Khoảng lặng của dữ liệu: Khi bản phân tích bóng rổ không có gì để nói

Có một buổi chiều tháng Tư tại Hải Phòng, tôi ngồi trước màn hình với bảy bảng tính mở song song. Đây là lịch làm việc định kỳ của tôi: sau mỗi vòng đấu, tôi dựng lại toàn bộ băng hình, gắn nhãn từng pha bóng, rồi đối chiếu với các chỉ số cao cấp mà hệ thống của tôi thu thập. Nhưng chiều hôm đó, khi tôi mở tập dữ liệu trận đấu, mọi cột số đều trống. Không có cú sút nào được ghi nhận, không có đường chuyền nào được đếm, không có bảng xếp hạng nào hiển thị. Hệ thống đã chạy đúng, băng hình đã được tải đúng, nhưng dữ liệu thì biến mất. Tôi ngồi đó, tay đặt trên bàn phím, và điều đầu tiên tôi nghĩ không phải là sửa lỗi. Điều đầu tiên tôi nghĩ là: liệu tôi có đang ép mình phải kể một câu chuyện mà dữ liệu chưa từng cho phép?

Trong ngành phân tích thể thao, có một áp lực vô hình nhưng dai dẳng: người ta phải luôn có điều để nói. Mỗi trận đấu kết thúc, mỗi bản tin lên sóng, mỗi chuyên mục mở ra — tất cả đều đòi hỏi một kết luận. Người hâm mộ muốn biết đội nào mạnh hơn, cầu thủ nào đang xuống phong độ, hệ thống chiến thuật nào sắp bị phá giải. Và người phân tích, đứng giữa làn sóng ấy, thường chọn cách lấp đầy khoảng trống bằng suy đoán thay vì thừa nhận rằng mình chưa có đủ bằng chứng.

Tôi đã từng như vậy. Năm 2026, khi còn là trợ lý phân tích cho một trang báo thể thao non trẻ ở Hải Phòng, tôi viết một bài chỉ trích lối chơi an toàn của đội tuyển Thụy Sĩ sau trận gặp Serbia. Tôi dựa vào con số 112 lần chạm bóng của Granit Xhaka và tỷ lệ chuyền về phía trước chỉ 34%. Tôi kết luận rằng Thụy Sĩ đang tự trói mình. Huấn luyện viên Petković đáp trả ngắn gọn: bóng đá không phải toán học. Ba ngày sau, Thụy Sĩ lội ngược dòng 2-1 nhờ tám đường chuyền mang tính đột phá, và tôi nhận ra mình đã bỏ qua chỉ số PPDA — thước đo cường độ pressing lên cầu thủ cầm bóng — nơi Serbia đứng gần cuối bảng. Khi đó tôi hiểu: tôi không thiếu số liệu, tôi thiếu khung nghi vấn để đặt số liệu vào đúng chỗ.

Bài học ấy quay lại với tôi trong buổi chiều tháng Tư có bảng tính trống. Nếu năm 2026 tôi đã học được cách không kết luận vội từ một con số, thì buổi chiều này dạy tôi điều khó hơn: cách không kết luận khi không có con số nào cả.

Trong phân tích thể thao, khoảng trống dữ liệu không phải là thất bại của công cụ. Đó là một tín hiệu cần được đọc như mọi tín hiệu khác.

Để hiểu vì sao, ta cần nhìn vào cấu trúc của một bản phân tích chuẩn mà tôi và nhóm của mình xây dựng qua nhiều năm. Nó gồm sáu tầng: phân tích chiến thuật, dữ liệu cầu thủ, vận hành đội bóng và quỹ lương, bức tranh giải đấu, luật lệ và quản trị, và cuối cùng là phòng thay đồ cùng ban huấn luyện. Mỗi tầng có bộ chỉ số riêng, có ngưỡng tin cậy riêng, có cách kiểm tra chéo riêng. Khi cả sáu tầng đều trả về kết quả trống, điều đó không có nghĩa là trận đấu không có gì đáng nói. Điều đó có nghĩa là câu hỏi tôi đặt ra chưa khớp với dữ liệu tôi đang có.

Tầng đầu tiên, phân tích chiến thuật, thường là nơi tôi bắt đầu. Với một trận bóng rổ, tôi muốn biết đội nào kiểm soát nhịp độ, đội nào tạo ra nhiều cơ hội chất lượng hơn, ai là người phá vỡ cấu trúc phòng ngự đối phương. Nhưng khi dữ liệu trống, tôi không thể đo nhịp độ (pace), không thể đo hiệu suất tấn công trên 100 lượt kiểm soát bóng (offensive rating), không thể đánh giá sự ăn khớp giữa nhân sự và hệ thống. Tôi chỉ có thể nói về những gì tôi thấy bằng mắt thường — và mắt thường, như tôi đã học, là công cụ dễ bị đánh lừa nhất trong thể thao.

Một ví dụ điển hình là cách đánh giá chuyển đổi chiến thuật trong loạt playoff. Trong mùa giải thường, các đội thường giữ nguyên hệ thống và chỉ điều chỉnh nhỏ. Nhưng ở playoff, mỗi đối thủ trở thành một đề bài riêng, và các huấn luyện viên buộc phải sáng tạo. Không có dữ liệu, tôi không thể biết đội A có duy trì được hiệu suất ném ba trong bảy trận liên tiếp hay không, không thể biết các phương án phòng ngự khu vực có bị phá giải sau khi băng hình bị nghiên cứu kỹ hay không. Đó là lý do vì sao bất kỳ kết luận nào về khả năng thành công ở playoff mà không có số liệu đều trở thành phỏng đoán.

Tầng thứ hai, dữ liệu cầu thủ, là nơi tôi đặt nhiều kỳ vọng nhất và cũng là nơi tôi thất vọng nhất khi dữ liệu trống. Một hồ sơ cầu thủ chuyên nghiệp cần ít nhất bốn nhóm chỉ số: nền tảng (điểm, rebounds, assists), hiệu suất (true shooting, effective field goal, turnover rate), tác động (plus-minus, win shares, box plus-minus), và sử dụng bóng (usage rate, assist rate). Khi cả bốn nhóm đều thiếu, tôi không thể xác định cầu thủ đó đang ở giai đoạn nào của đường cong sự nghiệp, không thể biết anh ta có đang đóng góp đúng giá trị hợp đồng hay không, và không thể dự đoán liệu phong độ hiện tại có bền vững hay chỉ là một giai đoạn bùng nổ ngắn hạn.

Có một khái niệm tôi luôn kiểm tra trước khi đánh giá bất kỳ cầu thủ nào: liệu con số của anh ta có phải là kết quả của một mẫu nhỏ may mắn, hay là biểu hiện của một năng lực thật. Ví dụ, một cầu thủ ném ba thành công 45% trong mười trận đầu có thể chỉ đang trải qua giai đoạn hưng phấn. Nhưng nếu tỷ lệ đó duy trì qua 40 trận với số lượng cú ném ổn định, ta có bằng chứng để tin vào năng lực. Không có dữ liệu, tôi không thể phân biệt hai trường hợp này. Và nếu tôi vẫn viết, tôi đang làm điều mà tôi từng lên án: biến phân tích thành trò đoán mò được trang điểm bằng ngôn ngữ chuyên môn.

Tầng thứ ba, vận hành đội bóng và quỹ lương, là nơi mà sự im lặng của dữ liệu trở nên nguy hiểm nhất. Quỹ lương của một đội bóng chuyên nghiệp không chỉ là con số kế toán. Nó là bản đồ chiến lược của ban lãnh đạo, là lời khai về việc họ tin vào ai và đang cố gắng xây dựng điều gì. Một hợp đồng tối đa cho một cầu thủ 28 tuổi nói rằng đội bóng đang ở chế độ cạnh tranh ngay. Một hợp đồng tối đa cho cầu thủ 33 tuổi nói rằng đội bóng đang cố gắng tận dụng cửa sổ vô địch cuối cùng. Cấu trúc lương trung cấp cho thấy chiều sâu đội hình. Hợp đồng tân binh giá rẻ cho thấy khả năng tạo giá trị từ khe hở quỹ lương.

Khi không có thông tin về quỹ lương, tôi không thể đánh giá liệu một thương vụ có hợp lý hay không, không thể biết đội bóng có đang chịu áp lực thuế xa xỉ hay không, và không thể dự đoán họ còn bao nhiêu dư địa để bổ sung nhân sự. Trong bóng rổ hiện đại, nơi mà việc quản lý quỹ lương và tài sản chuyển nhượng quyết định thành công dài hạn, việc thiếu thông tin ở tầng này đồng nghĩa với việc mọi phân tích về tương lai đội bóng đều vô nghĩa.

Tầng thứ tư, bức tranh giải đấu, mở ra một câu hỏi lớn hơn: khi nào một đội bóng thực sự bước vào cửa sổ vô địch? Câu trả lời không nằm ở vài ngôi sao, mà ở sự cân bằng giữa độ tuổi, cấu trúc hợp đồng, và sự linh hoạt trong quỹ lương. Một đội có ba cầu thủ 30 tuổi trở lên chiếm phần lớn quỹ lương đang sống trong cửa sổ ngắn hạn. Một đội có dàn cầu thủ 24-26 tuổi cùng phát triển đang ở đầu chu kỳ. Không có dữ liệu, tôi không thể xếp bất kỳ đội nào vào một trong các loại này.

Tôi từng chứng kiến một đội bóng ở giải quốc nội được truyền thông ca ngợi sau chuỗi trận thắng. Ban đầu ai cũng nói họ đang ở đỉnh cao phong độ. Nhưng khi tôi kiểm tra dữ liệu chi tiết, chỉ số hiệu suất thực tế của họ chỉ nhỉnh hơn mức trung bình, và một phần lớn số trận thắng đến từ việc đối thủ bắn trượt nhiều cú ném thoáng. Đỉnh cao đó là ảo giác của mẫu nhỏ. Không có tầng dữ liệu này, câu chuyện nghe hấp dẫn nhưng sai.

Tầng thứ năm, luật lệ và quản trị, là nơi ít người hâm mộ chú ý nhưng lại quyết định nhiều thứ. Các quy định về trần lương, về quyền ký hợp đồng vượt trội, về số lượng quyền chọn vòng một trong tương lai đều có thể xoay chuyển cục diện một đội bóng trong vài tháng. Khi thông tin về luật thi đấu hoặc quy định quản trị trống, mọi mô phỏng về chiến lược tuân thủ hay tận dụng khe hở luật đều trở nên bất khả thi.

Tầng thứ sáu, phòng thay đồ và ban huấn luyện, là phần khó đo lường nhất nhưng lại ảnh hưởng trực tiếp đến kết quả. Một đội bóng có thể có dàn nhân sự tốt nhất trên giấy, nhưng nếu quan hệ giữa ngôi sao và huấn luyện viên rạn nứt, hiệu suất sẽ sụp đổ. Tôi từng theo dõi một đội bóng nơi huấn luyện viên trưởng và ngôi sao chủ lực bất đồng về vai trò trong hệ thống tấn công. Trên báo chí, không ai nói ra. Trên sân, các con số nói rất rõ: tỷ lệ kiến tạo cho ngôi sao giảm, số lần chạm bóng ở vị trí sở trường giảm, và đội bóng thua nhiều trận sát nút. Dữ liệu không kể câu chuyện con người, nhưng nó phơi bày hậu quả của câu chuyện đó.

Tổng hợp sáu tầng này lại, ta thấy vì sao một bản phân tích trống về bản chất là một tuyên bố về giới hạn. Nó nói rằng câu hỏi đang được đặt ra lớn hơn tập dữ liệu đang có. Trong khoa học, đây là trạng thái bình thường: nhà nghiên cứu thường xuyên gặp những hiện tượng mà công cụ hiện tại chưa thể đo lường. Nhưng trong báo chí thể thao, nơi mà tốc độ và tính hấp dẫn được đặt lên trước độ chính xác, trạng thái này thường bị che giấu.

Tôi nghĩ về điều đó mỗi khi đọc một bài phân tích tuyên bố chắc chắn về tương lai. Người viết thường tuân theo một công thức quen thuộc: dẫn vài số liệu, đưa ra một giả thuyết, rồi kết thúc bằng dự đoán. Nhưng hiếm khi họ nói rõ mình đang giả định điều gì, mẫu dữ liệu lớn đến đâu, và khả năng sai là bao nhiêu. Khoảng trống đó chính là nơi sự im lặng đáng lẽ phải được giữ lại.

Có một nghịch lý trong nghề của tôi. Càng hiểu dữ liệu, tôi càng thấy ít điều chắc chắn. Năm 25 tuổi, tôi tin rằng một chỉ số tốt có thể giải thích mọi thứ. Năm 34 tuổi, tôi tin rằng một chỉ số tốt chỉ có thể loại trừ một vài khả năng sai. Sự thay đổi đó không đến từ việc tôi mất niềm tin vào số liệu, mà từ việc tôi hiểu rõ hơn về cách số liệu được sinh ra.

Mỗi con số trong thể thao đều là sản phẩm của một lựa chọn. Ai đó đã quyết định đo đường chuyền này là kiến tạo và đường chuyền kia không phải. Ai đó đã quyết định một pha bóng là lỗi mất bóng của cầu thủ A chứ không phải của cầu thủ B. Ai đó đã quyết định cú ném ở giây cuối hiệp là cú ném quan trọng hay không. Những lựa chọn này không sai, nhưng chúng định hình câu chuyện mà dữ liệu kể lại. Khi tôi quên điều đó, tôi biến dữ liệu thành một thứ khách quan giả tạo.

Người chọn số mới là người viết nên câu chuyện; con số chỉ là nguyên liệu thô.

Đó là lý do tôi bắt đầu mỗi bài phân tích bằng một danh sách những gì chúng ta chưa biết. Danh sách đó thường dài hơn danh sách những gì chúng ta biết, và điều đó không làm tôi lo lắng. Nó nhắc tôi rằng kiến thức luôn có biên giới, và công việc của người phân tích là mô tả biên giới đó trung thực, chứ không phải giả vờ rằng nó không tồn tại.

Trở lại buổi chiều tháng Tư với bảng tính trống. Sau khi kiểm tra hệ thống và xác nhận rằng dữ liệu thực sự chưa được ghi, tôi có hai lựa chọn. Một là chờ dữ liệu được khôi phục, rồi viết như bình thường. Hai là viết về chính khoảng trống đó. Tôi chọn cách thứ hai, không phải vì nó dễ, mà vì nó trung thực hơn với điều tôi đang trải qua.

Tôi bắt đầu bằng việc liệt kê những câu hỏi mà tôi không thể trả lời. Đội nào kiểm soát nhịp độ? Không biết. Cầu thủ nào tạo ra nhiều cơ hội chất lượng nhất? Không biết. Quỹ lương của hai đội có cân bằng không? Không biết. Cầu thủ chủ lực có đang ở giai đoạn đỉnh cao hay đang bước vào sườn dốc sự nghiệp? Không biết. Danh sách càng dài, tôi càng nhận ra rằng phần lớn những gì người ta nói về trận đấu này trên mạng xã hội là suy đoán được khoác áo số liệu.

Điều thú vị là, khi tôi chia sẻ danh sách đó với đồng nghiệp, phản ứng đầu tiên là ngạc nhiên. Một người hỏi tôi có phải tôi đang gặp vấn đề về tự tin. Một người khác gợi ý rằng tôi nên chọn một vài chỉ số từ trận trước để viết cho kịp deadline. Tôi hiểu áp lực đó. Trong ngành tin tức, khoảng trống là kẻ thù. Nhưng trong ngành phân tích, khoảng trống là người bạn.

Tôi nhớ đến một câu chuyện về một nhà phân tích nổi tiếng trong làng bóng rổ chuyên nghiệp. Ông từng được hỏi điều gì khiến ông tự hào nhất trong sự nghiệp. Câu trả lời không phải là một mô hình dự đoán chính xác, mà là một danh sách dài những lần ông nói với ban lãnh đạo rằng ông chưa đủ dữ liệu để kết luận. Những lần đó, theo ông, đã cứu đội bóng khỏi nhiều quyết định sai lầm hơn bất kỳ mô hình nào.

Đó chính là kỷ luật mà tôi đang cố gắng xây dựng cho mình. Không phải kỷ luật thu thập nhiều số liệu hơn, mà là kỷ luật biết khi nào nên dừng lại. Trong một thế giới mà mọi thứ đều có thể được đo lường, khả năng chịu đựng sự không chắc chắn trở thành một kỹ năng quý giá hơn cả khả năng tính toán.

Nhìn lại lịch sử phân tích thể thao, ta thấy một quy luật rõ ràng: các bộ chỉ số mới không sinh ra từ những văn phòng yên tĩnh, mà từ những cuộc khủng hoảng. Phân tích xG trong bóng đá ra đời vì các huấn luyện viên không hài lòng với việc chỉ đếm số cú sút. Chỉ số PPDA ra đời vì người ta nhận ra rằng kiểm soát bóng không nói lên được cường độ pressing. Chỉ số value over replacement player trong bóng rổ ra đời vì các đội bóng cần một thước đo công bằng hơn để so sánh cầu thủ ở các vai trò khác nhau. Mỗi bước tiến đều bắt đầu từ một câu hỏi mà công cụ hiện tại không thể trả lời.

Khoảng trống dữ liệu mà tôi gặp trong buổi chiều tháng Tư thuộc cùng loại với những khoảnh khắc đó. Nó không phải là dấu hiệu của sự thất bại, mà là dấu hiệu của một câu hỏi mới chưa được đặt đúng cách.

Điều đáng chú ý là phần lớn các tranh luận của người hâm mộ không xoay quanh những câu hỏi mới. Họ xoay quanh những kết luận cũ được lặp lại. Đội A mạnh hơn đội B. Cầu thủ X đang hay hơn cầu thủ Y. Hệ thống Z sắp lỗi thời. Những tuyên bố này nghe có vẻ dựa trên dữ liệu, nhưng thường chỉ dựa trên một vài chỉ số được chọn lọc để hỗ trợ quan điểm có sẵn. Cách làm đó ngược lại hoàn toàn với tinh thần phân tích.

Tôi từng tham gia một buổi tranh luận trên truyền hình về việc đội nào sẽ vô địch giải. Một vị khách mời đưa ra dự đoán với sự tự tin tuyệt đối, dựa trên một mô hình mà anh ta không tiết lộ chi tiết. Tôi hỏi anh ta về khoảng tin cậy của mô hình đó. Anh ta im lặng vài giây, rồi chuyển sang chủ đề khác. Sau chương trình, một khán giả nhắn cho tôi rằng câu trả lời của tôi quá kỹ thuật. Nhưng với tôi, đó là câu hỏi quan trọng nhất mà không ai muốn nghe.

Trong phân tích thể thao, khoảng tin cậy là cách để nói rằng chúng ta khiêm nhường. Một dự đoán không có khoảng tin cậy là một tuyên bố không thể kiểm chứng. Và những tuyên bố không thể kiểm chứng là đất sống của những kẻ tự tin quá mức.

Tôi học điều này một cách đau đớn tại World Cup 2026. Trước trận Ả Rập Xô Út gặp Argentina, tôi viết một bài dựa trên mô hình bốn năm dữ liệu vòng loại, tuyên bố Argentina thắng với xác suất 94% và tỷ số tối thiểu 3-0. Kết quả là Ả Rập Xô Út thắng 2-1 nhờ bẫy việt vị được triển khai hoàn hảo, khiến hàng công Argentina rơi vào thế việt vị bảy lần trong hiệp một. Bài viết của tôi bị chế giễu khắp các diễn đàn.

Điều tôi bỏ lỡ không phải là một chỉ số. Đó là một biến số chưa được đưa vào mô hình: nhiệt độ 34 độ C và áp suất không khí tại Qatar làm giãn cơ đùi của các cầu thủ Nam Mỹ vốn quen thi đấu ở độ cao thấp hơn. Sau thất bại đó, tôi dành hai tuần xem lại 47 trận tại các giải đấu ở vùng Vịnh trong mười năm, và thêm yếu tố địa lý — khí hậu, độ cao, độ ẩm — vào mọi phân tích trước trận. Tôi cũng bắt đầu đưa khoảng tin cậy 95% vào dự đoán của mình, dù biết rằng điều đó khiến bài viết kém hấp dẫn hơn.

Tôi từng nghĩ mình đúng. Qatar dạy tôi biết sai.

Có một điều trớ trêu trong bài học đó. Sau khi tôi thêm khoảng tin cậy vào dự đoán, một số độc giả nói rằng tôi trở nên kém quyết đoán. Họ muốn một câu trả lời rõ ràng, không phải một khoảng xác suất. Nhưng tôi hiểu rằng nhu cầu đó chính là vấn đề. Người hâm mộ không cần sự thật, họ cần sự chắc chắn. Và người phân tích, nếu muốn được yêu thích, thường có xu hướng cung cấp sự chắc chắn giả tạo thay vì sự thật bất định.

Đây là điểm mà tôi muốn dành phần còn lại của bài viết để tranh luận một cách nghiêm túc. Có một quan điểm phổ biến trong giới phân tích thể thao cho rằng nhiệm vụ của chúng ta là đưa ra dự đoán, và dự đoán càng cụ thể càng tốt. Theo quan điểm đó, một dự đoán kiểu "đội A có 60% khả năng thắng" là vô nghĩa vì nó không cho người đọc biết nên đặt cược vào đâu. Tôi cho rằng quan điểm này sai về nguyên tắc, và nguy hiểm về hệ quả.

Trước hết, nó sai về nguyên tắc vì nó đánh đồng phân tích với dự đoán. Phân tích là quá trình hiểu một hiện tượng: đội bóng này chơi như thế nào, vì sao, dưới điều kiện nào thì hệ thống của họ phát huy tác dụng. Dự đoán là một ứng dụng cụ thể của hiểu biết đó, và nó luôn phụ thuộc vào các giả định không được nói ra. Khi ta gộp hai việc này lại, ta biến phân tích thành công cụ phục vụ dự đoán, và ta bắt đầu chọn số liệu theo tiêu chí nào hỗ trợ dự đoán đẹp nhất.

Thứ hai, nó nguy hiểm về hệ quả vì nó tạo ra một văn hóa nơi mà sự chắc chắn được thưởng và sự khiêm nhường bị phạt. Những người phân tích đưa ra dự đoán táo bạo thường được chú ý hơn, bất kể dự đoán đó đúng hay sai. Những người nói rằng họ chưa đủ dữ liệu thường bị coi là thiếu bản lĩnh. Kết quả là cả một thế hệ người làm phân tích học cách nói to hơn thay vì nghĩ sâu hơn.

Tôi không phủ nhận rằng dự đoán là một phần của nghề. Tôi chỉ cho rằng nó phải được đặt trong một khung khiêm nhường. Một dự đoán tốt không phải là một dự đoán tự tin nhất, mà là một dự đoán nói rõ nó dựa trên giả định gì, mẫu dữ liệu lớn đến đâu, và có thể sai theo những cách nào. Đó là tiêu chuẩn mà tôi áp dụng cho chính mình sau Qatar.

Trở lại với khoảng trống dữ liệu trong buổi chiều tháng Tư. Nếu tôi áp dụng tiêu chuẩn cũ — tiêu chuẩn của sự chắc chắn — tôi sẽ cảm thấy thất bại vì không thể viết gì. Nhưng nếu tôi áp dụng tiêu chuẩn mới, khoảng trống đó trở thành một bài học về biên giới của kiến thức. Nó nhắc tôi rằng mỗi chỉ số tôi sử dụng đều có nguồn gốc, có phương pháp thu thập, có năm dữ liệu. Và khi một trong những yếu tố đó thiếu, tôi không có quyền giả vờ rằng nó không quan trọng.

Đây là điều tôi muốn gửi đến những người trẻ đang bước vào nghề phân tích thể thao. Các bạn sẽ gặp áp lực phải luôn có kết luận. Các bạn sẽ gặp những biên tập viên muốn một bài viết rõ ràng, dứt khoát, dễ đọc. Các bạn sẽ gặp những người hâm mộ muốn biết đội nào sẽ thắng. Nhưng kỹ năng quan trọng nhất mà các bạn có thể xây dựng, theo tôi, không phải là kỹ năng đưa ra kết luận, mà là kỹ năng nhận biết khi nào mình chưa có đủ bằng chứng để kết luận.

Kỹ năng đó không được dạy trong trường học, và không được thưởng trên mạng xã hội. Nó chỉ được rèn luyện qua những lần thất bại, qua những lần dự đoán sai, qua những lần phải nói với sếp rằng mình chưa thể viết. Nhưng nó là nền tảng của mọi phân tích đáng tin cậy.

Có một câu hỏi tôi thường tự hỏi sau mỗi bài viết: nếu tôi sai, tôi sẽ biết bằng cách nào? Nếu tôi không thể trả lời câu hỏi đó, tôi biết bài viết của mình chứa những tuyên bố không thể kiểm chứng. Và những tuyên bố không thể kiểm chứng, dù nghe hấp dẫn đến đâu, đều là những món nợ với độc giả.

Tôi nghĩ về tất cả những điều này khi nhìn lại bản phân tích trống mà tôi gặp trong buổi chiều tháng Tư. Nó nhắc tôi rằng sự thật của thể thao không nằm hoàn toàn trong dữ liệu, cũng không nằm hoàn toàn ngoài dữ liệu. Nó nằm ở khoảng giữa, nơi mà dữ liệu gặp con người, và nơi mà người phân tích có trách nhiệm giữ cho khoảng giữa đó trung thực.

Sau buổi chiều đó, tôi viết một bài ngắn cho chuyên mục của mình, tựa đề "Những gì tôi không thể biết về trận đấu này". Bài viết liệt kê mười hai câu hỏi tôi không thể trả lời vì thiếu dữ liệu, và giải thích vì sao mỗi câu hỏi quan trọng. Phản hồi tôi nhận được chia làm hai loại. Một loại đến từ những độc giả kỹ tính, những người nói rằng họ trân trọng sự trung thực. Một loại khác đến từ những người nói rằng tôi đang lãng phí thời gian của họ.

Tôi không bận tâm về loại phản hồi thứ hai. Trong nghề này, số lượng người đọc không phải là thước đo duy nhất của giá trị. Đôi khi, một bài viết chỉ có vài trăm độc giả nhưng giúp họ hiểu sâu hơn về một vấn đề có giá trị hơn một bài viết có hàng trăm nghìn lượt xem nhưng củng cố những định kiến sẵn có.

Điều tôi học được từ khoảng trống dữ liệu không phải là cách lấp đầy nó, mà là cách chung sống với nó. Mọi thứ tôi biết về bóng rổ đều được xây dựng trên nền tảng của những điều tôi chưa biết. Mỗi mô hình tôi xây dựng đều chứa những giả định có thể bị chứng minh là sai. Mỗi kết luận tôi đưa ra đều là tạm thời, chờ đợi dữ liệu mới đến và thay đổi nó.

Cách đây vài năm, tôi tham gia một dự án xây dựng bộ chỉ số cho một giải bóng rổ quốc nội. Nhóm chúng tôi dành nhiều tháng thu thập dữ liệu, chuẩn hóa định nghĩa, và kiểm tra chéo kết quả. Khi bộ chỉ số hoàn thành, chúng tôi tổ chức một buổi trình bày cho ban lãnh đạo giải đấu. Một trong những câu hỏi đầu tiên họ đặt ra là: bộ chỉ số này có thể dự đoán đội nào vô địch không? Chúng tôi trả lời rằng không, và giải thích rằng bộ chỉ số được thiết kế để hiểu quá trình, chứ không phải dự đoán kết quả. Họ có vẻ thất vọng.

Nhưng sau mùa giải đó, chính họ là người gọi lại cho chúng tôi. Họ nói rằng bộ chỉ số giúp họ hiểu vì sao một số đội thành công và một số đội thất bại, điều mà bảng xếp hạng không thể giải thích. Một đội xếp thứ năm nhưng có chỉ số hiệu suất tốt hơn cả đội xếp thứ hai. Một đội khác thắng nhiều trận nhờ may mắn ở những phút cuối, và chỉ số cho thấy họ sẽ không duy trì được phong độ đó. Dự đoán của chúng tôi không nằm ở kết quả trận đấu, mà ở xu hướng dài hạn. Và xu hướng dài hạn, hóa ra, lại là thứ có giá trị hơn cho ban lãnh đạo.

Đây là một bài học về sự khác biệt giữa phân tích và dự đoán. Phân tích trả lời câu hỏi "chuyện gì đang xảy ra và vì sao". Dự đoán trả lời câu hỏi "chuyện gì sẽ xảy ra". Cả hai đều hữu ích, nhưng chúng phục vụ những mục đích khác nhau. Và nếu ta nhầm lẫn chúng, ta sẽ tạo ra những kỳ vọng sai lầm.

Trong bóng rổ, nơi mà mỗi mùa giải kéo dài tám mươi hai trận và mỗi trận đấu chứa hàng trăm pha bóng, việc phân tích quá trình quan trọng hơn nhiều so với việc dự đoán kết quả của một trận đơn lẻ. Một đội có thể thua một trận vì bắn trượt mười cú ba điểm liên tiếp, dù hệ thống tấn công của họ hoàn toàn đúng. Một đội khác có thể thắng nhờ đối thủ ném phạt kém ở phút cuối, dù họ chơi không tốt. Kết quả của một trận đấu là sản phẩm của cả năng lực và may mắn. Phân tích có trách nhiệm tách hai yếu tố đó ra.

Khi tôi nhìn vào bản phân tích trống trong buổi chiều tháng Tư, tôi thấy nó thuộc cùng loại với những trận đấu mà kết quả bị chi phối bởi may mắn. Trong cả hai trường hợp, điều quan trọng không phải là kết quả bề mặt, mà là những gì nằm bên dưới. Với một trận đấu, đó là quá trình chơi. Với một bản phân tích trống, đó là quá trình hiểu biết.

Tôi muốn kết thúc bài viết này bằng một suy nghĩ về tương lai của nghề phân tích thể thao tại Việt Nam. Trong những năm gần đây, tôi thấy ngày càng nhiều bạn trẻ quan tâm đến dữ liệu và phân tích. Họ học các chỉ số cao cấp từ nước ngoài, họ theo dõi các trang phân tích quốc tế, họ xây dựng những mô hình nhỏ cho riêng mình. Đó là một dấu hiệu tích cực.

Nhưng tôi cũng thấy một nguy cơ. Đó là nguy cơ áp dụng tiêu chuẩn dữ liệu của nước ngoài vào bối cảnh Việt Nam mà không kiểm tra nguồn gốc và phương pháp thu thập. Một chỉ số được thiết kế cho giải bóng rổ nhà nghề Mỹ, nơi mà mọi pha bóng đều được ghi lại bằng nhiều camera và mọi số liệu đều được kiểm tra chéo, có thể không phù hợp với một giải đấu mà dữ liệu được thu thập bằng tay và có nhiều sai sót. Người phân tích tốt không chỉ biết dùng chỉ số, mà còn biết khi nào chỉ số đó không đáng tin.

Tôi học điều này khi làm việc với một đội bóng ở giải quốc nội. Chúng tôi cài đặt một hệ thống theo dõi dựa trên mô hình quốc tế, nhưng ngay tuần đầu tiên đã phát hiện ra những vấn đề. Camera không đủ để bao quát toàn bộ sân, người ghi dữ liệu không được đào tạo đầy đủ, và định nghĩa về một số chỉ số không thống nhất giữa các trận. Chúng tôi buộc phải xây dựng lại quy trình từ đầu, và chấp nhận rằng bộ chỉ số của mình sẽ không chi tiết như các giải lớn. Nhưng nó trung thực với những gì chúng tôi có thể thu thập được.

Dữ liệu là tấm gương; đừng giận khi nó phản chiếu sự thật xấu xí.

Buổi chiều tháng Tư đó kết thúc bằng việc tôi tắt máy tính và bước ra ngoài. Trời đã tối, và thành phố bắt đầu lên đèn. Tôi đi bộ dọc theo con phố gần nhà, nghĩ về công việc của mình. Mười tám năm quan sát ngành thể thao, từ một cậu sinh viên người Mỹ đam mê bóng rổ đến một người làm dữ liệu tại Việt Nam, tôi vẫn chưa hết ngạc nhiên về việc mình đã sai bao nhiêu lần. Nhưng mỗi lần sai là một lần tôi hiểu rõ hơn về giới hạn của mình, và về những gì mình có thể và không thể biết.

Tôi không chắc mình sẽ nói gì nếu ai đó hỏi tôi nghề phân tích thể thao là gì. Có thể đó là nghề của những người kể chuyện bằng số liệu. Nhưng cũng có thể đó là nghề của những người học cách im lặng khi số liệu chưa đủ để nói. Hai định nghĩa đó không mâu thuẫn. Chúng chỉ là hai mặt của cùng một kỷ luật: sự trung thực với điều mình biết, và sự khiêm nhường trước điều mình chưa biết.

Có một câu hỏi tôi để lại mở, không phải để trả lời, mà để mang theo trong công việc sắp tới: nếu chúng ta dành nhiều thời gian suy nghĩ về những gì mình không thể đo lường bằng những gì mình có thể đo lường, liệu chúng ta có trở thành những người phân tích tốt hơn? Tôi chưa có câu trả lời. Nhưng tôi có một giả thuyết, và tôi sẽ kiểm chứng nó trong những mùa giải tiếp theo, với cùng sự cảnh giác mà tôi áp dụng cho mọi giả thuyết khác.