Chín chiều phân tích và một bảng trắng: khi dữ liệu bi-a không chịu lên tiếng

Hai giờ sáng theo giờ London, tôi mở lại tệp bàn giao của buổi phân tích hôm trước. Chín tab. Chín chiều phân tích. Gần như mọi ô đều mang cùng một dòng chữ: không đủ thông tin, không thể đánh giá. Không một cái tên cầu thủ. Không một giải đấu. Không một con số nào để đối chiếu chéo.

Tệp ấy vẫn đủ tiêu đề mục, đủ bảng biểu, đủ ký hiệu độ tin cậy. Nó chỉ thiếu đúng một thứ, và đó là thứ duy nhất quan trọng: dữ liệu.

Người ta hay bàn về những bài viết dở. Ít ai bàn về bảng dữ liệu trống. Một bảng trống được dán nhãn đúng cách lại là tài liệu trung thực nhất mà một nhóm phân tích có thể tạo ra.

Câu chuyện nằm ở quy trình hai tầng. Tầng một trích xuất: đọc bài gốc, rút ra tiêu đề, nguồn, các điểm thông tin, quan điểm cốt lõi, danh sách thực thể, mức nhạy cảm thời gian, chất lượng nguồn. Tầng hai phân tích chuyên sâu theo chín chiều: nhận diện bộ môn, dữ liệu cầu thủ, hệ thống giải đấu, bản đồ quyền lực, luật và tuân thủ, hệ sinh thái nghề nghiệp, rủi ro, dư luận, chuỗi truyền dẫn ngành bi-a. Không có tầng một, tầng hai không có gì để bám vào.

Mỗi chiều ứng với một loại dữ liệu, và mỗi loại có chuẩn đầu vào riêng.

Chiều đầu tiên đòi hỏi nhận diện bộ môn trước khi nói bất cứ điều gì khác. Bước này bắt buộc, bởi cùng một thuật ngữ mang nghĩa khác nhau giữa snooker, pool 9 bi, 8 bi Trung Quốc và carom ba băng. Một cú an toàn trong snooker là nghệ thuật đẩy bi chủ vào thế khó; trong carom ba băng, nó là bài toán hình học về đường băng thứ ba. Đầu vào không có tên giải, không có mô tả bàn, không có tên cầu thủ thì mọi so sánh phong cách phía sau đều vô hiệu.

Chiều thứ hai cần dữ liệu cầu thủ: số danh hiệu, số century break, số cú tối đa 147, thành tích đối đầu, phong độ ở thể thức đánh dài. Cú 147 đầu tiên được truyền hình trực tiếp thuộc về Cliff Thorburn năm 2026, cú nhanh nhất lịch sử thuộc về Ronnie O'Sullivan năm 2026, và cả hai chỉ có nghĩa khi biết chúng thuộc bộ môn nào, giải nào, thể thức nào. Tôi từng dựng lại chuỗi century của một tay cơ hàng đầu qua bốn mùa giải chỉ để trả lời một câu hỏi: phong độ ấy đang đi lên, hay chỉ đang được khuếch đại bởi lịch thi đấu dễ.

Chiều thứ ba hỏi về giải đấu: thể thức, số frame, tổng giải thưởng, quy mô bảng đấu. Chiều thứ tư vẽ bản đồ quyền lực. Chiều thứ năm kiểm tra tuân thủ, nơi án phạt năm 2026 dành cho nhóm tay cơ Trung Quốc vì dàn xếp tỷ số vẫn nằm đó như một cột mốc tham chiếu.

Chiều thứ sáu nói về hệ sinh thái nghề nghiệp. Chiều thứ bảy là ma trận rủi ro. Chiều thứ tám là dư luận và kỳ vọng. Chiều thứ chín là chuỗi truyền dẫn của ngành, từ phòng tập, qua tay cơ và bản quyền truyền hình, xuống tới tài trợ và thị trường phái sinh. Chín chiều, chín bộ tiêu chí. Không chiều nào tự sinh ra dữ liệu.

Điều đáng nói là cách tệp ấy xử lý khoảng trống. Không ô nào bị lấp bằng phỏng đoán. Không tay cơ nào bị gán vào một bộ môn chưa xác định. Mỗi dòng trống đều được đánh dấu kèm lý do, và lý do lặp đi lặp lại: thiếu thông tin đầu vào, không thể đánh giá.

Với một người làm dữ liệu, đây là hành vi đúng. Với một người đọc tin thể thao, đây là hành vi gây thất vọng. Khoảng cách giữa hai phản ứng ấy là chỗ dễ sinh ra lỗi nhất.

Chiếc huy chương không nằm trên bảng tỷ số, nó nằm trong bảng xG. Câu ấy tôi vẫn dùng, kể cả khi viết về bi-a, nơi bảng điểm cuối trận chỉ là phần nổi của một khối dữ liệu chìm. Nhưng câu ấy chỉ đúng khi bảng xG tồn tại.

Năm 2026, khi mới bước vào nghề, tôi từng viết về một đội tuyển tạo ra hơn hai đơn vị xG mà không ghi nổi bàn nào. Nếu hôm đó tệp dữ liệu trả về trống, lựa chọn trung thực duy nhất là không viết.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, một tệp dữ liệu trống luôn có ít nhất hai cách giải thích. Nguồn thực sự nghèo thông tin. Hoặc bước trích xuất đã thất bại và không ai kiểm tra lại. Nguồn nghèo thì phải đi tìm nguồn mới. Lỗi trích xuất thì phải chạy lại bước một. Gộp cả hai vào một nhãn là sai, và cái sai ấy sẽ lan xuống toàn bộ chuỗi phân tích phía sau.

Sân vắng, tiếng huấn luyện viên rõ hơn bao giờ hết, và dữ liệu cũng vậy. Nhưng một sân vắng không tự động trở thành phòng thí nghiệm sạch. Không ai ghi lại nhiệt độ, độ ẩm và thời điểm thì nó chẳng chứng minh được gì.

Điểm mấu chốt: một ô trống được dán nhãn đúng là bằng chứng về giới hạn của đầu vào, chứ không phải một lỗi của tầng phân tích. Nhầm lẫn giữa hai điều đó là cách nhanh nhất để biến một quy trình dữ liệu thành một cỗ máy bịa đặt có hệ thống.

Rủi ro lớn nhất không phải là viết sai. Rủi ro lớn nhất là một tệp trống được truyền tiếp mà không ai gắn cờ, rồi ở tầng dưới người ta đọc nó như một kết luận đã hoàn tất.

Hành trình của một đội bóng không phải là một mũi tên đi lên, mà là một biểu đồ phân tán. Với bi-a, quỹ đạo còn phân tán hơn, bởi mỗi cú đánh là một điểm dữ liệu sinh ra trong điều kiện không thể lặp lại.

Thị trường chuyển nhượng về bản chất là một mô hình hồi quy, nhưng mọi người cứ gọi nó là cuộc đua. Mùa chuyển nhượng đang ở giai đoạn nóng nhất, và đây là lúc loại lỗi này xuất hiện dày nhất: một nguồn tin mỏng được sao chép qua mười bài, rồi bài thứ mười một được trích dẫn như bằng chứng gốc.

Điều cần làm lúc này là quay lại bước một: tìm tiêu đề bài gốc, xác định nguồn, rút ra các điểm thông tin thật, gọi tên các thực thể, rồi mới để tầng hai hoạt động. Khi đầu vào có dữ liệu, chín chiều kia sẽ tự trả về kết quả, kèm độ tin cậy, kèm cỡ mẫu, kèm cảnh báo về những gì chưa dám khẳng định.

Còn nếu đầu vào mãi không có gì, câu trả lời đúng vẫn là câu trả lời cũ: không đủ thông tin, không thể đánh giá. Vòng tiếp theo của tín hiệu sẽ đến từ đúng một chỗ — một bảng dữ liệu có tên người.