Khi dữ liệu trở về số không: cái bẫy của phân tích rỗng trong làng thể thao

Có một buổi sáng mùa đông, tôi ngồi trước màn hình với một tệp dữ liệu nặng gần hai trăm megabyte được gửi từ đối tác thống kê của một giải quần vợt lớn. Tệp có đầy đủ tên cột: tỉ lệ giao bóng một, điểm thắng trên giao bóng hai, tỉ lệ chuyển đổi break-point, tỉ số winner trên lỗi tự đánh hỏng, số mét di chuyển mỗi set. Nhưng khi tôi kéo xuống, tất cả các ô đều trống. Không một con số. Không một dòng dữ liệu. Chỉ có những cái tên cột nằm đó như những ngăn kéo rỗng trong một căn phòng được thiết kế để chứa đầy. Tôi đã ngồi im rất lâu. Không phải vì không biết phải làm gì, mà vì nhận ra một điều quen thuộc đến nhói lòng: giữa một thế giới được cho là tràn ngập dữ liệu, thứ chúng ta thường có trong tay lại là số không. Và điều đáng sợ hơn cả số không là cách con người phản ứng trước nó. Chúng ta vẫn tiếp tục viết, tiếp tục phân tích, tiếp tục xuất bản, như thể những ô trống kia chưa từng tồn tại. Có những dữ liệu không cần lớn tiếng, chỉ cần ai đó đủ kiên nhẫn để đọc. Nhưng cũng có những dữ liệu rỗng, và chúng cần được đọc theo một cách khác. Không phải để lấp đầy, mà để hiểu rằng ta đang đứng trước một khoảng lặng cần được thừa nhận. Trong hai thập kỷ qua, quần vợt chuyên nghiệp trở thành một trong những môn thể thao được đo lường kỹ lưỡng nhất hành tinh. Năm 2026, hệ thống Hawk-Eye bắt đầu xuất hiện ở các giải Grand Slam, biến mỗi đường bóng thành một điểm dữ liệu truy vết được. Năm 2026, Australian Open trở thành giải Grand Slam đầu tiên thay trọng tài biên bằng hệ thống gọi đường bóng điện tử. Đến năm 2026, Wimbledon — giải bảo thủ nhất trong bốn giải lớn — khép lại 147 năm truyền thống trọng tài biên để chuyển hoàn toàn sang công nghệ. Mỗi trận tại một giải Masters 1000 giờ sản sinh hàng triệu điểm dữ liệu mỗi giờ: tốc độ giao bóng, độ xoáy, điểm rơi, quãng đường di chuyển, nhịp tim. Các đài truyền hình dựng đồ họa theo thời gian thực. Các nhà cái xử lý dữ liệu trong từng phần nghìn giây. Các học viện phân tích từng cú đánh của đối thủ để tìm điểm yếu. Đây cũng là thập kỷ mà ngành công nghiệp dữ liệu thể thao trở thành một thị trường tỷ đô. Quyền khai thác dữ liệu trực tiếp, dữ liệu vị trí cầu thủ, dữ liệu sinh trắc học được mua bán như một loại tài sản. Các nền tảng phát trực tuyến đổ tiền để độc quyền nội dung, rồi dùng dữ liệu để giữ chân người xem. Nhưng khi dòng tiền chảy vào dữ liệu, áp lực phải tạo ra nội dung từ dữ liệu cũng tăng theo. Người ta cần bài viết, cần đồ họa, cần những câu chuyện để bán quảng cáo. Và khi nhu cầu vượt quá nguồn cung thật, khoảng trống sẽ được lấp bằng thứ gì đó nghe có vẻ hợp lý. Ấy vậy mà, nghịch lý thay, càng nhiều dữ liệu, người ta càng ít đọc chúng. Tôi nghiệm ra điều này sau nhiều năm làm nghề. Tôi từng chứng kiến những phòng tin tức thể thao nơi không ai có thời gian mở tệp thống kê gốc, bởi deadline đến trước khi trận đấu kết thúc. Người ta lấy đồ họa trên sóng truyền hình, sao chép bảng tỉ số, rồi viết. Quy trình ấy không sai về mặt kỹ thuật, nhưng nó biến con số từ một công cụ để hiểu thành một vật trang trí để lấp đầy khoảng trống. Ở Việt Nam, câu chuyện còn phức tạp hơn. Các tòa soạn thể thao phần lớn có nguồn lực hạn chế, không đủ người để theo dõi trực tiếp mọi giải đấu quốc tế. Phần lớn thông tin đến qua các nguồn thứ cấp: bản tin của hãng thông tấn, bài đăng mạng xã hội, clip cắt ghép. Khi một phóng viên ở Hà Nội hay Hải Phòng phải viết về một trận đấu diễn ra lúc ba giờ sáng theo giờ Việt Nam, điều dễ xảy ra nhất là họ dựa vào những gì người khác đã viết. Dữ liệu gốc — nếu có — bị chôn dưới nhiều lớp trung gian. Và mỗi lớp trung gian là một cơ hội để sai lệch. Để hiểu phân tích rỗng là gì, cần hình dung một đường ống thông tin gồm bốn chặng: nguồn, trích xuất, diễn giải, xuất bản. Một bài phân tích chỉ trung thực khi cả bốn chặng đều có dữ liệu thật. Trong thực tế, đường ống này rò rỉ ở mọi khớp nối. Chặng đầu tiên là nguồn. Trong quần vợt, nguồn có thể là hệ thống ghi điểm chính thức, dữ liệu của ATP và WTA, hoặc các nhà cung cấp thống kê độc lập. Vấn đề nằm ở chỗ không phải nguồn nào cũng đáng tin như nhau. Một chỉ số số mét di chuyển được tính bằng thuật toán theo dõi chuyển động có thể sai lệch vài mét mỗi set so với dữ liệu cảm biến giày. Một tỉ lệ điểm thắng trên giao bóng hai có thể được định nghĩa khác nhau giữa hai nhà cung cấp. Khi người viết không truy về định nghĩa gốc, con số trở thành một mảnh ghép mồ côi: trông có vẻ chính xác nhưng không ai chịu trách nhiệm về nó. Chặng thứ hai là trích xuất. Đây chính là chặng đã thất bại trong tệp dữ liệu rỗng mà tôi mở buổi sáng hôm ấy. Trích xuất là quá trình biến một trận đấu thành các con số có cấu trúc. Nó có thể hỏng vì nhiều lý do: cảm biến không ghi nhận, thuật toán phân loại sai cú đánh, hoặc đơn giản là dữ liệu chưa kịp đồng bộ. Điều đáng chú ý là phần lớn lỗi trích xuất diễn ra âm thầm. Hệ thống không báo lỗi; nó chỉ trả về một tệp trống. Nếu người vận hành không đủ tỉnh táo để nhận ra, cái trống ấy sẽ lặng lẽ chảy xuống chặng tiếp theo. Chặng thứ ba là diễn giải. Đây là nơi nguy hiểm nhất, bởi nó là nơi con người, chứ không phải máy móc, tạo ra ý nghĩa. Khi dữ liệu rỗng, người diễn giải có hai lựa chọn: thừa nhận rằng mình chưa có gì để nói, hoặc tự dựng lên một câu chuyện nghe có vẻ hợp lý. Lựa chọn thứ hai luôn hấp dẫn hơn, bởi nó được thưởng bằng lượt xem. Một bài viết có tiêu đề giật gân về bí mật chiến thuật của một tay vợt, dù không có một chỉ số nào chống lưng, vẫn có thể lan truyền nhanh hơn một bài phân tích khô khan nhưng trung thực. Đây là lúc nghề viết bị cám dỗ bởi chính sự rỗng tuếch của nó. Chặng cuối là xuất bản. Đây là nơi mà số không chính thức trở thành một sản phẩm. Khi một tệp dữ liệu rỗng được đưa vào một đường ống phân tích mà không ai kiểm tra, kết quả đầu ra vẫn có thể là một bài báo dài, đủ cấu trúc, đúng ngữ pháp, thậm chí có cả biểu đồ. Chỉ là biểu đồ ấy không nói lên điều gì. Sản phẩm ấy không sai về hình thức, nhưng nó vô hồn. Tôi đã từng đứng trước một sản phẩm như vậy. Cách đây vài năm, một đồng nghiệp gửi cho tôi một bài phân tích về màn trình diễn của một tay vợt ở một giải đấu mà tôi trực tiếp theo dõi. Bài viết nói tay vợt này cải thiện rõ rệt khả năng giao bóng hai và dẫn một con số tăng 11%. Khi tôi mở bảng thống kê gốc, mẫu chỉ có ba trận, và hai trong số đó là trước các đối thủ ngoài top 100. Một mẫu ba trận không đủ để nói lên bất cứ điều gì về một kỹ năng. Con số 11% ấy không sai về mặt số học, nhưng nó sai về mặt ý nghĩa. Đây là bản chất của phân tích rỗng: nó không nói dối bằng những con số sai, mà nó nói dối bằng những con số đúng đặt trong ngữ cảnh sai. Người ta nhìn vào bảng xếp hạng, tôi nhìn vào những gì bảng xếp hạng che đi. Một tay vợt có thể tăng hạng nhờ lịch thi đấu dễ, nhờ đối thủ bỏ cuộc, nhờ bốc thăm may mắn. Bảng xếp hạng không phân biệt điều đó. Chỉ có người đọc đủ kiên nhẫn mới phân biệt được. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua nhiều mùa giải, phần lớn sai sót trong phân tích quần vợt không đến từ dữ liệu thiếu, mà từ dữ liệu bị đọc ở sai tầng. Trong quần vợt, có một loại dữ liệu đặc biệt dễ bị bỏ qua: dữ liệu về những khoảng lặng. Khoảng thời gian giữa hai điểm số. Số giây tay vợt đứng ở vạch cuối sân trước khi giao bóng. Nhịp thở sau một pha bóng dài. Đó là nơi bản lĩnh con người hiện ra rõ nhất, nhưng cũng là nơi ít nhà phân tích chịu dừng lại nhất, bởi những con số ấy không đẹp, không dễ đưa lên đồ họa. Tôi học được điều này từ chính nghề của mình. Khiếm khuyết, chấn thương, những lần thua dưới cơ chứa dữ liệu chân thật hơn mọi chiến thắng hào nhoáng. Năm 2026, tại SEA Games 29 ở Kuala Lumpur, tôi là nữ nhà báo duy nhất trong khu vực báo chí điền kinh. Tôi phát hiện Nguyễn Thị Oanh vô địch 1500m nữ nhờ chiến thuật negative split: 800m đầu chậm hơn 700m sau tới 2,3 giây. Khi tôi trình bài phân tích lên biên tập viên, anh ta cười bảo phụ nữ không hiểu pacing. Tôi không cãi nhau. Tôi lặng lẽ dành ba tuần xem lại toàn bộ băng ghi hình rồi tự xuất bản trên blog cá nhân. Bài viết đạt 50.000 lượt xem trong 48 giờ và được chính huấn luyện viên trưởng đội tuyển quốc gia chia sẻ. Bài học từ lần ấy không nằm ở con số 2,3 giây. Nó nằm ở chỗ: một chỉ số nhỏ, đặt đúng chỗ, có thể lật ngược cả một định kiến. Ngược lại, một chỉ số lớn, đặt sai chỗ, có thể củng cố một định kiến tồi tệ hơn. Có một năm, tôi theo dõi một tay vợt trẻ suốt một mùa giải. Anh thắng những trận đầu dễ dàng, rồi thua liên tiếp ở các vòng trong. Truyền thông gọi đó là khủng hoảng phong độ. Khi tôi vẽ lại biểu đồ tỉ lệ thắng điểm trên giao bóng hai theo từng set, một mẫu hình hiện ra: tỉ lệ ấy không hề giảm trong ba set đầu, nó chỉ sụp đổ từ set thứ tư trở đi, khi thể lực cạn kiệt. Vấn đề không nằm ở kỹ thuật giao bóng hai, mà ở nền tảng thể lực và khả năng quản lý năng lượng. Nếu chỉ đọc kết quả trận đấu, ta sẽ chẩn đoán sai hoàn toàn. Nếu đọc dữ liệu ở đúng tầng, ta thấy một câu chuyện khác. Đây là lý do tôi luôn tin rằng khoa học dữ liệu thể thao phải đi kèm với sự khiêm tốn. Một nhà phân tích giỏi không nằm ở việc sở hữu nhiều con số nhất, mà ở việc biết con số nào không nên dùng. Trong tệp dữ liệu rỗng tôi mở buổi sáng hôm ấy, việc đúng đắn nhất tôi có thể làm là ghi lại rằng chưa có gì để phân tích. Nó chưa phải một thất bại. Nó là một hành động trung thực. Kinh nghiệm ấy khiến tôi thay đổi cách làm việc. Tôi ngừng xin phép biên tập viên trước khi viết. Mọi bài sau đó đều kèm đồ thị dữ liệu tự vẽ. Tôi bắt đầu tin vào trực giác phân tích của mình, và không bao giờ viết một bài báo thiếu đi lớp thân phận con người. Nhưng tôi cũng học được một điều ngược lại: không phải lúc nào cũng cần có số liệu mới được viết. Có những bài viết quan trọng nhất lại là những bài dám nói rằng chỗ này tôi chưa biết. Tôi từng có hai ngày ở Moscow, năm 2026, khi bài viết về Oanh đưa tôi đến World Cup với tư cách chuyên gia bình luận. Trong trận bán kết, tôi phát âm sai tên Luka Modrić ba lần trong hiệp một và bị chỉ trích thậm tệ trên mạng xã hội. Tôi rút vào khách sạn khóc suốt 48 giờ, tắt hết liên lạc, nhưng vẫn xem lại toàn bộ năm trận của Croatia. Bài chân dung sau đó của tôi về công việc vô hình của Modrić — hơn 90 km di chuyển cả giải, 14 cơ hội chuyển đổi từ đường chuyền của anh — được tờ Sportske Novosti của Croatia chia sẻ. Moscow có tuyết, nhưng Modrić có cách làm tan tuyết bằng một đường chuyền. Hai ngày ở Moscow dạy tôi rằng bóng đá không nằm gọn trong ánh đèn sân khấu. Và một tệp dữ liệu rỗng dạy tôi rằng con số, khi không có nguồn, chỉ là ánh đèn nhấp nháy trên một sân khấu trống. Nếu dừng lại ở đây, ta dễ rơi vào một kết luận nghe có vẻ đạo đức nhưng thực ra sai lầm: rằng cứ thiếu dữ liệu thì phải im lặng, rằng sự trung thực luôn đồng nghĩa với việc không viết gì. Thực tế phức tạp hơn thế. Trong nhiều trường hợp, một tệp dữ liệu rỗng lại là tín hiệu có giá trị nhất mà ta có. Nó cho ta biết đường ống đang hỏng, nguồn đang chết, có một cuộc khủng hoảng vận hành phía sau mà không ai nhìn thấy. Một nhà báo thể thao tỉnh táo không nên chỉ thất vọng vì thiếu số liệu, mà nên hỏi vì sao lại thiếu, ai chịu trách nhiệm, và điều gì đang bị che giấu đằng sau sự im lặng của hệ thống. Hơn nữa, có một nghịch lý ngày càng rõ trong ngành thể thao: chính sự dư thừa dữ liệu đang tạo ra những bài phân tích rỗng, chứ không phải sự thiếu hụt. Khi mọi thứ đều được đo lường, người viết dễ rơi vào ảo tưởng rằng mình đang phân tích, trong khi thực chất chỉ đang liệt kê. Những con số được ném vào bài viết như vật trang trí, không phải để soi rọi tầng khuất, mà để tạo cảm giác uyên bác. Đây là mặt trái của cuộc cách mạng dữ liệu mà ít ai dám thừa nhận. Còn một điều nữa. Trong những tháng ngày tin đồn lấn át tín hiệu, người hâm mộ đang chìm trong tiếng ồn. Một tin đồn về hợp đồng của một tay vợt với một nhãn hàng, một tin về việc thay huấn luyện viên, một con số chuyển nhượng được thổi phồng — tất cả đều có thể tạo ra hàng nghìn bài viết trong khi nguồn xác thực chỉ là một câu nói bâng quơ. Trong không gian ấy, một tệp dữ liệu rỗng, nếu được công khai đúng cách, lại trở thành một bộ lọc độ tin cậy quý giá. Nó nhắc người đọc rằng không phải mọi con số trên màn hình đều có nguồn gốc. Nổi loạn không nhất thiết là hét to; đôi khi là lặng lẽ sắp xếp lại các con số. Đôi khi là dám công khai một ô trống và nói rằng chỗ này tôi chưa có gì cả. Tôi vẫn giữ tệp dữ liệu rỗng ấy trong máy, như một lời nhắc. Thể thao đỉnh cao là nghệ thuật của sự lặp lại, và sự phá vỡ lặp lại. Nhưng trước khi có thể phân tích bất cứ điều gì, ta phải thừa nhận điều mình chưa biết. Đường chạy vắng là nơi tôi nghe rõ nhất tiếng bước chân của chính mình. Và một trang dữ liệu trắng có thể là nơi người viết thể thao nghe rõ nhất tiếng nói của chính mình — nếu người đó đủ can đảm để lắng nghe thay vì lấp đầy.