Cột N/A: kỷ luật của người đọc số khi dữ liệu thể thao từ chối lên tiếng

Cột N/A

23 giờ 47, ngày 12 tháng 3, văn phòng tầng 14 ở quận Thiên Hà, Quảng Châu. Ngoài cửa sổ, mưa bụi quyện với đèn cao tốc Hoa Nam thành một dải cam nhoè. Trước mặt tôi là một bảng tính chín tab, và cả chín tab đều trống.

Lâm, cộng sự dữ liệu hai mươi tư tuổi, đẩy ghế sang phía tôi: “Chị ơi, em điền xong rồi. Không có gì để điền cả.”

Tôi kéo xuống. Tab chiến thuật: N/A. Tab phong độ: N/A. Tab hệ thống giải: N/A. Tab rủi ro: N/A. Tab truyền thông: N/A. Mỗi ô đều kèm một dòng ghi chú giống hệt nhau — không đủ thông tin. Chín tab, bốn mươi bảy ô, không một con số nào.

Mười sáu năm theo dõi ngành, tám năm cầm bảng tính, và đây là lần đầu tôi nhận về một bản phân tích trống hoàn toàn. Lâm chờ tôi nói gì đó. Em ấy chờ một mệnh lệnh: viết lại, làm lại, hay bỏ qua.

Tôi bảo: “Xuất bản đúng những gì mình có.”

“Nhưng mình có gì đâu chị?”

“Mình có một kết luận. Kết luận là chưa thể kết luận.”

Đêm đó tôi nhận ra một điều mà tôi đã biết từ lâu nhưng chưa từng viết ra thành lời: trong ngành phân tích thể thao, câu khó viết nhất không phải là câu giải thích vì sao một đội thua. Câu khó viết nhất là câu nói rằng chúng ta chưa có quyền nói gì cả.

Vì sao một bảng tính trống lại là dữ liệu

Bản phân tích chín tab ấy là kết quả của một quy trình tôi xây dựng từ năm 2026, sau một lần tôi suýt đánh mất uy tín của chính mình.

Năm đó tôi hai mươi ba tuổi, phóng viên một trang tin thể thao mới mở ở Quảng Châu. Vòng 15 giải bóng đá hàng đầu Trung Quốc, Guangzhou Evergrande gặp Shanghai SIPG. Tôi lấy dữ liệu tracking công khai từ thiết bị GPS của trận đấu và tính quãng đường chạy của tiền vệ Paulinho: 12,8 km. Con số mà câu lạc bộ công bố thấp hơn khoảng 15%. Tôi viết bài. Một bình luận viên nam để lại một dòng: “Con gái biết gì về dữ liệu?”

Tôi yêu cầu đối chất trực tiếp. Tôi mang theo đồ thị chuỗi thời gian, chia từng hiệp thành các cửa sổ năm phút, đối chiếu với nhật ký thay người và các pha bóng chết. Cuối cùng câu lạc bộ thừa nhận hệ thống thống kê nội bộ của họ có sai sót trong khâu đồng bộ thiết bị.

Điều tôi học được đêm đó không phải là “tôi đã đúng”. Điều tôi học được là: nếu hôm ấy tôi không có đồ thị, tôi sẽ chỉ là một người nói to hơn. Và nếu hôm ấy dữ liệu GPS không tồn tại, tôi sẽ phải chọn giữa hai điều xấu — im lặng, hoặc bịa ra một lý do nghe hợp lý.

Từ đó tôi lập ra bảng kiểm tra ba bước cho mọi con số trước khi nó được đưa vào bài: nguồn gốc, độ tin cậy, ngữ cảnh. Nguồn gốc trả lời câu hỏi ai đo. Độ tin cậy trả lời câu hỏi thiết bị đo có được hiệu chuẩn không. Ngữ cảnh trả lời câu hỏi con số ấy có nghĩa gì trong trận đấu cụ thể này.

Ba bước ấy nghe đơn giản. Nhưng chính bước thứ ba là nơi ngành này sụp đổ nhiều nhất. Một quãng đường chạy 12,8 km không tự nói lên điều gì. Nó chỉ nói lên điều gì đó khi ta biết cầu thủ ấy chạy 12,8 km trong thế trận nào, ở vai trò nào, với bao nhiêu pha bứt tốc và bao nhiêu pha chạy bù. Cùng một con số, hai cách đọc, hai kết luận trái ngược.

Bản phân tích chín tab là phiên bản công nghiệp hoá của bảng kiểm tra ấy. Mỗi tab là một lớp câu hỏi. Tab chiến thuật hỏi: lối chơi này tiến bộ hay thoái bộ, và dựa trên chỉ số nào. Tab phong độ hỏi: chuỗi kết quả này phản ánh thực lực hay phản ánh lịch thi đấu. Tab hệ thống giải hỏi: thể thức này làm tăng hay giảm tính ngẫu nhiên. Tab cảnh quan hỏi: vị thế của đội này trong bức tranh toàn cầu đang dịch chuyển về đâu. Tab luật hỏi: có rủi ro hành chính nào chưa được định giá. Tab ban huấn luyện hỏi: năng lực và sự ổn định của bộ máy. Tab rủi ro hỏi: cái gì có thể đổ vỡ và đổ vỡ theo đường nào. Tab truyền thông hỏi: câu chuyện đang được kể có bền không. Tab công nghiệp hỏi: cú sốc này lan ra thiết bị, thương mại giải đấu, thị trường khu vực và chuỗi đào tạo theo đường nào.

Chín tab ấy, khi đầy đủ, cho tôi một bài phân tích. Khi trống, chúng cho tôi một bài học khác — và bài học ấy hoá ra lại đáng viết hơn.

Ba lần dữ liệu có mặt, và ba lần người ta đọc sai

Trước khi nói về sự im lặng, phải nói về tiếng ồn. Vì phần lớn sai lầm trong ngành này không xảy ra khi thiếu dữ liệu. Nó xảy ra khi dữ liệu đầy đủ nhưng bị đọc qua một khung có sẵn.

World Cup 2026, trận hạ màn vòng bảng giữa Đức và Hàn Quốc. Tôi hai mươi tư tuổi, làm phân tích dữ liệu cho một kênh trực tuyến. Trước trận, tôi kéo chỉ số PPDA của Đức — số đường chuyền đối phương được phép thực hiện trên mỗi pha tranh chấp phòng ngự. Con số ấy giảm từ mức trung bình 11,5 ở các trận trước xuống 9,2. Với người ngoài, PPDA giảm nghe như tin tốt: pressing mạnh hơn. Nhưng PPDA giảm trong trường hợp của Đức không đến từ việc pressing mạnh hơn. Nó đến từ việc tuyến trên tranh chấp ít đi, hàng thủ bị đẩy lùi, và khoảng cách giữa ba tuyến giãn ra.

Tôi dự đoán Đức sẽ thua bằng phản công chuyển trạng thái. Biên tập viên gạt đi bằng một câu tôi vẫn nhớ nguyên văn: “Phụ nữ không thể đọc hiểu chiến thuật.” Đức thua 0-2, cả hai bàn đến từ hai pha chuyển trạng thái — Kim Young-gwon ở phút 90+3 và Son Heung-min ở phút 90+6. Ngay sau trận, kênh đưa tôi lên sóng đặc biệt.

Điều tôi không nói trên sóng đêm ấy, và cũng không nói trong bài viết sau đó: dự đoán đúng không chứng minh tôi giỏi. Nó chỉ chứng minh rằng chỉ số PPDA trong trường hợp cụ thể ấy mang thông tin. Nếu trận đó Đức thắng 1-0 bằng một quả đá phạt, luận điểm của tôi sẽ bị xếp vào ngăn “phân tích hay nhưng sai”, và tôi sẽ phải chờ một trận khác để kiểm chứng lại mô hình. Cái tôi thực sự học được là: một chỉ số chỉ có giá trị khi ta biết nó được sinh ra để đo cái gì, và biết nó bị bóp méo theo đường nào.

Bốn năm sau, tại World Cup 2026, tôi gặp lại bài toán ấy ở dạng ngược. Morocco vào vòng 1/8 với PPDA 6,8 — mức thấp đến mức nhiều người đọc thành “đội yếu, không pressing”. Nhưng số pha tắc bóng thành công ở một phần ba sân nhà của họ lên tới 42 lần. Tỷ lệ kiểm soát bóng 38%. Cách đọc đúng là: Morocco không cố giành bóng ở giữa sân; họ chủ động nhường không gian, dồn đối phương vào hành lang biên, rồi giành bóng ở nơi mà pha mất bóng của đối phương chuyển thành cơ hội ngay lập tức. Kiểm soát không gian thay cho kiểm soát bóng.

Bài viết của tôi bị chỉ trích là “số liệu làm đẹp cho đội yếu”. Sau khi Morocco loại Tây Ban Nha trên chấm luân lưu — với Yassine Bounou cản phá hai lượt và Achraf Hakimi sút quyết định — bài viết được chia sẻ hơn mười nghìn lượt.

Tôi kể hai câu chuyện này không phải để tự khen. Tôi kể vì chúng cùng chỉ về một điểm: trong cả hai trường hợp, dữ liệu không thiếu. Cái thiếu là một khung đọc đúng. Và khung đọc đúng hiếm khi đến từ việc thêm chỉ số. Nó đến từ việc bỏ đi một định kiến.

Bản đồ dữ liệu của một người không có dữ liệu

Quay lại bảng tính trống đêm 12 tháng 3.

Điều đầu tiên tôi làm không phải là đi tìm thêm số. Tôi đi tìm lý do vì sao không có số. Có bốn khả năng, và phân biệt được bốn khả năng này là toàn bộ giá trị của một bản phân tích trống.

Khả năng thứ nhất: sự kiện chưa xảy ra. Không có dữ liệu vì chưa có trận. Trong trường hợp này, bản phân tích trống là một lời nhắc rằng mọi dự đoán đang được xây trên không khí. Đây là tình trạng phổ biến nhất trong giai đoạn trước các giải lớn, khi các hãng truyền thông đã phải sản xuất nội dung trước khi bóng lăn.

Khả năng thứ hai: sự kiện đã xảy ra nhưng không ai đo. Đây là vùng mù lớn nhất của ngành. Mật độ thi đấu, quãng đường chạy, thời gian phục hồi giữa hai trận, số giờ bay, số lần đổi múi giờ — những thứ quyết định sự nghiệp của một vận động viên lại thường không nằm trong bất kỳ bảng thống kê chính thức nào.

Khả năng thứ ba: có đo nhưng không công bố. Đây là vùng mà tôi làm việc nhiều nhất, và cũng là vùng nguy hiểm nhất. Dữ liệu nội bộ của câu lạc bộ, của liên đoàn, của nhà tài trợ — chúng tồn tại, chúng có giá trị, và chúng thường được chọn lọc trước khi ra công chúng.

Khả năng thứ tư: có đo, có công bố, nhưng đo sai. Đây là khả năng mà năm 2026 đã dạy tôi.

Bốn khả năng, bốn cách xử lý khác nhau. Và cách xử lý trong mọi trường hợp đều bắt đầu bằng cùng một câu: nói rõ mình đang thiếu cái gì.

Năm 2026, khi các giải đấu toàn cầu dừng lại, tôi hai mươi sáu tuổi, khởi xướng một dự án thu thập dữ liệu hiệu suất và chấn thương cho 120 cầu thủ từ J-League, K-League và giải hàng đầu Trung Quốc. Tôi lập tức tổ chức năm tình nguyện viên, chia nhiệm vụ theo từng giải. Bốn tháng sau, báo cáo cho thấy 68% cầu thủ có quãng đường chạy giảm trung bình 12,4% trong năm trận đầu sau khi thi đấu trở lại, đồng thời tỷ lệ chấn thương gân kheo tăng gấp đôi. Báo cáo được tạp chí Journal of Sports Analytics trích dẫn.

Nhưng điều tôi luôn phải nhắc trong mọi buổi trình bày về báo cáo ấy: chúng tôi có dữ liệu của 120 cầu thủ, không phải của toàn bộ cầu thủ châu Á. Con số 68% là một tín hiệu, không phải một chân lý phổ quát. Mẫu 120 người đủ để nói “có chuyện gì đó đang xảy ra”, không đủ để nói “chuyện gì đó đang xảy ra với tất cả mọi người”.

Một hệ thống dữ liệu tốt không sinh ra từ công nghệ, mà từ nỗi đau của những người thiếu nó. Dự án 2026 ra đời vì không ai đo được vấn đề ấy, và vì tôi đã chứng kiến quá nhiều cầu thủ bị đổ gục trong im lặng.

Cầu lông: nơi chỉ số cơ bản vẫn còn là đặc quyền

Trong công việc hằng ngày, tôi đưa tin về cầu lông cho thị trường Trung Quốc. Và đây là nơi khoảng trống dữ liệu lộ ra rõ nhất.

Bóng đá có PPDA, field tilt, expected goals, progressive passes. Cầu lông có… tỷ số. Và một vài chỉ số thống kê cơ bản mà ngay cả chúng cũng không được công bố đồng đều giữa các giải trong hệ thống World Tour.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua nhiều mùa giải, tôi đã phải tự xây một bộ chỉ số riêng cho cầu lông, vì bộ chỉ số có sẵn không trả lời được những câu hỏi mà người hâm mộ thực sự hỏi. Bộ ấy gồm bốn lớp.

Lớp thứ nhất là phân bố độ dài pha cầu. Một tay vợt thắng 21-15 với độ dài pha trung bình 6,2 lượt đánh là một tay vợt khác hoàn toàn so với người thắng 21-15 với độ dài pha trung bình 11,4 lượt. Người thứ nhất thắng bằng cách kết thúc sớm. Người thứ hai thắng bằng cách bào mòn. Tỷ số giống nhau, chi phí thể lực khác nhau, và hệ quả cho trận tiếp theo khác nhau hoàn toàn.

Lớp thứ hai là áp lực lưới. Tôi đếm số lần một tay vợt chủ động đưa cầu xuống gần lưới trong trạng thái có thể tấn công tiếp, thay vì đếm số điểm thắng. Điểm thắng là kết quả. Áp lực lưới là quá trình. Và quá trình mới là thứ dự báo được trận sau.

Lớp thứ ba là tỷ lệ lỗi tự đánh hỏng trong các pha dài trên 10 lượt. Đây là chỉ số phân biệt rõ nhất giữa một tay vợt có nền tảng thể lực và một tay vợt có nền tảng kỹ thuật. Trong các pha ngắn, kỹ thuật chiếm ưu thế. Trong các pha dài, thể lực quyết định ai còn đủ chân để giữ tư thế.

Lớp thứ tư là phân bố điểm theo giai đoạn trận. Ai thắng nhiều hơn ở giai đoạn 15 điểm trở lên, và ai tụt lại. Đây là chỉ số duy nhất trong bốn lớp mà tôi cho là gần với “bản lĩnh” — một khái niệm mà giới bình luận dùng rất nhiều và định nghĩa rất ít.

Bốn lớp này không phải phát minh. Chúng là bản dịch của tư duy bóng đá sang ngôn ngữ cầu lông. Nhưng chúng tồn tại vì một lý do rất cụ thể: khi tôi viết về cầu lông cho độc giả Trung Quốc, tôi phải đối chiếu hai hệ thống đo lường khác nhau, và tôi phát hiện ra rằng phần lớn những gì được gọi là “khác biệt văn hoá” trong cách đánh giá vận động viên thực chất chỉ là cùng một biến số được đo bằng hai thước khác nhau.

Một tay vợt được truyền thông trong nước ca ngợi là “bền bỉ” và bị truyền thông nước ngoài gọi là “thiếu đột phá” có thể chỉ đang chơi đúng một chiến thuật: kéo dài pha cầu để giảm phương sai. Trong một hệ thống tính điểm loại trực tiếp, giảm phương sai là chiến lược tối ưu. Nhưng nó trông giống sự thiếu dũng cảm với người đang tìm kiếm một cú đánh đẹp.

Trọng tài vô hình và cái bẫy của khả năng thích ứng

Có một lĩnh vực mà tôi theo dõi với tư cách quan sát viên nhiều hơn là người trong cuộc: thể thao điện tử. Và ở đó, khoảng trống dữ liệu có hình dạng khác hẳn.

Trong thể thao điện tử, bản vá là một trọng tài vô hình có quyền quyết định chức vô địch. Một thay đổi nhỏ trong hệ số cân bằng có thể xoá sổ một đội hình đã được xây dựng suốt sáu tháng. Và điều tôi thấy lặp lại qua nhiều mùa giải: khả năng thích ứng meta bị nhầm với thực lực.

Khi một đội vô địch ngay sau một bản vá lớn, câu chuyện được kể là “họ có bản lĩnh”. Nhưng nếu ta đặt cạnh đó một cột dữ liệu khác — số giờ scrim trên phiên bản mới, số ngày chuẩn bị, tỷ lệ tướng/vũ khí được sử dụng so với trước vá — thì thường sẽ thấy một bức tranh khác: họ vô địch vì họ là đội duy nhất chuẩn bị đúng cho phiên bản ấy, không phải vì họ giỏi hơn ở mọi phiên bản.

Đây là chỗ dữ liệu bị bỏ trống nhiều nhất trong thể thao điện tử: dữ liệu về quá trình chuẩn bị. Người ta đo kết quả rất kỹ và đo quá trình rất sơ sài. Trong khi ở một bộ môn mà luật chơi thay đổi vài tuần một lần, quá trình chuẩn bị chính là biến số độc lập quan trọng nhất.

Cùng một logic ấy áp vào bóng đá, ở dạng chậm hơn. Trào lưu ba trung vệ quay lại trong vài mùa gần đây thường được trình bày như một bước tiến chiến thuật. Cách đọc của tôi khác: đó là phản ứng phòng thủ của huấn luyện viên trước rủi ro danh tiếng. Khi một hàng bốn bị xuyên thủng hai trận liên tiếp, thêm một trung vệ là cách rẻ nhất để giảm số bàn thua trông thấy, đồng thời tạo ra một câu chuyện “tôi đã thay đổi” trong họp báo. Ba trung vệ không làm đội bóng tấn công tốt hơn. Nó làm huấn luyện viên ít bị chỉ trích hơn.

Tôi nói điều này không phải để phủ nhận giá trị của hệ thống ba trung vệ. Tôi nói để chỉ ra rằng động cơ của người ra quyết định là một biến số chưa được kiểm soát trong hầu hết các mô hình chiến thuật. Và bỏ qua nó là lý do khiến nhiều phân tích đúng về số liệu nhưng sai về nguyên nhân.

Correlation không phải causation, và ngành này sống bằng cách quên điều đó

Đây là phần tôi muốn dành nhiều chữ nhất, vì nó là gốc của gần như mọi lỗi phân tích mà tôi từng thấy.

Trong bóng đá, người ta gọi là may rủi. Trong dữ liệu, tôi gọi là biến số chưa được kiểm soát.

Khi một đội thắng năm trận liên tiếp, chúng ta có một chuỗi kết quả. Chuỗi ấy được giải thích bằng hàng chục giả thuyết: phong độ, tinh thần, chiến thuật mới, sự trở lại của một cầu thủ. Phần lớn các giả thuyết ấy không thể kiểm chứng bằng dữ liệu hiện có, và vì thế chúng được kể như sự thật.

Nhưng có một cách kiểm tra đơn giản mà tôi áp dụng nhiều năm: đặt chuỗi kết quả cạnh chuỗi chỉ số quá trình. Nếu kết quả cải thiện mà chỉ số quá trình không đổi, thì phần cải thiện nằm ở phương sai — tức là may mắn, và nó sẽ quay về trung bình. Nếu kết quả cải thiện và chỉ số quá trình cũng cải thiện theo cùng hướng, thì mới có cơ sở để nói về một sự thay đổi thật.

Sai lệch không nằm ở bảng tỷ số, mà nằm ở nơi không ai buồn kiểm tra.

Tôi từng bị cười nhạo vì một con số. Ba năm sau, lịch sử lên tiếng thay tôi.

Nhưng tôi phải thành thật về giới hạn của chính mình. Có những lần tôi đúng vì lý do sai. Năm 2026, dự đoán của tôi về Đức đúng, nhưng nếu trận đó Đức thắng nhờ một quả phạt góc ở phút 85, tôi sẽ phải viết lại toàn bộ mô hình. Một dự đoán đúng không xác nhận một phương pháp. Nó chỉ không bác bỏ được phương pháp ấy. Đó là mức độ bằng chứng thấp hơn rất nhiều so với những gì người ta thường tuyên bố sau một trận thắng.

Và đây là chỗ tôi muốn nói thẳng về một thói quen của chính giới phân tích, trong đó có tôi: chúng ta rất giỏi đưa ra các điểm dữ liệu ngoại lệ khi nó củng cố mô hình của mình, và rất giỏi bỏ qua chúng khi nó phá mô hình. Một hệ thống dữ liệu tự xây có nguy cơ trở thành căn phòng kín, nơi người ta chỉ mời vào những con số biết gật đầu.

Cách duy nhất để phá căn phòng ấy là định kỳ đưa các ngoại lệ vào thử thách chính mô hình. Tôi làm việc này mỗi quý: lấy ra ba trường hợp mà mô hình của tôi dự đoán sai rõ ràng nhất, và viết ra giấy lý do. Không phải để sửa mô hình ngay. Mà để nhớ rằng mô hình có biên giới.

Vì sao “không đủ thông tin” là một kết luận chuyên môn

Quay lại bảng tính trống.

Trong ngành truyền thông thể thao, có một áp lực cấu trúc mà ít người nói ra: áp lực phải có kết luận. Một bài phân tích không có kết luận bị coi là bài viết hỏng. Một bản báo cáo toàn ô trống bị coi là bản báo cáo thất bại. Và vì áp lực ấy, người ta lấp ô trống bằng thứ rẻ nhất có sẵn: định kiến được diễn đạt bằng giọng chắc chắn.

Đó là lý do vì sao rất nhiều bài phân tích thể thao nghe giống nhau. Chúng không khác nhau ở kết luận, chúng khác nhau ở tên nhân vật.

Con số không biết nói dối, nhưng người ghi chúng thì có.

Một bản phân tích trống, nếu được công bố đúng cách, là một tuyên bố chuyên môn mạnh hơn nhiều so với một bài phân tích đầy đủ nhưng dựa trên dữ liệu không tồn tại. Nó nói với người đọc ba điều: chúng tôi biết mình cần đo cái gì, chúng tôi biết mình chưa đo được, và chúng tôi sẽ không thay thế chỗ trống bằng phỏng đoán.

Nhưng phải nói rõ giới hạn của cách làm này. Công bố một bản phân tích trống chỉ có giá trị khi nó đi kèm một bản đồ về cái còn thiếu. Nếu chỉ nói “không có dữ liệu” rồi dừng, đó là sự lười biếng được trang điểm bằng ngôn ngữ học thuật. Nếu nói “không có dữ liệu, và đây là bốn khả năng giải thích vì sao, và đây là cái chúng ta cần đo trong ba tháng tới”, thì đó là một kết luận chuyên môn.

Sự khác biệt giữa hai cách nói ấy chính là sự khác biệt giữa một người đọc số và một người trốn sau những con số.

Bối cảnh 2026: khi cả ngành chuẩn bị cho một giải đấu lớn

Năm 2026, chu kỳ giải đấu lớn đang nén cảm xúc của cả ngành lại. World Cup với 48 đội, nhiều trận hơn, nhiều đội hơn, nhiều dữ liệu hơn — và cũng nhiều khả năng hơn cho những kết luận vội vàng.

Tôi đã thấy mô thức này ở mọi chu kỳ. Trước giải, người ta xây dựng các mô hình dự đoán từ dữ liệu vòng loại. Trong giải, người ta phát hiện ra rằng dữ liệu vòng loại được thu thập trong những bối cảnh hoàn toàn khác — đối thủ khác, mật độ thi đấu khác, khí hậu khác, áp lực khác. Sau giải, người ta viết lại các mô hình ấy và gọi đó là bài học.

Bài học thật nằm ở chỗ khác. Nó nằm ở việc nhận ra rằng một giải đấu lớn không tạo ra dữ liệu mới, nó phơi bày những biến số mà hệ thống thường ngày đã bỏ qua. Mật độ thi đấu. Thời gian bay. Sự khác biệt giữa việc chơi cho câu lạc bộ và chơi cho đội tuyển. Áp lực của một quốc gia đặt lên một cầu thủ hai mươi hai tuổi.

Đại dịch không tạo ra vấn đề, nó chỉ phơi bày những gì ta đã không đo đếm. Giải đấu lớn cũng vậy.

Trong bối cảnh ấy, tôi nghĩ điều đáng giá nhất mà một nhà báo dữ liệu có thể làm trong năm nay không phải là dự đoán ai vô địch. Mà là công bố trước, rõ ràng, danh sách những thứ mình sẽ không thể kết luận — và lý do.

Những tín hiệu cần theo dõi trong vòng tiếp theo

Từ bảng tính trống đêm 12 tháng 3, tôi rút ra bốn tín hiệu mà tôi sẽ theo dõi trong những tháng tới, và tôi công bố chúng ở đây để sau này có thể bị kiểm tra lại.

Tín hiệu thứ nhất là mức độ công bố dữ liệu quãng đường chạy và mật độ thi đấu của các giải châu Á trong mùa 2026. Nếu các liên đoàn bắt đầu công bố dữ liệu tải trọng vận động thường xuyên hơn, đó là dấu hiệu ngành đang chuyển từ đo kết quả sang đo quá trình. Nếu không, mọi tranh luận về chấn thương sẽ tiếp tục là tranh luận về niềm tin.

Tín hiệu thứ hai là cách truyền thông xử lý các chuỗi thắng ngắn trong giai đoạn vòng bảng của giải lớn. Nếu các bài phân tích bắt đầu đặt chuỗi kết quả cạnh chuỗi chỉ số quá trình, đó là dấu hiệu khung đọc đang dịch chuyển. Nếu vẫn chỉ có tỷ số, thì mọi thứ vẫn như cũ.

Tín hiệu thứ ba là sự xuất hiện của các chỉ số chuyên biệt cho cầu lông trong các bản tin thương mại. Cho đến nay, phần lớn nội dung cầu lông vẫn được kể bằng tỷ số và danh hiệu. Khi một chỉ số quá trình — bất kỳ chỉ số nào — được dùng lặp lại đủ nhiều để người hâm mộ hiểu nó mà không cần giải thích, đó là lúc cầu lông bắt đầu có ngôn ngữ dữ liệu riêng.

Tín hiệu thứ tư, và với tôi là quan trọng nhất, là việc liệu trong năm nay có ai công bố một bản phân tích trống hay không. Một bản báo cáo nói rằng chúng ta chưa đo được cái này, và đây là cách chúng ta sẽ đo nó.

Nếu có, đó là dấu hiệu trưởng thành. Nếu không, ngành này vẫn đang ở giai đoạn mà tôi gọi là giai đoạn của những con số được trang điểm.

Tôi không tin vào trực giác. Tôi tin vào trực giác đã được kiểm chứng bằng mười nghìn dòng dữ liệu.

Nhưng mười nghìn dòng dữ liệu ấy bắt đầu từ một dòng trống. Và việc dám để dòng ấy trống — thay vì điền vào đó một câu nghe có lý — có lẽ là kỹ năng khó nhất, và ít được dạy nhất, trong nghề này.

Một năm nữa, khi giải đấu lớn khép lại và mọi mô hình dự đoán đã được viết lại, sẽ có người hỏi vì sao chúng ta không nhìn thấy trước. Câu trả lời có thể sẽ nằm trong chính bảng tính đêm 12 tháng 3 ấy — ở những ô trống mà chúng ta đã chọn không điền.