Một tệp phân tích trống và kỷ luật không lấp chỗ trống của người làm dữ liệu bóng chuyền

1 giờ 12 phút sáng, tôi mở lại tệp phân tích trên màn hình thứ hai. Chín chiều. Chiến thuật và kỹ thuật, dữ liệu, hệ thống thi đấu và lịch trình, cục diện và định vị đội bóng, luật và quản trị, xây dựng đội hình và nhân sự, bề mặt rủi ro, dư luận và kỳ vọng, chuỗi truyền dẫn của ngành. Cả chín chiều trả về đúng một dòng: không đủ thông tin.

Không tên giải. Không tên đội. Không ngày thi đấu. Không một cầu thủ nào được nêu. Bảng chỉ số thô — thứ tôi luôn đặt lên trước cả dòng tiêu đề — lần này chỉ còn lại cái khung rỗng: tỷ lệ ghi điểm hiệu quả, số chắn mỗi set, tỷ lệ ace trên lỗi giao, tỷ lệ chuyền một hoàn hảo, tỷ lệ cứu bóng. Năm dòng, năm ô trắng.

Mười một năm trước, tôi đã ước có một tệp như thế này. Nó nói thẳng rằng nó không biết gì. Phần lớn bảng số liệu tôi đọc trong nghề không dám nói điều đó.

Nghề của tôi chạy theo đường ống ba bước: thu thập dữ liệu thô, dựng bối cảnh, rồi mới phân tích. Khâu đầu hỏng thì hai khâu sau không có gì để làm. Tệp đêm qua hỏng ở chỗ dễ nhất: bộ trích xuất không lấy được tiêu đề bài gốc, không lấy được nguồn, không lấy được một điểm thông tin nào. Đầu vào rỗng hoàn toàn.

Có hai cách phản ứng với một đầu vào rỗng. Cách thứ nhất: giữ nguyên khung, đánh dấu từng ô là không đủ thông tin, ghi rõ rằng không thực thể nào được nêu và không suy luận nào được phép thực hiện. Cách thứ hai: lấp. Cách thứ hai phổ biến hơn rất nhiều, và nó là lý do tôi mất 200 triệu đồng vào tháng 6 năm 2026.

Mùa hè đó, mô hình của tôi cho đội tuyển Đức kiểm soát bóng trung bình 68% và tỷ lệ chuyền thành công 91% ở vòng loại. Tôi đặt cược vào tứ kết. Đức thua Hàn Quốc 0-2, về nước sau vòng bảng. Đêm đó tôi xem lại băng ghi hình và thấy họ chạy ít hơn 4,2 km mỗi người so với vòng loại — một biến số tâm lý mà mô hình của tôi không có chỗ để chứa.

Đức 2026 dạy tôi bài học đắt nhất: dữ liệu sạch không có nghĩa là thực tế sạch.

Từ đó, mỗi bài phân tích của tôi có thêm một mục gọi là bối cảnh phi thể thao, nơi tôi đối chiếu chỉ số hiệu suất với trạng thái phòng thay đồ, lịch di chuyển, quãng chạy. Và có thêm một thói quen khó chịu hơn: trước khi viết bất cứ điều gì, tôi kiểm tra xem mình có thật sự có dữ liệu để viết hay không. Ba chỉ số khác nhau, ba nguồn khác nhau, hoặc không viết.

Tháng 12 năm 2026, sau 15 vòng Ngoại hạng Anh, Burnley có tổng xG 15,2 nhưng ghi 18 bàn. Nhà cái vẫn xếp họ cửa dưới với tỷ lệ xuống hạng 5/1. Tôi đặt 500 triệu đồng vào cửa họ kết thúc trong top 10 với odd 3,25. Họ về thứ bảy với 54 điểm. Khoản thu là 1,6 tỷ đồng. Bài viết sau đó của tôi về xG thu hút 10.000 lượt đọc. Nhưng điều tôi giữ lại từ mùa giải ấy không phải tiền, mà là một câu hỏi: nếu Burnley hôm đó thua bảy trận liền, tôi có dám viết lại đúng những gì mình đã viết?

Sau năm đó, tôi ngừng hỏi dữ liệu nói gì, và bắt đầu hỏi dữ liệu đang giấu gì.

Quay lại tệp đêm qua. Khi một khung chín chiều trả về toàn bộ là không đủ thông tin, thứ duy nhất còn đo được là chính đường ống dữ liệu. Chiều thứ bảy trong khung của tôi là bề mặt rủi ro, và rủi ro duy nhất ghi nhận được mang mã số quy trình: đầu vào rỗng chặn toàn bộ phân tích phía sau. Đó là một phép đo về dụng cụ đo, không phải về bóng chuyền. Với một nhà phân tích, phép đo ấy vẫn có giá trị. Nó nói rằng cái thước đang cầm không đọc được gì, và việc cần làm là chạy lại khâu trích xuất trên văn bản gốc, chứ không phải ngồi đoán xem văn bản gốc viết về ai.

Ba kiểu lấp chỗ trống mà tôi gặp nhiều nhất trong nghề.

Kiểu thứ nhất là bịa thực thể. Không có tên đội thì lấy đội vừa thi đấu gần nhất. Không có tên cầu thủ thì lấy người đang được nhắc nhiều nhất trên mạng. Hai bước là đủ để một tệp rỗng biến thành một bài bình luận có tên, có số áo, có chỉ số, có dự báo. Người đọc không có cách nào phân biệt, vì hình thức đầu ra giống hệt nhau.

Kiểu thứ hai là nội suy từ giải gần nhất. Một giải vừa kết thúc, số liệu còn nóng, thế là lấy nó làm nền cho một sự kiện chưa xác định cấp độ. Sai số ở đây không nằm ở phép đo, mà nằm ở đối tượng được đo. Đo con cá rồi kết luận về con chim, và vẫn trình bày bằng cùng một bảng.

Kiểu thứ ba là dùng trung bình ngành. Lấy chỉ số trung bình của bóng chuyền thế giới áp cho một trận chưa rõ thuộc giải nào, cấp nào, nam hay nữ, trong nhà hay bãi biển. Trung bình ngành là một prior hợp lệ. Nó không bao giờ được phép thay thế dữ liệu trận.

Điều nguy hiểm nhất của ba kiểu lấp này là chúng không để lại dấu vết. Một báo cáo bịa và một báo cáo thật dùng cùng cỡ chữ, cùng bố cục bảng, cùng độ dài câu. Khác biệt duy nhất nằm ở chỗ có ai đi kiểm tra nguồn hay không — và trong phần lớn trường hợp, không ai kiểm tra.

Hạ tầng dữ liệu của bóng chuyền trong nước đang ở đúng cái điểm dễ bị lấp nhất. Play-by-play công khai theo từng pha còn ít. Box score giữa các giải không dùng cùng một quy ước. Chỉ số chắn và giao bóng phụ thuộc khá nhiều vào người ghi tại sân. Tôi không nói rằng không có dữ liệu. Tôi nói rằng dữ liệu ở đây phải được đọc kèm nguồn, kèm ngày, kèm người ghi, giống như cách người ta đọc một bản kết quả xét nghiệm chứ không phải một tấm ảnh chụp màn hình.

Kỳ chuyển nhượng là mùa bội thực của kiểu lấp thứ nhất. Mỗi tuần có hàng chục con số được tung ra: phí chuyển nhượng, điều khoản giải phóng hợp đồng, quỹ lương, mức đãi ngộ, động thái của người đại diện. Phần lớn trong số đó không kèm nguồn, và phần lớn được sao lại từ một nguồn duy nhất không kèm nguồn. Thị trường chuyển nhượng mua câu chuyện; tôi chỉ mua bằng chứng. Một bản hợp đồng có thể đọc được qua ba thứ: thời hạn, cơ cấu điều khoản giải phóng, và vị trí của cầu thủ đó trong sơ đồ chắn — ba thứ ít khi xuất hiện trong một dòng tin đồn.

Có một chi tiết tôi luôn kiểm tra trước khi tin một chỉ số bóng chuyền: mẫu. Tỷ lệ chuyền một hoàn hảo của một libero sau bốn set khác rất xa tỷ lệ đó sau bốn mươi set, và cả hai đều được trình bày bằng cùng một con số phần trăm. Tỷ lệ ghi điểm hiệu quả của một chủ công trong trận gặp hàng chắn yếu không nói gì về trận gặp hàng chắn mạnh. Tôi không tìm giá trị nơi người ta soi đèn, mà nơi người ta quên cắm điện: độ trễ di chuyển của hàng chắn, nhịp thở của chủ công sau ba pha bóng dài, quyết định chuyền thứ hai trong thế bám đuổi tỉ số. Những thứ ấy không nằm trong box score, và cũng không thể bịa ra một cách dễ dàng — vì bịa thì phải bịa cả một trận, không chỉ một ô.

Một tệp trống trung thực có giá trị cao hơn một báo cáo đầy đủ mà sai. Tệp trống nói với anh chính xác nó thiếu gì. Báo cáo sai thì không nói gì cả, và còn tệ hơn: nó tạo cảm giác đã được kiểm chứng.

Ở đây tôi phải tự phản biện. Nói không đủ thông tin cũng có thể là một cách trốn việc gọn gàng. Người phân tích nào cũng có thể dựng một khung chín chiều rồi điền toàn bộ bằng chữ N/A và tuyên bố mình có kỷ luật. Ranh giới giữa kỷ luật và trốn việc nằm ở một câu hỏi duy nhất: anh đã thật sự thử lấy dữ liệu chưa? Nếu văn bản gốc có bảng điểm và tôi không chịu đọc, thì tệp trống là lỗi của tôi, không phải phẩm chất của tôi.

Đó cũng là chỗ tôi thấy khó chịu với chính mình trong đêm qua. Khung đúng, cách xử lý đúng, nhưng công việc thật vẫn chưa xong: phải mở lại văn bản gốc, chạy lại khâu trích xuất, xác nhận tiêu đề, nguồn, ngày, thực thể, và chỉ số. Một khung đẹp không thay được việc đó.

Góc phản trực giác mà tôi muốn để lại: người đọc không sợ bài viết trống. Họ sợ bài viết đầy. Một bài có mười hai bảng số liệu và không có một dòng nguồn nào nguy hiểm hơn một bài có một câu tôi chưa có số liệu. Sự hoảng loạn trong giới phân tích hầu như không đến từ việc thiếu dữ liệu; nó đến từ việc có quá nhiều dữ liệu mà không ai biết cái nào đã được kiểm chứng.

Tương quan không phải nhân quả. Một đội chắn tốt thường thắng, nhưng không hẳn vì chắn tốt mà thắng — có thể vì họ có libero chuyền một ổn định, khiến setter có nhiều lựa chọn hơn, khiến hàng chắn đối phương phải dàn mỏng. Đọc chỉ số chắn mà bỏ qua chuỗi ấy là đọc phần nổi của một đường ống. Ở tuổi 45, tôi biết thị trường luôn sai, nhưng sai theo cách có thể tính trước. Việc của tôi là tính trước cái sai đó bằng dữ liệu đã kiểm chứng, chứ không phải bằng dữ liệu nghe hợp lý.

Mỗi con số tôi đọc là một lời cầu nguyện. Mỗi mô hình tôi chạy là một buổi thiền. Nhưng lời cầu nguyện nào cũng phải có người trả lời, và người trả lời duy nhất trong nghề này là nguồn.

Vòng tiếp theo, ba tín hiệu tôi sẽ theo dõi. Thứ nhất là độ đầy đủ của đầu vào: bất kỳ trường nào trống đều phải được ghi nhận trước khi phân tích, không phải sau. Thứ hai là siêu dữ liệu nguồn: ai ghi, ghi ở đâu, ghi lúc nào — thiếu ba thứ đó thì mọi kết luận phía sau đều mất trọng số. Thứ ba là danh sách thực thể: nếu một bài phân tích không nêu được tên đội, tên cầu thủ, tên giải, thì nó chưa phải là phân tích, mà là một biểu mẫu.

Và câu hỏi tôi để lại cho chính mình, cũng là câu hỏi cho bất kỳ ai đang đọc một bảng số liệu bóng chuyền trên mạng: lần cuối cùng anh kiểm tra xem con số đó được ghi bởi ai là khi nào?