Ba môn bi-a, ba ngôn ngữ dữ liệu — và cái bẫy của người phân tích

Ngày 6 tháng 6 năm 2026, Hiệp hội Billiards và Snooker Chuyên nghiệp Thế giới (WPBSA) công bố án phạt với mười tay cơ Trung Quốc sau một cuộc điều tra dàn xếp tỷ số kéo dài nhiều tháng. Liang Wenbo và Li Hang nhận án chung thân, tám tay cơ còn lại bị treo giò từ vài năm tới gần một thập kỷ. Với một người sống bằng nghề đọc dữ liệu bi-a ở London như tôi, đó không chỉ là một scandal đạo đức. Đó là một cú sốc phương pháp luận.

Phải mất vài tuần tôi mới nhận ra vì sao. Vấn đề không nằm ở con số nào trong hồ sơ vụ án. Nó nằm ở câu hỏi mà tôi chưa từng buộc mình trả lời rõ ràng: khi nói "bi-a", tôi đang nói về môn nào?

Bi-a không phải một môn thể thao. Nó là một cái ô chứa ít nhất bốn hệ thống luật, và mỗi hệ thống sản sinh ra một loại dữ liệu không thể dùng chung.

Snooker có hệ thống xếp hạng tích lũy hai năm, có khái niệm century break, có 147 maximum, có bộ ba Triple Crown gồm Giải Vô địch Thế giới tại Crucible Theatre ở Sheffield, Giải Vô địch Vương quốc Anh và Masters. 9-ball lại đo bằng break-and-run, bằng thể thức race-to và bằng Mosconi Cup — giải đồng đội thường niên giữa Mỹ và châu Âu. Chinese 8-ball là một dạng lai, dùng bàn có lỗ và luật gần với 8-ball nhưng hệ thống giải thưởng phình theo dòng vốn trong nước, với các giải như Joy Cup. Carom kiểu châu Âu lại là một câu chuyện hoàn toàn khác.

Ba hệ quy chiếu này không quy đổi được cho nhau. Nếu bạn mang thước đo của snooker áp lên 9-ball, bạn không phân tích sai — bạn đang phân tích một môn thể thao khác. Đó là lý do bước đầu tiên của mọi phân tích bi-a phải là xác định môn, trước cả khi mở bảng dữ liệu.

Quay lại vụ tháng 6 năm 2026. Điều đáng học với người làm dữ liệu không phải danh tính các tay cơ bị phạt, mà là cách cuộc điều tra được dựng lên. WPBSA không kết luận từ một trận đấu. Họ đối chiếu mẫu qua nhiều mùa giải, so các mô hình cá cược bất thường với mô hình thi đấu thực tế trên bàn, rồi mới đi tới kết luận. Quy trình đó có bốn bước: đặt giả thuyết, trích xuất dữ liệu, đối chiếu chéo, rồi mới phán xét. Bỏ qua bất kỳ bước nào cũng là tự tạo ra sai số.

Tôi từng tự chạy một bài tập nhỏ để kiểm tra phản xạ nghề nghiệp của mình. Tôi lấy một kỳ giải mà tôi không chắc thuộc môn nào, chỉ có tên giải và vài dòng mô tả, rồi thử phân tích. Kết quả: tôi không thể xác định nổi môn. Không tên giải đặc trưng, không thuật ngữ luật, không mô tả bàn hay bóng, không tên tay cơ. Khi môn chưa xác định, mọi chỉ số phía sau đều vô nghĩa. Không thể bàn về "chất lượng cú phá" của một giải snooker, cũng không thể bàn về "147" trong một giải 9-ball. Mỗi môn có bộ công cụ đo riêng, và dùng nhầm công cụ thì kết quả không phải gần đúng — nó sai hoàn toàn.

Chiếc cúp không nằm trên bảng điểm, nó nằm trong bảng chất lượng cơ hội. Mà bảng đó được thiết kế riêng cho từng môn, bằng một hệ đơn vị riêng.

Điều tương tự đúng với xếp hạng. Snooker dùng điểm tích lũy hai năm, nên một tay cơ có thể tụt hạng dù vẫn vào sâu ở vài giải. 9-ball của Matchroom xoay quanh các sự kiện mời và điểm xếp hạng theo giải. Chinese 8-ball có hệ thống riêng, gắn với các giải trong nước. Ba hệ thống không quy đổi được. Một tay cơ vô địch một giải Chinese 8-ball không vì thế mà được xếp cùng hạng với một nhà vô địch Crucible — dù cả hai đều có thể được gọi chung là "vô địch bi-a" trên mặt báo.

Và đây là chỗ dữ liệu trở nên nguy hiểm. Báo chí thường gộp tất cả vào một từ: "bi-a". Một tiêu đề kiểu "tay cơ X vô địch thế giới" có thể đúng với một môn và sai với môn khác. Người đọc không có cách nào tự kiểm tra nếu bài viết không nêu rõ hệ quy chiếu.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi học được điều này rõ nhất vào năm 2026, khi các hội trường vắng khán giả vì đại dịch. Khi tiếng ồn khán đài biến mất, những biến số bình thường bị át đi bỗng lộ ra. Với bi-a, hội trường vắng cho thấy nhịp đọc bàn, thời gian cân nhắc trước cú đánh, sự do dự ở những ván quyết định. "Sân vắng, tiếng huấn luyện viên rõ hơn bao giờ hết, và dữ liệu cũng vậy." Chỉ có điều, hội trường vắng chỉ là một phòng thí nghiệm sạch nếu bạn biết mình đang đo môn nào trong đó.

Cấu trúc giải thưởng cũng nói lên nhiều điều. Các giải snooker lớn có cơ cấu thưởng tập trung mạnh vào người thắng, khiến cuộc đua xếp hạng khốc liệt ở nhóm dẫn đầu. Nhiều giải Chinese 8-ball có quỹ thưởng lớn và phân bổ rộng hơn, đủ sức hút các tay cơ từ môn khác chuyển sang. Dòng chảy tay cơ giữa các môn là một tín hiệu thị trường, nhưng chỉ đọc được nếu ta tách bạch từng hệ thống. Gộp chúng lại, ta chỉ thấy một mớ tên và giải thưởng không so sánh được.

Có một cám dỗ lớn hơn cả việc xác định sai môn: kết luận từ mẫu quá nhỏ.

Trong bóng đá, sau World Cup 2026, tôi từng viết rằng bốn trận knock-out của Maroc có xGA trung bình 0,6 — thấp nhất giải — nhưng cỡ mẫu bốn trận là quá nhỏ để gọi đó là một chiến thuật bền vững. Cùng phép thử đó áp vào bi-a: một tay cơ thắng ba giải liên tiếp không chứng minh được gì về dài hạn nếu ta không biết ba giải đó cùng môn, cùng hệ xếp hạng, cùng mặt đối thủ hay không. Chuỗi thắng có thể là tín hiệu. Nó cũng có thể chỉ là nhiễu được sắp xếp đẹp.

Một phép màu kiểu Maroc trong bi-a — một tay cơ ngoài dự đoán vào sâu ở một kỳ giải — cũng vậy: nó đo đếm được, nhưng chỉ trong khuôn khổ mẫu đó. Phép màu không nằm ở phép thuật, nó nằm ở những mét vuông được phòng thủ có chủ đích — và trong bi-a, ở những cú an toàn được đặt đúng chỗ.

Tệ hơn, danh tiếng cũng không phải dữ liệu. Vụ năm 2026 cho thấy một số tay cơ nổi tiếng lại là trung tâm của một mạng dàn xếp. Một tên tuổi lớn không phải là biến số đáng tin trong phương trình. Tương quan chỉ là tương quan; muốn tới nhân quả, ta phải cô lập được biến số, và bi-a cho ta rất ít cơ hội làm điều đó một cách sạch sẽ.

Vòng tiếp theo sẽ không thưởng cho người đọc nhanh nhất, mà cho người phân loại đúng trước tiên. Câu hỏi tôi đang đặt ra cho chính mình trong mùa giải tới không phải "tay cơ nào đang hay nhất", mà là "tôi đang nói về môn nào, với hệ quy chiếu nào, và tôi dám khẳng định điều gì trước khi mẫu đủ lớn". Ba môn bi-a sẽ tiếp tục dùng chung một cái tên trên mặt báo. Nhiệm vụ của người viết dữ liệu là đừng để chúng dùng chung một con số.

Giới hạn dữ liệu: Bài viết dựa trên các sự kiện công khai về cấu trúc giải đấu và vụ án năm 2026. Các nhận định về dòng chảy tay cơ giữa các môn là suy luận từ dữ liệu công khai, không phải kết luận nhân quả. Cỡ mẫu cho phần lớn ví dụ là nhỏ; độc giả nên xem đây là khung phân tích, không phải dự báo.