Ô trống trong bảng dữ liệu điền kinh

Đêm trước một giải điền kinh lớn, tôi mở bảng tính còn dang dở. Cột cự ly đã đầy. Cột thành tích cá nhân tốt nhất đã đầy. Cột thành tích mùa này, số lần xuất phát, tuổi, quỹ đạo tiến bộ — đầy. Chỉ còn một ô trống: bối cảnh gió của lần chạy tham chiếu. Tôi có thể điền vào đó một con số ước lượng, và không ai đủ kiên nhẫn để kiểm tra. Hoặc tôi có thể để nguyên ô trống và viết một kết luận rỗng.

Tôi chọn ô trống.

Người ta vẫn nghĩ công việc của một nhà phân tích thể thao là đưa ra câu trả lời. Sau mười hai năm quan sát ngành — từ đường chạy điền kinh tới khán đài bóng đá, từ một blog sinh viên ở Tokyo tới phòng họp dữ liệu của một công ty cá cược — tôi học được rằng phần khó nhất của nghề là biết lúc nào phải nói: "Không đủ thông tin, không thể đánh giá."

Sức ép của một giải lớn

Vào mùa giải đấu lớn, mọi thứ bị nén lại. Khán giả không còn muốn đọc bối cảnh; họ muốn biết ai thắng. Ban biên tập không còn hỏi về phương pháp; họ hỏi về kết luận. Áp lực đó có thật, và nó hợp lý — cảm xúc của một kỳ giải là thứ đáng được phục vụ. Nhưng có một ranh giới tôi không được bước qua: biến sự bất định thành một con số trông có vẻ chắc chắn.

Điền kinh đặt ranh giới đó rõ hơn bóng đá, vì đây là môn thể thao của con số. Một thành tích không nằm trong chân không. Nó nằm trong một hệ quy chiếu: gió, độ cao, thiết bị, điều kiện đường chạy, và luật công nhận kỷ lục. Người mới vào nghề nhìn con số cuối cùng. Người làm lâu nhìn mọi thứ đứng sau con số đó.

Kỳ giải lớn còn nén cả thời gian. Một vòng loại kéo dài vài tuần, một trận chung kết kéo dài vài chục giây, và giữa hai khoảng đó là toàn bộ sự nghiệp của một con người. Tôi đã quen với việc đó khi viết về bóng đá, nhưng điền kinh khiến nó trần trụi hơn: mọi thứ được quyết định trong khoảng thời gian ngắn đến mức một cơn gió cũng đủ đổi kết quả.

Chín lớp của một kết luận điền kinh

Khi phân tích một vận động viên điền kinh, tôi không bắt đầu từ thành tích. Tôi đi qua chín lớp thông tin, và nếu một lớp trống, tôi ghi vào đó đúng chữ "trống", không suy diễn.

Lớp đầu tiên là bản thân lần thi đấu. Một thành tích ở vòng chung kết vô địch thế giới không so sánh trực tiếp được với một thành tích ở giải mở rộng, dù cùng cự ly. Kỷ lục thế giới 100m nam của Usain Bolt là 9,58 giây, lập tại Berlin ngày 16 tháng 8 năm 2026, với gió đo được +0,9 mét mỗi giây. Con số gió quan trọng ngang con số thời gian: vượt +2,0 mét mỗi giây, thành tích không còn đủ điều kiện công nhận kỷ lục. Bỏ qua gió là bỏ qua điều kiện tồn tại của chính con số.

Lớp thứ hai là tình trạng vận động viên. Tôi xem đường cong tiến bộ thành tích cá nhân, khoảng cách giữa phong độ mùa này và thành tích tốt nhất sự nghiệp, và tuổi. Điền kinh không tha cho sự ngẫu nhiên: một vận động viên có thể chạy nhanh nhất sự nghiệp ở tuổi hai mươi lăm rồi không bao giờ lặp lại, vì đỉnh cao thể lực là một cửa sổ hẹp. Dựa trên kinh nghiệm theo dõi nhiều mùa giải của tôi, đường cong đi lên đều đáng tin hơn một cú nhảy vọt đơn lẻ.

Lớp thứ ba là cấu trúc giải và cơ chế vượt vòng loại. Đây là lớp bị hiểu sai nhiều nhất. Từ năm 2026, Liên đoàn Điền kinh Thế giới vận hành hệ thống xếp hạng thế giới dùng để phân bổ suất dự giải, bên cạnh các chuẩn thành tích trực tiếp. Nghĩa là một vận động viên có thể vượt chuẩn mà vẫn không chắc có suất, hoặc không vượt chuẩn mà vẫn vào nhờ điểm xếp hạng. Ai chỉ đọc thành tích tốt nhất sẽ dự đoán sai danh sách xuất phát.

Cụ thể hơn, cửa sổ vượt chuẩn là một khoảng thời gian có mốc mở và mốc đóng rõ ràng, và thành tích chỉ được tính nếu đạt trong khoảng đó, trên đường chạy được công nhận, với điều kiện đo lường hợp lệ. Một thành tích cá nhân tốt nhất lập ngoài cửa sổ không có giá trị cho suất dự giải. Người hâm mộ nhớ con số; hệ thống nhớ ngày tháng.

Lớp thứ tư là bức tranh cự ly và tương quan quốc gia. Có cự ly bị một người thống trị, có cự ly mở, có cự ly đang chuyển giao thế hệ. Một quốc gia mạnh ở tốp đầu chưa chắc mạnh ở chiều sâu. Chiều sâu đội hình quyết định thành tích ở các nội dung tiếp sức và ở những kỳ giải kéo dài nhiều vòng — nơi một người giỏi không đủ để đi tới cuối.

Lớp thứ năm là luật và phòng chống doping. Đây là lớp nhạy cảm nhất và cũng dễ bị bỏ qua nhất khi viết nhanh. Hộ chiếu sinh học của vận động viên, các quy định về nồng độ hormone, và những vụ kiện kéo dài nhiều năm đều có thể thay đổi kết quả sau khi đường chạy đã đóng. Một bài phân tích không nhắc tới lớp này là một bài phân tích chưa hoàn thành.

Lớp thứ sáu là hệ thống đội và huấn luyện. Ở điền kinh, "đội" thường nhỏ hơn nhiều so với bóng đá, nhưng vai trò của huấn luyện viên cá nhân, nhóm tập huấn, và môi trường tập luyện độ cao lại lớn hơn. Chu kỳ huấn luyện, thời điểm đạt đỉnh phong độ, và việc chọn giải để đạt đỉnh là những biến số chiến lược thực sự.

Lớp thứ bảy là bản đồ rủi ro. Với một vận động viên điền kinh, rủi ro chấn thương không nằm ở va chạm mà nằm ở khối lượng tập luyện và lịch thi đấu dày. Một mùa giải Diamond League kéo dài có thể bào mòn đôi chân trước khi tới giải lớn nhất, và đây là thứ dữ liệu thành tích đơn thuần không nhìn thấy.

Lớp thứ tám là câu chuyện công chúng và kỳ vọng. Đây là nơi dữ liệu và cảm xúc gặp nhau. Khi một vận động viên được truyền thông nâng lên thành biểu tượng, giá trị kỳ vọng tách khỏi giá trị thực lực, và khoảng cách đó là nơi sai lầm sinh ra. Tôi không đoán ai về đích trước; tôi đo khoảng cách giữa kỳ vọng và thành tích được chứng minh.

Lớp thứ chín là dòng chảy của cả ngành. Thành tích của một vận động viên không chỉ là chuyện cá nhân; nó tác động tới tài trợ, thiết bị, truyền thông, và cả chuỗi đào tạo trẻ phía sau. Những tác động này chậm, nhưng chúng chảy ngược trở lại và thay đổi chính nền tảng của môn thể thao.

Một ví dụ cho thấy chín lớp này vận hành cùng nhau: ở marathon, Eliud Kipchoge lập kỷ lục thế giới 2 giờ 01 phút 39 giây tại Berlin ngày 16 tháng 9 năm 2026. Ngày 8 tháng 10 năm 2026, tại Chicago, Kelvin Kiptum chạy 2 giờ 00 phút 35 giây. Nhưng một kỷ lục marathon không chỉ là tốc độ; nó là bài toán phân bổ sức lực trên bốn mươi hai cây số. Người chạy âm split — chạy nửa sau nhanh hơn nửa đầu — kể một câu chuyện khác với người bung sức rồi gục. Nếu tôi chỉ có con số cuối cùng mà không có dữ liệu từng phần, tôi không thể phân biệt hai kiểu người đó. Và nếu thiếu dữ liệu từng phần, tôi phải nói rằng mình thiếu, chứ không được đoán.

Chín lớp này là công cụ. Nhưng công cụ chỉ có ích khi ta trung thực về việc lớp nào đang trống. Khi tài liệu đầu vào không có tên giải, không có tên vận động viên, không có thành tích, thì câu trả lời đúng không phải là một dự đoán khéo léo. Câu trả lời đúng là một kết luận rỗng, ghi rõ ràng, kèm lời đề nghị cung cấp lại dữ liệu.

Cám dỗ lấp ô trống

Nguy hiểm lớn nhất trong nghề phân tích không phải dữ liệu xấu. Dữ liệu xấu thì ta phát hiện được. Nguy hiểm lớn nhất là dữ liệu bị bịa ra một cách trơn tru, đủ hợp lý để không ai nghi ngờ. Khi một ô trống nằm giữa một bảng đầy ắp, bản năng tự nhiên là lấp nó bằng một giá trị hợp lý nhất. Đó là lúc nghề phân tích chết.

Năm 2026, tôi hai mươi tuổi, sinh viên năm hai ở Tokyo, viết blog phân tích World Cup bằng dữ liệu. Trước trận Đức gặp Hàn Quốc, tôi chỉ ra rằng chỉ số bàn thắng kỳ vọng của Đức là 2,1 so với 0,6 của Hàn Quốc, nhưng Hàn Quốc có 121 pha chạy nước rút và chỉ số PPDA 7,8 trong hiệp hai, thể hiện sức ép cực lớn. Tôi dự đoán Đức có thể bị loại. Một bình luận viên nam trên mạng chê: "Con gái biết gì về bóng đá mà nói pressing?" Kết quả, Hàn Quốc thắng 2-0 và Đức về nước. Blog của tôi được chia sẻ hàng nghìn lần chỉ sau một đêm.

Bài học tôi rút ra không phải là mình đã đúng. Bài học là cảm xúc không thắng được số liệu, và mọi lời chê cười là một cột dữ liệu chưa được gán nhãn.

Ba năm sau, tôi hai mươi ba tuổi, làm ở một công ty phân tích cá cược ở Tokyo. Trước trận chung kết Euro giữa Ý và Anh, tôi trình bày rằng Ý có chỉ số PPDA trung bình 8,9 — mức pressing quyết liệt nhất giải — trong khi Anh là 11,4. Tôi nhận định Ý sẽ kiểm soát thế trận. Một đồng nghiệp nam cười: "Đàn bà Nhật chỉ biết nhìn số, không hiểu tâm lý Wembley." Tôi chiếu biểu đồ ba mươi trận gần nhất và nói: "Số liệu không nói dối. Anh sẽ thua nếu cứ lùi sâu." Ý vô địch sau loạt luân lưu. Trong phòng họp, cảm xúc hỏi, dữ liệu trả lời.

Nhưng chính hai câu chuyện đó cũng dạy tôi điều ngược lại. Đúng trong một trận không có nghĩa là đúng trong mọi trận. Tương quan không phải nhân quả. Một đường cong đi lên không đảm bảo một đỉnh cao; nó chỉ cho thấy khả năng. Giữa khả năng và kết quả là cả một vùng ngẫu nhiên mà tôi không được phép lấp bằng niềm tin.

Bài học từ mùa hè trống rỗng

Năm 2026, khi các giải bóng đá trở lại với khán đài trống, tôi thu thập dữ liệu hai mươi sáu trận đầu và thấy lợi thế sân nhà giảm mạnh so với mức trung bình lịch sử. Tôi xây dựng một mô hình cá cược "không khán giả", đặt vào các đội khách bị định giá thấp, và thắng mười bảy trong hai mươi lượt trong tháng đó.

Nhưng điều tôi giữ lại không phải tỷ lệ thắng. Điều tôi giữ lại là bài học về bối cảnh: khi bối cảnh thay đổi, ý nghĩa của dữ liệu lịch sử cũng thay đổi. Mùa hè trống rỗng dạy tôi rằng chiếc ghế trống cũng là một cầu thủ. Sân nhà là một giả thuyết, và COVID là thí nghiệm bất đắc dĩ của tôi về điều đó.

Từ đó, mỗi bài viết của tôi đều có một phần "giả định và giới hạn của mô hình". Nó không làm bài viết yếu đi. Nó làm bài viết trung thực hơn, và giúp độc giả hiểu rằng điều kiện thực tế quyết định ý nghĩa của chỉ số.

Khiêm nhường không phải né tránh

Có một cách hiểu sai về sự khiêm nhường trong nghề dữ liệu. Người ta nghĩ khiêm nhường là không dám kết luận. Không đúng. Khiêm nhường là dám kết luận, nhưng luôn mở cánh cửa cho khả năng mình sai.

Một kết luận rỗng không phải là sự bỏ cuộc. Nó là một kết quả có giá trị. Nó nói với người đọc rằng hệ thống dữ liệu phía trên đang có lỗ hổng, và lỗ hổng đó cần được sửa trước khi bất kỳ ai đưa ra dự đoán. Trong một ngành mà ai cũng muốn nghe một con số, việc nói "không có con số nào đáng tin" là một hành động chuyên môn, không phải một hành động hèn nhát.

Tôi bắt đầu sự nghiệp viết về điền kinh, rồi chuyển sang bóng đá, rồi trở lại với cả hai. Chính khoảng thời gian ở tòa soạn một tạp chí chạy bộ dạy tôi kỷ luật của người quan sát: viết ít hơn, nhưng mỗi con số phải đứng vững. Điền kinh không cho phép tôi trốn sau một câu chuyện hay. Ở đây, hoặc con số đúng, hoặc nó không tồn tại.

Khi dữ liệu lên tiếng, tiếng cười chỉ còn là nhiễu. Nhưng khi dữ liệu im lặng, điều trung thực nhất mà nhà phân tích có thể làm là im lặng cùng nó — và nói rõ mình đang im lặng vì lý do gì.

Takeaway

Nếu bạn đang đọc một bài phân tích điền kinh mà trong đó mọi ô dữ liệu đều đầy, hãy tự hỏi: ô nào đã bị lấp? Điều đáng lo không phải là ô trống. Điều đáng lo là một ô trống được lấp bằng một con số không ai kiểm tra. Một vận động viên không bị đánh giá thấp chỉ vì thiếu dữ liệu về gió, hay thiếu bối cảnh phòng chống doping. Anh ta bị đánh giá sai khi ta lấp khoảng trống bằng niềm tin thay vì bằng bằng chứng. Vòng tiếp theo của dữ liệu điền kinh sẽ bắt đầu từ chính những ô trống mà chúng ta dám để nguyên.