Khi Bảng Dữ Liệu Trống Rỗng: Nhà Phân Tích Thể Thao Và Nghệ Thuật Nói 'Không Đủ Thông Tin'

Đêm cuối tháng Mười Một tại Seoul, nhiệt độ ngoài trời đã tụt xuống dưới năm độ C, và tôi ngồi trước màn hình với một bản báo cáo trống hoác. Deadline còn đúng bốn tiếng. Phòng chiến thuật của công ty cá cược nơi tôi làm việc đang chờ một bản phân tích trước trận cho vòng loại trực tiếp của một giải đấu lớn. Nhưng tấm bảng tôi vừa kéo ra chỉ có vài ô để trống, một dòng ghi chú "nguồn không xác định", và không lấy một chỉ số cao cấp nào đủ tin cậy để bắt đầu. Trong mười hai năm theo dõi thể thao và esports, tôi đã quen với việc mở đầu mọi phân tích bằng bảng thống kê. Đêm đó, tấm bảng ấy trống. Và điều tôi học được từ chính khoảng trống ấy lại quan trọng hơn bất kỳ con số nào tôi từng đọc.

Tôi nhớ rất rõ cảm giác lần đầu tiên mình phải viết hai chữ "không đủ thông tin" vào một báo cáo chính thức. Đó không phải là sự thú nhận yếu kém. Đó là một quyết định nghề nghiệp. Bởi vì trong ngành phân tích thể thao và esports, thứ nguy hiểm nhất không phải là thiếu dữ liệu, mà là giả vờ rằng mình có đủ. Một mô hình sai được trình bày với sự tự tin tuyệt đối sẽ gây thiệt hại lớn hơn nhiều so với một câu trả lời ngắn gọn rằng chúng ta chưa biết gì. Khi bảng số không nói dối, trái tim tôi mới bắt đầu nghe — và đêm đó, tấm bảng nói với tôi rằng nó không có gì để kể.

Phân tích thể thao hiện đại vận hành trên một nghịch lý. Chúng ta có nhiều dữ liệu hơn bất kỳ thời điểm nào trong lịch sử, nhưng khả năng thuyết phục của chúng ta lại phụ thuộc vào việc biết khi nào nên im lặng. Một trận bóng đá đỉnh cao sản sinh hàng triệu điểm dữ liệu vị trí mỗi hiệp. Một trận esports chuyên nghiệp ghi lại hàng trăm nghìn sự kiện trong từng ván đấu, từ vị trí tướng, thời điểm lên cấp, tới từng lần hạ gục. Trên lý thuyết, chúng ta có đủ vật liệu để dựng lại câu chuyện của bất kỳ trận đấu nào. Trên thực tế, phần lớn dữ liệu ấy vô nghĩa nếu thiếu bối cảnh. Và bối cảnh — patch nào đang áp dụng, lịch thi đấu có dày không, khán giả có mặt hay vắng — lại thường là thứ bị bỏ sót trước tiên.

Khoảng trống dữ liệu không phải là lỗi kỹ thuật, mà là một tín hiệu cần được đọc như mọi chỉ số khác. Khi một mục trong bảng phân tích bị để trống, đó không phải là bằng chứng cho sự thiếu chuyên nghiệp. Đó là lời cảnh báo rằng mô hình của tôi đang thiếu một biến số, và mọi kết luận rút ra từ phần còn lại đều phải chịu mức độ bất định cao hơn bình thường. Nhà phân tích tồi lấp khoảng trống bằng phỏng đoán. Nhà phân tích giỏi biến khoảng trống thành một phần của kết luận.

Trong nhiều năm, tôi xây dựng cho mình một hệ thống phân tích tái sử dụng, một khung cố định mà tôi mang theo trong đầu trước mỗi trận. Bộ khung ấy bắt đầu bằng xG — bàn thắng kỳ vọng — cho bóng đá, và bằng chỉ số tài nguyên ròng cho esports. Nó đi kèm với PPDA, số lần giành lại bóng ở một phần ba sân đối phương, tổng quãng đường chạy sau phút sáu mươi, thời điểm thay người, và số pha bứt tốc. Nhưng điều quan trọng nhất trong khung ấy không phải là các chỉ số. Đó là một tầng mà tôi gọi là tầng rỗng.

Tầng rỗng là nơi tôi lưu trữ tất cả những gì tôi không biết về một trận đấu. Trước đây tôi từng nghĩ rằng một khung phân tích mạnh là khung chứa nhiều chỉ số nhất. Tôi đã sai. Một khung phân tích mạnh là khung biết rõ biến số nào của nó đang chết. Khi tôi không có dữ liệu sprint cho một giải đấu vì nhà cung cấp thống kê chưa công bố, tôi không được phép suy luận về cường độ chạy cuối trận của đội bóng đó. Khi giải đấu đó áp dụng một patch mới mà tôi chưa có mẫu trận nào để so sánh, mọi số liệu lịch sử đều trở thành tham chiếu yếu, không phải nền tảng.

Đây là nơi phần lớn phân tích thể thao hiện đại gục ngã. Ba cái bẫy xuất hiện đều đặn.

Cái bẫy thứ nhất là bịa đặt có tổ chức. Khi ô dữ liệu trống, bản năng xã hội thúc ép nhà phân tích lấp nó bằng một con số gần đúng, một chỉ số từ trận tương tự, hoặc một lập luận nghe có vẻ hợp lý. Kết quả là một mô hình trông đầy đủ nhưng thực chất mục ruỗng. Tôi đã từng chứng kiến những báo cáo được trình bày hoàn hảo, với đầy đủ biểu đồ và bảng số, nhưng mọi chỉ số đều lấy từ một giải đấu khác, một mùa khác, một đội hình khác. Sự tự tin trong giọng văn không bù đắp được sự vắng mặt của nguồn gốc dữ liệu.

Cái bẫy thứ hai là phóng đại quá khứ. Chúng ta có xu hướng tin rằng dữ liệu lịch sử là vĩnh cửu. Nhưng dữ liệu mười năm trước được sinh ra trong một môi trường khác. Tôi từng viết về giai đoạn các giải bóng đá Hàn Quốc phải thi đấu trong sân vận động không khán giả. Khi đó, lợi thế sân nhà — một trong những giả định ổn định nhất của bóng đá — đột nhiên biến mất. Tỷ lệ thắng sân nhà giảm từ khoảng bốn mươi hai phần trăm xuống dưới ba mươi phần trăm, còn tỷ lệ hòa tăng vọt. Nếu tôi vẫn áp công thức cũ lên các trận không khán giả, tôi sẽ sai một cách hệ thống. Sự khác biệt không nằm ở đội bóng. Nó nằm ở một biến số môi trường mà mô hình cũ của tôi không có chỗ để chứa.

Cái bẫy thứ ba là thiên kiến kẻ sống sót. Chúng ta nhớ những trận đấu gây sốc, những cú lội ngược dòng, những ngôi sao tỏa sáng đúng lúc. Chúng ta quên rằng đó là phần dư của một tập hợp lớn hơn nhiều. Nhật Bản hạ Đức ở một kỳ World Cup không phải là một phép màu không thể giải thích. Đó là kết quả của một phương trình mà biến số chính — cường độ chạy sau phút sáu mươi và thời điểm thay người — đã bị bỏ sót trong mô hình của số đông. Khi tôi đọc lại số liệu sau trận, tổng số lần bứt tốc và số lượt thay người trước phút bảy mươi tư đã kể toàn bộ câu chuyện. Trong thế giới của tôi, may mắn chỉ là phần dư chưa được giải thích.

Vậy làm thế nào để phân tích một trận đấu khi dữ liệu không đầy đủ? Câu trả lời nằm ở ba bước.

Bước thứ nhất là phân loại mức độ bất định. Không phải mọi khoảng trống đều nguy hiểm như nhau. Một khoảng trống ở chỉ số phụ — ví dụ số đường chuyền trung bình mỗi trận — có thể chấp nhận được. Một khoảng trống ở biến số cốt lõi — ví dụ việc một cầu thủ trụ cột có ra sân hay không, hoặc patch nào đang được áp dụng — thì không thể chấp nhận. Khi biến số cốt lõi trống, toàn bộ mô hình phải bị hạ cấp xuống trạng thái dự phòng: quan sát thay vì dự đoán.

Bước thứ hai là tách biến số môi trường khỏi biến số con người. Phần lớn các sai lầm phân tích đến từ việc quy mọi thay đổi phong độ cho tâm lý hoặc phong độ cá nhân, trong khi thủ phạm thật là patch, meta, hoặc lịch thi đấu. Một đội esports thua ba trận liên tiếp có thể không hề xuống phong độ. Họ có thể chỉ đang chơi trong một meta bất lợi. Tôi luôn đặt câu hỏi trước tiên: điều gì đã thay đổi trong môi trường, không phải trong con người?

Bước thứ ba là công khai phần chưa biết. Một báo cáo trung thực phải nói rõ: phần này của mô hình được xây trên dữ liệu đầy đủ, phần kia đang ở trạng thái giả thuyết. Khi tôi nộp báo cáo cho phòng chiến thuật của công ty cá cược, tôi luôn chia kết luận thành hai cột: cột tin cậy cao và cột cần theo dõi. Việc trình bày rõ mức độ bất định không làm báo cáo yếu đi. Nó làm báo cáo trở nên sử dụng được.

Có một bài học tôi học được từ chỉ số PPDA — số đường chuyền mà một đội cho phép đối phương thực hiện trước khi giành lại bóng. Trước một trận đấu lớn, nhiều nhà phân tích nhìn vào tên tuổi và bảng thành tích để chọn đội mạnh hơn trên giấy. Nhưng chỉ số PPDA thường phơi bày sự thật ngược lại. Một đội có PPDA thấp thường chơi phòng ngự lùi sâu, nhường không gian, và thắng bằng sự kiên nhẫn. Một đội có PPDA cao chủ động áp sát, gây sức ép trên toàn sân, và thắng bằng cường độ. Khi hai phong cách gặp nhau, kết quả không đến từ đẳng cấp ngôi sao. Nó đến từ việc bên nào áp đặt được nhịp độ của mình.

Tôi đã từng bị đồng nghiệp phản đối khi đề xuất một kết quả đi ngược số đông trong một vòng loại trực tiếp của một giải lớn. Lý lẽ của tôi không đến từ niềm tin. Nó đến từ việc đội bị đánh giá thấp hơn sở hữu chỉ số áp sát cao hơn và tổng quãng đường chạy vượt trội. Trận đấu kết thúc với kết quả đúng như mô hình dự báo. Sự công nhận đến sau đó. Nhưng bài học thật không phải là tôi đã đúng. Bài học là: khi chỉ số mâu thuẫn với tên tuổi, hãy tin chỉ số.

Điều này đưa tôi đến một nghịch lý mà tôi tin là trung tâm của nghề phân tích. Công chúng và ban lãnh đạo thường thưởng cho sự tự tin hơn là sự chính xác. Một nhà phân tích nói chắc nịch rằng đội A sẽ thắng tạo cảm giác an tâm hơn một nhà phân tích nói rằng chúng ta cần thêm dữ liệu. Nhưng trong dài hạn, người đưa ra câu trả lời chắc chắn trên nền dữ liệu rỗng sẽ phá sản, còn người thừa nhận sự bất định sẽ tồn tại. Đây là lý do tôi kiên quyết giữ hai chữ "không đủ thông tin" trong từ vựng chuyên môn của mình. Nó không phải là sự nhún nhường. Nó là một công cụ.

Có một góc nhìn phản trực giác mà tôi muốn đặt lên bàn. Phần lớn chúng ta tin rằng thêm dữ liệu luôn cải thiện kết luận. Tôi không chắc điều đó đúng trong bối cảnh thể thao và esports, nơi môi trường thay đổi nhanh hơn tốc độ thu thập dữ liệu. Trong một meta đang dịch chuyển, dữ liệu lịch sử có thể trở thành nhiễu. Một mô hình hút vào càng nhiều biến số càng dễ học thuộc quá khứ thay vì hiểu hiện tại. Đôi khi quyết định đúng đắn là loại bỏ dữ liệu, không phải thêm vào. Đó là lý do tôi định kỳ công khai những biến số mà tôi đã ngừng tin tưởng, và đưa vào một chỉ số chưa từng được đo trước đó. Một biến số mới, ngay cả khi thô sơ, thường có giá trị hơn mười biến số cũ đã bão hòa. Tôi không tin vào cảm hứng — tôi tin vào sai số chuẩn.

Vấn đề của hai chữ "không đủ thông tin" là chúng đi ngược lại văn hóa của ngành. Ngành phân tích thể thao và cá cược được xây trên nhu cầu phải có ý kiến. Người xem muốn biết ai thắng. Nhà đầu tư muốn biết nên đặt cửa nào. Ban lãnh đạo muốn một con số. Trong môi trường đó, im lặng bị coi là vô dụng. Nhưng tôi đã học được rằng giá trị lâu dài của một nhà phân tích không nằm ở việc đưa ra nhiều dự đoán, mà ở việc đưa ra những dự đoán có thể kiểm chứng và có thể sửa chữa. Một dự đoán sai nhưng minh bạch về phương pháp vẫn hữu ích, vì nó chỉ ra biến số nào cần điều chỉnh. Một dự đoán đúng nhưng mơ hồ thì vô giá trị, vì nó không thể tái sử dụng.

Tôi nhớ đêm mà tôi thức cả tiếng đồng hồ để ghi chép lại mọi chỉ số của một loạt trận vòng bảng, chỉ để kiểm chứng một giả thuyết rằng dữ liệu luôn phản ánh đúng thực tế kể cả khi kịch tính che mờ nó. Kết luận của tôi sau đó không phải là dữ liệu luôn đúng. Kết luận là: dữ liệu chỉ đúng khi bối cảnh của nó được xác lập đầy đủ. Còn lại, nó chỉ là những con số không có nhà. Và một nhà phân tích không có bối cảnh thì giống như một người vẽ bản đồ mà không biết mình đang ở đâu.

Vậy tín hiệu nào cần theo dõi trong chu kỳ tiếp theo? Với tôi, câu trả lời mang tính tiến bộ hơn là tổng kết. Trong mùa giải thường niên, nơi mọi trận đấu đều có thể xoay chuyển cục diện bảng xếp hạng, thứ đáng theo dõi không phải là ai đang dẫn đầu. Thứ đáng theo dõi là biến số nào đang thay đổi âm thầm trước khi nó trở thành tiêu đề. Hãy để mắt đến sự dịch chuyển của chỉ số áp sát, đến nhịp độ chạy cuối trận, đến thời điểm thay người, và đến những khoảng trống dữ liệu chưa được lấp. Chính những khoảng trống ấy sẽ định hình trận đấu kế tiếp — trước cả khi bảng tỷ số kịp nói bất cứ điều gì. Tôi đã đếm từng khoảng trống trên sân khi đám đông biến mất. Và trong những khoảng trống ấy, tôi tìm thấy thứ mà không bảng số đầy đủ nào có thể cho tôi: sự thật về việc mình còn chưa biết điều gì.