Bốn mươi cột trống và ba bài phân tích: nghề viết dữ liệu khi dữ liệu không tồn tại

Bốn mươi cột trống và ba bài phân tích: nghề viết dữ liệu khi dữ liệu không tồn tại

6 giờ 40 phút sáng, Osaka. Tôi mở file theo dõi trận tứ kết một giải BWF World Tour cấp Super 500 mà mình phụ trách. Bốn mươi cột: tên tay vợt, quốc tịch, tỉ số từng set, thời lượng rally trung bình, tốc độ smash cao nhất, tỉ lệ thắng điểm ở lưới, quãng đường di chuyển cường độ cao. Cột đầu tiên có dữ liệu. Từ cột thứ mười một trở đi, toàn bộ trả về N/A. Không một ô nào có số.

Ba tiếng sau, ba trang thể thao tiếng Nhật đã đăng bài phân tích về đúng trận đấu ấy. Cả ba viết về thể lực sa sút và tâm lý thi đấu. Không bài nào có một con số.

Tôi in bảng trống ra, dán lên tường. Số liệu không bao giờ khóc, nhưng người đọc chúng thì có.

Một môn có camera nhưng không có cột

Cầu lông không thiếu công nghệ. BWF vận hành Hawk-Eye Instant Review ở các giải World Tour. Trên sân trung tâm của một Super 1000, mỗi pha cầu để lại dấu vết: điểm rơi, quỹ đạo, thời gian bay. Vấn đề là hệ thống ấy không phủ đều. Một giải Super 500 có thể trang bị tracking cho sân 1 và bỏ trắng sân 3. Cùng một vòng tứ kết, một nửa số trận có dữ liệu, nửa còn lại không.

Tôi đến với nghề này từ một chỗ hẹp hơn. Tháng 4 năm 2026, sau chấn thương đầu gối chấm dứt sự nghiệp vận động viên, tôi tự đếm video trận Kawasaki Frontale – Urawa Reds và tính ra PPDA của Urawa là 14,5, trong khi trung bình giải là 11,8. Một biên tập viên mỉa: con gái mà bàn pressing à. Tôi trả lời bằng file tracking 27 trang tự thu thập. Nhà phân tích Kuroda của NHK chia sẻ bài viết, tuần sau tôi nhận lời mời cộng tác đầu tiên.

Từ đó tôi giữ một nguyên tắc: bảng số liệu gốc nằm ở đầu bài, và không nhận định nào được phép đứng trước nguồn của nó.

Năm 2026, khi thể thao toàn cầu đóng cửa, tôi gom dữ liệu 300 trận J-League và Bundesliga không khán giả. Lợi thế sân nhà giảm 15,7%. Giáo sư Tanaka nói cỡ mẫu nhỏ, viết gì cũng được. Tôi dựng bootstrap 10.000 lần; khoảng tin cậy 95% nằm gọn dưới mức trước dịch. Bài báo được nhận tại Hội nghị Phân tích Thể thao châu Á, và tên tôi xuất hiện trong một báo cáo của J-League.

Năm 2026, tại World Cup ở Qatar, tôi đọc tracking và thấy Ritsu Doan có quãng đường chạy cường độ cao 37,4 mét mỗi phút, cao nhất đội tuyển trong nhóm dự bị. Tôi gửi cảnh báo cho một nhà báo kỳ cựu. Anh đáp: châu Âu nói Đức thắng đấy. Tôi vẫn đăng dự đoán Nhật thắng nhờ năng lượng từ ghế dự bị. Kết quả 2-1, Doan gỡ hòa. Sáng hôm sau, các trang bóng đá lớn xếp hàng gọi điện. Dự đoán đúng không phải phần thưởng cho tôi; nó là phần thưởng cho mô hình. Lời chê trên Twitter năm 22 tuổi – bài học đắt giá nhất tôi từng nhận miễn phí.

Ba tầng lọc trước khi tin một bài phân tích

Tầng một là số cột được điền. Tôi đếm. Một bài phân tích cầu lông nghiêm túc cần tối thiểu bốn chỉ số định lượng: thời lượng rally, tỉ lệ thắng điểm ở lưới, tỉ lệ lỗi tự đánh hỏng, và phân bố điểm theo giai đoạn trận. Bài nào có 0/4 thì đó là bình luận. Không có gì sai với bình luận. Sai là khi nó tự dán nhãn phân tích lên mình.

Với một trận tứ kết Super 500 có tracking đầy đủ, tôi đọc được một cấu trúc rất cụ thể: thời lượng rally trung bình, tỉ lệ thắng điểm ở lưới của người thắng trận, số lỗi tự đánh hỏng ở set quyết định, và phân bố điểm theo từng giai đoạn mười điểm. Bốn con số đó kể một câu chuyện khác hẳn câu chuyện tâm lý. Ở trận không có tracking cùng vòng đấu, tôi chỉ có tỉ số. Và tỉ số thì không bao giờ giải thích được chính nó.

Tầng hai là ngày cập nhật cuối cùng của nguồn. Trong kỳ chuyển nhượng, thứ tự thời gian quan trọng hơn nội dung. Với cầu lông Nhật Bản, thị trường thật nằm ở các đội doanh nghiệp: NTT East, Tonami, Saishunkan, Hokuto Bank. Khi một tay vợt đổi đội, thông tin đầu tiên không xuất hiện trên báo, mà trong danh sách đăng ký của liên đoàn, ở dòng có ngày hiệu lực. Tôi luôn đọc dòng đó trước khi đọc bất cứ tiêu đề nào.

Tầng ba là cấu trúc hợp đồng và quỹ lương. Tiếng ồn chuyển nhượng át tín hiệu vì tiếng ồn không cần chứng từ. Một thương vụ chỉ thực sự tồn tại khi tôi nhìn thấy ba thứ cùng lúc: ngày hiệu lực trong danh sách đăng ký, thay đổi trong danh sách nhà tài trợ, và một dòng ngân sách đủ lớn để trả cho vị trí đó. Thiếu một trong ba, tôi xếp vào nhóm chờ.

Ở các trận chung kết Super 1000 thời Kento Momota còn ở đỉnh cao, bảng tracking thường đầy. Ở vòng một của một Super 300, bảng thường trống. Đó là lý do những phân tích hay nhất về cầu lông nằm ở các trận ít người xem nhất, nơi tôi phải tự dựng lại dữ liệu bằng tay. Viktor Axelsen từng nói sau một trận thua rằng anh không hiểu chuyện gì đã xảy ra. Tôi hiểu. Bảng dữ liệu của trận đó cũng không hiểu.

Điều trái chiều: N/A là câu trả lời trung thực nhất

Một bản phân tích trả về toàn N/A không phải thất bại của người phân tích. Nó là kết quả trung thực nhất mà hệ thống có thể tạo ra. Điều đáng lo không phải cột trống. Điều đáng lo là những pipeline tự động lấp cột trống bằng có vẻ và dường như, rồi xuất ra một sản phẩm trông đầy đủ, đọc trôi chảy, và không kiểm chứng được một dòng nào.

Tôi không tin vào cảm giác. Tôi tin vào con số, vì con số cũng có cảm giác riêng. Nhưng tôi biết giới hạn của mình. Hawk-Eye cho tôi tốc độ smash cao nhất. Nó không giải thích vì sao một tay vợt thua set thứ ba sau khi thắng set đầu. Tương quan không phải nhân quả. Tỉ lệ lỗi tự đánh hỏng tăng thường đi kèm thất bại, nhưng đôi khi nó tăng vì tay vợt đã chủ động đánh rủi ro hơn sau khi mất set đầu. Cùng một chỉ số, hai cơ chế nhân quả ngược chiều. Ai đọc con số mà không đọc cơ chế thì chỉ đang trang trí cho một định kiến có sẵn.

Có một chỗ mà dữ liệu cầu lông Nhật Bản vẫn nói thật rất rõ: dòng tiền. Quảng cáo trên áo đấu cho biết ai đang trả tiền, không cho biết ai đang ngồi trên khán đài. Tôi từng so danh sách nhà tài trợ của một đội doanh nghiệp qua mười năm. Số logo toàn cầu tăng, số doanh nghiệp địa phương giảm. Liên kết cộng đồng địa phương mỏng đi đúng bằng tốc độ dày lên của các logo ấy.

Tín hiệu cho vòng tiếp theo

Trước mỗi vòng đấu, tôi làm một việc tưởng như vô nghĩa: đếm số cột dữ liệu sẽ được điền. Nếu con số đó dưới 50%, tôi biết trước rằng mình sẽ đọc được nhiều bài phân tích hơn, và ít sự thật hơn. Mỗi con số là một chiếc ghế mà ai đó đã không ngồi. Và mỗi ô N/A là một chỗ trống mà ai đó sẽ lấp bằng phỏng đoán, trừ khi tôi lấp nó bằng một cuộc gọi.

Sân vắng không có nghĩa là không có ai. Người ta vắng mặt, dữ liệu vẫn thì thầm.