Đêm dữ liệu trắng trơn ở Sydney: kỷ luật của một nhà phân tích quần vợt

11 giờ đêm ở Sydney. Màn hình thứ hai trong phòng làm việc vẫn sáng, nhưng cột dữ liệu thì trắng trơn. Feed từ nhà cung cấp thống kê chính thức trả về đúng một dòng: không có bản ghi nào cho khung giờ này. Ngoài cửa sổ, đường phố im tiếng. Trong tai nghe, bản ghi trận đấu tôi định mổ xẻ vẫn chạy, tiếng bóng nảy đều đặn, nhưng mọi chỉ số tôi cần đều rỗng: tỷ lệ giao bóng một ăn điểm, số điểm thắng khi trả giao bóng, tỷ lệ tận dụng break-point, tỷ số winner trên lỗi tự đánh hỏng.

Mười tám năm theo nghề, tôi quen với những bảng số đầy ắp. Đêm đó thì khác.

Quy trình làm việc của tôi khá khô khan. Nguồn thô đến từ hệ thống phát hiện bóng trong sân, đối chiếu với bảng thống kê chính thức của ban tổ chức giải. Từ đó tôi dựng ba lớp: lớp cơ bản ai cũng đọc được, lớp phái sinh do tôi tự tính, và lớp thứ ba — chỗ tôi kiếm sống — là những gì tôi gọi là “con số ẩn”.

Cái tên đó không sang trọng gì. Nó chỉ để chỉ những chỉ số không xuất hiện trên bảng tổng kết truyền hình nhưng lại quyết định cục diện: nhịp điểm khi tỷ số trong game đang cân bằng, hướng giao bóng ở những điểm break, tần suất lên lưới trong game quyết định set.

Năm 2026, tôi từng dựng một bộ dữ liệu riêng cho hơn 380 trận đấu chỉ để kiểm tra một định kiến: liệu một tiền vệ người Úc đang chơi ở Anh có thực sự tầm thường như giới bình luận mô tả. Anh ta chạy 12,7 km mỗi trận và đạt tỷ lệ chuyền chính xác 87% dưới áp lực cao. Bảng số liệu nói một đằng, danh tiếng nói một nẻo. Tôi chọn tin bảng số liệu, và bỏ hẳn thói quen viết theo danh tiếng.

Đêm Sydney đó, tôi nhận ra chỉ có hai cách phản ứng khi dữ liệu trống.

Cách thứ nhất là lấp khoảng trắng bằng trực giác. Xem lại băng ghi, tự nhủ tay vợt này giao bóng hai kém trong set ba, rồi viết ra như thể đó là kết luận rút từ dữ liệu. Cách này cho bài viết nhanh, mượt, và cực kỳ dễ sai.

Cách thứ hai là nói thẳng: không có dữ liệu thì không có kết luận, chỉ có giả thuyết, và giả thuyết phải được dán nhãn.

Tôi chọn cách thứ hai. Nhưng trước khi gấp máy, tôi rà lại xem khoảng trắng nằm ở đâu.

Tỷ lệ giao bóng một ăn điểm phụ thuộc nặng vào đối thủ. Một tay vợt đạt 78% nhìn thì ấn tượng, nhưng nếu người nhận bóng đứng sâu sau vạch cuối sân và trả an toàn, chỉ số đó không đo chất lượng giao bóng. Nó đo lựa chọn chiến thuật của đối phương.

Số điểm thắng khi trả giao bóng là chỉ số bị đánh giá thấp nhất trên truyền hình, vì nó không tạo ra highlight. Đặt nó cạnh tỷ lệ tận dụng break-point, ta mới thấy ai thực sự gây áp lực và ai chỉ may mắn giữ được game.

Tỷ lệ winner trên lỗi tự đánh hỏng là chỗ dễ tự lừa mình nhất. Một tay vợt đạt 1,8 trông như đang tấn công hiệu quả. Nếu phần lớn lỗi đến ở điểm 30-30 hoặc trong loạt tie-break, con số đẹp đó che đi đúng thứ trận đấu quan tâm: ai giữ được đầu lạnh khi điểm số căng.

Một chỉ số đơn lẻ trong quần vợt gần như luôn vô nghĩa; ý nghĩa chỉ xuất hiện khi ta đặt nó cạnh chỉ số đối trọng và cạnh bối cảnh điểm số.

Đó là chỗ “con số ẩn” làm việc. Tôi tách riêng mọi điểm rơi vào nhóm 30-30 trở lên, rồi đo ba thứ: hướng giao bóng một, độ sâu cú trả, và việc tay vợt có đổi nhịp sau một điểm dài hay không. Không phải vì ba thứ này thú vị, mà vì chúng ổn định hơn tổng số điểm thắng. Một tay vợt có thể thắng 62% điểm trong trận nhưng chỉ thắng 44% điểm ở nhóm căng, và nhóm sau mới là thứ dự báo được trận tiếp theo.

Nghe thì hợp lý. Nhưng phải nói rõ điều mà nhiều bài phân tích bỏ qua: cỡ mẫu của nhóm điểm căng trong một trận rất nhỏ. Một trận ba set có thể chỉ có mười hai đến mười tám điểm thuộc nhóm đó. Với cỡ mẫu ấy, chênh lệch giữa 44% và 50% gần như nằm trong nhiễu. Tôi từng xây mô hình dựa trên nhóm này mà không ghi khoảng tin cậy, và kết quả là những dự đoán nghe rất chắc chắn nhưng thực chất chỉ là tiếng ồn được trình bày gọn gàng.

Đó là lý do tôi luôn viết kèm khoảng tin cậy, kể cả khi nó làm câu văn xấu đi. Con số không bao giờ nói dối, nhưng nó có thể im lặng.

Đêm đó, khi đối chiếu các bản ghi cũ, tôi tìm thấy thứ đáng sợ hơn một lỗi dữ liệu: một bài phân tích tôi từng viết, trong đó mọi chỉ số đều đúng, nhưng kết luận sai hoàn toàn.

Tôi từng đốt mô hình của mình với Croatia. Đó là ngày tôi học cách nghe dữ liệu.

Năm 2026, tôi công bố mô hình dự đoán cho một giải đấu lớn, dựa trên bàn thắng kỳ vọng, chỉ số áp lực pressing và biến động đội hình. Mô hình trả về một kết quả rất dứt khoát. Thực tế đi hướng khác, và cả hệ thống sụp. Bài học không nằm ở chỗ mô hình sai. Nó nằm ở chỗ tôi trình bày một con số xác suất như thể đó là một lời hứa.

Trong quần vợt, cái bẫy tinh vi hơn. Tay vợt giao bóng tốt ở set một thường được mặc định là sẽ giao bóng tốt ở set ba. Tương quan đó có thật, nhưng yếu hơn nhiều so với cảm giác của người xem, và nó gần như biến mất khi tay vợt bước vào set ba với hơn hai giờ đồng hồ trong chân. Tương quan không phải nhân quả.

Điều dữ liệu không thể nói, tôi phải nói thay: tôi không biết tay vợt đó cảm thấy gì ở game thứ chín. Không cảm biến nào đo được điều đó.

Ba kịch bản tôi đang theo dõi. Nếu đường dữ liệu chính thức được khôi phục đầy đủ, tôi quay lại với nhóm điểm căng, lần này ghi rõ cỡ mẫu trước khi viết bất cứ câu nào. Nếu dữ liệu về chậm, tôi đọc băng ghi thủ công và gọi đúng tên nó: quan sát, không phải phân tích. Nếu dữ liệu về nhanh nhưng thiếu lớp phái sinh, tôi viết ngắn và nói rõ mình đang thiếu gì.

Thứ tôi giữ lại sau đêm đó không phải một bài học kỹ thuật. Nó là một thói quen: mỗi lần bảng số trắng trơn, tự hỏi mình đang viết vì có gì để nói, hay vì đã đến giờ nộp bài.