Ô trống mang tên Donnarumma: một vụ cướp, một phiên tòa và giới hạn của dữ liệu bóng đá

Tôi mở tệp dữ liệu lúc sáu giờ sáng theo giờ Lyon và nhìn thấy một hàng trống. Cột PPDA trống. Cột bàn thắng kỳ vọng ngăn chặn trống. Cột quãng đường di chuyển trong hiệp hai trống. Cột số lần bứt tốc trên 25 km/h trống. Ở ô ghi chú, mô hình in ra đúng một dòng: "N/A — insufficient information". Tôi giữ hàng đó lại, không xóa. Một ô trống trong bảng cũng là một dữ kiện: nó nói rằng câu chuyện này nằm ngoài vùng mà mô hình của tôi có thể đo được. Sự việc thì rõ và không mơ hồ. Một thủ môn của Paris Saint-Germain, Gianluigi Donnarumma, cùng bạn gái đang mang thai, bị hai kẻ lạ mặt xâm nhập nhà riêng ở Paris trong đêm. Hai người bị khống chế và trói lại. Đồng hồ, trang sức, tiền mặt, túi xách và chìa khóa xe bị lấy đi. Vụ việc đi vào hồ sơ tố tụng, phiên tòa đang diễn ra, và luật sư của hai người nói với tòa rằng thân chủ của họ vẫn còn tổn thương tâm lý nặng nề. Bảng dữ liệu của tôi không có cột nào dành cho chuyện đó. Đó là lý do tôi vẫn viết. Số liệu không bao giờ nói dối, nhưng nó biết cách giấu mình. Nhiệm vụ của chúng ta là bắt nó phải khai — kể cả khi thứ nó khai ra là sự im lặng. Trong ba mươi sáu năm theo dõi ngành này, tôi đã học được một điều về cách các phòng phân tích vận hành. Chúng tôi xây những mô hình rất đẹp cho những thứ có thể đếm: số đường chuyền vào một phần ba cuối sân, số lần thu hồi bóng trong 5 giây sau khi mất bóng, khoảng cách giữa hai trung vệ khi tuyến giữa bị kéo giãn. Và chúng tôi gần như không xây gì cho những thứ không đếm được. Một vụ xâm nhập nhà riêng lúc ba giờ sáng không xuất hiện trong bất kỳ bảng chỉ số nào của Ligue 1. Nhưng nó tồn tại trong cơ thể của một cầu thủ, trong giấc ngủ của anh ta, trong nhịp tim đo được trên một chiếc GPS mà tôi vẫn dùng để đọc tải luyện tập hằng ngày. Tôi làm nghề cố vấn dữ liệu cho một đội bóng. Công việc của tôi là nói với ban huấn luyện rằng cầu thủ nào sắp gãy, vào thời điểm nào trong tuần, và vì sao. Đó là một nghề khô khan và tôi thích nó khô khan. Cầu thủ nghỉ cả mùa hè là điều tôi không bao giờ tin. Con GPS của tôi nhớ tất cả. Nhưng có những dữ kiện mà hệ thống của tôi ghi nhận dưới dạng nhiễu, và tôi đã dành nhiều năm để học cách đọc phần nhiễu đó thay vì xóa nó đi. Vụ việc của Donnarumma thuộc nhóm đó. Không phải một trận đấu. Không phải một bản hợp đồng. Một sự kiện nằm ngoài sân cỏ, có sức nặng lớn hơn bất kỳ thống kê nào trong tuần đó, và không có chỗ trong bất kỳ mô hình dự đoán nào của tôi. Tôi vẫn cho nó vào tệp. Hãy bắt đầu bằng việc dựng lại cấu trúc của vụ việc như cách tôi dựng lại một trận đấu — không theo trình tự thời gian của bản tin, mà theo trình tự nhân quả. Điểm đầu tiên nằm ở địa điểm. Paris đã trở thành một trong những thị trường rủi ro cao nhất châu Âu đối với tài sản cá nhân của cầu thủ chuyên nghiệp. Theo các bản tin của truyền thông Pháp trong nhiều năm, một loạt cầu thủ và người thân của họ từng bị xâm nhập nhà riêng, thường đúng vào khung giờ họ đang thi đấu trên sân hoặc đang di chuyển cùng đội. Nhà của Angel Di Maria từng bị đột nhập trong lúc anh thi đấu. Cha mẹ của Marquinhos từng bị khống chế tại nhà riêng ở vùng ngoại ô Paris. Nhà của Mauro Icardi từng bị cướp trong một trận đấu trên sân nhà. Mẫu hình lặp lại đủ nhiều để không còn là trùng hợp: kẻ tấn công đọc lịch thi đấu trước khi đọc sơ đồ nhà. Đó là một bài toán tình báo, không phải bài toán bóng đá. Lịch thi đấu là thông tin công khai. Danh sách địa chỉ có thể suy ra. Khung giờ trống nhà là thứ ai cũng tra được. Khi một giải đấu phát sóng mọi trận đấu tới hơn hai trăm quốc gia, nó đang phát đi một bảng giờ giấc mà bất kỳ ai cũng có thể dùng. Dữ liệu mở theo cả hai chiều, và không mô hình nào của tôi từng được viết để cảnh báo điều đó. Điểm thứ hai nằm ở danh mục tài sản bị lấy đi: đồng hồ, trang sức, tiền mặt, túi xách, chìa khóa xe. Danh mục này không ngẫu nhiên. Đồng hồ cao cấp có giá trị trên mỗi gam cao nhất trong tất cả các loại tài sản tiêu dùng, có thị trường thứ cấp toàn cầu, có khả năng truy vết rất kém nếu không có số sê-ri trong hồ sơ bảo hiểm. Một chiếc đồng hồ có thể rời khỏi một ngôi nhà ở Paris và xuất hiện trong một cửa hàng ở nơi khác chỉ trong vài giờ. Trong ngôn ngữ của tôi, đó là tài sản có tính thanh khoản cực cao và chi phí che giấu cực thấp. Kẻ tấn công không chọn nhà của một thủ môn vì anh ta là thủ môn. Họ chọn nhà của một người có bảng giá công khai qua các hợp đồng quảng cáo. Ở đây xuất hiện nghịch lý mà tôi muốn gọi là nghịch lý hiển thị. Cầu thủ càng thành công thương mại, hồ sơ tài sản của anh ta càng dễ đoán; và đồng thời, anh ta càng bị ràng buộc bởi hợp đồng quảng cáo để phải xuất hiện công khai với những thứ đó. Một thương hiệu đồng hồ trả tiền để cầu thủ đeo sản phẩm của họ trước ống kính. Cùng lúc, chính ống kính đó đang vẽ ra bản đồ tài sản cho kẻ khác. Không có điều khoản nào trong hợp đồng bảo vệ cầu thủ khỏi hệ quả này, và tôi chưa từng thấy một phòng pháp lý câu lạc bộ nào định giá rủi ro đó. Điểm thứ ba là yếu tố con người trong vụ việc, thứ mà dữ liệu của tôi chỉ có thể chạm tới bằng cách gián tiếp. Bạn gái của Donnarumma đang mang thai vào thời điểm xảy ra vụ việc. Đây là chi tiết làm thay đổi toàn bộ cấu trúc của tổn thất. Trong mọi mô hình đánh giá rủi ro mà tôi từng tham gia xây dựng cho đội bóng, biến số "người phụ thuộc trong nhà" luôn đẩy chỉ số nghiêm trọng lên nhóm cao nhất. Một vụ cướp tài sản là một sự kiện vật chất. Một vụ cướp có người thân đang mang thai trong nhà là một sự kiện tâm lý dài hạn, và nó không kết thúc khi kẻ tấn công rời khỏi cửa. Luật sư của hai người đã nói trước tòa rằng thân chủ của họ vẫn còn tổn thương nặng. Tôi đọc câu đó và ghi chú lại như một biến số thời gian, không phải một biến số trạng thái. Tổn thương không phải một điểm dữ liệu tại một thời điểm. Nó là một đường cong, và đường cong đó không đi theo mùa giải. Phiên tòa hiện đang diễn ra, với các tình tiết mới được công bố theo từng giai đoạn. Từ góc nhìn dữ liệu, đây là cấu trúc tệ nhất có thể: một sự kiện gây sang chấn được tái kích hoạt theo chu kỳ, không theo lịch thi đấu, không theo lịch tập, và hoàn toàn nằm ngoài tầm kiểm soát của câu lạc bộ. Mỗi lần có tình tiết mới, cầu thủ phải đọc lại câu chuyện của chính mình trên báo. Nếu tôi phải mô hình hóa tác động của một vụ việc như thế lên một thủ môn, tôi sẽ không thêm một biến số duy nhất. Tôi sẽ thêm một hàm số có chu kỳ. Ở đây tôi phải nói rõ giới hạn của chính mình. Khi tôi đưa sự kiện này vào bảng phân tích của đội, mô hình trả về N/A ở cả bốn chiều: độ tinh tế chiến thuật, chất lượng thực thi, mức độ phù hợp nhân sự, và dữ liệu then chốt. Không có hàng nào để so sánh. Không có một đội nào để đối chiếu. Tôi không thể nói bất cứ điều gì về sơ đồ chiến thuật của đội bóng đó từ sự kiện này, và tôi sẽ không giả vờ rằng mình có thể. Điều tôi có thể làm là dựng một bảng chỉ số phơi nhiễm, thứ mà không câu lạc bộ nào của tôi từng dùng nhưng tôi tin là cần thiết. Chỉ số thứ nhất: số lần cầu thủ xuất hiện công khai với tài sản có thể nhận dạng trong ba mươi ngày trước sự kiện. Con số này đo được, dù chưa ai đo. Chỉ số thứ hai: khoảng trống an ninh — chênh lệch giữa mức độ bảo vệ câu lạc bộ cung cấp khi cầu thủ thi đấu và khi cầu thủ ở nhà. Trong hầu hết các trường hợp tôi từng xem xét, khoảng trống này là tuyệt đối. Sân vận động có hàng trăm nhân viên an ninh. Nhà riêng thường có một cửa và một camera. Chỉ số thứ ba: thời gian phản ứng sau sự kiện — số ngày từ khi vụ việc xảy ra tới khi câu lạc bộ công bố một biện pháp cụ thể. Đây là chỉ số đo phẩm chất tổ chức, không đo thiện chí. Chỉ số thứ tư: tải tâm lý tích lũy, ước lượng từ số lần cầu thủ phải xuất hiện trong các thủ tục tố tụng. Không chỉ số nào trong bốn chỉ số này nằm trong bất kỳ hệ thống dữ liệu bóng đá thương mại nào. Tôi đã kiểm tra. Người ta nhìn thấy bàn thắng. Tôi nhìn thấy khoảng trống giữa hai vệ binh bị kéo giãn bởi PPDA. Nhưng có một khoảng trống khác mà tôi nhìn thấy trong tuần này, và nó không nằm trên sân: khoảng trống giữa mức độ bảo vệ mà một tài sản trị giá hàng chục triệu euro nhận được trên sân cỏ và mức độ bảo vệ nó nhận được khi bước qua cửa nhà. Giờ tới phần mà tôi biết sẽ làm nhiều người khó chịu. Sau mỗi vụ việc như thế này, một mẫu hình diễn ngôn xuất hiện gần như tự động. Người ta nói rằng cầu thủ sẽ sa sút, rằng phong độ sẽ đi xuống, rằng tâm lý bị ảnh hưởng sẽ thể hiện trên sân. Tôi đã đọc hàng trăm dòng như vậy. Và khi tôi kiểm tra lại dữ liệu trận đấu sau các sự kiện tương tự trong quá khứ, mối quan hệ nhân quả mà người ta mặc định không hề rõ ràng đến thế. Vấn đề nằm ở cấu trúc của phép so sánh. Một thủ môn bị đánh giá qua số bàn thua, số pha cứu thua, và bàn thắng kỳ vọng ngăn chặn. Nhưng cả ba chỉ số đó phụ thuộc vào chất lượng hàng phòng ngự trước mặt anh ta, vào đối thủ, vào lịch thi đấu, vào việc đội bóng có phải chơi ba trận trong bảy ngày hay không. Nếu một thủ môn có chỉ số ngăn chặn giảm trong bốn tuần sau một sự kiện, tôi có ít nhất sáu cách giải thích khác nhau cho việc đó mà không cần viện tới sang chấn. Cỡ mẫu của một cá nhân trong một khoảng thời gian ngắn không đủ để tách tín hiệu khỏi nhiễu. Bất kỳ ai khẳng định chắc chắn đều đang bán cho bạn một niềm tin, không phải một kết luận. Đây là điểm mà tôi tách khỏi phần lớn những người viết về bóng đá bằng số liệu. Tôi tin vào số liệu đến mức không cho phép mình dùng nó để chứng minh một điều mà nó không thể chứng minh. Một đường cong đi xuống không tự động là bằng chứng của tổn thương tâm lý. Nó cũng có thể là bằng chứng của một hàng phòng ngự mất trung vệ trụ cột, hoặc của việc đội bóng chuyển sang khối phòng ngự thấp hơn, hoặc của một chấn thương nhỏ không được công bố, hoặc đơn giản là của việc một thủ môn gặp ba đối thủ mạnh liên tiếp. Tương quan không phải nhân quả. Đây là câu tôi nói nhiều nhất trong các cuộc họp nội bộ, và cũng là câu bị bỏ qua nhiều nhất khi bản tin lên trang nhất. Có một rủi ro thứ hai, và với tôi nó nghiêm trọng hơn. Khi chúng ta buộc một sự kiện như thế này vào một chuỗi chỉ số, chúng ta biến một con người thành một điểm dữ liệu. Một thủ môn trở thành một đường cong có thể được đánh giá là "chịu đựng tốt" hay "không hồi phục". Tôi đã thấy những bảng phân tích kiểu đó. Chúng chính xác về mặt kỹ thuật và sai về mặt con người. Trong mọi mô hình đánh giá tải luyện tập mà tôi xây dựng, tôi luôn giữ lại một lớp ghi chú định tính — về việc cầu thủ ngủ bao nhiêu, ăn gì, có nói chuyện với ai trong phòng thay đồ hay không. Những ghi chú đó không đưa vào mô hình. Nhưng chúng là phần duy nhất của tệp mà tôi tin là thật. Có một điều nữa mà dữ liệu không nhìn thấy: sự kiện thứ hai. Với một cầu thủ đã trải qua một vụ xâm nhập nhà riêng, lần tiếp theo anh ta nghe tiếng động lạ trong nhà vào ban đêm, hệ thần kinh của anh ta không phản ứng theo cách của một người bình thường. Đó là một biến số không được ghi lại ở bất kỳ đâu, không được báo cáo với câu lạc bộ, và không xuất hiện trong bất kỳ bảng chỉ số nào. Nhưng nó tồn tại, và nếu tôi phải cá cược về thứ sẽ ảnh hưởng tới phong độ của một cầu thủ trong sáu tháng tới, tôi sẽ đặt tiền vào biến số đó chứ không đặt vào chỉ số bàn thắng kỳ vọng ngăn chặn. Tôi không biết kết quả của phiên tòa, và tôi sẽ không dự đoán nó. Nhưng tôi biết cấu trúc của những tuần sắp tới, và cấu trúc đó có thể đo được. Thứ nhất, theo dõi khoảng thời gian giữa các lần xuất hiện công khai bắt buộc của cầu thủ — họp báo, sự kiện thương mại, lễ trao giải. Nếu khoảng cách đó giãn ra so với mức trung bình trước sự kiện, đó là một chỉ số sớm, và nó xuất hiện trước khi bất kỳ chỉ số thi đấu nào đổi chiều. Thứ hai, theo dõi tải luyện tập tuyệt đối chứ không theo dõi tỷ lệ phần trăm so với ngưỡng cá nhân. Khi một cầu thủ chịu áp lực tâm lý, họ thường không giảm khối lượng. Họ giữ nguyên khối lượng và giảm cường độ cao. Sự khác biệt đó chỉ hiện ra ở phân bố tốc độ, không hiện ra ở tổng quãng đường. Thứ ba, theo dõi phản ứng của tổ chức. Phẩm chất của một câu lạc bộ trong tình huống này không nằm ở thông cáo báo chí. Nó nằm ở việc câu lạc bộ có sửa đổi quy trình an ninh cho toàn bộ đội hình hay chỉ cho một cá nhân. Nếu chỉ một cá nhân được bảo vệ, câu lạc bộ đang xử lý một sự cố. Nếu toàn bộ đội hình được đánh giá lại, câu lạc bộ đang xử lý một rủi ro hệ thống. Hai cách tiếp cận đó chênh nhau rất nhiều tiền, và khoản chênh lệch đó là thứ duy nhất trong câu chuyện này có thể đọc được từ bảng cân đối. Cuối cùng, và có lẽ đây là điều tôi muốn nói nhất: một vụ xâm nhập nhà riêng không phải là một sự kiện bóng đá, nhưng nó là một sự kiện của ngành bóng đá. Ngành này đã chi hàng trăm triệu euro cho khoa học thể thao, cho phục hồi, cho dinh dưỡng, cho phân tích giấc ngủ, cho mọi thứ có thể giữ một cầu thủ trên sân thêm vài phần trăm. Ngành này chi gần như bằng không cho việc bảo đảm rằng cầu thủ đó có thể ngủ yên trong nhà mình. Bóng đá không phải trò may rủi. Nó là trò xác suất mà người thắng biết cách đọc bảng số. Nhưng có một bảng số mà chưa ai chịu đọc, và nó nằm ở cửa trước của mỗi căn nhà. Một mùa giải trong bong bóng, nhưng GPS vẫn lưu lại từng nhịp thở của cầu thủ. Không ai có thể chạy trốn dữ liệu. Vấn đề là dữ liệu có đang chạy trốn chúng ta hay không. Ô trống trong tệp của tôi vẫn ở đó. Tôi sẽ không xóa nó. Tôi sẽ giữ nó cho tới khi có một chỉ số đủ tốt để lấp vào, và nếu chỉ số đó không bao giờ xuất hiện, thì bản thân ô trống đã là kết luận của tôi về ngành này.