Bảng tính trống và cái bẫy ngụy tạo: Kỷ luật dữ liệu của người phân tích bóng bàn Việt Nam

Tại nhà thi đấu Trịnh Hoài Đức, ván thứ năm của trận bán kết đơn nam giải vô địch bóng bàn quốc gia, trên màn hình của tôi có một bảng tính mười ô. Ba ô được điền. Bảy ô trắng trơn. Đây là ván đấu căng thẳng nhất của cả mùa giải — tỷ số kéo đến 12-10, mỗi điểm đều phải đổi giao bóng sau hai lần chạm bóng, và khán đài gần như đứng dậy ở pha bóng cuối cùng. Nhưng phần mềm ghi điểm của ban tổ chức đã ngừng đồng bộ từ ván thứ ba. Cột dữ liệu của tôi, thứ mà tôi vẫn dùng để dựng lại mạch trận, đột nhiên biến thành một trang giấy trắng. Tôi có trong tay một trận bán kết trọn vẹn về cảm xúc, nhưng trống rỗng về phương diện con số. Và chính khoảnh khắc đứng trước một bảng dữ liệu trống ấy — chứ không phải một bảng đầy ắp — mới là khoảnh khắc định nghĩa một người phân tích.

Người mới vào nghề sẽ làm gì? Họ sẽ lấp đầy khoảng trống. Họ sẽ viết rằng “tay vợt A thắng 60% số điểm ở giai đoạn quyết định” mà không có bất kỳ cơ sở nào, bởi vì một câu văn nghe chuyên nghiệp hơn hẳn khi có con số đứng sau. Đó là cái bẫy mà tôi đã nhìn thấy không chỉ một lần trong mười hai năm theo dõi ngành truyền thông thể thao Việt Nam. Và đó cũng chính là chủ đề của bài viết này: điều gì xảy ra khi dữ liệu biến mất, và vì sao việc thừa nhận “tôi không biết” lại khó hơn nhiều so với việc bịa ra một con số tròn trịa.

Bối cảnh: một nền bóng bàn giàu cảm xúc nhưng nghèo hạ tầng dữ liệu

Bóng bàn Việt Nam là một nghịch lý thú vị. Ở tầng cảm xúc, nó cực kỳ phong phú: những trận chung kết giải vô địch quốc gia luôn kéo khán giả đến kín nhà thi đấu, những cuộc đối đầu giữa các tay vợt hàng đầu như Nguyễn Anh Tú, Đinh Quang Linh hay Trần Tuấn Quỳnh luôn có sức hút riêng, và bóng bàn là một trong những môn thể thao mà Việt Nam từng giành huy chương ở đấu trường khu vực. Nhưng ở tầng hạ tầng dữ liệu, chúng ta đang ở giai đoạn sơ khai.

Hãy thử tưởng tượng bạn muốn tra cứu một thông tin đơn giản: tỷ lệ thắng điểm giao bóng của tay vợt số một Việt Nam trong mùa giải vừa qua là bao nhiêu. Ở các nền bóng bàn phát triển như Trung Quốc, Nhật Bản hay Đức, dữ liệu này có sẵn trên các nền tảng thống kê chính thức, được cập nhật theo từng giải, thậm chí theo từng trận. Ở Việt Nam, bạn sẽ phải tự đi tìm — và trong phần lớn trường hợp, bạn sẽ không tìm thấy. Không phải vì dữ liệu không tồn tại, mà vì nó chưa bao giờ được thu thập một cách có hệ thống, chưa bao giờ được chuẩn hóa, và chưa bao giờ được công khai.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi trong nhiều năm, tôi có thể khẳng định một điều: phần lớn các bảng thống kê bóng bàn mà giới truyền thông Việt Nam trích dẫn đều có nguồn gốc từ những ghi chép thủ công, được tổng hợp lại sau trận, và thường chỉ dừng ở mức tỷ số từng ván. Điều đó có nghĩa là khi một bài báo viết rằng “tay vợt X có phong độ cao”, họ gần như không có cơ sở định lượng nào để chứng minh điều đó ngoài kết quả thắng thua.

Đây là điểm khởi đầu cho mọi vấn đề mà bài viết này muốn mổ xẻ. Khi hạ tầng dữ liệu yếu, áp lực phải tạo ra nội dung hấp dẫn sẽ đẩy người viết về phía ngụy tạo vô thức. Và ngụy tạo vô thức — chứ không phải nói dối có chủ đích — mới là kẻ thù nguy hiểm nhất của tính trung thực trong phân tích thể thao.

Bốn cột trụ của một bảng dữ liệu trung thực

Từ trải nghiệm của chính mình, tôi rút ra bốn nguyên tắc mà bất kỳ ai phân tích bóng bàn — dù chuyên nghiệp hay nghiệp dư — cũng nên tuân thủ. Bốn cột trụ này không phải là lý thuyết suông; chúng là những gì tôi tự nhắc mình mỗi khi ngồi trước một bảng tính.

Cột trụ thứ nhất: giá trị rỗng là một giá trị. Trong ngôn ngữ của người làm dữ liệu, chúng ta phân biệt rõ giữa “số 0” và “không có dữ liệu”. Số 0 nghĩa là ta đã đo được và kết quả là không có gì. Còn “không có dữ liệu” nghĩa là ta chưa đo được. Hai khái niệm này hoàn toàn khác nhau, và việc gộp chúng lại là sai lầm chết người.

Trong bóng bàn, phân biệt này cực kỳ quan trọng. Nếu một tay vợt không ghi được điểm nào từ những pha giao bóng xoáy lên trong một ván, đó là số 0 — và nó kể một câu chuyện chiến thuật. Nhưng nếu ban tổ chức không ghi nhận loại giao bóng đó, thì đó là “không có dữ liệu” — và nó không kể câu chuyện nào cả, ngoại trừ câu chuyện về lỗ hổng trong khâu thu thập. Việc lấp ô trống bằng số 0, hoặc tệ hơn là bằng một con số suy đoán, sẽ biến một lỗ hổng kỹ thuật thành một kết luận sai lệch. Con số không bao giờ nói dối, chỉ có người đọc nó tự lừa mình — nhưng một ô trống bị lấp liều thì đã lừa người đọc trước cả khi họ bắt đầu đọc.

Cột trụ thứ hai: minh bạch nguồn. Mỗi con số phải trả lời được câu hỏi: nó đến từ đâu, được đo bằng cách nào, và ai chịu trách nhiệm về nó. Trong thị trường bóng bàn Việt Nam, điều này đặc biệt khó vì phần lớn số liệu lưu hành là “truyền miệng kỹ thuật số” — một con số được một bài báo nêu ra, sau đó được các bài báo khác trích dẫn lại, cho đến khi không ai còn nhớ nguồn gốc thật sự của nó. Tôi từng theo dõi một chỉ số về số pha bóng trung bình trong một giải đấu bị lặp lại y nguyên trong bốn bài báo khác nhau, trong khi không bài nào nói rõ nó được tính thế nào. Cuối cùng, hóa ra con số đó được một phóng viên đếm tay trong hai trận, rồi bị dùng như thể nó đại diện cho cả giải.

Cột trụ thứ ba: chọn đúng chỉ số. Bóng bàn có một hệ chỉ số riêng, khác với bóng đá hay bóng rổ. Bốn nhóm chỉ số mà tôi cho là cốt lõi gồm: tỷ lệ thắng điểm giao bóng, tỷ lệ thắng điểm đỡ giao bóng, số điểm trung bình mỗi pha bóng, và hiệu suất ở giai đoạn quyết định (từ điểm 8 trở đi). Bốn nhóm này, khi kết hợp lại, dựng nên chân dung chiến thuật của một tay vợt rõ hơn nhiều so với tỷ số chung cuộc.

Hãy lấy ví dụ. Một tay vợt thắng trận với tỷ số 3-0 nghe có vẻ áp đảo. Nhưng nếu ta biết rằng tỷ lệ thắng điểm giao bóng của họ chỉ đạt 48%, trong khi tỷ lệ thắng điểm đỡ giao bóng lên đến 62%, thì câu chuyện hoàn toàn khác: họ không thắng bằng sức mạnh của những pha giao bóng, mà bằng khả năng đọc và phản công ngay từ pha đỡ. Ngược lại, một tay vợt khác có tỷ lệ thắng điểm giao bóng 70% nhưng vẫn thua sát nút ở ván quyết định rất có thể đang phụ thuộc quá nhiều vào giao bóng, và khi đối thủ bắt nhịp được, họ không còn phương án dự phòng.

Trong bóng đá, người ta có xG — số bàn thắng kỳ vọng — để tách kết quả khỏi chất lượng cơ hội. Trong bóng bàn, tương đương gần nhất của xG là nhóm chỉ số về chất lượng điểm số, bởi vì một điểm có thể đến từ một pha bóng áp đảo hoặc từ một sai lầm đơn giản của đối thủ. Nếu không tách bạch hai loại điểm này, ta sẽ định giá sai thực lực. Một tay vợt thắng 11-5 có thể chỉ giành được hai điểm từ những pha bóng chủ động, còn lại là do đối thủ tự đánh hỏng. Nhìn vào tỷ số, ta tưởng họ thắng thuyết phục; nhìn vào chất lượng điểm, ta thấy một bức tranh mong manh hơn nhiều.

Cột trụ thứ tư: khiêm nhường trước giới hạn. Đây là cột trụ khó nhất, bởi vì nó đi ngược lại bản năng muốn kết luận của người viết. Dữ liệu là lời sám hối của những kẻ từng tin vào cảm giác — nhưng dữ liệu cũng có giới hạn của nó, và người phân tích giỏi là người biết nói “với dữ liệu hiện có, tôi chỉ có thể kết luận được đến đây, phần còn lại tôi không chắc”. Trong một nền thể thao mà mẫu dữ liệu thường nhỏ (một giải đấu chỉ có vài chục trận, một tay vợt chỉ đấu vài chục ván mỗi năm), việc kết luận quá mạnh từ mẫu nhỏ là sai lầm phổ biến.

Ba câu hỏi trước khi tin vào một con số

Từ bốn cột trụ ấy, tôi rút ra ba câu hỏi kiểm tra mà tôi tự đặt ra trước khi sử dụng bất kỳ số liệu nào trong bài viết của mình.

Câu hỏi thứ nhất: con số này được đo trong bao nhiêu trận? Nếu câu trả lời là “một trận”, thì đó là dữ liệu giai thoại, không phải dữ liệu thống kê. Giai thoại có thể minh họa cho một luận điểm, nhưng không thể là nền tảng để khái quát hóa. Tôi từng đọc một phân tích khẳng định một tay vợt trẻ “có xu hướng sụp đổ ở điểm quyết định” dựa trên đúng ba điểm số trong một ván. Ba điểm số không đủ để nói bất cứ điều gì về xu hướng của một sự nghiệp.

Câu hỏi thứ hai: con số này có bị cắt khỏi ngữ cảnh không? Một tỷ lệ thắng điểm giao bóng 65% nghe rất ấn tượng, nhưng nếu tay vợt đó chỉ chơi những trận gặp đối thủ yếu hơn mình một bậc trình độ, thì con số ấy phản ánh tương quan lực lượng, không phản ánh chất lượng kỹ thuật. Ngữ cảnh là một phần của con số, không phải phần trang trí đi kèm.

Câu hỏi thứ ba: nếu con số này sai thì điều gì xảy ra? Đây là câu hỏi tôi tâm đắc nhất, bởi vì nó buộc tôi phải suy nghĩ về hậu quả. Một con số sai lệch có thể dẫn đến việc một tay vợt bị định giá thấp, một huấn luyện viên bị chỉ trích oan, hoặc một quyết định chiến lược bị đưa ra dựa trên tiền đề sai. Khi nhận thức được hậu quả, ta sẽ cẩn thận hơn với nguồn và phương pháp của mình.

Áp dụng vào thực tế: bảy ô trống trong bảng tính của tôi

Quay lại buổi chiều ở nhà thi đấu Trịnh Hoài Đức. Bảng tính của tôi có bảy ô trống. Cách xử lý trung thực duy nhất là giữ nguyên bảy ô trống đó, và ghi chú rõ ràng lý do trống. Điều đó có nghĩa là bài phân tích của tôi về trận bán kết đó sẽ ngắn hơn, ít “đã” hơn, và không thể đưa ra những kết luận chiến thuật mạnh mẽ như tôi vẫn làm. Nhưng nó sẽ trung thực.

Đây là một điều trớ trêu: chính vì dữ liệu trống, bài viết của tôi lại trở nên trung thực hơn. Nếu phần mềm hoạt động hoàn hảo, tôi có thể đã vô thức bỏ qua một vài điểm bất thường trong dữ liệu, hoặc định giá một tay vợt dựa trên một chuỗi phong độ ngắn mà không kiểm tra mẫu. Khi dữ liệu biến mất, tôi buộc phải quay về với những gì mình thực sự biết: mình đã nhìn thấy gì, mình đã ghi lại được gì, và mình không biết gì.

Trong một thị trường mà phần lớn thông tin lưu hành là tin đồn và cảm xúc, thái độ này không được đánh giá cao. Độc giả muốn câu trả lời dứt khoát. Nhà tài trợ muốn câu chuyện hấp dẫn. Ban tổ chức muốn những con số đẹp. Không ai muốn nghe rằng “chúng tôi không có đủ dữ liệu để kết luận”. Nhưng chính những khoảnh khắc thừa nhận sự thiếu hụt ấy mới xây dựng nên uy tín dài hạn của một người phân tích.

Tôi đã từng thấy điều ngược lại. Một số đồng nghiệp, dưới áp lực phải đăng bài ngay sau khi trận đấu kết thúc, đã đưa ra những con số không có cơ sở. Ban đầu, độc giả không phát hiện ra. Nhưng đến khi một tay vợt hoặc một huấn luyện viên lên tiếng phản bác, uy tín của họ sụp đổ nhanh chóng. Danh tiếng có thể mất trong một đêm, nhưng mô hình dữ liệu thì ở lại. Tuy nhiên, mô hình dữ liệu chỉ ở lại được nếu ta xây nó trên những viên gạch thật — chứ không phải trên những ô trống bị lấp liều.

Góc phản trực giác: khi sự im lặng của dữ liệu tự nó là dữ liệu

Nhưng khoan. Trước khi kết luận rằng mọi ô trống đều xấu, hãy nhìn vấn đề từ phía ngược lại. Trong một số trường hợp, chính việc dữ liệu bị thiếu lại là một tín hiệu đáng giá.

Hãy tưởng tượng một tay vợt trẻ không có bất kỳ số liệu thống kê chính thức nào trong suốt một mùa giải. Ở góc nhìn truyền thống, đó là một vấn đề về hạ tầng. Nhưng ở góc nhìn phân tích, đó lại là một câu hỏi: vì sao tay vợt này không được ghi nhận? Có thể họ đấu ở những giải đấu nhỏ, không được phát sóng, không có ban tổ chức nào thu thập dữ liệu. Điều đó nói lên điều gì về cấu trúc của hệ thống giải đấu, về khoảng cách giữa các tay vợt hàng đầu và những người ở tầng dưới? Sự im lặng của dữ liệu ở đây chính là dữ liệu — nó phơi bày sự bất bình đẳng trong khả năng được nhìn thấy.

Tương tự, khi tôi thấy một tay vợt được truyền thông ca ngợi rầm rộ nhưng không có bất kỳ chỉ số nào để chứng minh, đó cũng là một tín hiệu. Nó cho tôi biết rằng câu chuyện truyền thông đang được xây trên cảm xúc, và tôi nên kiểm tra kỹ hơn trước khi tin vào bất kỳ nhận định nào về họ. Khoảng trống giữa câu chuyện được kể và con số chưa bao giờ xuất hiện luôn là nơi tôi chú ý nhất.

Đây là điểm phản trực giác quan trọng: mục tiêu của người phân tích không phải là lấp đầy mọi ô trống, mà là hiểu tại sao chúng trống. Một bảng dữ liệu hoàn hảo có thể che giấu những vấn đề nghiêm trọng hơn cả một bảng dữ liệu khuyết thiếu. Khi mọi chỉ số đều có vẻ đẹp đẽ, khi mọi tay vợt đều có đầy đủ thống kê, ta nên tự hỏi ai đã thu thập chúng, với tiêu chuẩn nào, và liệu có phải một số con số bất tiện đã bị lược bỏ trên đường đi. Sự hoàn hảo quá mức trong dữ liệu thể thao thường là dấu hiệu của việc chọn lọc, chứ không phải của sự đầy đủ.

Và đây là nơi tôi phải tự cảnh giác với chính mình. Phong độ là ảo ảnh, chỉ có chuỗi số mới là dòng chảy thật — nhưng chuỗi số cũng có thể là một ảo ảnh khác, nếu nó được chọn lọc để kể một câu chuyện đã định trước. Người phân tích theo trường phái dữ liệu như tôi thường bị cám dỗ tin rằng con số là khách quan tuyệt đối. Không phải vậy. Con số được chọn cách đo, được chọn thời điểm, được chọn cách trình bày. Ở giữa hai cực — cảm xúc thuần túy và dữ liệu thuần túy — luôn có một khoảng không gian phán đoán mà không công thức nào lấp đầy được.

Tín hiệu cho vòng tiếp theo

Vậy điều gì cần thay đổi? Tôi cho rằng ngành bóng bàn Việt Nam cần một tiêu chuẩn tối thiểu về dữ liệu trận đấu, được thống nhất giữa ban tổ chức, liên đoàn và giới truyền thông. Không cần phức tạp. Chỉ cần bốn nhóm chỉ số cơ bản mà tôi đã nêu, được thu thập nhất quán và công khai. Khi có tiêu chuẩn ấy, cả người viết lẫn người đọc đều biết mình đang đứng ở đâu — và những ô trống sẽ trở thành tín hiệu trong sáng về điều chưa được đo, thay vì cái cớ để bịa ra một con số.

Với những ai đang viết về bóng bàn, tôi chỉ muốn nhắn một điều: hãy giữ ô trống lại. Đừng lấp nó bằng con số đẹp. Bởi vì một bài phân tích trung thực với bảy ô trắng vẫn có ích hơn một bài phân tích đầy ắp số liệu mà không một con số nào đáng tin. Khi cả thế giới hô hào cảm xúc, người viết có thể chọn lắng nghe biểu đồ — nhưng cũng phải đủ can đảm để nói rằng biểu đồ ấy, lần này, đang im lặng.