Khi dữ liệu im lặng: cái bẫy của những ô trống trong phân tích bi-a

Cậu ta đẩy tờ giấy về phía tôi. Trên đó là tên một cơ thủ mà cậu sẽ gặp ở vòng loại giải 9-ball quốc gia tổ chức tại Hải Phòng vào tháng tới. Tôi mở bảng tính, gõ tên, rồi ngồi im.

Bảng tính trả về bốn dòng trong mười tám tháng. Bốn trận. Không có chỉ số đường cơ trung bình. Không có tỷ lệ giữ cơ sau khi phá. Không có dữ liệu về cách xử lý bi an toàn khi bị đẩy vào thế khó. Phần còn lại của trang tính là một vùng trắng.

Cậu hỏi: “Vậy là nó yếu hả chú?”

Tôi đóng laptop. Câu hỏi đó không nằm ở cơ thủ kia. Nó nằm ở tôi — ở cái phản xạ mà tôi mất gần bốn năm trong nghề mới gọi được tên: biến ô trống thành số không.

Trong phân tích bi-a, người ta được dạy sợ một con số sai. Rất ít người được dạy sợ một con số thiếu.

Nói cho công bằng: bi-a Việt Nam không thiếu tài năng. Nó thiếu hạ tầng dữ liệu. Một trận bóng đá ở Ngoại hạng Anh sản sinh hàng nghìn điểm dữ liệu mỗi phút. Một trận 9-ball ở một giải mở rộng trong nước, nếu không có ai ngồi ghi, chỉ để lại một tỷ số, một cái tên vô địch, và vài bức ảnh trên mạng xã hội.

Tôi không nói điều này để ca thán. Tôi nói để đặt đúng vấn đề. Khi hạ tầng dữ liệu mỏng, cái thiếu không phải là năng lực phân tích. Cái thiếu là nguyên liệu. Và khi nguyên liệu thiếu, người phân tích có hai lựa chọn trung thực: nói rằng mình chưa biết, hoặc đi tìm nguồn khác.

Chọn lựa chọn thứ ba — lấp ô trống bằng một câu chuyện — là cách dễ nhất, phổ biến nhất, và tốn kém nhất.

Tôi đã từng làm điều đó. Năm 2026, tôi mười bảy tuổi, tự tin đem chỉ số bàn thắng kỳ vọng áp vào một trận của CLB Hải Phòng gặp Sanna Khánh Hòa tại vòng 18 V.League. Số liệu cho thấy Hải Phòng tạo ra lượng cơ hội lớn hơn hẳn, và tôi kết luận họ thắng đậm. Trận đấu kết thúc bằng một tỷ số ngược lại, còn thủ môn Trần Bửu Ngọc bên phía Khánh Hòa có bảy pha cứu thua.

Mô hình của tôi không sai ở phép tính. Nó sai ở chỗ tôi để một ô trống — phong độ thủ môn, yếu tố không nằm trong công thức — biến thành số không, nghĩa là thành “không đáng kể”.

Đó là lần đầu tôi hiểu ra: thứ nguy hiểm nhất trong phân tích không phải con số sai, mà là con số thiếu bị ta lặng lẽ điền bằng giả định.

Một năm sau, vào mùa hè 2026, tôi viết một bài về trận Mexico thắng Đức ở vòng bảng World Cup. Đức cầm bóng 66%, thực hiện 613 đường chuyền. Nhưng chỉ số PPDA của Mexico là 8,4 — nghĩa là Đức chỉ được phép chuyền trung bình 8,4 đường trước khi bị ngắt bóng. Tôi kết luận Đức sẽ sớm bị loại.

Bài viết bị cười. Hai tuần sau, Đức thua Hàn Quốc và rời giải. Mười hai email đến sau đó, phần lớn thừa nhận tôi đúng. Nhưng bài học tôi giữ lại không phải là “tôi đã đúng”. Nó là: nếu tôi đúng bằng cách đọc một chỉ số mà phần đông không đọc, thì cũng có vô số trường hợp tôi sẽ sai vì đọc một chỉ số mà không ai kiểm chứng giúp tôi.

Hai năm sau, mùa hè 2026, tôi gặp lại bài học đó ở quy mô lớn hơn. Bundesliga trở lại thi đấu không khán giả. Tôi thu thập toàn bộ 81 trận của chín vòng cuối mùa 2026/20. Tỷ lệ thắng sân nhà rơi từ 44,7% xuống 33,3%. Số bàn thắng kỳ vọng của đội khách nhích từ 1,15 lên 1,32.

Một quản trị viên diễn đàn chỉ vào cỡ mẫu và nói tôi đang thổi phồng một dao động ngẫu nhiên. Anh ta không sai khi nghi ngờ. Anh ta sai ở kết luận. Anh ta biến một vùng dữ liệu chưa đủ dày thành một tuyên bố chắc chắn rằng “không có gì xảy ra”, trong khi điều đúng đắn cần nói là “chưa đủ để kết luận”.

Tôi làm kiểm định, ra p = 0,045, rồi đăng kết quả kèm nguyên phần cảnh báo về giới hạn của mình. Không phải để khoe. Mà để người đọc biết chính xác tôi đang đứng ở đâu trên bản đồ chắc chắn.

Hai năm sau nữa, ở World Cup 2026 tại Qatar, tôi theo dõi trận Nhật Bản thắng Đức. Nhật Bản cầm bóng ít hơn rất nhiều, tạo ít cơ hội hơn về số lượng, nhưng thắng. Nếu chỉ nhìn tỷ lệ kiểm soát bóng — một con số đầy đủ, đẹp, dễ đọc — người ta kết luận sai. Cái đúng nằm ở một chỉ số khác, ít được chiếu trên truyền hình hơn.

Ở bi-a, câu chuyện lặp lại gần như nguyên vẹn. Tỷ lệ phá thành công là con số được chiếu lên bảng điểm. Còn chất lượng thế bi để lại sau khi phá — đối thủ có cơ hội đánh trả hay không — thường không được ghi. Một cơ thủ có thể phá vào bi mỗi lần và vẫn thua set, vì cú phá của anh ta không tạo ra thế chết. Bảng điểm ghi “phá vào”, không ghi “phá hiểm”.

Đó là một lỗ hổng dữ liệu có hệ thống: hệ thống đo lường được thiết kế để kiểm đếm, không phải để giải thích.

Với bất kỳ bảng dữ liệu nào đưa cho tôi, tôi có một danh sách kiểm tra cố định. Một, nguồn là ai ghi, và người đó có mặt tại bàn hay chỉ đọc lại báo cáo. Hai, mẫu trải dài bao lâu, và trong khoảng đó cơ thủ đã thay đổi gì về cơ, về thể lực, về người thầy. Ba, chỉ số này được tính thế nào — cái gì được đếm, cái gì bị bỏ ngoài phép đếm. Bốn, phần trắng của bảng tính đang che điều gì.

Câu bốn là câu tôi hỏi nhiều nhất và cũng là câu ít được trả lời nhất.

Quay lại với bảng tính bốn dòng kia. Tôi bảo cậu học trò của mình chép tay. Trong hai tuần, cậu ghi lại toàn bộ các trận của đối thủ mà cậu tìm được video, kể cả những trận giao hữu không có kết quả trên mạng. Cậu đo khoảng thời gian giữa các lượt lên cơ khi cơ thủ kia bị đẩy vào thế phòng ngự. Cậu ghi chú bằng mắt: nhịp đứng lên, nhịp cúi xuống, khoảng dừng trước cú đánh quyết định.

Ba tuần sau, bảng tính của cậu có mười một trận và ba mươi bốn chỉ số tự ghi.

Đối thủ kia không yếu. Anh ta chỉ ít xuất hiện. Và cái mà bảng tính bốn dòng kia nói không phải “yếu”, mà là “chưa đủ dữ liệu để biết”.

Đó là một khác biệt có thể thay đổi cách cậu chuẩn bị cho cả trận đấu.

Có một nghịch lý tôi phải nói thẳng, kể cả khi nó làm khó chính nghề của mình: người phân tích dữ liệu đang tiến ngày càng sâu vào phòng tập, và không phải lúc nào cũng đúng khi họ ở đó.

Khi một mô hình nói cơ thủ A mạnh hơn cơ thủ B, nó đang so sánh hai con số. Nhưng một trận bi-a không diễn ra giữa hai con số. Nó diễn ra giữa hai người, trong một buổi tối, trên một mặt bàn có tốc độ riêng, dưới áp lực của một suất vé đi tiếp.

Có những thứ không nằm trên bảng tính. Nhịp thở trước cú phá quyết định. Cách một cơ thủ cúi người lâu hơn hai giây khi bắt đầu mất tự tin. Tiếng vỗ tay lệch nhịp khi khán đài đông. Tôi không đo được những thứ đó bằng công thức. Nhưng tôi có thể ghi chú chúng.

Và đây là phần tôi phải tự phản biện: nếu tôi thừa nhận dữ liệu thiếu, tôi có nguy cơ biến mọi kết luận bất lợi thành “chưa đủ mẫu”. Đó là cái bẫy ngược của người cẩn thận. Minh bạch giới hạn là điểm mạnh, nhưng nếu dùng nó để né tránh mọi kết luận, nó thành một dạng hèn nhát trí tuệ.

Tôi phải tự đặt giới hạn thời gian. Nếu chưa đủ dữ liệu trong hai tuần, tôi viết kết luận ở dạng giả thuyết, công khai phần chưa biết, và chấp nhận rủi ro sai. Bởi trong cá cược và trong tin tức, đứng im chờ dữ liệu không phải là trung lập — nó cũng là một quyết định, chỉ là một quyết định không được ghi lại.

Một lỗi khác tôi thấy nhiều ở các bảng phân tích bi-a là đọc tương quan thành nhân quả. Một cơ thủ có tỷ lệ thắng cao khi phá trước. Nghe hợp lý. Nhưng nếu cơ thủ đó luôn được xếp gặp đối thủ yếu ở vòng đầu — nơi phần lớn các trận đều phá trước — thì tỷ lệ đó không nói về kỹ năng phá. Nó nói về lịch thi đấu.

Cùng một bảng số, hai cách đọc, hai kết luận trái ngược. Cái phân biệt chúng không phải phép toán. Nó là câu hỏi về bối cảnh.

Tôi đã mất nhiều lần nghe nhầm số liệu để học điều này. Không phải vì tôi tính sai, mà vì tôi đặt câu hỏi sai. Tôi hỏi “con số bao nhiêu” khi lẽ ra phải hỏi “con số này sinh ra trong điều kiện nào”.

Có một biến số nữa mà dữ liệu bi-a Việt Nam gần như không ghi: yếu tố sân nhà, hiểu theo nghĩa mặt bàn quen. Một cơ thủ đánh ở chính thành phố mình sống, trên loại bàn cậu ta tập mỗi ngày, thường có lợi thế về tốc độ bàn và độ nảy của băng. Lợi thế đó không xuất hiện trong bất kỳ bảng điểm nào. Khi các giải đấu bị dời đi hoặc tổ chức không khán giả, lợi thế đó biến mất, và cái biến mất không để lại dấu vết trong dữ liệu — giống hệt cách lợi thế sân nhà trong bóng đá biến mất mà nhiều người không nhận ra cho đến khi nhìn vào con số tổng.

Đó là lý do tôi luôn ghi chú riêng phần “mặt bàn” trong mọi báo cáo bi-a mình làm: loại bàn, tốc độ vải, độ ẩm phòng thi đấu nếu biết. Những thứ này không đẹp như một bảng tỷ lệ, nhưng chúng giải thích được nhiều kết quả bất thường hơn là việc đổ lỗi cho “phong độ”.

Nhìn rộng ra, chuỗi lan truyền của ngành bi-a Việt Nam cũng có vấn đề tương tự. Ở đầu nguồn là các phòng tập và câu lạc bộ, nơi dữ liệu gần như bằng không. Ở giữa là các cơ thủ và giải đấu, nơi dữ liệu có nhưng không được chuẩn hóa. Ở cuối là truyền thông, nhà tài trợ và thị trường phái sinh, nơi người ta cần con số để ra quyết định nhưng lại chỉ nhận được câu chuyện.

Khi mắt xích đầu nguồn trống, mọi mắt xích sau đều phải đoán. Và khi phải đoán, người ta thường chọn câu chuyện dễ nghe nhất: người mới nổi, sự trở lại của vua, triều đại kết thúc. Ba nhãn đó bán được nhiều hơn một bảng dữ liệu có ba mươi phần trăm ô trống.

Tôi không viết để thuyết phục ai. Tôi viết để dữ liệu có người làm chứng.

Bây giờ, mỗi lần nhận một bảng dữ liệu bi-a, tôi viết thêm một dòng ở cuối: “Những gì bảng này không nói.” Dòng đó luôn dài hơn tôi muốn. Nhưng nó là phần thật thà nhất của báo cáo.

Tôi học được điều này từ chính cái bảng bốn dòng kia. Điều đáng sợ không phải là cơ thủ kia mạnh hay yếu. Điều đáng sợ là cậu học trò của tôi có thể ra bàn đấu với một niềm tin được xây trên vùng trắng.

Ba nghìn trận để tôi biết rằng một trận có thể dạy nhiều hơn tất cả. Và bốn dòng dữ liệu để tôi nhớ rằng đôi khi thứ dạy nhiều nhất lại là những gì không được viết ra.

Billiards Việt Nam đang lớn lên nhanh. Sẽ có nhiều giải hơn, nhiều cơ thủ hơn, nhiều người theo dõi hơn. Và cũng sẽ có nhiều ô trống hơn, bởi hạ tầng dữ liệu luôn chạy sau tốc độ của sự hào hứng.

Câu hỏi cho mùa giải tới không phải là ai sẽ vô địch. Câu hỏi là: khi một bảng tính trả về bốn dòng, chúng ta có đủ can đảm nói rằng mình chưa biết không?