Phân tích dữ liệu thể thao: Kỷ luật của kết quả rỗng và cái giá của việc bịa ra một câu chuyện

Ba giờ sáng ở Osaka. Tiếng ve đã tắt từ lâu, chỉ còn tiếng tàu điện cuối ngày rít qua ga. Trên màn hình tôi là một bảng mười một dòng, và mỗi dòng mang đúng một câu: không đủ thông tin để đánh giá.

Tôi ngồi với cái bảng đó bốn mươi phút. Ngón tay đặt trên bàn phím, không gõ. Bởi vì tôi biết chính xác thứ đang chờ sau thao tác kế tiếp. Một cú nhấn, và tôi có thể sinh ra một câu chuyện hoàn chỉnh: có bối cảnh, có nhân vật, có số liệu, có cao trào, có kết luận. Mượt mà đến mức không ai nghĩ tới việc đi kiểm chứng. Nghề của tôi vẽ một đường ranh giới ngay tại chỗ đó. Bên này là dữ liệu. Bên kia là sự bịa đặt mặc áo định dạng.

Cái mà người ta gọi là “phân tích chuyên sâu” thường chỉ là lớp sơn bề mặt của một trật tự sâu hơn, và lần này trật tự đó nói với tôi một điều khó nghe: trong tay tôi không có gì cả.

Bảng dữ liệu trống không phải là thất bại của công cụ. Nó là lời khai trung thực của quy trình.

Cái bảng mười một dòng

Để hiểu vì sao tôi ngồi im, phải nói về cách một hồ sơ phân tích được dựng lên. Quy trình của tôi chạy hai tầng. Tầng một bóc tách văn bản nguồn thành các điểm thông tin nguyên tử: tên vận động viên, cự ly, thành tích, ngày thi đấu, nguồn công bố, quan điểm của tác giả, độ nhạy thời gian. Tầng hai lấy những hạt dữ liệu đó rồi áp vào chín chiều: thành tích và cự ly, tình trạng vận động viên, cấu trúc giải đấu và cơ chế vượt chuẩn, cục diện đối đầu quốc gia, luật và phòng chống doping, hệ thống đội nhóm huấn luyện, bản đồ rủi ro, câu chuyện công chúng và kỳ vọng, cuối cùng là truyền dẫn ngành.

Chín chiều đó không phải nghi thức cho có. Mỗi chiều là một câu hỏi có thể phản bác được. Thành tích này có phải kết quả thật, hay là một lần chạy thuận gió được đóng gói thành năng lực? Vận động viên đang ở đoạn nào của đường cong sự nghiệp, và đỉnh phong độ của họ có trùng với cửa sổ thi đấu không? Suất dự giải đến từ chuẩn thành tích hay từ bảng xếp hạng, và cái nào dễ vỡ hơn khi lịch thi đấu dày lên?

Tầng một đêm đó trả về một danh sách rỗng. Không tên, không cự ly, không thành tích, không ngày, không nguồn. Mười một ô, mười một lần “không đủ thông tin”. Khi tầng một rỗng, tầng hai không có viên gạch nào để xây. Và đây là điểm mà phần lớn người làm nghề sẽ chọn cách xử lý khác tôi.

Cái bẫy của một ô trống

Hãy hình dung áp lực. Một bản tin cần giao trước sáng. Một khách hàng đang chờ. Một tòa soạn đã hứa với độc giả là có bài. Ô trống trên màn hình không phải một ô trống vô hại; nó là một cái hố mà mọi hệ thống xung quanh đang đẩy bạn xuống. Và bộ não con người được huấn luyện để lấp hố.

Trong ngành dữ liệu thể thao, thao tác lấp hố có một cái tên lịch sự: “suy luận hợp lý”. Người viết tự nhủ rằng mình chỉ đang ngoại suy từ những gì đã biết. Vấn đề nằm ở chỗ khi không có điểm dữ liệu gốc nào, mọi ngoại suy đều khởi hành từ ký ức, cảm giác hoặc thứ mà tôi gọi là khuôn mẫu quen tay — chứ không phải từ bằng chứng.

Tôi đã từng chứng kiến cơ chế này vận hành ở quy mô công nghiệp. Năm 2026, khi nhận giải Nhà báo thể thao trẻ xuất sắc nhất năm của SJA, tôi ngồi trong một buổi trao đổi sau lễ và nghe ba đồng nghiệp kể lại cùng một trận đấu theo ba cách khác nhau, mỗi cách đều có số liệu “xác nhận”. Cả ba đều có lý. Và cả ba đều đang chọn cách đọc.

Số liệu không bao giờ nói dối; kẻ nói dối là người chọn cách đọc chúng.

Cái bảng trống đêm đó chính là lúc tôi từ chối chọn cách đọc khi chưa có gì để đọc.

Vì sao tầng hai phải sụp đổ một cách trọn vẹn

Điều dễ bị hiểu sai là người ta tưởng tôi đang thất bại. Thực ra tôi đang quan sát một quy trình hoạt động đúng như thiết kế. Mỗi chiều trong chín chiều đều sụp về cùng một câu, và sự sụp đổ đồng loạt đó là một tín hiệu, không phải một lỗi.

Ở chiều thành tích, không có cự ly, không có mốc thành tích, không có chỉ số gió. Một kết quả chạy mà không biết gió thuận hay ngược thì không thể so với chuẩn vượt tuyển. Một lần nhảy mà không có thời điểm đo thì không thể tách năng lực khỏi may mắn. Không có mốc, không có phán xử. Vậy là sụp.

Ở chiều tình trạng vận động viên, không có tên, không có tuổi, không có quỹ đạo thành tích cá nhân. Muốn nói một người đang lên phong độ, bạn cần ít nhất ba mốc thời gian và một bối cảnh khối lượng huấn luyện. Không có gì. Sụp.

Ở chiều cấu trúc giải và cơ chế vượt chuẩn, không có tên giải, không có cửa sổ thời gian, không có phân tầng. Bạn không thể bàn về suất dự giải khi không biết là giải nào. Sụp.

Ở chiều cục diện đối đầu quốc gia, không có quốc gia nào được nêu. Muốn vẽ bản đồ sức mạnh, bạn cần tên các nền, cần độ sâu lực lượng, cần đường ống đào tạo trẻ. Tay trắng. Sụp.

Ở chiều luật và phòng chống doping, không có cáo buộc, không có quy trình nào bị viện dẫn. Bạn không thể dựng kịch bản án phạt khi chưa có sự kiện khởi phát. Sụp.

Ở chiều đội nhóm và hệ thống huấn luyện, không có huấn luyện viên, không có nhóm tập, không có dấu hiệu chu kỳ hóa. Sụp.

Ở chiều rủi ro, ma trận rủi ro gồm sáu loại, và cả sáu đều trống vì chưa có đối tượng nào để gán rủi ro. Sụp.

Ở chiều câu chuyện công chúng, không có nhãn tự sự nào để gắn. Không thần đồng, không phá kỷ lục, không tái xuất, không chia tay. Sụp.

Ở chiều truyền dẫn ngành, cả ba khâu thượng nguồn, trung nguồn, hạ nguồn đều không có tín hiệu. Sụp.

Chín lần sụp xuống cùng một điểm không phải chín lần thất bại. Đó là một kết luận duy nhất, được xác nhận chín lần: nguồn đầu vào không chứa nội dung phân tích được.

Tôi đã học được kỷ luật này bằng một sai lầm

Tháng Sáu năm 2026, tôi được mời làm bình luận viên dữ liệu phiên bản thử nghiệm trên một kênh truyền hình thể thao Nhật Bản cho trận đấu ở vòng bảng World Cup tại Nga. Trong hiệp một, tôi đọc sai tên một tiền vệ ba lần. Người ta có thể cười, và tôi chấp nhận bị cười. Nhưng thứ khiến tôi mất ngủ nằm ở một chỗ khác: phân tích cự ly đội hình cho thấy cấu trúc áp sát bị kéo giãn đúng vào một khoảng thời gian ngắn, và tôi đã không nhìn ra nó trước khi nó xảy ra, dù dữ liệu theo dõi đã nằm trước mắt.

Tôi dành trọn một tháng xem lại băng ghi hình toàn bộ vòng bảng. Không phải để sửa cách phát âm. Mà để kiểm tra xem mình đã bỏ qua loại tín hiệu nào, và bỏ qua vì lý do gì.

Phát âm sai một cái tên không phải là lỗi; thiếu sót là không nhìn thấy bóng dáng của một hệ thống.

Bài học rút ra không nằm ở danh từ riêng. Nó nằm ở chỗ: khi thiếu dữ liệu, người ta không bịa, người ta gọi tên khoảng trống. Và khi dữ liệu có mà không được đọc, người ta cũng không được phép giả vờ như nó không tồn tại.

Ranh giới đó là ranh giới của nghề. Tôi đã đứng hai bên của nó.

Nguồn rỗng và hai loại người viết

Có một phép thử đơn giản để phân biệt hai loại người làm nghề. Đưa cho họ một nguồn rỗng và yêu cầu một kết quả. Loại thứ nhất sẽ trả về một trang phân tích đầy đủ, có biểu đồ, có kết luận dứt khoát. Loại thứ hai sẽ trả về một dòng: không đủ thông tin, hãy cấp lại nguồn.

Đọc qua thì loại thứ nhất có vẻ hữu ích hơn. Nhưng hãy nhìn vào hậu quả kéo dài.

Loại thứ nhất sản sinh ra cái mà tôi gọi là nợ nhận thức. Mỗi kết luận bịa ra đều để lại một khoản nợ. Nó không được thanh toán ngay, vì không ai đối chiếu. Nó tích lũy. Sáu tháng sau, một quyết định được đưa ra dựa trên kết luận đó. Một năm sau, một niềm tin tập thể được dựng trên nó. Ba năm sau, cả một chiến lược bị xây trên một viên gạch không tồn tại. Khi khoản nợ đến hạn, nó không đòi người đã vay, nó đòi cả hệ thống.

Loại thứ hai chịu thiệt trước mắt. Người ta nói anh ta thiếu nhiệt huyết, thiếu nội dung, thiếu bản lĩnh để kết luận. Nhưng người thứ hai đang giữ một tài sản thầm lặng: khả năng truy xuất. Mọi câu anh ta nói đều có thể lần ngược về một điểm dữ liệu. Ngày mai, ngày kia, ba năm nữa, chuỗi đó vẫn còn nguyên.

Khi tất cả nhìn về một hướng, tôi bắt đầu soi kỹ khoảng trống phía sau lưng họ.

Đêm Osaka đó, khoảng trống sau lưng mọi người chính là cái bảng mười một dòng. Không ai trong số các nguồn bên ngoài muốn nhìn vào nó, vì nhìn vào nó không tạo ra bài.

Một ví dụ cũ vẫn còn nguyên giá trị

Để thấy quy trình này không phải trò chơi chữ, hãy quay về năm 2026. Khi các nền tảng thể thao mới đua nhau đăng bài phân tích theo cảm tính, tôi làm việc cho một công ty cá cược lớn tại Osaka và công bố một bản nghiên cứu so sánh chỉ số áp sát của mười tám đội tại giải vô địch quốc gia Nhật Bản.

Bản nghiên cứu chỉ ra một điều bất ngờ về một câu lạc bộ ở Shizuoka: tỷ lệ bàn thắng thực tế của họ thấp hơn chỉ số bàn thắng kỳ vọng một khoảng đáng kể, khoảng mười một bàn trong một mùa. Truyền thông gọi đó là vận đen. Tôi gọi đó là một lỗ hổng cấu trúc ở khu vực trung lộ: đội bóng tạo được cơ hội chất lượng cao nhưng cấu trúc phòng ngự để lộ khoảng trống khiến họ trả giá.

Kết quả dự đoán của bản nghiên cứu: đội này cán đích ở vị trí thứ mười bốn, không phải vị trí thứ tám như truyền thông ca ngợi.

Mùa giải kết thúc đúng như vậy.

Điểm tôi muốn nhấn mạnh nằm ở chỗ khác. Bản nghiên cứu đó không hề mạnh vì có nhiều số. Nó mạnh vì mỗi số đều trả lời được câu hỏi: nó đổi điều gì trong dự báo? Nếu một chỉ số không đổi được quyết định nào, nó chỉ đang trang trí.

Và khi một chỉ số không thể tính được vì thiếu dữ liệu, câu trả lời trung thực là bỏ trống ô đó, không phải nhét vào một con số đoán.

Sự hấp dẫn chết người của con số trang trí

Đây là phần khiến tôi lo nhất về ngành của mình.

Người đọc không kiểm chứng. Họ phản ứng với nhịp điệu. Một bài có nhiều số, nhiều tên riêng, nhiều mũi tên chỉ lên sẽ tạo cảm giác chắc chắn. Một bài nói “không đủ thông tin” tạo cảm giác trống rỗng. Vậy nên phần thưởng của thị trường chảy về phía người bịa, không phải phía người giữ kỷ luật.

Tôi từng làm ở một tạp chí chuyên về chạy bộ, nơi tôi học được điều ngược lại trong nhiều năm. Ngành điền kinh dạy cho người viết một đức tính mà các môn đồng đội dễ làm mất: mọi lời nói đều bị quy về mili giây, centimet và nhịp tim. Ở đó, một con số sai không bị phản biện bằng ý kiến; nó bị phản biện bằng đồng hồ bấm giây.

Sự phục hồi không bao giờ là phép màu; nó chỉ là thứ mà bạn đã nhìn thấy trong số liệu từ ba tháng trước.

Câu đó đúng với một vận động viên quay lại sau chấn thương. Nó cũng đúng với một bài phân tích. Thứ bạn thấy hôm nay đã nằm trong dữ liệu từ trước. Nếu bạn gọi nó là phép màu, thì lỗi không nằm ở dữ liệu.

Hai mươi chín năm và một thói quen

Tôi bước vào nghề từ một tòa soạn chuyên về chạy bộ, làm việc với hàng nghìn bài viết về cùng một chủ đề hẹp: bàn chân người chạm đất. Có một giai đoạn tôi nghĩ sự lặp lại đó sẽ làm mòn khả năng phân biệt tín hiệu.

Điều xảy ra ngược lại. Khi bạn nhìn cùng một động tác hàng nghìn lần, bạn bắt đầu nghe được nhịp. Bạn nhận ra sai số ở đâu, giá trị ngoại lệ ở đâu, và đâu là chỗ chỉ số quy trình đang che một vấn đề về cấu trúc. Suốt hơn hai mươi năm làm báo điền kinh sau đó, tôi mang thói quen đó sang nghề phân tích cá cược thể thao khi chuyển sang Nhật Bản sinh sống.

Mỗi biến động giá kèo là một nhịp đập; tôi chỉ nghe được khi đặt tai xuống mặt đất dữ liệu.

Và khi không có mặt đất để đặt tai xuống, nhịp đập không tồn tại. Cái bảng mười một dòng tối hôm đó chính là một vùng không có mặt đất.

Góc phản trực giác

Phản ứng quen thuộc với một kết quả rỗng là xem đó là thời gian bị lãng phí. Tôi cho rằng phản ứng đó sai, và sai một cách có hệ thống.

Hãy xét cấu trúc của rủi ro trong phân tích. Một kết luận sai đắt hơn một kết luận rỗng, nhưng cái đắt nhất là bạn không biết mình đã sai. Kết quả rỗng là một tín hiệu tự báo cáo: nó nói rằng quy trình đang còn nguyên vẹn. Khi một hệ thống vẫn có khả năng nói “tôi không biết”, hệ thống đó còn giữ được khả năng học.

Một hệ thống không bao giờ nói “tôi không biết” đã đóng băng. Nó giống một đường ống bị tắc ở đoạn đầu vào nhưng vẫn xả ra sản phẩm ở đoạn cuối — và người ta thấy sản phẩm, không thấy khối tắc.

Đây là điểm mà khán giả phổ thông, kể cả những người rất am hiểu thể thao, thường xuyên bỏ qua. Chúng ta thưởng thức các buổi bình luận vì chúng liền mạch. Một bình luận viên nói “tôi không có đủ dữ liệu để khẳng định điều này” giữa trận sẽ bị coi là mất nhịp. Nhưng chính khoảnh khắc đó là ranh giới giữa người dẫn chương trình và người phân tích.

Cái mà chúng ta gọi là “chuyên gia” thường chỉ là lớp sơn bề mặt của một trật tự sâu hơn: khả năng phân biệt giữa cái đã biết, cái chưa biết và cái không thể biết. Ba trạng thái đó đòi hỏi ba cách nói khác nhau. Trộn chúng vào nhau là nghề dẫn dắt, không phải nghề phân tích.

Vậy nên khi tôi từ chối lấp vào ô trống đêm đó, tôi không đang bảo vệ sự thận trọng của mình. Tôi đang bảo vệ độ chính xác của một chuỗi mà ai đó có thể kéo ngược lại vài năm sau.

Điều mà một kết quả rỗng tiết lộ về người yêu cầu

Có một khía cạnh ít được bàn: kết quả rỗng cũng là một phép đo với chính người đặt yêu cầu.

Khi tôi trả về một trang chỉ gồm các dòng “không đủ thông tin”, tôi đang ngầm hỏi một câu. Anh muốn một sản phẩm để đăng, hay muốn một câu trả lời để dùng? Hai thứ đó khác nhau, và chúng thường mâu thuẫn.

Người cần sản phẩm sẽ tìm cách ép ra kết luận. Người cần câu trả lời sẽ quay lại tầng một, bổ sung nguồn, và chấp nhận một ngày chậm.

Trong kỳ chuyển nhượng, áp lực này lên tới cực điểm. Tin đồn chuyển nhượng là một dòng chảy có nhịp riêng: một tài khoản đăng, ba trang thể thao đăng lại, và trong vòng hai giờ, một khả năng trở thành một sự thật trông có vẻ chắc chắn. Cái mà ngành cần ở thời điểm đó là một bộ lọc độ tin cậy, một trạng thái chấn thương được xác minh, một lý gỹ cấu trúc về quỹ lương và điều khoản giải phóng. Đó đều là dữ liệu. Không có dữ liệu, mọi phân tích chuyển nhượng chỉ là tiểu thuyết có tên người thật.

Neo lại vào cấu trúc

Có một lập luận phản đối tôi thường nhận: nếu chỉ có nguồn rỗng, thì đừng viết gì cả, và một trang trắng cũng không phải bài phân tích.

Tôi đồng ý một nửa. Một trang trắng không phải bài phân tích. Nhưng một bài phân tích về việc vì sao không thể có bài phân tích lại là một sản phẩm có giá trị riêng. Nó tiết lộ điểm đứt gãy của nguồn. Nó chỉ ra chính xác nguồn cần bổ sung gì để ngày mai có thể phân tích được. Nó đặt trước một danh sách tín hiệu cần theo dõi và điều kiện kích hoạt cho từng tín hiệu.

Đó là điều tôi viết trong bảng tối hôm đó, dù không đăng lên: cần tên bài và nguồn, cần danh sách điểm thông tin không rỗng, cần quan điểm cốt lõi, cần thực thể được nêu. Bốn dòng. Không dài. Nhưng bốn dòng đó là toàn bộ khoảng cách giữa một phân tích thật và một câu chuyện bịa.

Kỷ nguyên không bắt đầu bằng công nghệ, mà bắt đầu bằng một câu hỏi đủ sắc để rạch thủng lối mòn.

Câu hỏi ở đây không đẹp. Nó là: nguồn của anh có gì? Nếu câu trả lời là một danh sách rỗng, thì kỷ nguyên của việc phân tích văn bản này chưa bắt đầu.

Cái giá của việc đoán cho nhanh

Tôi muốn kể một chuyện nhỏ để đóng phần này lại.

Có lần một đồng nghiệp trẻ nhờ tôi xem lại một bản tin về một vận động viên quay lại sau chấn thương. Bản tin có đầy đủ số liệu: thời gian nghỉ, số buổi tập, mức tăng khối lượng. Nhưng khi tôi kiểm tra, ba trong số các mốc đó được lấy từ ba nguồn khác nhau, đo theo ba cách khác nhau, và không mốc nào ghi rõ định nghĩa. Đồng nghiệp tôi có một bài rất chắc. Và bài đó không đứng được.

Điều đáng nói là anh ta không cố tình sai. Anh ta chỉ chấp nhận những gì có sẵn vì ngưỡng hoài nghi của anh chưa được dựng lên. Ngưỡng hoài nghi không phải tính cách. Nó là một quy trình, và quy trình cần thời gian để hình thành.

Tôi mất hơn hai mươi lăm năm chạy nền để có nó. Và đến giờ, mỗi khi cầm một nguồn mới, việc đầu tiên tôi làm vẫn là kiểm tra xem mặt đất có tồn tại hay không.

Nhìn về phía trước: tín hiệu cho vòng tiếp theo

Suy nghĩ tiến bộ mà tôi mang ra khỏi đêm Osaka đó không phải là một kết luận về một vận động viên, một giải đấu hay một cự ly nào.

Nó là một câu hỏi về cách ngành này sẽ được đo trong vài năm tới. Khi các quy trình phân tích tự động hóa trở nên phổ biến, thứ phân biệt người làm nghề sẽ không còn là khả năng tạo ra văn bản. Mọi hệ thống đều tạo được văn bản mượt mà. Thứ phân biệt sẽ là khả năng nói “không”, và nói chính xác lý do.

Tôi đang theo dõi ba tín hiệu.

Thứ nhất, liệu các nguồn thể thao có bắt đầu công bố siêu dữ liệu đi kèm — ngày, đơn vị đo, định nghĩa chỉ số — hay vẫn tiếp tục đẩy ra các tiêu đề không thể kiểm chứng. Khi siêu dữ liệu trở thành tiêu chuẩn, các bài phân tích bịa sẽ tự động đắt hơn để sản xuất, và thị trường sẽ tự lọc.

Thứ hai, liệu các nền tảng có bắt đầu thưởng cho nội dung có thể truy xuất. Đây là một chỉ số kinh tế, không phải đạo đức. Khi sự chú ý bị chia nhỏ, uy tín có thể truy xuất sẽ trở thành tài sản có giá. Lúc đó, người giữ kỷ luật sẽ không còn chịu thiệt.

Thứ ba, liệu người đọc có bắt đầu đặt câu hỏi về nguồn. Đây là tín hiệu chậm nhất và quan trọng nhất. Một độc giả biết hỏi “con số này từ đâu” sẽ làm thay đổi toàn bộ chuỗi cung ứng nội dung.

Và tôi sẽ tiếp tục làm việc với các bảng dữ liệu. Có những đêm chúng đầy, và tôi viết. Có những đêm chúng trống, và tôi nói trống. Cả hai trường hợp đều nằm trong cùng một nghề.

Một bảng rỗng không phải là một bài học về sự thất bại. Nó là lời nhắc rằng giá trị của một nhà phân tích không nằm ở chỗ anh ta có bao nhiêu câu trả lời, mà ở chỗ anh ta trung thực được bao lâu với những câu hỏi chưa có đáp án. Khi ngày mai nguồn được cấp lại, chuỗi bằng chứng sẽ bắt đầu từ con số không. Và đó là điểm khởi đầu duy nhất đáng tin.