Khi bảng dữ liệu trống được đọc thành một kết luận an toàn

Cuối tháng Ba, tôi mở lại đoạn phim của một trận U-17 mà mình đã ghi chú từ ba tuần trước. Ghi chú vẫn nằm nguyên trên mép giấy: xem lại phút 68 đến 75, hai lần cắt vào nửa không gian trung lộ, một đường chuyền ngược dưới áp lực. Tôi bật đoạn phim. Bảng dữ liệu đi kèm mở ra: bốn mươi bảy cột, không một ô nào có giá trị. Trống toàn bộ. Không tên cầu thủ, không thời lượng, không tọa độ, không số phút thi đấu. Tệp vẫn mang đúng tiêu đề, vẫn đủ các trường bắt buộc, vẫn vượt qua bước kiểm tra định dạng tự động. Nó thiếu đúng một thứ: nội dung. Thứ khiến tôi ngồi lại lâu hơn cả là phản ứng phía sau. Bảng điều khiển hiển thị màu xanh. Không một cảnh báo đỏ. Chín hạng mục phân tích, từ kỹ thuật đến rủi ro chấn thương, đều trả về trạng thái không có rủi ro. Một tệp rỗng đã được đọc thành một tệp sạch. Trong ngành này, chúng ta thường sợ con số sai. Chúng ta dành hàng trăm giờ để truy nguồn, đối chiếu, kiểm tra chéo. Nhưng thứ nguy hiểm hơn con số sai là con số không tồn tại — và vẫn được đối xử như một sự xác nhận. MỘT HẠ TẦNG CHƯA TỪNG ĐƯỢC KIỂM TRA Ở ĐIỂM RỖNG Bóng bàn và bóng đá Việt Nam đang chạy trên hai tốc độ dữ liệu khác nhau. Ở tầng đội tuyển, chúng ta đã có những bộ chỉ số tương đối ổn định: số phút thi đấu, tỷ lệ thắng ở các trận ngoài nước, hiệu suất ở điểm quyết định. Ở tầng học viện và các giải trẻ, phần lớn dữ liệu vẫn nằm trong sổ tay của huấn luyện viên hoặc trong ảnh chụp màn hình. Các trung tâm như PVF hay Học viện Hoàng Anh Gia Lai đã đầu tư vào hệ thống ghi hình và phần mềm theo dõi. Các câu lạc bộ V.League có nhà phân tích riêng. Nhưng phần lớn hạ tầng mới chỉ được kiểm tra ở nhánh có dữ liệu. Nhánh không có dữ liệu hiếm khi được thiết kế. Với bóng bàn, khoảng cách còn rộng hơn. Một vài cái tên như Nguyễn Anh Tú hay Đinh Quang Linh vẫn là điểm neo của cả một nền. Phía sau họ, số trận được ghi hình đầy đủ, số điểm được ghi lại theo từng pha bóng, thấp đến mức một mô hình nghiêm túc khó lòng chạy nổi. Điều đó không khiến dữ liệu trở nên vô dụng. Nó khiến câu hỏi về tính toàn vẹn của dữ liệu trở nên quan trọng hơn cả chất lượng dữ liệu. BA TẦNG TRẦM TÍCH CỦA MỘT QUYẾT ĐỊNH SAI Bề mặt cỏ lúc nào cũng đẹp. Thứ giá trị nằm dưới ba tầng trầm tích và sự im lặng. Tầng thứ nhất là tầng trình bày: một báo cáo đủ tiêu đề, đủ bảng, đủ màu. Tầng thứ hai là tầng đường ống: nơi dữ liệu thô đi qua các bước trích xuất, làm sạch, chuẩn hóa. Tầng thứ ba là tầng im lặng: nơi không ai hỏi điều gì xảy ra khi đường ống trả về số không. Sự cố tháng Ba của tôi nằm ở tầng thứ ba. Hệ thống không sai về mặt kỹ thuật. Nó làm đúng những gì được lập trình để làm: trường trống được xem là giá trị chưa xác định, giá trị chưa xác định được xem là không có rủi ro, không có rủi ro được hiển thị bằng màu xanh. Ba bước. Không bước nào là một lỗi. Toàn bộ chuỗi lại là một lỗi. Tôi đã nhìn thấy đúng cấu trúc này mười tám tháng trước, ở một bộ chỉ số khác. Khi các sân vận động đóng cửa, tôi theo dõi mười tám cầu thủ học viện trong giai đoạn gián đoạn. Dữ liệu chấn thương lúc đó chủ yếu là dữ liệu trống — không ai ghi lại, không ai kiểm tra. Và vì nó trống, nhiều người đọc nó thành không có vấn đề. Đến khi mùa giải trở lại, phần lớn các ca chấn thương đã được phát hiện muộn hơn thời điểm lẽ ra phải được phát hiện. CỐT LÕI: ĐIỀU MỘT HỆ THỐNG TRỐNG THỰC SỰ NÓI Có một phép phân biệt mà tôi cho là quan trọng nhất trong toàn bộ công việc phân tích, và nó hầu như không xuất hiện trong các cuộc thảo luận công khai: phân biệt giữa không có rủi ro và chưa được đánh giá. Hai trạng thái này trông giống nhau trên bảng điều khiển. Một ô trống, một dấu gạch, một dòng chữ N/A. Nhưng chúng dẫn đến hai hành vi trái ngược. Không có rủi ro cho phép tiến hành. Chưa được đánh giá buộc phải dừng lại. Trong một hệ thống được thiết kế cẩn thận, mọi trường bắt buộc phải có giá trị trước khi hồ sơ được chuyển tiếp. Nếu danh sách điểm thông tin rỗng, hồ sơ phải bị đánh dấu thất bại ở bước một, chứ không phải đi tiếp qua chín tầng phân tích rồi trả về một bảng đầy chữ N/A. Vấn đề của phần lớn hạ tầng dữ liệu thể thao hiện nay không nằm ở thuật toán. Nó nằm ở cổng kiểm soát đầu vào. Một ví dụ đối chiếu đáng nhớ với tôi là câu chuyện Arzani. Năm 2026, tôi viết một bài về một cầu thủ mười chín tuổi sau chín phút thi đấu, dựa trên ba pha mang bóng tiến lên. Dữ liệu khi đó không trống. Nó chỉ quá nhỏ. Arzani cho tôi một cú sốc hữu ích: sân khấu càng lớn, bóng đổ càng dài. Từ đó tôi tự đặt một ngưỡng: không khẳng định về một cầu thủ dưới hai mươi tuổi dựa trên ít hơn năm trăm phút thi đấu. Ngưỡng đó giải quyết được vấn đề mẫu nhỏ. Nó không giải quyết được vấn đề mẫu rỗng — thứ mà mãi đến tháng Ba vừa rồi tôi mới buộc phải đối diện. Mẫu nhỏ khiến ta kết luận sai. Mẫu rỗng khiến ta kết luận mà không hề biết mình đang kết luận. GÓC PHẢN TRỰC GIÁC: MÀU XANH KHÔNG PHẢI LÀ BẰNG CHỨNG AN TOÀN Có một giả định ngầm đang lan rộng trong các phòng phân tích thể thao: bảng điều khiển càng ít cảnh báo thì hệ thống càng khỏe. Đó là một phép suy luận đảo ngược. Một hệ thống phát hiện được nhiều rủi ro sẽ hiển thị nhiều cảnh báo. Một hệ thống không phát hiện được gì sẽ hiển thị màu xanh. Bảng điều khiển sạch nhất có thể là bảng điều khiển mù nhất. Tôi từng nghe một nhà phân tích nói rằng đội của anh ta không có vấn đề chấn thương vì bảng theo dõi không có dòng nào. Tôi hỏi lại: bao nhiêu phần trăm buổi tập được ghi lại đầy đủ? Câu trả lời là dưới một phần ba. Bảng theo dõi trống, theo đúng nghĩa kỹ thuật, chỉ phản ánh rằng hai phần ba dữ liệu chưa từng được sinh ra. Ngành này đang dành rất nhiều nguồn lực cho tầng trình bày — biểu đồ đẹp hơn, màu sắc rõ hơn, tốc độ hiển thị nhanh hơn — trong khi tầng kiểm soát đầu vào vẫn là một khoảng trống. Trong kỳ chuyển nhượng, khoảng trống đó có giá bằng tiền thật. Một câu lạc bộ xây dựng danh sách mục tiêu dựa trên một bộ chỉ số có vài trường trống sẽ không mua nhầm ngay lập tức. Họ mua nhầm sau ba tháng, khi cầu thủ đến và hóa ra không phù hợp với cấu trúc đội — vì trường phù hợp hệ thống chưa bao giờ có giá trị, chỉ có màu xanh. Danh tiếng là nhiễu. Tín hiệu nằm ở phút 70 — nơi người ta quá kiệt sức để giả vờ. Và một tệp dữ liệu trống là phiên bản tương đương ở tầng hệ thống: nơi mọi thứ trông gọn gàng vì không còn gì để giả vờ. ĐIỀU CẦN LÀM TRƯỚC KHI TIN VÀO BẤT KỲ MÔ HÌNH NÀO Tôi không tìm một hậu vệ trái. Tôi tìm kẻ đọc trận đấu bằng xương. Nhưng kể cả người đọc trận đấu bằng xương cũng phải được đặt trong một hồ sơ có dữ liệu nền tối thiểu, nếu không thì việc tuyển chọn chỉ còn là một niềm tin được trang trí bằng bảng biểu. Ba việc cụ thể mà bất kỳ phòng phân tích nào ở Việt Nam có thể làm ngay, không cần ngân sách lớn. Thứ nhất, đặt một cổng chặn bắt buộc: nếu danh sách thông tin rỗng, hồ sơ bị dừng và gắn nhãn thất bại. Không có ngoại lệ, không có chế độ tự động chuyển tiếp. Thứ hai, tách biệt về mặt hiển thị giữa đã đánh giá, không có rủi ro và chưa được đánh giá. Hai màu khác nhau, hai mã khác nhau, hai luồng xử lý khác nhau. Thứ ba, theo dõi tỷ lệ hồ sơ rỗng theo thời gian. Nếu tỷ lệ đó tăng, vấn đề không nằm ở cầu thủ. Vấn đề nằm ở đường ống thu thập dữ liệu — một dạng lỗi hệ thống hiếm khi được báo cáo vì nó không tạo ra sai số, nó tạo ra sự im lặng. Với bóng bàn, việc cần làm còn cơ bản hơn: ghi hình nhiều hơn, ghi điểm theo từng pha bóng, và công khai những gì chưa được ghi. Một nền thể thao dám nói chỗ này chúng tôi chưa có dữ liệu đáng tin hơn một nền thể thao luôn có sẵn một con số. Hạ tầng dữ liệu thể thao không được xây bằng những con số đúng. Nó được xây bằng những câu hỏi đúng vào lúc dữ liệu biến mất. Và câu hỏi đúng nhất, vào lúc này, là câu hỏi mà rất ít phòng phân tích dám đặt ra với chính mình: trong bảng điều khiển đang mở trước mặt, bao nhiêu phần màu xanh là kết quả của một quá trình đánh giá, và bao nhiêu phần chỉ là kết quả của một khoảng trống chưa từng được lấp.