Bảng dữ liệu trống ở Thâm Quyến: vì sao một nhà phân tích phải từ chối kết luận

Bảng dữ liệu trống ở Thâm Quyến: vì sao một nhà phân tích phải từ chối kết luận 2 giờ 47 phút sáng ngày 19 tháng 9 năm 2026, trên tầng 21 của một khu chung cư ở quận Phúc Điền, Thâm Quyến, tôi mở lại bảng tính sau trận tứ kết AFC Champions League trên sân Thiên Hà. Quảng Châu Hằng Đại thua Urawa Red Diamonds 0-1 ngay trên sân nhà, trước sự chứng kiến của hơn bốn vạn khán giả. Mô hình xG tôi dựng khi đó cho đội chủ nhà lợi thế rõ rệt: số cú sút, vị trí dứt điểm và thời lượng kiểm soát bóng đều nghiêng về phía đội bóng Trung Quốc. Ba mươi nghìn tệ biến mất trong chín mươi phút cộng bù giờ. Điều tôi nhớ không phải số tiền. Tôi nhớ cái cách mà sai số xuất hiện. Nó không nằm ở bàn thắng, nó nằm ở chỗ tôi đã bỏ qua trọng số vị trí của từng cú sút và giá trị của các tình huống cố định. Mười bốn cú sút không thành bàn được tôi ghi lại bằng tay sau đó, từng cú một, kèm mô tả vị trí, chân dứt điểm, áp lực của hậu vệ gần nhất và thời điểm trong trận. Bảng ghi ấy dài ba trang và phá hủy hoàn toàn mô hình ban đầu của tôi. Chín năm sau, vào một buổi tối tháng Mười Hai, tôi mở một tệp khác. Lần này nội dung bên trong không phải dữ liệu sai. Nội dung bên trong trống hoàn toàn. Tiêu đề bài viết nguồn: không có. Nguồn: không có. Loại bài: không có. Tóm tắt một câu: không có. Lập trường tác giả: không có. Mục đích bài viết: không có. Các điểm thông tin: không có. Thực thể liên quan: không có. Độ nhạy thời gian: không có. Chất lượng nguồn: không có. Một người làm nghề đọc số trong ba mươi sáu năm sẽ nhận ra ngay điều gì đang xảy ra ở đây. Bảng trống, trong phần lớn trường hợp, không phải là một bản tin. Nó là một lỗi. Nhưng nghề của tôi không cho phép tôi biến một lỗi thành một câu chuyện. Nghề của tôi buộc tôi phải nói đúng cái mà tôi nhìn thấy: không đủ thông tin để đánh giá. Kỷ luật ấy nghe có vẻ đơn giản. Nó không đơn giản chút nào. MỘT TỆP TRỐNG LÀ MỘT KẾT LUẬN, KHÔNG PHẢI MỘT THẤT BẠI Hãy hình dung quy trình phân tích dữ liệu thể thao như một dây chuyền hai công đoạn. Công đoạn thứ nhất đọc bài viết nguồn và bóc tách thành các trường có cấu trúc: tiêu đề, nguồn, loại bài, tóm tắt một câu, lập trường tác giả, mục đích bài viết, các điểm thông tin, thực thể liên quan, độ nhạy thời gian và đánh giá chất lượng nguồn. Công đoạn thứ hai lấy những trường đó và dựng nên chín chiều phân tích chuyên môn: kỹ thuật và chiến thuật, dữ liệu cầu thủ và đối đầu, hệ thống sự kiện và luật điểm, cục diện cạnh tranh, luật lệ và quản trị, ban huấn luyện và nguồn tuyển, bề mặt rủi ro, câu chuyện công chúng và kỳ vọng, cuối cùng là truyền dẫn của cả một ngành. Khi công đoạn thứ nhất trả về một tệp trống, công đoạn thứ hai không có gì để bám vào. Không có bài viết nào được nêu tên, không có giải đấu nào được nêu tên, không có vận động viên nào được nêu tên. Mọi ô của bảng phân tích sẽ mang cùng một dòng chữ: chưa đủ thông tin, không thể đánh giá. Có hai cách phản ứng trước tình huống đó. Cách thứ nhất là lấp chỗ trống bằng kiến thức bên ngoài, bằng trí nhớ, bằng phỏng đoán có vẻ hợp lý. Cách thứ hai là giữ nguyên chỗ trống và ghi rõ rằng nó trống. Cách thứ nhất tạo ra một sản phẩm đọc trôi chảy hơn và sai nhiều hơn. Cách thứ hai tạo ra một sản phẩm khô khan hơn và trung thực hơn. Tôi chọn cách thứ hai, và tôi chọn nó vì một lý do rất cụ thể: trong nghề cá cược và phân tích, người ta không mất tiền vì thiếu dữ liệu. Người ta mất tiền vì tưởng rằng mình có dữ liệu. Xử lý giá trị rỗng là một quy tắc hành nghề, không phải một thủ tục hành chính. Nó nói rằng khi một trường không có nội dung, câu trả lời đúng là tuyên bố thiếu thông tin, chứ không phải suy luận từ thứ khác. Quy tắc này nghe rất hiển nhiên. Nhưng trong thực tế, áp lực phải nói điều gì đó luôn lớn hơn áp lực phải nói điều đúng. Một tòa soạn cần bài. Một khách hàng cần nhận định. Một thuật toán cần đầu ra. Và khi mọi thứ đều cần đầu ra, chỗ trống trở thành thứ khó chịu nhất trên bàn làm việc. Số liệu không bao giờ nói dối — nhưng nó cũng không bao giờ kể hết chuyện. Cái bảng trống này là bằng chứng rõ nhất cho vế thứ hai. Dữ liệu thiếu cũng là dữ liệu. Nó cho biết dây chuyền thu thập đã hỏng ở đâu đó, hoặc bài nguồn vốn không chứa thông tin chuyên môn, hoặc nhãn lĩnh vực được gán mặc định mà không có nội dung nào chống lưng. Cả ba khả năng ấy đều là thông tin có giá trị. Điều tôi không được phép làm là biến ba khả năng ấy thành ba kết luận. Đó là ranh giới. BA TẦNG DỮ LIỆU VÀ BÀI HỌC MƯỜI BỐN CÚ SÚT Sau đêm ở Thâm Quyến, tôi bắt tay xây dựng một kho dữ liệu vị trí của riêng mình. Nguyên tắc đầu tiên tôi tự đặt ra: mọi nhận định phải trích dẫn ít nhất ba tầng dữ liệu — vị trí, thời điểm và tình huống. Ba tầng này không thay thế nhau, chúng khóa nhau lại. Tầng vị trí trả lời câu hỏi cú sút đến từ đâu. Một cú dứt điểm ở rìa vòng cấm lệch trái không cùng giá trị với một cú đệm bóng ở giữa vòng năm mét. Trong bóng bàn, phép tương đương là điểm rơi: một quả giật xoáy lên ở góc trái xa lưới không cùng giá trị với một quả đánh vào giữa bàn ở độ cao ngang lưới. Bảng tỷ số không phân biệt hai thứ đó. Kho dữ liệu vị trí thì có. Tầng thời điểm trả lời câu hỏi sự việc xảy ra lúc nào. Phút thứ 12 và phút thứ 88 không cùng điều kiện sinh lý, không cùng trạng thái tâm lý, không cùng mức độ chịu rủi ro của người thực hiện. Trong bóng bàn, ván thứ hai và ván thứ bảy không cùng điều kiện. Một quả giao bóng hỏng ở điểm 9-9 mang trọng số hoàn toàn khác với cùng quả giao bóng hỏng ở điểm 3-1. Tầng tình huống trả lời câu hỏi bóng đến từ đâu trong dòng chảy trận đấu. Pha bóng cố định, pha phản công sau khi đoạt bóng, pha triển khai chậm trước hàng thủ đã tổ chức. Trong bóng bàn, đó là bóng sau giao, bóng sau cú đẩy, bóng trong loạt đối giật xa bàn. Ba tình huống khác nhau tạo ra ba phân bố xác suất hoàn toàn khác nhau. Mười bốn cú sút không thành bàn của Quảng Châu, khi được phân loại theo ba tầng, cho ra một bức tranh trái ngược với mô hình ban đầu. Phần lớn số cú sút ấy đến từ ngoài vòng cấm và trong thế phải xoay người. Số ít cú sút từ vị trí thuận lợi lại rơi vào các pha bóng cố định mà đối phương đã chuẩn bị trước. Mô hình xG của tôi đã cộng tất cả thành một con số duy nhất và con số đó đã nói dối tôi không phải vì nó sai về mặt toán học, mà vì nó đúng về một câu hỏi khác với câu hỏi tôi đang hỏi. Từ đó, một nguyên tắc nữa ra đời: không bao giờ công bố một kết luận chỉ dựa trên một lớp dữ liệu, và luôn kèm theo cảnh báo về sai số mô hình. Tôi đã giữ nguyên tắc ấy suốt nhiều năm, kể cả khi nó khiến bài viết của tôi kém hấp dẫn hơn các bài viết xung quanh. CROATIA 2026 VÀ CÁCH ĐỌC MỘT ĐỘI BÓNG NGƯỢC DÒNG Năm 2026, World Cup tại Nga, tôi dùng kho dữ liệu đã xây dựng từ năm trước để làm một việc mà phần lớn các mô hình thời điểm đó không làm: tách chỉ số pressing khỏi chỉ số kiểm soát bóng. Kết quả khiến tôi phải viết lại toàn bộ dự báo của mình. Croatia là đội duy nhất trong nhóm bốn đội mạnh nhất giải có chỉ số PPDA trung bình 12,1. Con số này đo số đường chuyền mà đối phương thực hiện được trước khi đội bóng của bạn thực hiện một hành động phòng ngự. PPDA càng thấp, đội càng pressing cao. Mức 12,1 của Croatia nằm ở vùng trung bình thấp — nghĩa là họ không pressing điên cuồng, họ chọn thời điểm. Điều thú vị hơn nằm ở tỷ lệ chuyển hóa. Croatia đạt tỷ lệ chuyển hóa xG 18,2 phần trăm từ các pha phản công. Nói cách khác, khi họ để đối phương cầm bóng và chờ, họ không chờ để phòng ngự. Họ chờ để phản công, và họ phản công hiệu quả hơn mức trung bình của giải rất nhiều. Đó là lý do tôi công bố bài phân tích nói rằng Croatia sẽ vào chung kết, trong khi phần lớn dư luận chọn Pháp. Croatia đã vào đến trận cuối cùng. Họ thua 2-4. Nhận định của tôi đúng về lối chơi và sai về kết quả cuối cùng, và cả hai điều đó đều quan trọng. Cần nói rõ về cái giá thể lực của hành trình ấy. Croatia trải qua ba trận đấu phải đi tới hiệp phụ, trong đó có hai trận phải giải quyết bằng loạt luân lưu. Luka Modric, Ivan Rakitic, Ivan Perisic, Mario Mandzukic và thủ môn Danjel Subasic là những người gánh khối lượng phút thi đấu lớn nhất. Ở tuổi của Modric và Mandzukic khi đó, việc duy trì cường độ trong ba trận kéo dài liên tiếp không phải là chuyện ý chí, đó là chuyện sinh lý có thể đo được. Một đội chọn nhường bóng để phản công sẽ tiêu hao ít hơn về số lần tăng tốc, nhưng tiêu hao nhiều hơn về số phút phải giữ cự ly đội hình. Cự ly đội hình là chỉ số không xuất hiện trên bảng tỷ số và là chỉ số quyết định trong hiệp phụ thứ hai. Trận chung kết kết thúc 2-4 nghiêng về Pháp, và nếu chỉ đọc kết quả đó, người ta sẽ kết luận rằng Croatia đã hết pin. Cách đọc ấy bỏ qua việc Croatia dẫn trước, gỡ hòa, và chỉ sụp đổ sau khi hàng tiền vệ mất khả năng che chắn khoảng trống giữa hai tuyến. Đó là một vấn đề cấu trúc, không phải một vấn đề tinh thần. Croatia 2026 không phải để tin vào phép màu, mà để nhớ xác suất chưa từng là định mệnh. Một đội có thể chơi đúng theo xác suất mà vẫn thua, và một mô hình có thể dự đoán đúng hướng đi mà vẫn sai ở điểm cuối. Người hành nghề phải sống được với cả hai sự thật đó cùng lúc. SÂN KHÔNG KHÁN GIẢ VÀ BIẾN SỐ TÂM LÝ ĐƯỢC TÁCH RIÊNG Một sân vận động không có khán giả không phải là sân trống — nó là một phòng thí nghiệm. Tôi nói điều đó không phải để làm màu. Trong giai đoạn các giải đấu phải thi đấu không khán giả, lần đầu tiên trong sự nghiệp của mình tôi có được một bộ dữ liệu mà biến số duy nhất bị loại bỏ là tiếng ồn. Tiếng hét, tiếng vỗ tay, tiếng la ó, tiếng im lặng đột ngột sau một điểm thua — tất cả những thứ đó tác động lên vận động viên theo cách mà không mô hình nào đo được. Khi chúng biến mất, phần còn lại của trận đấu hiện ra rõ hơn. Trong bóng bàn, giai đoạn này để lại những quan sát cụ thể. Giải World Cup 2026 tổ chức tại Uy Hải và vòng chung kết cuối năm tại Trịnh Châu diễn ra trong điều kiện hạn chế khán giả. Thế vận hội Tokyo 2026 diễn ra trong các nhà thi đấu gần như trống. Những giải đấu đó cho phép tôi so sánh hành vi của cùng một nhóm vận động viên trong hai điều kiện âm thanh khác nhau. Điều tôi quan sát được ở tầng giao bóng. Trong điều kiện có khán giả, thời gian chuẩn bị trước một quả giao bóng ở điểm quan trọng có xu hướng kéo dài hơn, và vận động viên sử dụng khoảng thời gian đó để tương tác với khán đài bằng mắt hoặc bằng cử chỉ. Trong điều kiện không khán giả, khoảng thời gian ấy ngắn lại rõ rệt. Ít khoảng trống hơn giữa các điểm, nhịp trận đấu nhanh hơn, và số lỗi giao bóng ở các điểm quyết định thay đổi theo hướng giảm ở một số vận động viên và tăng ở một số vận động viên khác. Sự chia hai đó mới là phần thú vị. Nó cho thấy tiếng ồn không tác động đồng nhất lên mọi người. Với một số vận động viên, khán đài là nguồn năng lượng. Với một số khác, khán đài là nguồn nhiễu. Không có chỉ số nào trong hệ thống thống kê chính thức phân biệt hai nhóm này. Ở tầng tâm lý, giai đoạn không khán giả cho thấy một điều mà tôi vẫn nhắc lại trong các buổi phân tích: áp lực không biến mất khi khán đài trống. Nó chỉ đổi hình dạng. Thay vì sợ bị nhìn, vận động viên sợ bị nghe — tiếng bóng, tiếng thở, tiếng bước chân của chính mình. Có vận động viên nói với tôi rằng trong nhà thi đấu trống, anh ta nghe rõ tiếng tim mình đập hơn, và điều đó khó chịu hơn cả tiếng la ó. Đó là lý do tôi luôn tách biến số tâm lý ra khỏi biến số kỹ thuật khi phân tích. Một đường bóng hỏng ở điểm 10-10 có thể đến từ tay, có thể đến từ đầu, và có thể đến từ tai. Ba nguyên nhân ấy đòi hỏi ba cách chữa khác nhau, và bảng thống kê không phân biệt chúng. KHOẢNG TRỐNG GIỮA HAI NỀN BÓNG BÀN Suốt nhiều năm làm việc ở Thâm Quyến và đi lại giữa hai nền bóng bàn Hàn Quốc và Trung Quốc, tôi nhận ra rằng phần lớn khác biệt không nằm ở kỹ thuật cơ bản. Kỹ thuật cơ bản của một vận động viên hàng đầu Hàn Quốc và một vận động viên hàng đầu Trung Quốc ở cùng độ tuổi gần như tương đương. Khác biệt nằm ở ba thứ mà bảng tỷ số không bao giờ phơi bày: cách xử lý áp lực, cách chọn điểm rơi, và cách tiết chế lỗi. Cách xử lý áp lực trước hết là vấn đề cấu trúc thi đấu. Một vận động viên được nuôi trong hệ thống mà mỗi trận thua đều có nghĩa là mất suất sẽ phát triển một cơ chế phản ứng khác với một vận động viên được nuôi trong hệ thống mà mỗi trận thua là một dữ liệu huấn luyện. Trong hệ thống Trung Quốc, áp lực nội bộ đội tuyển thường lớn hơn áp lực thi đấu quốc tế. Trong hệ thống Hàn Quốc, áp lực kỳ vọng quốc gia thường lớn hơn áp lực nội bộ câu lạc bộ. Hai cấu trúc ấy sinh ra hai kiểu tay run khác nhau ở điểm 10-10. Cách chọn điểm rơi là thứ tôi đo được bằng mắt và bằng bản đồ nhiệt. Vận động viên Trung Quốc hàng đầu có xu hướng đánh vào vùng chuyển tiếp — nơi đối phương phải quyết định trong khoảng thời gian ngắn nhất. Vận động viên Hàn Quốc hàng đầu có xu hướng đánh vào vùng biên — nơi đối phương phải di chuyển nhiều nhất. Hai triết lý này không đối lập. Chúng tối ưu cho hai loại thể lực và hai loại phản xạ khác nhau. Cách tiết chế lỗi mới là phần khó đo nhất. Trong một trận đấu đỉnh cao, số lỗi không tự phát thường chiếm tỷ lệ quyết định kết quả nhiều hơn số điểm thắng chủ động. Một vận động viên giảm được ba lỗi không tự phát trong một ván sẽ thắng ván đó mà không cần tăng bất kỳ chỉ số tấn công nào. Đây là điểm mà tư duy huấn luyện hai nước khác nhau rõ nhất: một bên dạy cách thắng điểm, một bên dạy cách không thua điểm. Tôi luôn phải nhắc chính mình rằng những quan sát này là quan sát ở tầng văn hóa huấn luyện, không phải ở tầng cá nhân. Một vận động viên cụ thể có thể phá vỡ mọi quy luật của nền bóng bàn mà anh ta xuất thân. Ma Long không phải là một mẫu Trung Quốc điển hình, và Ryu Seung-min không phải là một mẫu Hàn Quốc điển hình. Đó chính là lý do họ trở thành nhà vô địch. VIẾT NHƯ ĐANG GIẢI THÍCH CHO MỘT PHÓNG VIÊN TRẺ Có một sai lầm tôi mắc nhiều lần trong sự nghiệp: mặc định người đọc hiểu bối cảnh. Tôi sống trong hai nền bóng bàn ấy quá lâu, đến mức những thứ với tôi là hiển nhiên lại hoàn toàn xa lạ với người đọc phổ thông. Từ đó tôi đặt ra một quy tắc: viết như đang giải thích cho một phóng viên trẻ vừa vào nghề, người chưa từng bước vào một nhà thi đấu chuyên nghiệp. Quy tắc này thay đổi rất nhiều thứ trong bài viết của tôi. Thứ nhất, mọi thuật ngữ phải được định nghĩa bằng ngôn ngữ thường ngày trước khi được dùng. Chỉ số PPDA không được xuất hiện mà không có một câu giải thích nó đo cái gì. Thứ hai, mọi con số phải đi kèm đơn vị và đi kèm mốc thời gian tuyệt đối. Không có chuyện viết tuần trước hay hôm qua. Một dữ kiện chỉ có giá trị khi người đọc có thể tra lại nó. Thứ ba, không được dùng thuật ngữ thống kê để tạo cảm giác uyên bác. Nếu một chỉ số không giúp người đọc hiểu thêm điều gì về trận đấu, nó không nên có mặt trong bài. Thứ tư, phải chừa chỗ cho cái không đo được. Cảm giác của một vận động viên khi bước vào ván thứ bảy, tiếng vợt chạm bóng trong một nhà thi đấu trống, khoảnh khắc một huấn luyện viên quyết định không xin hội ý — những thứ ấy không nằm trong mô hình và không nên bị loại khỏi câu chuyện. Tôi gọi bốn quy tắc này là kỷ luật của người cúi xuống đọc dữ liệu. Nghề này không hào nhoáng. Phần lớn thời gian là ngồi một mình, đối chiếu những nguồn không khớp nhau, và xóa đi những kết luận mình vừa nghĩ ra nhưng không chứng minh được. SỰ THAY ĐỔI CỦA DỤNG CỤ VÀ LUẬT LỆ Không thể nói về một chỉ số mà không nói về dụng cụ tạo ra nó. Bóng bàn đã trải qua nhiều lần thay đổi định mệnh, và mỗi lần như vậy, toàn bộ hệ giá trị của môn thể thao này viết lại. Năm 2026, bóng 40 milimét thay thế bóng 38 milimét. Quả bóng lớn hơn, nặng hơn tương đối, xoáy giảm và tốc độ giảm. Những vận động viên sống bằng xoáy thuần túy mất lợi thế. Những vận động viên sống bằng sức mạnh và độ xoáy lai mất ít hơn. Năm 2026, luật thi đấu đổi sang hệ 11 điểm và giao bóng luân phiên hai điểm một lần. Một ván đấu ngắn hơn nghĩa là mỗi điểm đơn lẻ có trọng số lớn hơn. Trong hệ 21 điểm, một vận động viên có thể sai bốn điểm đầu ván và vẫn thắng. Trong hệ 11 điểm, bốn điểm đầu ván thường là toàn bộ ván. Năm 2026, luật giao bóng kín được áp dụng. Đây là thay đổi có ảnh hưởng lớn nhất đến tầng dữ liệu mà tôi làm việc, vì nó loại bỏ một trong những công cụ tạo lợi thế chủ động lớn nhất trong lịch sử môn này. Năm 2026, bóng nhựa thay thế bóng xenlulô. Bóng nhựa có độ nảy và độ xoáy khác, và nó thay đổi phân bố lỗi của cả một thế hệ vận động viên trong vòng vài tháng. Nếu ai đó hỏi tôi vì sao đôi khi tôi từ chối so sánh thành tích của hai vận động viên ở hai thời kỳ khác nhau, đây là câu trả lời. Không có một trò chơi duy nhất mang tên bóng bàn xuyên suốt năm mươi năm. Có ít nhất bốn trò chơi khác nhau dùng chung một cái tên. Chấn thương và sự trở lại là phần còn lại của câu chuyện. Ma Long từng phải phẫu thuật đầu gối và cổ tay, và khoảng thời gian anh trở lại là khoảng thời gian tôi theo dõi kỹ nhất. Không phải để xem anh có thắng hay không, mà để xem anh thay đổi gì trong cách di chuyển. Xu Xin với cổ tay là một ví dụ khác. Timo Boll với lưng là một ví dụ thứ ba, và là ví dụ dài nhất vì sự nghiệp của anh kéo dài qua nhiều thế hệ đối thủ. Một chấn thương để lại hai thứ. Thứ nhất là một cơ thể khác. Thứ hai là một nỗi sợ khác. Cơ thể có thể phục hồi theo lịch của bác sĩ. Nỗi sợ không có lịch. Vận động viên sau chấn thương thường không mất kỹ thuật, họ mất quyền tự động — cái quyền được làm những động tác nguy hiểm mà không phải nghĩ. Và khi phải nghĩ, họ chậm đi một phần nghìn giây. Ở đẳng cấp này, một phần nghìn giây là toàn bộ sự nghiệp. Vì vậy khi ai đó nói với tôi rằng một vận động viên đã trở lại, tôi luôn hỏi lại một câu: trở lại về mặt nào. Trở lại trong danh sách thi đấu là một chuyện. Trở lại trong những pha bóng mà bản năng phải tự quyết định là chuyện khác hoàn toàn. GIÁ TRỊ VÀ BONG BÓNG ĐỊNH GIÁ Nếu phải chọn một chỉ số thể hiện rõ nhất sự lệch pha giữa dữ liệu và niềm tin, tôi sẽ chọn định giá. Trong bóng đá, đã có những bản hợp đồng được ký ở mức trên một trăm triệu euro cho những cầu thủ chưa chơi đủ năm mươi trận ở đẳng cấp cao nhất. Kylian Mbappe chuyển tới Paris với mức phí được ghi nhận khoảng 180 triệu euro năm 2026, sau khi đã chứng minh ở đấu trường châu lục. Joao Felix tới Madrid với mức phí khoảng 126 triệu euro năm 2026 khi mới có một mùa giải trọn vẹn. Enzo Fernandez tới London với mức phí kỷ lục của bóng đá Anh năm 2026 sau một kỳ World Cup ngắn. Ba bản hợp đồng, ba mức độ bằng chứng rất khác nhau, ba mức giá tương đương nhau. Đó là dấu hiệu của một thị trường định giá theo kỳ vọng chứ không theo thành tích. Kỳ vọng là một biến số hợp lệ. Nhưng khi kỳ vọng được định giá ngang với thành tích, thị trường đang nói rằng nó không phân biệt được hai thứ đó. Trong bóng bàn, hiện tượng này biểu hiện theo cách khác, kín đáo hơn. Không có phí chuyển nhượng công khai ở mức hàng chục triệu. Nhưng có hợp đồng, có suất thi đấu tại các giải quốc nội, có chế độ đãi ngộ ở các câu lạc bộ châu Âu và ở hệ thống giải Trung Quốc. Khi một vận động viên trẻ được đặt vào vị trí đánh chính ở một giải đấu lớn trước khi có đủ dữ liệu đối đầu quốc tế, đó là cùng một loại rủi ro với bản hợp đồng một trăm triệu euro — chỉ khác đơn vị tiền tệ. Tôi không phản đối việc trả tiền cho tiềm năng. Tôi phản đối việc gọi việc đó là dữ liệu. Một phép so sánh nữa đáng để giữ trong đầu: trong thể thao điện tử, khán giả thường nhầm một pha giao tranh tổng rực rỡ với một trận đấu đẳng cấp cao. Nhưng thứ quyết định kết quả ở cấp độ cao nhất lại là tầm nhìn bản đồ, kiểm soát mục tiêu và quản lý tài nguyên — những thứ gần như không ai xem. Bóng bàn cũng vậy. Pha bóng đẹp nằm ở cuối loạt đối giật. Thứ tạo ra pha bóng đó nằm ở quả giao bóng thứ ba của ván trước. PHẦN NGƯỢC DÒNG: TƯƠNG QUAN KHÔNG PHẢI NHÂN QUẢ Đây là phần tôi phải viết cẩn trọng nhất, vì nó là chỗ tôi dễ tự lừa mình nhất. Trong nhiều năm, tôi đã công bố những kết luận có dạng: đội A có chỉ số B cao hơn đội C, và đội A thắng, do đó chỉ số B quyết định. Cách lập luận này sai về mặt logic ở một điểm rất cơ bản. Chỉ số B có thể cao hơn vì đội A mạnh hơn, chứ không phải đội A mạnh hơn vì chỉ số B cao hơn. Chiều nhân quả có thể chạy ngược lại hoàn toàn, và bảng dữ liệu không in mũi tên chỉ chiều. Tôi đã mất nhiều năm để hình thành thói quen kiểm tra chiều nhân quả trước khi viết bất kỳ câu kết luận nào. Ba câu hỏi tôi luôn tự đặt: chỉ số này có thể là hệ quả của một thứ khác không. Thứ khác đó có thể cùng lúc tác động lên cả chỉ số và kết quả không. Và nếu tôi loại bỏ thứ khác đó khỏi dữ liệu, chỉ số này còn giữ được sức giải thích không. Trong phần lớn trường hợp câu trả lời là không. Điều này dẫn tới một kết luận khó chịu về chính nghề của tôi. Dữ liệu vừa là bằng chứng, vừa là một tấm màn che. Nó che những thứ không được ghi lại: một buổi tập bị cắt ngắn vì lý do gia đình, một cuộc họp đội kéo dài ba tiếng, một chấn thương nhỏ không được báo cáo, một quyết định chiến thuật bị thay đổi ở phút chót. Những thứ đó không xuất hiện trong bảng tính vì không ai nhập chúng vào. Sự vắng mặt của chúng không có nghĩa là chúng không tồn tại. Vì vậy tôi luôn kết thúc phần phân tích của mình bằng danh sách những thứ tôi không biết. Đó là phần ít được đọc nhất và là phần quan trọng nhất. RỦI RO NẰM Ở CHÍNH DÂY CHUYỀN Trở lại với tệp trống trên bàn làm việc ở Thâm Quyến. Khi một bảng phân tích chuyên môn gồm chín chiều được dựng lên trên một đầu vào rỗng, rủi ro lớn nhất không nằm ở bất kỳ chiều nào trong số chín chiều đó. Nó nằm ở quy trình. Cụ thể là ba rủi ro. Rủi ro thứ nhất, mức độ cao: đầu vào rỗng nghĩa là mọi kết luận ở công đoạn sau đều là sản phẩm của trí tưởng tượng. Cách xử lý duy nhất đúng là dừng lại, chạy lại công đoạn bóc tách, và không phát hành bất kỳ sản phẩm nào dựa trên đầu vào đó. Rủi ro thứ hai, mức độ cao: người đọc có thể nhầm một khung phân tích rỗng với một kết luận rằng không có tin gì đáng nói. Hai thứ này khác nhau hoàn toàn. Một bên là không có thông tin. Một bên là có thông tin và thông tin cho thấy không có gì đáng chú ý. Việc dán nhãn rõ ràng đầu ra là thiếu thông tin là bắt buộc. Rủi ro thứ ba, mức độ trung bình: một nhãn lĩnh vực được gán mà không có nội dung nào chống lưng sẽ tạo ra sự tự tin giả trong toàn bộ tập dữ liệu. Nếu nhãn ấy được gán mặc định thay vì được suy ra từ văn bản, thì mọi thống kê về sau dựa trên nhãn đó đều nhiễm sai số. Ba rủi ro này không phải rủi ro chuyên môn. Chúng là rủi ro quy trình, và chúng nguy hiểm hơn rủi ro chuyên môn vì chúng không tạo ra sai số ngẫu nhiên. Chúng tạo ra sai số có hệ thống, và sai số có hệ thống thì không tự triệt tiêu khi tăng kích thước mẫu. ĐÁNH GIÁ GIÁ TRỊ THÔNG TIN Khi đánh giá một nguồn, tôi dùng thang năm mức. Một nguồn có nội dung cạnh tranh ở mức tốt sẽ cho giá trị cạnh tranh cao. Một nguồn có dữ liệu ngành sẽ cho giá trị ngành cao. Một nguồn có mốc thời gian sẽ cho giá trị thời sự cao. Một nguồn có thể dẫn lại sẽ cho giá trị tham chiếu cao. Một tệp trống đạt mức thấp nhất ở cả bốn chiều. Đó là kết luận đúng và đó là toàn bộ những gì có thể nói về nó. Có người sẽ hỏi vì sao tôi lại dành một bài viết dài để nói về một thứ không có nội dung. Câu trả lời nằm ở chính nghề của tôi. Người phân tích được trả tiền để phân biệt giữa cái chưa biết và cái đã biết. Nếu tôi chỉ nói về những thứ đã biết, tôi là một người đọc bảng tỷ số. Giá trị nằm ở chỗ nói rõ đâu là vùng tối. Tôi giữ một danh mục thuật ngữ cho các phóng viên trẻ làm việc cùng tôi, và có ba mục tôi luôn đặt ở đầu. Bóc tách công đoạn một là bước trích xuất tiêu đề bài viết, các điểm thông tin, quan điểm cốt lõi, thực thể liên quan và đánh giá chất lượng nguồn từ một bài viết gốc. Xử lý giá trị rỗng là quy tắc buộc phải tuyên bố thiếu thông tin thay vì phỏng đoán khi dữ liệu không tồn tại. Chưa đủ thông tin, không thể đánh giá là dấu hiệu rỗng tiêu chuẩn, dùng để chỉ một vị trí không thể lấp đầy từ đầu vào được cung cấp. Ba mục này nghe khô khan. Nhưng trong một ngành mà ai cũng muốn có câu trả lời ngay lập tức, khả năng nói tôi chưa biết là một kỹ năng cạnh tranh. TÍN HIỆU CẦN THEO DÕI Ở VÒNG TIẾP THEO Nếu tôi phải để lại một danh sách theo dõi cho những tháng tới, nó sẽ gồm ba tín hiệu. Tín hiệu thứ nhất là mức độ đầy của các trường trong dây chuyền bóc tách. Cách theo dõi rất đơn giản: kiểm tra xem các trường điểm thông tin, thực thể liên quan và quan điểm cốt lõi có nội dung hay không. Điều kiện kích hoạt là bất kỳ trường nào được lấp đầy. Khi đó, toàn bộ chín chiều phân tích trở nên khả thi. Tín hiệu thứ hai là khả năng phục hồi bài viết gốc. Nếu tiêu đề hoặc nguồn có thể lấy lại được, công đoạn bóc tách có thể chạy lại và cho ra một kết quả hoàn chỉnh. Tín hiệu thứ ba là tính toàn vẹn của nhãn. Cách theo dõi là xác minh xem nhãn bóng bàn được suy ra từ văn bản hay được gán mặc định. Điều kiện kích hoạt là xác nhận việc gán mặc định. Tác động dự kiến là một cờ cảnh báo chất lượng dữ liệu cho toàn bộ tập dữ liệu. Ba tín hiệu này không hào nhoáng. Không có trận đấu nào, không có vận động viên nào, không có bàn thắng nào. Nhưng chúng là những tín hiệu quyết định chất lượng của mọi phân tích về sau, và chất lượng của một phân tích được quyết định trước khi trận đấu bắt đầu. Một điều cuối cùng về sự trung thực của dữ liệu. Trong ba mươi sáu năm theo dõi thể thao, tôi đã thấy vô số mô hình được dựng lên để trả lời những câu hỏi mà dữ liệu không thể trả lời. Chúng thường hoạt động rất tốt cho đến khi gặp đúng trường hợp mà chúng không được thiết kế để xử lý. Đêm ở Thâm Quyến năm 2026 là trường hợp đó với tôi. Tệp trống ở Thâm Quyến năm nay là một trường hợp khác, ở một tầng khác. Cả hai lần, bài học giống nhau: sức mạnh của một nhà phân tích không nằm ở chỗ anh ta có thể nói được bao nhiêu, mà ở chỗ anh ta biết chính xác lúc nào phải im lặng. Và trong một ngành mà tiếng ồn là mặc định, sự im lặng đúng chỗ là thứ có giá trị nhất mà một người làm dữ liệu có thể bán cho người khác.