Đêm dữ liệu không đến: kỷ luật của người phân tích thể thao

2 giờ 47 phút sáng, Brisbane vẫn mưa. Tôi ngồi trước màn hình với tách cà phê đã nguội từ lâu, và trên đó là một khung dữ liệu chỉ có đúng một dòng mang nghĩa: danh sách thông tin trống rỗng. Không tiêu đề. Không nguồn. Không một con số nào. Chín tiếng trước đó, tôi đã đặt lịch, mở sẵn ba bảng tính, dựng sẵn khung phân tích cho một trận đấu mà tôi tin là có chuyện để nói. Hệ thống trả về cho tôi một trang giấy trắng.

Người ta hay nghĩ công việc của một nhà phân tích dữ liệu thể thao là ngồi giữa một biển số. Thực tế, phần lớn thời gian tôi làm nghề này là ngồi chờ số đến, và không phải lúc nào chúng cũng đến. Có đêm đường truyền đứt. Có đêm trang nguồn chặn trình thu thập. Có đêm dữ liệu đến nhưng bộ trích xuất trả về một vật thể rỗng — văn bản đã nằm đó, chỉ là cái máy đọc nó bị hỏng. Hai kiểu thất bại này khác nhau hoàn toàn, và cách sửa cũng khác nhau hoàn toàn. Với người đọc thì chúng giống hệt nhau: một bài báo không có số.

Đây là chỗ nghề của tôi bắt đầu khó. Khi không có số, luôn có một lối ra rất dễ chịu: viết mà không cần số. Dùng tính từ thay cho dữ liệu. Dùng “có vẻ”, “dường như”, “đáng chú ý”. Không ai kiểm chứng được một câu văn không chứa dữ kiện. Bài vẫn lên trang, vẫn có lượt đọc, và tôi vẫn ngủ được.

Đêm đó tôi không chọn lối ra ấy. Tôi gõ một câu mà không biên tập viên nào muốn nhận: “Không đủ thông tin để kết luận.” Rồi gửi đi, tắt máy, ngồi im trong bóng tối thêm hai mươi phút. Mọi con số đều có một câu chuyện, nhiệm vụ của tôi là đừng làm hỏng nó. Nhưng khi không có con số nào, nhiệm vụ khó hơn: đừng tự viết ra một con số.

Bài viết này nói về khoảng trống đó — thứ xuất hiện thường xuyên hơn bất kỳ ai trong ngành thể thao muốn thừa nhận. Nó không chỉ xảy ra với một người ngồi ở Brisbane lúc gần ba giờ sáng. Nó xảy ra với mọi phòng biên tập, mọi bộ phận phân tích, mọi bản báo cáo chuyển nhượng, mọi bảng xếp hạng, mọi bản vá trò chơi điện tử thể thao. Và cách một nền thể thao xử lý khoảng trống đó quyết định chất lượng của toàn bộ những gì nó nói ra trong phần còn lại của mùa giải.

Bối cảnh: giải phẫu một đường ống dữ liệu thể thao

Một bản phân tích thể thao hiện đại chạy qua ba tầng. Tầng một là thu thập: lấy văn bản nguồn, băng hình, bảng thống kê, thông cáo báo chí. Tầng hai là trích xuất: bóc ra khỏi đó những dữ kiện rời — tên cầu thủ, phút, tỷ số, phí chuyển nhượng, ngày công bố, đội hình ra sân. Tầng ba là diễn giải: đặt những dữ kiện ấy vào một mô hình chiến thuật hoặc một chuỗi nhân quả để rút ra nhận định. Tầng ba không bao giờ tạo ra được thứ mà tầng hai không bóc ra được.

Trong thể thao, ba tầng này có tên gọi quen thuộc hơn. Tầng một là trận đấu. Tầng hai là bảng thống kê. Tầng ba là câu chuyện trên báo sáng hôm sau. Khi ai đó nói “trận này hay quá mà không ai nói đúng”, thường là tầng hai đã thất bại, hoặc tầng ba đã bịa.

Hai kiểu thất bại ở tầng một và tầng hai cần được phân biệt rạch ròi, vì cách xử lý trái ngược nhau. Kiểu A: nguồn không bao giờ đến. Trang bị chặn, video bị gỡ, trận đấu không được phát, thông cáo bị xóa sau bốn mươi phút. Cách sửa là đi lấy lại nguồn — tìm bản lưu, tìm bản phát lại, tìm bản dịch lại từ một hãng khác. Chạy lại mô hình phân tích mà không lấy lại nguồn thì kết quả rỗng sẽ lặp lại y nguyên, và người phân tích sẽ tưởng rằng trận đấu vốn không có gì đáng nói.

Kiểu B: nguồn đến nhưng bộ đọc hỏng. Văn bản nằm đó, băng hình nằm đó, chỉ là bảng thống kê xuất ra sai cột, hoặc bộ trích xuất gán nhầm trường. Cách sửa là đọc lại nguồn bằng tay, đối chiếu từng dòng. Với người làm bóng đá, đây là khác biệt giữa việc xem lại băng trận và việc mở lại một file tổng hợp bị lỗi định dạng.

Đêm Brisbane đó thuộc kiểu B. Tôi biết vì cả những trường cơ học nhất — tiêu đề, nguồn, thể loại — cũng trống. Một bài báo thật sự không có thông tin thì vẫn có tiêu đề. Khi tiêu đề cũng biến mất, lỗi nằm ở cái máy, không nằm ở trận đấu.

Sự phân biệt này nghe như chuyện kỹ thuật khô khan. Nó không khô khan chút nào. Trong suốt mùa giải, có hàng trăm quyết định biên tập được đưa ra dựa trên việc người ta nhầm lẫn giữa hai kiểu thất bại này. Một cầu thủ không có chỉ số vì giải đấu không thu thập chỉ số ấy — và người ta kết luận cậu ta chơi kém. Một huấn luyện viên không được hỏi trong buổi họp báo vì buổi họp báo bị cắt kỹ thuật — và người ta kết luận ông ta trốn tránh. Một đội bị gỡ băng trận vì bản quyền — và người ta kết luận họ đá không có gì đáng xem.

Cùng một vật thể rỗng, ba câu chuyện hoàn toàn khác nhau, và cả ba đều sai theo cùng một cách: lấy sự vắng mặt của bằng chứng làm bằng chứng cho sự vắng mặt.

Kinh tế học của việc phải có gì đó để nói

Nếu chỉ có một bài học từ hai mươi ba năm theo nghề, thì đó là: áp lực lớn nhất trong ngành này không phải áp lực phải đúng, mà là áp lực phải có gì đó để nói.

Nhịp tin thể thao không cho phép im lặng. Một trận đấu kết thúc lúc 9 giờ tối giờ Brisbane, bài phân tích phải lên trước 7 giờ sáng hôm sau. Trong khoảng mười tiếng đó, người viết phải tìm ra một góc mới, một con số mới, một nhận định mới — thứ mà thuật toán tìm kiếm gọi là “giá trị thông tin gia tăng”, tức là phần người đọc thu được vượt trên những gì họ đã đọc ở mười bài trước đó.

Yêu cầu ấy chính đáng. Nó cũng là cái bẫy hoàn hảo. Khi mười bài trước đã nói hết những gì bảng thống kê nói được, người viết thứ mười một phải tìm giá trị gia tăng ở nơi khác: ở tâm lý, ở phòng thay đồ, ở “bước ngoặt”, ở “dấu hiệu”. Những vùng đó không có dữ liệu, và vì không có dữ liệu nên không ai bắt bẻ được. Giá trị thông tin gia tăng là động cơ tốt nhất của nghề viết, và cũng là cái cớ tốt nhất để bịa.

Tôi làm việc ở một thị trường nhỏ. Úc không phải nơi có hàng trăm nhà phân tích ngồi mổ băng từng pha như ở châu Âu. Mảng thể thao điện tử của Úc càng mỏng hơn nữa: vài tổ chức, vài giải quốc nội, một vài suất dự đấu trường quốc tế mỗi năm. Số người thực sự đọc đến con số thứ ba trong một bài phân tích có lẽ đếm trên đầu ngón tay.

Chính vì thế mà áp lực càng lớn. Khi khán giả ít, mỗi bài viết phải tự gánh lấy phần hấp dẫn mà số liệu không gánh nổi. Ở A-League, tôi bị gọi là kẻ nổi loạn chỉ vì tôi mang theo máy tính. Người ta không khó chịu vì tôi có số. Người ta khó chịu vì tôi từ chối nói những câu mà không có số nào chống lưng.

Có lần một đồng nghiệp cũ nói với tôi sau khi đọc bản nháp: “Cậu viết như đang chuẩn bị điều trần trước tòa.” Tôi giữ nguyên bản nháp. Ba tuần sau, đội bóng tôi phân tích thay huấn luyện viên, và bài của tôi là bài duy nhất không phải rút lại một khẳng định nào.

Maclaren, 14,2 và bài học về việc số liệu không tự nói

Năm 2026, tôi ba mươi tuổi, làm nhân viên phân tích cấp trung cho một trang bóng đá ở Brisbane. Sau vòng 23 A-League, tôi dựng một bảng so sánh cho Jamie Maclaren và phát hiện ra một điều mà không ai viết: cầu thủ này ghi được 8 bàn, nhưng tổng bàn thắng kỳ vọng của anh ta là 14,2.

Cần nói rõ xG là gì cho người chưa quen. Bàn thắng kỳ vọng — expected goals — là xác suất một cú dứt điểm trở thành bàn, tính từ vị trí, góc sút, áp lực hậu vệ gần nhất và bộ phận dứt điểm. Một cú đá từ chấm phạt đền có xG khoảng 0,76. Một cú sút xa từ ngoài vòng cấm có xG khoảng 0,03. Cộng tất cả các cú dứt điểm trong một mùa lại, bạn có tổng xG. Chênh lệch giữa số bàn thật và tổng xG là thước đo hiệu suất dứt điểm.

14,2 trừ 8 bằng 6,2. Sáu bàn rưỡi bị bỏ lỡ trong một mùa. Đó là một con số lớn đến mức đáng phải viết một bài.

Tôi viết. Và biên tập viên gạch gần hết số liệu, với lý do “không ai hiểu”. Bài lên trang với ba đoạn văn mô tả cảm giác của một tiền đạo đang mất tự tin — không có xG, không có tổng, không có gì cả. Đọc lại bây giờ, bài đó đúng về mặt cảm xúc và vô dụng về mặt thông tin.

Tôi bực trong im lặng. Rồi suốt một tháng sau, cứ mỗi tối, tôi mở lại 19 băng trận đấu của Melbourne City và tua từng cú dứt điểm để xem cú nào thật sự xứng đáng được tính là cơ hội rõ ràng. Tôi muốn biết con số 14,2 có phải là một lỗi mô hình hay không.

Nó không phải lỗi mô hình. Nhưng trong 19 băng đó, tôi tìm ra một thứ mà bảng tổng hợp không nói: phần lớn số cơ hội lớn ấy đến trong sáu trận, và trong sáu trận đó, đội bóng của anh ta thay đổi hệ thống tấn công giữa hiệp. Cầu thủ không đột nhiên dứt điểm tệ đi. Cầu thủ bị đặt vào những vị trí khác với vị trí mà mô hình giả định.

Đó là lần đầu tiên tôi hiểu rằng một chỉ số chỉ đúng trong điều kiện mà nó được sinh ra. Và đó là lần đầu tiên tôi viết một bài về “vùng cấm địa chết chóc” mở đầu bằng hình ảnh một pha chạy chỗ — một tiền đạo nhích sang trái nửa mét, hậu vệ gần nhất quay đầu, khoảng trống mở ra — rồi mới dẫn ra xG ở đoạn thứ tư. Bài đó được đọc. Bài trước đó thì không.

Số liệu không thuyết phục được ai bằng chính nó. Nó chỉ thuyết phục khi có một con người đứng sau nó, và người đó phải chịu trách nhiệm về việc mình chọn con số nào.

Mbappé, 37,6 km/h và giới hạn của thước đo

Năm 2026, tôi ba mươi mốt tuổi, được mời viết phân tích chiến thuật cho trận Pháp gặp Argentina ở vòng 1/8 World Cup tại Nga. Tôi dành hai đêm bẻ từng khung hình của hiệp hai.

Kylian Mbappé đạt tốc độ tối đa 37,6 km/h trong một tình huống mà tôi đã xem đi xem lại không dưới bốn mươi lần. Tôi có thể đọc cho bạn mọi chỉ số của cậu ấy trong trận đó: số lần chạm bóng, số pha qua người, quãng đường di chuyển, số lần bị phạm lỗi. Tôi không thể đọc cho bạn cảm giác khi ba hậu vệ Argentina cùng lúc nhận ra mình đã mất vị trí.

Đôi chân Mbappe luôn nói thật, nhưng tôi vẫn cần con số để phiên dịch. Và đến một lúc nào đó, bản dịch không còn đủ chỗ cho nguyên tác. Dữ liệu đo được cái gì đã xảy ra, không đo được cái làm người ta yêu bóng đá.

Tôi viết mở đầu bài đó bằng một câu mà sau này bị trích dẫn nhiều hơn mọi câu tôi từng viết: “Mbappé không chạy, cậu ấy nhảy qua thời gian.” Câu đó không có dữ liệu nào chống lưng, và tôi biết điều đó khi viết nó. Tôi để nó lại vì nó đứng ngay trước một đoạn gồm mười một con số.

Đó là toàn bộ nguyên tắc tôi giữ từ đó đến nay. Một câu cảm xúc được phép tồn tại nếu ngay sau nó có bằng chứng cứng. Một bài viết gồm toàn câu cảm xúc là một bài quảng cáo. Một bài viết gồm toàn số là một bản kê khai thuế.

Bàn thắng là khoảnh khắc, xG là số phận, và tôi chọn ghi chép cả hai.

Mùa hè trống rỗng và bài học về ký ức giả làm dữ liệu

Năm 2026, khi COVID-19 đóng băng toàn bộ giải đấu, tôi ba mươi ba tuổi và mất hợp đồng cộng tác với hai đài truyền hình trong cùng một tuần. Các sân vận động trống rỗng. Không có dữ liệu mới để xử lý. Lần đầu tiên sau mười lăm năm, tôi không có trận đấu nào để phân tích.

Một đêm, tôi mở lại trận Liverpool 4-0 Barcelona và tự tay dựng một bảng dữ liệu về quãng đường di chuyển của Andrew Robertson: 12,4 km, trong đó có 2,1 km chạy nước rút. Tôi dựng bảng đó một cách thủ công, bằng cách bấm giờ trên băng hình, vì không có nguồn dữ liệu nào mở cho một trận đấu cũ.

Rồi tôi viết một bài blog dài về nỗi nhớ tiếng ồn sân Anfield. Đến sáng, bài đó được chia sẻ hơn bốn nghìn lần, chỉ vì tôi dám viết ra những điều tưởng chừng không thể định lượng: cảm giác mặt cỏ rung lên khi bốn vạn người cùng hét, cảm giác một đường chuyền ngược về tuyến sau nghe như một tiếng thở.

Mùa hè trống rỗng dạy tôi rằng: không có trận đấu, ký ức vẫn sút xa. Nhưng nó cũng dạy tôi một điều nguy hiểm hơn nhiều, thứ mà phải mất thêm vài năm tôi mới dám thừa nhận: khi không có dữ liệu, ký ức sẽ tự nhận vai dữ liệu.

Và ký ức thì không có cột sai số.

Cú sút xa trong ký ức luôn vào góc cao, còn trong bảng tính thì bay thẳng khung thành. Trong hai năm không có giải đấu, tôi đọc lại rất nhiều bài phân tích cũ của chính mình và phát hiện một mẫu hình đáng xấu hổ: những trận tôi nhớ rõ nhất là những trận tôi viết hay nhất, và những trận tôi viết hay nhất không phải những trận tôi phân tích đúng nhất. Trí nhớ chọn lọc theo cảm xúc, không chọn lọc theo độ chính xác.

Từ đó tôi đặt ra một quy tắc: mỗi khi tôi thấy mình đang mô tả một trận đấu bằng tính từ mà không có số, tôi dừng lại và hỏi xem mình đang nhớ hay đang biết.

Ý, Jorginho và nghệ thuật mô tả thứ không đo được

Năm 2026, tôi ba mươi tư tuổi, nhận lời viết sách về EURO 2026. Đội tuyển Ý của Roberto Mancini bước vào giải với chuỗi trận bất bại dài, và chỉ số PPDA trung bình của họ rất thấp.

PPDA là số đường chuyền đối phương được phép thực hiện trước khi đội của bạn thực hiện một hành động phòng ngự — tắc bóng, tranh chấp, chặn đường chuyền. Chỉ số càng thấp, đội đó càng pressing dữ. Mức 9,8 là mức của một đội không cho đối phương thở.

Nhưng khi tôi xem lại từng trận, tôi nhận ra PPDA không giải thích được điều làm tôi khó chịu nhất: Jorginho gần như không chạy nhanh hơn ai. Anh ta không pressing. Anh ta không tắc bóng. Anh ta đứng đó, nhận bóng, và cả một hệ thống dịch chuyển theo.

Trong cùng khoảng thời gian đó, tình cờ tôi xem Olympic Tokyo và bị ám ảnh bởi vận động viên leo núi thể thao Janja Garnbret — cách cô ấy dừng người giữa một vách đá tưởng chừng không có điểm bám. Không phải bám chắc hơn. Không phải khỏe hơn. Cô ấy chọn đúng một điểm và tin vào nó.

Cảm giác đó giống hệt cách Jorginho nhận bóng dưới áp lực. Tôi bắt đầu dùng một khái niệm mượn từ leo núi: “điểm bám không gian”. Một tiền vệ trung tâm không tạo ra khoảng trống bằng cách chạy vào đó. Anh ta tạo ra khoảng trống bằng cách đứng yên ở một chỗ khiến đối phương buộc phải dịch chuyển.

Chuỗi bất bại của Ý kéo dài đến con số 37, và bị chấm dứt bởi Tây Ban Nha tại bán kết Nations League ngày 6 tháng 10 năm 2026. Tôi nhớ ngày đó vì tôi đã viết sai. Trong bản thảo đầu tiên của chương sách về Ý, tôi viết rằng chuỗi trận ấy kết thúc vì “hết may mắn”. Không có dữ liệu nào cho câu đó. Tôi xóa nó và thay bằng một đoạn mô tả ba phút cuối trận, khi tuyến giữa Ý không còn ai đứng đúng chỗ để nhận bóng thoát pressing.

Khi bảng số liệu lên tiếng, sân vận động phải học cách im lặng. Nhưng cũng có những lúc bảng số liệu im lặng, và người viết phải có đủ từ để mô tả cái đang diễn ra mà không bịa ra một con số thay thế.

Thể thao điện tử: nơi khoảng trống dữ liệu là chuyện thường ngày

Tôi chuyển sang đưa tin thể thao điện tử cho thị trường Úc muộn hơn phần lớn đồng nghiệp, và tôi mang theo toàn bộ thói quen của một người làm bóng đá.

Sự khác biệt đầu tiên đập vào mắt: mật độ dữ liệu. Một trận bóng đá cấp cao sinh ra hàng nghìn điểm dữ liệu trong chín mươi phút. Một trận đấu Liên Minh Huyền Thoại cũng sinh ra hàng nghìn điểm — nhưng chỉ khi ban tổ chức quyết định công bố chúng. Ở các giải hàng đầu, dữ liệu chi tiết được mở. Ở các giải khu vực, phần lớn thứ tôi cần nằm trong băng hình và phải bóc bằng tay.

Sự khác biệt thứ hai: tốc độ thay đổi của luật chơi. Một bản cập nhật cân bằng tướng có thể đảo ngược toàn bộ thứ tự ưu tiên của một giải đấu chỉ trong hai tuần. Và đây là chỗ khoảng trống dữ liệu trở nên nguy hiểm nhất, vì tỷ lệ thắng của một tướng sau bản cập nhật thường chưa đủ mẫu để nói bất cứ điều gì.

Một tướng được chọn trong bốn trận và thắng ba trận có tỷ lệ thắng 75%. Con số đó vô nghĩa. Nhưng nó được trích dẫn hàng ngày, trong hàng trăm video, bởi những người không có công cụ để phân biệt giữa một xu hướng và một tiếng ồn.

Tôi đã dành khá nhiều thời gian trong mùa giải vừa rồi để theo dõi cách các đội Đông Nam Á xử lý vấn đề này. GAM Esports — đội từng nhiều lần dự Chung kết Thế giới — có một ban huấn luyện đọc bản cập nhật theo cách rất khác phần lớn đối thủ trong khu vực: họ không hỏi “tướng này mạnh lên bao nhiêu”, họ hỏi “nhịp độ trận đấu thay đổi bao nhiêu”. Đó là câu hỏi đúng, vì nó thừa nhận rằng dữ liệu về một bản cập nhật chỉ có nghĩa sau khi có đủ trận để mẫu trở nên đáng tin.

Ở Úc, vấn đề còn khó hơn. Quy mô giải nhỏ, số trận ít, và thể thức thường xuyên bao gồm những loạt trận một trận thắng thua. Với cỡ mẫu đó, mọi kết luận chiến thuật đều nằm sát ngưỡng nhiễu. Tôi đã viết vài bài trong mùa này mà kết luận cuối cùng là: chưa kết luận được, cần thêm ba vòng đấu. Những bài đó có lượng đọc thấp nhất trong toàn bộ danh mục của tôi. Chúng cũng là những bài duy nhất tôi không phải sửa lại.

Quản trị: khi sự vắng mặt của dữ liệu chính là câu chuyện

Có một loại khoảng trống dữ liệu nguy hiểm hơn cả khoảng trống kỹ thuật: khoảng trống được tạo ra có chủ đích.

Mùa Xuân năm 2026, giải vô địch quốc gia Việt Nam bị hoãn giữa chừng khi Riot Games mở cuộc điều tra liên quan đến dàn xếp tỉ số. Một loạt tuyển thủ và tổ chức sau đó nhận án cấm thi đấu. Trong nhiều tuần, thứ duy nhất công chúng có là sự im lặng — không bảng đấu, không lịch thi đấu, không thống kê.

Tôi đã viết về giai đoạn đó, và tôi nhớ mình đã phải vật lộn với một câu hỏi biên tập: làm sao đưa tin về một thứ không xảy ra?

Cách sai là lấp đầy sự im lặng bằng suy đoán. Cách đúng là mô tả chính cái cấu trúc của sự im lặng: cái gì bị hoãn, ai hoãn, hoãn đến bao giờ, và điều gì sẽ phải xảy ra trước khi có trận đấu tiếp theo. Bản thân việc thiếu dữ liệu, khi được ghi chép cẩn thận, là dữ liệu.

Ở đây có một nguyên tắc tôi giữ tuyệt đối, và tôi muốn nói rõ ràng: một bản báo cáo trống không bao giờ được đọc là “không có vấn đề gì”. Nó chỉ có nghĩa là chưa ai kiểm tra. Trong một cuộc điều tra về liêm chính thi đấu, “chưa có kết luận” và “không có vi phạm” là hai câu khác nhau đến mức đánh đổi bằng cả một sự nghiệp.

Đây cũng là lý do tôi không bao giờ chấp nhận một bảng đánh giá rủi ro có dòng “Thấp” cho một hồ sơ chưa được đọc. Mức rủi ro “Thấp” trên một tài liệu rỗng là mức rủi ro nguy hiểm nhất trong mọi mức rủi ro, vì nó tạo cảm giác an toàn mà không có cơ sở nào.

Góc phản trực giác: tương quan không phải nhân quả, và sự rỗng không phải sự trống

Đến đây tôi phải nói điều mà ít người trong nghề muốn nghe.

Phần lớn các tranh cãi chiến thuật trong một mùa giải không được giải quyết bằng dữ liệu tốt hơn. Chúng được giải quyết bằng việc đội bóng thắng thêm vài trận, và sau đó người ta viết lại lịch sử để khớp với kết quả.

Tôi đã thấy điều này nhiều lần với chính chỉ số mình yêu thích. Một đội có xG cao mà ghi ít bàn bị gọi là “kém hiệu quả”. Ba vòng sau họ ghi bốn bàn từ xG 2,1 và bị gọi là “bùng nổ”. Cùng một quá trình, hai nhãn khác nhau, và cả hai nhãn đều được gán sau khi biết kết quả.

Tương quan giữa một chỉ số và một kết quả không nói gì về hướng nhân quả. Đội pressing nhiều thường thắng — nhưng đội thắng thường pressing nhiều hơn, vì đội dẫn bàn có quyền chọn cách chơi. Chỉ số đo được cả hai chiều và không tự phân biệt được đâu là nguyên nhân.

Văn hóa thể thao điện tử có một từ dành riêng cho kiểu sai lầm này. Người ta gọi đó là thổi phồng — biến một mẫu nhỏ thành một tiên tri, rồi quay lại chỉ trích chủ thể khi tiên tri không thành sự thật. Cái bị tổn hại trong chu trình đó không phải chủ thể. Cái bị tổn hại là khả năng đọc của công chúng.

Năm 39 tuổi, tôi học được rằng dữ liệu cũng biết đau khi bị bóp méo. Không phải theo nghĩa cảm xúc. Theo nghĩa kỹ thuật: một chỉ số bị trích dẫn sai một lần sẽ tiếp tục được trích dẫn sai trong nhiều năm, vì người sau chỉ đọc người trước, và không ai quay lại nguồn gốc để kiểm tra mẫu có đủ lớn hay không.

Và đây là phần phản trực giác thật sự. Trong đa số trường hợp, câu trả lời trung thực nhất cho một câu hỏi chiến thuật là: chưa đủ dữ liệu để trả lời. Không phải vì người phân tích lười. Mà vì mùa giải chưa cho đủ mẫu. Một đội đá bảy trận chưa đủ để nói về hệ thống. Một cầu thủ trở lại sau chấn thương chưa đủ để nói về phong độ. Một bản cập nhật mới chạy ba vòng chưa đủ để nói về meta.

Nói ra câu đó không mang lại lượt đọc. Nó mang lại thứ khác: khi mùa giải kết thúc, bạn không phải xóa bài.

Tín hiệu cho vòng tiếp theo

Tôi không kết thúc bài này bằng một bản tổng kết. Tôi kết thúc bằng danh sách những thứ tôi sẽ theo dõi trong những vòng tới, vì đó là phần duy nhất của một bản phân tích có thể kiểm chứng được trong tương lai.

Thứ nhất, khả năng truy xuất nguồn. Với mỗi diễn biến lớn của mùa giải, tôi sẽ ghi lại nguồn gốc đầu tiên và ngày công bố trước khi viết bất cứ điều gì. Nếu nguồn không truy xuất được, đó là tín hiệu phải đi tìm bản lưu, chứ không phải tín hiệu phải viết theo trí nhớ.

Thứ hai, tính toàn vẹn của bảng số. Khi một bảng thống kê trả về những trường trống ở cả những mục cơ học nhất, tôi sẽ coi đó là lỗi đường ống chứ không phải kết quả thi đấu. Đây là bài học từ đêm Brisbane, và nó đáng được ghi vào quy trình làm việc của mọi phòng phân tích nhỏ.

Thứ ba, cỡ mẫu. Tôi sẽ ghi rõ số trận phía sau mỗi nhận định. “Sau bốn vòng” và “sau mười chín vòng” là hai câu khác nhau, và người đọc có quyền biết mình đang đọc câu nào.

Thứ tư, thời điểm. Một tin chuyển nhượng có hạn sử dụng vài tuần. Một thay đổi luật chơi có hạn sử dụng vài tháng. Một vấn đề liêm chính có hạn sử dụng nhiều năm. Trộn ba loại này vào cùng một khung phân tích là cách nhanh nhất để nói sai về cả ba.

Thứ năm, và quan trọng nhất, tôi sẽ tiếp tục hỏi một câu mà không ai trả lời được bằng bảng tính: trận đấu này khiến người ta cảm thấy gì. Tôi hỏi câu đó sau khi đã có số. Tôi không bao giờ hỏi nó thay cho số.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua chín mùa giải liên tiếp, tôi có thể nói một điều khá chắc chắn về mùa giải đang chạy: những câu chuyện lớn nhất của nó sẽ không đến từ những gì bảng số liệu cho thấy, mà từ những gì bảng số liệu bỏ sót. Một cầu thủ không có chỉ số vì giải đấu không đo. Một đội không có dữ liệu vì trận đấu bị hoãn. Một bản cập nhật không có tỷ lệ thắng vì chưa đủ trận.

Ba giờ sáng ở Brisbane, màn hình vẫn trống. Tôi vẫn chưa viết được bài phân tích mà tôi muốn viết. Nhưng tôi đã ghi lại chính xác lý do vì sao nó trống, và điều đó có nghĩa là khi dữ liệu quay lại, tôi sẽ biết mình đang thiếu gì.

Còn bạn, khi đọc một bài phân tích mùa giải tuần này, hãy thử tìm xem tác giả đã nói với bạn cỡ mẫu của họ chưa. Nếu chưa, có lẽ bạn đang đọc một trang giấy trắng được in đậm.