Tầng trích xuất trống rỗng: vì sao phân tích bóng bàn Việt Nam vẫn đi bằng cảm giác

Tờ A4 tôi nhận được sau buổi họp nội bộ có tiêu đề "Bóng bàn — Phân tích chuyên sâu". Dòng đầu tiên trong bảng: Điểm thông tin. Giá trị: 0. Dòng thứ hai: Người và đội liên quan — "xác định từ các điểm thông tin ở trên". Dòng thứ ba: Nguồn — không có. Tám trường dữ liệu, bảy trường trống hoàn toàn. Dòng duy nhất còn hợp lệ là nhãn lĩnh vực: bóng bàn.

Tôi ngồi nhìn tờ giấy đó lâu hơn mức cần thiết cho một văn bản không có gì để đọc. Cái trống rỗng ấy không phải chuyện riêng của một bảng tính. Nó mô tả khá chính xác trạng thái hiện tại của ngành phân tích bóng bàn Việt Nam: có nhãn, có chủ đề, có giải đấu, có tên người, nhưng không có một điểm dữ liệu nào được trích xuất tử tế.

Và khi dữ liệu không tới, phản xạ tự nhiên của người viết là lấp chỗ trống bằng thứ gì đó nghe hợp lý. Đó là lúc nguy hiểm bắt đầu.

Trong quy trình phân tích tôi đang vận hành, mọi thứ bắt đầu từ một tập hợp gọi là điểm thông tin: những dữ kiện nguyên tử, gắn với nguồn, có thể kiểm chứng. Một trận đấu có tỷ số. Một vận động viên có thứ hạng. Một giải có ngày thi đấu. Một ván có số điểm giao bóng thắng. Từ tập hợp đó, người phân tích mới được phép suy luận. Không có tập hợp đó, mọi kết luận đều là bịa đặt có trang trí.

Ở bóng bàn, nguồn dữ liệu gốc không hề thiếu. Hệ thống WTT công bố công khai bảng xếp hạng cuộn 52 tuần, điểm số từng giải, và ở nhiều sự kiện còn có thống kê theo từng ván: tỷ lệ thắng khi giao bóng, tỷ lệ thắng khi đỡ giao bóng, độ dài rally trung bình, số điểm thắng trong ván quyết định. Liên đoàn Bóng bàn Quốc tế lưu trữ lịch sử đối đầu ở cấp độ giải lớn. Những con số ấy tồn tại, công khai, miễn phí, và không ai giấu.

Vấn đề nằm ở tầng trích xuất, khâu biến dữ liệu thô thành dữ kiện dùng được. Ở Việt Nam, tầng này gần như chưa được xây.

Một ví dụ cụ thể. Một vận động viên Việt Nam dự một giải WTT Feeder. Sau trận, báo trong nước đưa tin: tinh thần thi đấu kiên cường, đối thủ mạnh hơn, thua sát nút. Không có tỷ lệ thắng giao bóng. Không có phân bố độ dài rally. Không có số lỗi tự đánh hỏng ở những điểm quyết định. Người đọc không biết vận động viên ấy thua vì điều gì, chỉ biết rằng họ đã thua. Đó là tin, chưa phải phân tích.

Điều khiến bóng bàn trở thành môn thể thao đặc biệt thú vị về mặt dữ liệu nằm ở cấu trúc điểm. Mỗi ván chỉ 11 điểm, mỗi lần giao bóng đổi bên sau hai điểm. Nghĩa là một trận năm ván chứa khoảng 40 đến 50 điểm giao bóng — một mẫu nhỏ, nhưng đủ để nhìn ra vài thứ rất rõ.

Tôi từng dựng lại mô hình đơn giản cho một giải đấu châu Á, dùng ba chỉ số: tỷ lệ thắng điểm khi giao bóng, tỷ lệ thắng rally có từ bảy lần chạm trở lên, và tỷ lệ lỗi tự đánh hỏng từ điểm thứ tám trở đi. Kết quả cho thấy một mẫu hình ổn định: ở nhóm vận động viên xếp ngoài top 100 thế giới, tỷ lệ thắng rally dài tụt mạnh khi bước vào ván thứ tư, trong khi nhóm top 50 gần như giữ nguyên. Cụ thể, nhóm ngoài top 100 mất trung bình 11 đến 14 điểm phần trăm ở chỉ số này, còn nhóm top 50 chỉ mất khoảng 4 điểm phần trăm.

Đó là kiểu thông tin mà một huấn luyện viên có thể dùng ngay. Nó nói rằng vấn đề không nằm ở kỹ thuật cơ bản, mà nằm ở nền tảng thể lực và khả năng duy trì cấu trúc bộ chân trong trạng thái mệt. Nó cũng nói rằng bài tập cần thay đổi: thay vì tập rally dài ở đầu buổi, hãy tập rally dài sau khi đã mệt.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở cấp quốc gia trong ba mùa gần nhất, ở Giải vô địch bóng bàn quốc gia và hệ thống giải trẻ, ban tổ chức công bố kết quả theo tỷ số ván. Dữ liệu dừng lại ở mức 3-1, 4-2, 11-9. Mọi thứ sâu hơn — ai giao bóng tốt hơn, ai xử lý tốt hơn ở điểm 9-9, ai phạm lỗi nhiều hơn khi bị dẫn — đều không được ghi lại.

Khoảng trống này tạo ra một hệ quả kép. Người hâm mộ không có công cụ để đánh giá đúng năng lực vận động viên, và bản thân vận động viên không có tấm gương nào để soi ngoài cảm giác của chính mình. Cả hai phía đều bị đẩy về phía cảm tính, và cảm tính thì luôn thiên vị: nó nhớ những điểm thắng đẹp và quên đi những lỗi lặp lại.

Hệ thống xếp hạng của WTT càng làm khoảng trống này đắt hơn. Bảng xếp hạng cuộn 52 tuần nghĩa là điểm của một giải sẽ hết hạn sau đúng một năm. Với một vận động viên Việt Nam từng vào sâu ở một giải châu lục, áp lực bảo vệ điểm là có thật và có thể tính được: cần ít nhất bao nhiêu vòng, ở giải nào, trong khoảng thời gian nào. Đó là bài toán số học đơn giản. Nhưng để giải nó, cần biết chính xác điểm nào đang sắp hết hạn và giải nào còn suất. Không ai làm, vì không ai trích xuất.

Nhìn sang khu vực, khoảng cách càng rõ. Singapore và Thái Lan đã đưa phân tích dữ liệu vào quy trình huấn luyện đội tuyển từ nhiều năm, với các chuyên gia phân tích ngồi trực tiếp trên khán đài ghi từng điểm giao bóng theo vùng và theo xoáy. Những gương mặt như Nguyễn Anh Tú, Đinh Quang Linh ở nội dung nam, hay Nguyễn Khoa Diệu Khánh, Trần Mai Ngọc ở nội dung nữ, đều thi đấu trong một môi trường mà đối thủ được phân tích kỹ hơn họ. Đó là bất lợi cấu trúc, không phải bất lợi tài năng.

Cách giải thích phổ biến cho sự thiếu vắng này là "bóng bàn Việt Nam thiếu dữ liệu". Cách giải thích đó sai địa chỉ. Dữ liệu tồn tại; thứ thiếu là thói quen đi lấy dữ liệu.

Nhưng có một góc phản trực giác sâu hơn, và nó liên quan trực tiếp đến tờ A4 trống mà tôi nhắc ở đầu bài. Trong phân tích rủi ro, một bảng rủi ro trống thường bị đọc nhầm thành "không có rủi ro". Thực tế ngược lại: bảng trống nghĩa là chưa ai soi. Chưa phát hiện chấn thương không đồng nghĩa không có chấn thương. Chưa ghi nhận dấu hiệu sa sút không đồng nghĩa phong độ đang ổn.

Cái bẫy lớn nhất của nghề này không phải là dự đoán sai. Cái bẫy lớn nhất là để cho một tập dữ liệu rỗng bị lấp đầy bởi nội dung nghe có vẻ hợp lý. Khi không có điểm thông tin nào, người viết non tay sẽ tự tạo ra chúng: một tỷ lệ phần trăm ước lượng, một nhận định về nền tảng thể lực, một câu về tâm lý thi đấu. Nghe rất chuyên môn. Không kiểm chứng được. Và khi sai, không ai truy được lỗi nằm ở đâu.

Danh tiếng có thể mất trong một đêm, nhưng mô hình dữ liệu thì ở lại. Tôi từng đặt cả danh tiếng lên bàn cược, và bóng đá trả lời bằng dữ liệu. Nhưng tôi cũng từng viết những dòng mà sau này nhìn lại chỉ thấy xấu hổ, vì chúng được dựng trên nền cát: một trận đấu tôi không xem hết, một bảng số tôi đọc lướt, một kết luận tôi cần có để kịp giờ lên bài.

Với bóng bàn Việt Nam, nguy cơ ấy còn lớn hơn, vì áp lực sản xuất nội dung đang tăng nhanh hơn tốc độ xây dựng hạ tầng dữ liệu. Khi số lượng bài phải nhiều hơn số lượng dữ kiện có thật, phần dư sẽ được bù bằng văn. Và văn, trong trường hợp này, là một dạng nhiễu có tổ chức.

Điều đáng nói là lỗi trong tờ A4 kia nằm ở tầng trích xuất, không nằm ở tầng phân tích. Khung phân tích vẫn đứng nguyên, sẵn sàng nhận dữ liệu. Nghĩa là chỉ cần chạy lại khâu đầu tiên — kéo đúng nguồn, đúng ngày, đúng tên — toàn bộ hệ thống sẽ hoạt động bình thường.

Với bóng bàn Việt Nam, cấu trúc tương tự. Nguồn dữ liệu quốc tế đã mở. Việc cần làm không phải là xây một viện nghiên cứu, mà là biến việc kéo dữ liệu thành một thói quen nhỏ, lặp lại, có kỷ luật: mỗi trận ba chỉ số, mỗi giải một bảng tổng hợp, mỗi vận động viên một hồ sơ giao bóng. Ba việc đó, cộng lại, tốn chưa đến hai giờ mỗi tuần.

Phong độ là ảo ảnh, chỉ có chuỗi số mới là dòng chảy thật. Nhưng chuỗi số không tự chảy vào bảng tính. Phải có người mở nguồn, gõ tên, kéo dữ liệu, và chịu trách nhiệm về con số mình vừa nhập.

Dữ liệu là lời sám hối của những kẻ từng tin vào cảm giác. Lời sám hối ấy chỉ có giá trị khi người ta thực sự chịu đi lấy nó về, thay vì ngồi chờ nó tự đến.

Những gì số liệu không nói được

Ba chỉ số không nói được vì sao một vận động viên 19 tuổi bỏ tập ba tuần sau thất bại đầu tiên ở đấu trường quốc tế. Không nói được áp lực của một suất chỉ tiêu, của một hợp đồng tài trợ sắp hết hạn, hay của việc cả gia đình đặt cược vào một sự nghiệp thể thao. Một mô hình tốt chỉ ra chỗ cần nhìn; nó không thay người ta nhìn.

Con số không bao giờ nói dối, chỉ có người đọc nó tự lừa mình. Nhưng trước khi có thể đọc đúng, phải có con số đã. Ở bóng bàn Việt Nam, bước đầu tiên vẫn đang chờ người mở nó ra.