85% và 724 người: Điều gì đứng sau bảng xếp hạng CĐV Đông Nam Á

Tối 15 tháng Mười, điện thoại tôi sáng lên. Tài khoản ASEAN Football đăng một bảng xếp hạng: Việt Nam đứng đầu Đông Nam Á về lực lượng cổ động viên, với tỷ lệ 85% sẵn sàng theo đội tuyển ra nước ngoài. Dòng trạng thái gọi đó là "công bố gây bất ngờ". Tôi đọc hai lần. Lần đầu là phản xạ của một người làm nghề mười tám năm với bảng tính; lần thứ hai là phản xạ của kẻ đã quá quen với những con số đẹp trên ảnh chia sẻ nhưng rỗng khi bị hỏi nguồn.

Điều khiến tôi dừng lại không phải vị trí số một. Điều khiến tôi dừng lại là một con số chính xác đến từng phần trăm, đi kèm một khoảng trống hoàn toàn: không một dòng nào nói nó được đo bằng cách nào. Một con số không có phương pháp giống như một bàn thắng không có pha quay chậm — ai cũng thấy nó, không ai kiểm tra được nó.

Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích. Câu đó tôi vẫn dùng như một lời tự nhắc mỗi khi mở một bảng dữ liệu mới. Vấn đề là phải phân biệt được kẻ sai có ích với kẻ chỉ đang bán một tấm ảnh.

Bối cảnh: một tài khoản, một bảng xếp hạng, và một khoảng trống

ASEAN Football là tài khoản nội dung khu vực, chuyên đăng thống kê, bảng xếp hạng và tương tác với cộng đồng người hâm mộ Đông Nam Á. Kiểu nội dung xếp hạng luôn có một đặc tính: nó dễ được chia sẻ, dễ tạo tranh luận, và dễ đạt mục tiêu tiếp cận hơn bất kỳ bài phân tích chiến thuật nào. Một bảng xếp hạng gây tranh cãi luôn lan nhanh hơn một bài phân tích đúng.

Bảng xếp hạng lần này đưa ra hai lớp dữ liệu. Lớp thứ nhất là tỷ lệ theo dõi đội tuyển quốc gia: Việt Nam 85%, Thái Lan 80%, Malaysia 78%, Campuchia 75%, Brunei 72%, Philippines 45%. Lớp thứ hai là lượng khán giả trung bình mỗi trận: Việt Nam 25.599, Indonesia 24.875, Campuchia 17.169.

Ở đây có một chi tiết mà chính ASEAN Football thừa nhận: tỷ lệ 85% được ước tính hoàn toàn bằng AI, và họ không giải thích chi tiết cách tính ra nó. Một quy tắc duy nhất được nêu rõ — bảng xếp hạng loại trừ những người hâm mộ sống ở nước ngoài.

Chưa cần bàn đến đúng sai, hai lớp dữ liệu này đã không đo cùng một thứ. Lượng khán giả là số người thực sự có mặt trên khán đài, đo bằng vé và vòng quay. Tỷ lệ 85% là một ước lượng về xu hướng đi theo đội ra nước ngoài — một khái niệm hoàn toàn khác. Một bên đếm người, một bên đoán ý. Bảng xếp hạng trộn hai thứ đó vào cùng một bảng và xếp hạng chúng cạnh nhau, rồi để người đọc tự hiểu rằng chúng là một.

Bối cảnh giải đấu cũng cần được đặt đúng chỗ. Câu chuyện gắn với chu kỳ các giải khu vực — ASEAN Cup và môn bóng đá nam SEA Games. Đây là giai đoạn hậu giải, khi dư âm còn nóng và nội dung tương tác về người hâm mộ dễ tìm được chỗ đứng. Không có trận đấu nào đang diễn ra để kiểm chứng bất cứ điều gì.

Phần lõi: thứ duy nhất có thể kiểm chứng

Trong toàn bộ bảng xếp hạng, chỉ có một lớp dữ liệu tôi có thể cầm lên và soi dưới đèn: lượng khán giả trung bình mỗi trận. Và đó cũng là lớp dữ liệu duy nhất đứng vững.

Việt Nam dẫn đầu với 25.599 người mỗi trận. Indonesia bám ngay sau với 24.875. Campuchia xếp thứ ba với 17.169. Khoảng cách giữa Việt Nam và Indonesia là 724 người mỗi trận — chưa đến ba phần trăm.

Đây là con số quan trọng nhất của cả câu chuyện, và nó gần như bị chôn dưới cái tiêu đề "Việt Nam dẫn đầu". Ba phần trăm. Trong thống kê thể thao, ba phần trăm là ngưỡng mà bất kỳ ai từng dựng mô hình đều biết phải cẩn thận: nó nằm trong biên độ sai số của gần như mọi phương pháp đếm vé. Một trận đấu được dời sân, một trận đá trên sân trung lập, một giải có thêm một lượt trận trên sân nhà — bất kỳ yếu tố nào trong đó cũng đủ để san phẳng 724 người.

Nói cách khác, ngôi đầu của Việt Nam là thật, nhưng nó mỏng như tờ giấy. Nó đúng với chu kỳ giải đấu được lấy mẫu, và nó có thể đổi chủ ngay ở chu kỳ tiếp theo nếu Indonesia đá nhiều trận trên sân nhà hơn. Một ngôi đầu phụ thuộc vào lịch thi đấu không phải là một ngôi đầu phụ thuộc vào con người.

xG không ghi bàn, nhưng nó khiến người ta tranh cãi nhiều hơn cả quả bóng thật. Ở đây cũng vậy. Con số 25.599 khiến người ta tự hào, nhưng nó không nói được gì về việc đội tuyển chơi thế nào. Nó chỉ nói rằng có rất nhiều người đã mua vé. Và nó nói rằng số người mua vé của Việt Nam nhỉnh hơn Indonesia đúng một chút.

Còn con số 85% thì khác hẳn về bản chất. Nó không có đơn vị. Không có định nghĩa. Không có mẫu công bố. Nó được sinh ra từ một mô hình AI tổng hợp các bài đăng mạng xã hội — theo suy luận của người viết bài gốc, có thể chỉ trong một đến hai năm gần đây, gắn với chu kỳ giải khu vực. Một mẫu ngắn, không đại diện, và không thể tái lập. Theo chuẩn của nghề dữ liệu, một con số không thể tái lập thì không phải là dữ liệu. Nó là một ý kiến được viết bằng chữ số.

Điều đáng chú ý là hai lớp dữ liệu này lại trỏ về cùng một hướng: Việt Nam đứng đầu. Sự trùng khớp đó tạo ra cảm giác nhất quán bề mặt, khiến bảng xếp hạng trông đáng tin hơn thực tế. Nhưng trùng hướng không có nghĩa là cùng đo một thứ. Một bảng xếp hạng có thể đúng về thứ tự mà vẫn sai về bản chất phương pháp. Và một khi phương pháp sai, thứ tự đúng chỉ là may mắn được đóng gói thành kết luận.

Nhìn vào cụm giữa bảng cũng thấy vấn đề. Thái Lan 80%, Malaysia 78%, Campuchia 75%, Brunei 72% — bốn quốc gia nằm gọn trong khoảng tám phần trăm. Một mô hình AI cho ra kết quả chen chúc như vậy thường không phải vì thực tế chen chúc, mà vì mô hình không đủ độ phân giải để tách chúng ra. Rồi Philippines đứng cuối với 45%, cách nhóm trên một khoảng trống lớn. Một mình lệch hẳn khỏi phần còn lại thường là dấu hiệu của một biến số khác đang tác động — có thể là văn hóa bóng đá nội địa, có thể là cấu trúc cộng đồng hải ngoại bị loại khỏi phép đếm.

Khái niệm "người thứ mười hai" đáng được nhắc ở đây, nhưng theo cách ngược lại với thường lệ. Một lực lượng cổ động viên lớn có thể tạo áp lực lên trọng tài, thay đổi bầu không khí trận đấu, và tác động đến tâm lý cầu thủ. Nhưng bảng xếp hạng này không đưa ra bất kỳ bằng chứng nào ở cấp độ trận đấu để nối số người trên khán đài với kết quả trên sân. Không có trận nào được phân tích. Không có tương quan nào được kiểm định. Suy ra rằng ưu thế khán giả của Việt Nam dịch thành lợi thế chiến thuật là một bước nhảy không có cầu.

Góc phản trực giác: điều bảng xếp hạng không nói

Có một nghịch lý nằm ngay trong chính nguồn tin. Người viết bài gốc — dù chấp nhận bảng xếp hạng một cách có điều kiện — cũng ghi nhận rằng các giải đấu khu vực đang mất dần sức hút. Ông quan sát thấy các sân vận động Thái Lan vắng khán giả ngay ở vòng bán kết và chung kết.

Đó là một quan sát quan trọng hơn toàn bộ bảng xếp hạng. Nếu ngay cả những trận knock-out của một giải khu vực cũng không lấp đầy khán đài, thì việc Việt Nam dẫn đầu Đông Nam Á về lượng khán giả không còn là câu chuyện về "niềm đam mê lớn nhất". Nó trở thành câu chuyện về "niềm đam mê ít suy giảm nhất". Hai điều này rất khác nhau. Bảng xếp hạng đo vị trí tương đối, nhưng tiêu đề lại bán nó như một giá trị tuyệt đối.

Thêm một điểm nữa: bảng xếp hạng loại trừ người hâm mộ sống ở nước ngoài. Quy tắc này nghe có vẻ trung lập, nhưng nó không trung lập chút nào. Những quốc gia có cộng đồng hải ngoại lớn — Philippines, và ở mức độ thấp hơn là Việt Nam — sẽ bị đo lệch một cách có hệ thống. Philippines xếp cuối với 45% có thể phản ánh đúng thực tế, hoặc có thể phản ánh việc một phần lực lượng cổ động viên của họ nằm ngoài lãnh thổ và bị loại khỏi phép đếm. Không ai kiểm tra được, vì không ai biết phương pháp. Một quy tắc loại trừ không được giải thích là một lỗ hổng, không phải một tiêu chuẩn.

Và cuối cùng, có một vấn đề về mốc thời gian. Bảng xếp hạng được đăng ngày 15 tháng Mười, nhưng lại nhắc đến "ASEAN Cup 2026" — trong khi các kỳ ASEAN Cup thường diễn ra vào tháng Mười Hai và tháng Một. Một bài đăng tháng Mười nói về một giải đấu cùng năm 2026 tạo ra một mâu thuẫn cần được xác minh trước khi dùng lại bất kỳ con số nào. Khi dữ liệu không khớp với lịch, nghi ngờ dữ liệu trước, đừng nghi ngờ lịch.

Bóng đá ngừng lăn năm 2026, nhưng sự ngẫu nhiên chưa từng nghỉ trưa. Tôi viết câu đó từ sau cú sốc World Cup 2026, khi mô hình của tôi dự đoán Brazil thắng Bỉ và sai bét trên sóng trực tiếp. Bài học năm đó không phải là "đừng tin dữ liệu". Bài học là "hãy biết dữ liệu của mình được sinh ra thế nào". Một con số không rõ nguồn gốc không phải là dữ liệu trung lập — nó là một khoản vay chưa trả lãi. Rồi sẽ có ngày phải trả.

Điều còn lại sau khi bảng xếp hạng tan

Bảng xếp hạng này sẽ lan nhanh. Nó đẹp, nó dễ chia sẻ, và nó cho người hâm mộ Việt Nam một điều để tự hào. Nhưng giá trị thật của nó chỉ nằm ở một dòng: 25.599 người mỗi trận. Đó là con số duy nhất đếm được, kiểm tra được, và có thể so sánh qua các chu kỳ.

Phần còn lại — 85%, 80%, 78% — là những con số cần được thẩm vấn chứ không phải tôn thờ. Chúng có thể đúng. Chúng cũng có thể chỉ là tiếng vang của một mô hình không ai nhìn thấy bên trong.

Việc đáng làm tiếp theo không phải là ăn mừng ngôi đầu. Mà là theo dõi xem ở kỳ ASEAN Cup tới, khán đài Việt Nam và Indonesia có còn cách nhau 724 người hay không. Nếu khoảng cách đó mở rộng, câu chuyện mới thực sự bắt đầu. Nếu nó thu hẹp hoặc đảo chiều, chúng ta sẽ biết bảng xếp hạng này đo được bao nhiêu phần thật, bao nhiêu phần ảo.

Một tấm ảnh đẹp không làm đội tuyển mạnh hơn. Nhưng một con số được kiểm chứng thì có thể thay đổi cách chúng ta nhìn cả một nền bóng đá. Tôi sẽ quay lại chủ đề này khi có số liệu của vòng đấu tiếp theo.