Tệp dữ liệu trống và nghệ thuật im lặng: bài học từ phòng thí nghiệm bơi lội

Cái tệp trống

Có một buổi sáng tháng Tám, tôi mở tệp dữ liệu chuẩn bị cho bản phân tích bơi lội hằng tuần và thấy nó trống trơn. Không tên giải đấu. Không tên vận động viên. Không thời gian split, không nhịp quạt tay, không số lần đập chân, không chỉ số hiệu suất đẩy nước. Chín mục phân tích, mỗi mục in đúng một dòng: không đủ thông tin để đánh giá. Tệp nằm đó, sạch sẽ và trống rỗng như một làn bơi chưa ai chạm nước.

Người ngoài ngành sẽ hỏi ngay: thế thì viết gì? Câu trả lời trung thực nhất là không viết gì cả. Nhưng trung thực không phải thứ dễ bán trong một nền thể thao mà mỗi ngày có hàng trăm bản tin cần được đẩy lên. Chính khoảnh khắc tôi nhìn cái tệp trống đó, tôi hiểu nó là một bài kiểm tra đạo đức nghề nghiệp, không phải một sự cố kỹ thuật đơn thuần.

Nghề của tôi là đọc số. Cái tệp đó dạy tôi một điều mà không trường báo chí nào dạy: dữ liệu không nói dối, nó chỉ im lặng. Và cách một nhà phân tích xử lý sự im lặng ấy nói nhiều về anh ta hơn mọi biểu đồ anh ta từng vẽ.

Tôi không viết bài đó. Tôi gọi cho hai người, hỏi ba câu, và nhận ra mình đang cầm trên tay một thứ nguy hiểm hơn cả dữ liệu sai: một khoảng trống được dán nhãn "chưa xử lý". Trong phân tích thể thao, dữ liệu sai có thể sửa. Khoảng trống bị lấp bằng phỏng đoán thì không.

Một ngành chạy bằng áp lực phải luôn có kết luận

Bơi lội Việt Nam đang ở giai đoạn thú vị và cũng đầy cám dỗ. Sau nhiều kỳ SEA Games và các giải châu lục, số người quan tâm đến môn này tăng lên rõ rệt. Kéo theo đó là nhu cầu nội dung: mỗi giải đấu, mỗi đợt tuyển quân, mỗi lần vận động viên trở về từ tập huấn nước ngoài đều cần được "đọc" thành một câu chuyện có kết luận.

Vấn đề nằm ở chỗ nguồn dữ liệu bơi lội ở ta mỏng. Kết quả thi đấu thì có, nhưng split từng 50m thì không phải lúc nào cũng được công bố. Nhịp quạt tay và hiệu suất đẩy nước gần như chỉ xuất hiện ở các giải lớn do ban tổ chức quốc tế cung cấp. Thông tin về khối lượng tập, chấn thương, hay chương trình tái xuất của vận động viên thì phụ thuộc vào vài đầu mối hẹp.

Nghĩa là cái tệp trống tôi mở sáng hôm đó không phải hiếm. Nó là trạng thái thường trực của một nền phân tích non trẻ: đủ nhiệt, thiếu số. Và khi số thiếu mà deadline vẫn tới, người viết phải chọn giữa hai con đường. Một là viết về cái mình không biết bằng giọng của người biết. Hai là viết ra rằng mình chưa biết, kèm theo lý do.

Con đường thứ nhất được thưởng bằng lượt đọc. Con đường thứ hai được thưởng bằng sự im lặng. Đây là điểm mấu chốt của mọi thứ tôi sắp trình bày.

Tôi vào nghề từ một cú sốc. Tháng 8 năm 2026, ở tuổi 16, tôi ngồi trước màn hình theo dõi một trận đấu trên sân Hàng Đẫy. Đội chủ nhà kiểm soát bóng 68%, tung ra 21 cú sút. Đội khách chỉ có 9 cú sút nhưng thắng 2-1. Tôi cảm thấy bị lừa bởi chính những con số mình tin. Từ đó tôi học lại từ đầu: đọc xG, đọc PPDA, tự dựng bảng tính theo dõi từng trận. Nhưng bài học lớn nhất không phải là học thêm chỉ số. Bài học lớn nhất là học cách phân biệt giữa "chưa có số" và "số đang nói điều ngược lại".

Hai thứ đó khác nhau hoàn toàn, và ngành của tôi thường trộn chúng vào nhau. Một khi đã trộn, người viết dễ biến sự thiếu hiểu biết thành sự tự tin, và biến sự tự tin thành tiêu đề. Tôi đã thấy quá nhiều bài phân tích bơi lội được dựng trên đúng một câu nói của một huấn luyện viên, lặp lại ba lần dưới ba cách diễn đạt khác nhau, rồi kết thúc bằng một kết luận chắc nịch về tương lai của cả một thế hệ vận động viên.

Đó không phải phân tích. Đó là kể chuyện có gắn số cho oai.

Ba nguồn, một mô hình, và một chỗ trống không được lấp

Nguyên tắc đầu tiên tôi tự đặt ra sau cú sốc Hàng Đẫy là kiểm chứng ba nguồn. Không bao giờ kết luận dựa trên một chỉ số duy nhất. Một chỉ số bơi lội, đứng riêng, là một câu nói bị cắt mất ngữ cảnh. Nhịp quạt tay cao có thể là dấu hiệu của tốc độ, hoặc của sự hoảng loạn. Số lần đập chân nhiều có thể là kỹ thuật tốt, hoặc là dấu hiệu mệt mỏi tích lũy. Không có lớp thứ hai và thứ ba, người đọc không thể biết mình đang nhìn vào cái gì.

Khi tôi phân tích một vận động viên bơi, tôi ghép ít nhất ba lớp. Lớp thứ nhất là kết quả và split, tức là câu chuyện về tốc độ phân bổ theo thời gian. Lớp thứ hai là dữ liệu kỹ thuật: nhịp quạt tay, hiệu suất đẩy nước trên mỗi chu kỳ, chất lượng pha lượn dưới nước sau khi xuất phát và sau mỗi lần quay đầu. Lớp thứ ba là bối cảnh thi đấu: lịch thi đấu, độ sâu và nhiệt độ bể, đối thủ cùng làn, và vị trí của giải trong cả mùa.

Ba lớp này phải đến từ ba nguồn độc lập. Nếu cả ba đều là cùng một nguồn được nhắc lại ba lần, tôi không gọi đó là kiểm chứng. Tôi gọi đó là tự thôi miên. Đây là cái bẫy mà danh tiếng "kiểm chứng ba nguồn" dễ dẫn người ta tới: bạn tin rằng mình đã làm đủ, trong khi thực chất bạn chỉ đang nghe một giọng nói vang lên ba lần trong một căn phòng trống.

Chính vì thế, cái tệp trống hôm đó đặt tôi vào tình huống rõ ràng: không có lớp nào cả. Không kết quả, không kỹ thuật, không bối cảnh. Và tôi đã viết ra đúng như vậy, mục nào ra mục đó, dán nhãn "không đủ thông tin để đánh giá". Nghe thì nhàm chán. Nhưng nó trung thực, và trung thực là điều duy nhất tôi có thể bán mà không phá sản về sau.

Một khoảng trống dữ liệu không phải là một câu trả lời trống; nó là một câu hỏi chưa được đặt đúng. Nhà phân tích tồi lấp khoảng trống bằng giọng văn. Nhà phân tích tử tế lấp nó bằng phương pháp.

Để thấy vì sao điều này quan trọng, tôi cần nhìn lại cách mình từng sai. Năm 2026, trước trận Đức gặp Hàn Quốc ở vòng bảng World Cup, tôi dựa vào PPDA để nói tuyển Đức có thể bị loại. Đức để đối thủ chuyền bóng tự do với PPDA trung bình 12,1, trong khi Hàn Quốc sở hữu PPDA 9,1, thể hiện sức ép tốt. Kết quả: Hàn Quốc thắng 2-0, Đức bị loại. Tweet của tôi được chia sẻ hơn 2.000 lần.

Nhưng nhìn kỹ, tôi không đoán mò. Tôi có số, có nguồn, có biểu đồ so sánh xG. Dự đoán Đức bị loại không phải là can đảm. Nó là một con số không tìm được chỗ đứng trong mô hình của số đông. Sự khác biệt giữa lần đó và cái tệp trống hôm nay rất lớn: lần đó tôi có dữ liệu và dám nghịch đám đông. Hôm nay tôi không có dữ liệu, và nghịch đám đông mà không có dữ liệu chỉ là làm trò.

Năm 2026, khi các giải đấu trở lại với sân không khán giả, tôi có cơ hội làm một thí nghiệm tự nhiên. Tôi thu thập dữ liệu 72 trận Bundesliga mùa 2026/19 có khán giả và 26 trận sau giãn cách mùa 2026/20. Tỷ lệ thắng sân nhà giảm từ 44,4% xuống 36,2%; điểm trung bình của đội khách tăng 0,3. Tôi viết một chuỗi tweet dài về phát hiện này, và một nhà cái châu Á đã để ý.

Bài học từ thí nghiệm đó không nằm ở con số 44,4%. Nó nằm ở chỗ tôi đã ghi rõ phương pháp trước khi đưa ra kết luận. Sân trống không xóa được bóng đá. Nó chỉ xóa đi một lớp trang phục của trò chơi. Và khi lớp trang phục đó biến mất, người ta mới thấy phần nào của kết quả đến từ khán giả, phần nào đến từ chuyên môn.

Với bơi lội, lớp "trang phục" đó có thể là tiếng hò reo, là áp lực của làn bơi bên cạnh, là nhịp tim trước khi xuất phát. Không có dữ liệu về những thứ này, mọi kết luận về "bản lĩnh thi đấu" đều là văn học, không phải phân tích. Tôi từng đọc một bản phân tích nói rằng một vận động viên "có tâm lý thép" chỉ vì cô ấy thắng một trận chung kết. Không có một chỉ số nào về nhịp tim, về biên độ dao động thành tích giữa các lần thi, hay về tỷ lệ phạm lỗi xuất phát. Chỉ có một trận thắng và một tính từ đẹp.

Rồi đến tháng 6 năm 2026, tôi trả giá cho sự tự tin. Tôi khẳng định Đan Mạch sẽ bị loại sớm ở Euro vì xG trung bình trước giải chỉ 0,9, thuộc nhóm yếu nhất. Trận mở màn, Christian Eriksen đột quỵ ngay trên sân. Đan Mạch chơi bằng sức mạnh cảm xúc, thắng Nga 4-1, rồi vào đến bán kết. Tôi thua 12 triệu đồng trong một kèo xiên.

Từ vết sẹo đó, tôi thêm vào mỗi bài viết một mục mang tên "biến số phi định lượng": chấn thương, tâm lý, thẻ phạt, sự kiện bất ngờ. Tôi dùng hệ số điều chỉnh rủi ro từ 0,8 đến 1,2, và bỏ hẳn từ "chắc chắn", thay bằng "mức rủi ro thấp" hoặc "mức rủi ro cao". Mỗi trận đấu gửi một tín hiệu. Người phân tích không giải mã, mà chịu nghe.

Ba câu chuyện này tạo thành một tam giác. Cạnh thứ nhất dạy tôi rằng chỉ số bề nổi có thể lừa. Cạnh thứ hai dạy tôi rằng số liệu tốt có thể thắng số đông. Cạnh thứ ba dạy tôi rằng có những thứ không đo được, và cách duy nhất để đối xử với chúng là thừa nhận sự tồn tại của chúng. Cái tệp trống hôm tháng Tám nằm ở giao điểm của cả ba cạnh, buộc tôi phải áp dụng đồng thời cả ba bài học: không kết luận từ một chỉ số, không ngại nói ngược số đông khi có số, và không giả vờ đo được những thứ mình không đo được.

Có một chi tiết kỹ thuật trong bơi lội mà tôi luôn dùng để kiểm tra xem một bản phân tích có nghiêm túc hay không: pha lượn dưới nước. Sau khi xuất phát và sau mỗi lần quay đầu, vận động viên được phép ở dưới nước trong một quãng nhất định trước khi nổi lên. Quãng đó thường là nơi quyết định thứ hạng, vì tốc độ khi lượn cao hơn tốc độ khi bơi nổi. Một bản phân tích chỉ nhìn vào thời gian tổng và khen "tốc độ bứt phá" mà không nhắc gì đến pha lượn và chất lượng quay đầu là một bản phân tích bỏ qua chính phần quyết định. Tôi đã nhiều lần xóa một đoạn văn hay chỉ vì nó khen tốc độ mà không có số về pha lượn.

Tôi xóa yếu tố tuổi khỏi mô hình một lần, và mô hình đã đòi tôi một lời giải thích. Cụ thể là, tôi từng định giá một vận động viên trẻ chỉ dựa trên tốc độ cải thiện thành tích, bỏ qua giai đoạn dậy thì và sự thay đổi cơ thể. Kết quả dự báo sai hoàn toàn. Từ đó, tôi hiểu rằng có những biến số mà nếu xóa đi cho gọn, mô hình sẽ trả lại cho tôi một kết luận méo mó.

Thị trường không thưởng cho sự im lặng

Phần này khó nghe nhất, và cũng là phần tôi muốn viết nhất.

Trong phân tích thể thao, thứ được thưởng không phải là độ chính xác. Thứ được thưởng là độ tự tin. Một bài viết nói "tôi không đủ dữ liệu để kết luận" sẽ không có ai chia sẻ. Một bài viết nói "vận động viên này sẽ phá kỷ lục" sẽ có hàng nghìn lượt đọc, bất kể nó đúng hay sai. Cấu trúc khuyến khích của thị trường đang nghiêng hẳn về phía những kết luận chắc nịch.

Tôi hiểu điều này hơn ai hết, vì tôi từng sống bằng nó. Những tweet ngắn, dứt khoát, có số, có kết luận, đó là thứ xây dựng tên tuổi của tôi. Nhưng chính vì hiểu nó, tôi phải nói ra mặt trái: khi thị trường thưởng cho sự tự tin, nó âm thầm phạt sự trung thực. Và cái bị phạt nặng nhất là sự trung thực về dữ liệu.

Nhìn vào kỳ chuyển nhượng đang diễn ra, ta thấy rõ cơ chế này. Mỗi ngày có hàng chục tin đồn chuyển nhượng, mỗi tin đồn đều kèm một con số. Nhưng phần lớn con số đó không có nguồn gốc rõ ràng. Cấu trúc điều khoản giải phóng hợp đồng và quỹ lương mới là câu chuyện thật sự, còn những con số trên mặt báo thường chỉ là tiếng ồn được đóng gói cẩn thận.

Bong bóng giá cầu thủ trẻ đang vỡ. Một cầu thủ chưa đá nổi 50 trận đỉnh cao có thể được định giá hàng trăm triệu euro. Đó không phải là niềm tin vào tài năng. Đó là canh bạc trần trụi, được trang điểm bằng ngôn từ về "tiềm năng". Và người ta vẫn viết về nó như thể đó là một sự thật khách quan, bởi vì sự thật khách quan không bán được bằng một tin đồn đã được định giá bằng tiền.

Trong bơi lội, tiếng ồn ít hơn nhưng không hề vắng. Mỗi lần một vận động viên trẻ đạt thành tích tốt, lập tức xuất hiện những bài viết so sánh với các kỷ lục gia. Nhưng so sánh mà không có bối cảnh thì vô nghĩa. Một kết quả đạt được ở bể ngắn không thể so trực tiếp với thành tích bể dài. Một kết quả đạt được ở giải trong nước không cùng đẳng cấp với giải châu lục. Một kết quả ở tuổi 16 không dự báo được điều gì chắc chắn về tuổi 20. Cùng lắm nó là một tín hiệu, và tín hiệu thì cần được theo dõi qua nhiều vòng, không phải được tuyên bố trong một tiêu đề.

Nghịch đám đông không có nghĩa là luôn nói ngược. Nó có nghĩa là đặt câu hỏi ngược, kể cả với chính mình. Khi đám đông tung hô một vận động viên, câu hỏi đầu tiên tôi tự hỏi không phải là "số liệu có ủng hộ không", mà là "nếu đám đông đúng thì sao". Nếu số liệu vẫn đứng vững sau câu hỏi đó, tôi mới viết. Nếu không, tôi viết về điều ngược lại, kèm theo lý do.

Và đôi khi, câu trả lời trung thực nhất là không có đủ dữ liệu để đứng về bên nào. Đó là lúc nghề này khó nhất, vì bạn phải nói ra điều mà cả hai phe đều không muốn nghe. Phe tung hô muốn bạn xác nhận. Phe hoài nghi muốn bạn phản bác. Không phe nào muốn nghe rằng tệp dữ liệu còn trống.

Có một điều tôi học được từ việc theo dõi các trận bơi suốt nhiều năm: kết quả cuối cùng là điểm quy chiếu duy nhất không thể tranh cãi. Mọi thứ khác đều có thể mở. Kiểm soát bóng là một lời nói dối đẹp đẽ; tỷ số mới là sự thật chói mắt. Trong bơi lội, thời gian trên bảng điện tử giữ vai trò tương tự. Nhưng thời gian đó chỉ có nghĩa khi đi kèm bối cảnh, và bối cảnh chỉ có nghĩa khi có dữ liệu. Khi dữ liệu trống, ngay cả thời gian cũng bị treo lơ lửng, chờ được giải thích.

Tín hiệu vòng sau

Cái tệp trống hôm tháng Tám cuối cùng không trở thành một bài dự đoán. Nó trở thành một quy trình. Tôi gọi cho hai đầu mối, xác minh lại nguồn, và phát hiện ra rằng dữ liệu không hề biến mất. Nó chỉ chưa được đưa vào đúng chỗ. Có kết quả, có split, có ghi chú về điều kiện thi đấu. Nhưng chúng nằm rải rác ở ba nơi khác nhau, và không ai ghép chúng lại.

Việc ghép lại đó là công việc thật của một nhà phân tích. Không phải việc đưa ra kết luận nhanh nhất, mà là việc đảm bảo rằng mọi kết luận đều đứng trên một chỗ đất có thể kiểm chứng. Nghĩa vụ của nhà phân tích không phải nói đúng. Mà nói đúng điều dữ liệu muốn nói.

Tôi vẫn giữ thói quen cũ: mỗi bài viết phải có ít nhất ba nguồn độc lập, một ghi chú phương pháp, và một mục dành cho những gì không đo được. Ba thứ đó không làm bài viết hấp dẫn hơn. Nhưng chúng làm bài viết đáng tin hơn, và trong một ngành đầy tiếng ồn, đáng tin là một lợi thế cạnh tranh.

Vòng tiếp theo của mùa giải sẽ đem đến nhiều tệp dữ liệu hơn, nhiều giải đấu hơn, và nhiều cám dỗ hơn để kết luận sớm. Tôi sẽ theo dõi ba tín hiệu. Thứ nhất, chất lượng công bố split của các giải trong nước, vì đó là nền tảng cho mọi phân tích kỹ thuật nghiêm túc. Thứ hai, cách các vận động viên trẻ được quản lý khối lượng tập, vì mật độ lịch thi đấu là thủ phạm lớn nhất của chấn thương, và không đội ngũ y tế nào cứu được hai trận một tuần. Thứ ba, cách thị trường định giá những tài năng trẻ, vì đó là nơi tiếng ồn dễ bị nhầm với tín hiệu nhất.

Phần lớn các bài phân tích hay nhất tôi từng viết đều bắt đầu bằng một khoảng trống. Không phải khoảng trống để lấp bằng giọng văn, mà là khoảng trống để lấp bằng câu hỏi. Người đọc không cần tôi tỏ ra thông thái. Họ cần tôi thành thật về những gì tôi biết, và rõ ràng về những gì tôi chưa biết.

Nếu vòng tới bạn thấy một bản phân tích bơi lội mà mọi kết luận đều chắc nịch, hãy tự hỏi dữ liệu nằm ở đâu. Nếu bạn thấy một bản phân tích dám nói "chưa đủ để kết luận", hãy đọc kỹ hơn. Có thể đó mới là bản phân tích trung thực nhất trong ngày. Và trong một nền thể thao đang học cách lớn, sự trung thực với dữ liệu là món quà dài hạn duy nhất mà người phân tích có thể trao cho độc giả của mình.