Một bảng dữ liệu trống và biên giới giữa phân tích với bịa đặt

2 giờ 17 phút sáng, Hải Phòng. Tôi mở file tổng hợp một giải bóng bàn cấp khu vực, chờ thấy chuỗi điểm số từng pha bóng như mọi lần. File mở ra. Cột A trống. Cột B trống. Tên vận động viên để ở dạng nhãn, không có giá trị. Tỷ số từng ván để ở dạng nhãn, không có giá trị. Cả bảng dữ liệu giống một bộ xương không thịt: khung thì đủ, ruột thì rỗng. Phản xạ đầu tiên của một người làm dữ liệu luôn luôn giống nhau: kiểm tra lại đường truyền, kiểm tra lại công cụ trích xuất, kiểm tra xem có phải mình vừa đọc sai sheet. Tôi thử ba lần. Lần thứ tư, tôi chấp nhận sự thật đơn giản nhất và cũng khó chịu nhất: nguồn vào trống, không phải tôi đọc sai, mà là không có gì để đọc. Với người ngoài, đây là một sự cố kỹ thuật nhỏ. Với tôi, đây là ranh giới đạo đức của toàn bộ nghề phân tích thể thao. Tôi làm nghề này chín năm, xuất thân từ việc tự tay dựng những bảng số liệu đầu tiên bằng Excel. Nghề dạy tôi một điều mà không trường lớp nào dạy đủ: phần khó nhất của phân tích không phải là tính toán, mà là giữ trung thực khi dữ liệu không đủ. Hôm nay tôi muốn kể câu chuyện đó bằng chính cái file trống kia. Bối cảnh cho người đọc chưa quen với quy trình làm dữ liệu thể thao. Mọi phân tích nghiêm túc mà bạn đọc trên báo đều đi qua hai tầng. Tầng một gọi là bóc tách: từ một nguồn thô, ta rút ra các trường rời rạc, cụ thể là tên giải, tên vận động viên, tỷ số từng ván, thời điểm, nguồn trích dẫn. Tầng hai là phân tích chuyên môn: đem những trường đã bóc tách ra soi dưới các lăng kính khác nhau, từ kỹ thuật, phong độ, thể lực, đến bối cảnh hệ thống và áp lực dư luận. Nguyên tắc sắt của cả hai tầng chỉ có một câu: mọi kết luận phải truy được về một điểm thông tin cụ thể trong nguồn. Không truy được, thì không được viết. Đây không phải là sự cầu toàn của kẻ khó tính. Đây là điều duy nhất ngăn phân tích khỏi trượt sang bịa đặt. Trong file kia, tầng một trả về kết quả rỗng. Không có tiêu đề bài viết. Không có nguồn. Không có quan điểm cốt lõi. Không có danh sách điểm thông tin. Không có tên vận động viên, tên hiệp hội, tên giải. Tất cả các ô mang giá trị thực chất đều mang một trong hai thứ: hoặc bỏ trống, hoặc ghi rõ là không áp dụng được. Đứng trước một đầu vào như thế, có một cám dỗ rất con người. Cám dỗ đó nói rằng: chỉ cần đoán. Người viết giỏi có thể tưởng tượng ra một tay vợt, một trận đấu, một bước ngoặt kỹ thuật, rồi dựng nên một bài phân tích đọc rất trôi chảy. Ngôn từ sẽ mượt. Số liệu sẽ hợp lý. Kết luận sẽ nghe có vẻ sâu sắc. Và toàn bộ bài viết sẽ là một lời nói dối được trình bày đẹp. Tôi từng đứng rất gần cái cám dỗ đó, không phải lần này mà là nhiều năm trước. Năm mười sáu tuổi, tôi ám ảnh chuyện Câu lạc bộ Hải Phòng cứ hòa trên sân nhà dù kiểm soát bóng vượt trội. Tôi mở Excel, tự tay ghi chép toàn bộ 26 vòng đấu: kiểm soát bóng, dứt điểm, phạt góc, thẻ phạt. Bảng dữ liệu V.League đầu tiên của tôi có hàng trăm lỗi, nhưng nó đã dạy tôi sạch hơn bất kỳ khóa học nào. Tôi nhập sai ngày, lệch tên cầu thủ, cộng nhầm số phút. Nhưng vì tôi tự tay làm, tôi biết chính xác chỗ nào mình không chắc. Sự không chắc đó trở thành thứ quý nhất trong nghề. Số liệu cho thấy Hải Phòng cầm bóng 55 phần trăm nhưng chỉ ghi 33 bàn, hiệu suất chuyển hóa cơ hội 7,8 phần trăm. Bài viết của tôi được chia sẻ hàng trăm lượt. Nhưng điều tôi nhớ nhất không phải là lượt chia sẻ, mà là một độc giả hỏi tôi lấy số liệu ở đâu. Khoảnh khắc đó, tôi hiểu ra nghề này vận hành bằng niềm tin, và niềm tin chỉ đứng vững khi có thể truy vết. Rồi World Cup 2026 đến và dạy tôi bài học đắt hơn. Trước giải, tôi chạy hồi quy trên 500 trận quốc tế, ra xác suất đội tuyển Đức vào bán kết là 78 phần trăm. Thực tế: Đức thua Hàn Quốc 0-2, đứng cuối bảng với 3 điểm. Tôi xem lại toàn bộ băng ghi hình, đếm được 12 pha phản công dẫn đến bàn thua. Dữ liệu lịch sử không đo được sự lười chạy của hàng tiền vệ. World Cup 2026 dạy tôi một điều: mô hình không sụp đổ, chính tôi mới là người đã tin nó tuyệt đối. Cái file trống sáng nay nhắc lại đúng bài học đó, nhưng ở một tầng sâu hơn. Nếu mô hình sai vì tôi tin nó tuyệt đối, thì đầu vào trống nguy hiểm vì tôi có thể lấp nó bằng trí tưởng tượng của chính mình. Cả hai đều là những cách khác nhau để tôi tự lừa mình. Năm 19 tuổi, giữa đại dịch, tôi dành hai tháng phân tích bóng đá trở lại tại Đức mà không có khán giả. Tôi so sánh 100 trận trước dịch và 26 trận trong bối cảnh sân trống. Tỷ lệ thắng sân nhà giảm từ 43 phần trăm xuống 29 phần trăm, số bàn thắng trung bình tăng từ 3,1 lên 3,4. Khi Bundesliga trống sân, tôi nhận ra lợi thế sân nhà chỉ là một biến số đang chờ bị xóa. Bài học từ Bundesliga áp dụng thẳng vào chuyện hôm nay. Một biến số tưởng như cố định, lợi thế sân nhà, hóa ra chỉ là quy ước phụ thuộc hoàn cảnh. Một đầu vào tưởng như luôn có, dữ liệu trận đấu, hóa ra cũng có thể biến mất khi đường ống thu thập hỏng. Người làm phân tích nghiêm túc phải chuẩn bị cho cả hai kịch bản. Vậy khi đầu vào trống, người phân tích đúng đắn phải làm gì? Câu trả lời đầu tiên là ghi nhận sự trống một cách minh bạch. Trong tài liệu tôi đang đọc, từng mục trong số chín chiều phân tích đều được giữ nguyên khung, và mỗi chỗ thiếu dữ liệu đều được đánh dấu rõ ràng là không đủ thông tin. Kỹ thuật và chiến thuật không đủ thông tin. Dữ liệu vận động viên và đối đầu không đủ thông tin. Hệ thống giải đấu và luật tính điểm không đủ thông tin. Cảnh quan cạnh tranh không đủ thông tin. Cách xử lý này nghe có vẻ tiêu cực. Thực ra nó là hành vi chuyên nghiệp cao nhất. Một đầu vào trống được đánh dấu trung thực sẽ chặn đứng mọi kết luận giả, buộc quy trình quay lại tầng một để sửa. Một đầu vào trống bị lấp liếm bằng suy đoán sẽ tạo ra một chuỗi sai lầm lan xuống tận người đọc cuối cùng, và không ai phát hiện ra. Câu trả lời thứ hai là tách bạch giữa thất bại quy trình và thất bại chuyên môn. Tài liệu kia đưa ra một nhận định mà tôi thấy đúng đến lạnh người: phát hiện duy nhất bảo vệ được ở tầng phân tích này không phải là một phát hiện về môn bóng bàn, mà là một thất bại của quy trình. Không có bảng dữ liệu trống nào là bài học về kỹ thuật đánh bóng. Nó là bài học về cách một hệ thống nuốt chửng bài viết mà không ai hay. Và đây chính là điểm phản trực giác mà tôi muốn người đọc mang đi. Chúng ta thường sợ những con số sai. Ta ít sợ những con số thiếu. Nhưng trong phân tích thể thao, số thiếu nguy hiểm hơn số sai rất nhiều. Một con số sai có thể bị bắt lỗi bằng một phép đối chiếu khác. Một khoảng trống thì không phản kháng. Nó im lặng, và chính sự im lặng đó mời gọi trí tưởng tượng lấp vào. Người viết không bịa số, họ bịa khoảng trống cho có vẻ đầy. Tôi từng đọc một đội bóng qua ba mươi biến số trước khi nghe lời bình luận viên. Nhưng ba mươi biến số đó chỉ có nghĩa khi mỗi biến đều có nguồn. Nếu một biến thiếu nguồn, cả ba mươi biến còn lại bị kéo xuống theo. Một chuỗi phân tích mạnh không phải là chuỗi có nhiều số nhất, mà là chuỗi có ít lỗ hổng nhất. Dữ liệu không cần tôi tin tưởng. Dữ liệu cần tôi kiểm tra. Kể cả khi thứ cần kiểm tra là sự tồn tại của chính dữ liệu. Trong kỳ chuyển nhượng, khi tiếng ồn tin đồn át tín hiệu thật, bài học này càng đắt. Người hâm mộ đang chìm trong một biển thông tin nửa vời: một cầu thủ được cho là đến, một chấn thương được cho là bình phục, một bản hợp đồng được cho là sắp ký. Phần lớn những mẩu tin đó giống hệt file Excel sáng nay: có nhãn, không có ruột. Nhãn ghi tên cầu thủ. Ruột không có ngày, không có phí, không có nguồn. Nhiệm vụ của người làm dữ liệu trong giai đoạn này không phải là đưa thêm tin đồn, mà là cung cấp bộ lọc độ tin cậy. Khi thấy một thông tin chuyển nhượng, tôi tự hỏi ba câu. Nguồn ở tầng nào. Con số cụ thể là gì. Và điều khoản nào đứng sau con số đó. Nếu cả ba câu đều không có câu trả lời, tôi không viết. Không viết không phải là bỏ sót. Không viết là một quyết định biên tập. Có một chi tiết trong tài liệu kia khiến tôi dừng lại lâu. Nó phân biệt hai loại rủi ro. Loại thứ nhất là rủi ro chuyên môn, tức là đánh giá sai một trận đấu, một tay vợt, một giải đấu. Loại thứ hai nó gọi là rủi ro siêu cấp, tức là cả chuỗi phân tích sụp đổ vì nguồn vào rỗng, và người tiếp nhận tài liệu bị dẫn dắt tin rằng đây là một đánh giá thực chất. Loại thứ hai đáng sợ hơn nhiều. Một đánh giá sai về một trận đấu thì sửa được sau một lần xem lại băng ghi hình. Một chuỗi phân tích chết từ gốc thì không sửa được, vì không ai biết nó đã chết. Nó lặng lẽ chảy xuống, qua tay biên tập, qua tay độc giả, và biến thành một niềm tin sai trong cộng đồng. Trải nghiệm World Cup 2026 dạy tôi về mặt còn lại của vấn đề. Sau trận Nhật Bản thắng Đức 2-1, tôi đếm lại từng pha bóng và sốc với chỉ số PPDA 6,2. Con số đó nghĩa là Nhật Bản cho phép hậu vệ Đức chuyền rất ít đường trước khi lao vào tranh cướp. Tôi phân tích tiếp trận thắng Tây Ban Nha, đếm được 14 lần thu hồi bóng ở một phần ba sân đối phương, dẫn đến cả hai bàn thắng. Mỗi con số ở đây đều truy được về một pha bóng cụ thể trên băng ghi hình. Sự tương phản giữa một bài phân tích dày đặc dữ liệu truy vết được và một file dữ liệu trống là toàn bộ câu chuyện của nghề này. Bề ngoài, cả hai đều có thể được viết thành những bài đọc trôi chảy. Nhưng một bên đứng trên hàng trăm pha bóng đã xem lại, một bên đứng trên hư không. Điều tôi muốn nhấn mạnh không phải là đạo đức suông. Điều tôi muốn nhấn mạnh là kỹ thuật. Cách duy nhất để phát hiện một file dữ liệu rỗng là chủ động đi tìm chỗ rỗng. Người viết phải tự hỏi: trường nào trong bảng này chưa có giá trị. Nếu không tự hỏi, bảng sẽ không tự khai. Từ một bảng Excel ở V.League đến một mô hình Bundesliga, hành trình của tôi là hành trình của những con số biết nói. Nhưng sáng nay tôi học thêm một loại con số mới: những con số im lặng, tức là những con số không tồn tại nhưng vẫn có sức mạnh định hình câu chuyện nếu ta để chúng lọt qua. Với người đọc thể thao, điều này nghĩa gì? Nó nghĩa rằng khi bạn đọc một bài phân tích, bạn có quyền hỏi: số này ở đâu ra. Nó nghĩa rằng khi bạn đọc một tin chuyển nhượng, bạn có quyền hỏi: ai xác nhận. Và nó nghĩa rằng khi một bài viết nghe quá hợp lý mà không có nguồn, sự hợp lý đó tự nó là một dấu hiệu cảnh báo, không phải một dấu hiệu tin cậy. Còn với người làm nghề như tôi, file Excel trống sáng nay là một lời nhắc về biên giới. Bên này biên giới là phân tích. Bên kia là bịa đặt. Ranh giới không nằm ở chỗ ta có bao nhiêu số liệu, mà ở chỗ ta có dám ghi rõ chỗ mình không có số liệu hay không. World Cup 2026 dạy tôi rằng mô hình không cần tôi tin. File dữ liệu trống dạy tôi rằng cả sự tồn tại của dữ liệu cũng không cần tôi tin. Nó cần tôi kiểm tra, kể cả khi việc kiểm tra dẫn đến kết luận khó chịu nhất: không có gì ở đây cả. Trước mỗi bài viết tiếp theo, tôi sẽ tự hỏi thêm một câu, câu hỏi mà sáng nay đã thành thói quen. Không phải câu hỏi về việc tôi viết hay đến đâu. Mà là câu hỏi về việc tôi đang dựa vào điều gì. Vì một khi đã trả lời được câu hỏi đó, phần còn lại của bài viết mới xứng đáng tồn tại.