Khi bảng thống kê trả về số không: kỷ luật dữ liệu của bóng rổ Việt Nam

Đêm 12 tháng 3, tôi mở tệp dữ liệu của một trận bóng rổ trong nước: bốn mươi tám dòng, hai mươi hai cột. Cột số phút thi đấu trống bốn mươi dòng. Cột tỷ lệ ném ba trống toàn bộ. Cột vị trí dứt điểm có đúng bảy ô được điền, và cả bảy đều nằm ở khu vực giữa sân — điều gần như không thể xảy ra trong một trận đấu thật.

Người gửi tệp là một trợ lý phân tích trẻ của một đội bóng đang đua suất playoff. Cậu nhắn: “Anh điền tạm số trung bình giải vào, để em kịp gửi báo cáo cho ban huấn luyện.” Tôi trả lời bằng đúng một dòng mà tôi đã dùng suốt mười ba năm làm nghề: không đủ thông tin, không thể đánh giá.

Sáng hôm sau, huấn luyện viên trưởng gọi lại. Ông không giận. Ông nói một câu khiến tôi nhớ mãi: “Nếu chú điền số trung bình giải vào, tôi sẽ tin, và tôi sẽ sai.” Bốn mươi ô trống đó, nếu được lấp bằng những con số trông hợp lý, sẽ đi thẳng vào giáo án tập luyện. Đó là cái giá thật của một tệp dữ liệu rỗng.

Con số không biết nói dối, nhưng nó cũng không biết kể chuyện.

Bối cảnh: nghề ghi chép ở sân nhà

Ở các giải bóng rổ chuyên nghiệp trong nước, dữ liệu trận đấu thường đi qua ba tầng. Tầng thứ nhất là người ghi chép tại sân — thường là tình nguyện viên, sinh viên thể dục, hoặc trợ lý của đội chủ nhà. Tầng thứ hai là nhà cung cấp dịch vụ thống kê, thuê ngoài theo gói giải đấu. Tầng thứ ba là các đội tự dựng hệ thống riêng, quay video và mã hóa lại từ đầu.

Ba tầng đó không bao giờ khớp nhau. Một trận đấu có thể được ghi nhận bởi hai người ngồi hai góc sân, và hai người đó sẽ cho ra hai con số khác nhau về cùng một pha bóng. Tôi từng đối chiếu sổ tay của mình với bảng thống kê chính thức của một trận ở Đà Nẵng và phát hiện lệch chín lần dứt điểm — tức gần một phần tư tổng số pha tấn công của một đội trong cả trận.

Áp lực thời gian làm phần còn lại. Sau tiếng còi mãn cuộc, báo chí cần số trong vòng mười lăm phút. Không ai có đủ thời gian để mã hóa lại từng pha bóng, kiểm tra từng ô, đối chiếu video với sổ. Nên người ta làm việc hợp lý nhất có thể: điền những gì nhìn thấy rõ, bỏ trống những gì không chắc. Vấn đề nằm ở bước sau đó — khi có người quyết định lấp những ô trống bằng trực giác và dán nhãn “số liệu” lên chúng.

Các hội nhóm dự đoán và thị trường cá cược làm phần việc còn lại. Số liệu sai được đẩy đi nhanh hơn số liệu đúng, vì nó gọn hơn và hấp dẫn hơn. Một chỉ số tính từ hai mươi pha bóng có thể lan khắp các diễn đàn trong một buổi tối, trong khi bản đính chính của đội ngũ ghi chép thì không ai đọc. Người làm dữ liệu ở Việt Nam vì thế chịu hai lần áp lực: một lần để có số, và một lần để bảo vệ con số đó khỏi bị dùng sai.

Chín tầng, và ô trống nằm ở đâu

Khi một đội bóng thuê tôi đánh giá, tôi đi qua chín tầng. Chiến thuật: nhịp độ thi đấu, chất lượng cú ném, hiệu suất hai đầu sân. Dữ liệu cầu thủ: phân bổ phút, tỷ lệ sử dụng bóng, đường cong tuổi. Vận hành: cấu trúc lương, thời hạn hợp đồng, quỹ nội binh. Cục diện giải: khoảng cách với nhóm an toàn, lịch thi đấu còn lại. Luật và thể lệ: giới hạn ngoại binh, quy định về cầu thủ gốc. Ban huấn luyện: mô hình quyền lực, độ ổn định. Rủi ro: chấn thương, mức phụ thuộc vào một ngôi sao. Truyền thông: kỳ vọng dư luận so với nền tảng thực. Hệ sinh thái: đào tạo trẻ, tài trợ, thị trường chuyển nhượng.

Điểm mấu chốt: nếu một trong chín tầng trả về ô trống, toàn bộ kết luận phía trên phải hạ cấp. Không có chuyện tám tầng đủ tốt rồi thì tầng thứ chín có thể bỏ qua. Bóng rổ là môn thể thao mà một biến số sai có thể đảo ngược cả bức tranh.

Ví dụ cụ thể ở tầng chiến thuật. Muốn biết một đội có thật sự chơi nhanh, tôi không nhìn điểm số. Tôi nhìn tổng số pha tấn công trên bốn mươi tám phút, rồi chia cho số pha mà đội đó thực sự kết thúc trong tám giây đầu của đồng hồ tấn công. Tỷ lệ giữa hai con số này mới là nhịp độ thật. Một đội ghi nhiều điểm vẫn có thể là đội chơi chậm nhất giải, nếu họ kết thúc các pha bóng muộn và ném vào ở tỷ lệ cao.

Tôi học bài học về ô trống từ rất sớm. Năm hai mươi tuổi, tôi ngồi ở Đà Nẵng viết blog phân tích chỉ số bàn thắng kỳ vọng của một tiền đạo ngoại ở giải vô địch quốc gia: trung bình 0,8 mỗi trận, nhưng hiệu suất ghi bàn thực tế chỉ 0,4. Một huấn luyện viên trẻ của đội khác bình luận công khai: “Con gái biết gì về chiến thuật.” Tôi không tranh cãi. Tôi công bố toàn bộ dữ liệu thô của mười hai trận tiếp theo — số lần dứt điểm, vị trí dứt điểm, thời điểm dứt điểm. Đội đó giành chín trên ba mươi sáu điểm tối đa. Con số không cần tôi bênh vực.

Ba năm sau, tôi áp dụng đúng cách làm đó vào một đội tuyển quốc gia. Chuẩn bị cho một kỳ World Cup, tôi kéo chỉ số cường độ pressing của đội đương kim vô địch ra so với nhóm các nhà vô địch gần nhất. Đội này cho đối thủ chuyền bóng thoải mái hơn mức trung bình của nhóm đó khoảng một phần tư, và quãng đường chạy trung bình chỉ khoảng chín mươi tám ki-lô-mét mỗi trận. Tôi viết một bài dự đoán họ sẽ dừng bước ngay vòng bảng. Đồng nghiệp gọi tôi là nhà khoa học phòng thí nghiệm. Đội đó xếp cuối bảng, rồi về nước.

Điều tôi giữ lại từ lần đó không phải cảm giác đúng đắn. Điều tôi giữ lại là cấu trúc của bài viết: giả định rõ ràng, phương pháp kiểm chứng, và ít nhất hai kịch bản có thể xảy ra. Một dự đoán không kèm điều kiện để nó sai chỉ là một lời tiên tri được trang điểm bằng số.

Năm 2026, khi các sân vận động châu Âu đóng cửa vì dịch, tôi ngồi ở Hà Nội thu thập dữ liệu của ba trăm trận ở tám giải. Tỷ lệ thắng trên sân nhà rơi từ khoảng bốn mươi lăm phần trăm xuống khoảng ba mươi tám phần trăm. Tôi gửi báo cáo cho một đội bóng đang đứng nhóm cuối ở giải trong nước, đề nghị họ đẩy cao đội hình pressing ngay từ đầu trong các trận sân khách, vì đối thủ mất đi phần lớn lợi thế khán đài. Huấn luyện viên trưởng ban đầu nghi ngờ. Sau khi thử ở giai đoạn lượt về, đội giành mười hai trên mười lăm điểm sân khách, trong khi cả giai đoạn trước đó chỉ có sáu trên mười lăm.

Điều đáng nói: tôi không bao giờ khẳng định đó là bằng chứng nhân quả. Ba trăm trận trong tám giải khác nhau, mùa giải bị xáo trộn lịch, đội hình thay đổi liên tục. Khán đài vắng chỉ là một biến số trong một mớ biến số. Chúng tôi hành động dựa trên tương quan, và tôi vẫn ghi rõ trong báo cáo rằng nếu lịch thi đấu ba tháng tiếp theo dày hơn, mô hình sẽ mất giá trị.

Điều phản trực giác: người bịa số thường trông giỏi hơn

Trong nghề này, người luôn có câu trả lời được đánh giá cao hơn người nói tôi chưa biết. Huấn luyện viên thích câu trả lời gọn. Ban lãnh đạo thích con số cụ thể. Nhà báo thích trích dẫn. Nên áp lực lấp ô trống là áp lực xã hội, không phải áp lực kỹ thuật — và nó luôn thắng nếu không bị chặn.

Tôi có một quy tắc cho các bạn trẻ làm chung: mọi con số đưa vào báo cáo phải có đường dẫn ngược về ô dữ liệu gốc, hoặc phải mang nhãn suy đoán từ kinh nghiệm. Hai loại đó không được trộn vào một bảng. Khi bảng có màu sắc phân biệt giữa số đo được và số suy đoán, người đọc tự khắc biết chỗ nào để nghi ngờ.

Cái bẫy ngược lại cũng thật. Người phân tích dữ liệu dễ nghiện những phát hiện gây sốc. Tôi từng dành hai tuần cho một chỉ số cho thấy một đội yếu hơn hẳn khi đối thủ đổi chiến thuật, trước khi nhận ra mẫu chỉ có bốn trận. Bốn trận. Độ lệch chuẩn trong bốn trận lớn đến mức tôi có thể chứng minh gần như bất cứ điều gì. Tôi đã xóa cả tệp.

Mọi huấn luyện viên đều nói về cảm giác. Tôi không có cảm giác, tôi có độ lệch chuẩn. Nhưng độ lệch chuẩn chỉ trả lời được câu hỏi về độ bất định, chứ không trả lời được câu hỏi về ý nghĩa. Đó là lý do tôi vẫn ngồi xem lại video từng pha bóng trước khi kết luận. Dữ liệu là một tu viện: càng ít tiếng ồn, càng nghe rõ điều gì đó đang cố nói.

Tín hiệu cho vòng đấu tới

Với các đội đang đua suất playoff ở giải trong nước trong giai đoạn lượt về, thứ tôi sẽ theo dõi không phải tỷ lệ ném thành công. Tôi sẽ theo dõi số phút mà đội chủ nhà dùng đội hình nhỏ, và số lần đối thủ thay đổi cách phòng ngự trong hiệp ba. Đó là hai con số mà người ghi chép ở sân luôn bỏ sót — và cũng là hai con số quyết định ai còn chỗ trong bảng xếp hạng.

Còn tệp dữ liệu bốn mươi ô trống kia, tôi vẫn giữ. Nó nằm trong một thư mục tên chưa đủ. Mỗi lần một đội hỏi tôi vì sao báo cáo ngắn thế, tôi mở thư mục đó ra. Người ta nhìn vào sáu ô trống và hiểu ngay vấn đề nằm ở đâu.

Tôi không đoán. Tôi tính. Và khi không có gì để tính, tôi nói thẳng.