Khi bảng ghi chép cầu lông trống: bài học về dữ liệu mỏng và kết luận vội

Tháng này tôi mở lại một tệp ghi chép cầu lông, lập sau hai ngày ngồi ở nhà thi đấu theo dõi vòng loại một giải khu vực. Tệp có 24 cột. Cột tên vận động viên đầy. Cột tỷ số đầy. Còn cột thời lượng pha cầu, cột vị trí tiếp nhận giao cầu, cột quãng di chuyển mỗi hiệp thì trống gần hết. Tính ra, mỗi vận động viên mỗi trận để lại chừng 1,1 điểm dữ liệu dùng được. Đủ để vẽ một biểu đồ trông thuyết phục. Không đủ để nói bất cứ điều gì có sức nặng.

Tôi đã định đưa tệp đó vào mô hình đánh giá chất lượng pha cầu. Rồi tôi đọc lại phần mô tả phương pháp thu thập của chính mình và dừng lại. Một mô hình chạy trên nền dữ liệu rỗng không tạo ra sai số. Nó tạo ra sự tự tin.

Khoảng trống 3,1 mét không phải lỗ hổng phòng ngự, mà là nơi trận đấu thú nhận sự thật. Nhưng chỉ khi có người đứng đúng chỗ để đo nó.

Bối cảnh: một nền cầu lông đọc trận đấu bằng mắt

Cầu lông Việt Nam nhiều năm sống bằng mắt nhìn. Điều đó không hề xấu. Ở một nền thể thao mà nguồn lực phần lớn dồn cho việc đi tập, đi đấu, lo chỗ ăn ở, thì việc một huấn luyện viên nhìn ra một vận động viên chững lại ở hiệp ba đã là một dạng phân tích. Nó nhanh, nó rẻ, và trong nhiều trường hợp nó đúng.

Vấn đề xuất hiện ở tầng trên. Khi một liên đoàn cần quyết định ai được đầu tư dài hạn, ai được cử đi thi đấu quốc tế, ai tạm dừng, thì mắt nhìn không còn đủ. Cần một hệ thống ghi chép đủ dày để trả lời những câu hỏi không thể trả lời trong một buổi tối. Vận động viên này thắng vì kỹ thuật, hay vì đối thủ tự đánh hỏng? Tay vợt này mất điểm ở đâu khi bị dồn vào góc trái? Sau chấn thương, tốc độ di chuyển của họ giảm bao nhiêu phần trăm?

Tôi từng làm việc này cho bóng rổ Đan Mạch. Năm 2026, khi 25 tuổi, tôi là trợ lý dữ liệu cho liên đoàn. Tôi tự dựng một mô hình plus-minus điều chỉnh theo nhịp độ, chạy bằng Excel vì không có công cụ nào khác. Kết quả đưa ra một hậu vệ tên Jonas Skov với chỉ số cộng trừ +14,2, dù cậu ấy ghi trung bình 6 điểm mỗi trận. Ban huấn luyện bỏ qua báo cáo. Một năm sau, Jonas giành MVP giải U20 quốc gia. Mô hình đúng, nhưng nó chỉ đúng vì tôi có đủ dữ liệu từng pha bóng để dựng nên nó. Không có lượng dữ liệu đó, tôi đã viết ra một bản báo cáo rất tự tin và rất sai.

Ở Đan Mạch, nơi tôi đang sống, một trận đấu cấp câu lạc bộ cũng có người ghi lại từng pha cầu, từng vị trí giao bóng, từng quãng di chuyển. Ở Việt Nam, cùng một trận đấu như vậy có thể chỉ để lại tỷ số và một đoạn video quay bằng điện thoại. Hai nền cầu lông nhìn cùng một sân, nhưng không nhìn thấy cùng một lượng thông tin.

Phần lõi: chỉ số đẹp có thể là dấu hiệu của vấn đề

Trong những tháng gần đây, tôi theo dõi một số giải khu vực và ghi chép lại bằng tay. Cách làm rất thủ công: một bảng tính, một cột cho mỗi loại pha cầu, một dòng cho mỗi vận động viên. Sau khoảng sáu trận, tôi bắt đầu thấy những mẫu hình mà mắt nhìn thường bỏ qua.

Ở nhóm vận động viên đơn nam, tỷ lệ thắng pha cầu dài trên 12 giây không tương quan với tỷ lệ thắng trận. Nghe vô lý, nhưng nó hợp lý khi nhìn kỹ. Những tay vợt kéo dài pha cầu thường làm vậy vì họ không có phương án kết thúc sớm. Họ thắng pha cầu dài, và thua trận, vì mỗi pha cầu dài tiêu tốn của họ nhiều hơn tiêu tốn của đối thủ.

Điểm mấu chốt nằm ở đây: một chỉ số không tự nói lên ý nghĩa của nó. Người đọc chỉ số mới là người gán ý nghĩa, và phần lớn sai lầm trong phân tích thể thao không đến từ phép tính, mà đến từ việc gán sai ý nghĩa cho một phép tính đúng.

Tôi cũng thấy điều ngược lại. Một nhóm vận động viên đơn nữ có tỷ lệ ghi điểm trực tiếp khi giao cầu thấp, nhưng tỷ lệ thắng trận lại cao. Họ dùng giao cầu để mở một tình huống, đưa đối thủ vào vị trí mình đã chuẩn bị sẵn, rồi kết thúc ở pha thứ ba hoặc thứ tư. Nếu chỉ đọc cột giao cầu, ta kết luận họ giao bóng yếu. Nếu đọc cả chuỗi pha cầu, ta thấy họ giao bóng có chủ đích.

Trong công việc tư vấn chuyển nhượng, tôi từng thấy các mô hình đánh giá quá cao một tay vợt trẻ vì họ ghi nhiều điểm ở giải hạng thấp, trong khi bỏ qua việc họ chưa từng gặp một đối thủ biết đọc trận đấu. Mô hình không sai về mặt toán học. Nó sai ở chỗ hoàn cảnh không nằm trong cột dữ liệu.

Mùa giải đóng băng không làm chết một câu lạc bộ, mà là bài kiểm tra xem ai đủ lý trí để chờ đợi. Nguyên tắc đó áp dụng cho cả một nền cầu lông đang xây dựng hệ thống dữ liệu. Giai đoạn đầu luôn trông vô nghĩa. Bảng biểu đầy nhưng không kết luận được gì. Việc phải làm không phải là bỏ hệ thống, mà là mở rộng phạm vi ghi chép cho tới khi dữ liệu dày lên.

Góc phản trực giác: cái thiếu không nguy hiểm bằng phản ứng trước cái thiếu

Việc thiếu dữ liệu không hẳn là vấn đề lớn nhất. Vấn đề lớn hơn là cách một nền thể thao phản ứng khi nhận ra mình đang thiếu.

Khi một nền thể thao nhận ra mình tụt lại về phân tích, phản xạ thường là mua phần mềm, thuê chuyên gia, và công bố những bảng chỉ số trong vòng vài tháng. Kết quả là những kết luận được đưa ra trên nền dữ liệu mỏng, với mức độ tự tin cao hơn nhiều so với mức độ chắc chắn thật. Đây là dạng sai lầm khó sửa nhất, vì nó tạo ra tiền lệ. Một khi đã công bố, người ta có xu hướng bảo vệ kết luận cũ thay vì quay lại kiểm tra phương pháp.

Tôi từng mắc lỗi này. Năm 2026, khi làm cố vấn dữ liệu cho SønderjyskE, tôi đã trì hoãn hai tháng để chờ một phiên bản mô hình hoàn hảo không bao giờ tồn tại. Khi dịch bệnh làm giải đấu dừng lại, tôi mới có thời gian dựng mô hình chất lượng cú dứt điểm kết hợp mạng lưới chuyền bóng. Đội chuyển từ pressing cao sang phòng ngự khu vực tầm trung, thắng 6 trong 8 trận và vô địch cúp quốc gia. Nếu tôi chấp nhận một phiên bản đủ tốt sớm hơn, khoảng thời gian đó đã có ích hơn nhiều.

Bài học cho cầu lông Việt Nam: đừng chờ có dữ liệu đẹp mới bắt đầu ghi chép. Nhưng cũng đừng công bố kết luận mạnh khi tệp ghi chép còn quá nửa ô trống. Hai sai lầm này đối xứng với nhau, và cái thứ hai nguy hiểm hơn, vì nó để lại dấu vết công khai.

Dữ liệu im lặng, nhưng nó chỉ nói dối khi người ta vội vã lắng nghe. Người không có dữ liệu mà kết luận thì đang đoán. Người có dữ liệu mỏng mà kết luận thì đang đoán với vẻ ngoài chính xác.

Hướng tới

Trong những tuần tới, các giải cầu lông khu vực sẽ tiếp tục diễn ra, và nhiều khả năng sẽ tiếp tục không có ai ghi lại từng pha cầu. Việc đầu tiên tôi làm khi ngồi ở nhà thi đấu không phải là mở phần mềm phân tích, mà là mở một bảng tính trắng và đặt tên cho từng cột trước khi trận đấu bắt đầu. Tên cột đúng quan trọng hơn thuật toán đúng. Nếu cột không tồn tại, không thuật toán nào cứu được.

Giá trị của một tài năng không nằm ở nơi họ đứng, mà ở khoảng trống họ để lại nếu biến mất. Điều này cũng đúng với dữ liệu. Một cột trống trong bảng ghi chép là một câu trả lời đã bị đánh mất, và cách duy nhất để lấy lại nó là đặt câu hỏi trước khi trận đấu bắt đầu.

Người xem thấy một đường cầu bay ra ngoài biên. Tôi thấy một quyết định đúng được thực hiện ở sai thời điểm. Khác biệt giữa hai cách nhìn đó không nằm ở mắt, mà ở việc có ai đó đã ngồi xuống và ghi lại hay chưa.