Bảng dữ liệu rỗng: Giới hạn của phân tích dữ liệu trong cầu lông

Đêm ấy ở Copenhagen, tôi mở bảng tính lúc hai giờ sáng. Bốn mươi bảy dòng chờ dữ liệu về một giải cầu lông quốc tế sắp khởi tranh: tốc độ cầu, độ dài pha bóng, tỉ lệ lỗi tự đánh hỏng, số điểm giành được ở nửa sân sau. Mọi ô đều trống. Bốn mươi bảy dòng, không một con số.

Mười lăm năm theo dõi cầu lông đã dạy tôi rằng dữ liệu thường đến trước trận đấu. Ở Đan Mạch, nơi tôi sinh sống và làm nghề phân tích, một trận đấu ở giải vô địch quốc gia cũng cho ra hàng nghìn điểm dữ liệu — từng cú smash, từng pha cầu qua lưới, từng bước chân của vận động viên. Bảng tính đêm ấy thuộc về một hệ sinh thái khác. Và nó trống.

Tôi ngồi im rất lâu trước màn hình. Công việc của tôi là biến những trận đấu thành câu chuyện đọc được, bằng số liệu nhưng không dừng ở số liệu. Một bảng tính rỗng đặt ra câu hỏi mà tôi vẫn luôn né tránh: khi không có dữ liệu, người phân tích còn lại gì?

Trả lời câu hỏi ấy đòi hỏi phải nói về hai nền cầu lông mà tôi quan sát mỗi ngày.

Đan Mạch là một trong số ít cường quốc cầu lông nằm ngoài châu Á. Giải Denmark Open được tổ chức lần đầu vào năm 2026, thuộc nhóm giải lâu đời nhất của làng cầu lông thế giới. Quốc gia này sản sinh những tay vợt như Viktor Axelsen và Anders Antonsen ở nội dung đơn nam, cùng nhiều tên tuổi ở các nội dung đôi. Đằng sau họ là một hệ thống dữ liệu dày đặc: trung tâm huấn luyện quốc gia, đội ngũ phân tích chuyên trách, và những bảng thống kê chi tiết đến từng pha bóng.

Việt Nam thì khác. Nguyễn Tiến Minh từng vươn lên vị trí số 5 thế giới vào năm 2026, theo dữ liệu xếp hạng của Liên đoàn Cầu lông Thế giới. Anh góp mặt ở nhiều kỳ Olympic và trở thành biểu tượng của cầu lông Việt Nam. Nguyễn Thùy Linh, thế hệ kế tiếp, ghi dấu ở nhóm 30 tay vợt nữ hàng đầu. Giải Vietnam Open được tổ chức hằng năm tại Thành phố Hồ Chí Minh, là điểm dừng quen thuộc của các tay vợt trong khu vực.

Đằng sau những thành tích ấy, khoảng trống dữ liệu vẫn hiện rõ. Ở các giải thuộc nhóm cao nhất của hệ thống BWF, mỗi trận đấu được ghi lại bằng hệ thống theo dõi đường cầu, đo tốc độ smash và vị trí tiếp xúc. Ở các giải thấp hơn — nơi nhiều tay vợt trẻ Việt Nam tích lũy điểm — thứ duy nhất còn lại thường là tỉ số và một băng ghi hình mờ. Hệ thống giải kéo dài gần như quanh năm, với các cấp Super 1000, Super 750, Super 500 và nhiều tầng thấp hơn nữa. Mật độ ấy biến việc theo dõi dữ liệu thành một bài toán nguồn lực. Một liên đoàn nhỏ không thể cử người đến mọi giải để ghi chép.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, sự chênh lệch này vượt ra ngoài phạm vi kỹ thuật. Nó quyết định tay vợt nào được nhìn thấy, và tay vợt nào bị bỏ qua.

Trong cầu lông, bốn nhóm chỉ số thường được dùng để đánh giá một tay vợt. Nhóm thứ nhất đo hiệu suất ghi điểm: tỉ lệ thắng điểm khi cầm quyền giao cầu, cộng với số điểm giành được từ những pha tấn công chủ động. Nhóm thứ hai đo khả năng kiểm soát lỗi: tỉ lệ lỗi tự đánh hỏng trên tổng số điểm thua, chỉ số phân biệt tay vợt bị đối phương đánh bại với tay vợt tự đánh mất mình. Nhóm thứ ba mô tả cấu trúc pha bóng: độ dài trung bình mỗi pha và số lần đổi trạng thái tấn công — phòng ngự. Nhóm thứ tư đo khả năng di chuyển: quãng đường và số lần bứt tốc trong một trận.

Ở nhóm tay vợt hàng đầu, bốn nhóm chỉ số này tạo thành một bức tranh gần như hoàn chỉnh. Khi tôi thử áp chúng lên một tay vợt trẻ Việt Nam thi đấu ở giải cấp khu vực, tôi chỉ có hai trong bốn. Không có hệ thống đo tốc độ cầu. Không có dữ liệu vị trí.

Vậy trong đêm ấy, tôi làm gì?

Khoảng trống dữ liệu không hề trung lập. Nó là một chỉ số về chính nền cầu lông đứng sau tay vợt.

Tôi bắt đầu ghi lại những gì mình nhìn thấy bằng mắt. Đó là cách làm tôi học được sau một sai lầm.

Năm 2026, khi làm trợ lý phân tích cho một kênh truyền hình Đan Mạch, tôi viết một bài khẳng định đội tuyển nước này pressing vô tổ chức trong trận gặp Pháp ở vòng bảng World Cup tại Nga. Tôi chỉ dựa vào một chỉ số duy nhất. Một cựu tuyển thủ chỉ trích tôi trực tiếp trên sóng: "Cậu xem băng trận đấu chưa?" Tôi tua lại băng hình mười bốn lần trong phòng biên tập đến ba giờ sáng, rồi nhận ra mình đã bỏ qua toàn bộ cấu trúc phòng ngự của đội. Từ đó, mỗi khi dữ liệu thiếu, tôi không kết luận. Tôi quan sát.

Với bảng tính rỗng ấy, tôi tua lại sáu trận đấu của tay vợt trẻ kia và đếm bằng tay. Độ dài pha bóng trung bình: khoảng chín nhịp. Tỉ lệ lỗi tự đánh hỏng: ước tính hơn một phần ba số điểm thua. Số lần chủ động lên lưới trong hai hiệp đầu: không nhiều hơn bảy.

Những con số tôi tự đếm không đủ chính xác để đưa lên bảng phân tích chính thức. Chúng đủ để thấy một điều: nguyên nhân thất bại của cậu ấy nằm giữa nền tảng thể lực và cách phân bổ độ dài pha bóng. Phát hiện ấy không lớn. Nó không xuất hiện trên bất kỳ bảng thống kê nào, bởi vì bảng thống kê không tồn tại. Nhưng nó có thể thay đổi cách cậu ấy tập luyện trong sáu tháng tới.

Đó là điều tôi muốn nói về giới hạn của dữ liệu trong cầu lông. Một chỉ số chỉ có ý nghĩa khi được đặt cạnh một chỉ số khác, và cả hai được đặt cạnh một con người.

Độ dài pha bóng là chỉ số tôi tin tưởng nhất, và cũng là chỉ số dễ gây hiểu lầm nhất. Một tay vợt có độ dài pha bóng trung bình cao thường được mô tả là kiên nhẫn. Nhưng độ dài ấy có thể đến từ sự kiểm soát, hoặc đến từ sự chần chừ. Hai nguyên nhân hoàn toàn khác nhau cho cùng một con số. Tỉ lệ lỗi tự đánh hỏng cũng vậy. Một tay vợt có tỉ lệ lỗi cao có thể đang mạo hiểm quá mức, hoặc đang cố kết thúc pha bóng sớm vì không đủ thể lực cho những pha dài. Cùng một chỉ số, hai câu chuyện.

Ở nhóm đỉnh cao, câu chuyện diễn ra theo chiều ngược lại. Viktor Axelsen, nhà vô địch Olympic Tokyo 2026 và Paris 2026, là mẫu tay vợt được dữ liệu hóa gần như hoàn hảo. Các nhà phân tích đo được chiều cao, sải tay, tốc độ smash vượt 400 km/h trong những pha dứt điểm, và khả năng phòng ngự ở nửa sân sau. Nhưng nếu chỉ đọc bảng số liệu ấy, người ta sẽ không hiểu vì sao anh thắng. Bảng số liệu không hiển thị khả năng đọc ý đồ đối phương trước khi cầu rời vợt.

Trong cầu lông, có một chỉ số tôi luôn muốn đo nhưng chưa bao giờ đo được: độ lừa. Một tay vợt giỏi thực hiện động tác giao cầu giống hệt nhau cho hai đường cầu khác nhau, khiến đối phương di chuyển sai hướng. Hệ thống theo dõi ghi lại điểm rơi cuối cùng. Khoảnh khắc quyết định nằm ở cổ tay thì không camera nào bắt được.

Ở nội dung đôi, mối quan hệ giữa hai tay vợt còn khó biểu diễn hơn. Một cặp đôi ăn ý bù đắp cho nhau bằng những tín hiệu không thiết bị nào ghi lại: một cái nhìn, một nhịp chân, một lần nhường sân. Bóng đá gọi đó là hóa học phòng thay đồ. Cầu lông gọi đó là sự hiểu nhau. Cả hai đều nằm ngoài mọi mô hình.

Quay lại với bảng tính trống. Nó là kết quả của một chuỗi quyết định: giải đấu không đủ ngân sách cho hệ thống theo dõi, ban tổ chức không có nhân sự ghi chép, và không ai trả tiền cho dữ liệu của một giải cấp thấp. Khoảng trống ấy có nguyên nhân, và nguyên nhân ấy nói lên vị trí của nền cầu lông đó trên bản đồ thế giới. Với một tuyển trạch viên, bảng tính rỗng đồng nghĩa với việc phải chọn giữa bỏ qua và đến tận nơi. Phần lớn chọn bỏ qua. Đó là cách những tài năng bị mất tích khỏi bản đồ.

Điều này khiến tôi nhớ đến một mùa bóng khác.

Năm 2026, khi bóng đá Đan Mạch tê liệt vì đại dịch, tôi phân tích 120 trận đấu trong sân vắng. Tỉ lệ thắng sân nhà tụt từ 46% xuống 38%. Điều khiến tôi sụp đổ không nằm ở con số. Nó nằm ở tiếng vọng lạnh lẽo của những pha vào bóng trong khán đài trống. Tôi biến mất ba tuần, chỉ chạy bộ dọc cảng Nyhavn và viết nhật ký. Lần đầu tiên, tôi hiểu dữ liệu có thể cô đơn đến nhường nào.

Sân vắng là phép thử cuối cùng của dữ liệu. Khi không còn tiếng hò reo để giải thích những bất thường, mọi chỉ số phải tự đứng trên đôi chân của nó. Nhiều chỉ số đã ngã.

Cầu lông có một phiên bản tương tự. Những giải đấu không khán giả trong giai đoạn dịch bệnh cho ra dữ liệu sạch đến mức đáng ngờ. Không tiếng cổ vũ, không áp lực khán đài, không lợi thế sân nhà theo nghĩa cảm xúc. Các chỉ số trở nên tinh khiết. Chính sự tinh khiết ấy khiến chúng mất đi một nửa ý nghĩa.

Với cầu lông Việt Nam, tôi cho rằng khoảng trống dữ liệu là điểm nghẽn của thập kỷ tới. Nguyên nhân không nằm ở tài năng — lịch sử đã chứng minh điều ngược lại. Nó nằm ở khả năng hiển thị của tài năng ấy. Một tay vợt trẻ thi đấu ở giải cấp thấp, không có dữ liệu, sẽ khó lọt vào tầm ngắm của các học viện lớn. Trong khi đó, một tay vợt cùng trình độ ở châu Âu, được ghi chép đầy đủ, có thể nhận được suất tập huấn chỉ nhờ một bảng thống kê đẹp.

Cầu lông Việt Nam có một nền tảng đáng nể ở cấp độ phong trào. Các giải trẻ, các câu lạc bộ địa phương và phong trào chơi cầu lông trong cộng đồng tạo ra một nguồn tài năng không nhỏ. Vấn đề nằm ở khâu chuyển đổi: từ một tay vợt giỏi ở sân phong trào thành một tay vợt có thể cạnh tranh ở hệ thống BWF. Khoảng cách ấy không được lấp bằng cảm hứng, mà bằng dữ liệu, dinh dưỡng, thể lực và một lộ trình thi đấu được tính toán.

Có một cám dỗ mà người làm dữ liệu như tôi luôn phải đề phòng: tin rằng nhiều dữ liệu hơn sẽ dẫn đến kết luận đúng hơn. Niềm tin ấy thường sai.

Đan Mạch sở hữu hệ thống dữ liệu cầu lông dày đặc bậc nhất châu Âu. Việt Nam có ít hơn rất nhiều. Nhưng Việt Nam đã sản sinh Nguyễn Tiến Minh, người từng nằm trong nhóm năm tay vợt nam hàng đầu thế giới. Nếu dữ liệu quyết định thành công, khoảng cách ấy đã không thể tồn tại.

Mối tương quan giữa lượng dữ liệu và thành tích không phải quan hệ nhân quả. Dữ liệu giúp ta nhìn rõ hơn, nhưng nó không tạo ra tay vợt. Nó không dạy một đứa trẻ cách đặt bước chân đầu tiên. Nó không thay thế được người thầy đứng bên sân, kiên nhẫn sửa từng động tác giao cầu trong nhiều năm.

Năm 2026, tôi thuyết phục một câu lạc bộ Đan Mạch ký hợp đồng với một tiền vệ phòng ngự người Senegal mà tôi phát hiện qua mô hình dữ liệu. Cậu ấy chạy trung bình 11,8 km mỗi trận và thu hồi bóng 6,2 lần. Một tuyển trạch viên kỳ cựu, người tôi rất kính trọng, cảnh báo tôi về khả năng hòa nhập văn hóa. Tôi bỏ qua lời cảnh báo ấy. Bốn tháng sau, cậu ấy bị gạch tên khỏi đội hình.

Bài học vẫn ám ảnh tôi đến hôm nay. Mô hình của tôi không sai về con số. Nó sai về con người.

Bảng tính trống đêm ấy vẫn chưa được lấp đầy. Có lẽ nó sẽ không bao giờ được lấp đầy hoàn toàn. Nhưng nó dạy tôi một điều tôi muốn mang theo vào vòng đấu tới: thứ quyết định kết quả của một tay vợt thường không nằm trong ô dữ liệu nào, mà nằm ở khoảng trống giữa chúng.

Tôi không tin vào may rủi, tôi tin vào những gì may rủi che giấu.

Số liệu chỉ kể lại quá khứ, còn cầu lông sống ở tương lai.