Điền kinh và lỗ hổng dữ liệu: khi bảng kết quả trống, đừng lấp bằng phỏng đoán

Đêm Nga 2026, tôi nhìn thấy dữ liệu vỡ tan trước mắt. Khi ấy tôi mười bảy tuổi, ngồi ghi lại tỉ mỉ từng trận của đội tuyển Nhật Bản tại World Cup. Ở trận gặp Bỉ tại vòng 1/8, Nhật Bản thua 2-3. Điều khiến tôi mất ngủ không phải tỉ số, mà là một con số: đội bóng áo xanh chỉ chạm bóng trong vòng cấm đối phương 7 lần, trong khi Bỉ chạm 21 lần. Nhật Bản cầm bóng 55%. Hai con số ấy không hề mâu thuẫn — chúng chỉ ra rằng quyền kiểm soát bóng ở giữa sân chẳng nói lên điều gì về sức sát thương thật sự. Tôi viết một bài phân tích trên blog cá nhân, lập luận rằng việc dâng cao đội hình ở những phút cuối là một sai lầm chiến thuật. Một nhóm cổ động viên chỉ trích tôi dữ dội. Tôi vẫn giữ nguyên kết luận, bởi dữ liệu không biết nói dối.

Nhưng phải đến hôm nay, sau chín năm theo dõi, tôi mới nhận ra một điều khác: dữ liệu không chỉ gây hại khi nó sai. Nó gây hại nghiêm trọng hơn khi nó trống rỗng — và ta lấp đầy khoảng trống ấy bằng phỏng đoán.

Trong điền kinh, dữ liệu chính là toàn bộ trận đấu. Không có bàn thắng, không có tỉ số, chỉ có thời gian, khoảng cách và tốc độ gió. Một đường chạy 100 mét được quyết định bởi những con số nhỏ đến mức khắc nghiệt: một phần trăm giây, một đơn vị gió, một nhịp tăng tốc. Bởi vậy, khi một ô dữ liệu trống, cả một câu chuyện có thể bị bẻ cong mà không ai phát hiện.

Điều đáng nói là những khoảng trống ấy xuất hiện thường xuyên hơn người hâm mộ tưởng. Hệ thống đo thời gian điện tử có thể trục trặc ở một giải nhỏ. Cảm biến gió có thể mất tín hiệu đúng lúc vận động viên bứt tốc. Một kỷ lục cá nhân có thể được lập ở sân tập, nơi không có trọng tài đo gió, không có camera xác nhận, và không được liên đoàn công nhận. Những dữ liệu ấy vẫn lan truyền trên mạng xã hội với tốc độ nhanh hơn bất kỳ bảng kết quả chính thức nào.

Tôi gọi hiện tượng này là "lỗ hổng dữ liệu". Nó không phải sự thiếu hiểu biết, mà là một cám dỗ: cám dỗ lấp chỗ trống bằng thứ nghe có vẻ hợp lý nhất.

Ở Nhật Bản, nơi tôi đang sống và làm việc, văn hóa dữ liệu đã ăn sâu đến mức một trận điền kinh cấp trung học cũng có bảng chia đoạn đầy đủ. Nhưng ngay cả ở đó, lỗ hổng vẫn tồn tại — chỉ là người ta xử lý chúng khác đi. Thay vì lấp chỗ trống bằng phỏng đoán, họ ghi rõ: "không đủ dữ liệu để đánh giá". Đó là một câu ngắn, nhưng nó cứu cả một bài phân tích khỏi trở thành hư cấu.

Hãy bắt đầu từ sai số gió, bởi đây là dạng lỗ hổng dễ bị bỏ qua nhất. Một kỷ lục 100 mét chỉ được công nhận khi tốc độ gió xuôi không vượt quá 2,0 mét mỗi giây. Nếu cảm biến trả về con số 2,1, thành tích ấy bị loại khỏi mọi bảng xếp hạng. Nhưng nếu cảm biến trả về... không gì cả, thì điều gì xảy ra? Trong nhiều giải đấu địa phương, câu trả lời là: không ai kiểm tra lại, và thành tích mặc nhiên được coi là hợp lệ. Một khoảng trống, một kết luận sai.

Dạng thứ hai là lợi thế thiết bị. Những đôi giày có tấm carbon từng tạo ra làn sóng thành tích vượt trội trong giai đoạn 2026-2026. Một vận động viên chạy nhanh hơn nửa giây có thể là nhờ tập luyện, cũng có thể là nhờ bộ đế. Nếu bảng dữ liệu không ghi lại loại giày, người phân tích sẽ quy toàn bộ phần chênh lệch cho năng lực con người — một kết luận đẹp nhưng sai.

Dạng thứ ba là mẫu nhỏ. Một vận động viên chạy 10,9 giây vào tháng Tư không đương nhiên chạy 10,9 giây ở chung kết vào tháng Tám. Người hâm mộ thường lấy một lần bứt phá để dựng lên cả một sự nghiệp. Nhưng trong thể thao, một mẫu nhỏ chỉ là một mẫu nhỏ.

Dạng thứ tư, và cũng là dạng nguy hiểm nhất, là dữ liệu chia đoạn bị thiếu. Trong một đường chạy 400 mét, thời gian về đích không nói lên nhiều bằng bốn mốc 100 mét. Nếu chỉ có thời gian tổng, ta không biết vận động viên xuất phát quá nhanh rồi hụt hơi, hay chạy đều và bứt ở đoạn cuối. Không có dữ liệu chia đoạn, mọi nhận xét về chiến thuật chỉ là suy diễn.

Ở đây tôi muốn kể một câu chuyện từ chính công việc của mình. Năm 2026, khi J-League tạm hoãn bốn tháng vì đại dịch, tôi không thể đến sân Yodoko Sakura theo dõi Cerezo Osaka. Tôi bắt đầu dựng một bộ dữ liệu từ video các trận cũ, ghi lại 1.240 tình huống pressing của đội mùa 2026 để tính chỉ số PPDA — số đường chuyền mà đối phương được phép thực hiện trước khi bị áp sát. Dựa trên kinh nghiệm theo dõi các trận đấu của mình, tôi dự đoán Cerezo sẽ tụt phong độ vì mất lợi thế sân nhà. Kết quả, họ đứng thứ tư, thấp hơn dự đoán thứ hai của tôi. Tôi đã sai. Nguyên nhân không nằm ở mô hình, mà ở một biến số tôi bỏ sót: ảnh hưởng của khán giả lên cường độ pressing. Tôi đã lấp một khoảng trống bằng giả định, và giả định ấy trả giá.

Kinh nghiệm này dạy tôi một nguyên tắc: một mô hình tốt không phải mô hình dự đoán đúng, mà là mô hình biết mình không biết gì.

Cùng năm đó, tôi phân tích kỳ chuyển nhượng mùa đông cho một tạp chí bóng đá trực tuyến. Tôi so sánh dữ liệu của hơn 200 cầu thủ từ J-League sang châu Âu và tìm thấy tương quan giữa số ki-lô-mét chạy mỗi trận và tỉ lệ thành công tại Bundesliga, với hệ số 0,67. Tôi liên hệ một tuyển trạch viên của một câu lạc bộ Đức và đề xuất tiền vệ Ao Tanaka, người chạy trung bình 11,8 ki-lô-mét mỗi trận — cao nhất J-League. Với sự đồng ý của anh, Tanaka sang Fortuna Düsseldorf theo dạng cho mượn. Bài viết của tôi sau đó được trích dẫn trên nhiều diễn đàn nước ngoài.

Nhưng tôi luôn nhắc mình: hệ số 0,67 là một tương quan, không phải một lời hứa. Nếu tôi không có đủ dữ liệu về chấn thương, về thích nghi văn hóa, về hệ thống chiến thuật của đội bóng mới, thì phần còn lại của bức tranh vẫn là một lỗ hổng. Và tôi phải nói rõ điều đó, thay vì lấp nó bằng niềm tin.

Bóng đá châu Âu cho tôi một ví dụ khác về việc dữ liệu bóc trần câu chuyện. Tại Euro 2026, tôi dành ba tuần theo dõi và phát hiện Đan Mạch ghi 4 trong 6 bàn thắng từ các tình huống cố định được thiết kế sẵn — vượt xa mức trung bình 28% của giải đấu. Tôi đối chiếu với 38 bàn từ set piece của RB Leipzig tại Bundesliga 2026-21, nơi huấn luyện viên Julian Nagelsmann dùng thống kê vị trí chạy và điểm rơi bóng để thiết kế bài tập. Điều tôi rút ra không phải là "set piece quan trọng" — ai cũng biết điều đó. Mà là: khi một đội có hệ thống dữ liệu tốt, họ biến những tình huống mà người khác coi là may rủi thành một mệnh đề toán học.

Nhưng đây là phần phản trực giác nhất, và cũng là phần tôi phải nói thẳng.

Người hâm mộ thường nghĩ rằng nhà phân tích dữ liệu là người luôn có câu trả lời. Sự thật ngược lại. Giá trị lớn nhất của một nhà phân tích không nằm ở việc đưa ra kết luận, mà ở việc nói rõ: "Chỗ này chúng ta chưa biết." Dữ liệu không tạo ra câu chuyện; nó bóc trần câu chuyện của người khác.

Tôi từng chứng kiến một kỷ lục lứa tuổi lan truyền khắp mạng xã hội chỉ trong vài giờ. Con số đẹp, câu chuyện đẹp, nhưng không ai hỏi: tốc độ gió bao nhiêu? Chạy ở sân nào? Có được liên đoàn công nhận không? Một tuần sau, kỷ lục ấy lặng lẽ biến mất khỏi mọi bảng xếp hạng. Khoảng trống đã bị lấp bằng hào hứng, và hào hứng thì không đo được bằng giây.

Có một cám dỗ nữa, mang tính văn hóa. Ở Đông Nam Á, người hâm mộ yêu thể thao bằng cảm xúc rất mãnh liệt. Điều đó đẹp. Nhưng cảm xúc ấy đôi khi tạo ra áp lực phải có một câu chuyện ngay lập tức. Tôi hiểu áp lực đó, vì tôi sinh ra ở Việt Nam và lớn lên giữa những buổi tối cả xóm ngồi trước màn hình. Nhưng tôi học được rằng người hâm mộ Đông Nam Á có một thứ logic riêng, không hề kém phần tinh tế: họ nhớ rất lâu, và họ ghét bị lừa. Nếu ta lấp một lỗ hổng bằng con số sai, ta không mất một bài viết — ta mất niềm tin.

Đó là lý do tôi không bao giờ đổ lỗi cho "may rủi" khi mô hình của mình sai. Một tu sĩ dữ liệu chân chính truy lại dữ liệu đầu vào, chứ không viện cớ siêu hình. Tôi thu thập sai lầm, phân loại chúng, rồi mới biết câu chuyện sẽ đi về đâu.

Điền kinh Việt Nam đang ở giai đoạn cần dữ liệu hơn bao giờ hết. Không phải dữ liệu để tô điểm cho bài báo, mà dữ liệu để ra quyết định: chọn nội dung thi đấu, phân bổ lịch tập, đánh giá một tài năng trẻ. Muốn làm được điều đó, bước đầu tiên không phải là thu thập thật nhiều số, mà là ghi lại thật trung thực những chỗ mình chưa có số.

Lần tới, khi bạn thấy một bảng kết quả có ô trống, đừng vội điền vào đó một con số nghe hợp lý. Hãy nhớ rằng mọi xác suất đều ẩn chứa một cú sốc — việc của người phân tích là đảm bảo nó không lặp lại. Và cách duy nhất để làm điều đó là thừa nhận, trước tiên, rằng ta đang đứng trước một khoảng trống.