Bên cạnh những chuyên gia thể thao, các nhà toán học và khoa học dữ liệu giờ đây cũng có vai trò rất quan trọng tại mỗi đội bóng. Liệu số hóa bóng đá bằng khoa học có làm mất đi sự hấp dẫn của môn thể thao vua?

Trận bán kết lượt về Champions League 2018-2019, Liverpool bị dẫn trước 3-0 ở lượt đi, nhưng đã ghi đủ 3 bàn để san bằng tỉ số.

Phút 79, khoảnh khắc thiên tài xuất hiện khi Liverpool được hưởng 1 quả phạt góc. Hậu vệ Trent Alexander-Arnold đặt bóng, cất 3 bước đi vào sân trước khi chạy ngược trở lại và chuyền bóng vào cho Divock Origi với khoảng trống rất lớn giữa 4 cầu thủ Barcelona. Bàn thắng thứ 4 đã kết liễu Barca và đưa Liverpool vào chung kết.

Sau trận đấu, Independent tiết lộ đội ngũ phân tích của Liverpool đã nhận ra các cầu thủ Barcelona thường tỏ ra khó chịu, thiếu tập trung ngay sau khi phải chịu một cú đá phạt hoặc ném biên. Đó là lý do họ khuyến khích mọi cầu thủ và kể cả cậu bé nhặt bóng ở đường pitch đưa bóng vào sân nhanh nhất có thể.

Tuy nhiên, điều đó không làm giảm đi sự hưng phấn và cảm xúc đối với bàn thắng của Origi. Chính Trent Alexander-Arnold cũng thừa nhận đây là bàn thắng mang tính bản năng hơn là phân tích.

“Đó hoàn toàn là bản năng. Đấy là một trong những khoảnh khắc mà bạn nhận ra cơ hội”, Trent Alexander-Arnold nói về pha kiến tạo độc đáo của anh.

Trong khi đó, đội ngũ nghiên cứu của Liverpool, những người đúng ra có thể nhận công lao về bàn thắng đó cũng biết rõ một bàn thắng như vậy không phải là sản phẩm của sự tính toán hay suy đoán nào từ số liệu.

“Chúng tôi không có công sức gì trong bàn thắng thứ tư đó. Tôi luôn ngại khi người ta gán công sức cho mình mặc dù mình không làm”, giám đốc nghiên cứu Ian Graham của Liverpool chia sẻ.

Dù vậy, Ian Graham có thể tự hào nhận lấy phần công sức của đội ngũ mình với những đóng góp trong chuyển nhượng của Liverpool, bao gồm cả việc "chuyển nhượng" huấn luyện viên Jurgen Klopp.

Ian Graham gặp Jurgen Klopp lần đầu tiên vào tháng 11/2015, khi vị huấn luyện viên người Đức mới nhận công việc được 3 tuần. Trong buổi gặp mặt đó, Graham nhận xét về 2 trận đấu mùa trước của Dortmund, dưới sự dẫn dắt của Klopp.

Ông cho rằng Dortmund đã thiếu may mắn và thua 2 đối thủ được đánh giá thấp hơn là Mainz và Hannover, mặc dù hoàn toàn vượt trội trước đối thủ.

“Ồ, anh cũng xem trận đấu đó à. Thật điên rồ. Chúng tôi ép họ hoàn toàn, anh xem thì biết”, Jurgen Klopp hào hứng chia sẻ như được chạm đúng mạch cảm xúc.

Nhưng Graham không xem trận nào của Dortmund trong cả mùa giải đó, dù là trực tiếp hay xem lại. Những gì ông mô tả cho Klopp hoàn toàn đến từ việc phân tích các số liệu của trận đấu. Để hiểu một trận đấu đã diễn ra thế nào, Graham chỉ cần đọc số liệu.

Ian Graham có bằng tiến sĩ ngành vật lý lý thuyết tại đại học Cambridge, Anh. Khi đang dang dở nghiên cứu sau tiến sĩ thì ông nhận ra rằng tiếp tục nghiên cứu lĩnh vực vật lý polymer, với những thành tựu lớn ra đời cách đây nửa thế kỷ, không phải đam mê của mình.

Đó là lúc Graham gia nhập một công ty phân tích dữ liệu và đọc Moneyball, cuốn sách của nhà báo Michael Lewis về sự chuyển mình của đội bóng chày Oakland Athletics khi áp dụng khoa học dữ liệu. Sau thời gian ngắn làm việc tại Tottenham Hotspurs, Graham được mời về Liverpool sau khi câu lạc bộ này được tập đoàn FSG mua lại.

Nhiệm vụ của Graham là xây dựng một nhóm các chuyên gia dữ liệu. Là công việc khá xa lạ, nhóm của Graham đối mặt với vô số nghi ngờ.

“Mấy thằng cha ôm laptop, chẳng biết gì về bóng đá, cách đây vài tháng chúng tôi vẫn bị gọi như vậy”, Barry Hunter, trưởng bộ phận tuyển trạch của Liverpool chia sẻ.

Nhóm nghiên cứu dữ liệu bỏ điều đó ngoài tai và thực hiện nhiệm vụ lớn nhất của họ: tìm kiếm những cầu thủ phù hợp nhất thông qua mô hình của Graham.

Trường hợp thành công nhất của họ có lẽ là Mohamed Salah. Trong 2 năm đá tại Chelsea, cầu thủ người Ai Cập chỉ ghi 2 bàn, bị cho mượn phần lớn thời gian và bị coi là bản hợp đồng không thành công.

Nhiều người đã nghĩ đến việc Salah không hợp với giải Ngoại hạng Anh, vốn yêu cầu cao nhất về thể lực. Graham không nghĩ vậy. Xem xét tất cả những thông số của Salah ở Chelsea, ông nhận ra rằng chúng tương đồng với những gì anh thể hiện trước đó tại Basel và sau đó là Roma.

“Có người cho rằng Salah đã thất bại ở Chelsea. Tôi tôn trọng nhưng không đồng ý với ý kiến đó. Khoảng thời gian anh ta thi đấu tại Chelsea có thể là một dấu hiệu không tích cực về khả năng, nhưng hàng ngàn phút thi đấu khác đã thể hiện kết quả ngược lại”, Graham chia sẻ.

Graham tin rằng Salah vẫn có thể thành công tại giải Ngoại hạng, và hối thúc lãnh đạo Liverpool mua cầu thủ này. Mùa giải đầu tiên, Salah phá kỷ lục giải đấu khi ghi 32 bàn. Salah tiếp tục giữ phong độ cao trong mùa giải thứ hai và góp công lớn giúp Liverpool giành chức vô địch Champions League.

Graham cũng là một trong những lý do Jurgen Klopp có mặt tại Liverpool. Năm 2015, ban lãnh đạo Liverpool bắt đầu tìm kiếm người thay thế huấn luyện viên Brendan Rodgers, và Klopp đã được nhắc đến.

Dựa trên phân tích từ mô hình của mình, Graham tin rằng Dortmund đáng ra phải xếp thứ 2, chứ không phải thứ 7 tại Bundesliga trong mùa giải cuối của Klopp. Ông cho rằng mùa giải thất vọng của Dortmund là vì đội bóng này quá “đen” chứ không hẳn là lỗi của Klopp.

Ý kiến của Graham góp phần giúp ban lãnh đạo Liverpool tin tưởng và lựa chọn Klopp. Sau gần 4 năm, quyết định này tỏ ra đúng đắn. Klopp cũng biết rằng người đàn ông không xem bóng đá kia là một phần lý do ông trở thành huấn luyện viên của Liverpool.

“Cái nhóm làm việc ở phía sau tòa nhà này ấy hả? Họ là lý do tôi có mặt ở đây”, Klopp nói về nhóm của Graham trên New York Times.

Sau những thành công thời kỳ đầu dưới sự đầu tư của tỷ phú Roman Abramovich, Chelsea là đội bóng đầu tiên của Premier League lập nên đội phân tích dữ liệu vào năm 2008. Garry Gelade, nhà phân tích dữ liệu làm việc tại Chelsea từ 2008 đến 2012 miêu tả như sau về công việc của ông:

“Công việc của một nhà khoa học dữ liệu là cung cấp cái nhìn sâu hơn từ dữ liệu. Đáng tiếc, đó là tất cả những gì anh ta làm được. Để chuyển đổi từ thông tin đó tới hành động là công việc của những người khác”.

Trong bản thông báo tuyển dụng “người đứng đầu bộ phận phân tích” của câu lạc bộ Leicester City, mô tả công việc cũng gần giống như vậy. Nhân vật này phải chỉ ra những thông tin quan trọng bằng các mô hình phân tích dữ liệu, đảm bảo cơ sở dữ liệu được cập nhật thường xuyên, đồng thời phối hợp với những đơn vị khác, từ tuyển trạch tới y tế của câu lạc bộ.

Tuy khoa học dữ liệu đã được áp dụng vào rất nhiều môn thể thao, từ bóng chày, bóng rổ tới bóng bầu dục, nó vẫn là khái niệm khá mới mẻ với bóng đá. Nhìn từ bên ngoài, thật khó để hình dung hàng ngàn hành động của một cầu thủ trong mỗi trận đấu, từ những bước chạy, cách đứng chờ bóng cho tới từng pha chạm bóng có thể lượng hóa như thế nào.

“Lối chơi của chúng tôi là không thể dự đoán được, và vì thế cũng không thể đưa ra quyết định dựa trên các thông số. Chúng ta không nói về những môn như bóng chày hay bóng đá kiểu Mỹ ở đây”, huấn luyện viên Sam Allardyce, người từng dẫn dắt 12 đội bóng tại Anh chia sẻ.

Dù vậy, những nhà thống kê vẫn ngày càng vẽ nên hình ảnh trận đấu một cách chi tiết hơn thông qua những con số. Nếu như năm 2006, những nhân viên của Opta, công ty thống kê số liệu chính thức của Premier League vẫn phải bấm nút để đếm từng hành động từ chuyền, sút, dẫn bóng hay xoạc bóng thì giờ đây họ ghi nhận khoảng 2.000 thông số cho mỗi trận đấu.

"Bóng đá giống một môn cờ hơn là mọi người nghĩ. Những gì các đội bóng thực hiện không phải ngẫu nhiên mà đều có hình mẫu nhất định. Sức mạnh của toán học là biến những hành động thành các con số, nhận biết các mẫu chung và dự đoán những gì xảy ra trong tương lai", Marcus du Sautoy, giáo sư toán học tại đại học Oxford nói với Guardian.

Tất nhiên, con số chỉ là con số. Nhiều câu lạc bộ đã ký kết với những đơn vị như Opta để được cung cấp những thông số về trận đấu, cầu thủ, nhưng để hiểu được những con số đó và chuyển đổi nó sang “ngôn ngữ” bóng đá họ cần chuyên gia phân tích phối hợp chặt chẽ với huấn luyện viên. Mọi câu lạc bộ tại Premier League đều có những chuyên gia như vậy.

Những chuyên gia thống kê của Opta làm việc trong một trận đấu. Ảnh: Opta.

Trước mỗi trận đấu, Graham và 3 cộng sự tổng hợp để đưa cho huấn luyện viên Klopp một loạt thông tin. Chính Klopp sẽ là người lựa chọn thông tin nào có giá trị nhất và truyền đạt nó cho các cầu thủ. Những lời nói từ Klopp tất nhiên không có một công thức toán học nào.

“Chúng tôi biết có những người dành nhiều giờ trong phòng để tìm ra các thông tin, nhưng huấn luyện viên thì không dùng thông số để nói với chúng tôi. Ông ấy chỉ nói chúng tôi phải làm gì”, tiền vệ Liverpool Alex Oxlade-Chamberlain chia sẻ.

Ở chiều ngược lại, những chuyên gia thông tin đôi khi phải mất nhiều thời gian để hiểu những khái niệm trong bóng đá. Javier Fernández, nhà khoa học dữ liệu tại Barcelona chia sẻ:

“Những câu hỏi thú vị nhất mà các huấn luyện viên hỏi chúng tôi là những thứ mà dữ liệu không thể hiện được. Họ nói về khoảng trống: mở ra khoảng trống, xâm nhập khoảng trống. Nhờ đó, chúng tôi nhận ra rằng mình cần phải đưa ra những cách mới để hiểu rõ hơn về những không gian trên sân bóng”.

Bên cạnh việc thống kê từng hành động của cầu thủ đã trở nên quen thuộc, thì có một thông số chỉ xuất hiện gần đây, trong thời đại thống kê. Đó là tỷ lệ trông đợi bàn thắng (expected goals hay xG). Theo định nghĩa của Opta, xG là tỷ lệ cầu thủ có thể ghi bàn ở vị trí cụ thể, trong tình huống cụ thể.

Opta đã thống kê hơn 300.000 cú sút theo vị trí, cách kiến tạo, góc sút và khoảng cách để đưa ra mô hình tính xG. Trong một tình huống cụ thể, họ có thể chỉ ra thông số xG là bao nhiêu. Với tỷ lệ xG 0,35, cầu thủ có 35% xác suất sẽ ghi bàn.

Ngay cả trong báo giới thể thao, xG vẫn là một khái niệm khó nắm bắt. Nó trở thành chủ đề được tranh cãi kịch liệt khi được đưa vào bản tin tổng hợp giải Ngoại hạng Anh năm 2017. Tháng 11/2017, nhà báo Jeff Stelling của Sky Sports thể hiện rõ quan điểm của mình về xG.

“Tỷ lệ trông đợi bàn thắng là thứ thông số vô dụng nhất trong lịch sử bóng đá. Nó nói lên cái gì chứ? Trận đấu đã kết thúc với tỷ số 3-1, vì sao sau đó còn phải đưa ra tỷ lệ trông đợi bàn thắng? Hoàn toàn vô nghĩa”.

Thế nhưng theo cách lý giải của những chuyên gia, chính xG mới là thứ dễ hiểu nhất khi không vận dụng toán học.

“Lý do tôi thích xG là vì nó thực sự khá dễ hiểu khi bạn loại bỏ phần toán đi. Cơ bản đây là ý tưởng biến chất lượng của mỗi cơ hội ghi bàn thành con số. Khi bình luận viên cho rằng một đội bóng đã thiếu may mắn và đúng ra phải thắng, thì thực ra họ đang nói rằng đội bóng đó có nhiều cơ hội ghi bàn hơn, nhưng lại không ghi được bàn”, Michael Caley, nhà báo và chuyên gia phân tích chia sẻ.

Chỉ số xG mới chỉ được biết đến rộng rãi vài năm qua, nhưng càng được ứng dụng nhiều, người ta càng thấy số bàn thắng, thua trong thực tế gần về với xG. Thậm chí khi số bàn thực tế chênh lệch nhiều so với xG, hoàn toàn có thể trông đợi xu hướng trong tương lai sẽ tiến gần lại tới chỉ số rất khó tính toán này.

Ví dụ gần nhất là tháng 3/2019, khi Manchester United đang thăng hoa với chuỗi trận bất bại của huấn luyện viên tạm quyền Solskjaer. Rob Bateman, trưởng nhóm phân tích tại Opta đăng tweet dưới tài khoản Twitter Orbinho chỉ ra rằng câu lạc bộ này đang ghi nhiều bàn thắng và để thủng lưới ít hơn hẳn so với tỷ lệ trông đợi.

Một người hâm mộ chế nhạo Orbinho về “những con số tự chế từ phòng ngủ”. Orbinho chỉ đơn giản khẳng định lại mình làm việc tại Opta. Thực tế sau đó cho thấy Manchester United đã trở về đúng “quỹ đạo” của những con số. Sau thời kỳ “trăng mật” với Solskjaer, họ liên tiếp thi đấu thất vọng và kết thúc mùa giải ở vị trí thứ 6, cũng là vị trí trước khi Solskjaer nhận công việc.

Không phải ai cũng có niềm tin vào các thông số và phân tích. Huyền thoại Johan Cruyff từng thể hiện rõ thái độ với những hệ thống tuyển trạch dựa trên thông số.

“Tôi thấy thật là tệ khi những tài năng bị từ chối chỉ vì các thông số trên máy tính. Nếu xét tới những yêu cầu ở Ajax lúc này, có lẽ tôi đã bị đánh trượt. Kỹ thuật đặc biệt của tôi là nhãn quan, và chúng không thể được nhận biết bằng máy tính”.

Năm 2012, Arsenal mua lại StatDNA, một công ty phân tích dữ liệu thể thao của Mỹ. Công cụ phân tích của StatDNA ngay lập tức được ứng dụng vào quy trình tuyển trạch của Arsenal. Năm 2013, câu lạc bộ này tìm kiếm tiền đạo và huấn luyện viên Arsene Wenger khá ưng một cầu thủ chạy cánh trẻ tại Real Sociedad.

Những thông số của cầu thủ này theo StatDNA khá tầm thường. Nghe kết quả đó, Wenger chỉ cười và nói rằng ông rất muốn biết anh chàng này sẽ phát triển như thế nào. Giờ đây cầu thủ đó đang là ngôi sao sáng nhất của Atletico Madrid, Antoine Griezmann.

Một ví dụ thất bại khác của StatDNA là Gabriel Paulista, trung vệ người Brazil đến Arsenal năm 2015 nhưng ra đi vào năm 2017. Vấn đề của anh không phải là kỹ năng phòng ngự. Mô hình của StatDNA cũng xác nhận điều đó. Vấn đề của Gabriel là đến khi rời khỏi Arsenal anh cũng chưa nói được tiếng Anh thuần thục, rào cản khiến anh không thể phối hợp tốt với những đối tác ở hàng phòng ngự.

“Làm thế nào chỉ ra được việc anh ta không nói được tiếng Anh sẽ ảnh hưởng thế nào đến các thông số? Anh ta sẽ hòa nhập thế nào với đồng đội và đối tác phòng ngự? Chỉ một tuyển trạch viên, đến tận nơi để xem xét mới có thể đoán được những rủi ro và trả lời các câu hỏi đó”, Greg Gordon, tuyển trạch viên và cây viết cho Financial Times phân tích.

Có thể hiểu những quan điểm hoàn toàn trái ngược giữa phe truyền thống, những người tin rằng thành công trong bóng đá đến từ sự đam mê, cống hiến và bản năng và phe hiện đại, nơi những con số có ý nghĩa to lớn. Cách những nhà phân tích làm việc có thể đem đến cảm giác họ giống như những cỗ máy phân tích hơn là một người xem bóng đá. Ian Graham cho biết ông hầu như không xem lại video trận đấu, bởi “nó khiến bạn bị thiên vị”.

Sự khác biệt đó hoàn toàn có thể vượt qua nếu hiểu rõ bản chất của khoa học dữ liệu. Thu thập con số và tạo mô hình để đưa ra kết quả là những khâu quan trọng, nhưng phe truyền thống dường như đang quá tập trung vào sự khó hiểu, không rõ nghĩa của mô hình. Họ quên mất rằng nhà phân tích không thể lấy đi vị trí của huấn luyện viên, người phải hiểu rõ nhất ý nghĩa của từng kết quả.

Bóng đá hiện đại ngày càng trân trọng những cầu thủ chạy nhiều để tạo sức ép cho đối thủ. Messi là trường hợp trái ngược, bởi anh đi bộ rất nhiều. Trong trận siêu kinh điển tháng 12/2017, Messi di chuyển 8 km nhưng đi bộ tới 83%. Dù vậy, anh vẫn ghi 1 bàn, kiến tạo 1 bàn giúp Barca thắng 3-0.

Nhà báo Ken Early của Slate cho rằng Messi là “người duy nhất tìm ra cách chiến thắng trận đấu khi di chuyển ít hơn mọi người”. Tuy nhiên Javier Fernández không hài lòng với cách lý giải đó. Nhà khoa học của Barcelona kết hợp cùng Luke Bornn, phó chủ tịch công ty phân tích Sacramento Kings tìm cách lý giải “hiện tượng Messi”.

Bằng cách sử dụng vị trí của đội hình phòng ngự để đánh giá “giá trị” từng khoảng trống, 2 nhà khoa học nhận thấy rằng Sergio Busquets, Andres Iniesta và Messi là 3 người tạo ra nhiều khoảng trống có giá trị nhất trong trận đấu giữa Barcelona và Villareal tháng 1/2017.

Trong khi 2 tiền vệ dành gần 50% thời gian để chạy và tạo khoảng trống, thì Messi đi bộ tới 66% trong thời gian anh tạo ra khoảng trống. Nói cách khác, Messi thực sự chỉ cần đi bộ hoặc giữ vị trí để tạo ra những khoảng trống giá trị cao cho đồng đội khai thác.

Nếu chỉ quan sát bằng mắt thường, dễ dàng nhận ra Messi và Suarez cực kỳ ăn ý với nhau. Mô hình của 2 nhà khoa học cũng xác nhận được “kết nối đặc biệt” giữa họ, khi 2 cầu thủ tạo ra rất nhiều khoảng trống có giá trị cao cho nhau.

“Chúng ta có thể nói Messi tạo ra khoảng trống bằng cách không đi theo nhịp trận đấu? Đúng, nghiên cứu của chúng tôi chỉ ra như vậy. Anh ấy có cố tình làm như vậy hay không? Để trả lời câu hỏi này, bạn phải đi hỏi Messi thôi”, Bornn chia sẻ.

Vận dụng khoa học dữ liệu một cách khôn ngoan đem lại lợi thế lớn cho nhiều câu lạc bộ, nhưng tất nhiên nó không phải là cây đũa thần mang đến thành công. Việc Liverpool đạt kỷ lục về điểm số của đội về nhì tại Premier League và vô địch Champions League là sự tổng hòa của chiến lược đúng đắn, tài năng của Jurgen Klopp, chuyển nhượng chuẩn xác và cả chút may mắn.

Không phải chìa khóa thành công, khoa học dữ liệu cũng chẳng thể làm mất đi sự kịch tính và hồi hộp, những thứ khiến bóng đá được hàng tỷ người yêu thích. Phút 82 trận lượt đi giữa Barcelona và Liverpool, Messi đứng trước quả đá phạt trực tiếp với khoảng cách 30 m tới khung thành. Chỉ số xG cho cú sút này chỉ là 0,03, tức là sút 100 lần chỉ vào 3.

Messi, dường như không tốn quá nhiều sức, đưa trái bóng vòng qua hàng rào và găm thẳng vào góc trái của khung thành trước nỗ lực bất thành của thủ môn Alisson. “Trong những khoảnh khắc như vậy, không thể cản nổi anh ấy”, Jurgen Klopp nói sau trận đấu.

Trong trận chung kết Champions League, Liverpool cũng có lợi thế lớn từ một khoảnh khắc bất ngờ. Giây thứ 22 của trận đấu, Mane đưa bóng vào tay của Sissoko khiến trọng tài thổi phạt penalty. Salah kết thúc thành công, đưa Liverpool dẫn trước ngay từ phút thứ 2 và dễ dàng tập trung phòng ngự, để rồi ghi bàn ấn định khi trận đấu gần khép lại.

Không một nhà phân tích nào có thể tưởng tượng rằng một trận chung kết Champions League sẽ thay đổi hoàn toàn trong chưa đầy 30 giây. Cũng chẳng có nhà toán học nào có thể dự đoán một tình huống như khi thủ môn tuyển Anh Jordan Pickford lúng túng để bóng chạm xà ngang 2 lần, rồi để Divock Origi đánh đầu vào lưới trống trong trận derby thành phố Liverpool.

Dù vậy, fan của Liverpool chẳng cần quan tâm đến chuyện đó. Một khoảnh khắc đem lại chiến thắng trước đại kình địch ở phút 96, khoảnh khắc còn lại giúp họ được tận hưởng niềm vui vô địch Champions League sau 14 năm, như thế là quá đủ với những người hâm mộ bóng đá.