Khi mọi ô dữ liệu đều trống: ghi chép từ một báo cáo phân tích cầu lông

22 giờ 40 ngày 11 tháng 3, tại Bình Dương, chiếc quạt trần trong phòng làm việc kêu như sợi dây vợt căng quá lực. Tôi mở tệp PDF dài 22 trang mà một cộng sự trẻ gửi qua, tiêu đề ghi gọn ghẽ: Phân tích chuyên sâu trận bán kết đơn nam. Trang đầu có ảnh chụp sân, có bảng điểm, có biểu đồ màu. Trang thứ ba có mục Điểm thông tin, chia thành bảy dòng. Cả bảy dòng trống.

Không trống kiểu bỏ sót vài ô. Trống toàn bộ: không tỷ số từng ván, không thời lượng pha cầu, không tên vận động viên, không tên giải, không ngày thi đấu, không nguồn dẫn. Mỗi trường hoặc ghi N/A, hoặc để trắng. Vậy mà trang 19 vẫn có một mục Kết luận chung. Trang 20 vẫn có bảng xếp hạng giá trị thông tin gồm bốn hạng mục, cả bốn đều 0 trên 5 sao.

Một tài liệu không chứa nổi một điểm dữ liệu nào vẫn sản sinh ra một kết luận. Tôi ngồi khá lâu trước màn hình, vì thứ đang hiện ra không phải một lỗi kỹ thuật đơn lẻ. Đó là một thói quen nghề nghiệp đã thành nếp.

Tôi không chọn nghề báo, nghề báo chọn tôi trên đường chạy năm 2026. Chín năm sau buổi chiều tôi đứng ở hàng rào đường chạy 400m rào nữ tại giải điền kinh quốc gia ở Bình Dương, tôi vẫn giữ nguyên một phản xạ: trước khi tin một bảng số, phải hỏi bảng số đó được nhập từ đâu.

Bối cảnh của câu chuyện này có ba lớp, và cả ba đều đang chạy.

Lớp thứ nhất là lịch thi đấu. Mùa giải cầu lông thế giới vận hành quanh bốn chặng Super 1000 gồm Malaysia Open, All England, Indonesia Open và China Open, với mức thưởng tối thiểu 1,3 triệu USD theo chu kỳ 2026 đến 2026 do Liên đoàn Cầu lông Thế giới công bố. Bên dưới là Super 750, Super 500, rồi hệ thống quốc tế challenge. Mật độ dày tới mức một tay vợt đơn nam trong nhóm 30 thế giới có thể đánh hơn 20 giải một năm. Mỗi giải như vậy kéo theo một tệp dữ liệu riêng, và mỗi tệp dữ liệu đều cần người ngồi ghi.

Lớp thứ hai là hạ tầng đo lường. Cầu lông chuyển sang thể thức tính điểm 21 theo luật rally từ năm 2026, và từ mùa 2026 đến 2026 đưa vào hệ thống Instant Review System dựa trên công nghệ Hawk-Eye. Máy quay đo tốc độ smash, phần mềm đếm chiều dài pha cầu, cảm biến ước tính quãng đường di chuyển. Khác với bóng đá có 90 phút liền mạch để ghi nhận, một trận đơn cầu lông kéo dài 45 đến 70 phút nhưng bị cắt thành hàng trăm đơn vị nhỏ, mỗi điểm số chỉ vài giây. Mẫu dữ liệu phân mảnh như vậy rất dễ khuyết, và một ô khuyết trong chuỗi ngắn thì kéo theo cả chuỗi mất nghĩa.

Lớp thứ ba là chuyện Việt Nam. Nguyễn Tiến Minh từng đoạt huy chương đồng giải vô địch thế giới năm 2026, từng nằm trong nhóm 5 tay vợt đơn nam mạnh nhất thế giới và dự ba kỳ Olympic. Lê Đức Phát vượt qua vòng bảng Olympic Paris 2026. Nguyễn Thùy Linh góp mặt ở hai kỳ Thế vận hội. Cặp đôi Đỗ Tuấn Đức và Phạm Như Thảo từng dự Olympic Tokyo 2026. Những cột mốc đó khiến các đội tuyển bắt đầu tuyển người làm phân tích, và các câu lạc bộ bắt đầu có người ngồi ghi chép bên sân. Nhưng hạ tầng dữ liệu ở ta phần lớn vẫn là sổ tay và mắt người.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, độ tin cậy của một báo cáo cầu lông Việt Nam không nằm ở biểu đồ. Nó nằm ở việc người viết có mặt ở nhà thi đấu hay không, và có mặt ở hàng ghế nào.

Quay lại tệp PDF đêm 11 tháng 3. Báo cáo tự chia phân tích thành chín chiều: giá trị thi đấu, giá trị ngành, giá trị thời điểm, giá trị tham chiếu, cảnh báo rủi ro, nhận diện cơ hội, tín hiệu cần theo dõi, chú giải thuật ngữ và miễn trừ trách nhiệm. Cấu trúc ấy rất chỉn chu. Vấn đề nằm ở chỗ cả chín chiều đều phải lấy nguyên liệu từ một mục duy nhất là Điểm thông tin, mà mục ấy trống.

Chính báo cáo cũng thừa nhận điều đó. Nó viết rằng khi không có điểm thông tin nào thì không chiều nào có thể phân tích, rằng toàn bộ yêu cầu là không thể thực hiện. Rồi ngay dưới, bảng đánh giá vẫn được điền, cảnh báo rủi ro vẫn được xếp theo mức độ, phần kết luận vẫn được viết, phần miễn trừ trách nhiệm vẫn được dán vào cuối như một tấm khiên. Một tài liệu tự tuyên bố mình vô hiệu, rồi tiếp tục hành xử như thể nó hợp lệ.

Dữ liệu trống không để lại khoảng trắng trong đầu người đọc. Nó để lại một kết luận.

Cơ chế của chuyện này không huyền bí. Ô trống không có nghĩa là không biết. Trong đầu người đọc, ô trống mang nghĩa không có gì đáng lo, không có gì đáng nói, không cần chú ý. Con số 0 trên thang 5 sao không được đọc là chưa đo được, mà được đọc là không có giá trị. Hai nghĩa ấy trái ngược nhau hoàn toàn, nhưng giao diện của báo cáo làm chúng trông giống hệt nhau.

Tôi đã gặp ba biến thể của cùng một lỗi này ngoài thực địa, và lần nào cũng vậy, kết luận có trước, dữ liệu có sau, hoặc không có luôn.

Biến thể thứ nhất nằm ở bảng đấu giải trong nước. Một mùa giải trẻ ở Bình Dương, bảng đấu được phát hành thiếu thông tin hạt giống và thiếu kết quả đối đầu. Trong khoảng trống đó, một tay vợt mười tám tuổi bỗng được gọi là ẩn số, là ngôi sao mới, là hiện tượng của giải. Cậu ấy thắng hai trận, thua trận thứ ba, và cái nhãn thì ở lại lâu hơn kết quả. Điều đáng nói là cậu ấy không hề thay đổi. Chỉ có bảng đấu thay đổi, vì có người quên nhập dữ liệu vào.

Biến thể thứ hai nằm ở chấn thương. Bảo mật y tế khiến người hâm mộ và truyền thông bị bịt mắt, còn câu lạc bộ chỉ công bố những gì có lợi cho giá trị đội hình. Tôi từng theo một tay vợt rút khỏi tứ kết một giải Super 750. Thông cáo chỉ ghi chấn thương cổ chân, không có cấp độ, không có kết quả chụp, không có mốc trở lại. Ba tờ báo trong ba ngày đưa ra ba phiên bản khác nhau: quá tải, va chạm, và mâu thuẫn nội bộ. Không ai có dữ liệu. Tất cả đều có kết luận.

Biến thể thứ ba nằm ở công nghệ. Tại World Cup Qatar 2026, tôi bỏ dở bài viết về một trận đấu lớn để phỏng vấn Femi Ogunode, vận động viên điền kinh người Qatar, về đôi giày carbon anh mang trên khán đài. Từ đó tôi viết loạt bài về công nghệ giày và cách nó dịch chuyển giới hạn của con người. Điều tôi học được không chỉ về giày. Một biến số công nghệ có thể thay đổi thành tích, nhưng trong bảng thống kê thì không có cột nào tên là giày. Dữ liệu không sai. Dữ liệu thiếu một chiều, và người đọc bảng không biết mình đang thiếu.

Phía sau mọi bảng dữ liệu cầu lông có một tầng người không xuất hiện trong bất kỳ ô nào. Trọng tài biên đứng im trong góc sân suốt ba ván. Người căng vợt ở phòng sau, làm việc từ 6 giờ sáng để tay vợt kịp vào sân lúc 9 giờ. Nhân viên lau sân chạy vào giữa các ván, thấm từng vệt mồ hôi trên thảm. Không ai trong số họ có mã số vận động viên, không ai có chỉ số hiệu suất, không ai có điểm đánh giá. World Cup 2026 dạy tôi rằng ngôi sao không sinh ra trên khán đài, mà sinh ra trong sự lăn xả. Chín năm đi làm, tôi chưa thấy bảng dữ liệu nào có ô dành cho người căng vợt. Đó là điểm mù có hệ thống, và nó không phải điểm mù nhỏ.

Tôi cũng học cách đọc dữ liệu cầu lông qua lăng kính của các môn khác. Điền kinh có ảnh photo finish làm chân lý cuối cùng, nên sai số thời gian luôn có thể bị bắt và sửa. Bóng đá có mô hình bàn thắng kỳ vọng, nghĩa là có một chuẩn quy chiếu công khai để tranh cãi. Cầu lông thì chân lý cuối cùng vẫn là mắt người ngồi ở hàng rào. Giữa sân cỏ và đường piste, giữa eSports và chuyển nhượng, tôi tìm thấy một nhịp đập chung: mọi bộ môn đều đang bị đo bằng những thứ dễ đo hơn là những thứ quan trọng. Chuyển nhượng không phải câu chuyện con số, nó là câu chuyện của những cuộc chia ly chạy nước rút, và không bảng phí nào ghi được một cuộc chia ly.

Cái giá của một kết luận sớm thường do người trẻ trả. Năm 2026, trong lúc chờ phần thi chạy 400m rào nữ ở giải điền kinh quốc gia tại Bình Dương, tôi bỏ kịch bản đã chuẩn bị, đứng hai tiếng ở hàng rào để nhìn kỹ thuật bước chân của Nguyễn Thị Oanh. Bảng thành tích khi ấy nói cô xếp thứ bảy toàn đoàn, và cô về đích thứ năm ở nội dung đó. Bảng thành tích không sai, nhưng nó không kể gì về cách một bàn chân tiếp đất. Tôi viết một bài dài về tiềm năng của cô, và bài đó gây tranh cãi. Nếu tôi chỉ đọc số, tôi đã bỏ qua.

Nói như vậy không có nghĩa dữ liệu là kẻ thù. Năm 2026, khi đại dịch đóng băng mọi giải đấu, tôi rơi vào ba tuần không viết nổi chữ nào. Năm 2026 thiếu vắng vận động viên, tôi phát hiện ra mình vẫn có thể chạy bằng trí tưởng tượng. Tôi liên hệ 15 vận động viên điền kinh quốc gia, thuyết phục họ quay video tập luyện tại nhà, và dựng nên chuyên mục Điền kinh giữa mùa dịch, thu hút 300.000 lượt đọc trong hai tháng. Trí tưởng tượng để kể chuyện. Nhưng trí tưởng tượng không được phép điền vào ô trống rồi dán nhãn dữ liệu lên đó.

Đến đây thì tôi ngược dòng với số đông.

Cả một thế hệ làm nghề đang được dạy rằng càng nhiều dữ liệu thì quyết định càng tốt. Tôi cho rằng trật tự ưu tiên đã bị đảo. Thứ nguy hiểm nhất trong một phòng phân tích không phải là thiếu dữ liệu, mà là phản xạ kết luận. Thiếu dữ liệu thì vô hại, vì nó buộc người ta phải nói chưa biết. Kết luận sớm thì có hại, vì nó biến cái chưa biết thành một quyết định trông rất chắc chắn.

Những nhà phân tích dữ liệu đang xâm nhập phòng thay đồ ở nhiều môn, và phần lớn họ làm việc nghiêm túc. Nhưng kết luận của họ thường tách rời nhịp điệu thực tế, vì nhịp điệu ấy không nằm trong bất kỳ cột nào. Nhịp điệu là tiếng thở dốc ở phút thứ 58 của ván ba, là cách một tay vợt chùi tay vào áo trước khi giao bóng khi bị dẫn điểm, là việc một huấn luyện viên ngồi lại trên khán đài ghi chép hai giờ sau khi đội của ông thua. Những thứ đó chỉ thu được bằng thân thể có mặt, và chỉ giữ được bằng sự kiên nhẫn.

Có một nghịch lý trong cách chúng ta đọc bảng. Con số 0 trong ô rủi ro được đọc thành không có rủi ro. Trong thể thao, không có rủi ro là cách đọc nguy hiểm nhất, vì mọi trận đấu đều là một chuỗi biến cố không lặp lại. Điểm số chính xác đến từng phần mười tạo ra uy tín giả cho một mô hình chỉ vừa đủ dữ liệu để chạy. Cái uy tín ấy không đến từ khoa học, nó đến từ dấu phẩy.

Và đôi khi việc đúng đắn nhất trong nghề này là gấp máy tính lại, đi bộ ra hàng rào, và đứng hai tiếng đồng hồ. Tôi vẫn làm thế, mỗi mùa vài lần. Không phải vì hoài niệm, mà vì đó là cách duy nhất để biết mình đang thiếu cái gì.

Trước khi bấm xuất bản một báo cáo phân tích, hãy tự hỏi những ô trống trong đó đang che điều gì. Nếu câu trả lời là không biết, thì câu trả lời đó nên được viết ra, in đậm, ở dòng đầu tiên.

Thế hệ phân tích cầu lông Việt Nam tiếp theo sẽ không được đánh giá bằng độ phức tạp của mô hình họ dựng. Họ sẽ được đánh giá bằng việc họ có dám viết câu chưa đủ dữ liệu để phân tích, và có dám để câu đó đứng một mình trên trang giấy hay không. Một tài liệu dám nói chưa biết vẫn hơn một tài liệu dám nói bừa, kể cả khi tài liệu thứ nhất chỉ dài một dòng.