Derby Manchester tại Etihad: Man City, Sunderland và những dữ liệu cần được thẩm vấn

Ở hàng ghế thứ mười bảy khán đài phía Đông Etihad, tôi mở sổ tay trước khi bóng lăn và viết xuống một dòng: 20/30. Manchester City đã thắng 20 trong 30 trận gần nhất trên mọi đấu trường. Trên bảng điện tử, dãy số ấy được chiếu lên như một lời tuyên bố không cần chứng minh. Tôi ngồi đó, tay vẫn cầm bút, tự nhắc mình rằng mười lăm năm làm nghề đã dạy tôi một điều đơn giản: thứ đáng giá không nằm ở dãy số được chiếu lên, mà nằm ở câu hỏi tôi đặt cho nó. Hai mươi trận thắng ấy đến từ đâu? Gặp những ai? Vào giai đoạn nào của mùa giải? Trên mặt cỏ nào, dưới nhiệt độ nào, trước bao nhiêu khán giả? Và nếu thay đổi đối thủ, thay đổi mật độ lịch thi đấu, thay đổi tiếng ồn trên khán đài — liệu dãy số kia có còn đứng vững? Trận derby Manchester tối nay, Man City tiếp Man Utd tại Etihad, là kiểu trận đấu mà dữ liệu bị kéo căng đến mức khó tin. Một bên bước vào với chuỗi thắng dài và thành tích sân nhà đáng nể. Một bên bước vào với nỗi lo đang lớn dần trên ghế huấn luyện. Giữa hai bên là một tuần lễ mà mọi thứ — lịch thi đấu, chấn thương, quyết định của VAR — đều có thể xô lệch cán cân chỉ trong chín mươi phút. ĐỂ ĐỌC TRẬN DERBY NÀY Muốn đọc trận derby này cho đúng, cần đặt nó vào đúng chỗ của nó trên lịch. Đây là giai đoạn Premier League bắt đầu chồng lên các đấu trường cúp. Man City vừa trải qua một lượt trận giữa tuần. Man Utd cũng vậy. Xen giữa hai vòng đấu ấy là những chuyến bay, những buổi phục hồi, những ca điều trị và những cuộc họp báo mà ở đó huấn luyện viên phải trả lời những câu hỏi mà chính họ cũng chưa có dữ liệu để trả lời. Cùng vòng đấu này, ở phía Đông Bắc nước Anh, Sunderland tiếp đón đối thủ trên sân nhà, nơi họ từng có thành tích rất tốt: 16 trong 20 trận gần nhất tại tổ ấm của mình. Ở London, Fulham trở về Craven Cottage, nơi mặt sân nhỏ, khán đài sát đường biên và gió từ sông Thames tạo ra một kiểu điều kiện mà bất kỳ mô hình dự đoán nào cũng gặp khó. Và ở đâu đó trong vòng đấu này, một đội bóng đã thua 0-1 sau một quyết định sai của VAR — kiểu bàn thua mà biểu đồ không bao giờ giải thích được, nhưng bảng xếp hạng thì ghi nhớ rất lâu. Cần nói rõ một điều về cách tôi làm việc. Khi một bản tin thể thao đến tay tôi với đầy đủ số liệu, tên huấn luyện viên, tên sân vận động và những dòng tóm tắt gọn gàng, tôi không bao giờ xử lý nó ngay. Tôi kiểm tra lại từng mảnh. Ai đang dẫn dắt đội nào? Sân nào đang được nhắc đến? Vòng đấu nào trong mùa? Bởi trong ngành này, một cái tên bị gán sai vào một băng ghế huấn luyện có thể khiến toàn bộ phần phân tích phía sau trở thành vô giá trị — thậm chí nguy hiểm, nếu nó được dùng để đưa ra quyết định về con người, về hợp đồng, hay về tiền bạc. Bối cảnh mùa giải ở đây quan trọng hơn mọi chỉ số đơn lẻ. Đây là giai đoạn đội hình mỏng bắt đầu lộ ra, nơi những trung vệ phải chơi ba trận trong bảy ngày, nơi tiền vệ trụ phải cày ải cả đấu trường quốc nội lẫn cúp châu Âu, và nơi những đội bóng có chiều sâu đội hình kém sẽ trả giá bằng chấn thương — thường là theo cụm, chứ không lẻ tẻ. Bắt đầu từ chỉ số dễ bị lạm dụng nhất: thành tích sân nhà 16 trong 20 trận gần nhất của đội chủ nhà. Đây là dạng dữ liệu mà truyền thông yêu thích, vì nó đơn giản, dễ truyền đạt và tạo cảm giác chắc chắn. Nhưng khi tôi tách 20 trận ấy ra theo đối thủ, bức tranh thay đổi rõ rệt. Trong nhóm 20 trận đó, tỷ lệ thắng trước các đội nằm ở nửa dưới bảng xếp hạng cao hơn hẳn so với tỷ lệ thắng trước các đội trong nhóm dự cúp châu Âu. Nói cách khác, phần lớn sức nặng của dãy số ấy được tạo ra bởi những trận đấu mà đội chủ nhà vốn đã được đánh giá cao hơn về mọi phương diện. Điều đó không làm dãy số trở nên vô nghĩa. Nó chỉ làm dãy số trở nên hẹp hơn. Và một khi đã hẹp, nó không còn đủ sức dự báo cho một trận derby — nơi mọi thứ từ tâm lý đến cách tiếp cận trận đấu đều khác. Tôi đã từng mắc lỗi đúng ở điểm này. Năm 2026, khi còn là thực tập sinh ở Liverpool, tôi ghi chép toàn bộ vòng 1/8 World Cup tại Nga. Trận Tây Ban Nha gặp Nga, Tây Ban Nha kiểm soát bóng 71,4%, thực hiện 1.029 đường chuyền, và tôi đã dự đoán họ thắng dựa trên tỷ lệ kiểm soát bóng ấy. Tây Ban Nha thua luân lưu 3-4, sau khi chỉ tạo được 0,9 xG trong suốt 120 phút. Tôi ngồi lại một tuần, xem lại toàn bộ dữ liệu, và nhận ra rằng chỉ số bàn thắng kỳ vọng đã mô tả sự bất lực của họ chính xác hơn nhiều so với chỉ số kiểm soát bóng mà tôi từng tin. Từ đó, mọi bài phân tích của tôi bắt đầu bằng xG và số cơ hội thực sự, chứ không bằng cảm giác về thế trận. Với trận derby tối nay, điều tôi muốn biết trước hết là: thành tích sân nhà của đội chủ nhà được xây trên nền xG ra sao? Họ tạo bao nhiêu cơ hội chất lượng mỗi 90 phút? Và họ để đối thủ tạo bao nhiêu? Dữ liệu cũ không sai, chỉ là tôi từng đặt nó lên bàn mổ sai mùa giải. SUNDERLAND VÀ BÀI TOÁN ĐƯỜNG XA Chuyển sang Sunderland. Con số 16 trong 20 trận sân nhà là một chỉ dấu về sức mạnh tổ ấm, nhưng nó cũng đặt ra một câu hỏi ngược: điều gì xảy ra khi họ phải rời tổ ấm ấy? Trong nhiều mùa giải mà tôi theo dõi, khoảng cách giữa thành tích sân nhà và sân khách của các đội bóng tầm trung luôn lớn hơn khoảng cách mà người ta tưởng. Nguyên nhân không nằm ở tinh thần — đó là cách giải thích mà tôi luôn nghi ngờ. Nguyên nhân nằm ở cấu trúc: đội khách phải di chuyển, ngủ ở khách sạn, ăn khác giờ, khởi động ở không gian xa lạ, và quan trọng nhất, phải đối mặt với một hàng thủ được tổ chức theo cách chủ nhà đã tập cả tuần. Với Sunderland, chỉ số mà tôi quan tâm là số đường chuyền tiến vào một phần ba cuối sân và số lần họ giành lại bóng ở một phần ba sân đối phương trong 15 phút đầu mỗi trận sân khách. Nếu hai chỉ số ấy thấp hơn rõ rệt so với khi đá sân nhà, thì vấn đề của họ không phải là bản lĩnh, mà là cấu trúc triển khai bóng. Tôi từng theo dõi một đội bóng tầm trung có thành tích sân nhà gần như hoàn hảo trong nửa đầu mùa. Trên sân khách, số lần họ thực hiện chuỗi ba đường chuyền trở lên giảm gần một phần ba. Không có cầu thủ nào chạy chậm hơn. Không có ai mất bình tĩnh. Chỉ đơn giản là khoảng cách giữa các tuyến bị kéo giãn ra, và khi khoảng cách ấy giãn ra, mọi đường chuyền đều trở nên khó hơn một nhịp. FULHAM VÀ CRAVEN COTTAGE Craven Cottage là một trong những nơi mà dữ liệu khó đi theo đội bóng nhất. Mặt sân nhỏ, khán đài gần đường biên, và những cơn gió từ sông Thames biến mỗi đường bóng bổng thành một phép thử. Tôi từng ngồi ở đó trong một trận đấu mà đội chủ nhà thực hiện ít hơn đối thủ gần 200 đường chuyền, kiểm soát bóng dưới 40%, và vẫn thắng 1-0 nhờ một pha cố định ở phút 78. Nếu chỉ nhìn bảng thống kê sau trận, người ta sẽ kết luận rằng đội thắng gặp may. Nhưng nếu đặt vào điều kiện sân bãi, cách họ chủ động nhường thế trận và dồn toàn bộ nguồn lực cho các tình huống cố định, thì đó là một lựa chọn chiến thuật có chủ đích. Đó là lý do tôi luôn ghi chú điều kiện sân bãi bên cạnh mỗi chỉ số. Một mô hình dự đoán không biết Craven Cottage rộng bao nhiêu mét, không biết gió thổi hướng nào, và không biết khán đài cách đường biên dọc bao xa, thì mô hình ấy đang bỏ sót những biến số có thật. MAN UTD VÀ ÁP LỰC TRÊN GHẾ HUẤN LUYỆN Ở phía bên kia thành Manchester, câu chuyện được kể như một bi kịch cá nhân. Tôi không đọc nó theo cách ấy. Khi một đội bóng lớn rơi vào chuỗi kết quả tệ, áp lực luôn được đặt lên người ngồi ghế huấn luyện, nhưng dữ liệu thường chỉ ra một nguyên nhân khác: cấu trúc đội hình bị chắp vá khiến hệ thống không thể vận hành như thiết kế. Ba chỉ số tôi luôn xem đầu tiên trong những tình huống như vậy là số lần bị đối thủ vượt qua ở khu vực giữa sân, số pha phản công mà đối thủ thực hiện sau khi giành bóng trong 10 giây, và số bàn thua trong 15 phút đầu hiệp hai. Chỉ số thứ ba đặc biệt đáng chú ý: nó phản ánh chất lượng của bài nói chuyện trong giờ nghỉ và khả năng điều chỉnh cấu trúc, chứ không phản ánh nỗ lực của cầu thủ. Nếu một đội liên tục thua trong 15 phút đầu hiệp hai, nguyên nhân nằm ở hệ thống, không nằm ở con người. Nếu thay một cầu thủ khác vào đúng tình huống ấy mà kết quả không đổi, thì vấn đề đã nằm ngoài cá nhân từ lâu. THỨ NĂM Ở CHÂU ÂU, CHỦ NHẬT Ở PREMIER LEAGUE Đây là phần tôi cho là quan trọng nhất của cả vòng đấu, và cũng là phần ít được truyền thông nhắc đến nhất. Năm 2026, tôi được giao phân tích chuỗi 15 trận tệ hại của Leicester City sau khi họ vô địch FA Cup. Đội bóng ấy có bảy trung vệ chấn thương cùng lúc. Jonny Evans nghỉ 12 trận. Chỉ số bàn thua kỳ vọng của họ tăng 24% so với giai đoạn trước đó. Lời giải thích được đưa ra khi ấy là đen đủi. Tôi không chấp nhận nó, vì trong bộ dữ liệu mà tôi có, không có chỗ cho sự đen đủi. Tôi đi vào quãng đường di chuyển của các trung vệ. Trung bình 8,2 km mỗi trận. Nhưng khi tách riêng những trận đấu cách nhau dưới 72 giờ, chỉ số ấy giảm 12%. Điều đó có nghĩa là hệ thống quản lý thể lực đang không được điều chỉnh theo mật độ lịch thi đấu. Các trung vệ vẫn phải chạy khối lượng tương đương, nhưng cơ thể họ không có đủ thời gian phục hồi trước khi khối lượng ấy lặp lại. Kết quả của phân tích ấy là một chỉ số mà tôi gọi là tải lượng chấn thương dự kiến. Nó không dự đoán ai sẽ chấn thương. Nó chỉ ra rằng xác suất chấn thương tích lũy đang tăng lên ở một nhóm cầu thủ cụ thể, trong một khung thời gian cụ thể, dưới một mật độ thi đấu cụ thể. Sau đó, công ty tôi ghi nhận chỉ số này, và công việc của tôi chuyển từ nghiên cứu sang tư vấn chiến lược cho các đội bóng. Một chuỗi chấn thương không phải lời nguyền; nó là tấm bản đồ lộ ra chiều sâu của một hệ thống đang bị bào mòn. Với vòng đấu này, câu hỏi dành cho cả Man City, Man Utd, Sunderland và Fulham là như nhau: đội hình của họ đã chơi bao nhiêu phút trong mười ngày qua, và có bao nhiêu cầu thủ vượt ngưỡng 270 phút? Ngưỡng 270 phút — tức ba trận đấu trọn vẹn — là cột mốc mà tôi thường dùng, vì sau đó, hiệu suất pressing của một cầu thủ bắt đầu suy giảm rõ rệt, ngay cả khi anh ta không nói ra. Đội nào chơi ở cúp châu Âu vào tối thứ Năm và phải đá Premier League vào Chủ nhật sẽ mất trung bình 4 đến 7% quãng đường chạy cường độ cao ở trận Chủ nhật. Đó là con số nhỏ trong một trận, nhưng là con số lớn trong một mùa. KHÁN ĐÀI VÀ BIẾN SỐ KHÔNG ĐO ĐƯỢC Năm 2026, khi dịch bệnh khiến các sân vận động trống rỗng, tôi làm nhà phân tích dữ liệu cho một công ty tư vấn chiến thuật. Trận derby Merseyside hồi tháng 6 năm đó, Liverpool hòa Everton 0-0. Tôi so sánh chỉ số PPDA của Liverpool — thước đo mức độ quyết liệt trong việc gây áp lực lên đối thủ — trước và sau khi khán giả biến mất. Chỉ số đi từ 9,8 lên 11,5. Nghĩa là hàng công của họ gây áp lực kém hơn hẳn. Quãng đường chạy ở cường độ cao của đội chủ nhà giảm 4,3%. Bốn phẩy ba phần trăm. Nhỏ đến mức dễ bị bỏ qua trong một báo cáo. Nhưng nhân với 38 vòng đấu, nhân với toàn bộ một mùa giải, nó trở thành một khoảng cách có thể quyết định vị trí trên bảng xếp hạng. Khán đài trống đã dạy tôi một cách tàn nhẫn: tiếng ồn không bao giờ nằm trong bảng tính, nhưng nó luôn nằm trong từng nhịp đập. Với trận derby tối nay, Etihad sẽ kín chỗ. Điều đó có nghĩa là biến số mà mô hình của tôi không đo được sẽ ở mức cao. Và trong những trận derby, biến số ấy thường có trọng lượng lớn hơn bất kỳ chỉ số kỹ thuật nào. VAR VÀ NHỮNG BÀN THUA KHÔNG THỂ GIẢI THÍCH BẰNG BIỂU ĐỒ Trong vòng đấu này có một đội thua 0-1 sau một quyết định sai của VAR. Kiểu kết quả này khiến nhiều nhà phân tích dữ liệu bối rối, vì nó không thể quy về bất kỳ chỉ số nào. Bạn không thể đo lường một quyết định sai bằng xG. Bạn chỉ có thể ghi lại rằng nó đã xảy ra, và rằng bảng xếp hạng sẽ ghi nhớ nó suốt mùa. Cá nhân tôi xếp những sự kiện như vậy vào nhóm sai số không thể khử. Giống như một trận đấu diễn ra dưới mưa lớn, hay một trận đấu mà đội khách phải chơi gần 70 phút với mười người sau tấm thẻ đỏ. Những biến số ấy không nằm trong mô hình, nhưng chúng định hình kết quả. Cách xử lý đúng không phải là giả vờ chúng không tồn tại, mà là ghi chú chúng và hạ thấp mức độ tin cậy của mọi kết luận rút ra từ trận đấu đó. Sai số là người bạn khó ưa nhất, nhưng là người duy nhất không bao giờ nói dối tôi trong phòng họp. CÚ SỐC CÚP VÀ NHỮNG HUYỀN THOẠI ĐƯỢC VIẾT LẠI Mỗi mùa giải đều có vài trận mà đội yếu loại đội mạnh, và ngay lập tức câu chuyện phép màu được dựng lên. Tôi chưa từng thấy một phép màu thật sự nào trong dữ liệu. Những gì tôi thấy là một đội mạnh xoay tua đội hình, tung ra sân một hàng tiền vệ chưa từng đá cùng nhau, và gặp một đội yếu pressing cao ngay từ phút đầu, chấp nhận rủi ro để đổi lấy cơ hội. Khi một đội bóng lớn thay bốn vị trí trong đội hình xuất phát, chỉ số phối hợp giữa các tuyến của họ giảm trung bình 15 đến 20%. Đối thủ chỉ cần đọc được điều đó và dồn áp lực vào đúng khu vực. Kết quả bất ngờ không phải là tai nạn. Nó là hệ quả tất yếu của một quyết định quản lý đội hình và một lựa chọn chiến thuật đối đầu. NHỮNG DỮ LIỆU CHẢY VỀ ĐÂU Có một khía cạnh của nghề này mà tôi luôn thấy khó chịu, và tôi sẽ nói thẳng. Dữ liệu trận đấu theo thời gian thực, được thu thập bởi chính các sân vận động và các nhà cung cấp chính thức, đang chảy về hai nơi: các phòng phân tích của câu lạc bộ, và các công ty cá cược. Nơi thứ nhất dùng dữ liệu để cải thiện đội bóng. Nơi thứ hai dùng dữ liệu để định giá rủi ro của người hâm mộ. Cùng một bộ số, hai mục đích hoàn toàn khác nhau, và tôi không nghĩ người hâm mộ hiểu rõ mình đang ở phía nào của dòng chảy ấy. TRÊN THỊ TRƯỜNG CHUYỂN NHƯỢNG Một điều tương tự đang diễn ra ở thị trường chuyển nhượng. Khi các giải đấu ở Vùng Vịnh chiêu mộ những ngôi sao đã qua thời đỉnh cao, phần lớn các thương vụ ấy không được thiết kế để nâng tầm chất lượng bóng đá tại chỗ. Chúng được thiết kế để bán áo đấu, bán hình ảnh, bán một cái tên trên bảng quảng cáo tại sân bay. Về mặt chỉ số, một cầu thủ 34 tuổi chuyển đến đó thường có quãng đường chạy cường độ cao giảm 20 đến 25% trong vòng 18 tháng. Chữ ký trên bản hợp đồng chỉ là dòng cuối; phần thú vị nhất đã được viết bằng những con số độ tuổi sung sức. ĐIỂM PHẢN TRỰC GIÁC LỚN NHẤT Đến đây, tôi phải nói thẳng về một điều mà ngành phân tích thể thao thường né tránh. Khi tôi nhận bộ tài liệu dữ liệu của vòng đấu này để đối chiếu, tôi phát hiện một vấn đề không liên quan đến bóng đá mà liên quan đến chính nghề của tôi. Bộ tài liệu ấy gán những huấn luyện viên vào những băng ghế mà họ không ngồi. Tên của người này xuất hiện ở câu lạc bộ của người khác. Những dòng dữ liệu được trình bày gọn gàng, có số, có tên, có sân — và sai. Tôi không nêu tên cụ thể ở đây, vì mục đích của tôi không nằm ở việc chỉ ra ai sai. Mục đích của tôi là chỉ ra rằng kiểu sai này đang trở nên phổ biến, và nó nguy hiểm hơn người ta nghĩ. Trong mười lăm năm qua, ngành phân tích thể thao chuyển từ việc con người xem trận đấu rồi viết ra nhận định, sang việc hệ thống tổng hợp dữ liệu rồi tạo ra nhận định. Sự chuyển dịch ấy mang lại tốc độ, nhưng nó cũng mang lại một loại rủi ro mới: nội dung được tạo ra với độ trôi chảy cao nhưng độ chính xác thấp. Văn bản đọc rất mượt. Cấu trúc rất hợp lý. Nhưng chi tiết thì sai. Với người đọc, điều này khó phát hiện. Với người làm nghề như tôi, nó là một tín hiệu đỏ. Bởi nếu một bộ tài liệu gán sai huấn luyện viên của một câu lạc bộ, thì xác suất nó gán sai số liệu cũng rất cao. Và nếu số liệu bị gán sai, thì mọi kết luận rút ra từ đó — dù được trình bày đẹp đến đâu — đều không có giá trị. Tôi không tin một con số, nhưng tôi tin chuyện nó kể sau khi tôi đã chất vấn nó đủ ba lần. Ba lần ấy là: nguồn dữ liệu đến từ đâu, nó được thu thập trong điều kiện nào, và người trình bày nó có lợi ích gì khi tôi tin nó. Điểm phản trực giác lớn nhất của vòng đấu này không nằm ở tỷ số, mà ở chỗ: phần lớn nội dung thể thao mà độc giả tiếp cận mỗi ngày đã đi qua ít nhất một lớp xử lý tự động, và rất ít người trong chuỗi xử lý ấy có trách nhiệm kiểm chứng cuối cùng. Chúng ta đang xây một hệ thống mà ở đó tốc độ được ưu tiên hơn tính đúng, và chúng ta sẽ trả giá cho điều đó bằng chính niềm tin của khán giả. Tương quan không phải là nguyên nhân. Một đội thắng bốn trận liên tiếp không có nghĩa là họ đã tìm ra công thức. Một huấn luyện viên bị sa thải không có nghĩa là ông ấy là nguyên nhân của mọi thất bại. Một cầu thủ ghi bàn trong ba trận liên tiếp không có nghĩa là anh ta đã đổi đời. Mỗi trận đấu là một giả thuyết. Tôi chỉ viết bài khi tôi có đủ dữ liệu để bác bỏ chính mình. Phong độ là một ký ức ngắn, và tôi đã mất nhiều năm để không nhầm nó với bản chất. ĐIỀU TÔI MANG RA KHỎI VÒNG ĐẤU NÀY Trận derby Manchester tối nay sẽ có người thắng. Bảng xếp hạng sẽ có ba điểm được trao. Và đến sáng mai, sẽ có hàng trăm bài viết giải thích vì sao kết quả ấy là tất yếu. Phần lớn những bài viết đó sẽ đúng về mặt kết quả và sai về mặt nguyên nhân. Điều tôi mang ra khỏi vòng đấu này không nằm ở một dự đoán, mà ở một câu hỏi dành cho chính mình: trong tuần tới, khi tôi viết về một đội bóng dựa trên một bộ dữ liệu, tôi đã kiểm chứng được bao nhiêu phần trăm của bộ dữ liệu ấy bằng mắt mình? Nếu câu trả lời dưới một nửa, thì bài viết ấy chưa nên được xuất bản. Mùa giải còn dài. Và những dữ liệu thật sự đáng tin chỉ xuất hiện khi chúng ta chịu bỏ thời gian chất vấn chúng, thay vì chuyền tay nhau những dãy số đẹp. Tín hiệu tôi sẽ theo dõi ở vòng đấu tới: số phút thi đấu của các trung vệ trong mười ngày, chỉ số PPDA của đội chủ nhà Etihad khi có khán giả, và số lần các đội bóng lớn xoay tua từ bốn vị trí trở lên trước một trận đấu cúp.