Ô trống trên bảng dữ liệu: Lòng khiêm nhường của người phân tích thể thao

Phòng họp tầng mười một, một buổi sáng tháng Tám ở Tokyo. Trên màn hình là bản phân tích chín chiều mà tôi dựng suốt ba ngày: hiệu suất thi đấu, thể trạng vận động viên, cơ chế vòng loại, cục diện nội dung thi, luật và phòng chống doping, hệ thống huấn luyện, bản đồ rủi ro, câu chuyện truyền thông, và chuỗi lan truyền của ngành điền kinh. Khung thì đầy đủ. Ruột thì trống trơn. Mỗi ô trong bảng đều nằm đúng vị trí của nó. Chỉ có điều, chỗ nào cần một con số, tôi đành gõ vào bốn chữ: “chưa đủ thông tin”. Một vận động viên không tên. Một nội dung thi không xác định. Một mốc thành tích không tồn tại trong bất kỳ hệ quy chiếu nào. Bảng biểu vẫn ngay ngắn, nhưng nó ngay ngắn theo kiểu của một căn phòng chưa có ai dọn vào ở. Người ngồi đối diện nhìn tôi. “Vậy cậu phân tích được gì?” Tôi trả lời: “Tôi phân tích được rằng chúng ta chưa có gì để phân tích.” Anh ta bật cười. Nhưng đó là câu trả lời trung thực nhất mà tôi có thể đưa ra trong ngày hôm đó. Cách đây hơn mười năm, tôi bắt đầu sự nghiệp với một cuốn sổ và những con số. Bóng đá khi đó đã quen với xG, PPDA, quãng đường chạy. Điền kinh thì có phân tích tốc độ từng chặng, độ cao, hướng gió. Nhưng phải đến khi làm việc tại một công ty phân tích cá cược ở Tokyo, tôi mới hiểu một điều căn bản: dữ liệu không tự sinh ra ý nghĩa. Nó phải được trích xuất, gán nhãn, rồi mới đến lượt người phân tích. Quy trình mà chúng tôi gọi là “hai tầng”. Tầng một đọc bài viết, bóc tách từng sự kiện, từng mốc số, từng tên người, từng địa điểm — những thứ được gọi là “điểm thông tin”. Tầng hai lấy những điểm thông tin đó, đặt lên chín chiều phân tích, rồi mới rút ra phán đoán. Không có tầng một, tầng hai chỉ là một bộ khung rỗng đang chờ ai đó bơm dữ liệu thật vào. Nguyên tắc đầu tiên của quy trình này nghe rất đơn giản: mọi kết luận phải neo vào một điểm thông tin cụ thể. Không suy đoán vô căn cứ. Không lấp ô trống bằng trực giác. Nghe thì dễ, nhưng trong thực tế, đây là nguyên tắc bị vi phạm nhiều nhất. Và buổi sáng hôm đó, tầng một trả về một kết quả trống rỗng. Không tiêu đề, không nguồn, không quan điểm, không một điểm thông tin nào. Bộ khung chín chiều vẫn nguyên vẹn: hiệu suất, thể trạng, vòng loại, cục diện, luật, huấn luyện, rủi ro, truyền thông, ngành. Nhưng mọi ô đều nằm ngoài tầm với. Tôi có thể làm gì? Tôi có thể bịa. Tôi có thể viết rằng một vận động viên nào đó đang ở đỉnh phong độ, rằng đường cong thành tích cá nhân của anh ta đang đi lên, rằng nguy cơ chấn thương của anh ta đang ở mức thấp. Tất cả đều nghe rất hợp lý. Và tất cả đều là bịa đặt. Đó là ranh giới mà nghề này vẽ ra, và cũng là ranh giới mà không ít người trong nghề bước qua mỗi ngày mà không hề hay biết. Hãy bắt đầu từ chính nghề của tôi. Khi phân tích một vận động viên điền kinh, việc đầu tiên không phải là nhìn vào thành tích cá nhân tốt nhất. Việc đầu tiên là hỏi: thành tích đó đạt được trong điều kiện nào? Gió có hợp lệ không? Độ cao của sân có vượt ngưỡng cho phép không? Thiết bị có phải loại mới được phê duyệt không? Bỏ qua ba câu hỏi này, một mốc 9,85 giây có thể trở thành một ảo ảnh đẹp đẽ. Nguyên tắc neo vào bối cảnh ấy áp dụng cho mọi chiều phân tích. Với thể trạng vận động viên, tôi cần đường cong thành tích cá nhân, phong độ mùa hiện tại, lịch sử chấn thương, và cả điểm rơi phong độ. Với cơ chế vòng loại, tôi cần biết chuẩn thành tích, điểm xếp hạng thế giới, và tiêu chí chọn đội tuyển quốc gia. Với cục diện nội dung thi, tôi cần biết ai đang thống trị, ai đang trỗi dậy, và khoảng cách giữa các nhóm là bao nhiêu. Bộ khung chín chiều mà chúng tôi dùng không nhằm tạo ra câu trả lời. Nó nhằm tạo ra câu hỏi. Mỗi chiều là một câu hỏi bắt buộc phải trả lời trước khi được phép kết luận. Chiều thứ nhất hỏi: thành tích này đặt cạnh hệ quy chiếu nào? Kỷ lục thế giới, kỷ lục Olympic, chuẩn vòng loại, hay chỉ là một mốc trong mùa giải? Chiều thứ hai hỏi: vận động viên này đang ở đâu trên đường cong sự nghiệp? Hai mươi ba tuổi hay ba mươi hai tuổi? Đang lên đỉnh hay đang xuống dốc? Chiều thứ ba hỏi: con đường nào đưa họ tới giải đấu lớn — chuẩn thành tích, điểm xếp hạng, hay suất chọn của liên đoàn? Chiều thứ tư hỏi về cục diện: nội dung thi này đang bị một người thống trị, hai người chia nhau, hay mở cho tất cả? Chiều thứ năm hỏi về luật: có dấu hiệu vi phạm phòng chống doping không? Hộ chiếu sinh học của vận động viên có bất thường không? Có lỗi khai báo vị trí không? Chiều thứ sáu hỏi về hệ thống huấn luyện: ai đang dẫn dắt, mô hình tập luyện là gì, nền tảng khoa học ra sao? Chiều thứ bảy là bản đồ rủi ro, gồm sáu nhóm: cạnh tranh, doping, tài chính và sự nghiệp, luật và điều kiện tham dự, truyền thông và thương hiệu, cùng rủi ro hệ thống. Chiều thứ tám nói về câu chuyện truyền thông và khoảng cách kỳ vọng. Chiều thứ chín vẽ chuỗi lan truyền của ngành: từ phát triển trẻ, sang vận động viên và giải đấu, rồi xuống truyền hình, thương mại và các thị trường phái sinh. Chín chiều, chín tấm gương. Nhưng tấm gương chỉ phản chiếu khi có ánh sáng. Không có điểm thông tin, tấm gương chỉ là một mảnh thủy tinh. Điều đáng nói là giữa một bài viết ít thông tin và một bài viết không có thông tin tồn tại một khác biệt rất lớn. Bài viết ít thông tin vẫn cho ta vài điểm neo — một cái tên, một giải đấu, một mốc thời gian. Ta có thể phân tích thận trọng, gắn nhãn độ tin cậy thấp, và nói rõ giới hạn của mô hình. Còn bài viết không có thông tin thì khác hẳn. Nó mỏng hơn thế. Nó là một hiện vật rỗng, và mọi kết luận rút ra từ nó đều là sản phẩm của trí tưởng tượng. Trong bản đánh giá cuối cùng, chúng tôi chấm điểm bốn loại giá trị: giá trị cạnh tranh, giá trị ngành, giá trị thời sự, và giá trị tham chiếu. Với một kết quả rỗng, cả bốn đều nhận một sao — nghĩa là không có gì dùng được. Cách chấm điểm này nghe có vẻ khắt khe, nhưng nó bảo vệ cả người viết lẫn người đọc. Nó buộc chúng ta phải thừa nhận rằng có những ngày chúng ta không có gì để nói. Tôi nhớ mùa hè nước Nga. Năm 2026, tôi chỉ là một sinh viên năm hai ở Tokyo, viết blog bằng dữ liệu. Trước trận Đức gặp Hàn Quốc ở vòng bảng, tôi chỉ ra rằng xG của Đức là 2,1 so với 0,6 của Hàn Quốc, nhưng Hàn Quốc có 121 pha chạy nước rút và chỉ số PPDA 7,8 trong hiệp hai — mức sức ép cực lớn. Tôi dự đoán Đức có thể bị loại. Một bình luận viên nam chê ngay dưới bài: “Con gái biết gì về bóng đá mà nói pressing?” Kết quả: Hàn Quốc thắng 2-0, Đức về nước. Blog của tôi được chia sẻ hàng nghìn lần chỉ sau một đêm. Khi dữ liệu lên tiếng, tiếng cười chỉ còn là nhiễu. Nhưng bài học lớn hơn nằm ở một chỗ khác. Ngày hôm đó, tôi đã có dữ liệu. Tôi có xG, có PPDA, có số pha chạy nước rút. Nếu tầng một trả về một kết quả trống, tôi đã không thể viết một chữ nào. Tôi sẽ phải nói với chính mình: “Chưa đủ thông tin.” Và đó là điều mà nghề này ngày càng ít người dám nói. Năm 2026, đại dịch khiến bóng đá toàn cầu tạm ngưng. Khi Bundesliga trở lại vào tháng Năm với sân vận động không khán giả, tôi thu thập dữ liệu hai mươi sáu trận đầu tiên và phát hiện lợi thế sân nhà giảm từ trung bình 0,44 bàn mỗi trận xuống còn 0,15. Tôi xây dựng mô hình cá cược “không khán giả”, đặt vào các đội khách bị định giá thấp, và thắng 17 trong 20 lượt. Sân nhà là một giả thuyết, COVID là thí nghiệm bất đắc dĩ. Có hai trường thông tin mà bất kỳ bản phân tích nghiêm túc nào cũng phải khai báo: chất lượng nguồn và độ nhạy thời gian. Nguồn ở đâu? Ngày công bố khi nào? Một bài báo không có nguồn và không có ngày tháng thì không thể chấm điểm. Và khi không chấm được điểm nguồn, mọi kết luận phía sau đều mất giá trị. Trong bộ khung hôm đó, cả hai trường đều trống. Điều đó có nghĩa: ngay cả khi tầng một có trả về vài điểm thông tin, tôi vẫn chưa chắc đủ điều kiện để phân tích. Rồi đến lượt ma trận rủi ro. Sáu nhóm rủi ro, không nhóm nào có thể chấm điểm khi đối tượng không tên. Và đây là nghịch lý đáng nhớ nhất của ngày hôm đó: rủi ro lớn nhất không nằm trong ma trận. Nó nằm ở đường ống dữ liệu. Một quy trình trả về kết quả rỗng là một quy trình đang hỏng. Người phân tích đứng trước nó có hai lựa chọn: sửa đường ống, hoặc bịa. Tôi chọn cách thứ nhất. Nhưng tôi hiểu vì sao rất nhiều người chọn cách thứ hai. Bởi vì cách thứ hai được thưởng. Người ta thường nghĩ sức mạnh của một nhà phân tích nằm ở khả năng kết luận. Tôi nghĩ ngược lại. Sức mạnh thật nằm ở khả năng từ chối kết luận khi dữ liệu chưa cho phép. Ngành thể thao đang thưởng cho sự dứt khoát. Một tiêu đề chắc nịch được chia sẻ nhiều hơn một câu “chưa đủ thông tin”. Một dự đoán táo bạo được nhớ lâu hơn một sự thận trọng. Chính phần thưởng đó tạo ra cám dỗ: bịa một chút, suy diễn một chút, để bài viết trông đầy đặn hơn thực tế. Tôi gọi đó là cái bẫy của ô trống. Khi nhìn vào một ô trống, bản năng của người viết là lấp nó lại cho kín. Nhưng trong phân tích dữ liệu, ô trống đôi khi là thông tin quan trọng nhất. Nó nói rằng: chỗ này chưa được kiểm chứng. Chỗ này đang bị bỏ qua. Chỗ này có thể là nơi một sai lầm đang ẩn náu. Tương quan không phải nhân quả. Một vận động viên chạy nhanh trong một cuộc thi nhỏ không có nghĩa là anh ta sẽ thắng ở đấu trường lớn. Một đội thắng ba trận liên tiếp không có nghĩa là họ đã tìm ra công thức. Khiêm nhường trước ngẫu nhiên không đồng nghĩa với né tránh. Nó là điều kiện để một phán đoán trở nên trung thực. Tôi nhớ Euro 2026. Trước trận chung kết giữa Ý và Anh, tôi trình bày rằng Ý có PPDA trung bình 8,9 — pressing quyết liệt nhất giải — trong khi Anh là 11,4. Tôi nhận định Ý sẽ kiểm soát thế trận. Một đồng nghiệp nam cười: “Đàn bà Nhật chỉ biết nhìn số, không hiểu tâm lý Wembley.” Tôi đập bàn, chiếu biểu đồ ba mươi trận gần nhất và nói: “Số liệu không nói dối. Anh sẽ thua nếu cứ lùi sâu.” Ý vô địch sau loạt luân lưu. PPDA không sút bóng, nhưng nó đưa người Ý tới đêm nâng cúp. Điều tôi học được không phải là dữ liệu luôn đúng. Điều tôi học được là: dữ liệu chỉ đúng khi nó được neo vào một điểm thông tin có thật. Khi không có điểm neo, sự dứt khoát trở thành ảo tưởng. Vậy tín hiệu cho vòng tiếp theo là gì? Với tôi, nó nằm ở chính đường ống dữ liệu. Một kết quả rỗng không phải là dấu chấm hết. Nó là một tín hiệu: hãy chạy lại tầng một, kiểm tra bộ trích xuất, và chỉ khi các điểm thông tin đã được bơm đầy, mới gọi tầng hai. Và có lẽ bài học lớn nhất không nằm ở chín chiều phân tích. Nó nằm ở câu nói mà một nhà phân tích giỏi phải dám thốt ra: “Tôi chưa biết.” Bạn có dám nói câu đó trước một khán phòng đầy người đang chờ một kết luận?