Bảng dữ liệu trống và sai lầm đắt nhất của người phân tích F1

Tháng 7 năm 2026, tại một khách sạn cách trường đua Silverstone hai mươi phút lái xe, tôi mở lại bảng tính chiến thuật của mình sau chặng đua. Bảng có 1.247 dòng, mỗi dòng là một vòng chạy của một tay đua, kèm thời gian pit, nhiệt độ mặt đường, tuổi lốp và chênh lệch tốc độ giữa hai xe cùng đội. Tôi đã chuẩn bị sẵn một kết luận: suy giảm lốp giữa hai tay đua gần như giống nhau, chiến thuật một pit là hợp lý.

Rồi tôi kiểm tra cột nguồn. Toàn bộ cột dữ liệu GPS trả về giá trị rỗng. Ô dữ liệu không mang nghĩa "không có khác biệt". Nó mang nghĩa "không đọc được". Đường ống thu thập dữ liệu đã gãy từ vòng 12, và phần mềm của tôi, thay vì báo lỗi, đã im lặng điền số không vào mọi ô còn lại. Tôi suýt xuất bản một kết luận được xây trên một khoảng trống.

Đó là lúc tôi hiểu ra một điều mà không trường đua nào dạy: trong phân tích thể thao hiện đại, sai lầm nguy hiểm nhất không phải là thiếu dữ liệu. Đó là đọc một lần đo thất bại như thể đó là một sự kiện không xảy ra.

Ngành F1 ngày nay vận hành trên hàng trăm kênh dữ liệu. Một chiếc xe hiện đại gửi về hơn 300 cảm biến, từ nhiệt độ bố thắng đến áp suất dầu hộp số, và mỗi chặng đua tạo ra khoảng 1,5 terabyte dữ liệu thô. Các đội có phòng mô phỏng, có hàng chục kỹ sư chiến lược trực chiến, có mô hình Monte Carlo chạy liên tục để tính xác suất undercut. Nhưng phần lớn những người viết về F1, trong đó có tôi, không ngồi trong phòng đó. Chúng tôi sống nhờ dữ liệu công khai: bảng thời gian chính thức, tín hiệu GPS do ban tổ chức phát, thông báo của FIA, và những gì đội đua chọn tiết lộ.

Ba tầng dữ liệu đó có độ tin cậy rất khác nhau, và chúng gãy theo những cách khác nhau. Tín hiệu GPS có thể mất khi xe chạy qua vùng nhiễu. Bảng thời gian chính thức có thể bị đóng băng trong lúc chờ xác nhận. Và thông báo của đội đua, thứ mà truyền thông trích dẫn nhiều nhất, là tầng dữ liệu được biên tập kỹ nhất, vì nó phục vụ lợi ích của chính đội.

Năm 2026, khi bộ quy định động cơ mới có hiệu lực với tỷ lệ điện đẩy lên gần 50% và nhiên liệu bền vững bắt buộc, khoảng cách giữa người có dữ liệu và người đọc dữ liệu sẽ còn rộng hơn. Khi động cơ thay đổi, cách đội đua phân bổ năng lượng giữa vòng chạy và vòng nạp pin trở thành bí mật chiến thuật quan trọng nhất, và nó gần như không xuất hiện trên bất kỳ bảng thời gian công khai nào.

Đây là chỗ khái niệm "silent null", giá trị rỗng im lặng, trở thành công cụ phân tích chứ không còn là lỗi kỹ thuật.

Phân biệt hai loại trống. Trống thật là khi sự kiện không xảy ra: không có safety car, không có án phạt, không có thay lốp ngoài kế hoạch. Dữ liệu trả về đúng số 0, và số 0 đó mang nghĩa. Trống im lặng là khi sự kiện xảy ra nhưng hệ thống đo không ghi lại. Dữ liệu cũng trả về số 0, nhưng số 0 đó vô nghĩa. Về mặt con số, hai trường hợp giống hệt nhau. Về mặt ý nghĩa, chúng đối lập hoàn toàn.

Trong mùa hè năm 2026, khi các sân vận động đóng cửa và tôi dành sáu tháng xem lại 74 trận đấu, tôi học được điều tương tự ở một môn khác. Tôi ghi lại từng pha phản công của Leicester City dưới thời Brendan Rodgers và thấy hiệu suất ghi bàn từ phản công đạt 27%, cao hơn mức trung bình 18% của giải Ngoại hạng Anh, với trung bình chỉ 3,4 đường chuyền để tạo ra một cú dứt điểm. Nhưng khi tôi thử đo các pha phản công của một đội khác và nhận được con số 0, tôi không kết luận rằng họ không phản công. Tôi đi kiểm tra lại định nghĩa pha phản công của chính mình.

Hóa ra, tiêu chí tôi đặt ra, đội phải giành bóng ở một phần ba sân nhà và tạo cú dứt điểm trong vòng 12 giây, đã loại bỏ toàn bộ các pha phản công bắt đầu từ phần ba giữa sân. Bộ lọc của tôi không đo thực tế. Nó đo chính giới hạn hiểu biết của tôi. Mùa hè 2026 dạy tôi rằng: khoảng trống không bao giờ trống, nó chỉ đang chờ một người đọc đúng.

Trong F1, logic này áp dụng vào từng quyết định chiến thuật. Khi bạn thấy một tay đua ở lại đường đua thêm ba vòng trong khi đối thủ vào pit, có hai cách đọc. Cách thứ nhất: đội đua quyết định kéo dài stint vì tin vào tốc độ trên lốp cũ. Cách thứ hai: đội đua không có lựa chọn, vì dữ liệu dự báo thời tiết của họ bị lỗi hoặc vì họ đã dùng hết bộ lốp theo phân bổ. Cùng một hành vi trên đường đua. Hai cơ chế hoàn toàn khác nhau. Và chỉ một trong hai kết luận nói lên điều gì đó về năng lực chiến thuật của đội.

Tôi xây một bảng mã hóa cho việc này, đặt tên là Bảng 4, gồm bốn cột: thời điểm quyết định, nguồn dữ liệu dẫn tới quyết định, trạng thái dữ liệu (đầy đủ, thiếu, hoặc lỗi), và giả thuyết thay thế. Quy tắc duy nhất: nếu cột trạng thái ghi "lỗi", mọi kết luận ở cột giả thuyết phải bị đánh dấu là không hợp lệ, bất kể con số trông hợp lý đến đâu. Nghe có vẻ hiển nhiên. Nhưng trong thực tế, đa số các bài phân tích sai mà tôi đọc đều vi phạm đúng quy tắc này.

Một ví dụ cụ thể làm rõ vấn đề. Tại một trường đua có mất thời gian pit khoảng 20 giây, việc đổi lốp chỉ có lợi nếu khoảng cách với xe phía sau lớn hơn ngưỡng đó. Nếu bảng dữ liệu của bạn ghi khoảng cách là 18 giây và bạn kết luận rằng pit là quyết định sai, bạn đang đặt cược toàn bộ phân tích lên một giá trị có thể đến từ phép đo lỗi. Sai số của tín hiệu GPS trong điều kiện nhiễu có thể lên tới vài phần mười giây mỗi vòng, và sai số đó cộng dồn qua 50 vòng. Một kết luận về chiến thuật được xây trên nền dữ liệu chưa kiểm chứng không phải là phân tích. Nó là phỏng đoán được trang điểm bằng số.

Góc phản trực giác ở đây ngược với xu hướng chung của cả ngành. Phản xạ tự nhiên khi gặp một khoảng trống dữ liệu là đi tìm thêm dữ liệu: thêm nguồn, thêm cảm biến, thêm mô hình. Ngành công nghiệp thể thao đang bán cho bạn đúng ý tưởng đó, rằng nhiều dữ liệu hơn nghĩa là hiểu biết hơn. Nhưng vấn đề không nằm ở số lượng. Nó nằm ở chỗ ta không có thói quen hỏi một câu duy nhất trước khi đọc bất kỳ giá trị nào: giá trị này đến từ một phép đo thành công, hay từ một phép đo đã thất bại trong im lặng?

Với trần chi phí hơn 130 triệu USD mỗi mùa và thang phân bổ thử nghiệm khí động học phân bổ ngược theo thứ hạng nhà máy, trong đó đội xếp thứ nhất chỉ được dùng 70% hạn mức cơ sở còn đội xếp thứ mười được dùng 115%, các đội buộc phải lựa chọn cực kỳ cẩn thận giữa việc thu thập thêm dữ liệu và việc phân tích dữ liệu đã có. Trong môi trường đó, một mô hình sai được xây trên dữ liệu đúng vẫn tốt hơn một mô hình đúng được xây trên dữ liệu rỗng, vì cái sau không bao giờ tự sửa được. Nó chỉ tự tin hơn.

Điểm mù thực thi nằm ở đây: chúng ta thường đo chất lượng phân tích bằng độ chính xác của kết luận, mà quên đo bằng độ trung thực của đường ống dẫn tới kết luận đó.

Và có một yếu tố con người mà tôi không đo được, nhưng không thể bỏ qua. Người kỹ sư trên radio, người quyết định trong sáu giây, người phải chọn giữa một mô hình nói pit ngay và một trực giác nói ở lại, không vận hành trên bảng dữ liệu sạch. Người đó vận hành trên một tập hợp thông tin đầy lỗ hổng, dưới áp lực, và phải hành động dù vậy.

Mọi sơ đồ chiến thuật đều bắt đầu từ một đường kẻ tay run trên PowerPoint. Và mọi mô hình dự báo đều bắt đầu từ một người đang cố đọc một khoảng trống.

Điều tôi muốn kiểm chứng ở chặng tiếp theo không phải là ai thắng. Mà là liệu các bài phân tích về chặng đó có tự hỏi nguồn dữ liệu của mình đang đầy hay đang rỗng.

Một đường chuyền hỏng không phải là lỗi. Nó là dữ liệu mà hệ thống đang cố gửi cho bạn. Nhưng một ô trống trong bảng tính thì khác: nó không gửi cho bạn thông điệp nào cả, cho tới khi bạn tự hỏi vì sao nó trống.