Khi tập dữ liệu trở về số không: chín cột trống của bi-a Việt Nam

Hai giờ sáng ở một câu lạc bộ bi-a trên đường Lạch Tray, Hải Phòng. Ba cửa sổ mở cùng lúc trên màn hình: bảng tính 4.218 dòng ghi chép tay về các trận 3 băng tôi theo dõi suốt bốn mùa, một tab đang phát lại trận chung kết World Cup, và đoạn script nhỏ tôi viết để rút trích dữ liệu từ chính ghi chép của mình. Tôi bấm chạy. Script trả về một tệp trắng.

Không phải lỗi cú pháp. Không phải ổ cứng hỏng. Bộ lọc tôi đặt quá chặt — chỉ lấy những trận có đủ cả dữ liệu thời gian giữa các lượt cơ lẫn dữ liệu đường đi của bi chủ — và bảng tính trả về đúng những gì nó có: số không.

Tôi ngồi nhìn cái tệp đó mười phút. Bốn năm làm nghề, tôi quen với việc dữ liệu nói ít hơn mình muốn. Chưa quen với việc nó không nói gì cả.

Bài viết này bắt đầu từ chỗ đó. Không phải một bản tin về giải đấu nào. Một bản ghi chép về cái đêm mà công cụ phân tích của tôi trả về một khung xương gồm toàn ô trống — và về việc bi-a Việt Nam đã dạy tôi đọc những ô trống đó như thế nào.

Nền bi-a vang tiếng, trường dữ liệu thưa thớt

Bảng thành tích của bi-a Việt Nam đủ dày để người ngoài ngành phải ngước nhìn. Ở nội dung carom 3 băng, Liên đoàn Bi-a Thế giới (UMB) vận hành hệ thống World Cup hằng năm, trong đó chặng tổ chức tại Bình Thuận là một trong những chặng cố định của châu Á, quy tụ dàn tay cơ hàng đầu thế giới về Phan Thiết. Ở nội dung pool, Matchroom đưa Hanoi Open Pool Championship về Hà Nội, đặt Việt Nam vào bản đồ xếp hạng của làng pool chuyên nghiệp. Trong nước, những cái tên như Trần Quyết Chiến, Ngô Đình Nại, Nguyễn Đức Anh Chiến ở carom và Dương Quốc Hoàng ở pool đã trở thành chuẩn mực kỹ thuật cho cả một thế hệ học viên.

Hạ tầng dữ liệu thì đi sau thành tích rất xa. Kozoom cung cấp dữ liệu trực tiếp cho các chặng carom quốc tế, nhưng phần lớn là điểm số và diễn biến lượt cơ. Bạn biết một tay cơ ghi được bao nhiêu điểm trong một lượt. Bạn không biết quả bi chủ dừng cách quả bi mục tiêu bao nhiêu centimet, cũng không biết anh ta thất bại ở dạng thế bi nào. Các giải trong nước, từ cấp câu lạc bộ đến vòng loại quốc gia, phần lớn chỉ để lại kết quả cuối cùng và vài dòng tường thuật, đôi khi là một tấm ảnh chụp bảng điểm.

Nghĩa là: một mặt bằng thi đấu dày đặc nhưng một trường dữ liệu thưa thớt.

Tôi từng dựng mô hình cho các trận carom bằng cách gộp dữ liệu UMB với ghi chép tay của mình. Ba mùa liền, độ lệch giữa dự đoán và kết quả thật luôn lớn hơn ngưỡng tôi chấp nhận được. Lý do nằm ở chỗ: tôi đang dự đoán một bộ môn mà tôi chỉ đo được kết quả, còn nguyên nhân thì nằm ngoài tầm với. Dữ liệu không bao giờ nói dối, nhưng tôi đã từng nghe nhầm.

Nhận diện bộ môn và phong cách chơi

Nếu có dữ liệu, cột đầu tiên tôi muốn điền là cấu trúc lượt cơ. Với carom 3 băng, đó là điểm trung bình mỗi lượt, độ dài trung bình của một chuỗi ghi điểm, số lượt cơ cần để kết thúc trận, và tỷ lệ thế bi bị bỏ lỡ theo vùng bàn. Với pool, đó là tỷ lệ vào bi thành công theo khoảng cách, tỷ lệ phá bi để lại thế tốt, và tỷ lệ buộc đối thủ phải ngồi khi chuyển sang đánh an toàn.

Cái tôi có, sau bốn mùa ghi chép, là một nửa của bức tranh đó. Tôi ghi lại rất kỹ những lượt cơ thành công: tay cơ đứng ở đâu, xử lý ra sao, ăn bao nhiêu điểm. Tôi gần như không ghi lại những lượt cơ thất bại. Đây là một dạng bias sống sót trong ghi chép, và nó đầu độc mọi mô hình xây trên đó, vì mô hình học được rằng thế bi nào cũng có thể ăn được, chỉ cần đủ khéo. Bạn chỉ đo được những gì thành công, và mọi mô hình dựng trên nửa dữ liệu đó đều mang độ lạc quan giả tạo.

Cách sửa thì rẻ: bắt buộc ghi cả lượt thất bại. Nhưng để làm được, người ghi chép phải chấp nhận rằng một lượt hỏng đáng được ghi như một lượt hay. Trong một nền bi-a mà sai sót vẫn bị coi là chuyện phải giấu đi, đó là một yêu cầu văn hóa, không phải yêu cầu kỹ thuật.

Tay cơ và phong độ thi đấu

Với mỗi tay cơ, bảng dữ liệu tối thiểu cần có: số trận theo mùa, điểm trung bình trên mỗi lượt cơ, số trận thắng trước các đối thủ trong nhóm hai mươi người dẫn đầu, thành tích đối đầu trực tiếp, và phân bố phong độ theo tháng.

Cỡ mẫu là vấn đề đầu tiên. Một tay cơ carom Việt Nam thi đấu quốc tế có thể chỉ có mười lăm đến hai mươi trận được ghi nhận đầy đủ trong một năm. Chia số đó cho các nhóm đối thủ khác nhau, bạn còn lại ba đến bốn trận mỗi nhóm. Không mô hình nào đủ tin cậy ở ngưỡng đó. Muốn nói điều gì có nghĩa về phong độ, phải gộp dữ liệu xuyên biên giới và xuyên nhiều mùa, đồng thời chấp nhận rằng mùa gần nhất không nặng ký hơn mùa cách đây ba năm nhiều như cảm giác của chúng ta.

Điều này va vào một thói quen nghề nghiệp của tôi. Sau mỗi vòng đấu, tôi nhận được tin nhắn hỏi ai sẽ vô địch. Câu hỏi hữu ích hơn là: chuỗi dữ liệu của tay cơ đó đang nghiêng về đâu, và đã nghiêng được bao lâu. Một trận không chứng minh được gì. Ba nghìn trận để tôi biết rằng một trận có thể dạy nhiều hơn tất cả, nhưng câu đó chỉ đúng khi bạn đã có ba nghìn trận làm nền.

Có một trận tôi vẫn giữ trong sổ vì nó phá vỡ định kiến. Một tay cơ trẻ vào giải với điểm trung bình lượt thấp hơn đối thủ rõ rệt, nhưng thắng liên tiếp bốn trận vòng loại. Khi tôi bóc lại ghi chép, thứ duy nhất khác biệt nằm ở lượt cơ đầu tiên của mỗi trận: anh ta chọn thế an toàn thay vì tấn công, đẩy đối thủ vào vị trí phải mạo hiểm trước. Không chỉ số tổng hợp nào cho tôi biết điều đó. Chỉ có ghi chép theo từng lượt mới làm được.

Thể thức giải và cấu trúc

Chặng carom quốc tế đấu theo thể thức vòng loại kết hợp loại trực tiếp, số suất tham dự vài chục tay cơ, quỹ thưởng chia theo bậc từ vòng trong tới vô địch. Ở cấp trong nước, phần lớn giải chỉ niêm yết tổng quỹ thưởng, thỉnh thoảng mới có bảng phân bổ chi tiết. Đây là chỉ số bị đánh giá thấp: một giải dồn thưởng cho nhà vô địch sinh ra hành vi thi đấu khác hẳn một giải chia đều tới vòng bán kết.

Những gì còn thiếu: số lượt cơ tối đa mỗi trận, độ dài thời gian nghỉ, điều kiện mặt bàn theo từng vòng, và quan trọng nhất là số suất đi qua vòng loại so với suất mời. Đó mới là dữ liệu quyết định ai thực sự có cửa, chứ không phải thứ hạng trên giấy tờ.

Bản đồ quyền lực

Ở carom, thế giới chia khá rõ. Nhóm tranh cúp gồm những tay cơ giữ điểm trung bình lượt ổn định ở mức cao suốt nhiều mùa. Nhóm trung tầng là những người có thể thắng bất kỳ ai trong một buổi nhưng không giữ được phong độ qua ba buổi. Nhóm còn lại là lớp kế cận, cần thêm hai đến ba mùa tích lũy mới chạm tới ngưỡng.

Việt Nam đang có đại diện ở nhóm đầu, vài gương mặt ở nhóm trung tầng, và một khoảng trống khá rõ ở lớp kế cận. Khoảng trống đó không phải vấn đề tài năng. Nó là vấn đề nhịp thi đấu. Một tay cơ trẻ muốn lên nhóm đầu phải được đánh đủ nhiều và đủ khó. Ở nội địa, số giải có chất lượng đối thủ cao không nhiều. Ra quốc tế, chi phí lại là rào cản. Kết quả là một bộ lọc ngầm, và bộ lọc đó vận hành bằng loại dữ liệu mà chúng ta không có.

Luật lệ và tuân thủ

Đây là vùng tối nhất của bảng phân tích. Không phải vì có chuyện gì xấu, mà vì không ai công bố đủ để người ngoài kiểm chứng. Với một bộ môn gắn với cá cược ở mức độ thấp nhưng thật, các thông tin cần có gồm: quy trình báo cáo trận đấu bất thường, cơ chế giám sát đặt cược tại các giải lớn, tiêu chí cấp suất đặc cách, và những điều khoản hợp đồng giữa tay cơ với nhà tài trợ hoặc câu lạc bộ.

Không có các dữ kiện đó, người phân tích chỉ còn hai lựa chọn: im lặng, hoặc nói những điều không kiểm chứng được. Người làm nghề nghiêm túc chọn im lặng, và đó là lý do khoảng trắng ở cột này rộng hơn mọi cột khác. Tôi không viết để thuyết phục ai. Tôi viết để dữ liệu có người làm chứng.

Hệ sinh thái nghề nghiệp và tâm lý

Một tay cơ chuyên nghiệp ở Việt Nam sống bằng gì? Cơ cấu thu nhập thường gồm bốn nguồn: tiền thưởng giải, hợp đồng tài trợ cơ và phụ kiện, hoạt động thi đấu không chính thức, và thu nhập từ dạy học hoặc phát trực tiếp. Bốn nguồn này có độ ổn định rất khác nhau, và tỷ trọng giữa chúng thay đổi theo tuổi nghề.

Về tâm lý, chỉ số đáng theo dõi là tỷ lệ thắng ở lượt cơ quyết định, tức lượt cuối của một trận sát nút hoặc lượt đầu tiên sau giờ nghỉ. Đây là dữ liệu mà ghi chép tay làm được, nếu người ghi chịu ngồi lại đủ lâu. Nó gần với phần con người của bộ môn hơn mọi chỉ số điểm trung bình. Một tay cơ có thể giữ điểm trung bình 1.4 suốt mùa nhưng thua sáu trong mười lượt quyết định. Bảng xếp hạng không cho bạn biết điều đó. Ghi chép thì có.

Rủi ro và vòng lặp thiếu dữ liệu

Rủi ro cạnh tranh: phụ thuộc vào một nhóm nhỏ tay cơ ở đỉnh, trong khi lớp kế cận hụt. Rủi ro thu nhập: phần lớn tay cơ không có dòng tiền đủ ổn định để duy trì lịch tập chuyên nghiệp. Rủi ro hệ thống: các quyết định phân bổ suất và lịch thi đấu nằm trong tay rất ít người, thiếu dữ liệu để kiểm tra tính hợp lý.

Ba rủi ro này không độc lập. Chúng chồng lên nhau theo một vòng lặp quen thuộc: thiếu dữ liệu khiến quyết định kém chính xác, quyết định kém khiến cơ hội bị phân bổ lệch, phân bổ lệch khiến thành tích mỏng đi, và thành tích mỏng đi khiến càng ít người muốn công khai số liệu. Vòng lặp này tự nuôi chính nó, và nó không cần ai chủ động giữ.

Dư luận và kỳ vọng

Mỗi khi một tay cơ Việt Nam vào sâu ở một giải quốc tế, dư luận trong nước dựng lên một câu chuyện lớn hơn sự kiện. Điều đó dễ hiểu và có phần cần thiết, vì nó mang lại tài trợ và người tập mới. Nhưng có một khoảng cách giữa kỳ vọng và cấu trúc: kỳ vọng dựng trên một trận, cấu trúc dựng trên nhiều mùa. Khoảng cách đó chỉ thu hẹp khi có dữ liệu dài hạn để đối chiếu.

Tôi từng ở bên sai của khoảng cách ấy. Năm 2026, sau một trận mà đội được đánh giá cao hơn thua, tôi viết rằng các chỉ số đã báo trước kết quả. Số đông đã cười. Số liệu thì không. Một năm sau, tôi chép lại bài đó. Bài học không nằm ở việc tôi đúng. Bài học là: đám đông và dữ liệu có thể cùng sai, chỉ khác nhau ở thời điểm bị phát hiện.

Chuỗi truyền dẫn của ngành

Dữ liệu chảy xuôi theo chuỗi giá trị. Câu lạc bộ và phòng tập là điểm chạm đầu tiên, nơi hình thành thông tin về người chơi phổ thông: độ tuổi, tần suất, loại bàn, phong cách. Thiết bị là mắt xích thứ hai, với doanh số cơ, ngọn và bàn đóng vai trò chỉ báo sớm về sức khỏe thị trường. Truyền thông và tài trợ là mắt xích thứ ba, nơi lượng người xem quyết định giá trị hợp đồng. Đào tạo và nguồn tài năng là mắt xích thứ tư. Thị trường phái sinh gồm nội dung số, phân tích và dữ liệu thể thao nằm cuối chuỗi, chỉ sống được khi ba mắt xích trước cung cấp nguyên liệu.

Ở Việt Nam, hai mắt xích đầu khá sôi động. Mắt xích thứ ba đang lớn nhanh nhờ các giải quốc tế được tổ chức trong nước. Hai mắt xích cuối gần như trống, không phải vì thiếu người quan tâm, mà vì không có dòng dữ liệu nào chảy tới đó.

Khoảng trắng là một dữ kiện, không phải một lỗi

Phản ứng mặc định khi thiếu dữ liệu là đi tìm thêm dữ liệu. Tôi đã làm vậy suốt nhiều năm, và một nửa thời gian đó là lãng phí. Bởi vì khoảng trắng thường không phải sản phẩm phụ của sự chậm phát triển. Nó là sản phẩm của động cơ.

Thử hỏi: ai được lợi nếu lượt cơ thất bại của một tay cơ được ghi lại đầy đủ? Câu trả lời thành thật là gần như không ai, ít nhất trong ngắn hạn. Tay cơ không muốn điểm yếu bị lưu thành tệp. Ban tổ chức không muốn cơ cấu suất bị soi. Nhà tài trợ không muốn số người xem bị kiểm toán độc lập. Khi mọi bên đều có lý do để không công bố, khoảng trắng trở thành trạng thái cân bằng, và mọi lời kêu gọi minh bạch sẽ va vào bức tường đó.

Nói cách khác: sự trống rỗng của bảng dữ liệu là một chỉ số về cấu trúc động cơ của ngành, chứ không phải về trình độ công nghệ của ngành.

Tôi học được điều này theo cách khó chịu nhất. Năm 2026, tôi dùng mô hình dựa trên xG để dự đoán một trận ở V.League và sai hoàn toàn, vì mô hình không có biến số thủ môn. Năm 2026, khi các giải châu Âu đá không khán giả, tôi xây lại hệ số sân nhà với một cỡ mẫu nhỏ và bị chỉ trích. Kết quả kiểm định khi đó cho p bằng 0.045, đủ để tôi tin, không đủ để tôi tự mãn. Mô hình biết trước từ tháng Mười. Tôi chỉ đủ can đảm để tin vào tháng Năm.

Điều tôi mang theo từ hai lần đó không phải một mô hình tốt hơn, mà là một thói quen: mỗi khi bảng dữ liệu trắng, tôi dừng lại và hỏi ai được lợi từ việc nó trắng. Khi sân nhà không còn là pháo đài, tôi học cách lắng nghe khán đài trống. Bây giờ tôi học cách lắng nghe cả những ô trống trong bảng tính, vì chúng cũng đang nói, chỉ là nói bằng một ngôn ngữ mà nghề phân tích thường không muốn dịch.

Số liệu cần bổ sung

Để bảng phân tích này có giá trị ở vòng sau, tối thiểu cần bốn nguồn. Thứ nhất là dữ liệu lượt cơ đầy đủ, bao gồm cả lượt thất bại, cho tối thiểu sáu mươi trận mỗi mùa ở cấp quốc gia. Thứ hai là bảng phân bổ suất tham dự và quỹ thưởng chi tiết của các giải trong nước. Thứ ba là dữ liệu phong độ theo tháng của nhóm tay cơ thuộc tốp năm mươi thế giới, gộp tối thiểu ba mùa. Thứ tư là một quy trình công bố trận đấu bất thường có đầu mối chịu trách nhiệm. Bốn nguồn này đều nằm trong tầm tay về chi phí. Cái thiếu là quyết định làm.

Nhìn tới vòng sau

Tệp trắng đêm đó vẫn nằm trong thư mục làm việc của tôi. Tôi không xóa nó. Mỗi lần mở ra, nó nhắc rằng công cụ phân tích mạnh đến đâu cũng chỉ vẽ được đường biên của những gì đã được ghi lại. Phần còn lại, vùng tối phía sau đường biên ấy, là nơi bộ môn này thực sự diễn ra, và cũng là nơi những kết luận vội vàng sinh ra nhiều nhất.

Mùa tới, khi một tay cơ Việt Nam lại vào sâu ở một chặng World Cup, sẽ có người hỏi tôi dự đoán. Tôi sẽ trả lời bằng một danh sách những điều kiện cần kiểm chứng trước. Nếu danh sách đó dài hơn mọi năm, có lẽ nó dài lên vì lý do đúng.

Và nếu ai đó hỏi vì sao tôi vẫn viết về một bảng dữ liệu trống, câu trả lời nằm ở chỗ: một khi đã biết mình thiếu gì, bạn thôi đoán mò. Đó là toàn bộ giá trị của bốn năm ghi chép, gói lại trong một tệp không có gì.