Bảng dữ liệu trắng và lòng kiêu hãnh của người phân tích

Đêm ấy, tại một trung tâm huấn luyện bóng bàn ở phía nam Hà Nội, màn hình trước mặt tôi chỉ hiện một bảng trắng. Một giải đấu trẻ vừa khép lại sau bốn ngày, hàng nghìn pha bóng đã đi qua mặt bàn, vậy mà khi tôi mở tệp trích xuất dữ liệu, mọi ô đều trống hoác. Trường tên giải: bỏ ngỏ. Trường nguồn: bỏ ngỏ. Cả khối điểm thông tin — thứ được xem là đơn vị nguyên tử của mọi phân tích — cũng không có lấy một dòng. Trong nghề cố vấn dữ liệu, đó là khoảnh khắc lạnh sống lưng. Không phải vì thiếu số liệu, mà vì cám dỗ điền vào chỗ trống bằng một con số do mình tưởng tượng ra. Tôi tắt màn hình, rót một chén trà nóng, và ngồi im. Nếu đêm đó tôi bịa ra dù chỉ một chỉ số, thì toàn bộ sự nghiệp phân tích của tôi sẽ bắt đầu mục ruỗng từ đúng ô đầu tiên.

Tôi sinh ra ở Việt Nam, làm việc ở Bắc Kinh, và dành phần lớn thời gian để biến những pha bóng bàn thành biểu đồ. Nghề của tôi vận hành theo một quy trình hai tầng: tầng thứ nhất bóc tách bài viết hoặc trận đấu thành các trường dữ liệu có cấu trúc; tầng thứ hai mới là phân tích chuyên sâu. Đêm ấy, tầng một trả về kết quả rỗng. Theo nguyên tắc xử lý giá trị null, mọi chiều phân tích buộc phải được đánh dấu "chưa đủ thông tin, không thể đánh giá", chứ tuyệt đối không được lấp bằng suy đoán. Tôi gọi đó là giới luật đầu tiên của nghề: thà nói "tôi chưa đủ chứng cứ" còn hơn đoán mò.

Người ngoài thường nghĩ công việc của một cố vấn dữ liệu là đưa ra những dự đoán táo bạo. Sự thật thì ngược lại. Phần lớn thời gian của tôi là nói "không" với những kết luận chưa đủ cơ sở. Bóng bàn là môn thể thao của những biến số nhỏ: độ xoáy, điểm rơi, nhịp bộ, độ nảy của bóng sau cú giật. Một cú giật có thể mang ba thông số cùng lúc — tốc độ, độ xoáy, điểm rơi — và nếu thiếu bất kỳ thông số nào, mọi kết luận về nó đều là một tòa nhà xây trên cát. Tôi học được điều này từ năm 2026, khi còn là sinh viên năm hai ngành quản lý thể thao ở Bắc Kinh.

Năm đó, tôi theo dõi mười trận của một câu lạc bộ ở V-League, tự tay đếm số đường chuyền, số lần thu hồi bóng ở một phần ba sân đối phương, và tỷ lệ chuyền thành công dưới áp lực. Kết quả khiến tôi sững người: một tiền vệ phòng ngự đạt chỉ số áp lực lên tới 9,2 — cao hơn hẳn đồng đội — nhưng không một tờ báo nào nhắc tên anh. Tôi viết một bài dài hai nghìn chữ để chứng minh anh là mắt xích quan trọng nhất. Bài viết được chia sẻ rộng rãi, đạt mười lăm nghìn lượt xem. Nhưng bài học lớn nhất không nằm ở con số 9,2. Nó nằm ở chỗ tôi đã phải tự tay đếm từng đường bóng, bởi vì dữ liệu không tự đến. Kẻ phân tích phải đi lấy dữ liệu bằng đôi tay của mình. Tự học không phải là học bằng bàn phím, mà là để bàn phím tự học bằng đôi tay mình.

Từ đó, tôi dựng một quy tắc bất di bất dịch: không bao giờ đưa ra nhận định dựa trên một con số đơn lẻ. Ít nhất ba chỉ số độc lập phải cùng chỉ về một hướng, và ít nhất hai nguồn dữ liệu phải xác nhận lẫn nhau. Khi áp quy tắc này vào bóng bàn, tôi nhận ra môn thể thao này khắc nghiệt hơn bóng đá rất nhiều về mặt dữ liệu.

Trong bóng đá, một cú sút có thể được lượng hóa bằng xG — bàn thắng kỳ vọng. Trong bóng bàn, không có thứ tương đương nào được chuẩn hóa. Một pha giao bóng ngắn có độ xoáy xuống, một pha giao bóng dài có độ xoáy lên, một pha giao bóng xoáy ngang — mỗi loại mở ra một cây quyết định khác nhau. Nếu tôi chỉ ghi lại kết quả cuối cùng của pha bóng, thắng hay thua, tôi đã đánh mất toàn bộ cấu trúc bên trong. Một chỉ số tổng hợp không có dữ liệu nền giống như một bảng điểm không có tên người chơi: nó đúng về mặt con số nhưng vô nghĩa về mặt sự thật.

Đó là lý do đêm bảng trắng ấy lại quan trọng. Khi tầng bóc tách trả về rỗng, tôi có hai lựa chọn. Lựa chọn thứ nhất: viết một bài phân tích nghe thật thuyết phục, dùng những thuật ngữ đẹp, gắn vào vài cái tên quen thuộc, và để độc giả tin rằng tôi đã giải mã được điều gì đó. Lựa chọn thứ hai: công khai rằng dữ liệu không tồn tại, rằng mọi kết luận đều bất khả, và dành cả bài viết để nói về chính cái khoảng trống đó.

Tôi chọn cách thứ hai. Và tôi nhận ra rằng khoảng trống ấy, xét cho cùng, là một chủ đề thể thao đích thực.

Hãy hình dung đường ống dữ liệu của một giải bóng bàn trẻ. Dữ liệu chảy qua ba tầng: thượng nguồn là thiết bị, đào tạo và huấn luyện; trung nguồn là giải đấu, hiệp hội và câu lạc bộ; hạ nguồn là truyền thông, thương mại và các thị trường phái sinh. Khi tầng bóc tách ở thượng nguồn chết giữa đường, toàn bộ hạ nguồn bị ảnh hưởng. Một huấn luyện viên không có dữ liệu sẽ chọn đội hình bằng cảm tính. Một nhà tài trợ không có dữ liệu sẽ định giá vận động viên bằng mức độ nổi tiếng trên mạng xã hội. Và một nhà báo không có dữ liệu sẽ viết bằng niềm tin.

Ba hệ quả ấy không giống nhau, nhưng chúng cùng bắt nguồn từ một chỗ: sự trống rỗng không được thừa nhận. Trong ngành thể thao, người ta sợ nhất là nói "tôi không biết". Nỗi sợ ấy đắt hơn mọi sai số.

Tôi từng chứng kiến một trường hợp tương tự trong bóng đá. Năm 2026, ở tuổi hai mươi, tôi dồn cả kỳ nghỉ hè để xây dựng một mô hình dự đoán dựa trên xG. Tại vòng tứ kết World Cup, tôi dự đoán Uruguay sẽ thắng nhờ hàng thủ chắc chắn. Kết quả: Pháp thắng 2-0, với chênh lệch xG khổng lồ — 2,8 so với 0,4. Bài dự đoán của tôi bị chế giễu. Tôi mất ba tuần xem lại toàn bộ mười hai trận knock-out, ghi chép từng tình huống ăn bàn, và hiểu ra sai lầm của mình: tôi đã tin vào cảm giác thay vì tin vào mô hình. Uruguay chỉ có bốn cú sút trong vòng cấm; Pháp có chín. Từ đó, tôi buộc mình kiểm chứng mọi dự đoán bằng ít nhất hai nguồn độc lập.

xG không phán xét cú sút, nó chỉ soi sáng thứ bóng đá bạn từ chối nhìn. Với bóng bàn, tôi cần một tấm gương tương tự — một chỉ số kỳ vọng kiểu bóng bàn. Nhưng để xây được tấm gương ấy, tôi cần dữ liệu thô sạch. Và dữ liệu sạch chỉ đến từ những nơi không bị nhiễu bởi cảm xúc. Tôi không viết về bóng bàn, tôi viết về những vết lõm trên biểu đồ mà tay vợt để lại.

Năm 2026, đại dịch khiến mọi giải đấu đình trệ. Tôi đang làm luận văn thạc sĩ về phân tích dữ liệu bóng đá thì bộ phận phân tích nơi tôi thực tập bị giải thể vì cắt giảm ngân sách. Tôi không hoảng. Tôi đề xuất một dự án cá nhân: thu thập dữ liệu các trận cũ từ 2026 đến 2026 của giải vô địch quốc gia Trung Quốc, rồi xây mô hình dự đoán khả năng trụ hạng. Khi Euro 2026 và Olympic Tokyo diễn ra, tôi dùng nguồn dữ liệu mở để kiểm tra mô hình. Nó đoán đúng 75% kết quả vòng bảng, nhưng thất bại ở vòng knock-out vì không tính yếu tố luân lưu. Tôi gửi báo cáo cho một nhà phân tích của đội tuyển quốc gia, và nhận được lời đề nghị cộng tác.

Bài học từ giai đoạn đó rất rõ: một mô hình có thể sai, và người xây mô hình phải nói rõ điều đó. Tôi bắt đầu viết mỗi bài theo hai phần — "Mô hình" và "Giới hạn của mô hình". Phần thứ hai quan trọng không kém phần thứ nhất.

Quay lại bảng trắng đêm ấy. Điều khiến tôi bình tĩnh không phải là kinh nghiệm, mà là một câu tôi tự nhủ: Sân trống không tạo ra ma, nó tạo ra dữ liệu sạch nhất mà một kẻ tu hành từng mơ. Những trận đấu không khán giả là nơi dữ liệu không bị bóp méo bởi tiếng hò reo. Nhưng một đường ống trống rỗng còn hơn cả sân trống — nó là một thư viện chưa có sách. Ở đó, kẻ phân tích trung thực chỉ có một việc để làm: ghi vào sổ rằng thư viện đang trống, kèm ngày giờ và lý do.

Và trong bóng bàn, nơi mỗi điểm số được định đoạt bởi những biến số nhỏ hơn cả một phần mười giây, tôi luôn tự hỏi: liệu có phải vì môn này quá nhanh nên người ta ngại ghi chép? Một pha bóng kéo dài trung bình chưa đến năm giây. Muốn đo độ xoáy, người ta phải dùng thiết bị cảm biến; muốn đo điểm rơi, người ta phải chia mặt bàn thành lưới tọa độ. Cả hai việc ấy đều tốn kém, và hầu hết các giải trẻ ở Việt Nam không có ngân sách cho chúng. Kết quả là dữ liệu bóng bàn trẻ thường chỉ tồn tại ở dạng tỷ số trận đấu — thứ thô nhất trong mọi loại dữ liệu.

Chính khoảng trống ấy tạo ra cơ hội. Khi không ai ghi chép, người ghi chép đầu tiên sẽ sở hữu góc nhìn độc quyền. Những cái tên như Nguyễn Anh Tú hay Mai Hoàng Mỹ Trang cho thấy bóng bàn Việt Nam không thiếu tài năng, chỉ thiếu dữ liệu để đo lường tài năng ấy. Tôi học được điều này từ năm 2026, và nó vẫn đúng cho đến hôm nay.

Ngành thể thao đang thưởng cho những ai dám nói to. Một dự đoán táo bạo đúng sẽ mang lại hàng triệu lượt xem; một dự đoán sai sẽ bị lãng quên sau một tuần. Cấu trúc khuyến khích ấy đẩy người phân tích về phía phải luôn có ý kiến. Nhưng trong bóng bàn, nơi mỗi điểm số được định đoạt bởi những biến số nhỏ hơn cả một phần mười giây, cái được thưởng và cái đúng là hai thứ khác nhau.

Góc nhìn phản trực giác của tôi là thế này: kỹ năng đáng giá nhất của một cố vấn dữ liệu không phải là dự đoán, mà là từ chối dự đoán. Một mô hình dự đoán đúng 75% vòng bảng nhưng sụp đổ ở knock-out không phải là một mô hình tồi — nó là một mô hình trung thực, bởi vì nó chỉ ra ranh giới của chính nó. Ngược lại, một bài phân tích nghe rất hay nhưng dựng trên dữ liệu rỗng mới là thứ nguy hiểm, vì nó không có ranh giới nào để người đọc kiểm tra.

Có một nghịch lý tôi gặp nhiều lần khi làm việc với các trang tin thể thao. Khi tôi nói "chỗ này tôi chưa đủ chứng cứ", phản hồi thường là: "Vậy anh viết gì cũng được, miễn nghe hợp lý." Nhưng chính khoảnh khắc ấy lại là lúc giá trị của người phân tích được kiểm tra. Tôi ngồi trước màn hình để tấn công, nhưng thứ tôi phòng thủ là sự ngạo mạn của những con số. Bảo vệ một khoảng trống khó hơn bảo vệ một con số, bởi vì khoảng trống không mang lại lượt xem.

Năm 2026, khi World Cup diễn ra ở Qatar, tôi viết một bài chỉ ra rằng hàng tiền vệ của một đội bị đối thủ cô lập, dựa trên chỉ số pressing thấp hơn và xG cao hơn trong sáu mươi phút đầu. Bài viết bị một trang người hâm mộ lớn chỉ trích dữ dội vì cho rằng tôi bôi xấu thần tượng của họ. Tôi giữ nguyên quan điểm, sửa lại vài số liệu cho chính xác hơn, và đính kèm toàn bộ dữ liệu thô để công chúng tự kiểm tra. Tôi không xóa bài, và không xin lỗi, bởi vì số liệu đúng.

Nhưng có một điều tôi phải cẩn trọng. Làm việc ở Bắc Kinh, giữa một môi trường cạnh tranh cao, tôi dễ rơi vào cái bẫy xem thường người hâm mộ chỉ vì họ không đọc được mô hình. Tôi tự nhắc mình mỗi ngày: chỉ số để soi sáng, không phải để trừng phạt. Nếu một bài phân tích khiến người đọc cảm thấy bị coi thường, thì người thất bại là người viết, không phải người đọc.

Trong bóng bàn, cái bẫy ấy còn tinh vi hơn. Một tay vợt có thể thắng trận nhưng đã chơi thứ bóng bàn rất tồi về mặt giá trị tạo ra. Một tay vợt khác có thể thua nhưng để lại những vết lõm sâu trên biểu đồ — những pha cứu bóng, những quả giật xoáy ở thế bị động, những lần đổi hướng khi đối thủ đã đứng đúng vị trí. Nếu chỉ đọc tỷ số, ta bỏ lỡ toàn bộ phần thú vị nhất. Chuyển nhượng không mua cầu thủ, nó mua xác suất của một tương lai đang run rẩy. Và trong bóng bàn, một suất đào tạo trẻ cũng mua đúng thứ xác suất ấy — chỉ là người ta ít khi gọi nó bằng cái tên đó.

Đêm ấy, tôi lưu lại một tệp duy nhất. Nó không chứa con số nào, chỉ chứa một dòng ghi chú: dữ liệu rỗng, ngày, giờ, lý do, và một đề xuất chạy lại tầng bóc tách. Vài ngày sau, đường ống hoạt động trở lại. Dữ liệu ùa về, và tôi bắt đầu phân tích.

Nhưng tôi giữ lại tệp trắng ấy. Nó nhắc tôi rằng trong một môn thể thao mà mỗi pha bóng chỉ kéo dài vài giây, thứ đáng tin nhất không phải là dự đoán nhanh, mà là sự kiên nhẫn chờ đủ dữ liệu. Vòng đấu tiếp theo sẽ lại đầy ắp những cái tên, những tỷ số, những cú giật xoáy. Và câu hỏi tôi mang theo không phải "ai sẽ thắng", mà là "dữ liệu lần này đã đủ sạch để tôi được phép nói chưa".