Cột trống trong bảng dữ liệu bóng bàn: khi 1.847 dòng không trả lời được câu hỏi nào

Tối thứ Ba, tôi mở một tệp dữ liệu gửi đến từ một giải bóng bàn trong nước. Tệp có 1.847 dòng. Cột tỷ số đầy: 11-8, 9-11, 11-6, 11-13, 11-9. Mọi cột còn lại trống. Không có số điểm thắng trực tiếp từ giao bóng, không có độ dài trung bình của pha bóng, không có tỷ lệ thắng ở quả thứ ba sau cú trả giao bóng của đối thủ. Tôi ngồi nhìn màn hình chừng mười phút, đóng tệp, rồi ghi vào sổ đúng một dòng: "Không đủ dữ liệu để kết luận."

Hôm sau có người hỏi vì sao tôi không viết gì về giải đó. Tôi trả lời rằng tôi không có gì để viết. Người đó thất vọng, và tôi hiểu vì sao. Ở một thị trường mà mỗi giải đấu phải đi kèm vài bài phân tích, sự im lặng đọc lên giống sự lười biếng.

Tôi từng nghĩ như vậy. Rồi tôi nhớ lại bảng dữ liệu V.League đầu tiên của mình, làm bằng tay suốt 26 vòng đấu năm 16 tuổi, với hàng trăm ô sai. Bảng dữ liệu V.League đầu tiên của tôi có hàng trăm lỗi, nhưng nó đã dạy tôi sạch hơn bất kỳ khóa học nào. Bài học không nằm ở chỗ tôi ghi được bao nhiêu, mà ở chỗ tôi buộc phải phân biệt giữa một bảng trông đầy và một bảng thực sự có thông tin.

Bóng bàn đo được gì, và không đo được gì

Bóng bàn có một nghịch lý dữ liệu khá riêng. Trên bàn, mỗi điểm là kết quả của một chuỗi quyết định ngắn và rõ ràng hơn nhiều so với bóng đá. Không có chuyện mất bóng ở giữa sân mà khán giả không nhìn thấy. Mọi thứ diễn ra trong khoảng hai mét vuông, với hai người và một quả bóng nhựa 40mm, kéo dài vài giây.

Ấy vậy mà lượng dữ liệu được ghi lại ở cấp độ trong nước lại mỏng hơn bóng đá rất nhiều. Ở cấp độ chuyên nghiệp quốc tế, hệ thống ghi nhận của các giải thuộc chuỗi WTT cho phép tách được điểm thắng từ giao bóng và điểm thắng từ trả giao bóng, phân bố độ dài pha bóng, tỷ lệ thắng ở quả thứ ba, tỷ lệ mắc lỗi trong pha bóng dài. Ở cấp độ giải trong nước, phần lớn chỉ còn tỷ số từng ván.

Khoảng cách đó quan trọng hơn vẻ ngoài của nó. Một bảng chỉ có tỷ số cho bạn biết ai thắng. Nó không cho bạn biết vì sao. Và trong môn bóng bàn, câu hỏi "vì sao" gần như luôn nằm ở hai chỗ: giao bóng và quả thứ ba.

Tôi đọc một đội bóng qua ba mươi biến số trước khi nghe lời bình luận viên. Nguyên tắc đó áp dụng cho bóng bàn y như vậy. Trước khi nghe ai đó nói một tay vợt "đánh hay hơn", tôi muốn biết anh ta thắng bao nhiêu phần trăm điểm ở lượt giao bóng của mình, và trong số đó bao nhiêu điểm kết thúc ngay ở quả thứ ba.

Đó là ngưỡng tối thiểu. Dưới ngưỡng đó, mọi nhận định chỉ là cảm nhận được trang điểm bằng thuật ngữ.

Điểm số không nói cho bạn biết ai thắng pha bóng đó

Năm 15 tuổi, tôi có một cuốn sổ ghi tay từng điểm trong các trận bóng bàn ở câu lạc bộ gần nhà. Tôi chỉ ghi một loại dữ kiện: ai là người kết thúc điểm. Cuối giải, tôi cộng lại và kết luận tay vợt vô địch thắng vì anh ta tấn công nhiều hơn hẳn phần còn lại.

Ba tháng sau tôi ghi lại chính những trận đó, lần này ghi thêm một cột: điểm đó kết thúc bằng lỗi của người bị tấn công, hay bằng cú đánh thắng của người tấn công. Bức tranh lật ngược. Trong ba ván cuối của trận chung kết, đối thủ của nhà vô địch tự đánh hỏng 17 quả. Nhà vô địch không tấn công nhiều hơn. Anh ta trả bóng nhiều hơn.

Một cột dữ liệu mới có thể lật ngược toàn bộ kết luận, và điều đó xảy ra thường xuyên hơn người ta tưởng.

Từ đó, mọi bảng phân tích bóng bàn tôi làm đều có tối thiểu bốn cột: điểm thắng chủ động, điểm thắng do đối phương mắc lỗi, lỗi bị ép, và lỗi không bị ép. Sự khác biệt giữa hai cột cuối là thứ phân biệt một tay vợt chơi chắc với một tay vợt chơi run. Cùng một cột "lỗi", nhưng nguyên nhân hoàn toàn khác nhau, và cách xử lý cũng khác nhau.

Nếu không tách được hai loại lỗi đó, bạn sẽ đọc sai chính tay vợt mình đang phân tích. Bạn sẽ khuyên anh ta đánh an toàn hơn trong khi vấn đề thật là anh ta bị ép bởi chất lượng xoáy trong cú trả giao bóng của đối thủ. Lời khuyên sai không phải vì thiếu dữ liệu. Lời khuyên sai vì dữ liệu bị gộp.

Xếp hạng là một hệ thống dữ liệu, không phải một bảng phong độ

Bảng xếp hạng thế giới của ITTF và WTT là thứ mà rất nhiều người đọc như đọc bảng phong độ. Nó không phải. Nó là một hệ thống kế toán kết quả.

Cơ chế cơ bản: kết quả được tính trong một cửa sổ cuộn 12 tháng, và chỉ một nhóm kết quả tốt nhất được giữ lại. Bảng xếp hạng được công bố định kỳ hằng tuần. Điều đó có ba hệ quả mà người đọc thường bỏ qua.

Thứ nhất, xếp hạng đo thành tích tích lũy trong 12 tháng, không đo sức mạnh ở thời điểm hiện tại. Một tay vợt nghỉ hai tháng vì chấn thương vẫn giữ được vị trí cao, trong khi một tay vợt đang đạt phong độ tốt nhất sự nghiệp vẫn có thể đứng dưới.

Thứ hai, số giải tham dự là một biến số. Một tay vợt trẻ tham dự nhiều giải nhỏ sẽ tích được điểm nhanh hơn một tay vợt lớn chỉ đánh vài giải trọng điểm. Đây là lý do tôi luôn kiểm tra số giải đã đấu trước khi kết luận về bước tiến của một tay vợt trẻ.

Tomokazu Harimoto là ví dụ tôi quay lại nhiều lần. Anh được ghi nhận là tay vợt trẻ nhất vô địch một giải đấu thuộc hệ thống ITTF World Tour, năm 2026, khi mới 14 tuổi. Đó là một cột mốc thật. Nhưng khi đọc bảng xếp hạng của anh ở giai đoạn đó, tôi phải tách hai thứ: năng lực đỉnh và khối lượng thi đấu. Một phần vị trí cao đến từ việc anh đánh nhiều, không chỉ từ việc anh mạnh hơn.

Thứ ba, và đây là phần quan trọng nhất, xếp hạng không phân biệt được một tay vợt ổn định với một tay vợt chỉ biết đánh lớn.

Truls Moregard là trường hợp ngược lại Harimoto. Tay vợt người Thụy Điển vào chung kết giải vô địch thế giới năm 2026 ở Houston, rồi vào chung kết đơn nam Olympic Paris 2026. Cả hai trận chung kết đó anh đều thua Fan Zhendong. Nếu chỉ nhìn bảng xếp hạng hằng tuần, bạn sẽ không thấy hết con người anh ta. Anh ta là mẫu tay vợt mà thành tích ở các giải thường không phản ánh đúng năng lực ở đấu trường lớn.

Xếp hạng kể câu chuyện về tần suất. Đấu trường lớn kể câu chuyện về ngưỡng chịu áp lực. Hai câu chuyện đó không luôn khớp nhau.

Điểm bảo vệ: biến số bị xóa mỗi tuần

Trong một hệ thống cuộn 12 tháng, kết quả của năm ngoái sẽ hết hạn vào đúng thời điểm này năm nay. Nghĩa là một tay vợt vô địch một giải lớn phải quay lại bảo vệ số điểm đó, hoặc mất nó. Khái niệm này thường được gọi là điểm bảo vệ.

Đây là chỗ tôi thấy nhiều bài phân tích sai hướng nhất. Khi một tay vợt tụt hạng, phần lớn phản ứng đầu tiên là suy đoán về phong độ, chấn thương, hoặc tinh thần. Trong khá nhiều trường hợp, nguyên nhân đơn giản hơn: điểm cũ hết hạn và tay vợt đó không tham dự giải thay thế.

Khi Bundesliga trống sân, tôi nhận ra lợi thế sân nhà chỉ là một biến số đang chờ bị xóa. Trong bóng bàn, điểm bảo vệ là biến số bị xóa theo lịch, không theo phong độ. Nó biến mất đúng ngày, đúng tuần, bất kể tay vợt đang chơi tốt hay tệ.

Điều đó có nghĩa là một biến động trên bảng xếp hạng bóng bàn chỉ đáng phân tích khi tôi biết lịch hết hạn điểm của tay vợt đó. Không có thông tin này, tôi đang đọc một con dốc mà không biết nó dốc xuống vì người đi hay vì mặt đất.

Với bóng bàn Việt Nam, vấn đề còn rõ hơn. Số giải quốc tế mà các tay vợt Việt Nam tham dự trong một năm rất hạn chế. Vì vậy, mỗi lần một tay vợt như Nguyễn Anh Tú hay Đinh Quang Linh có kết quả tốt ở một giải khu vực, số điểm đó có trọng lượng lớn hơn nhiều so với cùng một kết quả của một tay vợt châu Âu đánh 18 giải một năm. Cùng một kết quả, hai ý nghĩa hoàn toàn khác nhau.

Ở nội dung nữ, trường hợp của Mai Hoàng Mỹ Trang là một ví dụ về cách một tay vợt có thể giữ vị thế khu vực bằng rất ít giải đấu, đơn giản vì mặt bằng đối thủ trong khu vực cũng đánh ít giải như vậy. Bảng xếp hạng khu vực không phải bảng xếp hạng thế giới thu nhỏ. Nó là một hệ thống khác, với mật độ thi đấu khác.

1.847 dòng và 12 dòng dùng được

Quay lại tệp dữ liệu tối thứ Ba. Tôi thử làm một việc: lọc ra những dòng có thể dùng được cho phân tích chiến thuật. Tiêu chí rất thấp. Một dòng dùng được nếu nó cho tôi biết ai giao bóng trước trong ván, tỷ số từng ván, và kết quả chung cuộc.

Kết quả: 1.847 dòng, và khoảng mười hai dòng đủ điều kiện để tôi nói bất cứ điều gì vượt ra ngoài câu "tay vợt A thắng tay vợt B".

Tỷ lệ đó không phải bất thường. Nó là tỷ lệ bình thường ở phần lớn các giải bóng bàn trong nước. Đây không phải lời chê trách ban tổ chức, vì họ không có nghĩa vụ thu thập dữ liệu chiến thuật. Đây là một thực tế cần được nói ra để người đọc hiểu vì sao phần lớn bài phân tích bóng bàn trong nước chỉ dừng ở mức kể lại.

Tôi đã trải qua đúng vấn đề này với V.League. Năm 16 tuổi, tôi ghi tay 26 vòng đấu, đếm kiểm soát bóng, dứt điểm, phạt góc, thẻ phạt. Kết quả cho thấy một đội cầm bóng trung bình 55% nhưng chỉ ghi 33 bàn, hiệu suất chuyển hóa cơ hội 7,8%. Tôi viết một bài với những số liệu đó và nó được chia sẻ vài trăm lượt.

Nhưng tôi phải thú nhận một điều mà lúc đó tôi chưa nói: trong bảng đó có hàng trăm ô tôi tự điền bằng cách xem lại băng ghi hình và phán đoán. Mỗi ô như vậy là một giả định. Cộng hàng trăm giả định lại, tôi có một kết luận trông rất chắc chắn nhưng thực ra đứng trên rất ít điểm tựa thật.

Đó là lý do khi nhìn một tệp 1.847 dòng với một cột duy nhất có dữ liệu, tôi không cố lấp cho đầy. Tôi ghi "không đủ thông tin" và dừng lại.

Dữ liệu không cần tôi tin tưởng. Dữ liệu cần tôi kiểm tra. Và khi không có gì để kiểm tra, việc đúng là nói rằng không có gì để kiểm tra.

Kỳ chuyển nhượng bóng bàn và tiếng ồn

Bóng bàn cũng có thị trường chuyển nhượng, chỉ là nó ít ồn hơn bóng đá. Các giải câu lạc bộ như T.League ở Nhật Bản, TTBL ở Đức, hay hệ thống câu lạc bộ Trung Quốc đều vận hành theo hợp đồng theo mùa, có điều khoản gia hạn, có thưởng theo thành tích đồng đội và có ràng buộc với nhà tài trợ thiết bị.

Điểm đáng chú ý là cấu trúc hợp đồng trong bóng bàn chuyên nghiệp gắn chặt với thiết bị hơn nhiều so với bóng đá. Một tay vợt chuyển câu lạc bộ có thể mang theo hoặc buộc phải đổi nhà cung cấp cốt vợt và mặt vợt, tùy theo hợp đồng tài trợ cá nhân. Với một môn mà cảm giác bóng phụ thuộc vào độ cứng của mút và trọng lượng cốt, thay đổi thiết bị là một biến số hiệu suất thật, không phải chi tiết phụ.

Một thương vụ chuyển nhượng chỉ xứng đáng khi nó trả lời được câu hỏi của dữ liệu, không phải của truyền thông.

Và câu hỏi dữ liệu ở đây rất cụ thể: tay vợt đó thắng bao nhiêu phần trăm trận sân khách ở hệ thống cũ, và con số đó có giữ được ở hệ thống mới hay không. Nếu không có hai con số đó, mọi bản tin chuyển nhượng chỉ là thông báo hành chính được viết lại thành tin nóng.

Người ta thà có một con số sai hơn một ô trống

Đây là phần tôi muốn dành nhiều chữ nhất, vì nó là điểm mù lớn nhất của nghề phân tích dữ liệu thể thao.

Khi một ô dữ liệu trống, bản năng tự nhiên là điền vào. Điền bằng trung bình, điền bằng suy luận, điền bằng cảm giác xem trận. Bản năng đó có vẻ hợp lý, vì một bảng đầy trông chuyên nghiệp hơn một bảng có lỗ hổng. Vấn đề là mỗi ô được điền bằng phán đoán sẽ mang theo sai số của người điền, và sai số đó không biến mất. Nó bị cộng dồn, bị nhân lên, và cuối cùng xuất hiện dưới dạng một kết luận rất dứt khoát.

World Cup 2026 dạy tôi một điều: mô hình không sụp đổ, chính tôi mới là người đã tin nó tuyệt đối. Tôi chạy hồi quy trên 500 trận quốc tế và ra xác suất đội tuyển Đức vào bán kết là 78%. Đức thua Hàn Quốc 0-2 và đứng cuối bảng F với 3 điểm. Khi xem lại băng, tôi đếm được 12 pha phản công dẫn đến bàn thua của họ, nhiều nhất trong nhóm đội bị loại. Không có biến số nào trong 500 trận kia đo được việc hàng tiền vệ Đức không chạy.

Sai lầm của tôi không nằm ở mô hình. Sai lầm nằm ở chỗ tôi coi những ô tôi tự điền là dữ liệu thật, rồi xây một kết luận chắc chắn lên trên đó.

Cùng logic đó áp vào bóng bàn. Một tay vợt thắng 11-6, 11-4, 11-8. Không có dữ liệu pha bóng. Cách dễ nhất là kết luận anh ta áp đảo. Cách đúng là để nguyên ô trống và ghi rõ: không có dữ liệu để xác định mức độ áp đảo. Chênh lệch tỷ số và mức độ kiểm soát trận đấu là hai thứ khác nhau. Một tay vợt có thể thắng 11-9 cả ba ván bằng cách cứu bóng ở những điểm quyết định, trong khi một tay vợt khác thắng 11-4 cả ba ván bằng cách giao bóng ăn điểm trực tiếp. Cùng tỷ số, hai cấu trúc trận đấu hoàn toàn khác.

Tương quan không phải nhân quả, và trong bóng bàn khoảng cách đó rất hẹp nên rất dễ bị bỏ qua. Một tay vợt có tỷ lệ thắng điểm ở lượt giao bóng cao chưa chắc có cú giao bóng hay. Có thể đối thủ của anh ta trả giao bóng kém. Dữ liệu không tự phân biệt hai khả năng đó. Người phân tích phải làm việc đó.

Điều tôi sẽ theo dõi trong vòng đấu tới

Sắp tới tôi sẽ dành thời gian cho một việc ít hào nhoáng: theo dõi các giải bóng bàn trong nước xem có ban tổ chức nào bắt đầu ghi thêm cột. Chỉ cần một cột, ví dụ điểm thắng trực tiếp từ giao bóng, là bức tranh thay đổi đáng kể.

Còn với độc giả, tôi có một đề nghị cụ thể. Lần tới bạn đọc một bài phân tích bóng bàn có bảng số liệu đẹp, hãy thử đếm xem có bao nhiêu ô trong đó được đo và bao nhiêu ô được suy ra. Nếu bạn không phân biệt được, người viết cũng có thể không phân biệt được.

Và lần tới khi bạn thấy một tệp dữ liệu có 1.847 dòng nhưng chỉ một cột thật, câu hỏi đáng đặt không phải là "tay vợt nào hay nhất". Mà là: cột còn lại đã biến mất ở đâu, và ai là người quyết định không ghi nó lại.