Khoảng trống im lặng trong dữ liệu bóng bàn chuyên nghiệp

Trong kho dữ liệu cá nhân của tôi ở Đà Nẵng có một thư mục mang tên "trắng". Nó lưu những trận bóng bàn tôi từng xem trọn vẹn nhưng không ghi lại nổi một chỉ số nào. Nguồn đầu vào — bảng điểm của ban tổ chức, tệp thống kê WTT, hay bản ghi tay của chính tôi — trả về kết quả rỗng. Kiểu thất bại này nguy hiểm hơn một lỗi rõ ràng. Một bảng tính hỏng định dạng thì ta thấy ngay để sửa. Một tệp có tiêu đề đúng, nhãn môn "bóng bàn" đúng, nhưng phần thân bỏ trống, lại dễ bị đọc nhầm thành "không có gì đáng bàn". Cả hai đều dẫn tới cùng một kết cục: người phân tích ngồi trước màn hình và bắt đầu bịa ra những gì dữ liệu không hề nói. Bảng tính nghiệp dư dạy tôi rằng dữ liệu không cần hào nhoáng, chỉ cần đúng. Nhưng "đúng" không chỉ là con số khớp với thực tế. Đó còn là việc biết rõ khi nào con số vắng mặt — và từ chối kết luận khi nó vắng mặt. Trong mười trận đấu tại V-League mà tôi ghi chép tay năm 17 tuổi, thứ khiến tôi mất thời gian nhất chưa bao giờ là những đường bóng hay. Đó là khâu đối chiếu. Một pha phản công của SHB Đà Nẵng được tôi đánh dấu "thành công" ở góc sân bên trái, nhưng khi xem lại băng ghi hình, nó kết thúc bằng một đường chuyền hỏng. Con số 15% tỷ lệ chuyền hỏng ở một phần ba sân đối phương trở thành nền móng cho mọi thứ tôi viết sau này — bởi vì tôi phải mất ba lần kiểm tra mới dám đặt nó lên bảng. Kho dữ liệu Đà Nẵng dạy tôi: kiên nhẫn là thuật toán dễ viết, khó chạy nhất. Bóng bàn còn khắc nghiệt hơn bóng đá ở điểm này. Một trận đấu bóng bàn kéo dài bốn mươi phút có thể chứa ba trăm pha bóng, mỗi pha chưa đầy ba giây. Đến giữa loạt đôi công, mắt người không còn phân biệt được xoáy lên và xoáy ngang, nên nếu dữ liệu đầu vào đứt, không có băng ghi hình nào cứu được bạn. Các trận WTT Champions gần đây cho thấy bức tranh này rõ hơn bao giờ hết. Hệ thống Stats+ của WTT công bố điểm rơi, tỷ lệ thắng sau giao bóng, hiệu suất ở loạt đôi công từ bốn nhịp trở lên. Nhưng chất lượng của những con số ấy phụ thuộc vào một chuỗi mắt xích: camera góc cao, phần mềm nhận diện điểm rơi, và một người vận hành gõ lại các điểm số còn thiếu. Chỉ cần một mắt xích im lặng, cả chuỗi dữ liệu trở thành con số không. Ở vòng tứ kết một giải WTT gần đây, tôi dành ba ngày để thử dựng lại chỉ số "điểm thắng trên tổng số pha giao bóng" của từng tay vợt hàng đầu. Kết quả ban đầu rất đẹp. Một tay vợt trong nhóm đầu thế giới đạt tỷ lệ 68% — cao hơn mức trung bình của giải khoảng mười hai điểm phần trăm. Nếu chỉ nhìn con số này, kết luận sẽ là: giao bóng của anh ta đang ở đỉnh cao phong độ. Nhưng khi tôi tách dữ liệu theo hiệp, bức tranh đổ vỡ. Hiệp một và hiệp hai đầy đủ số liệu; hiệp ba và hiệp tư bỏ trống. Tức là 68% kia được tính trên một nửa trận đấu, và nửa còn lại — hai hiệp quyết định — hoàn toàn không được ghi nhận. Con số đẹp trở thành con số lừa dối, chỉ vì tôi suýt nữa đã đọc nó như một thực tế trọn vẹn. Đây là điểm mà phân tích bóng bàn phải học từ bóng đá. Người ta thường nói về xG, về chỉ số chuyển trạng thái, như thể chúng là những chân lý. Nhưng bất kỳ ai từng vận hành một kho dữ liệu đều biết: thứ quyết định chất lượng phân tích không nằm ở chỉ số đẹp nhất, mà ở chỗ ta có bao nhiêu dòng bị khuyết. Kể từ đó, mỗi bảng tôi dựng đều có thêm hai cột mà không tạp chí nào in. Cột thứ nhất là số pha bóng được ghi nhận. Cột thứ hai là số pha bóng ước tính còn thiếu, dựa trên thời lượng băng ghi hình nhân với nhịp độ trung bình. Nếu tỷ lệ khuyết vượt 15%, tôi đánh dấu đỏ và không viết kết luận nào dựa trên bảng đó. Quy tắc 15% ấy không đến từ tài liệu hướng dẫn. Nó đến từ chính kho dữ liệu Đà Nẵng, khi tôi phát hiện rằng tỷ lệ chuyền hỏng vượt ngưỡng 15% đi kèm với hai thất bại trong mười trận — một tương quan đủ mạnh để tôi tin mình đang nhìn thấy vấn đề chiến thuật, chứ không phải một mẫu ngẫu nhiên. Để hình dung mức độ, hãy lấy một ví dụ cụ thể. Một tay vợt giao bóng xoáy ngang ngắn vào giữa bàn có tỷ lệ thắng điểm trực tiếp khoảng 30% ở đẳng cấp cao. Nếu hệ thống bỏ sót hai trong số mười pha giao bóng ấy ở hiệp quyết định, tỷ lệ hiển thị có thể nhảy từ 30% lên 37% hoặc tụt xuống 23% — tùy vào việc pha bị bỏ sót là thắng hay thua. Chỉ hai dòng dữ liệu mất đi, và ta đã có hai câu chuyện trái ngược về cùng một tay vợt. Mỗi cầu thủ là một bảng ghi chú; người chịu đọc mới thấy dòng cuối cùng. Với bóng bàn, dòng cuối cùng thường là dòng bị bỏ trống. Các tay vợt hàng đầu như Fan Zhendong hay Wang Chuqin được phân tích đến từng milimét độ xoáy. Nhưng khi dữ liệu giao bóng của họ khuyết ở hiệp quyết định, tất cả những gì ta còn lại chỉ là cảm giác — và cảm giác thì không thể tái lập để kiểm chứng. Tôi từng thử kiểm tra điều này một cách có hệ thống. Trong khoảng mười lăm trận WTT mà tôi thu thập đủ dữ liệu thô, có bốn trận khuyết hơn 20% số pha bóng ở hiệp quyết định. Ở cả bốn trận, tỷ lệ thắng sau giao bóng khi tính trên dữ liệu thô lệch khỏi tỷ lệ khi tính lại bằng băng ghi hình ít nhất là bảy điểm phần trăm. Bảy điểm phần trăm trong một trận bóng bàn đỉnh cao đủ để bẻ gãy mọi dự đoán. Phản xạ đầu tiên của người phân tích khi thấy dữ liệu trống là bù đắp bằng quan sát. Tôi từng tin như vậy. "Nếu máy không ghi được, mắt tôi ghi được." Nhưng sau khi tự tay ghi lại vài hiệp đấu rồi đối chiếu với băng ghi hình, tôi nhận ra sai số của mắt người ở loạt đôi công nhanh là quá lớn. Một pha bóng mà tôi dán nhãn "thắng sau giao bóng" hóa ra được quyết định ở nhịp thứ tư — tức là nằm ngoài định nghĩa tôi đang áp dụng. Nghĩa là khi dữ liệu đứt gãy, việc lấp đầy nó bằng quan sát không tạo ra dữ liệu mới. Nó tạo ra một loại dữ liệu khác, trộn lẫn giữa cái đã đo và cái đã đoán, mà không có nhãn nào phân biệt. Kiểu thất bại im lặng nguy hiểm nhất không phải là tệp rỗng. Nó là tệp trông đầy đủ nhưng một nửa bên trong là phỏng đoán được gõ vào lúc nửa đêm. Tôi không tin vào duyên phận, tôi tin vào hệ số tương quan. Và hệ số tương quan chỉ đáng tin khi mẫu được ghi lại, không phải khi mẫu được nhớ lại. Đây là ranh giới mà rất nhiều bài phân tích bóng bàn trên mạng xã hội vô tình vượt qua: họ trích dẫn những con số được viết lại từ trí nhớ, rồi dùng chúng để khẳng định một xu hướng chiến thuật. Rủi ro này không nằm ở phía cầu thủ. Không ai trong số họ mất điểm vì một cột dữ liệu trống. Nó nằm ở phía người đọc, những người tin rằng một con số được in ra thì đã được kiểm chứng. Trong bóng bàn, nơi mỗi điểm số có thể xoay chuyển cả trận, một tỷ lệ sai bảy điểm phần trăm đủ để biến kẻ thắng thành kẻ bại trên giấy. Điều tôi rút ra không phải là bỏ dữ liệu để quay về cảm nhận. Ngược lại, tôi càng tin vào kỷ luật dữ liệu hơn — nhưng là một kỷ luật trung thực về giới hạn của chính nó. Một kho dữ liệu tốt không phải kho có nhiều chỉ số nhất, mà là kho nói rõ chỗ nào nó im lặng. Với bóng bàn chuyên nghiệp, tín hiệu đáng theo dõi trong những tháng tới không nằm ở việc tay vợt nào đang lên phong độ. Nó nằm ở việc các giải WTT có công khai tỷ lệ khuyết dữ liệu của mình hay không. Khi một hệ thống dám ghi rõ "chúng tôi thiếu 12% số pha bóng ở hiệp này", nó không tự làm yếu mình. Nó đang dạy người đọc cách đọc. Còn cá nhân tôi, thư mục "trắng" sẽ vẫn tồn tại. Tôi giữ nó như một lời nhắc rằng câu trả lời trung thực nhất trước một tệp rỗng đôi khi chỉ là: chưa đủ để kết luận. Người hâm mộ nhớ tên cầu thủ, tôi nhớ ngày hết hạn hợp đồng — và cả những ngày dữ liệu của tôi hết hạn, vì biết đâu lần sau, khi chúng được ghi lại đầy đủ, câu chuyện sẽ khác.