Khi bảng dữ liệu bóng rổ trả về rỗng: vì sao nhà phân tích giỏi phải học cách nói tôi không biết

Sáng 6 tháng 3, tôi mở file scouting của một câu lạc bộ bóng rổ chuyên nghiệp Việt Nam và nhận về đúng một giá trị: NULL. Cầu thủ ngoại binh trong hồ sơ đã mười bốn tháng không thi đấu chính thức kể từ ca phẫu thuật dây chằng chéo trước. Bộ lọc của tôi quét qua mùa giải VBA 2026, mùa 2026, cả giai đoạn tập huấn ở Thái Lan — không một possession nào được ghi nhận. Trợ lý huấn luyện viên gõ cửa, chỉ vào màn hình và hỏi câu tôi đã nghe hàng trăm lần: Cậu ấy còn đánh được không? Tôi không trả lời ngay. Mười ba năm theo dõi bóng rổ và bóng đá trong nước dạy tôi một điều khó chịu: phần lớn câu trả lời cho câu hỏi đó trên thị trường Việt Nam được dựng từ ký ức, không phải từ dữ liệu. Ký ức thì luôn trả về một giá trị. Nó không bao giờ trả về NULL. Đó chính là vấn đề, và nó không liên quan gì đến chuyện cầu thủ kia có tái xuất được hay không. Bóng rổ Việt Nam có một nghịch lý về dữ liệu mà người ngoài ngành hiếm khi nhìn thấy. Giải chuyên nghiệp trong nước khởi tranh từ 2026, mỗi mùa vòng bảng dao động quanh 15 đến 18 trận tùy số đội, mật độ hai đến ba trận mỗi tuần. Việc ghi nhận chỉ số gần như hoàn toàn thủ công: hai đến ba người ngồi bấm play-by-play từ băng hình hai góc máy, sau đó đối chiếu với biên bản giấy của ban trọng tài. Kết quả là chúng ta có điểm số, có ném thành công, có lỗi cá nhân. Chúng ta không có dữ liệu vị trí dứt điểm đủ dày, không có dữ liệu phòng ngự cá nhân đáng tin, và gần như không có gì về khoảng cách di chuyển. So sánh cho rõ: một trận NBA hiện đại sinh ra khoảng 1,4 triệu điểm dữ liệu vị trí từ hệ thống camera, lấy mẫu 25 khung hình mỗi giây cho cả mười cầu thủ và quả bóng. Một trận VBA sinh ra vài trăm dòng bảng tính. Khoảng cách đó không phải câu chuyện công nghệ, mà là chuyện ngân sách, và nó quyết định loại câu hỏi nào được phép đặt ra. Dữ liệu là một tu viện: càng ít tiếng ồn, càng nghe rõ điều gì đó đang cố nói. Nhưng tu viện nào cũng có những căn phòng trống, và nghề của tôi là phân biệt phòng trống với phòng chưa ai mở cửa. Trong mọi báo cáo nội bộ tôi từng viết, có ba trạng thái thường bị trộn lẫn và sự trộn lẫn này là nguồn gốc của phần lớn quyết định tuyển chọn tồi ở các giải nhỏ. Trạng thái thứ nhất là số không. Cầu thủ ném 0/5 trong trận. Đó là dữ liệu hoàn chỉnh: chúng ta đã quan sát, và kết quả là thất bại. Có thể phân tích được. Trạng thái thứ hai là NULL. Cầu thủ không có bản ghi nào, vì anh ta không ra sân, hoặc vì hệ thống ghi nhận hỏng, hoặc vì giải đấu không công bố. Đó không phải thất bại, mà là không quan sát được. Trạng thái thứ ba là mẫu thưa: có bản ghi nhưng quá ít để suy luận, ví dụ 38 phút rải rác qua sáu trận, mỗi trận một vai trò khác nhau. Trong rất nhiều file tôi nhận được, ô NULL được điền bằng số 0. Đó là lỗi nghiêm trọng nhất và cũng phổ biến nhất, vì nó vô hình. Nó làm hỏng giá trị trung bình, làm hỏng mô hình, và tệ hơn, làm hỏng quyết định ký hợp đồng. Khi một ô là NULL, phòng họp không bao giờ để yên. Con người có bản năng lấp chỗ trống, và trong bóng rổ, có ba kiểu lấp phổ biến. Kiểu đầu tiên là cảm giác của huấn luyện viên. Mọi HLV đều nói về cảm giác. Tôi không có cảm giác, tôi có độ lệch chuẩn. Nhưng tôi phải công bằng: cảm giác của một người hai mươi năm nghề là một mô hình đã được huấn luyện trên khối dữ liệu mà tôi không có quyền truy cập. Ông ấy nhìn cách cầu thủ hạ thấp trọng tâm khi chạy nước rút, cách cậu ta đổi hướng ở bước thứ ba. Vấn đề của cảm giác không phải là nó sai, mà là nó không có khoảng tin cậy. Khi HLV nói cậu ấy đã trở lại, không ai biết xác suất đúng của nhận định đó là 60% hay 85%. Kiểu thứ hai là ký ức gần. Người ta nhớ ba trận cuối cùng trước chấn thương, hoặc ba trận đầu tiên sau khi trở lại, và biến nó thành mô tả toàn mùa. Đây là thiên lệch sẵn có trong mọi bộ môn, nhưng ở một giải có 16 trận vòng bảng thì nó nguy hiểm gấp nhiều lần, vì ba trận đã là gần một phần năm mùa giải. Kiểu thứ ba là câu chuyện truyền thông. Một cầu thủ được gọi là mảnh ghép còn thiếu sau hai trận hay, và nhãn đó bám theo anh ta suốt mùa, kể cả khi dữ liệu đã nói ngược lại từ lâu. Người ta nhìn bàn thắng để nhớ trận đấu. Tôi nhìn xG để hiểu trận đấu đã không xảy ra. Nguyên tắc đó áp dụng cho bóng rổ theo cách riêng: nhìn những possession không được ghi lại để hiểu điều gì đã bị bỏ sót khỏi câu chuyện. Có một loại bài toán dữ liệu dễ, và tôi từng gặp nó. Năm 2026, cả thế giới thương tiếc Đức. Tôi chỉ lặng lẽ đọc lại log file của mô hình. Chỉ số PPDA của tuyển Đức ở vòng loại là 12,5, cao hơn nhiều so với mức trung bình 9,8 của năm nhà vô địch World Cup gần nhất, kèm quãng đường chạy trung bình 98 km mỗi trận. Toàn bộ biến số đều có mặt, đầy đủ, công khai. Việc dự đoán đội bóng ấy bị loại ngay vòng bảng chỉ là đọc đúng một bảng số đã in sẵn. Kết quả ai cũng biết. Nhưng phần lớn công việc thật của một cố vấn dữ liệu không nằm ở dạng bài toán đó. Nó nằm ở file NULL sáng 6 tháng 3. Với cầu thủ mười bốn tháng không thi đấu, tôi không có possession nào để tính hiệu suất, không có dữ liệu phòng ngự, không có gì về khả năng chịu tải. Cái tôi có là tỷ lệ nền từ dân số cầu thủ trở lại sau tái tạo dây chằng chéo trước: hiệu suất giảm trong mùa đầu, số phút giảm, và rủi ro tái chấn thương ở mức đáng kể. Nhưng tỷ lệ nền mô tả dân số, không mô tả cá nhân. Một cầu thủ 27 tuổi khác một cầu thủ 33 tuổi. Một trung phong nặng 110 kg chịu tải khớp gối khác một hậu vệ dẫn bóng 82 kg. Cách tôi xử lý là dựng ba kịch bản thay vì một dự đoán. Kịch bản thận trọng: cầu thủ trở lại với 60% hiệu suất cũ, chơi 18 phút mỗi trận, phù hợp vai trò dự bị luân phiên. Kịch bản trung tính: 80% hiệu suất, 25 phút, đá chính có kiểm soát. Kịch bản lạc quan: 100% hiệu suất, 30 phút. Mỗi kịch bản đi kèm một xác suất và một điều kiện kiểm chứng rõ ràng: nếu sau tám tuần cầu thủ không đạt ngưỡng di chuyển ngang trong bài test nội bộ, kịch bản lạc quan bị loại bỏ. Đó là cách định giá khoảng trống, không phải cách lấp khoảng trống. Báo cáo nộp lên ban huấn luyện ghi rõ ba dòng: hiệu suất ném ba điểm ước tính có độ tin cậy thấp; khả năng phòng ngự chuyển đổi không đủ dữ liệu để kết luận; tình trạng chấn thương là NULL từ tháng 1 năm 2026. Ba dòng đó khó đọc hơn nhiều so với một con số duy nhất, và đó là lý do chúng thường bị thay bằng một con số duy nhất trong các buổi họp. Vấn đề mẫu nhỏ ở giải trong nước còn khắc nghiệt hơn. Một cầu thủ nội chơi bốn trận bùng nổ, truyền thông gọi ngay là hiện tượng. Bốn trận, mỗi trận 30 phút, là 120 phút thi đấu. Với độ biến thiên điển hình của hiệu suất ném thật ở cấp độ giải, 120 phút không đủ để phân biệt một cầu thủ 45% với một cầu thủ 52%. Tôi đã tự tính ngưỡng cho mình: cần khoảng 700 đến 900 phút để khoảng tin cậy thu hẹp đủ cho một kết luận về tay ném. Ở VBA, 900 phút là gần hai mùa giải. Điều đó có nghĩa là phần lớn đánh giá cầu thủ nội trong một mùa duy nhất đang nói về may mắn nhiều hơn nói về năng lực. Tôi nói điều này với tư cách người từng sai theo hướng ngược lại. Năm 2026, tôi công bố phân tích về Gastón Merlo ở SHB Đà Nẵng, chỉ ra rằng xG trung bình 0,8 mỗi trận nhưng hiệu quả ghi bàn thực tế chỉ 0,4. Một huấn luyện viên trẻ của đội khác bình luận công khai rằng con gái thì biết gì về chiến thuật. Tôi không tranh cãi. Tôi công bố bộ dữ liệu mười hai trận tiếp theo, kèm số lần dứt điểm và vị trí dứt điểm. Đội bóng chỉ giành 9 trên 36 điểm tối đa, đúng như mô hình dự báo. Nhưng điều tôi ít nói hơn: nếu Merlo ghi bàn ở mười hai trận đó, tôi sẽ phải viết một bài khác, và bài đó cũng sẽ đúng về mặt phương pháp. Một dự đoán đúng không chứng minh phương pháp đúng. Nó chỉ chứng minh phương pháp chưa bị bác bỏ. Có một biến số khác thường bị bỏ khỏi mọi mô hình bóng rổ trong nước, và nó cứu tôi nhiều lần: bối cảnh. Năm 2026, khi các giải châu Âu thi đấu không khán giả, tôi thu thập dữ liệu từ 300 trận tại tám giải và thấy tỷ lệ thắng sân nhà giảm từ 45% xuống 38%. Tôi gửi báo cáo cho một đội bóng ở nhóm cuối bảng, đề xuất đẩy cao đội hình pressing ngay từ đầu trong các trận sân khách, vì đối thủ đã mất đi lợi thế khán giả. Huấn luyện viên trưởng ban đầu nghi ngờ. Sau khi thử ở giai đoạn lượt về, đội giành 12 trên 15 điểm sân khách, trước đó chỉ có 6 trên 15. Bài học không nằm ở chuyện pressing hiệu quả. Bài học nằm ở chỗ biến kỹ thuật mỏng, biến bối cảnh dày. Khi bạn không đủ dữ liệu về cầu thủ, hãy tìm dữ liệu về môi trường mà cầu thủ đó vận hành: lịch thi đấu, quãng đường di chuyển, độ dày của đội hình, thậm chí là nhiệt độ nhà thi đấu. Tôi theo dõi bóng rổ trong nước đủ lâu để biết giới hạn của chính mình. Có những thứ tôi đo được: tỷ lệ ném, số possession, hiệu suất theo vùng. Có những thứ tôi chỉ suy đoán từ kinh nghiệm: mức độ gắn kết của một phòng thay đồ, mức độ chịu đựng của một cầu thủ với vai trò dự bị. Trong báo cáo, tôi đánh dấu rõ hai loại đó khác nhau. Đó là kỷ luật tối thiểu, và nó không hào hứng. Đến đây thì phần phản biện phải quay lại chính tôi. Tuyên bố không đủ dữ liệu có thể là một cách trốn trách nhiệm rất tinh vi. Nhà phân tích nói câu đó trong phòng họp thì không ai bắt anh ta chịu trách nhiệm về bản hợp đồng. Ban huấn luyện ký, cầu thủ chấn thương lại, và nhà phân tích vẫn sạch. Tôi đã thấy mô thức này nhiều lần, ở cả bóng đá lẫn bóng rổ, và nó làm hỏng nghề còn nhanh hơn cả việc dự đoán sai. Nhà phân tích giỏi không phải người nói tôi không biết nhiều nhất. Người đó là người nói được câu: tôi không biết phần này, đây là xác suất tôi gán cho phần còn lại, và đây là quyết định tôi khuyến nghị. Từ chối quyết định cũng là một quyết định, chỉ là quyết định không ai ghi tên người chịu. Phần thứ hai của sự phản biện thuộc về quan hệ nhân quả. Khi tôi dẫn tỷ lệ nền về cầu thủ trở lại sau chấn thương dây chằng, tôi đang mô tả một tương quan trong dân số. Nếu câu lạc bộ này có đội ngũ y tế tốt hơn mức trung bình, tỷ lệ nền đó có thể sai theo hướng lạc quan. Nếu cầu thủ này có tiền sử tái chấn thương, nó sai theo hướng ngược lại. Mô hình là một tấm bản đồ, và tấm bản đồ không phải lãnh thổ. Người làm nghề lâu năm hiểu điều này đến mức đôi khi quên nói ra, và thế là một bảng số trở thành một lời tiên tri. Có một chi tiết nhỏ mà tôi luôn kiểm tra trước khi trình bày bất cứ điều gì: độ dài của mẫu có khớp với độ dài của kết luận hay không. Một bảng xếp hạng sau bốn vòng không nói gì về sức mạnh đội bóng. Một cầu thủ có chỉ số phòng ngự tốt sau sáu trận có thể chỉ là người chưa gặp đối thủ mạnh. Tôi đã thấy các tiêu đề được viết từ đúng loại dữ liệu đó, và tôi hiểu vì sao chúng tồn tại: chúng dễ đọc, và độc giả không có công cụ để phản bác. Trong ba tháng tới, thứ tôi sẽ theo dõi không phải là bảng xếp hạng. Tôi sẽ theo dõi tỷ lệ ô NULL trong dữ liệu của từng đội. Đội nào bắt đầu công bố play-by-play đầy đủ, ghi rõ số phút theo từng hiệp, và tách dữ liệu tập luyện khỏi dữ liệu thi đấu, đội đó sẽ có lợi thế cộng dồn trong hai đến ba mùa. Lợi thế đó không đến từ một mô hình thông minh hơn. Nó đến từ việc có ít phòng trống hơn để người khác lấp bằng cảm giác. Còn cầu thủ ngoại binh trong file sáng 6 tháng 3? Tôi đã gửi ban huấn luyện ba kịch bản, một ngưỡng kiểm chứng, và một dòng ghi chú ở cuối: nếu anh ta vượt qua bài test di chuyển ngang vào tuần thứ tám, hãy gọi cho tôi, tôi sẽ cập nhật mô hình trong cùng ngày. Con số không biết nói dối, nhưng nó cũng không biết kể chuyện. Việc của tôi là giữ cho câu chuyện không bị viết thay vào chỗ dữ liệu còn trống. Khi huấn luyện viên trẻ nói với tôi rằng cảm giác của anh ấy đủ để quyết định, tôi cười. Tôi chạm vào tương lai bằng bàn phím, và bàn phím thì ghi lại được cả những lần tôi không biết.