Bảng dữ liệu trắng: khi ngành thể thao ra kết luận mà không có bằng chứng

2 giờ 47 phút sáng tại Thâm Quyến. Bản báo cáo phân tích chín trang tôi vừa đóng lại nằm trên màn hình, và toàn bộ chín trang đó chỉ trả về một dòng: không đủ thông tin để kết luận. Tôi tải lại tệp ba lần, kiểm tra đường dẫn, đối chiếu dung lượng. Tệp không rỗng. Phần dữ liệu bên trong mới rỗng.

Ngoài cửa sổ, xe container vẫn nối nhau chạy về cảng. Trong đầu tôi lúc ấy có hai lựa chọn. Một: nhồi vào bảng biểu vài chỉ số nghe hợp lý để bản báo cáo trông đầy đặn, để khách hàng hài lòng, để không ai phải hỏi thêm. Hai: để nguyên khoảng trắng và ghi thẳng lý do. Tôi chọn cách thứ hai, rồi nhận ra mình vừa viết tài liệu trung thực nhất trong hai mươi bảy năm theo dõi ngành thể thao.

Nghe như một câu chuyện về sự cẩn trọng. Nhưng vấn đề nằm ở chỗ khác: cả một ngành đang sống bằng những bản báo cáo lẽ ra phải trắng, mà lại được tô kín.

Thị trường sống bằng kết luận, không sống bằng dữ liệu

Mỗi kỳ chuyển nhượng, tôi nhận khoảng ba chục lời đề nghị viết bài. Chín mươi phần trăm trong số đó có sẵn kết luận trong đề bài: vì sao thương vụ này là bước ngoặt, vì sao bản hợp đồng kia thất bại. Người ta không cần phân tích. Người ta cần một dàn xếp hợp lý cho kết luận đã có từ trước.

Bộ lọc của tôi bắt đầu từ đó. Trước khi tin một thống kê về cầu thủ, tôi hỏi ba câu, theo đúng thứ tự này: chỉ số này được sinh ra từ quy trình nào; ai là người hưởng lợi nếu nó được công bố; và nếu nó sai thì bản báo cáo có sụp không. Chỉ câu thứ ba đã loại bỏ phần lớn các bản hợp đồng dữ liệu mà tôi từng nhận.

Cầu lông là ví dụ rõ nhất. Hệ thống xếp hạng của Liên đoàn Cầu lông Thế giới vận hành theo cửa sổ trượt 52 tuần, chỉ tính kết quả tốt nhất của một số giải nhất định. Nghĩa là một tay vợt có thể tăng hạng mà không hề đánh hay hơn. Anh ta chỉ cần một giải cũ rơi khỏi cửa sổ đúng vào lúc điểm cũ hết hạn. Điểm đi lên, phong độ đi ngang.

Báo chí đọc phần đi lên. Tôi buộc phải đọc cả phần đi ngang.

Chuỗi bằng chứng bắt đầu từ một câu hỏi khó chịu

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, thứ dễ đánh lừa nhất trong cầu lông là tỉ lệ thắng. Một tay vợt thắng 68% số trận nghe rất chắc. Nhưng 68% của hai mươi trận khác hoàn toàn 68% của tám mươi trận. Và 68% thu thập ở các giải cấp cao nhất khác hẳn 68% thu thập ở vòng loại cấp thấp. Cùng một con số, ba cơ chế hình thành, ba kết luận trái ngược.

Cho nên khi làm hồ sơ một tay vợt, tôi luôn tách dữ liệu thành ba tầng riêng biệt và không bao giờ cộng gộp chúng.

Tầng thứ nhất là kết quả có kiểm chứng: thắng thua, tỉ số, đối thủ, vòng đấu. Đây là phần cứng, ít tranh cãi.

Tầng thứ hai là điều kiện thực hiện: số ngày nghỉ giữa hai trận, số trận kéo dài ba ván trong hai tuần, quãng đường di chuyển giữa các chặng. Phần này quyết định tầng một nhiều hơn người ta tưởng.

Tầng thứ ba là chỉ số theo dõi chuyển động: quãng đường chạy ở trạng thái không bóng, khoảng cách trung bình giữa hai tuyến phòng ngự, số lần đổi hướng trong một pha cầu dài. Đây là phần đắt nhất, khó nhất, và cũng bị bỏ qua nhiều nhất.

Một tay vợt hạng ba thế giới gục ở bán kết không hẳn vì đối thủ hay hơn. Rất thường, đó là kết quả của tầng hai. Một trận ba ván kéo dài 74 phút ở vòng hai, cộng thêm bốn tiếng bay, cộng thêm một buổi tập nặng hôm trước, sẽ xuất hiện đúng ở ván thứ ba của ngày thi đấu thứ năm. Bảng tỉ số không ghi điều đó. Bảng tỉ số chỉ ghi 19-21.

Năm 2026, tôi ngồi sáu tiếng xem lại từng pha của một trận đấu mà đội kiểm soát bóng 68% vẫn thua 0-2. Tôi đào vào chỉ số PPDA, tức số đường chuyền đối phương được phép thực hiện trên mỗi pha phòng ngự. Chỉ số đó lệch khỏi mức trung bình của chính đội ấy suốt vòng bảng. Kết luận đơn giản hơn nhiều so với những gì tiêu đề báo viết: đội bóng ấy đã ngừng áp sát, chứ chưa bao giờ mất kiểm soát.

Con số đẹp là thứ con số đáng ngờ nhất.

Cơ chế sinh ra những chỉ số đẹp

Tôi muốn kể một câu chuyện cũ, vì nó định hình toàn bộ cách tôi viết từ đó đến nay.

Năm 2026, ở tuổi ba mươi tư, tôi theo dõi một trận đấu mà mô hình kỳ vọng bàn thắng của tôi cho một đội là 3,4 so với 0,8 của đối phương. Đội mạnh hơn thua 0-2 bằng hai sai lầm cá nhân. Tôi viết bài với tựa đề đại ý rằng đội chơi hay hơn đã thua. Diễn đàn mạng gọi tôi là kẻ mù dữ liệu. Đêm đó tôi không ngủ, rút lui vào hai trăm trận lịch sử, dựng lại mô hình dự đoán dựa trên chuỗi kỳ vọng tích lũy thay vì kết quả một trận.

Bài học không nằm ở chỗ mô hình sai. Mô hình đúng về mặt xác suất. Bài học nằm ở chỗ tôi đã dùng một mẫu bằng một trận để nói về một mùa giải. Từ đó, mọi kết luận tôi đưa ra đều phải kèm ba thứ: kích thước mẫu, độ lệch chuẩn, và một dòng ghi rõ giới hạn của dữ liệu.

Khi dịch bệnh khiến các giải đấu dừng lại, tôi có thời gian so sánh năm mươi sáu trận diễn ra trên sân không khán giả với giai đoạn trước đó. Tỉ lệ bàn thắng trung bình tăng từ 2,79 lên 3,12; tỉ lệ thắng trên sân nhà giảm khoảng năm điểm phần trăm. Tôi viết một giả thuyết về việc lợi thế sân nhà đang yếu đi, và bị phản đối vì mẫu nhỏ. Phản đối đó đúng. Nên tôi giữ nguyên giả thuyết, nhưng đóng khung nó bằng đúng mức độ tin cậy mà nó xứng đáng được hưởng.

Đây là phần khó nhất của nghề. Người đọc muốn một kết luận dứt khoát. Dữ liệu thường chỉ đủ để đưa ra một kết luận có điều kiện. Khoảng cách giữa hai thứ đó chính là nơi sinh ra phần lớn tin giả trong thể thao.

Phía bên kia của sự chắc chắn

Năm 2026, tôi được mời viết chuyên mục cho một nền tảng dữ liệu ở Tây Ban Nha. Tôi chọn một đội bị gọi là phòng ngự thụ động, đội vẫn đi tới bán kết nhờ hàng thủ. Dữ liệu theo dõi chuyển động cho thấy các cầu thủ của họ chạy thêm khoảng tám kilômét mỗi trận ở trạng thái không bóng so với đối thủ trực tiếp.

Tôi viết rằng họ không bỏ bóng; họ chiến đấu cho từng mét không gian. Bài gây tranh cãi. Tôi tranh luận với một bình luận viên nổi tiếng, rồi dùng ba ngày viết liền bốn bài phản biện dựa trên bản đồ nhiệt và khoảng cách giữa các tuyến.

Kết quả của chuỗi tranh luận đó không phải là tôi thắng. Kết quả là tôi buộc phải trình bày phương pháp rõ hơn mức tôi từng làm. Một khi phương pháp được đặt lên bàn, người ta có thể kiểm chứng. Và khi có thể kiểm chứng, cuộc tranh luận chuyển từ chỗ ai nói to hơn sang chỗ ai đúng hơn.

Điều mọi người hiểu sai về tương quan

Đây là chỗ tôi thường xuyên bất đồng với đồng nghiệp.

Trong kỳ chuyển nhượng, người ta hay dùng một chỉ số duy nhất để định giá cầu thủ. Một tiền vệ chuyền chính xác 91% được coi là đáng giá. Nhưng tỉ lệ chuyền chính xác phụ thuộc vào vị trí nhận bóng, vào việc anh ta dám chuyền rủi ro hay không, và vào chất lượng đồng đội phía trên. Cầu thủ chuyền an toàn nhiều sẽ có tỉ lệ cao. Cầu thủ chuyền xuyên tuyến nhiều sẽ có tỉ lệ thấp hơn, và thường là người tạo ra nhiều giá trị hơn cho đội.

Tỉ lệ chuyền chính xác đo mức độ an toàn của lựa chọn, chứ không đo chất lượng của đường chuyền.

Cùng logic đó áp vào cầu lông. Tỉ lệ ghi điểm khi đập cầu cao có thể đến từ cú đập tốt, mà cũng có thể đến từ việc tay vợt chỉ dám đập khi ở thế thuận lợi tuyệt đối, còn lại thì đẩy cầu qua lưới cho an toàn. Nhìn chỉ số, hai tay vợt giống nhau. Nhìn băng hình, họ chơi hai môn thể thao khác nhau.

Một trong những chi phí ẩn lớn nhất của thị trường chuyển nhượng là tiếng ồn do người đại diện tạo ra. Không phải vì họ làm sai. Vì họ làm đúng công việc của họ, và công việc đó là đẩy giá. Mỗi khi một chỉ số được thổi lên đúng thời điểm đàm phán, chỉ số ấy nên được đọc chậm lại gấp đôi.

Con số đẹp là thứ con số đáng ngờ nhất.

Những gì hiện ra sau khi bỏ lớp trang trí

Trở lại với bản báo cáo trắng trên màn hình ở Thâm Quyến.

Sau khi để nguyên khoảng trắng, tôi làm một việc khác: liệt kê tất cả những gì tôi có thể khẳng định chắc chắn, và ghi rõ mức độ chắc chắn cho từng dòng. Kết quả chia làm ba nhóm.

Nhóm thứ nhất, dữ liệu xác nhận: kết quả thi đấu, lịch thi đấu, thời gian nghỉ, tình trạng đăng ký giải. Nhóm này tôi có thể viết thẳng.

Nhóm thứ hai, dữ liệu gợi ý: xu hướng phong độ trong bốn tuần gần nhất, hiệu suất ở ván thứ ba, khả năng chịu áp lực ở điểm số quyết định. Nhóm này tôi chỉ được viết kèm chữ có khả năng.

Nhóm thứ ba, phỏng đoán: nguy cơ chấn thương, động lực thi đấu, kế hoạch dài hạn. Nhóm này tôi phải ghi rõ là phỏng đoán, hoặc không viết.

Phần lớn nội dung thể thao mà độc giả đọc hằng ngày thuộc nhóm thứ ba, nhưng được trình bày bằng giọng của nhóm thứ nhất. Đó là gốc rễ của vấn đề.

Với cầu lông nam hiện tại, tôi chỉ dám đặt cược vào vài cấu trúc. Nhóm dẫn đầu vẫn xoay quanh những tay vợt đã chứng minh được khả năng thắng ở các giải lớn trong nhiều mùa liên tiếp: Viktor Axelsen với hai tấm huy chương vàng Olympic và hai chức vô địch thế giới, Shi Yuqi với chức vô địch thế giới và vị trí số một, Kunlavut Vitidsarn với chức vô địch thế giới và huy chương bạc Olympic. Anders Antonsen, Lee Zii Jia và Lakshya Sen là nhóm bám đuổi có thể lật bất kỳ trận nào nhưng chưa giữ được phong độ xuyên suốt một mùa.

Ở nội dung đơn nữ, An Se-young vẫn là mốc so sánh, sau tấm huy chương vàng Paris và chức vô địch thế giới trước đó.

Nhưng đây đều là mô tả cấu trúc, không phải dự đoán. Sự khác biệt giữa hai thứ đó là toàn bộ nội dung của bài viết này.

Tín hiệu cho vòng tiếp theo

Nếu dữ liệu tôi đang giữ là đúng, có ba điều sẽ thay đổi trong cách đọc cầu lông nam ở vòng đấu tới.

Thứ nhất, khoảng cách giữa nhóm dẫn đầu và nhóm bám đuổi sẽ được quyết định bởi khả năng chơi ba ván liên tiếp trong bốn ngày, chứ không phải bởi đỉnh cao kỹ thuật. Ai giữ được nền thể lực ở ván thứ ba của ngày thi đấu thứ tư sẽ đi sâu.

Thứ hai, giá trị của một tay vợt trên thị trường tài trợ sẽ tách khỏi thứ hạng. Các thương hiệu đang học cách đọc lịch thi đấu và tần suất chấn thương, thay vì chỉ đọc vị trí trên bảng xếp hạng.

Thứ ba, những bài phân tích chỉ dựa trên kết quả sẽ ngày càng mất giá. Người đọc đã bắt đầu hỏi dựa trên bao nhiêu trận trước khi hỏi kết luận là gì.

Và nếu tôi sai? Thì ít nhất các bạn biết chính xác tôi đã sai ở đâu, vì tôi đã ghi rõ mẫu, giới hạn và mức độ tin cậy ngay từ đầu.

Đó là toàn bộ khác biệt giữa một bản phân tích và một bản tin đồn. Một bản tin đồn có thể đúng. Một bản phân tích cho bạn biết nó đúng đến mức nào.

Con số đẹp là thứ con số đáng ngờ nhất.