World Cup 2026: Bản đồ xG của 48 đội và ranh giới của thứ dữ liệu không đo được

Đêm ở New Jersey, đèn sân vận động MetLife bật sáng muộn hơn thường lệ mười hai phút. Tôi ngồi ở khu vực dành cho báo chí dữ liệu, ngay trên đường biên dọc, nơi mà mỗi tiếng bước chân của hậu vệ đối phương cũng đủ để tôi nghe thấy qua lớp kính cách âm mỏng. Phút thứ tám của hiệp phụ, một tiền đạo 21 tuổi tung ra cú sút từ rìa vòng cấm. Bóng đi chệch cột dọc khoảng nửa mét. Bảng điều khiển trước mặt tôi nhảy số: xG 0.04. Nhưng khi tôi quay sang, người phụ trách phân tích của đội bóng kia đã đứng dậy khỏi ghế, hai tay đập xuống mặt bàn như thể vừa thủng lưới. Trong đầu ông ấy, pha bóng ấy đáng giá cả một trận đấu. Trong máy tính của tôi, nó đáng giá bốn phần trăm của một bàn thắng. Cả hai chúng tôi đều đúng. Đó chính là vấn đề.

Tôi không lập bảng cho trận đấu; tôi lập bảng cho sự nghi ngờ. Và ở một kỳ World Cup được mở rộng lên 48 đội, chia thành 12 bảng, với 104 trận đấu trải dài từ ngày 11 tháng 6 đến ngày 19 tháng 7 năm 2026 trên ba quốc gia Bắc Mỹ, thì sự nghi ngờ chính là thứ tài nguyên khan hiếm nhất. Lần đầu tiên trong lịch sử giải đấu, cơ quan tổ chức cung cấp cho mỗi trận đấu một gói dữ liệu đầy đủ bao gồm tọa độ cầu thủ theo thời gian thực, dữ liệu chuyển động của bóng, và mô hình xác suất bàn thắng được cập nhật theo từng giây. Đây là kỳ World Cup mà dữ liệu không còn là phần bổ sung cho câu chuyện bóng đá — nó trở thành chính câu chuyện.

Nhưng hãy để tôi bắt đầu từ chỗ không dễ chịu.

Một gói dữ liệu khổng lồ không tự động tạo ra một giải đấu dễ hiểu hơn. Thực tế, theo kinh nghiệm phân tích của tôi qua các kỳ giải lớn gần đây, mỗi lần lượng dữ liệu tăng gấp đôi, số lượng kết luận sai mà công chúng tiếp nhận cũng tăng theo cấp số nhân tương tự. Năm 2026, khi tôi mới vào nghề và tự tính xG từ dữ liệu cú sút thô thu thập trên các trang thống kê, tôi nghĩ mình đã nắm được chìa khóa. Đến năm 2026, khi Ả Rập Xê Út đánh bại Argentina 2-1 với xG chỉ 0.35 so với 1.9 của đối thủ, tôi hiểu rằng mình chỉ đang cầm một mảnh của tấm bản đồ. Và đến năm 2026, khi tôi có trong tay dữ liệu chuyển động của cả 48 đội, tôi nhận ra tấm bản đồ ấy vẫn còn thiếu những vùng đất mà không camera nào quay được.

Bốn năm trước, trong một căn phòng tối ở Qatar, tôi đã viết dòng đầu tiên cho bài phân tích về cú sốc đó. Tôi viết rằng xG của Ả Rập Xê Út là 0.35, rằng Argentina kiểm soát bóng vượt trội, rằng kết quả trận đấu là một nghịch lý thống kê. Và tôi bị chỉ trích. Không phải vì tôi sai về con số — dữ liệu chính thức sau đó xác nhận mô hình của tôi nằm trong biên độ sai số. Tôi bị chỉ trích vì tôi đã dùng con số để định danh chiến thắng của một đội bóng yếu hơn thành một biến cố ngẫu nhiên. Trong mắt hàng triệu người, tôi đã tước đi ý nghĩa của một khoảnh khắc lịch sử.

Bài học đó đi theo tôi đến tận hôm nay. 0.35 là con số, nhưng cuộc chiến định danh nó mới là sự thật.

Vậy nên khi World Cup 2026 khởi tranh với 104 trận đấu và một núi dữ liệu lớn hơn tổng tất cả các kỳ World Cup trước cộng lại, tôi quyết định không viết về những gì dữ liệu nói. Tôi viết về những gì dữ liệu không nói được. Và để làm điều đó một cách nghiêm túc, tôi cần dành bốn tháng trước giải để xây dựng một mô hình đối chiếu, thu thập dữ liệu từ các trận giao hữu, vòng loại, và cả những giải quốc nội mà hầu như không ai để ý.

Bối cảnh: 48 đội, 104 trận, và một hệ sinh thái dữ liệu chưa từng có

Để hiểu vì sao kỳ giải này khác biệt, chúng ta cần hiểu cấu trúc số học đằng sau nó.

World Cup 2026 mở rộng từ 32 lên 48 đội. Con số này không chỉ là một thay đổi về mặt minh họa. Nó tái cấu trúc toàn bộ logic của giải đấu. Với 12 bảng bốn đội, hai đội đứng đầu mỗi bảng cùng tám đội thứ ba xuất sắc nhất bước vào vòng đấu loại trực tiếp 32 đội. Điều này có nghĩa là một đội có thể thua một trận, hòa một trận, và thắng một trận với hiệu số bàn thắng tối thiểu vẫn có thể đi tiếp. Điều này cũng có nghĩa là số trận đấu tăng từ 64 lên 104, và tổng số phút thi đấu chuyên môn tăng lên một mức chưa từng có trong lịch sử bóng đá quốc tế.

Theo phân tích của tôi về dữ liệu vòng loại, có một xu hướng đáng chú ý: khi số đội tham dự tăng lên, khoảng cách trình độ giữa đội mạnh nhất và đội yếu nhất trong một bảng đấu cũng mở rộng. Nhưng đồng thời, khoảng cách giữa đội thứ hai và đội thứ ba — những đội mà suất đi tiếp phụ thuộc trực tiếp vào họ — lại thu hẹp đáng kể. Đây là nghịch lý chính trị đặc trưng của thể thức mới: bạn tạo ra nhiều cơ hội hơn cho các quốc gia mới nổi, nhưng bạn cũng tạo ra một vùng xám cạnh tranh khốc liệt hơn cho những đội bóng tầm trung.

Từ dữ liệu 240 trận đấu mà tôi từng thu thập cho một báo cáo nội bộ về ảnh hưởng của môi trường đến chiến thuật trong bóng đá, tôi đã học được một điều mà tôi mang theo suốt sự nghiệp: bối cảnh không phải là phần phụ lục của con số, nó là một phần của con số.

Hãy lấy ví dụ về yếu tố sân nhà. Trong mùa giải 2026, khi các sân vận động ở nhiều quốc gia trống rỗng vì đại dịch, tôi phát hiện rằng tỷ lệ thắng của đội chủ nhà giảm từ mức lịch sử khoảng 47 phần trăm xuống còn khoảng 39 phần trăm. Song song đó, chỉ số PPDA — số đường chuyền mà một đội cho phép đối phương thực hiện trên mỗi pha phòng ngự — trung bình giảm từ 11.2 xuống 10.5. Điều này có nghĩa các đội pressing dữ dội hơn, nhưng hiệu quả ghi bàn lại giảm. Các đội phòng ngự, thoát khỏi áp lực tâm lý từ khán đài, dường như chơi kỷ luật và lạnh lùng hơn.

Tại sao điều này quan trọng cho World Cup 2026? Bởi vì đây là kỳ giải đấu đầu tiên kể từ sau đại dịch được tổ chức với sức chứa khán đài tối đa trên một lục địa mà khoảng cách địa lý giữa các cụm trận đấu là rất lớn. Một cổ động viên Argentina di chuyển từ Miami đến Dallas, rồi đến Los Angeles, sẽ trải qua ba khí hậu khác nhau trong vòng hai tuần. Yếu tố này ảnh hưởng trực tiếp đến chỉ số phong độ phục hồi của cầu thủ, thứ mà không có mô hình xG nào phản ánh.

Tôi đã đứng giữa sân trống và nghe thấy tiếng nền của bóng đá. Tiếng nền ấy nói với tôi rằng bất cứ kết luận nào về phong độ đội bóng mà bỏ qua khán giả, thời tiết, và lịch trình di chuyển đều là một lời nói dối có chủ đích. World Cup 2026, với ba quốc gia đăng cai và những khoảng cách địa lý khổng lồ, sẽ là phép thử lớn nhất cho nguyên tắc ấy.

Cốt lõi thứ nhất: Cấu trúc tấn công của 48 đội và giới hạn của mô hình xG

Hãy bắt đầu từ chỉ số mà tôi dành nhiều thời gian nhất để xây dựng và cũng dành nhiều thời gian nhất để nghi ngờ: mô hình xác suất bàn thắng.

Về mặt kỹ thuật, xG của một cú sút là tích hợp của ba yếu tố độc lập: khoảng cách từ điểm sút đến tâm khung thành, góc tạo bởi hai biên khung thành từ điểm sút, và ngữ cảnh trận đấu. Ngữ cảnh bao gồm loại tình huống — bóng sống, phạt góc, phạt trực tiếp, phản công, sút từ dứt điểm — và vị trí của thủ môn lẫn hậu vệ so với quỹ đạo bóng. Mỗi mô hình có những trọng số khác nhau cho ba yếu tố này, và những trọng số ấy là kết quả của hàng nghìn giờ phân tích dữ liệu lịch sử.

Vấn đề nằm ở chỗ: mô hình được xây dựng trên dữ liệu lịch sử, không phải trên trận đấu cụ thể đang diễn ra. Khi Saudi Arabia ghi bàn từ một cú sút mà mô hình đánh giá 0.02, điều đó không có nghĩa cú sút kém giá trị. Nó chỉ có nghĩa là trong mẫu lịch sử, những cú sút tương tự hiếm khi thành bàn. Nhưng bóng đá không diễn ra trong mẫu lịch sử. Nó diễn ra trong một buổi chiều cụ thể, với một thủ môn cụ thể, ở một áp lực cụ thể.

Trong bốn tháng trước thềm World Cup 2026, tôi chia các trận giao hữu và vòng loại thành bốn nhóm chiến thuật lớn, dựa trên cách các đội tổ chức tấn công:

Nhóm một: tấn công trực diện qua trục dọc trung lộ. Đây là nhóm các đội bóng có xu hướng chuyển bóng qua trung lộ và tìm cách đưa bóng vào vùng 14 (zone 14 — khu vực khoảng 20 mét trước khung thành). Ở nhóm này, xG trung bình mỗi trận dao động quanh mức 1.4 đến 1.8. Các đội trong nhóm này thường có chỉ số kiểm soát bóng cao, nhưng lại có xu hướng bị tổn thương trong các pha phản công nhanh.

Nhóm hai: tấn công qua hai biên đảo cầu thủ. Đây là nhóm các đội sử dụng cầu thủ chạy cánh đảo vào trong (inverted winger) — xu hướng chiến thuật đang làm đồng nhất hóa bóng đá hiện đại. xG trung bình dao động quanh mức 1.6, nhưng phân bố xG bị tập trung vào vùng giữa khung thành nhiều hơn. Đây là điều đáng lo ngại về mặt thẩm mỹ bóng đá.

Nhóm ba: tấn công qua bóng dài và bóng bổng. Các đội trong nhóm này có xG trung bình thấp hơn, khoảng 1.0 đến 1.3, nhưng lại có chỉ số xG trên mỗi pha dứt điểm cao hơn trong các tình huống phạt góc.

Nhóm bốn: phòng ngự phản công. Các đội có xG trung bình thấp nhất, quanh mức 0.9 đến 1.1, nhưng hiệu suất chuyển đổi xG thành bàn thắng lại cao nhất trong bốn nhóm.

Ở đây, tôi cần phải đưa ra một cảnh báo trực tiếp với độc giả. Bốn nhóm chiến thuật này là công cụ để đặt câu hỏi, không phải để đưa ra câu trả lời. Trong quá khứ, tôi từng chứng kiến nhiều đồng nghiệp phân tích dữ liệu lập bảng xếp hạng các đội theo nhóm chiến thuật và tuyên bố nhóm nào hiệu quả hơn. Đó là một sai lầm nghiêm trọng, vì nó bỏ qua toàn bộ ngữ cảnh đối thủ.

Một đội tấn công qua hai biên đảo cầu thủ có thể đạt xG 1.6 trong một trận giao hữu gặp đối thủ yếu, nhưng chỉ đạt 0.7 trong một trận đấu với đối thủ có cấu trúc phòng ngự tương tự. Con số xG không tồn tại độc lập với đối thủ. Đây là nguyên tắc cơ bản mà bất cứ ai xây dựng mô hình xG đều biết, nhưng lại bị bỏ qua trong những bài phân tích ồn ào nhất trên mạng.

Trong giai đoạn chuẩn bị cho kỳ giải này, tôi có cơ hội theo dõi trực tiếp một số đội bóng tham dự vòng loại ở châu Á, châu Phi và Nam Mỹ. Điều tôi nhận ra là mỗi đội đều có những khoảng trống dữ liệu khác nhau. Các đội châu Âu, với hệ thống giải quốc nội phát triển và cơ sở hạ tầng dữ liệu tốt, gần như có đầy đủ thông tin để phân tích. Nhưng nhiều đội từ các khu vực khác lại có những khoảng trống nghiêm trọng — một số trận vòng loại không có dữ liệu chuyển động cầu thủ, một số trận không có thông tin chính xác về tình trạng chấn thương của cầu thủ chủ chốt, và một số đội không công bố đội hình ra sân cho đến sát giờ thi đấu.

Chính sự bất đối xứng về dữ liệu này tạo nên một trong những vấn đề đạo đức lớn nhất của World Cup 2026. Các đội bóng giàu có về mặt phân tích có thể chuẩn bị cho từng chi tiết của từng pha bóng. Các đội bóng nghèo dữ liệu phải dựa vào trực giác và băng ghi hình thô. Sự bất đối xứng ấy ít được nhắc đến trong các bài phân tích chính thống, nhưng nó thực sự ảnh hưởng đến cơ hội cạnh tranh của các đội tham dự.

Và bất cứ ai nói với bạn rằng dữ liệu giúp bóng đá công bằng hơn đều chưa từng ngồi trong phòng phân tích của một đội bóng nhỏ.

Cốt lõi thứ hai: PPDA, nghịch lý pressing, và những con số chỉ đúng trong bối cảnh

Nếu xG là thứ tôi dành nhiều thời gian nhất để nghĩ về, thì PPDA là thứ khiến tôi mất ngủ nhiều nhất.

PPDA viết tắt của Passes Per Defensive Action, hay còn gọi là chỉ số số đường chuyền mà một đội cho phép đối phương thực hiện trên mỗi pha phòng ngự. Chỉ số này thấp tức là đội đó pressing dữ dội — họ cho đối phương ít đường chuyền hơn trước khi buộc phải phạm lỗi hoặc giành bóng. Chỉ số cao tức là đội đó lùi về phòng ngự và để đối phương cầm bóng nhiều hơn.

Đây là chỉ số mà các nhà phân tích hiện đại yêu thích vì nó lượng hóa được cường độ pressing — thứ mà mắt thường khó đo chính xác trong một trận đấu đầy tốc độ.

Nhưng PPDA có một vấn đề mà rất ít bài phân tích đề cập.

Trong 240 trận đấu thuộc một giải quốc nội mà tôi từng thu thập dữ liệu, tôi phát hiện rằng mối tương quan giữa PPDA thấp và kết quả trận đấu tốt gần như không tồn tại khi bạn kiểm soát chất lượng đối thủ. Nói cách khác, một đội có thể có PPDA rất thấp và vẫn thua, và một đội có thể có PPDA rất cao và vẫn thắng. Sự tương quan mà mọi người hay trích dẫn thực chất là hệ quả của một biến số khác: chất lượng đội bóng.

Các đội mạnh thường pressing dữ dội hơn vì họ có xu hướng dẫn trước và đối thủ của họ phải dâng cao. Các đội yếu thường lùi về vì họ bảo vệ một kết quả hoặc cố gắng kéo dài trận đấu. Khi bạn phân tích PPDA mà không phân tách theo kết quả trận đấu và theo chất lượng đối thủ, bạn đang đo lường một biến phụ thuộc chứ không phải một biến độc lập.

Đây là điểm mà tôi muốn nhấn mạnh cho độc giả theo dõi giải đấu này: tương quan không phải là nhân quả, và bóng đá là một hệ thống phức tạp đến mức một chỉ số đơn lẻ không bao giờ đủ để giải thích một kết quả.

Vậy PPDA có giá trị gì cho World Cup 2026?

Giá trị của nó nằm ở chỗ khác. PPDA không nói cho bạn biết đội nào sẽ thắng. Nó nói cho bạn biết đội nào sẽ chơi theo cách nào. Khi bạn kết hợp PPDA với dữ liệu chuyển động cầu thủ và vị trí đội hình, bạn có thể dự đoán tương đối chính xác một trận đấu sẽ diễn ra theo kịch bản nào. Bạn có thể dự đoán số lượng cơ hội được tạo ra, số lượng pha chuyển bóng thành công qua các tuyến, và số lượng tình huống phạt góc. Nhưng bạn không thể dự đoán ai sẽ ghi bàn.

Bởi vì bàn thắng, xét cho cùng, là một sự kiện mà không mô hình xác suất nào đo được chính xác.

Trong một trận đấu mà tôi từng theo dõi trực tiếp ở vòng loại châu Á, một đội bóng nhỏ hơn đã đánh bại một đội bóng lớn hơn với tỷ số 1-0. xG của đội thắng là 0.4. xG của đội thua là 2.1. Chỉ số PPDA của đội thắng trung bình 16.5, tức là họ để đối phương cầm bóng rất nhiều và lùi về gần hết trận. Chỉ số PPDA của đội thua trung bình 7.2, tức là họ pressing dữ dội gần như suốt trận.

Theo mọi chỉ số kỹ thuật, đội thua đã chơi tốt hơn. Nhưng họ đã thua. Và không một mô hình dữ liệu nào giải thích được khoảnh khắc một hậu vệ đội thắng dùng ngực chặn một cú sút ở phút 92.

Sự thật là bóng đá tồn tại ở hai tầng: tầng dữ liệu và tầng khoảnh khắc. Tầng dữ liệu giúp bạn hiểu tầng khoảnh khắc tốt hơn. Nhưng tầng khoảnh khắc không bao giờ bị tầng dữ liệu thu phục hoàn toàn.

Ở World Cup 2026, với 48 đội và 104 trận đấu, sẽ có hàng trăm khoảnh khắc như thế. Và mỗi khoảnh khắc sẽ là một thách thức cho những ai tin rằng dữ liệu là câu trả lời cuối cùng.

Cốt lõi thứ ba: Chuyển nhượng, định giá bằng dữ liệu, và những cuộc đời bị quy đổi

Mỗi kỳ World Cup là một cơn lốc chuyển nhượng. Nhưng World Cup 2026 sẽ là kỳ giải đầu tiên mà các quyết định chuyển nhượng được đưa ra trên cơ sở dữ liệu phân tích một cách hệ thống.

Điều này nghe có vẻ hợp lý về mặt lý thuyết. Nếu bạn có thể đo lường chính xác giá trị của một cầu thủ bằng xG, bằng số đường kiến tạo kỳ vọng (xA), bằng chỉ số đóng góp ở cả hai chiều sân, tại sao không dùng dữ liệu để định giá cầu thủ?

Nhưng thực tế phức tạp hơn.

Mỗi con số chuyển nhượng là một cuộc đời được quy đổi. Tôi đã từng chứng kiến một cầu thủ trẻ 20 tuổi, sau một kỳ giải thành công, nhận được một hợp đồng chuyển nhượng với mức phí mà ban huấn luyện đội bóng chủ quản không thể tin nổi. Cậu ấy chưa từng chơi ở một giải đấu hàng đầu, chưa từng đối mặt với áp lực của một đội bóng lớn, và chưa từng trải qua một mùa giải dài với lịch thi đấu dày đặc. Nhưng chỉ số xG của cậu ấy ở kỳ giải ấy cao đến mức một đội bóng lớn quyết định đặt cược.

Sau hai mùa giải ở câu lạc bộ mới, cậu ấy bị đẩy ra khỏi đội hình chính và cho mượn về một đội bóng nhỏ hơn ở quốc gia láng giềng. Con số xG của cậu ấy trong hai mùa giải đó vẫn không tệ. Nhưng cậu ấy không còn là chính mình. Bóng đá không diễn ra trên bảng tính.

Tại sao câu chuyện này quan trọng cho World Cup 2026?

Bởi vì kỳ giải này sẽ có hàng trăm cầu thủ trẻ, đến từ các quốc gia mới nổi, đang chuẩn bị bước vào thị trường chuyển nhượng quốc tế. Với thể thức mở rộng cho phép nhiều quốc gia có cơ hội tham dự hơn, số lượng cầu thủ được chú ý sẽ tăng lên đáng kể. Và với hệ thống dữ liệu đầy đủ cho mỗi trận đấu, số lượng con số để định giá cũng tăng theo.

Đây là lúc tôi muốn nói thẳng về một điều mà nhiều bài phân tích dữ liệu không đề cập.

Dữ liệu chuyển nhượng không đo lường giá trị của một cầu thủ. Nó đo lường kỳ vọng của một câu lạc bộ về giá trị của cầu thủ đó.

Hai khái niệm này rất khác nhau. Giá trị của một cầu thủ là một hàm số phức tạp bao gồm kỹ năng chuyên môn, thể lực, khả năng thích nghi, tinh thần thi đấu, và sự phù hợp với hệ thống chiến thuật. Kỳ vọng của một câu lạc bộ là một hàm số khác bao gồm dữ liệu, quan sát trực tiếp, áp lực truyền thông, và các yếu tố tài chính như giá trị thương mại của cầu thủ.

Trong hầu hết các trường hợp, kỳ vọng vượt qua giá trị thực. Điều này dẫn đến những khoản đầu tư không hiệu quả. Nhưng đôi khi, giá trị thực vượt qua kỳ vọng, và một câu lạc bộ nhỏ mua được một cầu thủ tuyệt vời với mức giá thấp.

Sự cân bằng giữa hai hàm số này là nghệ thuật của thị trường chuyển nhượng. Dữ liệu không giải quyết được nghệ thuật ấy. Nó chỉ cung cấp thêm dữ kiện để nghệ thuật ấy được thực hiện.

Trong quá trình theo dõi một trong những câu lạc bộ mà tôi làm cố vấn dữ liệu bán thời gian, tôi từng đề xuất không mua một cầu thủ có chỉ số xG rất cao trong mùa giải trước. Lý do của tôi không phải là cầu thủ đó thiếu kỹ năng. Lý do của tôi là dữ liệu chuyển động của cầu thủ ấy cho thấy một mẫu chạy chỗ rất cụ thể phù hợp với hệ thống chiến thuật của đội cũ, nhưng không phù hợp với hệ thống của đội tôi đang cố vấn. Câu lạc bộ đã nghe theo tôi. Cầu thủ ấy chuyển sang một câu lạc bộ khác và ghi 18 bàn trong mùa giải tiếp theo.

Tôi không biết liệu quyết định của mình có đúng hay không. Nhưng tôi biết rằng dữ liệu đã cho tôi một góc nhìn khác với trực giác thông thường. Và đó là điều tôi theo đuổi suốt sự nghiệp.

Ở World Cup 2026, khi mỗi trận đấu tạo ra một lượng lớn dữ liệu chi tiết, sẽ có nhiều quyết định được đưa ra dựa trên những góc nhìn như thế. Có những quyết định sẽ thành công, có những quyết định sẽ thất bại. Và trong mỗi trường hợp, một cuộc đời cầu thủ bị thay đổi.

Cốt lõi thứ tư: Học viện, con đường lên đội một, và sự lừa dối của những con số đẹp

Có một câu chuyện mà tôi chưa từng kể trên bất cứ bài viết nào. Bây giờ tôi sẽ kể.

Năm 2026, khi đang thực tập phân tích dữ liệu cho một công ty thể thao, tôi có cơ hội làm việc với hệ thống học viện của một câu lạc bộ tại châu Á. Nhiệm vụ của tôi là phân tích dữ liệu của các cầu thủ trẻ từ 15 đến 19 tuổi và đề xuất danh sách những người có tiềm năng lên đội một.

Tôi đã dành ba tháng để phân tích hàng trăm cầu thủ. Tôi đo lường mọi thứ có thể đo được: tốc độ chạy nước rút, số đường chuyền chính xác, số lần đoạt bóng, số lần tạo cơ hội, và cả những chỉ số tiên tiến như xG và xA cho các trận đấu học viện.

Sau ba tháng, tôi trình bày danh sách của mình với ban huấn luyện.

Có một cầu thủ mà tôi đã xếp hạng cao nhất. Tốc độ chạy nước rút của cậu ấy nằm trong nhóm nhanh nhất. Số đường chuyền chính xác trên 90 phần trăm. Số lần đoạt bóng mỗi trận cao nhất đội. Chỉ số xG cộng với xA cũng cao nhất đội. Trong báo cáo của tôi, cậu ấy là một tài năng xuất sắc và xứng đáng được đưa lên đội một ngay lập tức.

Huấn luyện viên trưởng của đội học viện đọc báo cáo của tôi và im lặng trong gần một phút.

Sau đó ông ấy nói với tôi một câu mà tôi nhớ đến tận bây giờ.

"Con số của cháu đúng. Nhưng cháu chưa từng xem cậu ấy thi đấu."

Tôi không hiểu ông ấy muốn nói gì.

Ông ấy mở một đoạn video và cho tôi xem. Trong đoạn video ấy, cầu thủ trẻ mà tôi đã đánh giá là tài năng xuất sắc nhất đang thi đấu trong một trận đấu học viện. Cậu ấy chạy nhanh, chuyền chính xác, đoạt bóng tốt. Nhưng cậu ấy không giao tiếp với đồng đội. Cậu ấy không ăn mừng khi đồng đội ghi bàn. Cậu ấy không quay lại giúp đỡ đồng đội khi họ bị đối phương vượt qua. Cậu ấy chỉ tập trung vào hiệu suất cá nhân của mình.

Ông ấy nói tiếp: "Cháu có thể dạy một cầu thủ chạy nhanh hơn. Cháu có thể dạy cậu ấy chuyền chính xác hơn. Nhưng cháu không thể dạy cậu ấy quan tâm đến người khác. Và một đội bóng không thể được xây dựng trên một cầu thủ không quan tâm đến đồng đội."

Đêm hôm đó, tôi viết lại toàn bộ báo cáo của mình. Tôi vẫn giữ các chỉ số kỹ thuật, nhưng tôi thêm một mục mới mà tôi chưa từng nghĩ đến trước đây: mục "đóng góp phi kỹ thuật". Mục này không có dữ liệu định lượng. Nó chỉ có những quan sát định tính về cách cầu thủ tương tác với đồng đội, cách họ xử lý thất bại, và cách họ phản ứng khi bị đối xử không công bằng.

Cầu thủ trẻ mà tôi đã đánh giá cao nhất không được lên đội một trong mùa giải đó. Cậu ấy ở lại đội học viện thêm một năm nữa, và cuối cùng được chuyển sang một câu lạc bộ khác.

Tôi không biết sự nghiệp của cậu ấy diễn ra thế nào sau đó.

Nhưng câu chuyện này đã thay đổi cách tôi viết về dữ liệu. Từ đó, mỗi khi tôi phân tích một cầu thủ, tôi luôn tự hỏi bản thân một câu: dữ liệu nào không đo được khoảnh khắc này?

Câu hỏi này có ý nghĩa đặc biệt cho World Cup 2026. Với 48 đội và hàng nghìn cầu thủ tham dự, sẽ có những cầu thủ mà chỉ số dữ liệu của họ rất đẹp nhưng lại không phù hợp với đội tuyển quốc gia của họ. Sẽ có những cầu thủ mà chỉ số không nổi bật nhưng lại là linh hồn của đội bóng. Sẽ có những khoảnh khắc mà không một mô hình xác suất nào đo được.

Các học viện của những đội bóng lớn vẫn đang được xây dựng dựa trên một logic tích trữ nhân tài. Họ thu thập hàng trăm cầu thủ trẻ, cung cấp cho họ cơ sở hạ tầng tập luyện tốt nhất, và chờ đợi một vài người trong số đó nổi bật. Thực tế, dưới 10 phần trăm cầu thủ trẻ trong các học viện lớn thực sự có cơ hội ra sân cho đội một. Con số này là một trong những thống kê gây sốc nhất của bóng đá hiện đại, nhưng lại ít được nhắc đến vì các học viện muốn duy trì hình ảnh tích cực của họ.

Dữ liệu có thể giúp cải thiện con số này không? Có lẽ. Nhưng nó không thể giải quyết được vấn đề cốt lõi: cơ hội không phân bố đều. Một cầu thủ trẻ ở một học viện lớn có ít cơ hội ra sân hơn một cầu thủ trẻ cùng trình độ ở một học viện nhỏ hơn, chỉ vì đội một của học viện lớn có nhiều cầu thủ ngôi sao hơn. Dữ liệu không thay đổi được sự thật này.

Góc phản biện: Tương quan không phải nhân quả, và những cuộc chiến định danh con số

Đã đến lúc tôi phải nói về điều mà tôi luôn cảm thấy cần phải nói trong mỗi bài viết của mình.

Trong suốt sự nghiệp của mình, tôi đã quan sát một xu hướng đáng lo ngại trong cách công chúng hiểu về dữ liệu bóng đá. Xu hướng ấy là sự biến đổi của dữ liệu từ một công cụ phân tích thành một thẩm quyền chân lý. Mọi người bắt đầu nói "xG cho thấy điều này" hay "dữ liệu chứng minh rằng điều kia", như thể xG là một vị thần tối cao có khả năng phán xử mọi giá trị bóng đá.

Điều này rất nguy hiểm.

xG không nói dối, nó chỉ không bao giờ nói hết sự thật. Và khi một con số không nói hết sự thật được đối xử như thể nó nói hết sự thật, nó trở thành một lời nói dối.

Có một ví dụ mà tôi luôn trở lại trong mỗi lần tranh luận về chủ đề này. Đó là trận bán kết World Cup 2026 giữa Pháp và Bỉ. Pháp thắng 1-0 nhờ cú đánh đầu của Umtiti từ một tình huống phạt góc. Theo mô hình xG của tôi vào thời điểm đó, Pháp có xG khoảng 1.6, trong khi Bỉ chỉ có 0.8. Nhưng nếu chỉ nhìn vào xG, bạn sẽ không hiểu gì về trận đấu ấy.

Pháp chơi thấp hơn và chờ đợi cơ hội. Bỉ kiểm soát bóng nhiều hơn nhưng thiếu sắc bén ở vùng cấm. Cú đánh đầu của Umtiti không phải là một cú sút may mắn — đó là kết quả của một bài tập phối hợp phạt góc được thiết kế kỹ lưỡng, và nó đến từ một khoảnh khắc mà toàn bộ chiến thuật của Pháp được đền đáp.

Nhưng trong bảng xG thô, cú đánh đầu ấy chỉ là một giá trị số học. Nó không phản ánh giá trị thực của bàn thắng đó trong bối cảnh chiến thuật của trận đấu.

Đây là điểm mà tôi muốn nhấn mạnh cho độc giả theo dõi World Cup 2026.

Một con số bóng đá không tồn tại độc lập với bối cảnh của nó. Khi bạn tách một con số khỏi bối cảnh, bạn không có thêm thông tin — bạn có ít thông tin hơn, nhưng bạn tin rằng mình có nhiều hơn.

Điều này dẫn tôi đến một khía cạnh khác của dữ liệu bóng đá hiện đại mà rất ít người đề cập: cuộc chiến định danh con số.

Mỗi con số trong một trận đấu bóng đá không chỉ là một sự kiện khách quan. Nó là hiện trường của một cuộc tranh chấp ý nghĩa giữa nhiều bên. Cầu thủ muốn con số phản ánh đóng góp của họ. Đội bóng muốn con số phản ánh thành tích của họ. Giải đấu muốn con số phản ánh tính cạnh tranh của giải. Truyền thông muốn con số phản ánh câu chuyện mà họ đang kể. Mỗi bên có một cách diễn giải khác nhau.

Ví dụ cụ thể: khi một cầu thủ ghi bàn từ một cú sút xa, xG của cú sút ấy có thể chỉ là 0.03. Đội bóng của cầu thủ ấy sẽ nói rằng bàn thắng là một khoảnh khắc thiên tài và xG không đo được những khoảnh khắc như vậy. Nhưng một nhà phân tích đối thủ sẽ nói rằng bàn thắng là một biến cố ngẫu nhiên và không phản ánh sự thống trị chiến thuật. Cả hai bên đều đúng theo cách hiểu của họ. Nhưng cuộc chiến định danh con số ấy quyết định cách công chúng hiểu về trận đấu.

Trong suốt những năm làm nghề, tôi luôn cố gắng tránh tham gia vào cuộc chiến định danh con số. Tôi không nói rằng xG của một đội bóng thắng có nghĩa đội đó xứng đáng thắng. Tôi không nói rằng xG của một đội bóng thua có nghĩa đội đó xứng đáng thua. Tôi chỉ nói rằng xG của một đội bóng là một con số trong một hệ thống dữ liệu rộng hơn, và bất cứ kết luận nào từ con số ấy đều phải được đặt trong bối cảnh.

Nhưng tôi cũng phải thừa nhận rằng sự thận trọng này không giúp tôi tránh được mọi tranh cãi. Năm 2026, sau khi tôi công bố bài phân tích về trận Ả Rập Xê Út thắng Argentina, tôi đã nhận được hàng trăm tin nhắn chỉ trích từ độc giả. Họ nói rằng tôi đã xúc phạm chiến thắng của đội bóng yếu hơn, rằng tôi đã dùng dữ liệu để biện minh cho kết quả thất bại của đội mạnh hơn.

Tôi đã đọc tất cả những tin nhắn ấy. Tôi không thay đổi bài viết của mình. Nhưng tôi thay đổi cách trả lời. Tôi dành nhiều thời gian hơn để giải thích phương pháp của mình, để ghi rõ các nguồn dữ liệu và sai số, để thừa nhận những điểm yếu của mô hình. Tôi không cố gắng thuyết phục người chỉ trích rằng mình đúng. Tôi chỉ cố gắng để họ hiểu rõ hơn về cách tôi làm việc.

Đó là tất cả những gì một nhà báo dữ liệu có thể làm.

Bóng đá không nằm trong ô tính, nó nằm giữa các ô tính. Và khi World Cup 2026 diễn ra, sẽ có hàng triệu ô tính được tô đầy, nhưng những khoảng trống giữa chúng mới là nơi bóng đá thực sự sống.

Takeaway: Tín hiệu vòng tiếp theo và những gì tôi sẽ theo dõi

World Cup 2026 sẽ khởi tranh vào ngày 11 tháng 6 năm 2026 và kết thúc vào ngày 19 tháng 7 năm 2026. Trong suốt 39 ngày ấy, 104 trận đấu sẽ diễn ra, và mỗi trận đấu sẽ tạo ra một lượng dữ liệu mà 20 năm trước không ai tưởng tượng được.

Tôi sẽ theo dõi giải đấu này với một tâm thế vừa hào hứng vừa thận trọng.

Tôi sẽ theo dõi những khoảnh khắc mà dữ liệu không đo được. Tôi sẽ theo dõi những cú sút xa có xG thấp nhưng thay đổi cục diện trận đấu. Tôi sẽ theo dõi những pha phản công có xG cao nhưng không thành bàn. Tôi sẽ theo dõi những cầu thủ trẻ có chỉ số khiêm tốn nhưng tỏa sáng dưới áp lực của một kỳ World Cup.

Và tôi sẽ theo dõi một điều quan trọng hơn tất cả: cách chúng ta, với tư cách là những người kể lại câu chuyện bóng đá, sử dụng dữ liệu để hiểu về trận đấu.

Sẽ có những bài phân tích nói rằng đội thắng xứng đáng thắng vì xG của họ cao hơn. Sẽ có những bài khác nói rằng đội thắng may mắn vì xG của đối thủ cao hơn. Sẽ có những bài phân tích ca ngợi một cầu thủ vì chỉ số đẹp, và những bài khác chỉ trích cùng cầu thủ ấy vì chỉ số xấu. Mỗi bài sẽ có những lý lẽ riêng. Mỗi bài sẽ có những người ủng hộ và phản đối.

Giữa tất cả sự ồn ào ấy, tôi sẽ cố gắng giữ một nguyên tắc duy nhất: luôn đặt con số trong bối cảnh, luôn thừa nhận giới hạn của mô hình, và luôn nhớ rằng bóng đá là một trò chơi của con người, được chơi bởi con người, cho con người.

Dữ liệu là tu viện, nhưng tôi chọn rời cổng để tìm bóng đá.

Sân có khán giả hay không, trận đấu vẫn cần người kể lại. Và ở World Cup 2026, với 48 đội, 104 trận, và hàng triệu khoảnh khắc không thể đo đếm, tôi sẽ là một trong những người kể lại những khoảnh khắc ấy — không phải bằng cách khẳng định dữ liệu là chân lý, mà bằng cách đặt câu hỏi về điều dữ liệu không nói.

Vòng tiếp theo của giải đấu sẽ cho chúng ta biết liệu những đội bóng có hệ thống phân tích mạnh nhất có thực sự chiếm ưu thế hay không. Nó sẽ cho chúng ta biết liệu sự bất đối xứng về dữ liệu có ảnh hưởng đến kết quả của các đội bóng nhỏ hơn hay không. Nó sẽ cho chúng ta biết liệu thể thức mở rộng có thực sự mở ra cơ hội cho nhiều quốc gia hơn hay chỉ mở rộng khoảng cách giữa những đội bóng hàng đầu và phần còn lại.

Tôi không biết câu trả lời cho những câu hỏi này. Không ai biết. Nhưng tôi biết một điều: khi tiếng còi mãn cuộc vang lên ở trận chung kết vào ngày 19 tháng 7 năm 2026, sẽ có một đội bóng nâng cao chiếc cúp, và sẽ có hàng triệu người tranh luận về việc đội bóng ấy xứng đáng hay không xứng đáng. Sẽ có những con số được đưa ra để chứng minh mỗi quan điểm. Sẽ có những cuộc chiến định danh con số nổ ra trên khắp các diễn đàn và mạng xã hội.

Và giữa tất cả những cuộc chiến ấy, tôi sẽ vẫn ngồi ở khu vực dành cho báo chí dữ liệu, nhìn vào bảng điều khiển của mình, và tự hỏi một câu giống như tôi đã tự hỏi trong suốt sự nghiệp của mình: dữ liệu nào không đo được khoảnh khắc này?

Bởi vì câu trả lời cho câu hỏi ấy mới là điều tôi thực sự tìm kiếm.

Và tôi sẽ tiếp tục tìm kiếm nó qua mỗi trận đấu, mỗi con số, mỗi khoảnh khắc của World Cup 2026 — kỳ giải mà dữ liệu trở thành trung tâm, và cũng là kỳ giải mà giới hạn của dữ liệu sẽ được phơi bày rõ ràng nhất.

xG không nói dối, nó chỉ không bao giờ nói hết sự thật. Và trong 39 ngày của kỳ giải này, tôi sẽ là một trong những người cố gắng nói cho bạn biết sự thật nào còn nằm ngoài con số.

Điều dữ liệu không đo được chính là điều khiến chúng ta tiếp tục theo dõi bóng đá.