Điền kinh và bài học từ một bảng dữ liệu trống

Tối thứ Sáu, tôi mở bảng tính đã dựng suốt ba ngày. Mười hai cột, bốn trăm dòng, tất cả dành cho một cuộc thi điền kinh cấp quốc gia. Kết quả trả về là con số không. Không tên vận động viên, không thành tích, không nguồn trích dẫn. Chỉ còn lại khung xương của một mô hình và những ô trống nằm im như mặt sân trước giờ xuất phát. Trong nghề phân tích dữ liệu thể thao, khoảnh khắc nguy hiểm nhất không phải là lúc con số sai. Đó là lúc không có con số nào cả, mà vẫn có người yêu cầu tôi viết ra một kết luận. Sân không khán giả, nhưng con số vẫn đầy tiếng ồn — và lần này, tiếng ồn mang tên sự im lặng. Điền kinh là môn thể thao minh bạch bậc nhất. Đồng hồ điện tử, cảm biến gió, camera tốc độ cao — mọi thứ đều đo được, đến từng phần trăm giây. Nhưng chính vì thế, nó cũng là nơi dễ nảy sinh ảo giác nhất. Một con số đẹp không đồng nghĩa với một năng lực thật. Đó là bài học tôi học được từ những ngày đầu ghi chép từng trận đấu, và nó vẫn đúng khi tôi chuyển sang theo dõi đường chạy. Khi phân tích một cuộc thi, tôi chia dữ liệu thành nhiều tầng. Tầng đầu tiên là bản thân thành tích — thời gian, khoảng cách, điểm số — nhưng phải luôn đi kèm điều kiện sinh ra nó. Một vận động viên chạy 100m với gió đọc trên +2,0 m/s thì thành tích đó không được công nhận là kỷ lục, dù đồng hồ hiển thị con số đẹp đến đâu. Một cú nhảy xa ở độ cao lớn có thể cộng thêm vài chục centimet mà không cần thêm một buổi tập nào. Gió, độ cao, thiết bị — ba biến số im lặng có thể thay đổi toàn bộ câu chuyện. Tầng thứ hai là con người: đường cong thành tích cá nhân, phong độ trong mùa, nguy cơ chấn thương, thời điểm đạt đỉnh. Tầng thứ ba là cấu trúc giải đấu: suất tham dự theo chuẩn thành tích, điểm xếp hạng thế giới, cửa sổ thời gian đóng và mở. Rồi đến bức tranh toàn cảnh của môn, luật thi đấu và phòng chống doping, hệ thống đội nhóm và huấn luyện, rủi ro, và cuối cùng là cách ngành công nghiệp truyền tín hiệu xuống thị trường. Chín tầng ấy nghe có vẻ hàn lâm. Nhưng trong một mùa giải thường niên, chúng là thứ giúp tôi phân biệt một tín hiệu thật với một tiêu đề đẹp. Độc giả theo dõi mỗi trận đấu không cần một bảng số liệu dài dằng dặc; họ cần biết áp lực tranh suất, nguy cơ tụt hạng và tín hiệu chiến thuật xuất hiện trước khi thành tin. Hãy lấy một ví dụ cụ thể mà tôi theo dõi nhiều năm: tiếp sức 4x100m nam Nhật Bản. Tại Rio 2026, đội tuyển này giành huy chương bạc Olympic. Nhìn vào kết quả cuối cùng, đó là đỉnh cao của điền kinh châu Á. Nhưng nếu chỉ đọc tấm huy chương, ta sẽ bỏ lỡ toàn bộ cơ chế đứng sau nó: kỹ thuật trao gậy, thứ tự chạy, và khả năng đồng bộ hóa ở tốc độ hơn 40 km/h. Một đội tiếp sức mạnh không phải là tập hợp bốn người chạy nhanh nhất, mà là bốn người ăn khớp nhất trong khoảng thời gian ngắn nhất. Ở cấp độ cá nhân, kỷ lục quốc gia nam 100m của Nhật Bản là 9,95 giây, do Abdul Hakim Sani Brown lập năm 2026. Kỷ lục 200m là 20,03 giây của Shingo Suetsugu, lập năm 2026. Hai con số này cách nhau mười sáu năm. Điều đó nói lên rằng thành tích đỉnh cao không đến theo đường thẳng, mà nhảy bậc theo chu kỳ thế hệ. Đường cong cá nhân cho tôi biết một vận động viên đã tiến bộ bao nhiêu và còn bao nhiêu dư địa. Phong độ mùa cho tôi biết họ đang ở đâu trong chu kỳ tập luyện. Khi hai đường này lệch nhau — kỷ lục cá nhân rất tốt nhưng phong độ mùa èo uột — đó thường là dấu hiệu của chấn thương chưa lành, thay đổi huấn luyện viên, hoặc một giai đoạn tích lũy thể lực có chủ đích. Không đường nào trong hai đường ấy tự nói lên sự thật; chúng chỉ nói lên sự thật khi đặt cạnh nhau. Tầng cấu trúc giải đấu cũng đáng được nói kỹ. Suất tham dự một kỳ đại hội không chỉ đến từ một lần chạy nhanh. Vận động viên có thể vào bằng chuẩn thành tích trực tiếp, hoặc tích lũy điểm xếp hạng thế giới qua nhiều giải trong một cửa sổ thời gian nhất định. Điều đó nghĩa là một chặng đua tồi không kết thúc hy vọng, và một chặng đua đẹp cũng không bảo đảm suất. Với các đội tuyển, đây là bài toán cân bằng: đăng ký bao nhiêu giải, phân bổ thể lực ra sao, và đánh đổi thế nào giữa việc giữ phong độ và việc tích điểm. Bức tranh toàn cảnh của điền kinh châu Á cũng đang thay đổi theo từng chu kỳ. Nhật Bản từ lâu là thế lực dẫn đầu khu vực ở các nội dung chạy ngắn và tiếp sức, nhưng khoảng cách với nhóm bám đuổi đang thu hẹp dần. Các nền điền kinh mới nổi đầu tư mạnh vào khoa học thể thao, và dòng vận động viên trẻ tiến bộ nhanh hơn. Với một nhà phân tích, tín hiệu quan trọng không phải là ai đang đứng đầu, mà là tốc độ thay đổi của khoảng cách ấy. Tôi học được điều này trong mùa giải trống sân. Năm 2026, đại dịch khiến giải bóng đá Nhật Bản hoãn bốn tháng. Tôi ngồi ở Osaka, xây một bộ dữ liệu từ video cũ, ghi lại 1.240 tình huống pressing để tính chỉ số PPDA — số đường chuyền cho phép đối phương thực hiện trước khi đội mình áp sát. Khi giải đấu trở lại, tôi dự đoán một đội sẽ tụt phong độ vì thiếu sân nhà. Kết quả: họ đứng thứ tư, thấp hơn dự đoán thứ hai của tôi. Tôi đã sai. Tôi không đổ lỗi cho may rủi; tôi bổ sung biến số "ảnh hưởng khán giả" vào mô hình. Dữ liệu không tạo ra câu chuyện; nó bóc trần câu chuyện của người khác. Đến đây, điều phản trực giác cần được nói thẳng. Nguy hiểm lớn nhất của phân tích dữ liệu không nằm ở việc mô hình dự đoán sai, mà ở việc nó bị bắt phải dự đoán khi không có dữ liệu. Khi một bảng tính trở về con số không — như buổi tối thứ Sáu của tôi — có hai phản ứng. Phản ứng thứ nhất là dừng lại và nói: chưa đủ cơ sở. Phản ứng thứ hai, phổ biến hơn nhiều, là lấp ô trống bằng câu chuyện. Người ta gọi đó là "cảm giác chuyên gia", "trực giác sân cỏ", hoặc tệ hơn, là "ý trời". Với tôi, mọi cách lấp ô trống bằng cảm giác đều là một dạng ngụy tạo. Một kết luận không có nguồn không phải là kết luận; nó là một giả định đội lốt sự thật. Tôi thu thập sai lầm, phân loại chúng, rồi biết đội bóng sẽ đi về đâu. Đó là lý do tôi không bao giờ đổ lỗi cho may rủi khi mô hình sai. Tôi truy lại dữ liệu đầu vào, kiểm tra từng biến, và ghi chú rõ những gì chưa đo lường được. Trong bài viết, tôi luôn dành một đoạn cho "giả định của tác giả" — phần thừa nhận giới hạn. Người đọc xứng đáng biết đâu là dữ kiện, đâu là suy luận. Có một cám dỗ khác: giả lập sự phản trực giác để gây sốc. Một bài viết khẳng định điều ngược đời, dựa trên một mẫu nhỏ, có thể lan nhanh. Nhưng mẫu nhỏ là cái bẫy. Một vận động viên chạy một lần thật nhanh trong điều kiện lý tưởng chưa chứng minh được gì về cả mùa giải. Trước khi viết một kết luận ngược dòng, tôi luôn tự viết trước một đoạn bào chữa cho chiều dữ liệu đối lập. Nếu đoạn bào chữa ấy mạnh hơn kết luận của tôi, tôi bỏ bài. Tương quan không phải là nhân quả, và một đường hồi quy đẹp không tự động trở thành lời tiên tri. Mùa giải thường niên không thưởng cho người nói to nhất. Nó thưởng cho người kiên nhẫn đọc tín hiệu trước khi chúng thành tiêu đề. Mọi xác suất đều ẩn chứa một cú sốc — tôi chỉ đảm bảo nó không lặp lại. Câu hỏi tôi mang theo vào vòng đấu tiếp theo không phải "ai sẽ thắng", mà là: khi dữ liệu chưa đủ, tôi có đủ can đảm để nói rằng mình chưa biết không? Với một nhà phân tích dữ liệu, đó là câu hỏi khó nhất — và cũng là câu hỏi duy nhất đáng để trả lời.