Việt Nam dẫn đầu bảng xếp hạng người hâm mộ Đông Nam Á: Đọc 85% bằng con mắt dữ liệu

Ngày 15 tháng 10, một tài khoản mang tên ASEAN Football công bố bảng xếp hạng người hâm mộ bóng đá Đông Nam Á. Việt Nam đứng đầu với tỷ lệ 85%, xếp trên Thái Lan 80%, Malaysia 78%, Campuchia 75%, Brunei 72% và Philippines 45%. Đi kèm là con số 25.599 khán giả trung bình mỗi trận của Việt Nam, nhỉnh hơn Indonesia với 24.875, rồi Campuchia 17.169. Bài đăng gọi kết quả này là một thông báo đáng ngạc nhiên.

Ba mươi năm ngồi bên lề sân, tôi học được một điều: cái đáng ngạc nhiên hiếm khi nằm ở vị trí số một. Nó nằm ở cách người ta dựng nên vị trí đó. Ở đây, vị trí dẫn đầu của Việt Nam không khiến tôi ngạc nhiên. Điều khiến tôi dừng lại là một câu trong chính bài đăng: đơn vị công bố thừa nhận họ dùng AI để ước tính, và không giải thích chi tiết cách tính ra tỷ lệ. Một bảng xếp hạng công bố cho cả khu vực, nhưng phương pháp luận lại không được công bố cho ai.

Điều đáng bàn không phải là Việt Nam có nhiều người hâm mộ nhất Đông Nam Á hay không. Điều đáng bàn là chúng ta đang xây một kết luận trên một cột dữ liệu không thể tái lập.

Bảng xếp hạng được dựng lên như thế nào

Bảng xếp hạng của ASEAN Football gồm hai cột số liệu khác hẳn nhau về bản chất. Cột thứ nhất là tỷ lệ người hâm mộ sẵn sàng theo đội tuyển quốc gia ra nước ngoài cổ vũ. Cột thứ hai là lượng khán giả trung bình mỗi trận trên sân nhà. Hai cột này đo hai thứ khác nhau, nhưng được đặt cạnh nhau để cùng khẳng định một điều: Việt Nam là quốc gia có lực lượng người hâm mộ mạnh nhất khu vực.

Với cột thứ nhất, chính đơn vị công bố thừa nhận họ dùng AI, và tỷ lệ được tính bằng cách tổng hợp các bài đăng trên mạng xã hội trong khoảng một đến hai năm gần đây, gắn với chu kỳ các giải đấu khu vực. Đó là một cửa sổ quan sát ngắn và không đại diện. Với cột thứ hai, con số 25.599 khán giả mỗi trận là một đo lường trực tiếp, có thể đối chiếu với số vé bán ra và sức chứa sân. Một cột có thể kiểm chứng. Một cột thì không.

Khi hai cột dữ liệu có độ tin cậy khác nhau lại cùng chỉ về một hướng, người đọc dễ bị đánh lừa bởi cảm giác nhất quán. Nhưng sự nhất quán về hướng không đồng nghĩa với sự nhất quán về cơ sở. Tỷ lệ 85% nói về việc đi theo đội ra nước ngoài. Con số 25.599 khán giả nói về việc đến sân nhà. Đây là hai cấu trúc khác nhau, không thể gộp làm một để gia cố lẫn nhau.

Tôi từng nhầm tên một cầu thủ năm 2026; từ đó tôi lật dữ liệu như lật ký ức. Kinh nghiệm đó dạy tôi rằng một con số không tự nói lên điều gì. Con số chỉ nói khi ta biết nó được đo bằng cái gì, đo lúc nào, và đo như thế nào. Một bảng xếp hạng không có ba thông tin đó thì chưa phải là dữ liệu. Nó là một tuyên bố.

Khoảng cách 724 khán giả và sự mong manh của ngôi đầu

Hãy nhìn vào phần cứng nhất của bảng xếp hạng. Việt Nam 25.599 khán giả mỗi trận. Indonesia 24.875. Chênh lệch 724 khán giả, tương đương khoảng 2,8%. Đây không phải một khoảng cách an toàn. Đây là một khoảng cách có thể đảo chiều trong một chu kỳ giải đấu.

Tôi theo dõi các trận đấu khu vực đủ lâu để biết rằng lượng khán giả trung bình chịu ảnh hưởng nặng bởi phân bổ lịch thi đấu. Một đội đá nhiều trận trên sân nhà, hoặc đá ở sân trung lập có cộng đồng người Việt đông, sẽ có con số trung bình cao hơn một đội phải làm khách nhiều hơn. Nếu Việt Nam được đăng cai nhiều trận hơn Indonesia trong cùng một giải, thì một phần của khoảng cách 724 khán giả phản ánh lịch thi đấu chứ không phản ánh lòng nhiệt thành. Muốn tách hai yếu tố này ra, phải có dữ liệu về số trận trên sân nhà của từng đội. Bảng xếp hạng không cung cấp dữ liệu đó.

Điều này dẫn tới một điểm mà người hâm mộ khó tính nên nhớ: ngôi đầu của Việt Nam đứng trên một nền cát. Nó có thật, nhưng nó mong manh. Một kỳ ASEAN Cup mà Indonesia đăng cai nhiều trận hơn, hoặc tổ chức ở sân trung lập, có thể xóa khoảng cách 724 khán giả trong vài tuần. Khi đó, tiêu đề sẽ đổi, nhưng bản chất dữ liệu thì không đổi. Nó vẫn là cùng một phép đo, chỉ khác kết quả.

Mùa dịch 2026 không tạo ra nhà vô địch mới, nó chỉ lọc ra những người đã là nhà vô địch từ trước. Câu đó đúng với các đội bóng, và cũng đúng với dữ liệu. Một con số tốt trong một chu kỳ ngắn chưa chứng minh điều gì bền vững. Phải xem con số đó lặp lại qua nhiều chu kỳ, ở nhiều bối cảnh khác nhau, mới dám gọi nó là sự thật.

Vấn đề của phương pháp luận AI

Đây là phần tôi muốn dành nhiều thời gian nhất, vì nó là gốc rễ của mọi thứ khác.

Một phép đo muốn được coi là dữ liệu phải thỏa ba điều kiện. Thứ nhất, nó phải tái lập được: một người khác làm lại cùng quy trình phải ra cùng kết quả. Thứ hai, nó phải minh bạch: người ta phải biết nó được tính từ cái gì. Thứ ba, nó phải có sai số: người ta phải biết nó có thể sai bao nhiêu.

Tỷ lệ 85% không thỏa điều kiện nào trong ba điều kiện trên. Không ai ngoài đơn vị công bố có thể tái lập nó, vì phương pháp không được công bố. Không ai biết nó được tính từ cái gì, vì chỉ có một câu mô tả chung chung là tổng hợp bài đăng mạng xã hội. Và không ai biết sai số của nó, vì không có khoảng tin cậy nào được nêu.

Trong báo chí dữ liệu, một con số như vậy bị xếp vào loại không thể trích dẫn. Không phải vì nó chắc chắn sai. Mà vì nó không thể được xác minh đúng hay sai. Một con số không thể xác minh thì không phải là dữ liệu. Nó là một ý kiến được khoác áo số.

Có một điểm tinh tế hơn mà tôi muốn chỉ ra. Tỷ lệ 85% được mô tả là tỷ lệ người hâm mộ đi theo đội tuyển ra nước ngoài. Nhưng nếu nó được tính từ việc tổng hợp các bài đăng mạng xã hội, thì nó thực chất đo mức độ hiện diện trực tuyến, không đo mức độ di chuyển thực tế. Một người ở nhà đăng bài về đội tuyển mười lần có thể được tính là người hâm mộ nhiệt thành hơn một người thực sự bay sang Thái Lan xem trận nhưng không đăng gì. Đây là một lỗi phân loại: lấy hành vi trực tuyến thay cho hành vi thực địa.

Người dẫn chuyện thể thao giỏi nhất là người biết mình có thể sai — và nói điều đó trước khi khán giả kịp nhận ra. Đơn vị công bố bảng xếp hạng này đã thừa nhận họ không giải thích chi tiết cách tính. Đó là một sự thừa nhận trung thực ở dạng tối thiểu. Nhưng nó cũng là một lời cảnh báo: nếu người công bố biết phương pháp của mình yếu, thì người đọc càng phải thận trọng gấp đôi.

Việc loại trừ kiều bào và sai lệch hệ thống

Có một chi tiết trong phương pháp mà tôi cho là quan trọng nhất, dù nó bị nói qua loa: bảng xếp hạng loại trừ những người sống ở nước ngoài.

Quy tắc này nghe có vẻ hợp lý. Nhưng nó tạo ra một sai lệch hệ thống, và sai lệch đó không được chia đều cho các quốc gia.

Hãy tưởng tượng hai quốc gia. Quốc gia A có đa số người hâm mộ sống trong nước. Quốc gia B có một cộng đồng kiều bào lớn, nhiệt thành, thường xuyên tổ chức xem chung và đi cổ vũ. Khi loại trừ người sống ở nước ngoài, ta đo được gần đúng sức mạnh người hâm mộ của quốc gia A, nhưng đo thiếu nghiêm trọng sức mạnh của quốc gia B. Kết quả là quốc gia B bị đánh giá thấp, không phải vì người hâm mộ của họ ít hơn, mà vì một quy tắc đo lường không phù hợp với cấu trúc dân số của họ.

Philippines đứng cuối với 45%, cách biệt rất xa so với nhóm 72-80% của Thái Lan, Malaysia, Campuchia và Brunei. Tôi không có đủ dữ liệu để kết luận nguyên nhân. Nhưng tôi có thể nói rằng một phần của khoảng cách đó có thể đến từ cấu trúc kiều bào. Philippines có một cộng đồng hải ngoại rất lớn. Nếu bảng xếp hạng loại trừ chính nhóm này, thì con số 45% đo một phần dân số, không đo toàn bộ người hâm mộ.

Việt Nam cũng có kiều bào đông. Nhưng tỷ lệ kiều bào trên tổng dân số của Việt Nam thấp hơn Philippines. Điều đó có nghĩa là quy tắc loại trừ vô tình có lợi cho Việt Nam trong phép so sánh với Philippines, và có thể bất lợi khi so với một quốc gia có ít kiều bào hơn. Đây là loại sai lệch mà người làm dữ liệu gọi là sai lệch chọn mẫu. Nó không phải gian lận. Nó là hệ quả của một quy tắc được đặt ra mà không lường hết cấu trúc dân số của từng nước.

Nghịch lý thời gian và sự cần thiết phải kiểm chứng

Có một chi tiết trong bài đăng khiến tôi phải dừng lại và ghi chú.

Bài đăng xuất hiện ngày 15 tháng 10, và cùng lúc nhắc tới ASEAN Cup 2026. Các kỳ ASEAN Cup thường được tổ chức vào khoảng tháng 12 đến tháng 1. Một bài đăng giữa tháng 10 nói về một giải đấu cùng năm mà chưa diễn ra tạo ra một mâu thuẫn về dòng thời gian cần được kiểm chứng trước khi dùng dữ liệu.

Tôi không nói điều này để bắt bẻ. Tôi nói điều này vì đó là thói quen nghề nghiệp. Sai lầm định danh năm ấy dạy tôi rằng: thể thao không bao giờ tha thứ cho sự chủ quan. Một bài bình luận trực tiếp tôi đọc nhầm tên cầu thủ ba lần đã dạy tôi rằng mọi chi tiết nhỏ đều có thể là gốc của một sai lầm lớn. Nếu ngày tháng và giải đấu không khớp, thì mọi con số gắn với chúng cũng phải được đặt dấu hỏi.

Điều này không có nghĩa là bảng xếp hạng sai. Nó có nghĩa là bảng xếp hạng chưa sẵn sàng để được trích dẫn như một nguồn đáng tin. Trước khi dùng nó, cần trả lời ít nhất ba câu hỏi: Giải đấu được nhắc tới là kỳ nào, tổ chức khi nào? Khoảng thời gian dữ liệu mạng xã hội được thu thập là từ ngày nào đến ngày nào? Và phương pháp tính tỷ lệ là gì?

Không có ba câu trả lời đó, con số chỉ là một tiêu đề đẹp.

Điều mà chính tác giả bài đăng đã thừa nhận

Có một điểm công bằng mà tôi phải nêu. Chính bài đăng gốc đã đưa ra phản chứng cho chính nó.

Tác giả ghi nhận rằng các giải đấu khu vực đang mất dần sức hút. Ông quan sát thấy các sân vận động ở Thái Lan thưa thớt khán giả, ngay cả ở bán kết và chung kết. Đây là một chi tiết quan trọng, và nó làm lung lay tiền đề của cả bảng xếp hạng.

Nếu các giải đấu khu vực đang mất sức hút, thì một bảng xếp hạng về lòng nhiệt thành người hâm mộ dựa trên chu kỳ giải đấu đó đang đo một thứ đang suy giảm. Nó đo lòng nhiệt thành tương đối giữa các quốc gia trong một bối cảnh chung đang nguội đi. Việt Nam có thể dẫn đầu trong một cái ao đang cạn nước.

Điều này không làm giảm giá trị của người hâm mộ Việt Nam. Nó làm thay đổi cách đọc con số. Nếu sân Thái Lan vắng ngay ở chung kết, thì con số trung bình của Thái Lan bị kéo xuống bởi một yếu tố không liên quan đến lòng nhiệt thành: sự thay đổi thị hiếu khán giả đối với giải đấu. Cùng lúc, con số của Việt Nam có thể được nâng lên bởi hiệu ứng đăng cai và hiệu ứng mới lạ của giải đấu. Khi đó, so sánh giữa hai nước đo hai thứ khác nhau.

Tác giả chấp nhận bảng xếp hạng một cách có điều kiện, khi nói rằng nó chỉ đúng nếu chỉ tính một đến hai năm gần đây. Đó là một sự thừa nhận quan trọng. Nó có nghĩa là ngay cả người công bố cũng biết kết quả của mình phụ thuộc vào việc chọn cửa sổ thời gian nào. Một kết quả phụ thuộc vào cửa sổ thời gian là một kết quả mong manh.

Góc nhìn phản trực giác: người hâm mộ không ghi bàn

Đến đây, tôi muốn tách khỏi bảng xếp hạng và nói về một câu hỏi lớn hơn.

Có một khái niệm trong bóng đá gọi là cầu thủ thứ mười hai. Nó nói về ảnh hưởng của đám đông lên trận đấu: không khí trên sân, áp lực lên trọng tài, tâm lý cầu thủ. Một lực lượng cổ động viên lớn có thể tạo ra lợi thế thực sự. Tôi tin điều đó, vì tôi đã chứng kiến nó.

Nhưng có một khoảng cách giữa lợi thế trên sân và kết quả trên bảng điểm. Bảng xếp hạng người hâm mộ này không cung cấp một dữ liệu nào ở cấp độ trận đấu nối số lượng người hâm mộ với kết quả. Không có thống kê về số điểm giành được khi có đông khán giả nhà. Không có so sánh tỷ lệ thắng sân nhà và sân khách. Không có gì.

Điều này quan trọng vì nó chặn một suy luận sai. Nhiều người sẽ đọc bảng xếp hạng và đi tới kết luận rằng Việt Nam có lợi thế thi đấu vì có nhiều người hâm mộ nhất. Suy luận đó không được dữ liệu ủng hộ. Có nhiều người hâm mộ hơn không tự động nghĩa là thắng nhiều trận hơn. Bóng đá đầy những đội bóng được cổ vũ cuồng nhiệt nhưng thua ở phút cuối.

Đây là điểm phản trực giác mà tôi muốn nhấn mạnh: sức mạnh người hâm mộ là một tài sản, nhưng nó là tài sản ngoài sân cỏ. Nó ảnh hưởng đến doanh thu, đến hình ảnh, đến sức mạnh mềm của một quốc gia. Nó không trực tiếp ghi bàn. Người hâm mộ có thể làm rung chuyển khán đài, nhưng họ không thể sút bóng. Việc nhập nhằng giữa tài sản ngoài sân và sức mạnh trong sân là một lỗi tư duy phổ biến, và nó xuất hiện mỗi khi có một bảng xếp hạng kiểu này.

Có một mặt tối khác mà tôi muốn nêu, dù nó nằm ngoài phạm vi bài đăng. Khi thể thao được số hóa, dữ liệu trực tiếp về hành vi người hâm mộ trở thành một món hàng. Những dữ liệu tưởng như vô hại như mức độ tương tác, thời điểm xem, và mức độ di chuyển của cổ động viên có thể được thu thập và bán. Bảng xếp hạng người hâm mộ, ở một góc nhìn nào đó, cũng là một cách gắn nhãn và phân loại khán giả. Người hâm mộ được đo, được xếp hạng, được biến thành một chỉ số. Tôi không chắc đó là điều chúng ta muốn.

Từ bảng xếp hạng đến giá trị thương mại

Bỏ qua vấn đề phương pháp, có một sự thật mà tôi không phủ nhận. Một lực lượng người hâm mộ đông đảo và sẵn sàng di chuyển là một tài sản có giá trị thật.

Khi một liên đoàn bóng đá đàm phán tài trợ, họ cần những con số để thuyết phục nhà tài trợ. Một bảng xếp hạng gọi tên quốc gia của họ ở vị trí số một là một công cụ bán hàng. Nó có thể xuất hiện trong các bài trình bày thương mại, trong hồ sơ đăng cai giải đấu, trong các cuộc đàm phán bản quyền truyền hình. Một chỉ số mềm có thể trở thành một lập luận cứng trên bàn đàm phán.

Điều này không sai về mặt đạo đức. Nó chỉ đòi hỏi sự thận trọng. Nếu một chỉ số không thể tái lập được dùng để thuyết phục một nhà tài trợ, thì nhà tài trợ đó đang đặt tiền lên một nền tảng chưa được kiểm chứng. Và nếu chỉ số đó bị bác bỏ sau này, thì thiệt hại không chỉ thuộc về bên công bố. Nó thuộc về cả bên đã dùng nó.

Ba thập kỷ bên lề sân đấu, tôi nhận ra: bền bỉ không phải là không ngã, mà là biết cách ngã đúng tư thế. Điều này đúng với cầu thủ, với đội bóng, và cả với những con số. Một con số được xây dựng cẩu thả rồi bị phản bác sẽ ngã. Câu hỏi là nó ngã đúng tư thế hay không. Một con số có ghi rõ phương pháp, có nêu sai số, có nêu giới hạn, thì khi bị phản bác, nó vẫn giữ được một phần giá trị. Một con số không có gì ngoài một tiêu đề đẹp thì khi ngã, nó ngã sạch.

Những gì cần theo dõi trong chu kỳ tới

Tôi không kết thúc bài này bằng một phán quyết. Tôi kết thúc bằng những gì tôi sẽ theo dõi.

Thứ nhất, tôi sẽ theo dõi xem đơn vị công bố có công bố phương pháp tính tỷ lệ hay không. Nếu họ công bố, bảng xếp hạng sẽ chuyển từ một tuyên bố thành một dữ liệu. Nếu họ không công bố, nó sẽ tiếp tục là một tuyên bố.

Thứ hai, tôi sẽ theo dõi lượng khán giả thực tế ở kỳ ASEAN Cup tới, đặc biệt là so sánh Việt Nam và Indonesia. Khoảng cách 724 khán giả mỗi trận là ngưỡng tôi sẽ quan sát. Nếu Indonesia vượt Việt Nam trong một kỳ giải, ngôi đầu sẽ đổi, và điều đó sẽ chứng minh rằng nó vốn mong manh.

Thứ ba, tôi sẽ theo dõi sức hút của các giải đấu khu vực. Nếu các sân tiếp tục vắng ở vòng knock-out, thì mọi bảng xếp hạng về lòng nhiệt thành người hâm mộ sẽ ngày càng đo một thứ đang teo lại.

Thứ tư, tôi sẽ theo dõi xem có thêm bao nhiêu bảng xếp hạng kiểu AI-only xuất hiện trong khu vực. Nếu chúng xuất hiện ngày càng nhiều mà không bị chất vấn, thì tiêu chuẩn dữ liệu của báo chí thể thao khu vực đang bị hạ thấp. Đó là rủi ro lớn nhất, và nó âm thầm hơn mọi rủi ro khác.

Mọi cuộc khủng hoảng chấn thương đều giấu một bản đồ phục hồi, nếu bạn đủ kiên nhẫn để đọc. Mọi bảng xếp hạng cũng vậy. Nó giấu một bản đồ phương pháp, và người đọc kiên nhẫn sẽ tìm ra bản đồ đó. Người hâm mộ Việt Nam xứng đáng với một bảng xếp hạng được xây dựng đủ nghiêm túc để tôn vinh họ. Hiện tại, họ có một tiêu đề. Điều còn thiếu là một phương pháp.