lời đầy đủ nhất mà chúng ta có quyền đưa ra — cho đến khi có người thực sự bước vào phòng và bày món lên bàn.