Chín mục rỗng của một bản phân tích điền kinh: vì sao thiếu dữ liệu không phải là sạch dữ liệu

Tệp kết quả nằm trên màn hình với chín mục lớn. Mỗi mục có bảng so sánh, cột đánh dấu rủi ro, dòng ghi chú nguồn. Ở mọi ô có thể chứa dữ kiện, người điền để lại một câu giống hệt nhau: không đủ thông tin để đánh giá.

Tiêu đề bài gốc bỏ trống. Nguồn bài gốc bỏ trống. Loại bài chưa phân loại. Tóm tắt một câu để trống. Tập hợp điểm thông tin rỗng. Các thực thể liên quan chưa được trích xuất. Mức độ nhạy cảm thời gian chưa được đánh giá. Chất lượng nguồn không xác định. Trường duy nhất còn dùng được là nhãn lĩnh vực: điền kinh.

Tôi ngồi khá lâu trước tệp đó, lâu hơn mức cần thiết cho một tệp trắng. Trong chín năm ghi chép số liệu thể thao, từ những trang vở ở lớp học phổ thông cho đến các bảng dữ liệu dày đặc của giải điền kinh Nhật Bản, tôi đã gặp đủ loại tài liệu hỏng: bảng lệch cột, số liệu bị nhân đôi, kỷ lục bị dán nhãn sai nội dung, tên vận động viên bị viết sai chính tả trong chính dòng tiêu đề. Nhưng một bản phân tích đủ cấu trúc để trông nghiêm túc, và trắng đến mức không thể dùng cho bất kỳ phán đoán nào, lại là loại tài liệu hiếm gặp.

Điều đáng nói nằm ở chỗ khác. Một kết quả rỗng không phải là một kết quả sạch.

Trong nghề phân tích thể thao, người ta quen với hai phản xạ khi gặp khoảng trống dữ liệu. Phản xạ thứ nhất là lấp. Người viết lấy ký ức, lấy cảm giác chung, lấy câu chuyện đang lưu hành trên mạng xã hội, rồi đặt vào ô trống. Phản xạ thứ hai là bỏ qua. Người đọc thấy không có dữ kiện về doping thì mặc định vận động viên sạch; thấy không có dữ kiện về chấn thương thì mặc định thể lực ổn; thấy không có dữ kiện về tranh chấp thì mặc định mọi thứ bình thường. Cả hai phản xạ đều tạo ra cùng một kết quả: một kết luận không có cơ sở, nhưng được trình bày như có.

Chín mục rỗng, vì thế, không phải là một thất bại của quy trình. Nó là một bài kiểm tra tính cách nghề nghiệp.

Bản đồ của những gì còn thiếu

Quy trình phân tích mà tôi đang dùng gồm hai tầng. Tầng thứ nhất bóc tách bài viết gốc thành các đơn vị dữ kiện rời: tiêu đề, nguồn, loại bài, nhãn lĩnh vực, tóm tắt một câu, lập trường tác giả, mục đích bài viết, tập hợp điểm thông tin, các thực thể được nhắc tới, mức độ nhạy cảm thời gian, chất lượng nguồn. Tầng thứ hai chạy chín chiều phân tích chuyên sâu, từ thành tích thi đấu đến tình trạng vận động viên, cấu trúc giải, bản đồ thế lực, luật và phòng chống doping, hệ thống huấn luyện, ma trận rủi ro, và các lớp phái sinh.

Điều kiện ràng buộc của tầng thứ hai rất rõ: mọi phân tích phải neo vào tập điểm thông tin của tầng thứ nhất. Không có điểm neo thì không có phân tích. Khi gặp giá trị rỗng, quy trình buộc phải ghi "không đủ thông tin để đánh giá" thay vì suy đoán.

Có người sẽ hỏi vì sao phải khắt khe đến thế. Câu trả lời nằm ở đặc thù của môn điền kinh. Đây là môn thể thao mà thành tích được đo bằng đơn vị nhỏ nhất: một phần trăm giây, một xăng-ti-mét. Một phần trăm giây đủ để thay đổi thứ hạng, thay đổi suất dự giải, thay đổi giá trị tài trợ, thay đổi cả một sự nghiệp. Khi đơn vị đo nhỏ đến vậy, mọi khoảng trống dữ liệu đều trở thành một cơ hội để bịa ra sự khác biệt.

Tôi từng chứng kiến chuyện này ở dạng nguyên thủy nhất. Đêm Nga 2026, tôi nhìn thấy dữ liệu vỡ tan trước mắt.

Khi đó tôi mười bảy tuổi, còn là học sinh, và ghi chép tỉ mỉ từng trận của đội tuyển Nhật Bản ở World Cup. Ở trận gặp Bỉ, Nhật Bản thua 2-3 tại vòng 1/8. Bảng thống kê sau trận cho thấy họ cầm bóng 55 phần trăm. Nhưng số lần chạm bóng trong vòng cấm đối phương chỉ là 7, so với 21 của Bỉ. Tôi viết một bài phân tích trên blog cá nhân, dựa hoàn toàn trên số liệu, lập luận rằng việc dâng cao đội hình ở những phút cuối là một sai lầm cấu trúc chứ không phải một tai nạn. Bài viết nhận về một đợt chỉ trích nặng nề từ một nhóm cổ động viên. Tôi giữ nguyên quan điểm, nhưng tôi rút ra một bài học khác, quan trọng hơn: nếu tôi không có số lần chạm bóng trong vòng cấm, tôi sẽ viết gì?

Tôi sẽ viết về tinh thần. Về bản lĩnh. Về khoảnh khắc.

Đó chính xác là điều mà một tập điểm thông tin rỗng tạo ra: nó không làm bài viết trống, nó làm bài viết chuyển sang một loại chất liệu khác, mềm hơn, khó kiểm chứng hơn, và thường sai theo những cách không ai phát hiện được cho đến vài năm sau.

Tầng neo thứ nhất: thành tích, chỉ số gió và độ cao

Chiều phân tích đầu tiên của tầng thứ hai là phân tích sự kiện và thành tích. Đây là chiều nặng nhất, vì mọi chiều còn lại đều phụ thuộc vào nó.

Để chiều này chạy được, tầng thứ nhất phải cung cấp một danh sách tối thiểu. Tên nội dung thi đấu và yếu tố kỹ thuật cụ thể: xuất phát từ bàn đạp, phân bổ nhịp ở các đoạn chia, góc thả tạ, đà chạy đà ở nhảy xa. Thành tích chính xác. Chỉ số gió nếu là nội dung chạy nước rút hoặc nhảy. Độ cao của sân thi đấu. Tên giải, vòng đấu, thứ hạng. Kỷ lục thế giới, kỷ lục Olympic, kỷ lục châu lục, kỷ lục quốc gia tương ứng. Tiêu chuẩn vượt vòng loại của mùa giải đó. Thành tích dẫn đầu thế giới tại thời điểm thi đấu.

Thiếu bất kỳ mục nào trong danh sách trên, phép so sánh đều mất giá trị.

Chỉ số gió là ví dụ rõ nhất. Liên đoàn Điền kinh Thế giới chỉ công nhận kỷ lục khi tốc độ gió hỗ trợ không vượt quá 2,0 mét trên giây. Một thành tích 9 giây 79 với gió 2,1 mét trên giây không phải là kỷ lục; nó là một dữ kiện không dùng được cho mục đích xếp hạng, dù vẫn dùng được cho mục đích đánh giá phong độ. Nếu bản phân tích không ghi chỉ số gió, người đọc không có cách nào biết mình đang so sánh hai thứ cùng loại hay hai thứ khác loại.

Độ cao cũng vậy. Ở Mexico City năm 2026, Bob Beamon nhảy xa 8,90 mét. Chỉ số gió khi đó là 2,0 mét trên giây, hợp lệ. Nhưng sân thi đấu nằm ở độ cao khoảng 2.240 mét so với mực nước biển. Ở độ cao đó, lực cản không khí giảm, và các nội dung nước rút, nhảy xa, nhảy ba bước đều nhận một khoản lợi không nhỏ. Kỷ lục này tồn tại gần 23 năm, và trong suốt thời gian đó, giới phân tích luôn phải kèm theo một dòng chú thích về độ cao mỗi khi nhắc đến nó. Không có dòng chú thích ấy, thành tích trở thành một tuyên bố sai về mặt vật lý.

Rồi đến trang bị. Ngày 30 tháng 4 năm 2026, Liên đoàn Điền kinh Thế giới áp giới hạn kỹ thuật đối với giày thi đấu: đế giày đường chạy không dày quá 40 milimét và chỉ được có một tấm đế cứng; giày đường chạy sân vận động không dày quá 25 milimét. Các kỷ lục đường dài được thiết lập trước mốc đó, trong giai đoạn giày đế carbon chưa bị giới hạn, mang trong mình một khoản cổ tức công nghệ không thể tách khỏi thành tích. Một bản phân tích nghiêm túc phải trừ khoản cổ tức đó ra trước khi nói về năng lực của vận động viên.

Và cuối cùng là dữ liệu chia đoạn. Trong nội dung 400 mét, thời gian chạy 200 mét đầu và 200 mét cuối nói lên nhiều hơn tổng thời gian. Hai vận động viên cùng về đích với 45 giây 20 có thể đang chạy hai cuộc đua hoàn toàn khác nhau: một người phân bổ đều, một người bung sức ở đoạn đầu rồi gãy ở đoạn cuối. Nhìn tổng thời gian, họ giống nhau. Nhìn dữ liệu chia đoạn, họ ở hai trình độ thể lực khác nhau, và dự báo cho trận tiếp theo cũng khác nhau hoàn toàn.

Một tấm huy chương chỉ có nghĩa khi đi kèm điều kiện đo. Bỏ điều kiện đo, tấm huy chương vẫn là huy chương, nhưng nó không còn là dữ liệu.

Đường cong thành tích và bài kiểm tra tăng tiến

Chiều phân tích thứ hai là tình trạng vận động viên. Đây là chiều mà tôi cho là nhạy cảm nhất về mặt đạo đức nghề nghiệp, vì nó nằm sát đường biên giữa phân tích và buộc tội.

Đường cong thành tích cá nhân là công cụ đầu tiên. Không phải một thành tích đơn lẻ, mà là chuỗi thành tích tốt nhất theo từng năm, ít nhất năm mùa liên tiếp. Chuỗi này cho biết vận động viên đang đi lên, đang chững lại, hay đang bước vào giai đoạn suy giảm.

Ở đây, tầng thứ hai cần một khung tham chiếu về độ tuổi. Các dải tuổi đỉnh cao mà giới phân tích điền kinh thường dùng là: nội dung nước rút khoảng 24 đến 29 tuổi; nội dung trung bình và dài khoảng 26 đến 31 tuổi; các nội dung ném và đẩy khoảng 28 đến 33 tuổi. Tôi nhấn mạnh đây là dải thống kê, không phải quy luật. Phương sai rất lớn. Có vận động viên nước rút đạt đỉnh ở tuổi 21 và có người đạt đỉnh ở tuổi 33. Dùng dải này để loại trừ thì sai; dùng để đặt câu hỏi thì đúng.

Công cụ thứ hai là sàng lọc tăng tiến thành tích. Nguyên tắc làm việc như sau: nếu mức tăng của một năm vượt khoảng ba lần mức tăng trung bình hằng năm trong lịch sử của chính vận động viên đó, trường hợp này cần được đưa vào diện kiểm tra, không phải diện kết luận. Tôi phải nói rõ ranh giới này, vì trong nghề có một thói quen xấu là biến một bất thường thống kê thành một bản án. Một bước nhảy bất thường có thể đến từ việc thay huấn luyện viên, thay lịch thi đấu, hồi phục sau chấn thương dài, thay đổi kỹ thuật, hoặc đơn giản là mẫu nhỏ. Nó cũng có thể đến từ doping. Công việc của người phân tích là đánh dấu, không phải phán xử.

Công cụ thứ ba là lịch sử chấn thương và rút lui. Một vận động viên rút lui khỏi giải đấu ở hai mùa liên tiếp trở lên là trường hợp bị gắn cờ rủi ro cao trong khung phân tích của tôi. Lý do không nằm ở y học mà nằm ở xác suất: chuỗi rút lui lặp lại khiến mọi dự báo về phong độ trở nên mất ổn định, và mọi so sánh thành tích trở nên khập khiễng.

Công cụ thứ tư là tín hiệu đạt đỉnh. Đối chiếu lịch thi đấu với thành tích: nếu một vận động viên chạy thành tích tốt nhất mùa giải ở một giải không quan trọng, ba tuần trước giải chính, thì đó là một tín hiệu xấu, không phải tín hiệu tốt. Chu kỳ tập luyện có cấu trúc riêng, và việc bung hết sức sai thời điểm là một lỗi điều phối, không phải một thành tựu.

Sân không khán giả, nhưng số liệu vẫn đầy tiếng ồn.

Năm 2026, khi đại dịch khiến J-League tạm hoãn bốn tháng, tôi là sinh viên báo chí ở Osaka và không thể đến sân Yodoko Sakura theo dõi Cerezo Osaka. Tôi xây dựng một bộ dữ liệu tự tạo từ video các trận cũ, ghi lại 1.240 tình huống pressing của Cerezo ở mùa 2026 để tính chỉ số PPDA, tức số đường chuyền cho phép đối phương thực hiện trước khi đội mình pressing. Từ bộ dữ liệu đó, tôi dự đoán Cerezo sẽ tụt phong độ khi giải trở lại vì thiếu khán giả nhà, và tôi đặt họ ở vị trí thứ hai trên bảng xếp hạng dự báo. Họ kết thúc mùa ở vị trí thứ tư. Tôi sai.

Điều tôi làm sau đó quan trọng hơn sai số. Tôi không đổ cho may rủi. Tôi truy lại dữ liệu đầu vào và phát hiện ra mình đã bỏ sót một biến: ảnh hưởng của khán giả không chỉ nằm ở tiếng ồn, mà nằm ở nhịp ra quyết định của trọng tài và ở tâm lý cầu thủ trong mười phút đầu trận. Tôi bổ sung biến số đó vào mô hình.

Tôi thu thập sai lầm, phân loại chúng, rồi biết đội bóng sẽ đi về đâu.

Cấu trúc giải đấu và hai cánh cửa vượt vòng loại

Chiều phân tích thứ ba là cấu trúc giải đấu và cơ chế vượt vòng loại. Đây là phần mà người hâm mộ thường bỏ qua nhất, và cũng là phần quyết định nhiều nhất đến việc một vận động viên có mặt ở vạch xuất phát hay không.

Trong điền kinh hiện đại, có hai con đường vào một giải lớn. Con đường thứ nhất là đạt tiêu chuẩn thành tích trong khoảng thời gian quy định. Con đường thứ hai là tích lũy điểm xếp hạng thế giới, được tính từ một hệ thống giải đấu có phân tầng. Hai con đường này không loại trừ nhau, và với nhiều vận động viên, chúng bổ sung cho nhau.

Phân tầng giải đấu có thể hình dung theo bốn lớp. Lớp một là Thế vận hội và Giải vô địch thế giới. Lớp hai là chuỗi Diamond League và các giải vô địch châu lục. Lớp ba là Continental Tour và các giải tuyển chọn quốc gia. Lớp bốn là hệ thống các giải đường dài quy mô lớn, vận hành theo logic hoàn toàn khác: ở đó, suất tham dự được mua bằng thành tích và bằng tiền thưởng, và hệ thống xếp hạng không đóng vai trò then chốt.

Mỗi lớp có một cấu trúc rủi ro riêng. Đáng chú ý nhất là mô hình tuyển chọn của Hoa Kỳ: một cuộc thi duy nhất quyết định toàn bộ suất dự giải. Ở mô hình này, một nhà vô địch thế giới đương nhiệm vẫn có thể trượt suất nếu thua đúng một ngày. Đây là loại rủi ro cấu trúc chỉ xuất hiện khi biết quốc tịch của vận động viên và tên giải đấu, và nó là ví dụ rõ nhất cho việc phân tích điền kinh không thể tách khỏi thể chế.

Một cơ chế khác cần được tính đến là giới hạn ba vận động viên mỗi quốc gia cho mỗi nội dung tại các giải lớn. Giới hạn này tạo ra một hiệu ứng mà tôi gọi là hiệu ứng xoáy trong nước: ở những quốc gia mạnh, cuộc thi tuyển chọn khốc liệt hơn cả vòng chung kết. Người về thứ tư ở vòng tuyển chọn quốc gia có thể có thành tích tốt hơn huy chương đồng của giải chính, nhưng vẫn ở nhà.

Suất dự giải là một thị trường, và ở đó số liệu mua được nhiều thứ hơn danh tiếng.

Với điền kinh Việt Nam, cấu trúc hai tầng này thể hiện rõ nhất ở khoảng cách giữa đấu trường khu vực và đấu trường châu lục. Ở SEA Games, một tấm huy chương vàng có thể đến từ thành tích mà ở Giải vô địch châu Á chỉ đủ vào chung kết, và ở đấu trường thế giới chỉ đủ để dự vòng loại. Bùi Thị Thu Thảo, Nguyễn Thị Oanh, Nguyễn Thị Huyền là những cái tên định hình bản đồ nội địa và khu vực của điền kinh Việt Nam trong nhiều năm. Nhưng bản đồ đó không dịch trực tiếp sang bản đồ thế giới, và bất kỳ bài phân tích nào đánh đồng hai bản đồ này đều đang đọc sai cấu trúc giải.

Điều này cũng có nghĩa: khi phân tích một thành tích của vận động viên Việt Nam, câu hỏi đầu tiên không phải là thành tích đó tốt hay chưa tốt, mà là thành tích đó được thiết lập ở lớp giải nào, dưới áp lực tuyển chọn nào, và để đạt được mục tiêu gì.

Bản đồ thế lực và dấu hiệu chuyển giao thế hệ

Chiều phân tích thứ tư là cục diện nội dung thi đấu và tương quan sức mạnh giữa các quốc gia.

Về mặt phương pháp, cục diện của một nội dung chỉ có thể được phân loại khi có ít nhất danh sách mười thành tích tốt nhất của mùa giải trong nội dung đó, kèm thành tích dẫn đầu thế giới. Từ danh sách ấy, có thể phân loại thành bốn dạng: một người thống trị tuyệt đối; cuộc đua song mã; cục diện mở với nhiều ứng viên; và giai đoạn chuyển giao thế hệ.

Dạng thứ tư là dạng khó nhận ra nhất và cũng là dạng tạo ra nhiều sai số dự báo nhất. Dấu hiệu nhận biết không nằm ở thành tích cao nhất, mà nằm ở cấu trúc tuổi của nhóm dẫn đầu. Nếu bốn trong năm người đứng đầu mùa giải đều trên 30 tuổi và không có ai dưới 24 tuổi trong top 20, nội dung đó đang đứng trước một khoảng trống thế hệ. Trong khoảng trống đó, thành tích dẫn đầu thế giới có thể giữ nguyên trong hai mùa, rồi đột ngột giảm mạnh khi thế hệ cũ rút lui.

Cấu trúc tham chiếu của điền kinh thế giới khá ổn định trong nhiều thập kỷ. Nước rút nam và nữ nghiêng về Jamaica và Hoa Kỳ. Các nội dung trung bình và dài nghiêng về Kenya và Ethiopia. Các nội dung ném và đẩy của nam giới có chiều sâu ở châu Âu và Hoa Kỳ. Đi bộ thể thao và các nội dung ném của nữ giới là khu vực mà Trung Quốc xây dựng được vị thế hệ thống. Su Bingtian với 9 giây 83 ở bán kết 100 mét nam tại Thế vận hội Tokyo 2026 là một cột mốc châu lục. Gong Lijiao với nội dung đẩy tạ nữ là một chu kỳ thành tích kéo dài nhiều năm, không phải một khoảnh khắc đơn lẻ.

Điểm đáng chú ý về mặt phương pháp: những cấu trúc tham chiếu này là kiến thức nền. Chúng không được phép tự động chèn vào một bài phân tích cụ thể khi bài phân tích đó không nhắc đến chúng. Tôi đã từng thấy những bài viết về một nội dung nhảy xa khu vực bị nhồi thêm một đoạn về đi bộ thể thao Trung Quốc chỉ vì tác giả có sẵn dữ liệu trong đầu. Đó là dấu hiệu của phân tích không neo.

Dữ liệu không tạo ra câu chuyện; nó bóc trần câu chuyện của người khác.

Luật, phòng chống doping và khoảng trống không được đọc thành sự sạch sẽ

Chiều phân tích thứ năm là luật và phòng chống doping. Đây là chiều mà tôi đặt cảnh báo mạnh nhất.

Có bốn tầng quản lý luật trong điền kinh: Liên đoàn Điền kinh Thế giới với tư cách cơ quan quản lý môn; Cơ quan Phòng chống Doping Thế giới với vai trò ban hành chuẩn; liên đoàn châu lục; liên đoàn quốc gia và ban tổ chức giải. Một sự việc cụ thể chỉ có thể được phân tích khi biết nó rơi vào tầng nào.

Trong nhóm vấn đề doping, hệ thống phân tích của tôi sàng lọc bốn loại tín hiệu. Thứ nhất là bất thường trên hộ chiếu sinh học vận động viên, vốn được vận hành từ khoảng năm 2026 và theo dõi các chỉ dấu máu và nước tiểu theo thời gian. Thứ hai là vi phạm nghĩa vụ khai báo vị trí, tức các trường hợp vận động viên không có mặt ở địa điểm đã báo trước cho cơ quan kiểm tra. Thứ ba là cơ chế lưu mẫu mười năm và tái phân tích hồi cứu, dẫn đến việc huy chương bị thu hồi và phân bổ lại sau nhiều năm. Thứ tư là quan hệ với huấn luyện viên hoặc bác sĩ từng bị xử phạt.

Song song với doping là nhóm luật kỹ thuật. Từ ngày 1 tháng 1 năm 2026, Liên đoàn Điền kinh Thế giới áp dụng quy tắc xuất phát sai bằng không: một lần xuất phát sai duy nhất đồng nghĩa với việc bị loại. Trong chạy tiếp sức bốn nhân một trăm mét, vùng trao gậy được mở rộng thành một vùng ba mươi mét từ năm 2026. Trong các nội dung nhảy và ném, số lần thử không hợp lệ quyết định trực tiếp thứ hạng. Trong nhảy sào, thông số cây sào phải nằm trong giới hạn cho phép của luật thi đấu. Mỗi quy tắc trong số này đều có khả năng biến một tấm huy chương thành một dòng ghi chú kỹ thuật.

Và đây là điểm quan trọng nhất của toàn bộ chiều phân tích này.

Khi một bản phân tích không chứa bất kỳ dữ kiện nào liên quan đến doping, kết quả đúng phải được ghi là chưa được đánh giá. Không được ghi là không có rủi ro.

Đây là một lỗi logic cơ bản nhưng xuất hiện với tần suất đáng lo. Trong logic, việc không tìm thấy bằng chứng cho một mệnh đề không đồng nghĩa với việc tìm thấy bằng chứng cho mệnh đề phủ định. Trong thực tế thể thao, một tập dữ liệu rỗng về doping thường được trình bày như một sự xác nhận trong sạch, đặc biệt trong các bài viết tôn vinh vận động viên. Tôi từng đọc những bài như vậy, và chúng có một đặc điểm chung: không có dòng nào ghi rõ nguồn dữ liệu.

Một kết quả rỗng chỉ là một kết quả rỗng. Nó không phải một giấy chứng nhận.

Hệ thống huấn luyện và cái bẫy nhập khẩu tiêu chuẩn

Chiều phân tích thứ sáu là hệ thống đội và huấn luyện. Chiều này đòi hỏi tầng thứ nhất phải cung cấp tên huấn luyện viên, nhóm tập luyện, căn cứ tập huấn, loại chương trình phát triển, cấu hình đội ngũ hỗ trợ, và mọi thay đổi nhân sự gần đây.

Ở tầm vĩ mô, điền kinh thế giới vận hành bốn mô hình huấn luyện khác nhau. Mô hình đội chuyên nghiệp nhà nước, tiêu biểu ở Trung Quốc, gắn vận động viên với một trung tâm đào tạo quốc gia và một chu kỳ tập luyện được thiết kế tập trung. Mô hình đại học, tiêu biểu ở Hoa Kỳ, đặt vận động viên trong hệ thống trường học với lịch thi đấu dày và nguồn học bổng. Mô hình độ cao Đông Phi, với các trung tâm như Iten và Eldoret, biến điều kiện địa lý thành một phần của giáo án. Mô hình trường học Jamaica, nơi các giải thi đấu học sinh đóng vai trò lò đào tạo quốc gia.

Ở Nhật Bản, mô hình đáng chú ý nhất là hệ thống đội doanh nghiệp, vận hành song song với các giải ekiden. Một vận động viên điền kinh Nhật Bản sau khi tốt nghiệp đại học thường gia nhập một đội doanh nghiệp, nơi họ vừa thi đấu vừa giữ vai trò nhân sự của công ty mẹ. Hệ thống này tạo ra một cơ sở hạ tầng dữ liệu dày: mỗi buổi tập có người ghi lại, mỗi cuộc đua có dữ liệu chia đoạn, mỗi vận động viên có hồ sơ theo năm.

Chính vì tôi làm việc trong môi trường đó, tôi phải tự đặt một rào chắn. Không được áp trọn tiêu chuẩn thống kê của điền kinh Nhật Bản vào một bối cảnh không có cùng cơ sở hạ tầng dữ liệu.

Khoảng cách nằm ở ba điểm. Thứ nhất là mật độ đo lường: khi một hệ thống có người ghi chép ở mọi buổi tập, một chỉ số có thể được tính theo tuần; khi không có, chỉ số chỉ được tính theo giải, và số điểm dữ liệu giảm xuống mức không đủ cho phân tích chuỗi thời gian. Thứ hai là tính liên tục của đội ngũ: hệ thống doanh nghiệp giữ vận động viên trong nhiều năm, trong khi ở nhiều nơi khác, vận động viên đổi huấn luyện viên thường xuyên, khiến đường cong thành tích bị gãy khúc do thay đổi phương pháp chứ không do thay đổi năng lực. Thứ ba là văn hóa thi đấu: ở một số nền thể thao, vận động viên được phép bung hết sức ở giải khu vực, trong khi ở nền khác, giải khu vực chỉ là bước đệm.

Cái bẫy nhập khẩu tiêu chuẩn không chỉ có ở điền kinh. Từng có giai đoạn, các chỉ số phân tích trong bóng đá được chuyển thẳng từ châu Âu sang Đông Nam Á mà không hiệu chỉnh, và kết quả là những bản báo cáo ca ngợi các đội bóng vì những chỉ số mà ở bối cảnh gốc có nghĩa hoàn toàn khác. Khi một chỉ số được xây dựng trên điều kiện A và đem dùng ở điều kiện B, việc cần làm trước tiên là kiểm tra xem điều kiện B có tồn tại các biến số giả định của chỉ số đó hay không.

Ma trận rủi ro và loại rủi ro mà không ai đánh dấu

Chiều phân tích thứ bảy là ma trận rủi ro. Trong khung của tôi, rủi ro được chia thành các nhóm: rủi ro cạnh tranh, rủi ro doping, rủi ro cấu trúc, rủi ro nhân sự, và một nhóm mà tôi cho là quan trọng nhất trong bối cảnh này — rủi ro dữ liệu.

Rủi ro cạnh tranh là khả năng một đối thủ vượt lên ở đúng thời điểm. Rủi ro doping là khả năng một kết quả bị vô hiệu hóa sau nhiều năm. Rủi ro cấu trúc là khả năng một vận động viên đủ năng lực nhưng không có suất vì giới hạn quốc gia hoặc vì mô hình tuyển chọn một trận. Rủi ro nhân sự là khả năng một huấn luyện viên rời đi hoặc một vận động viên chuyển nhóm tập. Bốn nhóm này đều có dữ liệu đầu vào rõ ràng và đều có thể được đánh giá khi có thông tin.

Rủi ro dữ liệu khác về bản chất. Nó không phải là rủi ro của vận động viên, mà là rủi ro của người đưa ra kết luận. Nó xuất hiện khi một bản phân tích được đọc như một bản kết luận trong khi thực tế nó là một bản danh sách việc cần làm.

Một bản phân tích có mười ô rỗng và một ô đầy không phải là một bản phân tích đã hoàn thành mười một phần. Nó là một bản phân tích đã hoàn thành một phần, và phần còn lại đang nợ.

Điều đáng lo là rủi ro dữ liệu có xu hướng lan. Người đọc đầu tiên hiểu nhầm, người viết thứ hai trích dẫn lại, người thứ ba xây dựng mô hình trên nền trích dẫn đó. Ba năm sau, một kết luận sai có cơ sở nguồn. Và trong thể thao, một kết luận sai có cơ sở nguồn có thể ảnh hưởng đến hợp đồng, đến suất dự giải, đến cả tên tuổi của một người.

Góc nhìn ngược chiều: khoảng trống luôn được lấp, vấn đề là lấp bằng gì

Ngành phân tích thể thao đang có một niềm tin ngầm rằng khoảng trống dữ liệu là trung tính. Nghĩ rằng thiếu dữ liệu là trạng thái trung lập, không gây hại, chỉ cần bổ sung sau.

Thực tế vận hành ngược lại.

Khoảng trống không tồn tại ở trạng thái trung tính. Khoảng trống có áp lực. Người viết phải nộp bài, người đọc phải ra quyết định, huấn luyện viên phải chọn đội hình, và trong chuỗi áp lực đó, mọi khoảng trống đều bị lấp bằng chất liệu sẵn có nhất, chứ không phải bằng chất liệu đúng nhất. Chất liệu sẵn có nhất luôn là câu chuyện đang thịnh hành.

Tôi phải tự kiểm tra điều này ở chính công việc của mình. Năm 2026, khi làm cộng tác viên cho một tạp chí bóng đá trực tuyến trong kỳ chuyển nhượng mùa đông, tôi phân tích dữ liệu của hơn 200 cầu thủ di chuyển từ J-League sang châu Âu và tính được hệ số tương quan 0,67 giữa số kilômét chạy mỗi trận và tỷ lệ thành công tại Bundesliga. Tôi liên hệ một tuyển trạch viên của một câu lạc bộ Đức và đề xuất tiền vệ Ao Tanaka, người có 11,8 kilômét mỗi trận, cao nhất J-League ở thời điểm đó. Anh sang Fortuna Düsseldorf theo dạng cho mượn. Bài viết của tôi được trích dẫn trên nhiều diễn đàn nước ngoài.

Hệ số 0,67 là một tương quan. Nó không nói rằng chạy nhiều thì thành công. Nó nói rằng trong một mẫu hai trăm người, hai biến số có xu hướng đi cùng nhau. Một bài viết dùng hệ số này để tuyên bố rằng cầu thủ chạy nhiều sẽ thành công là một bài viết đã biến tương quan thành nhân quả. Và điều nguy hiểm là tuyên bố đó vẫn có một con số đứng sau, nên nó trông rất chắc chắn.

Bản phân tích trắng mà tôi mở đầu bài viết này thuộc cùng một họ với sai lầm đó, chỉ ở dạng cực đoan hơn. Mọi xác suất đều ẩn chứa một cú sốc — tôi chỉ đảm bảo nó không lặp lại.

Với một tệp rỗng, cú sốc không nằm ở việc dự đoán sai. Cú sốc nằm ở việc dự đoán mà không hề biết mình đang thiếu gì.

Những gì cần đòi hỏi trước khi tin một bản phân tích điền kinh

Kết thúc bằng danh sách kiểm tra mà tôi dùng cho chính mình, và đề nghị người đọc dùng cho người khác.

Thứ nhất, yêu cầu thành tích kèm đơn vị tuyệt đối. Nếu một bản phân tích viết về một bước tiến vượt bậc mà không có thành tích cụ thể, bản phân tích đó chưa bắt đầu.

Thứ hai, yêu cầu chỉ số gió nếu là nội dung nước rút hoặc nhảy. Không có chỉ số gió, không có kỷ lục, chỉ có một lần chạy.

Thứ ba, yêu cầu độ cao sân thi đấu. Sân trên 1.000 mét cần được ghi rõ, và mọi so sánh với thành tích ở mực nước biển cần được hiệu chỉnh.

Thứ tư, yêu cầu kênh vượt vòng loại. Một thành tích đạt tiêu chuẩn và một suất giành qua xếp hạng thế giới là hai câu chuyện khác nhau về áp lực và về lịch thi đấu.

Thứ năm, yêu cầu ngày nguồn. Mọi dữ kiện về tuyển chọn, về luật, về thành tích đều có hạn sử dụng.

Nếu thiếu một trong năm mục trên, bản phân tích cần được xếp vào loại bản nháp. Đọc một bản nháp là việc nên làm. Tin một bản nháp là việc không nên.

Và có một việc nữa mà tôi muốn tự nhắc mình mỗi sáng, trước khi mở tệp dữ liệu mới. Khi một ô trống hiện ra, phản xạ đúng không phải là điền vào, cũng không phải là bỏ qua. Phản xạ đúng là ghi lại chính xác nó đang trống, ghi rõ nó cần gì để được lấp, và để nguyên như vậy cho đến khi có dữ liệu thật.

Trong điền kinh, người ta đo đến từng phần trăm giây. Trong phân tích điền kinh, người ta nên giữ chuẩn mực tương đương. Một ô trống được ghi đúng là một ô trống đã có giá trị.