Chín chiều phân tích bóng bàn, tám chiều bỏ trống: khi nhà phân tích từ chối bịa số

Chín chiều phân tích bóng bàn, tám chiều bỏ trống: khi nhà phân tích từ chối bịa số

1 giờ 12 phút sáng, tôi mở một tệp báo cáo phân tích bóng bàn do một nhóm dữ liệu gửi tới. Tệp có đúng chín mục, đánh số từ một đến chín, theo một khung phân tích chặt chẽ: kỹ thuật và thiết bị; dữ liệu vận động viên và lịch sử đối đầu; hệ thống giải đấu và luật tính điểm; cục diện cạnh tranh quốc tế; luật và quản trị; ban huấn luyện và tuyến tài năng; bề mặt rủi ro; câu chuyện công chúng và kỳ vọng; cuối cùng là truyền dẫn ra ngành.

Cả chín mục đều ghi cùng một dòng: không đủ thông tin, không thể đánh giá.

Trong tệp không có tên một vận động viên nào. Không có một tỷ số nào. Không có một chỉ số nào, kể cả chỉ số sơ đẳng nhất như tỷ lệ giao bóng thắng điểm. Thứ duy nhất được điền đầy đủ là nhãn lĩnh vực: bóng bàn.

Mười năm trước, tôi sẽ mở phần kết luận trước. Đêm đó tôi mở phần kiểm toán đầu vào trước, và đó hoá ra là toàn bộ nội dung đáng đọc của tệp báo cáo ấy.

Đường ống sản xuất một bản phân tích

Một bản phân tích thể thao đi qua bốn chặng: thu thập nguồn, trích xuất thông tin, phân tích, xuất bản. Ở các nền bóng đá có hạ tầng dữ liệu dày, bốn chặng này có người chịu trách nhiệm riêng. Ở Việt Nam, ba chặng đầu thường do một người làm, và người đó thường bị ép bởi hạn chót của chặng thứ tư.

Tôi biết áp lực ấy từ phía bên kia của nghề. Mười một năm quản trị thị trường chuyển nhượng dạy tôi rằng một hồ sơ cầu thủ thiếu dữ liệu thể lực vẫn phải trình lên hội đồng đúng hạn. Không ai cho phép bạn nộp một trang giấy trắng. Thế là người ta điền vào chỗ trống bằng cảm giác, bằng tin đồn từ một người môi giới, bằng trí nhớ về một trận đấu ba năm trước. Và khi hồ sơ được duyệt, không ai truy ngược xem chỗ trống ban đầu đã được lấp bằng gì.

Bóng đá Việt Nam đã trả học phí cho thói quen ấy. Năm 2026, tôi đặt cược vào xG. V-League trả lời bằng một cú sốc. Trận Hà Nội FC thắng Thanh Hóa 3-2 trên sân Hàng Đẫy, dữ liệu InStat ghi Hà Nội tạo 0,9 xG còn Thanh Hóa tạo 1,7 xG. Truyền thông hôm sau tôn huấn luyện viên đội chủ nhà thành bậc thầy chiến thuật. Tôi viết rằng tỷ lệ chuyển hoá như thế không bền. Bốn vòng sau, Hà Nội mất điểm liên tiếp và không ai nhắc lại bài tâng bốc ấy nữa.

Sang hè 2026, một trang bóng đá lớn nhờ tôi dự đoán nhà vô địch World Cup bằng mô hình riêng. Tôi đặt Brazil lên ngôi dựa trên tổng xG và PPDA của vòng bảng. Bỉ loại Brazil ở tứ kết, Pháp vô địch. Khi rà lại từng trận, tôi thấy lỗi nằm ở chỗ khác hẳn chỗ tôi tưởng: Pháp hạ PPDA từ 11,2 ở vòng bảng xuống 8,7 ở vòng knock-out. Đội vô địch đổi cách chơi theo từng chặng, còn tôi thì dùng một con số cố định cho mọi chặng. World Cup 2026 dạy tôi: dữ liệu không bao giờ là một lớp duy nhất.

Hai lần ấy để lại một thói quen nghề nghiệp. Trước khi phân tích một trận, tôi kiểm tra xem mình có thật sự có nguyên liệu để phân tích hay không.

Tệp báo cáo đêm đó là lần đầu tiên tôi thấy có người làm đúng việc ấy một cách công khai.

Kiểm toán lớp đầu vào: công việc không ai muốn làm

Bản báo cáo dành toàn bộ phần mở đầu cho một bảng kiểm toán mười hai dòng. Bảng liệt kê những gì lẽ ra phải có: tiêu đề bài viết gốc, nguồn, thể loại, danh sách các điểm thông tin, tóm tắt luận điểm cốt lõi bằng một câu, lập trường tác giả, mục đích bài viết, danh sách thực thể được nhắc tới, mức độ nhạy cảm thời gian, chất lượng nguồn.

Cột trạng thái của bảng chỉ có hai giá trị: thiếu, hoặc không thể xác định.

Điểm thông tin là cột quan trọng nhất và cũng là cột trống nhất. Trong khung phân tích này, mọi kết luận ở tầng sau đều phải trích dẫn ngược về một điểm thông tin cụ thể, bằng số thứ tự hoặc bằng nội dung. Không có điểm thông tin nào thì chuỗi trích dẫn đứt ngay từ mắt xích đầu tiên. Nhà phân tích ghi rõ: với danh sách rỗng, việc dựng lại chuỗi ấy là bất khả về mặt cấu trúc.

Phần kiểm toán còn chỉ ra một lỗi hành chính nhỏ nhưng đáng chú ý. Trường thực thể ghi một câu hướng dẫn: xác định từ các điểm thông tin ở trên. Đại từ ấy không có tiền tố. Nó trỏ vào một khoảng không.

Và đây là chỗ tôi dừng lại đọc chậm. Bản báo cáo không lấp khoảng trống. Nó ghi thẳng: nếu dựng bảng phân rã kỹ thuật, bảng đối đầu trực tiếp hay ma trận rủi ro ở đây, tức là bịa ra vận động viên, bịa ra kỷ lục, bịa ra bối cảnh trận đấu. Kèm theo một câu mà tôi muốn đóng khung: một nhãn tin cậy dán lên một dữ kiện bịa còn tệ hơn không có bản phân tích nào.

Trong ngành tin nhanh trận đấu, câu đó là một lời tuyên chiến. Bởi vì mặc định của ngành là: phải có bài. Bài phải có số. Số phải trông cụ thể.

Vì sao ngành mặc định bịa số

Tôi không tin rằng người viết thể thao Việt Nam thích bịa. Tôi tin họ bị đặt vào một hệ thống thưởng phạt đẩy họ về phía đó.

Thứ nhất là áp lực tần suất. Một vòng V-League có bảy trận trong hai ngày rưỡi. Mỗi trận cần ít nhất một bài. Mỗi bài cần một góc mới. Số góc thật sự mới mà dữ liệu cho phép thì ít hơn số bài cần viết. Khoảng cách ấy được lấp bằng tính từ.

Thứ hai là chuẩn tối ưu tìm kiếm. Thuật toán những năm gần đây thưởng cho nội dung có thông tin gia tăng, tức là phải mang tới một điều người đọc chưa biết. Nghe thì đúng, nhưng nó tạo ra một nghịch lý: khi bạn không có dữ liệu mới, cách rẻ nhất để tạo ra thông tin gia tăng là tạo ra một diễn giải mới cho dữ liệu cũ. Diễn giải thì không kiểm chứng được. Số liệu thì kiểm chứng được. Hệ thống vì thế thưởng cho thứ không kiểm chứng được.

Thứ ba là thói quen sao chép mô hình ngoại. Chỉ số thô như xG, PPDA, progressive passes được nhập về Việt Nam mà không kèm hướng dẫn sử dụng. Một phóng viên đọc bảng xG của giải Ngoại hạng Anh rồi áp nguyên sang V-League sẽ thấy một giải đấu trông rất khác, và thay vì nghi ngờ mô hình, anh ta nghi ngờ giải đấu.

Thứ tư, và đây là cái khó nói nhất, là bản năng tránh khoảng trống của người viết. Một bài có mười hai đoạn thì cả mười hai đoạn phải liền mạch. Một chỗ trống làm người viết thấy mình thiếu tay nghề, dù chỗ trống ấy thuộc về dữ liệu chứ không thuộc về anh ta.

Người quản trị thị trường không quản trị dòng tiền. Họ quản trị kỳ vọng. Tôi nghĩ câu đó áp được nguyên vẹn sang nghề viết: người viết thể thao không quản trị sự thật. Họ quản trị kỳ vọng của toà soạn rằng bài sẽ đầy đặn.

Chuỗi trích dẫn đứt gãy

Nhìn bề mặt, một bài phân tích V-League có vẻ dày đặc số. Nhưng thử truy ngược từng con số về nguồn gốc thì bức tranh khác hẳn.

Cụm từ quen thuộc nhất là theo thống kê. Không có tên đơn vị cung cấp, không có ngày, không có phạm vi mẫu. Một câu như đội chủ nhà kiểm soát bóng 62 phần trăm có thể đến từ ba nguồn khác nhau cho ra ba kết quả khác nhau, vì định nghĩa kiểm soát bóng phụ thuộc vào việc có tính thời gian bóng chết hay không.

Lớp thứ hai là bản đồ nhiệt. Tôi đã nhiều lần nói rằng bản đồ nhiệt đã trở thành một thứ bói toán mới. Nó cho cảm giác khoa học rất mạnh, nhưng một vệt đỏ ở hành lang cánh trái không nói được cầu thủ ấy có thật sự chọn vị trí đó vì nhiệm vụ chiến thuật hay vì anh ta bị đối thủ dồn ra đó. Bản đồ nhiệt ghi lại nơi chân cầu thủ chạm đất, không ghi lại lý do.

Lớp thứ ba là chỉ số cao cấp nhập khẩu. Chúng tôi từng dùng bộ chỉ số của một nhà cung cấp châu Âu để đánh giá một tiền vệ ở V-League. Chỉ số ấy cho điểm rất cao, vì nó thưởng cho số đường chuyền tiến về phía khung thành. Nhưng đội của cầu thủ đó chơi phòng ngự phản công và anh ta chỉ chuyền bóng khi đã có ba mét vuông trống. Chỉ số không sai. Chỉ số chỉ đơn giản là không biết anh ta đang chơi trong hệ thống nào.

Ba lớp ấy cộng lại thành một kiểu trích dẫn không có người chịu trách nhiệm. Khi con số bị sai, không ai bị quy trách nhiệm, vì không ai nhận mình đã tạo ra nó. Chuỗi trích dẫn đứt ở đúng chỗ mà theo lý thuyết nó phải chắc nhất.

Ba nguyên nhân hỏng hóc, và bản đồ của chúng ở V-League

Bản báo cáo đưa ra ba giả thuyết cho việc lớp đầu vào rỗng, kèm nhãn tin cậy cho từng giả thuyết. Tôi thấy ba giả thuyết ấy mô tả khá chính xác những gì xảy ra hằng tuần trong nghề của tôi.

Giả thuyết thứ nhất, xác suất cao nhất: bộ trích xuất ở tầng trên trả về rỗng. Nó nhận được một văn bản mà nó không phân loại được, nên nó phát ra bộ khung mẫu mà không điền trường nào. Trong bóng đá Việt Nam, đây là trường hợp thông cáo báo chí. Một câu lạc bộ gửi thông cáo ba đoạn, không có một con số nào, chỉ có tính từ. Bộ máy nội dung vẫn phải chạy. Kết quả là một bài phân tích không có nguyên liệu phân tích.

Giả thuyết thứ hai: đường ống làm rơi mất thân bài. Nguồn tải về rỗng, hoặc nằm sau tường phí, hoặc bài đã bị gỡ trước khi bộ trích xuất kịp đọc. Với bóng bàn Việt Nam, đây là chuyện thường. Kết quả một giải vô địch quốc gia thường chỉ được công bố dưới dạng bảng tỷ số, không có biên bản từng ván, không có thống kê giao bóng. Người viết buộc phải dựng lại trận đấu bằng ký ức.

Giả thuyết thứ ba: lệch lược đồ. Các điểm thông tin có tồn tại nhưng nằm dưới khoá khác. Dịch sang tiếng Việt thể thao: hai người đếm cùng một thứ bằng hai định nghĩa khác nhau. Một bên đếm cú sút, một bên đếm cú sút trúng đích. Một bên tính pha bóng nguy hiểm là pha có ít nhất một đường chuyền vào vòng cấm, bên kia tính rộng hơn. Hai bảng số liệu cùng đúng, cùng nói về một trận, và không bao giờ khớp nhau.

Ba giả thuyết này có một điểm chung đáng sợ: cả ba đều không phải lỗi của nhà phân tích. Anh ta nhận một gói dữ liệu hỏng từ người khác và bị yêu cầu tạo ra kết luận từ nó. Trong tình huống ấy, việc duy nhất còn giữ được phẩm giá nghề nghiệp là ghi rõ gói dữ liệu đã hỏng.

Phân tích suy giảm: làm việc với hai mươi phần trăm dữ liệu

Bản báo cáo không dừng ở việc từ chối. Nó đề nghị một chế độ làm việc gọi là phân tích suy giảm: những chiều nào có dữ liệu thì phân tích hết chiều sâu, những chiều nào rỗng thì đánh dấu không đủ thông tin, và mọi kết luận đều phải gắn nhãn cơ sở chứng cứ của nó.

Đây là phương pháp tôi đã dùng suốt nhiều năm mà không có tên gọi cho nó.

Lấy bóng bàn Việt Nam làm ví dụ. Giả sử tôi cần đánh giá một tay vợt trước SEA Games. Tôi không có dữ liệu độ dài từng pha bóng, không có phân bố điểm theo kiểu giao bóng, không có tỷ lệ thắng điểm ở loạt đôi công trên bàn. Những thứ đó chỉ tồn tại ở các giải có hệ thống thu thập của Liên đoàn Bóng bàn Thế giới và ngay cả ở đó cũng không đầy đủ.

Nhưng tôi có thứ khác. Tôi có danh sách thiết bị được phép lưu hành, tôi có lịch sử đổi bóng từ celluloid sang bóng nhựa 40 milimét, tôi có kết quả đối đầu ở các giải trong nước, tôi có thứ hạng và tôi có băng ghi hình.

Vậy thì tôi phân tích phần có. Ví dụ, tôi có thể nói về ảnh hưởng của việc đổi bóng: bóng nhựa quay chậm hơn, xoáy giảm, nên lối chơi dựa vào xoáy nặng mất lợi thế tương đối so với lối chơi tốc độ gần bàn. Đó là một nhận định có cơ sở vật lý và có thể kiểm chứng bằng việc so sánh kết quả của cùng một nhóm vận động viên trước và sau mốc đổi bóng.

Còn phần tôi không có, tôi ghi rõ: chưa đủ dữ liệu để đánh giá khả năng thích ứng chiến thuật trong loạt đôi công kéo dài.

Sự khác biệt giữa hai câu trên rất lớn. Câu thứ nhất là một kết luận có thể bị phản bác và có thể được kiểm chứng. Câu thứ hai là một lời thú nhận giới hạn. Một bài viết chỉ có câu thứ nhất thì trông mạnh mà thật ra yếu. Một bài viết có cả hai thì trông yếu mà thật ra mạnh, vì người đọc biết chỗ nào có thể tin.

Phân tầng dữ liệu là cách tôi giữ bình tĩnh giữa kỳ chuyển nhượng điên rồ. Mỗi bản hồ sơ cầu thủ tôi chia làm ba tầng: tầng số liệu đo được, tầng quan sát bằng mắt, tầng tin đồn từ người trong cuộc. Ba tầng không bao giờ được trộn vào một câu.

Nhãn tin cậy: thứ tiếng Việt thể thao chưa có

Bản báo cáo gắn nhãn tin cậy cho từng giả thuyết về nguyên nhân hỏng hóc, và gắn một nhãn tổng cho toàn bộ đánh giá, kèm ghi chú rằng nhãn ấy dựa trên việc kiểm tra trực tiếp gói dữ liệu được cung cấp chứ không dựa trên suy đoán về bài viết gốc.

Đó là một quy ước nhỏ nhưng thay đổi hoàn toàn cách đọc.

Trong báo chí thể thao Việt Nam, chúng ta không có quy ước ấy. Một tin chuyển nhượng có nguồn từ người đại diện và một tin chuyển nhượng có nguồn từ một bức ảnh trên mạng xã hội được trình bày với cùng một giọng điệu, cùng một cỡ chữ, cùng một vị trí trang. Người đọc không có công cụ nào để phân biệt, ngoài việc tự đoán qua uy tín của toà soạn. Mà uy tín của toà soạn thì không phân biệt được tin nào với tin nào trong cùng một ngày.

Tôi từng đề xuất với một vài biên tập viên rằng mỗi bài nên có một dòng ghi cấp độ chứng cứ. Đề xuất bị từ chối với lý do rất hợp lý: độc giả không quan tâm.

Có thể họ đúng. Nhưng tôi để ý một chi tiết: cùng những độc giả ấy lại rất quan tâm tới việc một nhà cái định giá cơ hội vô địch của đội tuyển là bao nhiêu phần trăm. Tức là họ quan tâm tới xác suất, miễn là xác suất ấy được đóng gói thành một sản phẩm dễ đọc. Một nhãn tin cậy thấp, vừa, cao cũng là một sản phẩm như thế. Nó chỉ chưa được đóng gói.

Góc phản trực giác: báo cáo rỗng có giá trị hơn báo cáo đầy

Ở đây tôi muốn đi ngược một chút.

Phản ứng tự nhiên của số đông khi đọc một báo cáo chín chiều đều ghi không đủ thông tin là: thất bại. Một nhóm làm dữ liệu tiêu mất mấy ngày để in ra một tài liệu nói rằng họ không biết gì.

Nhưng đặt lên bàn cân với một báo cáo đầy đủ chín chiều, trong đó tám chiều được lấp bằng suy đoán có giọng chắc chắn, tôi chọn báo cáo rỗng. Lý do mang tính kế toán: một báo cáo rỗng gây thiệt hại bằng không, một báo cáo bịa gây thiệt hại khuếch đại theo thời gian. Con số bịa được trích lại, được đưa vào một hồ sơ khác, được dùng làm tiền đề cho một quyết định chuyển nhượng, và ba năm sau không ai còn truy được về chỗ khởi thuỷ.

Tôi đã nằm ở phía nhận của chuỗi khuếch đại đó. Có lần chúng tôi loại một cầu thủ khỏi danh sách theo đuổi vì một chỉ số phòng ngự trông rất kém trong một báo cáo tổng hợp. Sáu tháng sau, người cung cấp dữ liệu thừa nhận chỉ số ấy bị tính sai do lỗi ánh xạ vị trí: cầu thủ ấy bị xếp vào sai vai trò nên mọi pha hành động của anh ta bị chấm theo tiêu chuẩn của một vai trò khác. Không ai bị sa thải. Báo cáo vẫn nằm trong kho.

Nhưng tôi cũng phải nói nốt phần còn lại của sự phản trực giác, vì nếu không thì tôi đang tự tâng bốc mình.

Điểm mù của chính người kiểm toán

Một bản kiểm toán đầu vào có thể trở thành nơi trú ẩn.

Khi bạn phát hiện dữ liệu không đủ, bạn có một lý do hoàn hảo để không đưa ra phán đoán nào. Và nếu lý do ấy lặp lại đủ nhiều, nó biến thành một nghề: nghề chỉ ra lỗi của người khác.

Trong công việc chuyển nhượng, tôi từng thấy những hội đồng như thế. Họ họp bốn lần, mỗi lần kết luận rằng hồ sơ còn thiếu, và cuối kỳ chuyển nhượng họ không ký được ai. Sự cẩn trọng của họ không sai về mặt phương pháp, nhưng nó có một chi phí cơ hội không được ghi vào biên bản.

Cái khó của nghề phân tích nằm ở chỗ phải phân biệt hai trạng thái gần giống nhau: chưa đủ dữ liệu để kết luận, và đã đủ dữ liệu để kết luận rằng không nên kết luận. Trạng thái thứ nhất là việc của người thu thập. Trạng thái thứ hai là việc của người ra quyết định.

Bản báo cáo đêm đó tránh được cái bẫy này bằng một câu duy nhất: nếu chỉ còn một mẩu nhỏ, hãy gửi nó, tôi sẽ chạy phân tích suy giảm. Tức là người viết không dùng khoảng trống để dừng lại. Anh ta dùng nó để xác định chính xác ranh giới của phần có thể nói.

Sau bảy năm, tôi tin vào khoảng lặng giữa hai con số. Khoảng lặng ấy không phải chỗ để nghỉ. Nó là chỗ để đo xem hai con số kia cách nhau bao xa, và vì sao.

Tín hiệu vòng tiếp theo

Điều tôi sẽ theo dõi trong mùa giải tới không phải là chỉ số nào sẽ được nhập về V-League tiếp theo. Tôi sẽ theo dõi xem có toà soạn nào dám in dòng chưa đủ dữ liệu ngay dưới một bảng thống kê hay không.

Nếu có, đó là một tín hiệu nhỏ nhưng thật: ngành bắt đầu phân biệt được giữa việc không biết và việc giả vờ không biết. Nếu không có, chúng ta sẽ tiếp tục có những bài phân tích đầy đặn, mười hai đoạn liền mạch, và không ai trong số những người viết chúng biết mình đang lấp chỗ trống bằng gì.

Còn một giả thuyết tôi chưa kiểm chứng được: liệu số lượng báo cáo rỗng có tăng lên khi các nhóm dữ liệu chuyên nghiệp hoá hay không. Bởi vì một nhóm làm dữ liệu trưởng thành là một nhóm biết từ chối. Và một nhóm biết từ chối thì sẽ có ít bài hơn, ít số hơn, ít tiêu đề hơn.

Liệu một nền thể thao có chấp nhận trả giá bằng số lượng để đổi lấy độ tin cậy hay không. Đó là câu tôi để mở, như cách một tay vợt mở một quả giao bóng xoáy ngang rồi chờ đối thủ tự đoán hướng.