Một nhãn, sáu môn: vì sao dữ liệu bi-a Việt Nam vẫn trả về số không

Một nhãn, sáu môn: vì sao dữ liệu bi-a Việt Nam vẫn trả về số không

2 giờ 47 phút sáng. Tôi chạy một lô 1.247 bài viết về bi-a qua bước trích xuất dữ liệu. Màn hình trả về một bảng gồm chín mục: nhận diện bộ môn, dữ liệu cơ thủ, thể thức giải, bản đồ quyền lực, luật và tuân thủ, hệ sinh thái sự nghiệp, rủi ro, dư luận, chuỗi truyền dẫn ngành. Cả chín mục trống trơn. Không tên giải. Không tên cơ thủ. Không một dòng thông tin nào.

Tôi ngồi nhìn cái bảng trắng đó khoảng mười phút, rồi mở lại một tệp ghi chép cũ. Năm 2026, tôi dựng mô hình cho một trận bóng đá Việt Nam, tự tin đội nhà thắng 3-1 vì tạo được chỉ số bàn thắng kỳ vọng cao gấp gần ba lần đối thủ. Trận đó kết thúc 0-1, thủ môn bên kia có bảy pha cứu thua. Lần đó tôi học được rằng một chỉ số đơn lẻ không đủ để kết luận. Lần này, cái bảng trắng dạy tôi điều khác: có những lúc vấn đề không nằm ở dữ liệu, mà nằm ở cái nhãn dán lên dữ liệu.

Sáu bộ môn dưới một cái tên

Ở Việt Nam, "bi-a" là một cái tên chung. Ngoài đường, người ta nói "đi đánh bi-a" và ai cũng hiểu. Dưới cái tên chung đó là ít nhất sáu bộ môn có hệ thống luật, cách tính điểm và hệ sinh thái thương mại khác nhau: snooker, carom ba băng, pool 9 bóng, pool 8 bóng, bi-a 8 bóng Trung Quốc và pyramid Nga.

Khác biệt không nhỏ. Snooker do WPBSA quản lý, thi đấu theo frame, thước đo đỉnh cao là cú một trăm điểm và cú tối đa 147. Carom ba băng do UMB quản lý, thi đấu theo lượt cơ, đo bằng hệ số trung bình điểm trên mỗi lượt và chuỗi điểm dài nhất. Pool 9 bóng do WPA quản lý, đo bằng tỷ lệ thắng ván sau cú phá bi. Bi-a 8 bóng Trung Quốc có hệ thống giải riêng, bàn lỗ nhỏ hơn, mặt bàn khác.

Dùng chỉ số snooker để nói về carom ba băng cũng giống như dùng bảng điểm bóng rổ để bình luận một trận bóng đá. Nghe hợp lý về mặt ngôn ngữ, sai hoàn toàn về mặt đo lường.

Chín lớp của một câu hỏi

Chín mục trong bảng trích xuất đêm đó thực chất là chín lớp của cùng một câu hỏi: môn này là môn gì, và ai đang chơi nó.

Lớp đầu tiên là nhận diện bộ môn. Không có nó, mọi lớp sau vô nghĩa. Một bài viết nhắc đến "giải vô địch bi-a quốc gia" mà không nói rõ snooker hay ba băng thì không thể phân tích được gì. Ở Việt Nam, cả hai hệ thống giải đều tồn tại, đều được gọi là "bi-a", và đều có lượng người hâm mộ riêng.

Lớp thứ hai là dữ liệu cơ thủ. Với carom ba băng, tôi cần hệ số trung bình mỗi lượt cơ, chuỗi điểm dài nhất, tỷ lệ thắng ở loạt đánh quyết định. Với snooker, tôi cần số cú một trăm điểm, số cú 147, tỷ lệ thắng ở các trận đấu dài. Với pool 9 bóng, tôi cần tỷ lệ phá bi ăn ván. Ba bộ chỉ số này không quy đổi được cho nhau.

Lớp thứ ba là thể thức. Một trận ba băng thường đấu đến 40 hoặc 50 điểm. Một trận chung kết snooker có thể kéo dài 35 frame trong hai ngày. Một trận pool 9 bóng thường chạm 7 hoặc chạm 9. Cùng gọi là "chung kết", nhưng độ nhiễu thống kê khác nhau rất xa. Mẫu càng nhỏ thì một cú đánh cá nhân càng dễ làm lệch toàn bộ kết luận.

Lớp thứ tư là bản đồ quyền lực. Ai ở nhóm tranh vô địch, ai ở nhóm trụ hạng, mật độ cơ thủ trẻ ở từng quốc gia ra sao. Việt Nam có nhà vô địch thế giới ba băng, có Trần Quyết Chiến và Bao Phương Vinh, có một thế hệ cơ thủ trẻ được đào tạo bài bản. Nhưng để vẽ bản đồ đó, tôi cần dữ liệu theo từng bộ môn, không phải một cột "bi-a" chung chung.

Lớp thứ năm là luật và tuân thủ. Cá cược, dàn xếp, tư cách tham dự, hợp đồng. Với một môn có ít giải và ít người theo dõi, thị trường cá cược mỏng, thanh khoản thấp, và một vài tài khoản lớn có thể đẩy tỷ lệ cược đi rất xa.

Ba lớp còn lại — rủi ro, dư luận, chuỗi truyền dẫn ngành — đều phụ thuộc vào ba lớp đầu. Không có bộ môn, không có cơ thủ, không có thể thức, thì không có gì để đánh giá rủi ro, không có dư luận nào để đo, không có chuỗi nào để truyền dẫn.

Điều tôi suýt kết luận sai

Khi bảng dữ liệu trả về trắng, phản xạ đầu tiên của một nhà phân tích là kết luận rằng lĩnh vực đó thiếu dữ liệu. Kết luận đó tiện, nhưng chưa chắc đúng.

Sự trắng đó có thể đến từ ba nguyên nhân rất khác nhau. Nguồn thật sự rỗng. Bước trích xuất bị lỗi, bài viết có thông tin nhưng máy đọc không ra. Hoặc cái nhãn quá thô, khiến thông tin bị phân loại sai chỗ rồi biến mất khỏi tầng phân tích.

Tôi nghiêng về nguyên nhân thứ ba. Bi-a Việt Nam có dữ liệu. Chúng ta có nhà vô địch thế giới, có hệ thống giải quốc gia, có hàng trăm cơ thủ thi đấu thường xuyên. Thứ còn thiếu là cách gọi tên chính xác. Một cơ sở dữ liệu ghi "bi-a" ở cột bộ môn thì không thể so sánh một cơ thủ ba băng với một cơ thủ snooker, cũng không thể so sánh một cú phá bi 9 bóng với một lượt cơ ba băng.

Dữ liệu không bao giờ nói dối, nhưng tôi đã từng nghe nhầm. Lần này tôi suýt nghe nhầm theo hướng ngược lại: đổ lỗi cho lĩnh vực trong khi lỗi nằm ở hệ thống phân loại của chính mình.

Một sai lầm nữa cũng đáng nhắc. Khi không có dữ liệu, áp lực thường đẩy người viết sang phía đối diện: lấp khoảng trắng bằng suy đoán. Tôi đã đọc những bài phân tích bi-a dùng ngôn từ rất dứt khoát cho những kết luận không có một dẫn chứng định lượng nào chống lưng. Đó là lúc phân tích biến thành bình luận, và bình luận thì không kiểm chứng được.

Tôi không viết để thuyết phục ai. Tôi viết để dữ liệu có người làm chứng.

Việc cần làm ở vòng tiếp theo

Trong bốn năm theo dõi bi-a, tôi ghi chép tay hơn hai trăm trận, chủ yếu là carom ba băng và pool 9 bóng. Cuốn sổ đó dạy tôi một điều đơn giản: dữ liệu chỉ có giá trị khi được gắn đúng nhãn ngay từ lúc ghi.

Nếu bạn đọc một bài về bi-a Việt Nam trong vài tháng tới, thử một phép kiểm tra nhỏ. Tìm xem bài đó có nói rõ bộ môn nào không. Nếu chỉ có chữ "bi-a" trơ trọi, bạn đã biết mình đang đọc một bài chưa đủ điều kiện để phân tích.

Ba nghìn trận để tôi biết rằng một trận có thể dạy nhiều hơn tất cả. Và một cái nhãn đúng có thể dạy nhiều hơn một nghìn bảng dữ liệu sai.