Bảng dữ liệu trống và kỷ luật của người viết cầu lông

2 giờ 47 phút sáng ở Osaka, tôi mở một tệp có tên “Stage-2”. Mười bảy trường thông tin. Trường nào cũng là N/A — không tên giải, không tay vợt, không tỉ số, không ngày thi đấu. Điều duy nhất đầy đủ trong đó là sự tự tin: bản phân tích kết luận rằng không thể phân tích được gì.

Tôi đọc lại ba lần. Rồi làm việc mình vẫn làm suốt mười năm: đếm. Mười bảy ô trống trên mười bảy. Không một mảnh dữ liệu nào để bám vào.

Sân vắng không có nghĩa là không có ai. Người ta vắng mặt, dữ liệu vẫn thì thầm. Nhưng đêm đó cả hai cùng vắng, và tôi ngồi đó với một cốc cà phê nguội, tự hỏi liệu sự trung thực có phải là thứ duy nhất còn lại khi bảng tính rỗng.

Khi nguồn biến mất, tin đồn lấp vào chỗ trống

Trong cầu lông chuyên nghiệp, khoảng trống dữ liệu chưa bao giờ là chuyện hiếm. BWF World Tour có hệ thống thống kê chính thức, nhưng mức độ chi tiết thay đổi theo từng cấp giải. Một trận chung kết Super 1000 có thể được ghi lại đến từng pha cầu, trong khi vòng loại của một Super 300 ở châu Á chỉ còn lại tỉ số và thời lượng. Phần lớn các giải cấp thấp hơn không có tracking, không có dữ liệu độ cao đường cầu, không có tốc độ smash trung bình.

Khoảng trống đó không tự nó gây hại. Nó chỉ trở thành vấn đề khi có người quyết định lấp nó bằng trí tưởng tượng.

Mười năm trước tôi đã làm đúng như vậy, và nhận lại một bài học giá. Năm 2026, sau khi chấn thương đầu gối kết thúc sự nghiệp vận động viên, tôi tự đếm video để tính chỉ số pressing cho một trận J-League. Một biên tập viên mỉa: “Con gái mà bàn pressing à?” Tôi gửi lại tệp tracking 27 trang do mình tự thu thập. Nhà phân tích Kuroda của NHK chia sẻ bài viết, và tuần sau tôi có lời mời cộng tác đầu tiên. Từ đó, tôi có một nguyên tắc: bảng số liệu gốc phải nằm ở đầu bài viết, không bao giờ ở phần phụ lục.

Nguyên tắc đó có bản đối xứng. Khi bảng số liệu không tồn tại, thứ cần nằm ở đầu bài viết là câu “không có dữ liệu”.

Ngành cầu lông tại Nhật Bản và Đông Nam Á đang ở đúng giai đoạn dễ tổn thương này. Số lượng giải tăng, số lượng trận tăng, nhưng hạ tầng đo lường không tăng theo cùng tốc độ. Mỗi tuần có hàng chục trận đấu không được ghi lại dưới bất kỳ hình thức nào ngoài tỉ số. Với người làm dữ liệu, đó là vùng tối. Với người làm nội dung, đó là mỏ vàng giả, nơi mọi suy diễn đều có thể mặc áo số liệu.

Ba vòng kiểm định trước khi dám kết luận

Có một quy trình tôi áp dụng cho mọi bài phân tích cầu lông, và nó bắt đầu bằng việc từ chối viết.

Vòng một: nguồn gốc. Dữ liệu này đến từ đâu? Từ hệ thống chính thức của BWF, từ băng ghi hình do tôi tự đếm, hay từ một bảng tổng hợp không rõ người lập? Ba nguồn này có trọng số hoàn toàn khác nhau. Một chỉ số đẹp không bù được cho một nguồn mờ.

Vòng hai: cỡ mẫu. Một trận đấu là một trận đấu. Nếu tôi nói một tay vợt có tỉ lệ lỗi tự đánh hỏng 18%, con số đó chỉ đúng trong trận cụ thể ấy, trước đối thủ cụ thể ấy, trong điều kiện cụ thể ấy. Năm 2026, khi nghiên cứu 300 trận không khán giả ở J-League và Bundesliga, tôi phát hiện lợi thế sân nhà giảm khoảng 15,7%. Giáo sư Tanaka nói thẳng: “Cỡ mẫu nhỏ, viết gì cũng được.” Tôi không cãi. Tôi dựng mô hình bootstrap 10.000 lần để xem khoảng tin cậy 95% nằm ở đâu. Nó nằm gọn dưới mức trước dịch. Chỉ sau đó tôi mới viết.

Vòng ba: kiểm định ngược. Giả thuyết này có thể sai theo cách nào? Trong cầu lông, câu hỏi đó thường dẫn tới những biến số ít ai để ý: độ ẩm nhà thi đấu, tốc độ cầu được chọn theo quy định của trọng tài, lịch thi đấu dày đặc khiến hiệp ba mất chất lượng, hay đơn giản là một tay vợt đang điều trị chấn thương vai mà không công bố.

Ba vòng này không tạo ra bài viết nhanh. Chúng tạo ra bài viết sống sót.

Và chúng cũng tạo ra một loại kết luận mà tòa soạn không thích: chưa đủ dữ liệu để kết luận. Chín trên mười lần, đó là kết luận đúng. Không ai muốn đăng nó. Tôi vẫn viết nó.

Những tay vợt được biết đến với lối đánh bền bỉ như Kodai Naraoka hay Kunlavut Vitidsarn khiến cỡ mẫu trở nên đắt đỏ hơn: một trận của họ có thể chứa gấp rưỡi số pha cầu so với mặt bằng giải, và mỗi pha cầu đều cần một người ngồi đếm thủ công.

Nghịch lý: tương quan không phải nhân quả

Đây là chỗ tôi thường xuyên đứng ngược chiều đám đông, và cũng là chỗ tôi phải cẩn thận nhất.

Trong cầu lông, có những tương quan rất đẹp và rất sai. Các tay vợt thắng trận thường có tỉ lệ ghi điểm từ pha tấn công cao. Nghe hợp lý. Nhưng nếu chỉ nhìn vào đó, ta dễ kết luận rằng tấn công nhiều thì thắng. Thực tế, người thắng thường tấn công nhiều vì họ đã kiểm soát được thế trận từ trước, nghĩa là biến nhân quả nằm ở khả năng điều cầu và vị trí đứng, không nằm ở số cú smash.

Tôi đã từng thấy những bảng xếp hạng hiệu quả tấn công được chia sẻ hàng nghìn lần, xây trên đúng loại tương quan đó. Không ai kiểm định. Không ai hỏi về độ mới của dữ liệu.

Quy tắc tôi tự đặt: trọng số của dữ liệu phải giảm theo thời gian. Tracking data của một trận cách đây mười tám tháng chỉ còn giá trị tham chiếu, không còn giá trị dự báo. Tay vợt thay đổi, tốc độ cầu thay đổi, cả cách trọng tài cho phép giao cầu cao cũng thay đổi. Giữ số liệu cũ trong một cuộc tranh luận mới là cách nhanh nhất để nói sai một cách có bằng chứng.

Và khi tôi dự đoán trước giờ bóng lăn — như lần tôi phân tích tracking data và thấy một cầu thủ dự bị có quãng đường chạy cường độ cao 37,4 m/phút, cao nhất đội, rồi gửi cảnh báo nội bộ và bị đáp lại bằng câu “châu Âu nói đội kia thắng đấy” — tôi luôn tự nhắc: mô hình đúng không có nghĩa là tôi giỏi. Trả công cho mô hình, không phải cho bản thân.

Một lần dự đoán đúng là may mắn nếu không lặp lại được. Ba lần dự đoán đúng với cùng một quy trình mới là phương pháp. Số liệu không bao giờ khóc, nhưng người đọc chúng thì có.

Điều gì ở lại sau một bảng tính rỗng

Bản phân tích tôi mở lúc gần 3 giờ sáng có một điểm đáng khen mà ít người nhận ra: nó không bịa. Nó có đủ mười bảy trường để lấp bằng giả định, bằng những câu như “giải đấu này thường có nhịp độ cao” hay “tay vợt này nổi tiếng bền bỉ”. Nó không làm vậy. Nó dừng lại và nói rằng chưa thể nói gì. Trong một thị trường nội dung nơi mỗi giờ không đăng bài là một giờ mất lượt tiếp cận, việc dừng lại là một hành động có chi phí.

Chi phí đó chính là thứ phân biệt người làm dữ liệu với người làm tiêu đề.

Nhưng dừng lại chưa đủ. Nếu tôi chỉ viết “không có dữ liệu” thì tôi đã chuyển sự bất lực của mình thành vấn đề của người đọc. Việc còn lại của người làm dữ liệu là chỉ ra ô trống nào cần được lấp, lấp bằng cách nào, và ai có thể lấp. Với cầu lông, danh sách đó khá rõ: số pha cầu trung bình mỗi hiệp, tỉ lệ lỗi tự đánh hỏng ở điểm số quyết định từ 18 trở lên, thời gian nghỉ trung bình giữa các pha, và phân bố điểm rơi của đường cầu trong hiệp ba.

Không có bốn chỉ số đó, mọi kết luận về bản lĩnh hay thể lực trong cầu lông chỉ là văn học.

Tôi không tin vào cảm giác. Tôi tin vào con số, vì con số cũng có cảm giác riêng.

Tín hiệu cho vòng sau

Mùa giải tới, tôi sẽ theo dõi một thứ duy nhất trước: số trận đấu có tracking đầy đủ trên tổng số trận được tổ chức. Nếu tỉ lệ đó không tăng, mọi phân tích cầu lông chuyên sâu vẫn sẽ phụ thuộc vào những người chịu ngồi đếm thủ công. Đó là tín hiệu chậm, nhưng nó là tín hiệu gốc, mọi kết luận khác đều mọc lên từ nó.

Còn đêm nay, tôi lưu tệp lại, đặt tên stage2_empty, và để nó ở đó. Mỗi con số là một chiếc ghế mà ai đó đã không ngồi. Bảng tính rỗng cũng vậy: nó là chiếc ghế trống của một sự thật chưa được ghi lại, và ghế trống thì không nên được lấp bằng bất kỳ ai đi ngang qua.