Bảng dữ liệu trống ở phút 90: kỷ luật của người viết thể thao dữ liệu

Đồng hồ phòng biên tập ở Hà Nội chỉ 23 giờ 40 phút ngày 12 tháng 11. Tôi mở tệp bảng tính đặt tên theo mã trận đấu, kéo xuống dòng thứ ba trăm, và nhìn thấy một vùng trắng. Cột chỉ số tiến bộ trống. Cột số phút thi đấu trống. Cột tên cầu thủ trống. Dòng tiêu đề vẫn ghi đầy đủ ngày, giải đấu, vòng đấu, nhưng bên dưới không một ô nào được điền. Mười tám năm làm nghề, tôi đã quen với những bảng số liệu xấu: dữ liệu nhiễu, dữ liệu lệch, dữ liệu thiếu vài cột, dữ liệu có tên cầu thủ bị viết sai chính tả đến mức không thể ghép được với bất kỳ hồ sơ nào. Đêm ấy là lần đầu tôi gặp một bảng số liệu trống hoàn toàn, và tôi có bốn mươi phút để quyết định: viết, hay không viết.

Tôi chọn không viết. Nhưng lý do đằng sau lựa chọn ấy mất thêm sáu tháng để tôi giải thích cho tòa soạn, cho một vài đồng nghiệp, và cho chính mình. Bài viết này là lời giải thích đó, kể từ đầu.

Trong ngành thể thao, người ta thường nói về hai loại rủi ro: rủi ro nói sai và rủi ro nói chậm. Rất ít người nói về loại rủi ro thứ ba, nguy hiểm hơn cả hai loại kia — rủi ro tạo ra một kết luận không có gốc. Một kết luận như vậy không sai về mặt câu chữ, không đến muộn về mặt thời điểm. Nó chỉ đơn giản là không được sinh ra từ bất cứ thứ gì tồn tại. Và trong môi trường tin tức thể thao, nơi mỗi giờ trôi qua là một lần bài viết bị chôn dưới hàng nghìn bài khác, loại rủi ro thứ ba ấy lại là loại dễ xảy ra nhất.

Khi một bảng dữ liệu được sinh ra

Để hiểu vì sao một bảng tính có thể trống, cần hiểu nó được sinh ra như thế nào. Trong quy trình tôi xây dựng và vận hành nhiều năm nay, mọi phân tích thể thao đều đi qua một tầng đầu tiên mà tôi gọi là tầng bóc tách. Tầng này không phân tích. Tầng này làm một việc duy nhất: đọc một bài báo nguồn, rút ra tiêu đề, nguồn phát hành, thời điểm, danh sách các điểm thông tin, danh sách các thực thể được nhắc tên, quan điểm của tác giả, và mức độ nhạy cảm về thời gian.

Điểm thông tin là gì? Đó là những hạt sự kiện nguyên tử. Một cầu thủ ghi 32 điểm. Một đội thắng bốn trận liên tiếp. Một bản hợp đồng trị giá 47 triệu euro. Một huấn luyện viên bị sa thải sau mười một vòng. Mỗi hạt như vậy phải đứng độc lập, phải có nguồn, và phải có thể kiểm chứng lại nếu cần. Khi tầng bóc tách hoàn thành công việc, nó trả về một gói dữ liệu. Khi tầng ấy thất bại, nó trả về một gói rỗng: tiêu đề không có, nguồn không có, thời điểm không được đánh giá, danh sách thực thể trống, danh sách điểm thông tin trống.

Đêm ngày 12 tháng 11 ấy, tôi nhận đúng một gói rỗng như vậy. Và trên màn hình, gói rỗng ấy hiện ra dưới dạng một bảng tính với mười chín cột, tất cả đều trắng.

Điều đáng chú ý nằm ở chỗ này: nếu ai đó đưa cho bạn một bảng tính trống và một khuôn mẫu phân tích gồm chín chiều — chiến thuật, dữ liệu cầu thủ, vận hành đội bóng và quỹ lương, cục diện giải đấu, luật và quản trị, ban huấn luyện và phòng thay đồ, rủi ro, truyền thông và kỳ vọng, hiệu ứng lan tỏa ngành — thì khuôn mẫu ấy tự nó đã tạo ra một áp lực hoàn thành. Ô trống không chịu ngồi yên. Ô trống kêu gọi được điền. Và nếu người viết không có một nguyên tắc rõ ràng, ô trống sẽ được điền bằng thứ gì đó nghe rất hợp lý, rất trôi chảy, và hoàn toàn không có thật.

Tôi nhớ một lần cách đây nhiều năm, tôi ngồi cạnh một biên tập viên trẻ trong một buổi trực đêm trận chung kết. Cậu ấy phụ trách bảng thống kê trực tiếp. Khi hệ thống nhà cung cấp dữ liệu sập trong hiệp hai, cậu ấy mất bốn phút để làm điều mà cậu ấy cho là hợp lý: lấy số liệu hiệp một nhân đôi. Tỉ lệ ném thành công giữ nguyên. Số lần mất bóng nhân đôi. Số pha tranh chấp nhân đôi. Cậu ấy in ra, đưa cho tôi, và nói bằng một giọng rất tự tin rằng hệ thống đã trở lại.

Bảng ấy không sai về cấu trúc. Nó chỉ đúng về mặt toán học và sai về mặt thể thao. Bóng rổ không vận hành theo phép nhân. Hiệp hai của một trận chung kết vận hành theo nhịp thay người, theo tình trạng phạm lỗi, theo việc đội dẫn trước chấp nhận chậm lại hay không. Một con số được tạo ra từ giả định sẽ không bao giờ phản ánh được điều đó, và tệ hơn, nó sẽ trở thành bằng chứng cho bài viết tiếp theo của một người khác.

Đó là lý do khi gói dữ liệu trống ấy hiện ra trên màn hình, trong đầu tôi không có câu hỏi "viết gì". Trong đầu tôi có câu hỏi "lấy gì".

Bối cảnh: mùa giải lớn và cái áp lực phải có mặt

Tháng 11 là tháng nặng nhất trong năm với người viết thể thao ở Việt Nam. Giải bóng rổ chuyên nghiệp trong nước đang bước vào giai đoạn quyết định của mùa, các giải bóng rổ quốc tế chạy đua song song, và ở phía bên kia đại dương, mùa giải bóng rổ nhà nghề khởi động với hàng trăm trận đấu trong vòng sáu tuần. Lịch thi đấu dày đến mức một bài phân tích về một trận đấu viết xong lúc 23 giờ sẽ bị đọc trong trạng thái lỗi thời vào 7 giờ sáng hôm sau, bởi khi đó đã có bốn trận khác kết thúc.

Trong điều kiện như vậy, tốc độ trở thành một loại uy tín. Ai đăng sớm hơn, người đó được coi là có nguồn tốt hơn. Ai có số liệu ngay trong đêm, người đó được coi là có hệ thống tốt hơn. Tôi hiểu tâm lý ấy, và tôi cũng từng chạy theo nó. Những năm hai mươi tám, hai mươi chín tuổi, tôi tin rằng phản xạ nhanh là một kỹ năng nghề nghiệp. Đến giờ tôi vẫn tin như vậy, nhưng với một điều kiện: phản xạ ấy phải phục vụ việc quan sát, không phải phục vụ việc lấp chỗ trống trong một khuôn mẫu.

Bối cảnh của đêm ấy cụ thể như thế này. Tôi được giao một bài nhận định sau trận cho một trận đấu thuộc vòng đấu quan trọng của mùa giải đang diễn ra. Đây là loại bài tôi làm hàng tuần, quen đến mức tôi có sẵn một khuôn mẫu trong đầu. Bắt đầu bằng một chỉ số bất thường. Dựng bối cảnh chiến thuật. Đưa ra chuỗi bằng chứng. Đảo ngược nhận định thông thường. Kết lại bằng một tín hiệu cho vòng đấu tiếp theo.

Nhưng để làm được bất cứ điều gì trong số đó, tôi cần biết đội nào, ai đã thi đấu, thời lượng bóng luân chuyển ra sao, đội nào pressing ở đâu trên sân, ai bị phạm lỗi nhiều, ai ngồi ngoài. Gói dữ liệu trống ấy không cho tôi biết bất cứ điều gì. Tôi thậm chí không xác định được giải đấu nào đang được nói tới, vì nhãn bộ môn duy nhất được điền vào tệp là một từ chung, không có liên đoàn, không có tên đội, không có tên cầu thủ.

Tôi đã dành hai mươi phút đầu để đi tìm nguồn theo một cách khác. Tôi kiểm tra lại hộp thư. Tôi mở lại nhật ký theo trận của mình, một tệp tôi duy trì từ năm 2026, ghi lại từng trận tôi thực sự theo dõi từ đầu đến cuối. Tôi đối chiếu với danh sách trận đấu trong ngày. Hai mươi phút ấy không mang lại gì ngoài một kết luận rằng tôi không có mặt tại sự kiện nào liên quan. Tôi không thể nói về một thứ mình chưa từng nhìn thấy.

Phần lõi: bốn lần tôi đã sai vì tin vào một bảng số liệu

Để lý giải vì sao tôi quyết định dừng lại, cần kể bốn lần tôi đã đi tiếp khi lẽ ra phải dừng.

V.League 2026: khi chỉ số đúng nhưng bối cảnh bị bỏ quên

Năm 2026, tôi hai mươi tám tuổi, làm biên tập viên dữ liệu cho một trang bóng đá tại Hà Nội. Sau trận đấu giữa Câu lạc bộ Hà Nội và Quảng Nam tại V.League, tôi viết một bài với luận điểm rằng đội chủ nhà xứng đáng thắng với cách biệt ba bàn, chứ không phải thắng 1-0 nhờ may mắn như truyền thông mô tả. Cơ sở của tôi là chỉ số bàn thắng kỳ vọng: 2,87 so với 0,45 cho toàn trận; kiểm soát bóng 68 phần trăm; và mười bốn cú dứt điểm được thực hiện từ trong vòng cấm.

Tôi chịu một tuần bị chế giễu. Nhiều người nói với tôi rằng bóng đá không phải toán học, rằng bảng số liệu chỉ đẹp trên giấy, rằng khán đài không thưởng điểm cho chỉ số kỳ vọng.

Một tuần sau, huấn luyện viên Chu Đình Nghiêm thừa nhận trong một buổi họp báo rằng ông đã xem lại băng ghi hình và điều chỉnh cách tiếp cận của đội dựa trên chính những con số ấy. Lần đầu tiên trong sự nghiệp, tôi thấy dữ liệu không chỉ mô tả một trận đấu đã qua, mà còn định hướng một trận đấu chưa tới.

Nhưng tôi nhớ rõ hơn điều khác trong bài viết năm ấy. Tôi đã không đề cập tới việc đội khách thi đấu với một hàng thủ chắp vá vì hai trung vệ bị treo giò và một người khác bị đau nhẹ. Tôi không đề cập tới việc trận đấu diễn ra trên mặt sân mưa, thứ khiến các pha bóng bổng trở nên vô nghĩa nhưng khiến các pha bóng sệt sát đất trở nên nguy hiểm gấp đôi. Chỉ số kỳ vọng của tôi đúng. Nhưng chuỗi giải thích của tôi chỉ bao phủ một phần sự việc, và phần còn lại tôi im lặng vì nó không có số.

Đó là bài học đầu tiên: một chỉ số đúng chưa bao giờ đủ để làm nên một kết luận đúng.

Croatia 2026: khi mô hình thể lực lật ngược phán quyết truyền thông

Năm 2026, tôi hai mươi chín tuổi, sang Nga tác nghiệp World Cup. Trong khi phần lớn đồng nghiệp chọn Brazil hoặc Đức cho vị trí vô địch, tôi viết một bài chỉ ra rằng Croatia sở hữu tuyến tiền vệ có tổng quãng đường di chuyển trung bình 112 km mỗi trận, cao nhất giải. Bộ ba Luka Modrić, Ivan Rakitić và Marcelo Brozović khi đó đạt chỉ số PPDA ở mức 8,2 — nghĩa là đối thủ chỉ có trung bình 8,2 đường chuyền trước khi bị áp sát, một con số thuộc nhóm khắc nghiệt nhất của giải đấu.

Bài viết bị coi là sốc vô căn cứ. Cụm từ tôi nghe nhiều nhất là "mô hình thể lực". Người ta nói rằng một đội bóng không thể lên chung kết bằng cách chạy nhiều hơn người khác.

Croatia lên chung kết. Trong ba trận vòng loại trực tiếp liên tiếp, họ thi đấu 120 phút. Tổng cộng, họ chơi nhiều hơn đối thủ của mình gần một trận đấu đầy đủ về mặt thời lượng. Khi hiệp phụ của trận bán kết khép lại, tôi viết trong sổ tay của mình một câu mà về sau tôi dùng đi dùng lại: "Croatia không lên chung kết vì may mắn. Họ lên chung kết vì đôi chân không biết dừng."

Bài học ở đây tinh tế hơn bài học năm 2026. Tôi đã đúng, và tôi đã đúng vì một chỉ số thể lực. Nhưng trong chính bài viết ấy, tôi lại trình bày kết luận của mình như một hệ quả tất yếu của mô hình. Tôi viết như thể quãng đường di chuyển có thể quyết định kết quả một trận bóng đá. Thực tế, thứ quyết định trận gặp Anh ở bán kết là một pha đánh đầu ở phút 109, và phía sau nó là một loạt yếu tố mà mô hình của tôi không đo được: chất lượng mặt cỏ, sức chịu đựng tâm lý của từng cầu thủ sau ba trận kéo dài, và việc huấn luyện viên đối phương có dám thay người ở phút 90 hay không.

2026 và 2026: nửa năm ở NBA, và sân vận động trống

Giai đoạn 2026 đến 2026 là khoảng thời gian tôi làm việc sâu hơn với bóng rổ nhà nghề tại một tòa soạn lớn. Trong khoảng thời gian ấy, tôi hiểu ra rằng bóng rổ và bóng đá dạy cho người phân tích hai bài học trái ngược nhau.

Bóng rổ dạy về mẫu lớn. Với tám mươi hai trận mỗi mùa, mỗi đội có hơn ba trăm phút thi đấu chính thức mỗi hai tuần, và nhịp độ thi đấu cao đến mức mọi chỉ số đều được cập nhật liên tục. Bóng rổ cũng là môn thể thao mà một cầu thủ ở đỉnh cao có thể tác động tới ba mươi phần trăm số pha tấn công của đội mình. Một người thay đổi cả hệ thống. Đó là mảnh đất lý tưởng cho các chỉ số tiến bộ.

Bóng đá dạy điều ngược lại. Với ba mươi tám vòng mỗi mùa và mười một người trên sân, ảnh hưởng của một cá nhân bị pha loãng đến mức các chỉ số tiến bộ thường chỉ giải thích được khoảng một nửa phương sai kết quả. Nửa còn lại nằm ngoài bảng tính.

Sự khác biệt ấy là nền tảng cho cú sốc lớn nhất trong sự nghiệp phân tích của tôi. Năm 2026, khi đại dịch khiến bóng đá châu Âu tê liệt, tôi đã dành sáu năm để xây dựng một bộ dữ liệu về lợi thế sân nhà, bắt đầu từ năm 2026. Khi Bundesliga trở lại với các sân vận động không khán giả vào tháng 5 năm 2026, tôi đặt cược vào một dự đoán khá táo bạo: lợi thế sân nhà sẽ sụp đổ.

Tỉ lệ thắng sân nhà ở Bundesliga trong giai đoạn tạm hoãn và trở lại ấy rơi xuống 48,7 phần trăm, giảm từ mức trung bình khoảng 54 phần trăm trong lịch sử dài. Borussia Dortmund chỉ thắng 3 trong 8 trận sân nhà còn lại. Nhìn bề ngoài, mô hình của tôi đã đúng về mặt con số.

Nhưng khi tôi cố dùng mô hình ấy để dự đoán thời điểm khán đài được lấp đầy trở lại ở các giải khác, nó thất bại hoàn toàn. Tôi đã không tính tới sự chênh lệch khủng khiếp về chất lượng và điều kiện sân tập giữa các câu lạc bộ trong giai đoạn cách ly. Tôi không tính tới việc một số đội chấp nhận chơi phòng ngự tuyệt đối để hạn chế lây nhiễm và bảo toàn lực lượng. Tôi không tính tới việc một số huấn luyện viên coi giai đoạn ấy là cơ hội để xoay tua đội hình trẻ.

Kết luận của tôi về tỉ lệ thắng sân nhà đúng. Mô hình phục hồi của tôi sai. Và tôi hiểu ra rằng mình đã xây dựng một mô hình rất tốt cho một thế giới không còn tồn tại nữa. Tôi viết trong một bài tổng kết khi đó: "Khi khán đài trống, mô hình của tôi sụp đổ. Tôi biết mình đã quên mất yếu tố con người."

World Cup 2026: khi dữ liệu thô che mất một hàng phòng ngự

Năm 2026, tôi ba mươi ba tuổi, được một tòa soạn lớn tại Việt Nam mời làm chuyên gia phân tích cho kỳ World Cup tổ chức tại Qatar. Tôi xây dựng một mô hình dự đoán dựa trên bàn thắng kỳ vọng tích lũy, số bàn thắng thực tế và chỉ số kiểm soát bóng, và đi đến một kết luận khá tự tin: Đức sẽ vượt qua vòng bảng với tư cách đội có chỉ số bàn thắng kỳ vọng tích lũy cao nhất bảng đấu của mình.

Đức bị loại từ vòng bảng. Nhật Bản đứng đầu bảng ấy.

Khi tôi ngồi lại phân tích thất bại của chính mình, vấn đề hiện ra rất nhanh. Tôi đã không thu thập chỉ số PPDA của Nhật Bản trước giải. Khi tôi tính lại sau đó, Nhật Bản đạt PPDA 6,8 trong hai trận gặp Đức và Tây Ban Nha — một mức áp sát nằm trong nhóm khắc nghiệt nhất của giải, và hoàn toàn vắng mặt trong bộ dữ liệu tôi chuẩn bị.

Tôi suy sụp vài tuần. Không phải vì dự đoán sai, mà vì tôi đã tự tin quá mức dựa trên một bộ dữ liệu mà tôi biết là thiếu. Tôi đã biết mình chưa thu thập đủ chỉ số phòng ngự. Tôi vẫn viết như thể bộ dữ liệu của mình là toàn diện.

Tôi dành ba tháng sau đó để xây dựng lại hệ thống, tích hợp thêm các nguồn dữ liệu phi truyền thống, và quan trọng nhất: bắt buộc mọi bài phân tích sau đó phải có một mục riêng gọi là "rủi ro và khoảng trống". Mục ấy liệt kê thẳng những gì tôi không đo được, những gì dữ liệu của tôi phủ không tới, và những gì có thể khiến kết luận của tôi sụp đổ.

Từ đó, tôi ngừng dùng cụm từ "chỉ số quyết định". Dữ liệu không quyết định điều gì trong bóng rổ hay bóng đá. Con người quyết định. Dữ liệu chỉ mô tả một phần rất nhỏ của cái quyết định ấy.

Giải phẫu của một bảng trống

Quay lại đêm ngày 12 tháng 11. Sau khi đã đi qua bốn bài học kể trên, tôi ngồi nhìn bảng tính trống và tự hỏi: chính xác thì tôi đang thiếu cái gì?

Tôi thiếu chủ thể. Không có tên đội, không có tên cầu thủ, không có tên huấn luyện viên. Không một thực thể nào được nhắc tới. Đây là mức thiếu hụt nặng nhất, bởi mọi phân tích thể thao đều bắt đầu từ một cái tên.

Tôi thiếu bối cảnh giải đấu. Nhãn bộ môn duy nhất có trong tệp là một từ chung chung, không phân biệt được giải nhà nghề Mỹ, giải quốc tế, giải châu Á hay giải trong nước. Sự khác biệt này quan trọng hơn nhiều so với những gì người ngoài ngành tưởng. Luật phòng ngự khu vực và luật ba giây trong bóng rổ nhà nghề Mỹ khác với luật quốc tế. Khoảng cách đường ba điểm khác nhau giữa các hệ thống giải. Nhịp độ thi đấu khác nhau đến mức nếu áp một chuẩn của giải này lên giải kia, kết luận sẽ sai ngay từ điểm xuất phát.

Tôi thiếu dữ liệu hiệu suất. Không có điểm, không có phản công, không có kiến tạo, không có tỉ lệ ném thành công thực, không có chỉ số hiệu suất, không có chỉ số cộng trừ, không có tỉ lệ sử dụng bóng. Không một con số nào để đối chiếu.

Tôi thiếu cấu trúc quỹ lương. Không có hợp đồng tối đa, không có mức trung, không có phần dư từ hợp đồng tân binh, không có ngưỡng thuế sang trọng, không có trạng thái quỹ lương so với các mức trần. Trong bóng rổ nhà nghề, các công cụ xây dựng đội hình như quyền ưu tiên tái ký, ngoại lệ trung cấp, ngoại lệ thương mại, và điều khoản dàn trải đều phụ thuộc vào một bảng lương cụ thể. Không có bảng lương, không có phân tích.

Tôi thiếu dấu vết thời gian. Trường mức độ nhạy cảm thời gian không được đánh giá. Điều này khóa luôn mọi phân tích liên quan tới hạn chót giao dịch, cửa sổ gia hạn hợp đồng, và các quyết định quanh ngưỡng thuế.

Tôi thiếu tên nguồn. Bài viết gốc không có nguồn. Không có cơ quan phát hành, không có ngày, không có tác giả. Trong nghề của tôi, một thông tin không có nguồn có giá trị gần bằng không, bất kể nội dung của nó hấp dẫn tới đâu.

Đây là điểm mà tôi muốn dừng lại lâu hơn một chút, bởi nó là trung tâm của cả bài viết này. Có một hiểu lầm phổ biến rằng giá trị của một phân tích nằm ở kết luận. Thực tế, giá trị của một phân tích nằm ở chuỗi dẫn dắt tới kết luận ấy. Nếu chuỗi ấy rỗng, kết luận có hay đến đâu cũng là một vật thể trôi nổi. Và khi một vật thể trôi nổi được xuất bản, nó sẽ bị người đọc mang đi và dùng làm nền cho một vật thể trôi nổi khác.

Trong trường hợp cụ thể này, nếu tôi điền vào mười chín cột trống ấy bằng những con số trung bình của giải, bằng những tên cầu thủ đang được nhắc nhiều nhất tuần đó, và bằng những nhận định chiến thuật nghe hợp lý, thì độc giả sẽ không phân biệt được sản phẩm ấy với một sản phẩm có dữ liệu thật. Mức độ chính xác trong trình bày sẽ không khác gì nhau. Chỉ có gốc rễ khác nhau, và gốc rễ là thứ duy nhất không nhìn thấy được từ bên ngoài.

Một bảng tính trống không phải là một vấn đề kỹ thuật. Đó là một bài kiểm tra đạo đức nghề nghiệp, và nó chỉ xuất hiện đúng vào lúc bạn đang mệt nhất, gấp nhất, và muốn được công nhận nhất.

Góc nhìn phản trực giác: nghề này không thưởng cho việc dừng lại

Đã đến lúc nói thẳng điều mà phần lớn người trong ngành biết nhưng ít người viết ra.

Trong ngành truyền thông thể thao, cấu trúc khuyến khích đang nghiêng về phía sai. Bạn được trả tiền cho bài viết được xuất bản, không phải cho bài viết bị giữ lại. Bạn được đo bằng lượng đọc, không phải bằng tỉ lệ kết luận đứng vững sau ba tháng. Một bài viết sai nhưng trôi chảy và đăng đúng lúc sẽ có chỉ số tương tác cao hơn một bài viết đúng nhưng đăng muộn hai ngày, và hai tuần sau, không ai còn nhớ bài nào sai.

Điều này tạo ra một hệ quả mà tôi cho là nghiêm trọng hơn cả việc đưa tin sai: nó tạo ra một tầng phân tích không có thật nhưng trông rất giống thật. Tầng này không lừa độc giả bằng những con số bịa hoàn toàn. Nó lừa độc giả bằng những con số thật được đặt trong một chuỗi không tồn tại. Một chỉ số đúng được gán cho một nguyên nhân sai. Một tương quan được trình bày như một quan hệ nhân quả. Một mẫu gồm bốn trận được trình bày như một xu hướng mùa giải.

Và cách nó xảy ra thường không kịch tính chút nào. Nó xảy ra vào lúc 23 giờ 40, khi bạn có một khuôn mẫu cần điền, một hạn chót đang tới, và một bảng tính không chịu cung cấp gì.

Trong bóng rổ, hiện tượng này có một dạng thức riêng. Vì mỗi mùa có tám mươi hai trận, người viết luôn có sẵn một lượng mẫu khổng lồ để chọn lọc. Bạn có thể chọn bốn trận để chứng minh một luận điểm và bỏ qua bảy mươi tám trận còn lại mà không ai phát hiện, trừ khi có người chịu bỏ ra hai giờ để kiểm tra lại. Trong bóng đá, hiện tượng này có dạng thức khác: vì mỗi mùa chỉ có ba mươi tám vòng và số bàn thắng mỗi trận thấp, người viết có xu hướng phóng đại ý nghĩa của một trận đấu đơn lẻ, biến một khoảnh khắc thành một bản chất.

Cả hai dạng thức dẫn tới cùng một kết quả: người đọc được cung cấp một cảm giác hiểu biết mà không được cung cấp khả năng hiểu biết.

Tôi muốn nói rõ một điều ở đây, vì tôi biết nó dễ bị hiểu sai. Tôi không chống lại việc viết nhanh. Tôi không chống lại việc viết ngay trong đêm. Phần lớn sự nghiệp của tôi diễn ra trong những đêm như vậy, và tôi tin rằng tốc độ có giá trị thật. Một phân tích về một trận đấu được đưa ra hai ngày sau khi trận đấu kết thúc có giá trị thực tiễn thấp hơn nhiều so với một phân tích được đưa ra trong vòng vài giờ, bởi vì đến lúc ấy, ban huấn luyện đã có những quyết định riêng, và cơ hội để tác động đã qua.

Điều tôi chống lại là việc dùng tốc độ như một cái cớ để đầu hàng trước sự trống rỗng. Viết nhanh với dữ liệu có thật là một kỹ năng đáng kính. Viết nhanh với dữ liệu không có là một hành vi gây hại.

Trong thế giới bóng rổ nhà nghề, cấu trúc khuyến khích này còn được khuếch đại bởi thị trường chuyển nhượng. Mỗi mùa hè, hàng trăm tin đồn được đẩy đi với tốc độ chóng mặt, phần lớn không có nguồn xác thực, và phần lớn trong số đó được kể lại bằng một ngôn ngữ mang tính khẳng định. Có một câu tôi vẫn dùng khi nói chuyện với các phóng viên trẻ: "Một bản hợp đồng chỉ thực sự đúng khi con số ký cùng chữ ký." Cho tới lúc chữ ký được đặt xuống, mọi con số đều là giả thuyết, kể cả khi nó được trình bày bằng giọng điệu chắc chắn nhất.

Ở phía bên kia, thị trường đại diện và các hợp đồng tài trợ đang tạo ra một tầng im lặng khác. Vận động viên hiện đại bị ràng buộc bởi một mạng lưới nghĩa vụ thương mại khiến họ nói ít hơn, nói an toàn hơn, và nói theo khuôn mẫu hơn. Khi ấy, giới truyền thông mất đi nguồn tin trực tiếp quan trọng nhất, và có xu hướng lấp vào chỗ đó bằng phân tích suy đoán. Phân tích suy đoán không có lỗi gì về mặt phương pháp. Nó chỉ cần được dán nhãn đúng là phân tích suy đoán, chứ không được trình bày như một phát hiện dữ liệu.

Đây là lý do tôi luôn giữ một danh sách ngắn những câu mình tự nhắc trước khi viết. Khi dữ liệu của tôi đồng thuận với nhận định phổ biến, tôi viết bình thường. Khi dữ liệu của tôi chống lại nhận định phổ biến, tôi kiểm tra lại hai lần. Khi dữ liệu của tôi không có gì cả, tôi tắt máy.

Những gì tôi làm trong bốn mươi phút ấy

Tôi muốn mô tả cụ thể hơn, vì lời khuyên chung chung thì vô dụng.

Trong mười phút đầu, tôi xác nhận lại rằng tệp trống là tệp thật, chứ không phải một lỗi đường dẫn. Tôi kiểm tra thư mục gốc, kiểm tra nhật ký máy chủ, kiểm tra xem có phiên bản nào khác của cùng tệp được tạo trong cùng ngày hay không. Không có gì.

Trong mười phút tiếp theo, tôi xác minh rằng mình không có nguồn thay thế. Không có buổi họp báo nào tôi tham dự, không có băng ghi hình nào tôi xem trực tiếp, không có ghi chú theo trận nào trong nhật ký cá nhân. Nếu tôi có ghi chú theo trận, tôi sẽ có quyền viết, bởi vì ghi chú theo trận là quan sát trực tiếp, và quan sát trực tiếp là gốc rễ hợp lệ của mọi phân tích.

Trong mười phút thứ ba, tôi viết ra giấy những gì tôi biết chắc và những gì tôi không biết chắc. Danh sách thứ nhất có đúng hai dòng: rằng có một tệp được tạo cho một vòng đấu, và rằng tệp ấy không chứa dữ liệu. Danh sách thứ hai dài hơn nhiều, và nó bao gồm mọi thứ mà một bài phân tích thông thường cần có.

Mười phút cuối cùng, tôi soạn một tin nhắn gửi cho người phụ trách chuyên mục, nội dung ngắn gọn: không có dữ liệu để viết, cần gói dữ liệu mới, nếu không có thì xin rút bài khỏi kế hoạch tuần. Tôi gửi lúc 0 giờ 22 phút.

Tôi kể chi tiết này không phải vì nó thú vị. Tôi kể vì nó cho thấy việc dừng lại không phải là một cảm hứng nghề nghiệp, mà là một quy trình. Nó có các bước, có thứ tự, và có thể thực hiện được ngay cả khi bạn đang mệt và đang chịu áp lực.

Có một điều tôi đã học được trong nhiều năm làm việc với các mô hình dữ liệu, và nó đúng với cả bóng rổ, bóng đá, và mọi môn thể thao có đủ dữ liệu để phân tích: hệ thống chỉ tốt bằng chất lượng dữ liệu đầu vào của nó, và không có mô hình nào có thể cứu được một đầu vào rỗng. Bạn có thể xây dựng một mô hình hoàn hảo với hàng trăm biến số. Đưa cho nó một bảng trống, nó sẽ trả về một kết quả vô nghĩa, và nó sẽ không báo lỗi.

Rủi ro và khoảng trống

Không có bài viết nào của tôi kết thúc mà thiếu phần này, và bài này cũng vậy.

Rủi ro lớn nhất trong câu chuyện vừa kể không phải là tôi không viết được bài. Rủi ro lớn nhất là nếu tôi đã viết. Một bài viết dựa trên một gói dữ liệu rỗng sẽ có đầy đủ cấu trúc: mở đầu, bối cảnh, phân tích, góc phản trực giác, kết luận. Nó sẽ đọc trôi chảy. Nó sẽ có số liệu, có tên cầu thủ, có nhận định chiến thuật. Và nó sẽ sai ở mọi tầng, từ tầng thấp nhất, mà không một độc giả nào có thể phát hiện ra. Đây là loại rủi ro khó thấy nhất trong ngành của tôi, bởi vì sản phẩm lỗi trông hoàn toàn giống sản phẩm đạt.

Rủi ro thứ hai là sự che khuất nguồn. Khi một gói dữ liệu không ghi nguồn, không ghi ngày, và không ghi cơ quan phát hành, thì không ai có thể đánh giá độ tin cậy của nó, kể cả chính tôi. Trong những trường hợp như thế, cách phản ứng đúng không phải là hạ thấp tiêu chuẩn, mà là nâng tiêu chuẩn lên: yêu cầu nguồn, ngày, và thời điểm như những trường bắt buộc.

Rủi ro thứ ba là sự mơ hồ về bộ môn. Khi nhãn bộ môn chỉ ghi chung là bóng rổ mà không nói rõ giải nào, người phân tích mất khả năng áp đúng hệ thống luật, đúng chuẩn nhịp độ, và đúng khung cục diện. Đây là một vấn đề nhỏ về mặt kỹ thuật nhưng lớn về mặt hậu quả, bởi vì mọi so sánh xuyên giải đấu đều cần một mốc quy đổi.

Và khoảng trống lớn nhất, thành thật mà nói, là khoảng trống về khả năng tự kiểm tra. Mỗi người viết đều là người đánh giá duy nhất cho chất lượng nguồn của chính mình. Trong một đêm bận rộn, nếu không có một quy trình bắt buộc, tiêu chuẩn ấy sẽ tự động hạ xuống, không phải vì bạn muốn, mà vì bạn cần một bài viết trước 6 giờ sáng.

Tôi để lại phần này trong bài, không phải để tự khen mình đã dừng lại, mà vì tôi cho rằng độc giả có quyền biết một bài phân tích được đứng trên nền gì. Nếu tôi đưa ra một kết luận, tôi muốn bạn biết tôi đã bỏ gì lại phía sau để có được kết luận ấy.

Tín hiệu cho vòng đấu tiếp theo

Ba tháng sau đêm ấy, tôi xây dựng lại quy trình bóc tách dữ liệu với hai thay đổi. Thay đổi thứ nhất: mọi gói dữ liệu phải có nguồn, ngày, và cơ quan phát hành, nếu không tệp bị đánh dấu là không hợp lệ và bị đẩy vào hàng chờ xử lý thủ công. Thay đổi thứ hai: mọi gói dữ liệu phải có tên của ít nhất một thực thể cụ thể — đội, cầu thủ, huấn luyện viên, hoặc ban tổ chức giải. Nếu tệp không có tên nào, nó không thể trở thành đầu vào cho bất kỳ phân tích nào.

Hai thay đổi ấy nghe có vẻ nhỏ. Chúng đã cắt bỏ khoảng hai mươi phần trăm khối lượng đầu vào của hệ thống, và đổi lại, tỉ lệ bài viết phải chỉnh sửa lại sau khi xuất bản giảm xuống còn một phần ba mức cũ. Trong công việc của người viết thể thao dữ liệu, đó là một sự đánh đổi tôi sẵn sàng chấp nhận.

Nhìn về phía trước, tôi thấy ba tín hiệu cần theo dõi trong phần còn lại của mùa giải lớn năm nay.

Tín hiệu thứ nhất là chất lượng dữ liệu công khai về các giải trong nước. Nếu các giải bóng rổ và bóng đá ở Việt Nam tiếp tục công bố chỉ số ở mức độ chi tiết như hiện nay, khả năng phân tích nội địa sẽ phụ thuộc chủ yếu vào quan sát trực tiếp chứ không phải vào bảng số liệu. Điều đó không xấu, nhưng nó đòi hỏi người viết phải có mặt, phải ghi chép, và phải chấp nhận rằng mình không thể phủ hết mọi trận đấu trong ngày.

Tín hiệu thứ hai là tỉ lệ giữa phân tích có dữ liệu và phân tích suy đoán trong mùa chuyển nhượng. Mỗi khi một bản hợp đồng lớn được công bố, người ta thường quên mất rằng giá trị thật của nó chỉ có thể được đánh giá sau khi cầu thủ ấy thi đấu đủ số trận ở đỉnh cao. Một mức giá không được xác nhận bằng mẫu thi đấu là một giả thuyết, không phải một bản hợp đồng.

Tín hiệu thứ ba, và là tín hiệu tôi quan tâm nhất, là việc các tòa soạn có xây dựng quy trình kiểm tra nguồn cho nội dung phân tích hay không. Trong mười tám năm làm nghề, tôi chưa từng thấy một cuộc họp nào ở Việt Nam bàn riêng về việc xác minh nguồn dữ liệu thể thao. Tôi đã thấy nhiều cuộc họp về tiêu đề, về ảnh bìa, về thời điểm đăng. Nếu điều ấy thay đổi, chất lượng phân tích thể thao trong nước sẽ thay đổi theo, không cần chờ thêm thiết bị hay nhân lực.

Tôi không tin vào linh cảm. Nhưng tôi tin vào những gì linh cảm được dữ liệu xác nhận. Đêm ngày 12 tháng 11, cả hai thứ ấy đều im lặng: dữ liệu trống, linh cảm không có gì để bám vào. Và tôi đã làm điều duy nhất còn lại đúng để làm — gấp máy tính lại, gửi tin nhắn báo rút bài, và đi ngủ.

Có những đêm giá trị cao nhất của một người viết dữ liệu là một bài viết không được sinh ra. Tôi biết điều ấy khó bán cho một tòa soạn. Nhưng con số không bao giờ cần chúng ta bảo vệ. Ngược lại, chúng ta cần chúng để không tự lừa mình.