Kỷ luật của khoảng trống: khi bảng dữ liệu bóng rổ không có gì để đọc

Ba giờ sáng ở Hà Nội, tệp dữ liệu tôi kéo về cho bản tin trước giờ bóng lăn mở ra và trống trơn. Cột điểm số không có gì. Cột số phút thi đấu không có gì. Cột tên cầu thủ không có gì. Cột đội bóng cũng không có gì. Dòng duy nhất còn chữ là dòng nhãn lĩnh vực, ghi gọn hai tiếng: bóng rổ. Một tệp rỗng nhưng vẫn đủ khuôn mẫu. Nó có tiêu đề, có các ô, có thứ tự trường dữ liệu, có cả dòng hướng dẫn nội bộ nhắc người xử lý hãy xác định thực thể từ những thông tin phía trên. Vấn đề nằm ở chỗ phía trên không có thông tin nào cả. Cỗ máy đã chạy hết quy trình, chỉ là nó chạy trên khoảng không. Trong nghề này, một tệp rỗng là lời mời gọi nguy hiểm nhất. Bên cạnh nó luôn có bản thảo đang chờ, có deadline, có tòa soạn đang hỏi, và trong đầu tôi thì sẵn có hàng trăm câu chuyện bóng rổ đủ để lấp vào chỗ trống. Tôi biết chính xác cảm giác ấy: hai tay đặt lên bàn phím, mọi thứ bỗng trở nên dễ dàng một cách đáng ngờ. Đêm đó tôi không viết. Đó là quyết định đúng nhất tôi đưa ra trong tuần. Ngành phân tích bóng rổ hiện đại vận hành bằng một tầng chỉ số mà hai mươi năm trước gần như chưa tồn tại. Ở tầng nền là hiệu suất tấn công và hiệu suất phòng ngự tính trên một trăm lượt kiểm soát bóng; chênh lệch giữa hai chỉ số ấy tạo ra hiệu số ròng, còn nhịp độ đo bằng số lượt kiểm soát mỗi bốn mươi tám phút. Lên cao hơn là hiệu suất dứt điểm thật, hiệu suất dứt điểm hiệu dụng, tỷ lệ sử dụng bóng, rồi tới các chỉ số tổng hợp như EPM, LEBRON, BPM và RAPTOR. Ở phía vận hành đội bóng là hệ thống apron hai tầng, quyền Bird, ngoại lệ trung cấp, ngoại lệ cầu thủ đã chuyển nhượng, điều khoản stretch, hợp đồng supermax và quyền tự do chuyển nhượng có kiểm soát. Đó là bộ công cụ. Những cuộc tranh luận về giá trị của Nikola Jokić qua ba mùa giành giải MVP, hay về tỷ lệ sử dụng bóng của Luka Dončić, đều phải đi qua bộ công cụ ấy. Tôi theo dõi bóng rổ chuyên nghiệp và các giải đấu lớn đủ lâu để biết bộ công cụ chỉ mạnh bằng đúng chất lượng dữ liệu đổ vào nó. Một chỉ số tổng hợp tính thiếu hai trận vẫn cho ra một kết quả trông rất hợp lý. Một tỷ lệ sử dụng bóng bị bỏ sót khiến một cầu thủ trông hiệu quả hơn thực tế. Không có gì trong bộ công cụ ấy tự báo động khi đầu vào rỗng. Và dữ liệu không tự sinh ra. Nó đi qua một chuỗi dài: thu thập, bóc tách, trích xuất thực thể, rồi mới tới phân tích. Chuỗi ấy đứt ở đâu, tôi từng nghĩ đó là chuyện của bộ phận kỹ thuật. Nhưng người viết là người cuối cùng nhìn thấy sản phẩm trước khi nó tới tay độc giả, nên người viết cũng là người cuối cùng có thể chặn một sai lệch lại. Nhìn vào tệp dữ liệu đêm đó, tôi nhận ra ba cánh cổng lẽ ra phải được dựng từ đầu. Cánh cổng thứ nhất là thực thể. Không có tên cầu thủ, không có tên đội, không có tên huấn luyện viên, không có tên giải đấu, thì không có gì để phân tích. Những khái niệm chung chung không thay thế được thực thể. Trong bóng rổ, điều này quan trọng hơn ở nhiều môn khác, vì gần như mọi nhận định đều gắn với một cái tên cụ thể: cầu thủ nào, đội nào, hợp đồng nào, mùa nào. Một văn bản về bóng rổ mà không nhắc tới bất kỳ cái tên nào thì rất khó tin rằng nó thực sự bàn về bóng rổ. Cánh cổng thứ hai là nguồn. Không có tên tòa soạn, không có tên tác giả, không có ngày xuất bản, thì không thể xếp hạng độ tin cậy. Đây là điều tôi coi là điều kiện bắt buộc, không phải tiêu chí ưu tiên. Thị trường tin chuyển nhượng bóng rổ sống bằng những bản tin không nguồn, và người hâm mộ đọc chúng như thể chúng có cùng trọng lượng với một phóng viên có quan hệ trong nội bộ đội bóng. Khoảng cách giữa hai loại thông tin ấy lớn hơn mọi dữ kiện mà chúng mang theo. Cánh cổng thứ ba là ngưỡng dữ liệu tối thiểu. Chỉ cần một phép kiểm tra mất chưa tới một phút: nếu trường thông tin cốt lõi và trường thực thể cùng rỗng, dừng lại. Không có gì phải bàn thêm. Phép kiểm tra ấy không tốn kém, không cần mô hình, không cần máy chủ mạnh. Nó chỉ cần một người chịu đọc đầu vào trước khi viết đầu ra. Ba cánh cổng ấy không phải nghi thức hành chính. Chúng là ranh giới giữa phân tích và diễn giải tự do. Tôi đã từng đứng sai bên ranh giới đó. Năm 2026, khi còn là biên tập viên dữ liệu cho một trang bóng đá ở Hà Nội, tôi viết rằng Câu lạc bộ Hà Nội xứng đáng thắng 3-1 chứ không phải thắng may 1-0 trước Quảng Nam ở V.League. Tôi dựa vào chỉ số bàn thắng kỳ vọng của cả trận, 2,87 so với 0,45, kiểm soát bóng 68%, và mười bốn cú sút trong vòng cấm. Bài viết bị chế giễu, với lý lẽ quen thuộc rằng bóng đá không phải toán học. Một tuần sau, huấn luyện viên Chu Đình Nghiêm thừa nhận ông đã xem lại băng hình và điều chỉnh chiến thuật dựa trên phân tích đó. Sự công nhận ấy dạy tôi một điều, nhưng dạy chưa đủ. Nó khiến tôi tin vào dữ liệu nhiều hơn, trong khi điều đáng học nằm ở chỗ khác: dữ liệu chỉ đáng tin khi ta biết nó đến từ đâu và nó thiếu gì. Năm 2026, tôi xây dựng một mô hình dự đoán cho vòng bảng một kỳ World Cup và tự tin chọn Đức đi tiếp, vì đội này có tổng bàn thắng kỳ vọng tích lũy cao nhất bảng. Đức bị loại ngay từ vòng bảng. Nhìn lại, mô hình của tôi thiếu hẳn dữ liệu về áp lực phòng ngự của Nhật Bản, đội đạt chỉ số PPDA 6,8 trong hai trận gặp Đức và Tây Ban Nha. Chỉ số ấy không nằm trong bộ dữ liệu tôi thu thập trước giải. Tôi mất vài tuần mới viết lại được, và ba tháng sau mới ghép xong một hệ thống tiếp nhận nhiều nguồn phi truyền thống hơn. Trước đó hai năm, khi các giải vô địch châu Âu trở lại với khán đài trống, tôi đặt cược rằng lợi thế sân nhà sẽ giảm. Tỷ lệ thắng sân nhà toàn giải tụt còn khoảng 48,7%, Borussia Dortmund chỉ thắng ba trong tám trận sân nhà còn lại. Mô hình của tôi đúng ở tầng xu hướng và sai ở tầng chi tiết, vì tôi không lường được khác biệt về chất lượng sân tập và tâm lý đội bóng. Khi khán đài trống, mô hình của tôi sụp đổ. Tôi biết mình đã quên mất yếu tố con người. Những lần ấy nói với tôi rằng số liệu cho thấy xu hướng, nhưng không phải lời tiên tri. Chúng cũng nói rằng phần khó nhất của nghề này không nằm ở việc tính toán, mà ở việc quyết định khi nào được phép nói. Vậy nên trở lại với tệp dữ liệu rỗng kia. Điều đáng chú ý là nó không im lặng hoàn toàn. Chính việc nó rỗng, trong khi vẫn đúng khuôn mẫu, đã nói lên khá nhiều về hệ thống đứng sau nó. Một tài liệu thực sự trống thường gây lỗi ngay từ bước tiếp nhận. Ở đây thì khác: khung xương nguyên vẹn, các trường đúng vị trí, chỉ thiếu nội dung. Dấu hiệu này trỏ vào một điểm đứt nằm phía trước bước phân tích, ở tầng thu thập. Có thể là tường phí, có thể là chặn truy cập tự động, có thể là thay đổi cấu trúc trang nguồn làm bộ bóc tách đọc hụt, có thể là nguồn không phải văn bản mà là video hoặc tệp âm thanh không có bản chép lời, cũng có thể đơn giản là một lỗi định tuyến đẩy nhầm tài liệu sang nhánh bóng rổ. Điều này đáng bàn trong một ngành mà mọi thứ đều có thể được đo. Vì khả năng đo lường khiến người ta mặc định rằng chỗ nào cũng có dữ liệu, và khi dữ liệu không có, phản xạ tự nhiên là lấp nó bằng trực giác rồi gọi đó là kinh nghiệm. Tôi từng ngồi ở vị trí đó. Kinh nghiệm là thứ đáng giá. Nhưng kinh nghiệm không có nghĩa vụ trả lời mọi câu hỏi, và trong một chuyên mục bóng rổ, một câu trả lời sai sẽ sống lâu hơn người viết nghĩ. Ở đây có một nghịch lý mà tôi phải nói thẳng. Nghề của tôi được trả tiền để đưa ra kết luận. Độc giả mở một bài nhận định sau trận để tìm kết luận. Ban biên tập muốn một tiêu đề, một phán đoán, một cái tên. Khi áp lực ấy lặp lại mỗi ngày, sự trung thực trở thành một lựa chọn không được khuyến khích. Trong môi trường đó, đầu ra có giá trị nhất của một bộ phận dữ liệu thể thao có thể lại là một trang để trống, ghi đúng một câu rằng chưa đủ thông tin. Tôi biết điều này nghe không hấp dẫn. Nhưng một bài phân tích sai sẽ được chia sẻ nhiều hơn một bài nói rằng chưa thể kết luận, và chính cơ chế khen thưởng đó tạo ra thứ tôi gọi là mánh khóe phản trực giác. Tôi từng rơi vào cái bẫy ấy. Sau vài lần đảo ngược được nhận định của truyền thông, tôi nhận ra mình bắt đầu có thói quen đi ngược số đông như một phản xạ nghề nghiệp. Đó là lúc tôi buộc mình tự hỏi trước khi viết: nếu dữ liệu mùa này đồng thuận với số đông, tôi có dám viết như vậy không. Câu hỏi ấy đã nhiều lần cứu tôi khỏi một bài viết chỉ hay ở vẻ ngoài. Đêm đó, truyền thông gọi họ là vô hồn. xG nói điều ngược lại, và tôi chọn tin xG. Nhưng niềm tin vào dữ liệu không đồng nghĩa với việc dữ liệu luôn trả lời được. Croatia không lên chung kết vì may mắn. Họ lên chung kết vì đôi chân không biết dừng. Cùng nguyên tắc ấy, một tệp dữ liệu rỗng không nên bị gọi là một kết quả phân tích. Cũng cần nói thêm điều tôi luôn nhắc chính mình. Con số không bao giờ cần chúng ta bảo vệ. Ngược lại, chúng ta cần chúng để không tự lừa mình. Việc bảo vệ một chỉ số yêu thích bằng những dữ liệu không tồn tại là lỗi nghiêm trọng hơn cả việc viết sai một chỉ số. Có một lý lẽ tôi nghe rất nhiều trong các phòng họp: rằng kỷ luật dữ liệu sẽ làm nghề này mất cảm xúc, rằng khi mọi thứ được quy về chỉ số, người viết sẽ trở nên lạnh lẽo. Tôi từng bị gọi là "thiếu cảm xúc" đúng theo nghĩa ấy. Nhưng từ chối lấp một ô trống bằng một câu chuyện nghe hợp lý nhưng không có thật lại là một hành động có cảm xúc. Nó là sự tôn trọng dành cho người đọc. Nhìn về phần còn lại của mùa giải, tôi sẽ theo ba chỉ dấu. Độ dài văn bản thô mà hệ thống kéo về, vì một giá trị gần bằng không xác nhận lỗi nằm ở tầng thu thập chứ không phải ở tầng lý luận. Số thực thể tìm được trong một tài liệu bóng rổ, vì không có cái tên nào là dấu hiệu rất mạnh rằng nội dung chưa từng tới tay bộ bóc tách. Và tỷ lệ các bản tin có trường nguồn được điền, vì đó là điều kiện để bất kỳ phán đoán nào về sau có chỗ đứng. Còn với độc giả, có một thói quen nhỏ mà tôi cho là hữu ích. Lần tới, khi một bảng chỉ số trông quá gọn gàng và vừa vặn với câu chuyện đang được kể, hãy hỏi hai điều: nó đến từ đâu, và ai ký tên vào nó. Một bản hợp đồng chỉ thực sự đúng khi con số ký cùng chữ ký. Tôi không tin vào linh cảm. Nhưng tôi tin vào những gì linh cảm được dữ liệu xác nhận. Và tôi tin rằng trong một mùa giải nén chặt cảm xúc như mùa này, giữ được một chỗ trống thay vì lấp đầy nó bằng phỏng đoán là một kỹ năng chuyên môn, không phải một sự yếu đuối.