Bảng dữ liệu trống và cái bẫy của sự chắc chắn trong phân tích quần vợt

Đêm thứ Bảy ở Brisbane, màn hình bên trái tôi mở sẵn một bảng tính với tiêu đề "Grand Slam — chín chiều dữ liệu". Màn hình bên phải là một trang phân tích quần vợt tôi vừa nhận, và khi kéo xuống, tôi gặp điều tệ nhất có thể xảy ra với một nhà phân tích dữ liệu: mọi ô đều trống. Tiêu đề trận đấu bỏ ngỏ. Nguồn bỏ ngỏ. Tập hợp điểm thông tin rỗng. Danh sách thực thể rỗng. Toàn bộ tài liệu chỉ còn lại một cái khung gồm chín mục, mỗi mục một dòng "không đủ thông tin để đánh giá".

Tôi ngồi im khá lâu. Trong nghề này, tôi đã hiểu một bảng tính trống không phải là thất bại. Nó là một phép thử. Phép thử xem người phân tích có đủ can đảm nói "tôi không biết" hay sẽ lấp khoảng trống bằng một câu chuyện nghe cho xuôi tai.

Và câu chuyện đó, tôi cá, sẽ rất dễ viết. Chỉ cần thêm vài tính từ. Chỉ cần gán cho một tay vợt nào đó "phong độ đang lên", cho một giải đấu nào đó "có sức hút đặc biệt", cho một trận nào đó "mang tính bước ngoặt". Độc giả đọc xong sẽ gật gù. Nhưng tôi thì biết mình vừa bán đi thứ đắt nhất mình đang có: lòng tin.

Bối cảnh: một hệ thống, không phải một cảm giác

Ở tuổi hai mươi lăm, sống ở Brisbane và làm phân tích dữ liệu thể thao cho thị trường Úc, tôi quen với một nguyên tắc: mỗi bài phân tích quần vợt phải đứng trên một hệ thống theo dõi có quy tắc. Nó không phải là cảm nhận về một pha bóng đẹp, càng không phải những câu "tay vợt này có tinh thần thép" được chép từ bài báo này sang bài báo khác. Nó là một chuỗi bằng chứng kiểm chứng được.

Hệ thống của tôi gồm chín chiều. Chiều kỹ thuật và chiến thuật hỏi những câu rất cụ thể: tay vợt này tiến bộ theo kiểu gì, sự tiến bộ đó hiếm gặp tới đâu, khả năng thích nghi mặt sân ra sao, bản lĩnh ở những điểm quyết định được đo bằng thước nào. Cạnh nó là chiều dữ liệu và phong độ, nơi tỷ lệ giao bóng một vào sân, tỷ lệ thắng điểm giao bóng một, điểm thắng khi đỡ giao bóng, tỷ lệ chuyển hóa break-point và tương quan giữa winner với lỗi tự đánh hỏng cùng ngồi vào một bàn.

Rồi chiều hệ thống giải đấu và lịch thi đấu hỏi giải thuộc hạng nào, bao nhiêu điểm, nằm ở đâu trên lịch năm, mật độ ra sân có hợp lý hay không. Chiều toàn cảnh nhà nghề hỏi tay vợt đứng ở nhóm nào, từ nhóm ứng viên vô địch, nhóm hạt giống top 10, nhóm trụ cột top 30, cho tới nhóm ven rìa top 100. Chiều luật và quản trị lôi ra bóng chết, huấn luyện ngoài sân, đồng hồ giao bóng, chống doping và tính toàn vẹn của trận đấu.

Còn lại là bốn chiều ít được nhắc nhưng không được phép bỏ: đội ngũ và quản lý, rủi ro, câu chuyện truyền thông và kỳ vọng, cùng chuỗi lan tỏa của cả ngành quần vợt từ đào tạo trẻ tới thị trường phái sinh.

Chín chiều đó không sinh ra để làm dày bài viết. Chúng sinh ra để chống lại một thói quen tệ nhất của nghề: bịa ra sự chắc chắn.

Tôi học điều này bằng một cú ngã. Trước World Cup 2026, tôi dựng một mô hình dự đoán từ dữ liệu sáu giải lớn, dùng chỉ số Elo và thành tích vòng loại. Mô hình xếp Brazil là ứng viên số một với xác suất vô địch 23,4%. Tôi tự tin tới mức viết hẳn một bài tuyên bố "dữ liệu đã chỉ ra nhà vô địch". Brazil bị Bỉ loại ở tứ kết. Pháp, đội mà mô hình của tôi chỉ xếp thứ tư với 11,2%, lên ngôi. Năm 2026 tôi học được rằng xác suất 95% vẫn có 5% biết cười.

Từ đó, phần "hạn chế của mô hình" trở thành phần bắt buộc ở cuối mỗi bài tôi viết. Tôi không còn khẳng định tuyệt đối. Tôi đưa khoảng tin cậy. Và tôi học cách nhìn thẳng vào những ô dữ liệu trống mà không hoảng, cũng không tô vẽ. Sau World Cup 2026, tôi bỏ hẳn chữ "chắc chắn" khỏi từ điển phân tích của mình.

Điều gì xảy ra khi một chiều dữ liệu biến mất

Bảng tính chín chiều hôm đó trống ở cả chín dòng. Với một nhà phân tích, đó là tình huống không thể lách. Bạn không thể nói một tay vợt "tiến bộ về kỹ thuật" khi không có một chỉ số nào cho thấy điều đó. Bạn không thể nói "phong độ đang lên" khi chưa có tỷ lệ giao bóng, chưa có điểm đỡ giao bóng, chưa có tỷ lệ chuyển hóa break-point. Bạn không thể nói giải đấu "có sức nặng" khi không biết nó thuộc hạng nào và nằm ở đâu trên lịch.

Nhưng điều đáng nói hơn: sự trống rỗng đó không làm bài phân tích biến mất. Nó chỉ làm bài phân tích đổi chủ đề. Thay vì phân tích một tay vợt, nó buộc tôi phải phân tích chính cái bẫy mà mọi nhà phân tích quần vợt đều có thể rơi vào.

Cái bẫy đầu tiên là biến thiếu dữ liệu thành "góc nhìn phản trực giác". Tôi từng có thời kỳ này. Năm 2026, trong kỳ Euro, tôi viết một bài phản bác các nhà báo lão làng đang chỉ trích huấn luyện viên Đan Mạch là "thiếu dũng cảm chiến thuật". Tôi dùng dữ liệu pressing và chỉ số tạo cơ hội để chứng minh Đan Mạch không hề tệ, họ chỉ thiếu may mắn. Trưởng ban biên tập theo trường phái "mắt thấy tai nghe" loại bài với lý do đi ngược cảm nhận chung. Một tuần sau, Đan Mạch vào bán kết. Bài của tôi được đăng và thành bài đọc nhiều nhất tháng với 45.000 lượt truy cập.

Nhưng đó là câu chuyện của một bài viết có dữ liệu thật. Vấn đề của những bài "phản trực giác" là ở chỗ: nếu dữ liệu không có, thì cái gọi là phản trực giác thực ra chỉ là phản ứng ngược lại đám đông — một trò chơi cảm tính trá hình dưới nhãn số liệu. Tôi gọi nó là kẻ mạo danh. Nó nguy hiểm vì nó đeo mặt nạ của chính tôi.

Khi bảng tính trống, kẻ mạo danh xuất hiện

Hãy tưởng tượng một bài phân tích quần vợt không có một con số nào. Người viết vẫn có thể tạo ra một trận đấu rất hấp dẫn trên giấy. Anh ta sẽ nói tay vợt này "đọc trận đấu tốt ở những thời khắc quyết định", tay vợt kia "mất tập trung sau khi mất break". Những câu đó không sai về mặt văn học. Nhưng chúng không thể kiểm chứng, và đó chính là vấn đề.

Ngược lại, dữ liệu quần vợt ở cấp độ chuyên sâu cho phép ta nói những điều cụ thể đến mức khó lòng bắt bẻ. Một tay vợt có thể giữ tỷ lệ thắng điểm giao bóng một rất cao nhưng vẫn thua trận, và khi nhìn vào tỷ lệ chuyển hóa break-point, ta hiểu ngay khoảng cách giữa việc áp đảo điểm số và việc giành những điểm quyết định. Đó là khác biệt giữa con số trung bình và con số ở đúng thời điểm trận đấu nghiêng đi.

Tôi theo dõi rất nhiều trận với một cuốn sổ tay. Sau mỗi set, tôi ghi lại cảm giác của mình trước, rồi mới mở bảng dữ liệu ra đối chiếu. Khoảng chín trên mười lần, cảm giác của tôi lệch so với dữ liệu ở ít nhất một điểm. Lần đầu tôi nhận ra điều đó cách đây bảy năm, tôi sốc. Lần thứ hai, tôi bình tĩnh. Đến nay, tôi coi nó là quy trình: dữ liệu không nói dối; chính kẻ đọc dữ liệu mới viện cớ.

Cái cớ phổ biến nhất của kẻ đọc dữ liệu là "trận này khác". Trận nào cũng có phần "khác". Nhưng để nói một trận "khác", người ta phải chứng minh cái khác đó bằng một chỉ số lệch khỏi mẫu. Nếu chỉ có cảm giác, thì cái "khác" đó chỉ là cảm giác được kể lại bằng giọng chắc chắn hơn.

Bốn ô không bao giờ được phép trống

Trong bảng chín chiều, có bốn ô quan trọng đến mức nếu chúng trống, cả bảng mất giá trị.

Ô đầu là tỷ lệ giao bóng một. Không có nó, mọi đánh giá về "uy lực giao bóng" là vô nghĩa. Ô thứ hai là điểm thắng khi đỡ giao bóng. Không có nó, không thể nói tay vợt "phòng ngự tốt" hay "chủ động trả giao bóng". Ô thứ ba là tỷ lệ chuyển hóa break-point. Đây là ô phản ánh rõ nhất khoảng cách giữa cầm cự và kết liễu. Ô thứ tư là tương quan winner trên lỗi tự đánh hỏng. Không có nó, không thể phân biệt một tay vợt tấn công hiệu quả với một tay vợt đánh bừa mà may.

Bốn ô này nghe đơn giản. Nhưng trong thực tế theo dõi, chỉ một trong bốn ô hỏng thôi đã đủ để mọi kết luận lung lay. Một tay vợt thắng trận với ưu thế rõ ràng, nhưng nếu tỷ lệ chuyển hóa break-point của anh ta thấp bất thường, thì chiến thắng đó có thể không bền. Ngược lại, một tay vợt thua nhưng có điểm đỡ giao bóng cao và tương quan winner/lỗi tốt, thì thất bại đó có thể chỉ là chuyện của vài điểm quyết định.

Đây là chỗ tôi khác với phần lớn những người viết bình luận quần vợt. Tôi không nói ai mạnh hơn ai. Tôi nói ai đang ở vị thế nào trên đường cong dữ liệu, và cái vị thế đó có bền không.

Tôi nhớ mãi một trận tôi theo dõi mà cả khán đài tin rằng tay vợt thắng áp đảo hoàn toàn. Bảng dữ liệu của tôi lại cho thấy số điểm trên giao bóng hai của anh ta rất thấp, và nếu đối thủ chuyển hóa được chỉ một nửa số break-point đã có, cục diện sẽ khác. Trận sau, đối thủ mạnh hơn khai thác đúng điểm đó, và tay vợt kia thua. Tôi không tiên tri. Tôi chỉ đọc một ô mà phần đông không nhìn.

Bối cảnh mùa giải lớn và áp lực lấp đầy khoảng trống

Chúng ta đang ở giữa một mùa giải đấu lớn. Đó là thời điểm cảm xúc bị nén lại: lòng cuồng nhiệt dành cho đội tuyển quốc gia hoặc cho thần tượng cá nhân đối đầu với thực tế chiến thuật và chiều sâu đội hình. Người hâm mộ không đọc bảng dữ liệu. Họ đọc biểu ngữ, họ đọc câu chuyện, họ đọc những đêm thức trắng. Và tôi hiểu điều đó, vì tôi cũng thức trắng.

Áp lực ở đây rất rõ: trong một mùa giải lớn, mọi khoảng trống dữ liệu đều bị lấp đầy rất nhanh bởi câu chuyện. Một quả phạt đền hỏng ở phút 88 dễ được gán cho "tâm lý", "kỹ thuật" hoặc "định mệnh" tùy theo phe người kể. Nhưng nhà phân tích phải giữ được một câu hỏi lạnh lùng: khoảnh khắc đó có lệch khỏi mẫu chuyển hóa break-point của tay vợt đó không, hay nó nằm trong khoảng xác suất bình thường của chính anh ta?

Nếu nằm trong khoảng bình thường, thì câu chuyện "tâm lý yếu" là câu chuyện rẻ tiền. Nếu lệch khỏi mẫu một cách hệ thống, thì mới đáng nói.

Và đây là lúc tôi nhớ tới câu tôi từng dùng khi nói về những sân vận động trống trong mùa dịch: mùa giải không khán giả là phòng thí nghiệm sạch nhất mà thể thao từng có. Năm 2026, tôi so sánh 100 trận trước dịch và 50 trận sau khi tái khởi động tại Premier League. Chỉ số pressing trung bình mỗi trận giảm từ 9,8 xuống 11,6 — các đội chơi chậm và thận trọng hơn khi vắng khán giả. Số bàn thắng kỳ vọng từ tình huống cố định giảm 14%, trong khi tỷ lệ sút phạt thành công tăng 18% vì không chịu áp lực khán đài. Bài phân tích đó lọt vào mắt một nhà phân tích của Brisbane Roar, người sau đó mời tôi thực tập.

Tôi kể lại chuyện này không phải để khoe. Tôi kể để chỉ ra rằng môi trường "sạch" — nơi một biến số bị gỡ bỏ — luôn cho ta dữ liệu đáng tin hơn môi trường đầy nhiễu. Và một bảng tính trống chính là môi trường sạch nhất: nó không cho ta ảo tưởng nào cả.

Đối chọi: khi tương quan không phải nhân quả

Đến đây tôi phải cẩn thận. Nếu tôi cứ khăng khăng rằng phải có số liệu mới được nói, tôi vô tình rơi vào kiêu ngạo trí tuệ. Có những thứ dữ liệu hiện tại không đo được: chất lượng giấc ngủ của tay vợt ba đêm trước trận, một chấn động trong đầu sau một pha va chạm, áp lực từ gia đình, một hợp đồng đang chờ ký. Những biến đó nằm ngoài bảng tính. Tôi không được phép giả vờ rằng chỉ vì tôi không thấy nó, nó không tồn tại.

Sự thật là phần lớn tụt dốc phong độ mà ta thấy trên bảng số đều có một biến số ẩn như vậy phía sau. Một tay vợt giảm tỷ lệ giao bóng một có thể do thay đổi động tác, cũng có thể do đau cổ tay, cũng có thể do mất tự tin sau vài tháng thua liên tiếp. Bảng dữ liệu cho thấy kết quả; nó không kể nguyên nhân.

Tương quan không phải nhân quả — đây là câu tôi phải nhắc chính mình mỗi khi định kết luận. Nếu một tay vợt thua nhiều trận sau khi đổi huấn luyện viên, chưa chắc việc đổi huấn luyện viên là nguyên nhân. Có thể lịch thi đấu khó hơn, có thể mặt sân không phù hợp, có thể cậu ấy đang điều chỉnh động tác trái tay và chấp nhận trả giá trong ngắn hạn.

Vì thế, trong mọi bài phân tích của mình, tôi cố tình để lại một đoạn nói về những gì dữ liệu không kể được. Đó không phải là khiêm tốn cho có. Đó là để người đọc biết giới hạn của tôi ở đâu, và để chính tôi không tự lừa mình bằng những kết luận quá tròn.

Và đây là điều tôi muốn nói thẳng với những người kể chuyện quần vợt hay nhất: câu chuyện hay không xấu. Nó chỉ nguy hiểm khi nó chiếm chỗ của sự thật. Người xem thích câu chuyện vì nó cho họ cảm xúc; máy tính thích sự thật vì nó cho xác suất. Tôi đứng giữa hai bên, nên chẳng ai ưa — nhưng đó là công việc tôi chọn.

Một bài học từ người viết tin kiểm chứng

Có một lĩnh vực trong thể thao mà khoảng trống dữ liệu luôn bị lấp nhanh nhất: chuyển nhượng. Ở đó, người ta trả hàng trăm triệu để mua một hàng trong bảng dữ liệu. Chuyển nhượng là nơi người ta trả hàng trăm triệu để mua một hàng trong bảng dữ liệu. Một hàng — không hơn.

Điều tôi để ý trong những năm theo dõi thị trường là: chi phí ký hợp đồng với cầu thủ tự do thường độc hại hơn phí chuyển nhượng, vì nó lách khỏi sự giám sát cốt lõi của luật công bằng tài chính. Với quần vợt, phiên bản tương đương là các đội ngũ huấn luyện và hỗ trợ: những người xuất hiện trong câu chuyện thành công của tay vợt, nhưng gần như không có chỉ số nào định lượng được đóng góp thật của họ.

Ở đó, bảng dữ liệu trống. Và ở đó, câu chuyện thắng. Tôi không phản đối. Tôi chỉ muốn nói rằng khi chúng ta ca ngợi một huấn luyện viên vì học trò của ông vô địch, chúng ta đang kể chuyện, không phải đang phân tích. Phân tích sẽ hỏi: thành tích đó có lặp lại với tay vợt thứ hai và thứ ba không? Nếu không, đó là tương quan, không phải nhân quả.

Từ năm 2026, khi bắt đầu làm ở Sports Illustrated với vai trò kiểm tra thông tin, tôi mang theo một kỷ luật: không xuất bản dữ liệu mình chưa đối chiếu chéo. Hôm nay, khi cầm trên tay một bảng tính trống, kỷ luật đó nói với tôi rất rõ: đừng viết gì từ chỗ trống.

Nhưng có một điều tinh tế hơn. Viết về chính khoảng trống cũng là một bài viết. Và nó trung thực, miễn là tôi không giả vờ rằng khoảng trống đó "tiết lộ" điều gì về tay vợt hay giải đấu. Khoảng trống chỉ tiết lộ một điều: quy trình trích xuất thông tin đã thất bại, và nhiệm vụ đầu tiên của tôi là chạy lại nó, không phải tô điểm cho nó.

Trong nghề phân tích, có một cám dỗ lớn hơn cả việc bịa số: bịa ra một cấu trúc. Bạn dựng lên chín chiều, điền mỗi chiều một câu, và bài viết trông thật kỹ lưỡng. Nhưng một cấu trúc rỗng vẫn là rỗng, dù nó được đóng khung đẹp đến đâu. Tôi gọi đó là bẫy của sự chắc chắn: cảm giác an toàn giả tạo khi mọi ô đều có chữ, kể cả khi chữ đó không mang thông tin gì.

Tín hiệu cho vòng tiếp theo

Sau tất cả, điều tôi mang ra từ một bảng tính trống không phải là số liệu, mà là một nguyên tắc làm việc. Khi nguồn dữ liệu im lặng, việc cần làm là quay lại nguồn thô, không phải dựng lên một bài phân tích từ hư không. Trước mỗi mùa giải lớn, tôi sẽ tự hỏi ba câu: nguồn thông tin của tôi có thật không, có ít nhất một thực thể cụ thể để bám vào không, và cái "khác" tôi sắp viết có chỉ số nào chống lưng không.

Nếu câu trả lời là không, tôi sẽ để bảng tính trống thêm một đêm nữa. Vì một nhà phân tích dữ liệu trung thực không được đánh giá bằng số bài đã viết, mà bằng số lần anh ta dám nói "tôi chưa đủ dữ liệu để kết luận".

Và khi mùa giải lớn tiếp theo đến, khi những đêm thức trắng và những quả phạt đền phút 88 quay lại, tôi sẽ vẫn ngồi đó với cuốn sổ tay bên cạnh bảng tính. Ghi cảm giác trước. Mở dữ liệu sau. Đối chiếu. Và nhớ rằng ẩn số lớn nhất của mọi con số luôn là con người đọc nó.

Câu hỏi tôi tự đặt cho vòng tiếp theo rất giản dị: đến bao giờ một bài phân tích thể thao hay lại có thể đồng thời là một bài phân tích trung thực? Tôi tin điều đó là có thể — với điều kiện người viết đủ gan để giữ một ô trống, thay vì lấp nó bằng một câu chuyện.