Bảng dữ liệu trống: cái giá của một bản tin thể thao không có gia phả số

9 giờ sáng, tôi mở tệp vừa tải về. Mười hai cột, bốn trăm dòng, và mọi ô đều trống. Không tên bài, không nguồn, không mốc thời gian. Ba dòng ghi chú ở đầu tệp vẫn giữ nguyên dạng chỗ trống — kiểu ô mà người ta điền cho đủ biểu mẫu trước khi bấm gửi.

Ngoài kia, guồng tin vẫn chạy. Bản tin sáng có ba tiêu đề, hai bảng xếp hạng và một tin chuyển nhượng. Không ai hỏi vì sao tệp dữ liệu trống. Người ta chỉ hỏi vì sao tôi chưa nộp bài.

Tôi ngồi lại với cái tệp đó gần một tiếng. Trong nghề phân tích, một bảng rỗng hiếm khi là sự cố kỹ thuật đơn thuần. Nó là một tuyên bố: hoặc nguồn không tồn tại, hoặc nguồn có tồn tại nhưng người trích xuất bỏ qua vì nó không khớp với kết luận đã viết sẵn. Cả hai khả năng đều dẫn tới cùng một chỗ.

Quy trình của tôi chạy qua hai tầng: tầng trích xuất lấy sự kiện thô, tầng phân tích dựng kết luận từ sự kiện đó. Khi tầng một trả về giấy trắng, tầng hai chỉ có hai lối ra. Một là tuyên bố không đủ dữ liệu để kết luận. Hai là tự lấp khoảng trống bằng thứ nghe hợp lý. Lối thứ hai luôn dễ đi hơn, vì người đọc không nhìn thấy đường nối giữa hai tầng. Họ chỉ thấy kết quả cuối cùng, và kết quả cuối cùng lúc nào cũng gọn gàng.

Tôi đã đi lối thứ hai một lần, và trả giá.

Năm 2026, khi còn là học sinh cấp ba, tôi viết một bài về trận Đức thua Hàn Quốc 0-2 ở vòng bảng World Cup. Bài đó mở đầu bằng tỷ lệ kiểm soát bóng 87% của Đức và kết luận rằng đội kiểm soát bóng nhiều hơn xứng đáng đi tiếp. Con số lấy từ bảng thống kê chính thức, không sai một chữ. Kết luận thì sai hoàn toàn. Ba tuần sau, tôi ngồi xem lại cả mười trận của Đức, đếm từng đường chuyền vào 25 mét cuối sân, và tìm ra chỉ số PPDA của Hàn Quốc trong trận đó là 6,8 — mức pressing chủ động cực cao. Họ không phòng ngự bằng may mắn. Họ phòng ngự bằng cấu trúc. Cú sốc World Cup Nga dạy tôi: dữ liệu sai lệch còn nguy hiểm hơn trực giác.

Hai năm sau, tôi lặp lại lỗi tương tự ở một tầng khác. Mùa Bundesliga trở lại sau COVID-19, tôi dựng mô hình Bayes trên dữ liệu mười mùa và cho RB Leipzig 54% cơ hội vô địch. Bayern thắng tám trận liên tiếp. Leipzig giành bốn điểm trong năm vòng cuối. Mô hình của tôi không có hàng cột nào cho biến số "sân không khán giả". Sau khi xem lại bốn mươi trận, tôi đo được đội hình trẻ của Leipzig mất khoảng 27% sức ép khi thiếu khán đài nhà. Tôi viết một bài sửa sai công khai, in nguyên tham số sai, và để nó nằm đó. Mùa giải trên giấy chỉ đẹp khi mô hình chưa gặp thực tế.

Đó là lý do tôi không dùng tệp rỗng hôm nay để viết tiếp.

Ở thể thao Việt Nam, kiểu nguồn rỗng phổ biến hơn người ta tưởng, chỉ là nó khoác áo khác. Ba dạng tôi gặp nhiều nhất: nguồn có thật nhưng không được dẫn; nguồn có thật nhưng chỉ trích một phần đúng ý người viết; và nguồn chỉ tồn tại ở dạng chỗ trống trong biểu mẫu. Dạng thứ ba nguy hiểm nhất, vì nó không tạo ra số sai — nó chỉ để trống phần đáng lẽ phải trả lời.

Cầu lông là mảnh đất màu mỡ cho cả ba dạng.

Bảng xếp hạng BWF tính theo cửa sổ trượt 52 tuần. Điểm cũ tự rụng, điểm mới tự mọc, và thứ hạng của một tay vợt có thể tăng trong khi trình độ của họ đi ngang hoặc giảm — đơn giản vì đối thủ trực tiếp mất điểm ở giải khác. Một bản tin chỉ ghi "tay vợt Việt Nam thăng hạng" mà bỏ qua lịch bảo vệ điểm phía sau thì đã bỏ mất phần quan trọng nhất của câu chuyện. Bậc giải cũng vậy: cùng là chức vô địch, nhưng danh hiệu ở nhóm Super 1000 và danh hiệu ở một giải International Challenge không ngồi cùng một bàn. Gộp chúng lại thành "ngôi vô địch quốc tế" là một cách viết trung thực về mặt chữ nghĩa và vô nghĩa về mặt dữ liệu.

Tôi từng viết về Nguyễn Tiến Minh và Nguyễn Thùy Linh, hai cái tên mà truyền thông Việt Nam hay nén lại thành một con số thứ hạng. Suốt sự nghiệp của một tay vợt, có giai đoạn họ ở trong nhóm đầu thế giới, cũng có giai đoạn họ phải vật lộn với lịch thi đấu và chấn thương. Một dòng "từng đứng trong nhóm 10 thế giới" là đúng, nhưng nó không nói gì về việc họ đã mất bao nhiêu điểm ở đâu, gặp đối thủ kiểu gì, và trong điều kiện thể lực nào. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, phần lớn tranh cãi về phong độ tay vợt không nằm ở số liệu, mà ở chỗ người ta không nói rõ số liệu được lấy ở khung thời gian nào.

Kỳ chuyển nhượng làm mọi thứ tệ hơn, vì tiền có tiếng nói to hơn điểm số.

Một con số chuyển nhượng được tung ra mà thiếu bốn thứ: cấu trúc điều khoản, quỹ lương đi kèm, phí cho người đại diện, và cách hạch toán theo thời hạn hợp đồng. Cùng một mức phí, chia đều cho bốn năm hay dồn vào hai năm sẽ tạo ra hai áp lực tài chính khác hẳn nhau ở cùng một câu lạc bộ. Không có bốn thứ đó, con số chỉ là một tiêu đề. Mọi con số đều có gia phả; tôi cần biết tổ tiên của nó.

Quy trình làm việc của tôi vì thế có ba chốt cứng: mỗi số liệu phải truy được về nguồn gốc và ngày công bố; mọi bài phân tích phải có phần giả định liệt kê rõ biến số mô hình chưa bao phủ; và khi dự đoán sai, tôi in nguyên sai số rồi viết bài điều chỉnh thay vì xóa bài cũ. Nghi thức kiểm tra số liệu lúc 2 giờ chiều trước khi nộp là thứ tôi giữ từ năm 2026, sau khi phát hiện một sai lệch 0,02 trong bảng thống kê và buộc phải trễ deadline hai tiếng. Tôi tin dữ liệu, nhưng tôi tin quy trình hơn.

Phần phản trực giác nằm ở đây.

Người ta thường nghĩ kẻ thù của thông tin sạch là số liệu bịa. Số liệu bịa dễ giết — chỉ cần một lần đối chiếu là nó chết. Thứ sống dai hơn nhiều là số liệu thật bị tách khỏi ngữ cảnh. Nó đúng về mặt kỹ thuật, nên nó không thể bị bắt lỗi, và vì không thể bắt lỗi, nó tiếp tục được trích dẫn trong mười năm tới.

Chuyện này giống hệt cách tôi nhìn VAR. Người ta kỳ vọng VAR dập tắt tranh cãi. Thực tế, VAR chỉ chuyển tranh cãi từ mặt sân vào phòng xem lại và vào vùng xám của luật — nơi câu hỏi không còn là "có lỗi hay không" mà là "khung hình nào được coi là khoảnh khắc tiếp xúc". Dữ liệu thể thao vận hành y hệt. Việc chọn chỉ số nào để đo chính là vùng xám mới, và vùng xám đó do người viết quyết định, không do thuật toán.

Có một áp lực cấu trúc đẩy mọi thứ về phía ngược lại. Minh bạch về sự thiếu vắng dữ liệu đọc lên nghe như "không có gì". Không ai bấm vào một bài có tiêu đề "chưa đủ căn cứ để kết luận". Nên hệ thống thưởng cho người dám lấp khoảng trống, và trừng phạt người giữ nguyên khoảng trống đó. Vấn đề thuộc về cấu trúc khuyến khích hơn là đạo đức cá nhân. Bán độ, chấn thương, thẻ đỏ – biến số không có hàng cột.

Vậy nên tệp rỗng hôm nay không phải một buổi sáng hỏng. Nó là một kết quả. Nó nói rằng chuỗi bằng chứng phía sau dừng lại ở tầng một, và bất cứ bài phân tích nào viết tiếp từ đó đều là văn học, không phải dữ liệu. xG không ký hợp đồng, nhưng nó giúp tôi biết mình đang đặt bút vào đâu.

Trong vòng vài tuần tới, thứ tôi sẽ theo dõi không phải bảng xếp hạng. Tôi sẽ theo dõi xem ai trong số những người đưa tin về kỳ chuyển nhượng chịu in phần giả định của mình ra. Ai dám viết "con số này chưa kiểm chứng được, tôi sẽ cập nhật". Ai dám nói rõ khung 52 tuần khi trích dẫn thứ hạng. Tín hiệu đó khó đọc hơn một tiêu đề, nhưng nó là tín hiệu thật.

Phân tích giỏi là đặt đúng câu hỏi, không phải có đáp án đẹp. Và câu hỏi đầu tiên, lúc nào cũng vậy, là: con số này đến từ đâu.