V.League thiếu dữ liệu nâng cao: Bóng đá Việt Nam định giá cầu thủ bằng gì?

Tháng 1 năm 2026, sân Rajamangala, lượt về chung kết ASEAN Cup. Phút 32, Nguyễn Xuân Son đổ xuống sau một pha va chạm, gãy xương chày và xương mác, rời sân trên cáng. Đêm đó tuyển Việt Nam thắng Thái Lan 3-2, thắng chung cuộc 5-3 sau hai lượt và lần thứ ba vô địch Đông Nam Á. Xuân Son khép giải với 7 bàn, nhận danh hiệu vua phá lưới lẫn cầu thủ xuất sắc nhất. Tôi mở bảng thông số của ban tổ chức để lấy dữ liệu phục vụ một bản báo cáo định giá. Bàn thắng có. Số cú sút có. Số pha phạm lỗi có. xG không có. PPDA không có. Quãng đường chạy ở cường độ cao không có. Với người đã năm năm ngồi ghép các bảng định giá chuyển nhượng, khoảng trống ấy đáng bàn hơn bảy bàn thắng.

Tôi sinh ra ở Pháp, hiện sống tại Thâm Quyến và theo dõi bóng đá châu Á cho thị trường Trung Quốc. Công việc hằng ngày là dựng báo cáo cầu thủ: thu thập dữ liệu sự kiện, đặt vào ngữ cảnh giải đấu, đối chiếu với khung giá chuyển nhượng, rồi đưa ra một ước lượng kèm phần sai số. Nguyên tắc tôi giữ suốt năm năm không đổi: một chỉ số tách khỏi trận đấu, thời điểm, đội hình và trạng thái thể lực chỉ là tiếng ồn.

V.League 1 vận hành với rất ít dữ liệu công khai. Không có nhà cung cấp dữ liệu vị trí nào phủ trọn 14 câu lạc bộ. Bảng tin sân vận động dừng ở kiểm soát bóng, số cú sút, số pha phạm lỗi, thẻ vàng. Một tuyển trạch viên châu Âu muốn đánh giá cầu thủ Việt Nam thường phải xem băng hình, chọn tay ba đến năm trận, rồi tự dựng mẫu. Mẫu nhỏ, và cách chọn mẫu phụ thuộc vào người chọn.

Vấn đề không nằm ở chất lượng cầu thủ. Nó nằm ở chỗ thị trường phải trả giá cho thứ mình không đo được. Khi bên bán có ít dữ liệu công khai hơn bên mua, phần bất lợi rơi về phía người bán. Đó là logic cơ bản của thị trường thông tin, và bóng đá Việt Nam đang đứng ở phía yếu thế.

Một trận V.League 1 hiện tạo ra hai loại thông tin. Nhóm đầu là sự kiện: bàn thắng, cú sút, đường chuyền, pha phạm lỗi. Nhóm còn lại là vị trí: tọa độ cầu thủ theo từng khung hình. Nhóm đầu có, nhóm sau gần như không tồn tại ở dạng công khai. Thiếu dữ liệu vị trí thì không thể tính xG theo mô hình chuẩn, không thể tính PPDA, không thể đo quãng đường chạy. Toàn bộ tầng phân tích nâng cao của bóng đá hiện đại được dựng trên dữ liệu vị trí, và V.League đang thiếu đúng cái nền đó. Hệ quả là mọi so sánh giữa một tiền đạo V.League với một tiền đạo Thai League hay J.League 2 buộc phải hạ xuống thang đo thô hơn: bàn thắng mỗi 90 phút, tỷ lệ chuyển hóa cú sút. Những chỉ số này bỏ qua chất lượng cơ hội, và chất lượng cơ hội mới là thứ phân biệt một cầu thủ đá ở giải hạng nhất quốc gia với một cầu thủ đủ sức ra nước ngoài.

Tháng 6 năm 2026, Nguyễn Quang Hải ký hợp đồng với Pau FC, câu lạc bộ đang chơi ở Ligue 2 Pháp, theo dạng chuyển nhượng tự do sau khi hết hợp đồng với Hà Nội FC. Tôi đọc bản báo cáo tuyển trạch lưu hành trong giới khi ấy. Nền dữ liệu dùng để định giá anh gồm hai khối: vòng loại thứ ba World Cup 2026 khu vực châu Á và AFF Cup 2026. Tổng cộng hơn mười trận. Anh rời Pau giữa năm 2026 sau một mùa giải với số lần ra sân hạn chế. Điều đáng chú ý nằm ở kích thước mẫu, hơn là ở kết quả. Mười trận trải trên hai giải đấu có nhịp độ hoàn toàn khác Ligue 2 không đủ để tách năng lực cầu thủ khỏi may mắn của mẫu. Khi mô hình sai, dữ liệu mới bắt đầu nói thật, và ở trường hợp này dữ liệu nói rất ít.

Trường hợp Nguyễn Xuân Son cho thấy mặt còn lại của cùng một vấn đề. Một tiền đạo gốc Brazil nhập tịch, khoác áo Nam Định ở V.League 1, bùng nổ ở ASEAN Cup 2026 với 7 bàn. Giá trị ước tính tăng vọt trong vài tuần. Rồi chấn thương xuất hiện ở phút 32 của trận cuối cùng, ở tuổi 27. Dữ liệu mô tả trọn vẹn chuỗi bảy bàn thắng, nhưng không định giá nổi xác suất một xương chày gãy. Mọi bảng định giá chuyển nhượng đều có giới hạn cứng nằm ở đây: nó đo được sản phẩm quá khứ, không đo được rủi ro sinh học ở tương lai.

Bóng đá Việt Nam xuất khẩu cầu thủ sang J.League 2, K.League 2 và Thai League. Phí chuyển nhượng phần lớn ở mức thấp, thường không công bố, và đi kèm điều khoản phụ thuộc số lần ra sân. Cấu trúc hợp đồng đó phản ánh trực tiếp mức bất định của dữ liệu. Bên mua không dám trả trước vì không đủ căn cứ để tin, nên họ chia rủi ro thành các khoản thanh toán theo điều kiện. Về mặt kế toán, đó là cách hợp lý để xử lý một tài sản chưa đo được. Về mặt thể thao, nó đẩy cầu thủ vào thế phải chứng minh trong môi trường mới, với áp lực lớn hơn và thời gian ngắn hơn.

Khung cảnh này khác hẳn nơi tôi lớn lên. Ở Pháp, một cầu thủ 19 tuổi chơi ở Ligue 2 đã có sẵn hàng nghìn điểm dữ liệu tích lũy từ học viện, mỗi đường chuyền được ghi lại kèm tọa độ, mỗi pha pressing được đếm. Các mô hình châu Âu được nhập khẩu sang châu Á nguyên hình dáng, chỉ thiếu phần nền dữ liệu phía dưới. Kết quả là báo cáo tuyển trạch trông rất chuyên nghiệp, có biểu đồ, có bảng xếp hạng percentile, nhưng phần đáy rất mỏng. Một mô hình đẹp đặt trên dữ liệu mỏng tạo ra cảm giác chính xác giả, và cảm giác đó nguy hiểm hơn việc thừa nhận mình không biết.

Có một câu tôi dùng nhiều trong các buổi trao đổi nội bộ: sân nhà không phải mảnh đất thiêng, chỉ là biến số đã bị đóng băng. Bóng đá Việt Nam là ví dụ rõ cho điều đó. Nhiều mùa giải, các đội được gọi là bất khả chiến bại tại tổ ấm, nhưng khi tách yếu tố khán giả, lịch di chuyển và mặt sân ra khỏi phương trình, phần lợi thế còn lại nhỏ hơn nhiều so với truyền thông mô tả. Đại dịch là phép thử tự nhiên: khi sân vận động trống, tỷ lệ thắng sân nhà ở Bundesliga giảm từ 44,2% mùa 2026-19 xuống 36,7% trong chín vòng sau khi bóng đá trở lại tháng 5 năm 2026, bàn thắng trung bình mỗi trận giảm từ 3,1 xuống 2,8. Cùng một biến số, khác điều kiện, cho ra kết quả khác. Bất kỳ ai dùng số liệu sân nhà của V.League mà không ghi rõ thời điểm thu thập đều đang trích dẫn một biến số đã mất hiệu lực.

Góc phản trực giác nằm ở đây. Giả định rằng thêm dữ liệu sẽ sửa được bóng đá Việt Nam, bản thân nó là một lỗi mô hình. Dữ liệu không xúc động, nhưng nó nhớ tất cả những gì báo chí quên, và nó cũng ghi lại đúng những gì chúng ta chọn không nhìn. Việc Quang Hải không thành công ở Pau không chứng minh cầu thủ Việt Nam không đủ trình độ Ligue 2. Việc Xuân Son ghi 7 bàn ở ASEAN Cup cũng không chứng minh anh đủ sức chơi ở một giải châu Âu. Mẫu quá nhỏ để kết luận theo bất kỳ hướng nào, và tương quan không phải nhân quả — quy tắc tôi phải tự nhắc mình mỗi lần đọc một bảng số trông thuyết phục.

Còn một tầng ít được nói tới. Dữ liệu thể thao được số hóa cung cấp trực tiếp cho các công ty cá cược. Mỗi chỉ số nâng cao được công khai là một đầu vào cho thị trường đặt cược, và ở những giải đấu thiếu dữ liệu, khoảng trống đó được lấp bằng suy đoán của người chơi. Tác dụng phụ này hiếm khi xuất hiện trong các cuộc thảo luận về hiện đại hóa bóng đá, nhưng nó là mặt tối đi kèm mọi dự án dữ liệu.

Tôi tin vào phương sai nhiều hơn tôi tin vào nhà vô địch. Một chức vô địch Đông Nam Á là tín hiệu, không phải bằng chứng về một nền bóng đá đã hoàn thiện. Thứ đáng theo dõi trong vòng đấu và mùa giải tới không nằm ở cột điểm. Nó nằm ở việc liệu một câu lạc bộ V.League có ký hợp đồng với nhà cung cấp dữ liệu vị trí đầu tiên, liệu ban tổ chức giải có đưa tiêu chuẩn dữ liệu vào bộ tiêu chí cấp phép câu lạc bộ, và liệu bản báo cáo tuyển trạch cho cầu thủ Việt Nam tiếp theo xuất ngoại có dày hơn mười trận hay không. Cho tới lúc đó, mọi bảng định giá vẫn chỉ là một ước lượng có ghi chú sai số, và tôi vẫn phải mở đầu báo cáo bằng đúng một dòng: đây là giả thuyết, chưa phải kết luận.