Bản ghi rỗng: khi dữ liệu bóng rổ biến mất mà không ai kiểm tra

Tờ stat sheet của một trận VBA nằm trên bàn làm việc của tôi với một dòng chỉ gồm bốn số 0. Cầu thủ dự bị vào sân 9 phút, không điểm, không rebound, không assist, không phạm lỗi. Bốn số 0 xếp cạnh nhau, gọn gàng, trông như một bản báo cáo đã hoàn tất. Tôi mở file gốc của hệ thống ghi nhận tại nhà thi đấu để đối chiếu, và dòng đó không có dữ liệu. Không phải bằng 0. Trống.

Hệ thống mất kết nối sáu phút trong hiệp ba. Nhân viên thống kê hôm đó gõ 0 vào chỗ mà theo quy trình phải để trống, vì một ô trắng trong bảng biểu trông giống một lỗi trình bày hơn là một sự kiện. Sáng hôm sau, cả phòng họp đọc bốn số 0 ấy như một nhận định về năng lực của cầu thủ. Không ai hỏi hệ thống đã đánh mất cái gì.

Từ buổi sáng đó, tôi hiểu ra một điều về nghề của mình: sai sót nguy hiểm nhất trong phân tích bóng rổ không nằm ở một giá trị bị tính nhầm. Nó nằm ở một giá trị chưa từng tồn tại nhưng vẫn được in ra với vẻ ngoài đáng tin.

Bối cảnh: dữ liệu dày lên, kiểm tra mỏng đi

Bóng rổ đã đi từ cuốn sổ ghi tay đến hệ thống tracking gắn tọa độ. NBA lắp SportVU ở toàn bộ nhà thi đấu từ mùa 2026-14, sau đó chuyển sang Second Spectrum. Mỗi tình huống được ghi lại kèm vị trí cầu thủ, mỗi cú ném có góc, khoảng cách và tốc độ ra tay. VBA cũng vận hành phần mềm thống kê trực tiếp, với người ngồi bấm từng pha. Cấu trúc tĩnh của trận đấu, nhịp độ, khoảng trống, thói quen di chuyển, tất cả chỉ hiện ra khi ta bỏ tiếng ồn khán đài và nhìn vào cách dữ liệu được thu thập.

Niềm tin phổ biến là có nhiều dữ liệu hơn thì sẽ ít sai hơn. Hai mươi hai năm theo dõi ngành này cho tôi thấy điều ngược lại ở một lớp rất cụ thể. Khi hệ thống thu thập dày lên, sai số không biến mất. Nó chuyển tầng.

Một quy trình thống kê bóng rổ có ba tầng. Tầng dưới là dữ liệu thô. Tầng giữa là ghi chú điều kiện thu thập: trận nào, sân nào, có khán giả hay không, hệ thống có chạy đủ hay không. Tầng trên là bảng tổng hợp gửi cho ban huấn luyện. Gần như toàn bộ nguồn lực được đổ vào tầng trên, nơi người ta trình bày. Gần như không ai dành thời gian cho tầng giữa, nơi người ta ghi lại dữ liệu đã được lấy trong hoàn cảnh nào.

Kết quả là những bảng báo cáo trông rất chắc. Một bảng có thể ghi mười hai trận, cả mười hai đều được đánh dấu đã xử lý, và ba trong số đó có một hiệp bị mất tracking. Về mặt kỹ thuật, tỷ lệ bao phủ là 100%. Về mặt thông tin, ba hiệp ấy chưa từng tồn tại.

Lõi phân tích: số 0 và ô trống là hai sự thật khác nhau

Trong bảng thống kê bóng rổ, hai dòng dưới đây có thể trông giống hệt nhau.

Cầu thủ A: 9 phút, 0 điểm, 0 rebound, 0 assist. Cầu thủ B: 0 phút, 0 điểm, 0 rebound, 0 assist.

Dòng của A là một dữ kiện. Nó kể rằng một người đã ở trên sân chín phút mà không tạo ra được tác động nào đo đếm được, và điều đó có ý nghĩa chiến thuật: có thể anh ta bị đặt vào tình huống sai, có thể anh ta chỉ làm nhiệm vụ chắn người, có thể hàng phòng ngự đối phương đã khóa hết đường bóng. Dòng của B không kể gì cả. Nó chỉ nói rằng một người không chơi, và phần lớn hệ thống sẽ gắn thêm nhãn DNP kèm lý do. Nhãn ấy mới là thông tin.

Nếu ta xóa nhãn và giữ lại bốn số 0, hai dòng nhập vào một. Từ đó trở đi, mọi phép tính trung bình đều mang theo một lỗi nhỏ, và cái lỗi nhỏ ấy không tự tố cáo mình. Nó nằm im trong tổng, chờ đến cuối mùa mới thành một kết luận sai về con người.

Cách tôi xử lý việc này gần như máy móc. Khi nhận một chỉ số hiệu suất của cầu thủ, câu hỏi đầu tiên không phải là chỉ số ấy cao hay thấp. Câu hỏi đầu tiên là mẫu được lấy trong bao nhiêu phút, ở giai đoạn nào của trận, và hệ thống ghi nhận có đủ hay không. Với dữ liệu đội, câu hỏi là trận nào có tracking, trận nào chỉ có người bấm tay, và hai nguồn ấy có được trộn vào cùng một biểu đồ hay không.

Lấy một ví dụ ở tầng cao hơn. Mùa 2026-16, Stephen Curry ném thành công 402 quả ba điểm, một kỷ lục của giải. Đặt giá trị ấy cạnh tỷ lệ thành công 45,4% trên khoảng 11 lần thử mỗi trận, và đặt vào hệ thống tấn công của Golden State, nơi anh di chuyển không bóng để kéo hàng phòng ngự giãn ra trước khi nhận bóng, nó trở thành một dữ kiện có nghĩa. Bỏ hết phần bối cảnh và chỉ giữ lại số 402, ta có một huyền thoại rỗng: đúng về chữ nghĩa, vô dụng về chiến thuật.

Cùng nguyên tắc đó áp xuống mặt sân nhỏ hơn. Khi sân vận động trống, tôi bắt đầu nghe được thứ tiếng của trận đấu. Năm 2026, NBA trở lại ở Orlando trong điều kiện không khán giả, và khái niệm sân nhà gần như chỉ còn là một nhãn trên bảng tỷ số. Một mùa giải không có khán giả cũng là một mùa giải có dữ liệu riêng. Ai đem dữ liệu của giai đoạn ấy so thẳng với một mùa có khán giả mà không dán nhãn điều kiện thu thập thì đang trộn hai tập mẫu khác nhau vào một trục tung.

Cũng trong năm 2026, khi các giải đấu hoãn, tôi dành tám tháng xem lại các trận VBA 2026-2026 và dựng một bộ dữ liệu nhỏ về hiệu suất ném phạt trên sân nhà và sân khách. Điểm bất thường duy nhất tôi tìm được: trong điều kiện giả định không có khán giả, tỷ lệ ném phạt của một nhóm cầu thủ dưới 23 tuổi tăng từ 7 đến 9%. Tôi viết một báo cáo dài, tự xuất bản trên blog cá nhân và gửi cho bốn huấn luyện viên trưởng VBA. Không ai trả lời. Ba tháng sau, một người gọi điện hỏi tôi về phương pháp tính chỉ số ổn định tâm lý.

Điều tôi nhấn mạnh trong báo cáo đó không phải mức tăng. Mà là ba dòng chữ nằm ngay đầu tài liệu: giả định chưa kiểm chứng chéo, mẫu nhỏ, có giới hạn sai số. Tám tháng ấy dạy tôi rằng phần khó nhất của phân tích bóng rổ không phải là tìm ra quy luật. Mà là ghi rõ điều kiện mà quy luật ấy được lấy ra.

Năm 2026, trong lần đầu ngồi ghế bình luận chiến thuật ở nhà thi đấu Quân khu 5, tôi chỉ ra việc Danang Dragons phòng ngự pick-and-roll sai nguyên tắc, để Saigon Heat ghi liên tiếp 11 điểm trong hiệp hai. Một khán giả nhắn lên sóng, đại ý rằng phụ nữ thì biết gì về zone defense. Tôi không tranh luận. Tôi tua lại băng, đếm bốn lần Heat lặp đúng một pha tấn công từ cánh phải, dựng biểu đồ di chuyển của từng cầu thủ. Không ai hỏi tôi hiểu gì về bóng rổ nữa, vì dữ liệu không có giới tính.

Nhưng nếu bốn pha ấy rơi vào sáu phút mà hệ thống ghi nhận mất kết nối, tôi đã không có gì để đếm. Đó là lý do tôi kiểm tra nguồn trước khi kiểm tra kết luận.

Có một loại lỗi tôi gọi là lỗi dây chuyền. Nó bắt đầu ở khâu lấy dữ liệu, lan sang khâu dán nhãn, rồi lan sang khâu kết luận. Triệu chứng xuất hiện ở ba nơi nhưng nguyên nhân chỉ có một. Khi bảng tổng hợp báo rằng mọi trận đều đã có dữ liệu, ban huấn luyện không ai đi kiểm tra lại camera ở nhà thi đấu. Họ dùng kết quả. Và kết quả thì đã sạch sẽ trước khi kịp đúng.

Điều đáng chú ý là lỗi dây chuyền không tạo ra những bảng biểu trông đáng ngờ. Nó tạo ra những bảng biểu trông bình thường. Một bản ghi có nhãn trận đấu nhưng không có nội dung vẫn được đếm là đã bao phủ trong mọi báo cáo tổng kết. Nó chỉ đóng góp số 0 vào mọi phép cộng, và số 0 thì không ai truy.

Góc phản trực giác: lấp ô trống là cách nói dối lịch sự nhất

Bản năng tự nhiên khi thấy một ô trắng là lấp nó lại. Trong thống kê, người ta gọi đó là imputation, và trong nhiều ngành nó là một kỹ thuật hợp lệ. Trong bóng rổ, lấp một trận thiếu bằng trung bình mùa là nói dối bằng khuôn mặt tỉnh queo. Ta tô lại bức tranh bằng đúng màu mình muốn, rồi đưa cho huấn luyện viên xem như một tấm ảnh chụp hiện trường.

Điều phản trực giác thứ nhất: thêm dữ liệu không làm sai số giảm. Nó đẩy sai số từ tầng hiển thị xuống tầng ẩn. Một đội có camera tracking ở mọi trận sẽ tự tin hơn một đội chỉ có sổ ghi tay, dù tỷ lệ lỗi nền của hai bên giống nhau. Sự tự tin tăng lên không phải vì hiểu biết tăng lên, mà vì các ô trông đầy hơn.

Điều phản trực giác thứ hai: những báo cáo nghe chắc chắn nhất thường được dựng từ những đầu vào trống nhất. Một bản ghi không có nội dung vẫn sinh ra được ba trang kết luận, nếu người viết chịu khó dựa vào ký ức chung về bóng rổ thay vì dựa vào trận đấu trước mặt. Người đọc không nhìn thấy phần thiếu. Họ chỉ nhìn thấy phần trôi chảy.

Cảm xúc là phóng viên, dữ liệu mới là trọng tài. Nhưng trọng tài cũng có trận không đến sân. Và khi ông ấy vắng mặt, tỷ số vẫn được công bố, vẫn được bình luận, vẫn được ghi vào hồ sơ.

Có một khoảng cách tôi luôn phải nhắc bản thân: đúng dữ liệu và đúng trận đấu là hai chuyện. Một giá trị có thể chính xác đến từng đơn vị và vẫn dẫn tới kết luận sai, nếu nó được thu trong điều kiện khác với điều kiện ta đang giả định. Một tỷ lệ ném phạt tính trong nhà thi đấu vắng người không thể nằm chung biểu đồ với tỷ lệ ném phạt tính trong nhà thi đấu kín khán giả, trừ khi ta ghi rõ nhãn. Bỏ nhãn đi, bảng số vẫn đẹp, và kết luận thì đã trôi khỏi mặt đất từ lúc nào không ai biết.

Điều cần theo dõi ở trận tới

Phân tích không phải để chứng minh tôi đúng, mà để trận đấu tự nói. Muốn trận đấu nói, trước hết phải bảo đảm micro không bị ngắt giữa chừng.

Từ đó, mỗi khi nhận một bảng thống kê, việc đầu tiên tôi làm không phải là đọc chỉ số. Tôi hỏi tổ thống kê ba câu: hôm đó hệ thống mất bao nhiêu phút, những ô nào đúng ra phải để trống, và trận nào trong bảng này được ghi bằng tay. Ba câu trả lời ấy quyết định tôi được phép kết luận tới đâu.

Trong bóng rổ, cú ném cuối cùng được quyết định từ 40 phút trước đó. Và bài kiểm tra cuối cùng của một bộ dữ liệu không nằm ở phần nó hiển thị, mà ở phần nó dám thừa nhận đã đánh mất.