Bảng biểu đầy ắp, bằng chứng bằng không: căn bệnh rỗng của phân tích bóng rổ

Tháng 3 vừa rồi, một người bạn làm bộ phận phân tích cho một câu lạc bộ B.League gửi tôi tập tài liệu dài 41 trang. Đầy đủ đến mức khó chịu. Bảng đánh giá tiến trình bóng. Chỉ số hiệu quả tấn công và phòng ngự. Ô phân tích sự phù hợp nhân sự. Mục khả năng chuyển hóa sang playoff. Và một ma trận rủi ro với đủ cột xác suất, mức độ, tác động, biện pháp giảm thiểu. Mỗi ô đều được tô màu. Mỗi bảng đều có tiêu đề in đậm. Trông như một sản phẩm đã hoàn thiện đến từng chi tiết.

Tôi đọc hết 41 trang rồi gấp lại, và nhận ra trong đó không có tên một cầu thủ nào.

Không tên đội. Không tên huấn luyện viên. Không ngày tháng. Không nguồn trích dẫn. Không một chỉ số cụ thể nào kèm đơn vị đo. Thứ duy nhất được điền trọn vẹn là nhãn lĩnh vực: bóng rổ.

Đó là lúc tôi hiểu mình đang cầm một thứ nguy hiểm hơn cả một bài phân tích sai. Một bài phân tích sai thì người ta còn cãi nhau được, còn sửa được, còn học được từ chỗ sai. Còn thứ này trông đúng đến mức không ai buồn kiểm tra. Và nó lặp lại ở rất nhiều nơi, không phải một trường hợp cá biệt.

Trong ngành bóng rổ, cấu trúc phân tích đã được chuẩn hóa từ lâu. Một báo cáo scouting của đội NBA thường có chín phần: chiến thuật, dữ liệu cầu thủ, vận hành lương, bối cảnh giải đấu, luật lệ, ban huấn luyện, rủi ro, truyền thông, và tác động lan tỏa. B.League học theo. Các trung tâm dữ liệu ở châu Á học theo. Bộ khung ấy lan ra nhanh vì nó tiện: mở file mẫu, điền vào, xuất ra. Vấn đề nằm ở chỗ bộ khung vẫn hiển thị đầy đủ kể cả khi dữ liệu đầu vào rỗng.

Năm 2026, tôi từng mắc đúng vào cái bẫy này.

Trước Olympic Tokyo, tôi viết một bài dài dự đoán đội tuyển nam Nhật Bản vào tứ kết. Cơ sở khi đó là sự xuất hiện của Rui Hachimura và Yuta Watanabe, hai cầu thủ NBA đầu tiên của đất nước, cùng một mùa giải chuẩn bị được đánh giá là tốt nhất trong lịch sử bóng rổ Nhật. Tôi đặt cược uy tín của mình vào dự đoán đó.

Nhật Bản thua cả ba trận vòng bảng. Trận thua Argentina 77-97 là trận khiến tôi phải ngồi lại. Chỉ số defensive rating của họ ở giải đấu đó là 118.4. Tôi đã nhìn thấy chỉ số ấy trước khi viết bài. Tôi chỉ không đưa nó lên đầu.

Tôi viết một bài sám hối dài 1.500 chữ. Và từ đó, tôi tự đặt một luật: không bao giờ đưa ra dự đoán dựa trên danh tiếng cầu thủ. Danh tiếng chỉ là câu chuyện của ngày hôm qua. Chỉ số của hôm nay mới là sự thật.

Nhưng phải đến tập tài liệu 41 trang kia, tôi mới nhìn ra mặt sau của vấn đề.

Cái nguy hiểm lớn nhất của phân tích bóng rổ hiện đại không phải là thiếu dữ liệu, mà là bộ khung hoàn chỉnh không có dữ liệu. Một bảng có tiêu đề, có cột, có màu, có ghi chú chân trang — não người đọc sẽ tự động gán cho nó độ tin cậy. Các nhà tâm lý gọi đó là hiệu ứng trôi chảy: thứ gì dễ đọc thì dễ được tin. Một báo cáo trình bày gọn gàng bị đánh giá cao hơn một báo cáo đúng nhưng lộn xộn.

Trong bóng rổ, tác hại cụ thể là thế này. Ban huấn luyện đọc báo cáo, thấy mục rủi ro được tô đỏ với mức độ cao, liền tin rằng rủi ro đã được đánh giá. Không ai kiểm tra xem mục đó có nội dung gì. Sản phẩm đã được giao. Trách nhiệm đã được chuyển. Và không ai phải chịu trách nhiệm về một ô trống được tô màu đỏ.

Trong phân tích cầu thủ, khái niệm empty stats đã quá quen thuộc: một cầu thủ ghi 22 điểm mỗi trận cho một đội thua 55 trận. Số đẹp, giá trị thấp, vì bối cảnh đã bị bỏ qua. Ở NBA, người ta gọi đó là good stats, bad team. Điều ít ai nói ra: người phân tích cũng có empty stats. Một báo cáo đậm đặc bảng biểu, đầy thuật ngữ, có ma trận rủi ro, có biểu đồ cột — nhưng không có một dữ kiện nào kiểm chứng được — chính là 22 điểm của một đội thua 55 trận. Nó trông như đã làm việc. Nó chưa làm gì cả.

Cách phân biệt duy nhất là đếm số dữ kiện có thể truy vết, không đếm số ô đã điền. Đây là phép thử tôi áp dụng cho mọi báo cáo mình nhận được, và cho chính bài viết của mình trước khi bấm nút xuất bản.

Trong bất kỳ phân tích bóng rổ nào, có một ngưỡng tối thiểu bắt buộc. Phải có ít nhất một thực thể có tên — một đội, một cầu thủ, một huấn luyện viên, một cơ quan quản lý giải đấu. Phải có ít nhất một dữ kiện định lượng — một chỉ số, một mức lương, một thành tích, một tỷ lệ phần trăm. Phải có một mốc thời gian xác định. Không có ba thứ đó, phần còn lại chỉ là trang trí.

Tập tài liệu 41 trang kia có đủ chín phần. Nó thiếu cả ba điều kiện tối thiểu.

Lý do tôi gọi đây là vấn đề của cả ngành, chứ không phải của một cá nhân: khi bộ khung được chuẩn hóa, người ta bắt đầu đo chất lượng công việc bằng độ đầy đủ của bộ khung. Một nhân viên phân tích được khen vì nộp báo cáo đủ mục. Không ai khen vì nộp báo cáo có ba dữ kiện mà không ai khác có. Phần thưởng chảy về phía hình thức, và hình thức thì luôn dễ sản xuất hơn nội dung.

Sau cú sốc Tokyo 2026, tôi xây một khung đánh giá ba trụ cột: tấn công, phòng ngự, thể lực. Mỗi trụ cột phải có ít nhất hai chỉ số định lượng, lấy từ tối thiểu năm trận. Không đủ dữ liệu thì ghi chưa đủ mẫu. Bốn chữ đó cứu tôi nhiều lần hơn mọi bảng biểu tôi từng dựng.

Với đội tuyển Nhật Bản năm 2026, khung này cho kết quả khác hẳn những gì tôi đã viết. Tấn công: hiệu quả ghi điểm ổn nhưng phụ thuộc vào hai cá nhân, và khi một trong hai bị kèm chặt thì hệ thống không có phương án dự phòng. Phòng ngự: defensive rating 118.4, thấp hơn trung bình giải đấu một khoảng lớn. Thể lực: sụt giảm rõ ở hiệp tư trong cả ba trận. Ba trụ cột, hai trụ cột đỏ. Kết luận đúng ra phải là khả năng vào tứ kết rất thấp. Tôi đã không làm thế, vì hai cái tên NBA đã lấp đầy ô trống trong đầu tôi trước khi bảng biểu kịp lên tiếng.

Có một cơ chế tâm lý đáng sợ hơn cả sự lười biếng: áp lực lấp ô trống. Khi bạn ngồi trước một bảng có 60 ô và 58 ô đã được điền, hai ô trống sẽ tạo ra một lực kéo vô hình. Bạn muốn điền vào. Bạn sẽ điền vào. Và bạn sẽ điền bằng thứ hợp lý nhất, chứ không phải thứ đúng nhất.

Tôi từng xem một báo cáo scouting ghi một hậu vệ trẻ có chỉ số phòng ngự ở mức khá. Khi hỏi nguồn, người viết trả lời rằng anh ta xem ba trận và cảm giác là như vậy. Ba trận là quá ít. Trong dữ liệu của tôi, tôi không đưa ra nhận định về một cầu thủ nếu chưa có ít nhất năm trận để đối chiếu. Ba trận có thể là một chuỗi may mắn. Năm trận bắt đầu cho thấy xu hướng. Đây là lằn ranh đạo đức của nghề. Dữ liệu không nói dối, nhưng người đọc nó thì có. Và người viết nó cũng có.

Khi một bản phân tích rỗng lọt vào hệ thống, nó không dừng ở đó. Nó đi vào phiên họp ban huấn luyện. Nó được dùng để biện minh cho một thay đổi đội hình. Nó khiến một cầu thủ trẻ bị đánh giá thấp hơn thực tế, hoặc được đánh giá cao hơn thực tế. Tệ nhất, nó trở thành tiền lệ: mùa sau, bộ khung được tái sử dụng, và cái rỗng trở thành chuẩn mực. Tôi nhớ một đội bóng ở châu Á từng chi 140.000 USD cho gói dữ liệu của một nhà cung cấp quốc tế, nhận về một bộ báo cáo dày 300 trang. Một năm sau, họ vẫn không thay được lối chơi, vì báo cáo không chỉ ra được cầu thủ nào cần thay. Thất bại của người khổng lồ là món quà cho kẻ quan sát — nhưng chỉ khi kẻ quan sát chịu đọc kỹ phần chân trang.

Ở đây tôi phải cãi lại chính mình một chút, vì rất dễ rơi vào cái bẫy ngược: cho rằng mọi báo cáo nhiều bảng biểu đều là rác. Điều đó sai. Bộ khung chuẩn hóa có giá trị thật. Nó buộc người phân tích phải đi qua những câu hỏi mà trực giác thường bỏ qua: vận hành lương thì sao, luật lệ thì sao, rủi ro thì sao. Vấn đề nằm ở thứ tự thực hiện, không nằm ở sự tồn tại của bộ khung.

Mặt khác, một phân tích có ít bảng biểu cũng không tự động đúng. Tôi từng đọc những bài viết rất ngắn, rất sắc, nhưng kết luận chỉ dựa trên một trận duy nhất. Súc tích không đồng nghĩa với chính xác. Ngắn mà rỗng cũng là rỗng, chỉ khác là rỗng nhanh hơn.

Cách tôi chọn: giữ bộ khung lại, nhưng đảo ngược quy trình. Bắt đầu bằng dữ kiện, rồi mới dựng bảng. Nếu sau khi có ba dữ kiện mà vẫn không đủ để điền một mục, mục đó nên để trống — và nói rõ là để trống vì thiếu dữ kiện. Một ô trống trung thực có giá trị hơn một ô đầy giả tạo. Rủi ro của cách làm này là bị coi là làm ít. Tôi chấp nhận. Trong chín năm theo dõi ngành, tôi chưa từng thấy ai bị sa thải vì nói tôi không có đủ dữ liệu. Tôi đã thấy người bị sa thải vì nói chắc chắn mà sai.

Đội bóng lớn sụp đổ không phải vì yếu, mà vì họ quên mất mình từng nhỏ — quên mất mình từng phải tự tay đếm từng chỉ số thay vì mua về một chồng báo cáo đóng gói sẵn. Đế chế không xây trong một đêm, nhưng dữ liệu có thể xây chúng trong một mùa giải. Vấn đề là dữ liệu thật, chứ không phải bảng biểu đẹp.

Trận tiếp theo bạn xem, thử một việc: sau khi đọc xong bất kỳ bản phân tích nào, tự hỏi mình nhớ được mấy cái tên và mấy dữ kiện cụ thể. Nếu câu trả lời là không, thì bản phân tích đó chưa bắt đầu. Và nếu bạn là người viết, thì câu hỏi ấy còn khó hơn nhiều.