Từ Anfield 2026 đến ngưỡng cửa mùa giải lớn: Khi nào mô hình xG thực sự đáng tin?

Tháng 8 năm 2026, tại Anfield, Liverpool đánh bại Arsenal 4-0. Nếu chỉ nhìn cột dứt điểm, khoảng cách giữa hai đội gần như bị xóa nhòa: chủ nhà 18 lần, đội khách 9 lần. Một người xem quen với bảng tỷ số sẽ dừng lại ở đó và gật gù rằng Arsenal thua vì kém may mắn. Đêm hôm ấy, lần đầu tiên trong sự nghiệp phân tích, tôi mở cột Expected Goals — xG — và nhìn thấy một thứ khác hẳn: Liverpool 3,6, Arsenal 0,3. Chênh lệch gấp mười hai lần, thay vì gấp đôi như số lần dứt điểm gợi ý. Tôi ngồi lại đến gần sáng, ghi chép từng pha bóng, tự hỏi liệu chỉ số này có phải một trò ảo thuật của dữ liệu lớn. Suốt mười vòng đấu tiếp theo ở Premier League, tôi kiểm chứng lại mô hình trên từng trận. Kết quả khiến một người theo chủ nghĩa hoài nghi thực nghiệm như tôi phải cúi đầu: khoảng tám trên mười trận, xG phản ánh đúng cục diện thực tế hơn hẳn tỷ số hay số lần dứt điểm thô. Từ đêm đó, cách tôi đọc bóng đá thay đổi. Nhưng niềm tin của tôi vào dữ liệu thì không hề trọn vẹn — và đó mới là phần quan trọng của câu chuyện. Bóng đá là môn thể thao của những mẫu nhỏ. Một trận kéo dài 90 phút nhưng số bàn thắng trung bình chưa đến ba. Khi cỡ mẫu quá nhỏ, mỗi sự kiện ngẫu nhiên đều mang sức nặng khổng lồ. Một cú sút xa đi vào góc cao, một quả phạt đền bị bỏ lỡ, một tấm thẻ đỏ ở phút 70 — bất cứ biến cố nào cũng đủ định hình kết quả cuối cùng, trong khi bản thân nó gần như không lặp lại ở trận sau. Đó là lý do xG ra đời. Chỉ số này gán cho mỗi cú dứt điểm một xác suất chuyển thành bàn thắng, dựa trên vị trí, góc sút, loại đường bóng, số cầu thủ cản phá và một loạt biến số khác. Thay vì hỏi "đội nào sút nhiều hơn", xG hỏi "đội nào tạo ra cơ hội nguy hiểm hơn". Hai câu hỏi tưởng chừng giống nhau nhưng cho ra hai bức tranh khác biệt. Trước xG, tôi phân tích bằng cảm giác và kiểm soát bóng. Một đội cầm bóng 65% được tôi mặc định gọi là "trên cơ". Đến khi đối chiếu ngược lại quá khứ, tôi phát hiện tỷ lệ kiểm soát bóng gần như không tương quan với kết quả. Có đội cầm bóng 70% mà xG chỉ 0,8, vì phần lớn thời gian bóng được luân chuyển ngang ở giữa sân. Kiểm soát bóng trở thành mục tiêu thay vì phương tiện, và khi điều đó xảy ra, đội bóng kiểm soát trận đấu mà không kiểm soát vận mệnh của chính mình. Tôi bắt đầu xây dựng một bộ chỉ số bổ trợ. PPDA — số đường chuyền đối phương được phép thực hiện trước khi bị cản phá — dùng để đo cường độ pressing. Chỉ số cơ hội rõ ràng dùng để phân biệt cơ hội thật với cơ hội danh nghĩa. Và quan trọng nhất, tôi luôn đặt mọi chỉ số cạnh đối thủ: một đội tạo 1,5 xG trước một hàng thủ yếu không giống đội tạo 1,5 xG trước một hàng thủ dày dạn kinh nghiệm. Cả một hệ thống như vậy, nhưng nó vẫn sụp đổ trong một buổi chiều ở Nga. World Cup 2026, lượt trận cuối vòng bảng, Đức gặp Hàn Quốc. Mô hình của tôi khi đó cho Đức cơ hội thắng áp đảo. Đức cầm bóng 74%, dứt điểm 26 lần, xG đạt 1,8. Hàn Quốc chỉ dứt điểm 4 lần, xG vỏn vẹn 0,8. Mọi cột số đều nghiêng về phía đội đương kim vô địch. Kết quả: Hàn Quốc thắng 2-0, cả hai bàn đều đến ở phút bù giờ. Đó là bài học đầu tiên về sự khiêm tốn. Dữ liệu thuần túy không đo được sự bế tắc. Khi một đội bị dồn ép trong thế trận mà mọi đường bóng đều bị chặn từ vòng cấm trở ra, xG cộng dồn vẫn tăng nhưng chất lượng cơ hội giảm dần theo thời gian. Mô hình của tôi nhìn thấy tổng số, không nhìn thấy độ nặng của từng pha bóng theo phút thi đấu. Nói cách khác, mô hình không sai, chỉ là thế giới đã đổi lúc tôi không để ý. Từ đó, tôi thêm hai biến số vào quy trình. Thứ nhất là PPDA của đối thủ: Hàn Quốc pressing dữ dội trong hiệp hai, điều này phản ánh qua số pha cắt bóng và số lần phạm lỗi chiến thuật. Thứ hai là độ khốc liệt thực tế của trận đấu — số pha tranh chấp tay đôi, số lần phạm lỗi, số lần bóng chết. Khi trận đấu càng khốc liệt, xG càng trở nên ít đáng tin, vì chất lượng kỹ thuật của các cú dứt điểm suy giảm theo mức độ mệt mỏi và áp lực tâm lý. Hai năm sau, một biến số nữa biến mất khỏi mô hình mà tôi không hề chuẩn bị. Khi bóng đá trở lại sau giãn cách trong những sân vận động trống, toàn bộ hệ số lợi thế sân nhà trong mô hình của tôi sai lệch nghiêm trọng. Tôi thống kê 157 trận Bundesliga từ tháng 5 năm 2026 và phát hiện tỷ lệ thắng sân nhà giảm từ 43% xuống 36%. Ban đầu tôi không tin. Tôi chia nhỏ dữ liệu theo tháng và theo thứ hạng đội bóng để xem xu hướng có ổn định không. Xu hướng vẫn giữ nguyên. Chỉ khi đó tôi mới dám thêm biến "khán giả" vào công thức và giảm trọng số lợi thế sân nhà trong mọi kèo. Quy trình tôi tuân theo đúng nguyên tắc của một người làm nghề dữ liệu: chậm, chắc, và không bao giờ tin một xu hướng cho đến khi nó lặp lại. Nhờ điều chỉnh đúng trong khủng hoảng, năm 2026 tôi được giao nhiệm vụ dự đoán toàn bộ Euro 2026. Tôi đặt niềm tin vào Italy dù họ không có ngôi sao nổi bật, dựa trên xG phòng ngự thấp nhất vòng loại: chỉ 0,6 xG thủng lưới mỗi trận. Italy tiến thẳng vào chung kết và đánh bại Anh, dù thua về xG trong trận chung kết với tỷ lệ 1,1 so với 1,9. Trận chung kết đó dạy tôi rằng dữ liệu không thể lý giải may mắn. Nhưng sự ổn định xuyên suốt của Italy khiến tôi tin hơn vào mô hình. Sự khác biệt giữa một đội thắng nhờ may mắn và một đội thắng nhờ hệ thống nằm ở chỗ: đội thứ hai giữ được cấu trúc ngay cả khi kết quả không diễn ra như ý. Cấu trúc ấy là thứ lặp lại được, và chỉ những gì lặp lại được mới đáng đưa vào mô hình. Bước sang chu kỳ giải đấu lớn tiếp theo, tôi áp dụng cùng một nguyên tắc cho mọi trận đấu. Tôi đọc cột chú thích khi tất cả chỉ nhìn bảng tỷ số. Tôi kiểm tra xem chỉ số được lấy từ nhà cung cấp nào, mô hình của họ có tính đến tình huống bóng chết hay không, và liệu họ có phân biệt cú sút trong thế đối mặt với cú sút từ ngoài vòng cấm hay không. Dữ liệu nhỏ là thứ dữ liệu lớn luôn phơi bày — chỉ cần đủ kiên nhẫn để nhìn. Đây là chỗ tôi phải nói điều mà nhiều người trong nghề không muốn nghe: xG đã bị lạm dụng. Trên các diễn đàn, chỉ số này được dùng như một phán quyết cuối cùng, như thể mọi trận thua đều có thể quy về một dòng số. Đó là cách hiểu sai về bản chất của thống kê. Trước khi tin vào một chỉ số, hãy hỏi nó sinh ra từ đâu, ai thu thập, với giả định gì, và bị bỏ sót điều gì trên đường đi. Một ví dụ cụ thể. Giả sử một đội tung ra 20 cú dứt điểm, xG cộng dồn 2,4, nhưng thua 0-1 vì đối thủ chỉ dứt điểm 3 lần với xG 0,7. Nhiều người sẽ kết luận ngay rằng đội thua xứng đáng thắng. Kết luận đó bỏ qua một điều đơn giản: xG đo chất lượng cơ hội, không đo chất lượng quyết định. Một đội có thể tạo ra cơ hội tốt nhưng chọn sai thời điểm để dứt điểm, chuyền bóng khi nên sút, hoặc sút khi nên chuyền. Mô hình không nhìn thấy những lựa chọn đó. Tương tự với phòng ngự. Một hàng thủ chơi lùi sâu có thể để đối phương tạo nhiều cơ hội với xG cao, nhưng nếu họ chặn đúng những pha bóng nguy hiểm nhất, xG vẫn không phản ánh được giá trị phòng ngự thực. xG đánh giá cơ hội dựa trên vị trí và tình huống, không dựa trên khả năng đọc trận đấu của một hậu vệ đã chơi hai trăm trận ở đẳng cấp cao nhất. Rồi còn tiêu chuẩn trọng tài, áp lực khán đài, tâm lý cầu thủ trong những phút quyết định. Không chỉ số nào đo được một quả phạt đền ở phút 88. Khoảnh khắc ấy ít liên quan đến kỹ thuật, mà liên quan đến việc ai đủ bình tĩnh để giữ nguyên quy trình đã luyện tập suốt nhiều năm. Bóng đá đỉnh cao được quyết định bởi những khoảnh khắc mà thống kê không chạm tới. Vậy nên khi mùa giải lớn đang đến gần, tôi sẽ không nói rằng hãy tin vào xG. Tôi sẽ nói điều khác: hãy đọc xG như một người kiểm toán đọc báo cáo tài chính — truy nguyên nguồn gốc của từng chỉ số, đặt nó cạnh các chỉ số khác, và luôn nhớ rằng báo cáo có thể đúng nhưng vẫn giấu đi điều quan trọng nhất. Mùa giải là một bài kinh, mỗi trận là một câu kinh — đừng vội tụng nửa câu.