Bản phân tích bóng bàn trống rỗng và kỷ luật khó nhất của nghề dữ liệu thể thao

Ở Munich, tôi từng mở một tệp phân tích có ba mươi sáu ô dữ liệu, và cả ba mươi sáu ô đều trống. Không tên giải, không tên vận động viên, không một thông số nào về điểm số, mặt vợt hay nhịp độ trận đấu. Người gửi nói bản này đã đi qua một tầng xử lý. Tôi mất bốn mươi phút kiểm tra lại đường truyền, rồi nhận ra kết luận chẳng liên quan gì tới bóng bàn: tầng đầu tiên của chuỗi phân tích đã trả về kết quả rỗng. Nhiều bộ phận dữ liệu thể thao đang vận hành theo cấu trúc hai tầng. Tầng một bóc tách bài viết nguồn thành các trường có cấu trúc: tiêu đề, nguồn, loại bài, quan điểm cốt lõi, danh sách điểm thông tin, các thực thể được nêu tên, độ nhạy thời gian và chất lượng nguồn. Tầng hai lấy những trường đó dựng thành chín chiều phân tích chuyên sâu, từ kỹ thuật – chiến thuật cho tới truyền dẫn ngành. Nguyên tắc số một rất đơn giản: mọi kết luận ở tầng hai phải truy được về một điểm thông tin cụ thể ở tầng một. Không có điểm thông tin, không có kết luận. Tệp tôi cầm trên tay vì thế trở thành một dạng tài liệu kỳ lạ: đầy đủ khung của một bản phân tích chín chiều, nhưng mọi ô đều ghi “không đủ thông tin”. Người viết không thận trọng đến thế. Dấu vết của một lỗi ở khâu thu thập hiện rõ trên từng ô. Hãy hình dung cụ thể. Ở chiều kỹ thuật và chiến thuật, người phân tích cần biết đối tượng đang bàn là lối chơi cá nhân, một yếu tố kỹ thuật, cách bố trí của huấn luyện viên, hay một trận đấu đơn lẻ. Không có đối tượng, không thể đánh giá độ tiên tiến của kỹ thuật, cũng không thể bàn tới quãng thời gian thích nghi sau khi đổi mặt vợt. Ở chiều dữ liệu vận động viên, mọi thứ phụ thuộc vào một cái tên. Có tên mới có thứ hạng, mới có áp lực bảo vệ điểm, mới dựng được bảng đối đầu và nhận diện khắc tinh. Bảng đối đầu trống thì mọi nhận định về cục diện đều là phỏng đoán. Chiều hệ thống giải đấu cũng vậy. Điểm của nhà vô địch, tiền thưởng, độ mạnh của dàn tham dự, vị trí trong chu kỳ Olympic — tất cả đều cần một cái tên giải. Thiếu tên giải thì không xác định được đây là nhóm ba giải lớn, một chặng của hệ thống WTT, một giải châu lục hay một giải trong nước. Kéo theo đó là chiều bối cảnh cạnh tranh: sơ đồ tầng bậc từ nhóm thống trị tới nhóm mới nổi không thể dựng nếu thiếu một dòng tham chiếu. Những chiều nặng tính tổ chức hơn cũng không thoát. Chiều luật và quản trị cần một cải cách cụ thể, một tranh chấp suất tham dự, hoặc một án kỷ luật. Chiều ban huấn luyện và chuỗi đào tạo cần một đội, một huấn luyện viên và một cơ cấu độ tuổi. Chiều tự sự công chúng cần ít nhất một nhãn câu chuyện — cuộc đua tới giải lớn, màn so găng của hai ngôi sao, đồng hồ đếm ngược chia tay. Chiều truyền dẫn ngành cần một mắt xích cụ thể: thiết bị, đào tạo trẻ, giải đấu, bản quyền truyền hình hay dòng vốn. Ngay cả chiều được thiết kế để bắt lỗi cũng bó tay. Ma trận sáu nhóm rủi ro — cạnh tranh, suất dự, khoảng trống thế hệ, quản trị và dư luận, hệ thống, đối thủ — không có đối tượng nào để soi. Nhưng khi cả ma trận trống, một rủi ro tự lộ diện và nó không thuộc về chuyên môn: rủi ro đứt gãy chuỗi phân tích. Một tài liệu như thế, nếu bị đọc lướt, trông giống một bản phân tích thận trọng. Thực chất nó là tín hiệu lỗi. Nguy hiểm nằm ở bước sau: một biên tập viên vội, hoặc một mô hình ngôn ngữ, có thể tự lấp các ô trống bằng những nhận định nghe rất hợp lý — tay vợt trẻ đang vào phom, lối đánh này bị khắc chế, giải đấu này chỉ là bước đệm. Không ô nào trong số đó có điểm thông tin chống lưng. Nghề phân tích thể thao ở Đức và châu Âu thường khen những mô hình dám kết luận. Kỷ luật khó hơn, và ít được khen hơn, là dám nói không đủ thông tin. Mỗi tỷ lệ cược là một lời thú tội không ai nghe. Một bản phân tích trống cũng là một lời thú tội như vậy, chỉ khác ở chỗ nó thú tội về chính người làm ra nó. Tôi từng nghĩ kỷ luật dữ liệu nằm ở khâu tính toán. Nhiều năm theo dõi các trận đấu và các tệp số liệu dạy tôi rằng kỷ luật nằm ở khâu từ chối. Từ chối điền vào chỗ trống. Từ chối biến một giả định thành một phát hiện. Trận đấu là một chương, mùa giải là một cuốn kinh, tôi chỉ đọc và niệm — nhưng trước khi niệm, tôi cần có chữ để đọc. Điều đáng lo không nằm ở một tệp lỗi. Điều đáng lo là niềm tin rằng một bản phân tích cứ đủ dài, đủ chín chiều, đủ bảng biểu thì mặc nhiên có giá trị. Cấu trúc hoàn chỉnh không bù được đầu vào rỗng. Trong nghề này, hình thức đầy đủ là thứ dễ đánh lừa nhất, kể cả với người trong nghề. Tôi không tin vào linh cảm. Nhưng tôi tin vào những con số không giải thích được — với điều kiện phải có con số trước đã. Nếu không, thứ duy nhất trung thực để nói là: đầu vào trống, mọi kết luận đều là bịa đặt. Hướng xử lý đúng là quay lui, viết tiếp chỉ làm dày thêm cái sai. Trả hồ sơ về tầng một, yêu cầu tối thiểu bốn thứ: tiêu đề và nguồn của bài gốc, ít nhất ba điểm thông tin, ít nhất một thực thể được nêu tên — vận động viên, hiệp hội hoặc giải đấu — và hai trường độ nhạy thời gian cùng chất lượng nguồn. Có bốn thứ đó, chín chiều phân tích mới có đất để đứng. Còn lại, một bản phân tích trống chỉ nên được đọc như một bản ghi nhận lỗi, và đôi khi ghi nhận lỗi là việc có ích nhất mà dữ liệu làm được.