Ô trống trong bảng dữ liệu bóng bàn: khi im lặng bị đọc thành bình yên

Chuyện xảy ra vào một buổi chiều tháng Bảy, ở quán cà phê quen trên đường Nguyễn Thị Minh Khai. Tôi mở laptop, tải bảng thống kê của một giải bóng bàn quốc tế vừa khép lại vòng bảng. Bảng có mười bốn cột. Bảy trong số đó trống hoác. Không có dữ liệu giao bóng, không có chỉ số giành điểm trong loạt rally dài, không có phân bố điểm theo từng set. Người ngồi cạnh tôi, một huấn luyện viên trẻ, nhìn vào rồi nói: “Vậy là trận này sạch.” Tôi im lặng. Trong đầu tôi hiện lên một câu hỏi: sạch vì dữ liệu tốt, hay sạch vì chưa ai buồn nhập? Hai thứ đó nhìn giống nhau trên màn hình, nhưng hệ quả khác nhau một trời một vực. Đó là khoảnh khắc tôi nhận ra một điều mà ngành dữ liệu thể thao Việt Nam còn ít nói tới: lỗi nguy hiểm nhất không phải là dữ liệu sai, mà là dữ liệu trống được đọc thành dữ liệu ổn. Con số biết nín thở, và tôi chờ nó thở ra — nhưng lần này, cái tôi chờ lại là một khoảng lặng không ai để ý. Khoảng lặng đó có tên gọi trong kỹ thuật: null value. Trong đầu của người đọc bảng biểu, nó lại mang một cái tên khác: an toàn. Tôi làm nghề cố vấn dữ liệu cho các đội bóng đã nhiều năm, nhưng gốc rễ của tôi nằm ở bóng bàn — môn thể thao mà tôi vẫn chơi mỗi sáng để rèn phản xạ. Trong bóng bàn, một cú giao bóng xoáy không nói lên điều gì cho tới khi bạn thấy đối thủ trả bóng thế nào. Cũng vậy với dữ liệu: một ô trống không nói lên điều gì cho tới khi bạn biết vì sao nó trống. Đó là toàn bộ câu chuyện của bài viết này. Số đông trong ngành thường đọc bảng thống kê theo cách tuyến tính: cột nào có số thì phân tích, cột nào trống thì bỏ qua. Tôi cho rằng đó là một trong những thói quen tai hại nhất của nghề phân tích dữ liệu thể thao, và nó đang âm thầm phá hoại chất lượng các quyết định chiến thuật ở nhiều cấp độ — từ một huấn luyện viên đội trẻ cho tới các phòng phân tích của đội tuyển quốc gia. Hãy bắt đầu bằng việc dựng lại bối cảnh. Dữ liệu bóng bàn chuyên nghiệp, ở tầm quốc tế, được thu thập theo nhiều tầng. Tầng thứ nhất là dữ liệu tỉ số thô: điểm số từng set, người giao bóng, ai thắng điểm. Tầng này gần như luôn đầy đủ, bởi nó gắn với kết quả trận đấu — thứ mà ban tổ chức buộc phải ghi lại. Tầng thứ hai là dữ liệu sự kiện: loại giao bóng, hướng xoáy, điểm rơi, loại cú đánh, vị trí chân. Tầng này phụ thuộc vào người ghi, vào camera, vào phần mềm. Tầng thứ ba là dữ liệu chuỗi: độ dài rally, nhịp độ, khoảng cách di chuyển, thời gian nghỉ giữa điểm. Tầng này thường chỉ có ở các giải lớn có hệ thống tracking. Vấn đề nằm ở chỗ: khi một bảng dữ liệu được đưa cho huấn luyện viên hoặc nhà phân tích, nó thường không ghi rõ tầng nào đầy, tầng nào thiếu. Người đọc nhìn vào một bảng có mười bốn cột, thấy bảy cột có số và bảy cột trống, và theo quán tính, họ coi bảy cột có số là “toàn bộ sự thật”. Bảy cột trống trở thành vô hình. Đây là điểm mù đầu tiên. Tôi từng bị mắc đúng cái bẫy này. Năm 2026, khi phân tích chuỗi thắng của một đội bóng ở V.League, tôi dùng xG để chỉ ra rằng thành tích tốt hơn thực lực. Bài viết lan truyền, nhưng có một chi tiết tôi bỏ sót: chỉ số PPDA mà tôi trích dẫn cho một số trận đấu không có dữ liệu, và tôi đã điền bằng giá trị trung bình của giải. Sai lầm đó không làm hỏng kết luận, nhưng nó dạy tôi một bài học: mỗi khi bạn điền một ô trống bằng giá trị ước lượng, bạn đang tạo ra một sự thật giả trông rất thật. Băng ghi hình cũ là tấm gương, chỉ ai dám soi mới thấy mình. Trở lại với bóng bàn. Một trong những chỉ số tôi tin tưởng nhất khi đánh giá một tay vợt là tỉ lệ giành điểm khi giao bóng (serve-win rate), tách theo từng loại xoáy. Ở các giải có tracking đầy đủ, bạn có thể thấy một tay vợt thắng 68% điểm khi giao xoáy lên, nhưng chỉ 41% khi giao xoáy xuống. Con số đó nói lên toàn bộ chiến thuật giao bóng của họ. Nhưng ở các giải thiếu tracking, chỉ số này trống. Và khi nó trống, nhiều nhà phân tích lặng lẽ bỏ qua nó, rồi tự an ủi rằng “trận này giao bóng không phải yếu tố quyết định”. Không có gì xa sự thật hơn. Giao bóng gần như luôn là yếu tố quyết định trong bóng bàn đỉnh cao — chỉ là chúng ta không có dữ liệu để chứng minh. Đó là nghịch lý trung tâm của nghề: sự vắng mặt của dữ liệu không có nghĩa là sự vắng mặt của hiện tượng. Trong logic học, người ta gọi đây là ngụy biện “thiếu bằng chứng thành bằng chứng thiếu” (absence of evidence is not evidence of absence). Trong bóng bàn, nó diễn ra hằng ngày. Tôi nhớ một trận đấu ở một giải châu Á mà tôi theo dõi trực tiếp năm ngoái. Một tay vợt trẻ người Việt gặp đối thủ hạng cao hơn. Bảng thống kê sau trận chỉ có điểm số. Không có dữ liệu giao bóng, không có dữ liệu rally. Nhìn vào bảng, trận đấu trông như một thất bại đơn giản 1-3. Nhưng khi tôi xem lại băng ghi hình — và tôi đã xem lại ba lần — tôi thấy một câu chuyện khác. Tay vợt trẻ thắng 9 trong 11 điểm khi giao bóng ngắn vào giữa bàn, nhưng thua gần hết các điểm khi giao bóng dài. Huấn luyện viên của cậu ấy, nếu chỉ đọc bảng thống kê, sẽ không bao giờ biết điều đó. Cậu ấy sẽ tập luyện sai hướng trong nhiều tháng. Và đây chính là cái giá của những ô trống. Đám đông nhìn tỉ số, tôi nhìn đường chuyền bị bỏ quên — trong bóng bàn, đó là những điểm không ai ghi lại. Mỗi con số là một mảnh ghép, nhưng tôi không ghép theo thói quen. Thói quen của số đông là ghép những mảnh có sẵn. Thói quen của tôi là đi tìm những mảnh bị thiếu trước. Vậy làm sao để nhận diện một ô trống nguy hiểm? Có ít nhất bốn loại ô trống trong dữ liệu bóng bàn, và chúng đòi hỏi bốn cách xử lý khác nhau. Loại thứ nhất là ô trống do lỗi thu thập. Ví dụ, camera tracking mất dấu tay vợt trong một loạt rally vì góc quay bị khuất. Loại này có thể sửa bằng cách ghi lại từ nguồn khác, hoặc loại bỏ khỏi mẫu. Sai lầm phổ biến là điền giá trị trung bình vào. Điều đó làm mẫu trông đầy đủ hơn nhưng thực chất làm loãng tín hiệu. Loại thứ hai là ô trống do thiết kế. Ví dụ, hệ thống ghi dữ liệu không hỗ trợ ghi loại xoáy giao bóng, nên cột đó luôn trống cho mọi trận. Loại này không phải lỗi — nó là giới hạn của hệ thống. Nhưng nếu không nhận ra, bạn sẽ tưởng rằng loại xoáy không quan trọng, trong khi thực tế nó chỉ không được đo. Loại thứ ba là ô trống do thiếu dữ liệu có chủ đích. Đôi khi ban tổ chức hoặc đội bóng chọn không công bố một số chỉ số, ví dụ chỉ số chấn thương chi tiết hoặc dữ liệu GPS của vận động viên. Loại này mang tính chính trị nhiều hơn kỹ thuật. Khi một đội giấu dữ liệu, câu hỏi đúng không phải là “chỉ số đó bao nhiêu”, mà là “vì sao họ không cho chúng ta biết”. Loại thứ tư là ô trống vì hiện tượng chưa từng xảy ra. Ví dụ, một tay vợt chưa từng thực hiện cú giao bóng kiểu nào đó trong một trận, nên dữ liệu về kiểu giao bóng đó trống một cách trung thực. Loại này là ô trống “sạch” — nhưng nó vẫn mang thông tin: nó cho bạn biết về giới hạn chiến thuật của tay vợt. Bốn loại ô trống này đòi hỏi bốn phản ứng khác nhau. Nếu bạn đọc tất cả chúng như nhau — hoặc bỏ qua tất cả — bạn đang phân tích trong bóng tối. Trong thực tế, tôi đã xây dựng một quy tắc làm việc cho riêng mình: trước khi phân tích bất kỳ bảng dữ liệu bóng bàn nào, tôi dành mười phút đầu tiên chỉ để kiểm tra các ô trống. Tôi ghi lại ô nào trống, và với mỗi ô, tôi tự hỏi nó thuộc loại nào trong bốn loại trên. Việc này nghe có vẻ chậm. Nhưng nó tiết kiệm cho tôi hàng tuần phân tích sai hướng. Có một ví dụ tôi vẫn kể với các đồng nghiệp trẻ. Ở một giải đồng đội cấp châu lục, một đội có chỉ số “điểm thắng sau khi bị dẫn trước” rất cao trong ba trận đầu. Các nhà phân tích kết luận đội này có bản lĩnh tâm lý đặc biệt. Nhưng khi tôi kiểm tra ô trống, tôi phát hiện chỉ số này chỉ được ghi cho các trận mà đội đó bị dẫn trước ít nhất hai điểm trong set. Ở ba trận đầu, họ chỉ bị dẫn trước một lần, và chỉ trong một set. Vậy là chỉ số “cao” thực chất chỉ dựa trên một sự kiện duy nhất. Con số nín thở, và khi nó thở ra, nó thở ra một hơi rất ngắn. Kết luận về bản lĩnh tâm lý sụp đổ. Sự thật là đội đó chỉ đơn giản là không gặp tình huống bị dẫn trước đủ nhiều. Điều này dẫn tôi tới một quan sát rộng hơn về ngành dữ liệu thể thao. Chúng ta đang sống trong thời đại mà dữ liệu được tôn sùng như một thứ khách quan. Nhưng dữ liệu không tự sinh ra. Nó được thu thập bởi con người, bằng thiết bị do con người thiết kế, theo quy trình do con người đặt ra, và được trình bày bởi con người. Mỗi lớp như vậy đều có thể tạo ra ô trống. Và mỗi ô trống là một cơ hội để sự chủ quan lẻn vào mà không ai phát hiện. Quán cà phê dữ liệu của tôi đông khách nhất khi sân vắng. Khi không có trận đấu, khi bảng thống kê im lặng, đó là lúc tôi có thể ngồi lại và đọc những khoảng lặng. Ngược lại, khi sân đông, khi mọi người hào hứng với một trận cầu rực lửa, các khoảng lặng bị lấp đầy bởi tiếng ồn. Tôi cho rằng đây là một trong những vấn đề cấu trúc của ngành thể thao Việt Nam. Chúng ta thiếu thói quen ghi lại và công bố dữ liệu chi tiết ở cấp độ cơ sở. Một huấn luyện viên đội trẻ ở tỉnh lẻ không có công cụ để ghi lại loại giao bóng của học trò mình. Điều này tạo ra một hệ quả lâu dài: khi các vận động viên trưởng thành, hồ sơ dữ liệu về họ vẫn trống. Và khi họ lên đội tuyển, nhà phân tích phải bắt đầu từ số không — hoặc tệ hơn, phải dựa vào ký ức và cảm giác. Tôi từng sợ micro, giờ tôi để dữ liệu nói hộ. Nhưng dữ liệu chỉ nói được khi nó được ghi lại. Ở đây, vấn đề không phải là thiếu công nghệ. Vấn đề là thiếu kỷ luật trong việc ghi chép, và thiếu một chuẩn chung để mọi người ghi giống nhau. Khi mỗi nơi ghi một kiểu, các bảng dữ liệu khi gộp lại sẽ đầy ô trống, và chúng ta lại quay về vấn đề ban đầu. Có một giải pháp tương đối đơn giản mà tôi luôn đề xuất: chuẩn hóa tối thiểu. Không cần thu thập mọi thứ. Chỉ cần thống nhất một bộ chỉ số tối thiểu mà mọi cấp độ đều ghi được — ví dụ: số điểm thắng khi giao bóng, số điểm thắng khi đỡ giao bóng, độ dài trung bình rally, số lỗi tự đánh hỏng. Bốn chỉ số này có thể ghi bằng tay, bằng điện thoại, không cần camera tracking. Nhưng nếu mọi nơi ghi giống nhau, chúng ta có một nền tảng dữ liệu quốc gia. Đây là điểm tôi muốn nhấn mạnh, và nó cũng là góc nhìn phản trực giác mà tôi tin nhất: vấn đề lớn nhất của ngành không phải là chúng ta cần nhiều dữ liệu hơn. Vấn đề là chúng ta cần biết chính xác cái gì đang thiếu, và thiếu vì lý do gì. Hầu hết các cuộc tranh luận về “dữ liệu thể thao Việt Nam” đều xoay quanh việc thu thập thêm. Công nghệ mới, phần mềm mới, thiết bị mới. Tôi cho rằng đó là cách đặt vấn đề sai. Một đội có mười bảng dữ liệu đầy đủ vẫn có thể phân tích tệ nếu họ không biết bảng nào đáng tin và bảng nào không. Một đội có một bảng dữ liệu tối thiểu nhưng biết rõ giới hạn của nó lại có thể ra quyết định tốt hơn. Đây là nghịch lý ngược chiều với trực giác số đông: ít dữ liệu nhưng hiểu rõ còn giá trị hơn nhiều dữ liệu nhưng mù mờ về nguồn gốc. Tôi nghĩ tới câu chuyện của một huấn luyện viên bóng bàn mà tôi quen. Ông không dùng phần mềm. Ông chỉ có một cuốn sổ. Trong sổ, ông ghi ba thứ cho mỗi trận của học trò: điểm thắng khi giao bóng, điểm thua vì lỗi tự đánh hỏng ở set quyết định, và cảm nhận về nhịp độ. Ba thứ đó, cộng lại, cho ông một bức tranh rõ hơn nhiều so với một bảng thống kê mười bốn cột mà bảy cột trống. Bởi vì ông biết chính xác cái mình ghi và cái mình không ghi. Ông không tự lừa mình. Đó là bài học cốt lõi: sự trung thực với giới hạn của dữ liệu quan trọng hơn độ phủ của dữ liệu. Vậy tình huống này để lại tín hiệu gì cho vòng tiếp theo? Tôi nghĩ có ba tín hiệu cần theo dõi. Thứ nhất, hãy theo dõi cách các giải đấu trong nước công bố dữ liệu. Nếu một giải công bố bảng thống kê đầy đủ, hãy hỏi: bao nhiêu ô trong đó được ghi tự động, bao nhiêu được nhập tay, và có ô nào được ước lượng không. Câu hỏi này, đặt ra một cách nghiêm túc, sẽ nhanh chóng tách giải nào làm dữ liệu tử tế và giải nào làm cho có. Thứ hai, hãy theo dõi hành vi của các đội khi thiếu dữ liệu. Một đội nghiêm túc sẽ nói rõ “chúng tôi không có dữ liệu về chỉ số này, nên chúng tôi không kết luận”. Một đội kém nghiêm túc sẽ lặng lẽ bỏ qua và đưa ra kết luận như thể dữ liệu đầy đủ. Sự khác biệt này, qua thời gian, sẽ tích lũy thành khoảng cách chất lượng. Thứ ba, hãy theo dõi các tay vợt trẻ có hồ sơ dữ liệu sạch. Một tay vợt được ghi chép kỹ từ nhỏ sẽ có lợi thế lớn khi lên đỉnh cao, bởi vì huấn luyện viên của họ có thể nhìn thấy xu hướng theo năm tháng, chứ không chỉ theo trận. Đây là một dạng lợi thế cấu trúc mà ít người để ý. Tôi tin rằng trong vài năm tới, khi bóng bàn Việt Nam ngày càng hội nhập với hệ thống quốc tế, vấn đề ô trống sẽ trở nên cấp thiết hơn. Các giải quốc tế sẽ công bố dữ liệu chi tiết hơn, và các đội trong nước sẽ buộc phải theo kịp — không chỉ về thành tích, mà về chất lượng dữ liệu. Một đội không có dữ liệu sẽ không thể phân tích đối thủ quốc tế. Một đội có dữ liệu nhưng không biết giới hạn của nó sẽ phân tích sai. Cả hai đều thua. Tôi vẫn nhớ buổi chiều tháng Bảy đó. Người huấn luyện viên trẻ nói “trận này sạch”. Tôi không tranh cãi với cậu ấy, vì tôi hiểu đó là cách nghĩ phổ biến. Nhưng tối hôm đó, tôi ngồi lại một mình, mở lại băng ghi hình trận đấu, và tự tay ghi lại từng điểm giao bóng. Mất ba tiếng. Tôi ghi được bốn mươi hai điểm. Trong đó, có mười một điểm mà bảng thống kê chính thức để trống. Mười một điểm trong bốn mươi hai — hơn một phần tư trận đấu. Đó là con số tôi giữ lại trong đầu như một lời nhắc. Không phải để khoe rằng mình chăm chỉ hơn người khác, mà để nhớ rằng mỗi bảng dữ liệu đều có thể đang giấu một phần tư sự thật, và phần bị giấu thường là phần quyết định. Tôi không nghĩ mình có thể thay đổi cách cả ngành đọc dữ liệu. Nhưng tôi tin vào một điều nhỏ: nếu mỗi nhà phân tích dành mười phút đầu tiên để đọc các ô trống trước khi đọc các ô đầy, chất lượng phân tích sẽ thay đổi. Không phải thay đổi lớn lao, mà là thay đổi ở tầng nền — cái tầng mà mọi kết luận đều đứng lên trên. Bóng bàn dạy tôi một điều mà tôi mang vào nghề dữ liệu: sau mỗi cú giao bóng, hãy chờ. Chờ đối thủ trả bóng. Chờ xem xoáy đi hướng nào. Đừng vội kết luận từ cú giao bóng. Cũng vậy, sau mỗi bảng dữ liệu, hãy chờ. Chờ xem khoảng lặng nói gì trước khi tin vào con số đang nói. Và có lẽ, điều cần thiết nhất lúc này không phải là thêm cột, thêm phần mềm, thêm máy. Mà là đủ can đảm để nhìn vào một ô trống và nói thật: “Tôi chưa biết.” Ba chữ đó, trong nghề phân tích, đôi khi còn giá trị hơn cả nghìn dòng dữ liệu. Bởi vì chỉ ai dám nói mình chưa biết mới có cơ hội tìm ra cái mình cần biết.