Bản báo cáo trống và giới hạn thật của dữ liệu thể thao

Sáng chủ nhật ở Surabaya, tôi mở lại bản báo cáo phân tích cho một giải cầu lông quốc nội vừa khép lại. Điều đập vào mắt không phải một chỉ số bất thường mà là sự trống rỗng. Mọi ô dữ liệu đều trả về cùng một dòng: không đủ thông tin để đánh giá. Không tốc độ smash, không độ dài pha cầu, không tỷ lệ thắng điểm trên lưới, không cả một cái tên cầu thủ. Tôi ngồi im khá lâu trước màn hình. Mười lăm năm làm cố vấn dữ liệu, tôi quen với việc mô hình trả về sai, trả về lệch, nhưng chưa lần nào nó trả về im lặng. Cái im lặng đó buộc tôi phải viết về chính nó, thay vì ngồi lấp đầy một câu chuyện chiến thuật cho đẹp bảng biểu. Nghề của tôi là đọc trận đấu qua con số. Tôi tách chỉ số theo vùng sân, kiểm tra chéo với băng hình, đặt các thước đo pressing cạnh vị trí xuất phát của cú dứt điểm. Nhưng nguyên tắc đầu tiên tôi tự đặt ra sau năm 2026 không phải là "thu thập thêm dữ liệu", mà là "biết khi nào dữ liệu không nói gì". Năm đó, ở tuổi 36, tôi dùng mô hình xG để khuyên huấn luyện viên đẩy cao đội hình trong trận play-off thăng hạng. Mô hình dự đoán đội tôi đạt 1.8 xG, thực tế chúng tôi thua 0-2 vì đối thủ chủ động lùi sâu và mọi cú dứt điểm đều là sút xa vô hại. Tôi đã bỏ qua chỉ số PPDA và bối cảnh trận đấu, chỉ nhìn vào con số tổng. Mô hình không sai, tôi đã sai khi bắt nó nói thay cho mắt mình. Bản báo cáo trống hôm nay là phiên bản khắc nghiệt hơn của bài học ấy. Nó không lệch. Nó chỉ đơn giản là không có gì. Với một người thích trật tự, thích mọi thứ được xếp vào ô, sự trống rỗng gây khó chịu hơn cả một kết quả sai. Một con số sai thì còn có thể tranh luận. Một ô trống thì chỉ có một lựa chọn trung thực: để nguyên nó trống. Trong cầu lông, khoảng trống dữ liệu xuất hiện thường xuyên hơn người ta tưởng. Một giải thuộc nhóm thấp của hệ thống BWF World Tour có thể không được gắn cảm biến tốc độ giao cầu, không có hệ thống Hawk-Eye đầy đủ, không có ai ghi lại độ dài từng pha cầu. Khi ấy, mọi so sánh với một giải Super 1000 đều là so sánh khập khiễng. Tôi từng thấy các bảng tổng hợp trích dẫn "tỷ lệ thắng điểm trên lưới" của hai tay vợt ở hai giải khác hạng, khác mặt sân, khác điều kiện khán giả, rồi kết luận người này hay hơn người kia. Đó là lúc dữ liệu trở thành vật trang trí, không phải bằng chứng. Điều tôi học được khi theo dõi các trận đấu trực tiếp là phần lớn câu chuyện của một trận cầu lông không nằm trong bảng thống kê. Nó nằm ở khoảng cách giữa hai chân khi tay vợt chờ giao cầu. Nó nằm ở việc một người chủ động bỏ nhỏ sau loạt cầu thứ ba để kéo đối thủ lên lưới, rồi mới mở góc chéo sân. Nó nằm ở nhịp thở ngắn dần trong set thứ ba, ở quãng đường di chuyển thừa trong một set thua mà không bảng nào ghi lại. Giá trị thật của một tay vợt nằm ở nơi anh ta chạy và lúc anh ta ngừng. Không phải vì thế mà tôi quay lưng với mô hình. Tôi vẫn tin vào chúng. Nhưng tôi phân biệt rõ hai tình huống: dữ liệu chưa đủ để kết luận, và dữ liệu đã nói hết nhưng người đọc đòi thêm. Với trường hợp thứ nhất, việc tử tế nhất là nói thẳng "chưa đủ". Với trường hợp thứ hai, trách nhiệm là đọc lại băng hình, đặt con số vào bối cảnh, tách nó theo vùng sân và thời điểm. Rất nhiều tranh cãi trên mạng xã hội về trọng tài và các tình huống xem lại video bắt nguồn từ việc trộn lẫn hai tình huống này. Có một cám dỗ mà bất cứ ai làm nghề dữ liệu cũng từng trải: cám dỗ lấp đầy ô trống. Người ta gọi đó là "kể chuyện bằng số". Nhưng kể chuyện khác với bịa chuyện. Một tương quan nhỏ, một mẫu dữ liệu vài trận, một chỉ số phụ tình cờ nổi bật — tất cả đều có thể bị thổi thành một định luật. Tôi đã nhiều lần suýt làm điều đó, và mỗi lần thoát được là nhờ một câu hỏi tự vấn: chỉ số này có cơ chế thực sự quyết định kết quả không, hay chỉ đang đi cùng chiều với nó. Croatia không vô địch, nhưng họ đã cho tôi thấy một chân lý giấu trong con số. PPDA của Croatia là phần thưởng cho ai đủ kiên nhẫn nhặt từng đường chuyền. Điều đáng học không phải là con số 9.2 ở vòng bảng hay 12.4 lần thu hồi bóng mỗi trận, mà là cách nó buộc tôi phải xem lại từng pha để hiểu vì sao Modric và Rakitic chọn đúng khoảnh khắc để pressing. Con số chỉ mở cửa. Người ta phải tự bước vào. Rồi đến năm 2026, khi đại dịch khiến mọi giải đấu dừng lại, tôi nhận ra một điều khác. Tôi được giữ lại trong thời gian phong tỏa để dự đoán phong độ đội bóng sau khi bóng đá trở lại. Tôi xây mô hình từ 15 vòng đầu mùa và khuyên đội duy trì lối chơi kiểm soát bóng. Kết quả: đội thua liền ba trận khi giải tái đấu, vì đối thủ pressing rát hơn nhờ sân vắng, khiến chúng tôi mất bóng ngay phần sân nhà. Mô hình của tôi thiếu hẳn hai biến số: khán giả và khoảng cách giãn cách trên sân. Đại dịch dạy tôi rằng dữ liệu cũng biết sợ — khi thế giới dừng, số liệu là vô nghĩa. Từ đó, tôi thay đổi cách viết. Tôi không còn khẳng định một chiều. Mỗi phân tích phải có ít nhất hai kịch bản, và tôi luôn chú thích rõ bối cảnh cho mọi con số. Số liệu là kinh cầu, nhưng trực giác là ngọn nến — tôi thắp cả hai mỗi khi đọc trận đấu. Cách tiếp cận này cũng đúng với cầu lông, nơi một chỉ số pressing hiếm khi được ghi lại nhưng lại quyết định ai kiểm soát thế trận sau mỗi pha cầu dài. Quay lại bản báo cáo trống sáng chủ nhật. Tôi quyết định không điền gì vào đó. Thay vào đó, tôi ghi thêm một dòng cho độc giả: giải đấu này thiếu dữ liệu cảm biến, mọi so sánh chỉ số nên được đọc như giả thuyết, không phải kết luận. Với một người làm nghề cố vấn, viết ra câu đó khó hơn viết một bảng phân tích dài. Nó buộc tôi thừa nhận rằng công cụ của mình có giới hạn, và giới hạn ấy không phải lỗi của mô hình. Tôi tin vào mô hình, nhưng tôi cầu nguyện trước mỗi trận đấu — vì bóng đá, và cả cầu lông, không phải phương trình. Có những hôm bảng số đầy ắp mà chẳng nói gì. Có những hôm nó trống trơn và lại là lúc trung thực nhất. Điều tôi muốn mang sang tuần tới không phải một chỉ số mới, mà là một thói quen: trước khi hỏi dữ liệu nói gì, hãy hỏi nó có đủ tư cách để nói không. Nếu câu trả lời là không, việc tử tế nhất là im lặng, mở lại băng hình, và để đôi mắt làm phần việc của nó.