Bóng bàn Việt Nam và bài toán thiếu dữ liệu kiểm chứng

Bóng bàn Việt Nam và bài toán thiếu dữ liệu kiểm chứng

Đêm muộn, tôi chạy một truy vấn trên tập dữ liệu các trận đấu quốc tế gần nhất của một tay vợt bóng bàn Việt Nam. Màn hình trả về một bảng trắng. Không điểm số từng ván, không tỷ lệ giao bóng ăn điểm trực tiếp, không độ dài trung bình của mỗi pha bóng. Bảng kết quả trống rỗng, và tiếng quạt máy trong căn phòng nhỏ ở Bình Dương bỗng trở nên rõ hơn mọi thứ khác.

Bảy năm trước, tôi sẽ coi lần trả về rỗng đó là một lỗi. Tôi sẽ kiểm tra lại cú pháp, đổi tên cột, thử một nguồn khác, rồi tự nhủ rằng nguồn dữ liệu đang hỏng. Nhưng nghề của tôi dạy tôi một điều khác. Một bảng trắng vẫn đang lên tiếng. Nó là dữ liệu. Nó nói rằng có một tầng thông tin mà bóng bàn Việt Nam chưa từng được xây, và mỗi lần tôi chạy một truy vấn như thế, tôi lại chạm đúng vào khoảng trống ấy.

Khoảng trống đó là gì, vì sao nó tồn tại, và điều gì sẽ xảy ra nếu chúng ta tiếp tục phớt lờ nó — đó là câu chuyện tôi muốn kể trong bài viết này.

Tôi làm nghề phân tích dữ liệu thể thao, chuyên về bóng bàn, và đã theo dõi các trận đấu ở nhiều giải khác nhau trong suốt bảy năm. Công việc của tôi nghe có vẻ đơn giản: biến một trận bóng bàn thành những con số có thể kiểm chứng. Nhưng càng làm, tôi càng nhận ra bóng bàn là một trong những môn khó lượng hóa nhất trong nhóm thể thao đối kháng.

Hãy so với bóng đá. Ở đó, một cú sút được gán một giá trị xác suất bàn thắng dựa trên vị trí, góc, áp lực và tình huống. Các giải lớn có hệ thống thu thập dữ liệu vị trí cầu thủ theo từng khung hình mỗi giây. Bóng bàn thì khác. Ngay cả hệ thống WTT — sân chơi chuyên nghiệp cao nhất của môn này — cũng chỉ cung cấp một lượng thông tin hạn chế: điểm số, và đôi khi là tỷ lệ giao bóng thắng. Phần lớn những gì diễn ra trong vài giây của một đường bóng vẫn nằm ngoài mọi bảng biểu.

Vấn đề không nằm ở việc bóng bàn khó đo. Vấn đề nằm ở chỗ chúng ta chưa từng đầu tư để đo nó. Một trận đơn kéo dài trung bình 30 đến 45 phút, chứa vài trăm đường bóng. Mỗi đường bóng gói trong đó hàng loạt biến số: loại giao bóng, điểm rơi, độ xoáy, tốc độ, nhịp độ, vị trí đứng của đối thủ, và quyết định chiến thuật của cả hai bên. Đó là một mỏ dữ liệu khổng lồ. Nhưng gần như không ai đào nó.

Để hiểu vì sao bảng trắng kia đáng lo, cần nhìn vào cấu trúc của một tầng dữ liệu bóng bàn hoàn chỉnh. Tôi thường chia nó thành bốn lớp, và mỗi lớp có một mức độ sẵn có rất khác nhau.

Lớp nông nhất, cũng là lớp duy nhất hầu hết các nguồn đều có, là lớp kết quả: ai thắng, tỷ số từng ván, thời lượng trận. Gõ tên một tay vợt như Nguyễn Anh Tú vào công cụ tìm kiếm, bạn sẽ tìm được tỷ số các trận đã đấu. Lớp này rẻ, dễ sao chép, và gần như vô dụng cho phân tích chuyên sâu.

Sâu hơn một bậc là lớp sự kiện: từng điểm trong một ván, ai giao bóng, ai giành điểm, và giành bằng cách nào. Đây là nơi bắt đầu có sự phân hóa. Các giải lớn có người ghi chép từng điểm, nhưng dữ liệu đó thường không được công bố, hoặc nếu có thì nằm rải rác và thiếu chuẩn hóa.

Vượt qua lớp sự kiện, ta chạm vào lớp kỹ thuật: loại giao bóng, điểm rơi, và cách xử lý ở quả thứ hai, thứ ba. Muốn có lớp này, phải xem băng ghi hình và mã hóa thủ công. Tôi từng dành trọn một tuần để mã hóa một trận đấu duy nhất của một tay vợt nữ như Nguyễn Khoa Diệu Khánh. Tôi biết rằng gần như không có ai làm điều này cho bóng bàn Việt Nam một cách hệ thống.

Ở tầng sâu nhất nằm lớp vật lý: tốc độ bóng, số vòng xoáy mỗi phút, thời gian bay, vị trí tiếp xúc. Đây là lớp mà các hệ thống cảm biến và camera tốc độ cao có thể cung cấp, nhưng chi phí và hạ tầng còn rất xa với điều kiện của bóng bàn Việt Nam.

Khi tôi chạy truy vấn và nhận về bảng trắng, cái trắng đó nằm ở lớp kỹ thuật và lớp vật lý. Hai lớp nông hơn có thể tồn tại rời rạc, đủ để một người hâm mộ tra cứu kết quả. Nhưng hai lớp quyết định chất lượng phân tích thì trống.

Điều quan trọng nhất mà bảy năm làm nghề dạy tôi: một phân tích chỉ đáng tin khi nó dừng lại đúng chỗ dữ liệu kết thúc, thay vì lấp đầy khoảng trống bằng suy đoán.

Lấy một ví dụ cụ thể. Giả sử tôi muốn dựng hồ sơ đối đầu giữa một tay vợt Việt Nam và một đối thủ quen thuộc ở khu vực Đông Nam Á. Về lý thuyết, tôi cần biết số lần gặp nhau, tỷ số các lần gặp, tỷ lệ thắng ở từng ván, và quan trọng hơn, xu hướng chiến thuật trong những lần gặp đó — ai thắng ở những điểm quyết định, ai giao bóng tốt hơn trong ván thứ năm. Trên thực tế, tôi chỉ có được phần đầu. Phần sau, phần thực sự có giá trị, không tồn tại trong bất kỳ cơ sở dữ liệu nào.

Đó là lý do tôi coi bảng trắng kia như một tấm gương phản chiếu một thực tế rộng hơn: bóng bàn Việt Nam đang chơi mà không có một hệ thống ghi nhớ. Mỗi trận đấu đi qua, để lại một tỷ số, và gần như không để lại gì khác.

Trong bóng rổ, người ta có dữ liệu theo dõi từng cầu thủ, từng mét di chuyển. Trong bóng đá, xG đã trở thành ngôn ngữ phổ thông. Cả hai môn đó đều đi trước bóng bàn không phải vì chúng quan trọng hơn, mà vì chúng có nhiều tiền hơn và nhiều khán giả hơn. Dữ liệu là một sản phẩm của thị trường, và bóng bàn, ở tầm khu vực, là một thị trường nhỏ. Nhỏ đến mức không ai buồn xây tầng dữ liệu cho nó.

Ở đấu trường Olympic, Ma Long là tay vợt giành chức vô địch đơn nam hai kỳ liên tiếp, ở Rio 2026 và Tokyo 2026, theo hồ sơ của Ủy ban Olympic Quốc tế. Đó là một dữ kiện đẹp, dễ trích dẫn, và dễ kiểm chứng. Nhưng nó nói với chúng ta rất ít về cách Ma Long thắng. Nó cho biết kết quả, chứ không cho biết quá trình. Và với bóng bàn Việt Nam, chúng ta còn chưa có cả những dữ kiện đẹp như thế.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở các giải trong nước và khu vực, tôi nhận thấy một mẫu hình lặp đi lặp lại: khi một tay vợt Việt Nam tiến sâu ở một giải quốc tế, thông tin về họ tăng vọt trong vài ngày, rồi biến mất. Không ai lưu lại cách họ giao bóng ở ván quyết định, cách họ xử lý khi bị dẫn trước, hay cách họ thay đổi chiến thuật sau khi thua ván đầu. Những dữ liệu đó tan biến cùng với giải đấu.

Tôi không nói điều này từ vị thế của người đứng ngoài. Chính tôi từng là nạn nhân của việc thiếu dữ liệu, và cũng từng là thủ phạm của việc lấp đầy khoảng trống bằng niềm tin.

Năm 2026, tôi công bố một mô hình dự đoán một trận đấu ở V.League, và kết quả trên sân đạp đổ toàn bộ mô hình chỉ trong 90 phút. Tôi ngồi soi lại băng ghi hình cả tháng, và phát hiện ra mô hình của tôi thiếu những biến mà tôi thậm chí không biết là mình thiếu. Từ đó, tôi đặt ra một nguyên tắc: không bao giờ để một chỉ số đơn lẻ trở thành kết luận. Số liệu không sai, người đọc sai — và tôi từng là người đọc đó.

Năm 2026, tôi viết một bài phân tích trước chung kết một giải đấu lớn, dựa trên số bàn kỳ vọng, và kết luận rằng đội được đánh giá cao hơn sẽ thua. Tôi đã sai, và tôi đã viết một bài tự phản biện dài để công khai cái sai của mình. Câu chuyện đó để lại cho tôi một câu tôi vẫn dùng đến hôm nay: Pháp không thắng nổi Croatia — một câu nói mà tôi cố tình giữ lại như một lời nhắc rằng dữ liệu đúng vẫn có thể dẫn đến kết luận sai, nếu bối cảnh bị bỏ quên.

Năm 2026, khi các giải đấu tạm dừng vì dịch bệnh, tôi phân tích hàng trăm trận đấu không khán giả và phát hiện lợi thế sân nhà sụt giảm rõ rệt. Tôi giữ nguyên lập trường đó trước nhiều phản đối, vì số liệu đủ rõ. Nhưng tôi cũng học được một câu khác: Sân không khán giả năm 2026 chứng minh một điều — dữ liệu thiếu bối cảnh chỉ là nửa sự thật.

Ba câu chuyện đó, cộng lại, dạy tôi rằng vấn đề của bóng bàn không nằm ở chỗ thiếu số liệu. Vấn đề nằm ở chỗ chúng ta chưa phân biệt được đâu là số liệu có thể kiểm chứng, đâu là số liệu được tạo ra để lấp chỗ trống.

Đây là lúc tôi phải nói về một khái niệm mà tôi cho là quan trọng nhất trong nghề: xử lý giá trị rỗng. Khi dữ liệu không tồn tại, cách phản ứng đúng đắn là ghi rõ rằng không đủ thông tin để đánh giá, thay vì bịa ra một con số. Nghe thì đơn giản, nhưng trong thực tế, áp lực phải có một kết luận — từ ban biên tập, từ độc giả, từ chính cái tôi của người viết — khiến rất nhiều phân tích chọn cách lấp đầy khoảng trống bằng phỏng đoán được trình bày như sự thật.

Tôi từng chứng kiến những bảng phân tích bóng bàn trông rất chuyên nghiệp, với đầy đủ biểu đồ và chỉ số, nhưng khi truy ngược nguồn, hóa ra phần lớn con số là do người viết tự ước lượng rồi trình bày như dữ liệu đo lường. Đó là kiểu gian lận tinh vi nhất, vì nó không nói dối bằng lời, mà nói dối bằng định dạng.

Vậy một tầng dữ liệu bóng bàn đáng tin sẽ trông như thế nào? Tính nguyên bản là điều kiện tiên quyết. Mỗi con số phải truy được về nguồn gốc: nó được ghi lúc nào, bởi ai, bằng phương pháp nào. Nếu một tỷ lệ giao bóng thắng được công bố, người đọc phải có quyền kiểm tra xem nó được tính trên bao nhiêu điểm, trong bao nhiêu trận, ở giải nào.

Bên cạnh đó, một chỉ số chỉ có nghĩa khi đặt cạnh một chuẩn mực so sánh. Tỷ lệ giao bóng thắng 60% là cao hay thấp, tùy vào mức trung bình của giải đấu đó. Vì thế, mỗi bài phân tích của tôi đều cố gắng kèm một bảng so sánh ít nhất ba biến, thay vì một.

Và điều còn lại, cũng là điều khó nhất, là trung thực với phần sai. Một mô hình không bao giờ đúng trong mọi trường hợp. Tôi luôn nói rằng tôi chỉ đúng khoảng bảy trên mười lần. Xác suất 30% không phải là lời bao biện — nó là lời nhắc rằng tôi chỉ đúng 7 trên 10 lần. Phần sai đó không phải là khuyết điểm cần che giấu, mà là thông tin cần công bố. Mỗi mô hình của tôi đều xây trên những sai lầm từng bị cười nhạo — nền móng thật nhất tôi có.

Nếu ba điều kiện này được xây cho bóng bàn Việt Nam, bảng trắng trong đêm muộn kia sẽ không còn trắng nữa. Nhưng để xây được chúng, cần một sự thay đổi lớn hơn nhiều so với việc mua vài phần mềm.

Để thấy rõ khoảng cách, hãy nhìn vào một chỉ số cụ thể mà bóng bàn rất cần: tỷ lệ thắng ở quả giao bóng thứ ba. Trong bóng đá, người ta đo được chất lượng cơ hội qua xG. Trong bóng bàn, chất lượng của một pha bóng tấn công thường bắt đầu từ quả giao bóng và kết thúc ở quả thứ ba. Ai kiểm soát được quả thứ ba, người đó kiểm soát được nhịp trận đấu. Nhưng tỷ lệ này gần như không bao giờ được công bố cho các tay vợt Việt Nam. Không có nó, mọi nhận định về phong độ giao bóng chỉ là cảm giác.

Một ví dụ khác nằm ở thiết bị. Mặt vợt, cốt vợt, độ cứng của mút — tất cả đều ảnh hưởng trực tiếp đến đường bóng. Một tay vợt đổi mặt vợt có thể thay đổi hoàn toàn đặc tính xoáy và tốc độ trong vài tuần. Nhưng trong hầu hết dữ liệu hiện có, thông tin về thiết bị không tồn tại. Chúng ta đang phân tích những đường bóng mà không biết chúng được tạo ra bằng gì.

Ngay cả hệ thống xếp hạng cũng có giới hạn. Bảng xếp hạng thế giới của ITTF cho biết thứ hạng, nhưng không cho biết vì sao một tay vợt tăng hay giảm. Điểm số phòng thủ, áp lực bảo vệ điểm, và mức độ phù hợp giữa thứ hạng và sức mạnh thực tế là những biến mà một con số thứ hạng không thể truyền tải. Ở tầm khu vực Đông Nam Á, nơi số trận quốc tế mỗi năm rất ít, một vài kết quả may mắn có thể đẩy thứ hạng lên cao trong khi thực lực không đổi.

Và đây là chỗ tôi muốn đi ngược lại kỳ vọng thông thường. Khi nói về khoảng trống dữ liệu, phản ứng đầu tiên của hầu hết mọi người là kêu gọi thu thập nhiều dữ liệu hơn. Tôi cho rằng đó là một phản xạ chưa đủ.

Nhiều dữ liệu hơn không tự động nghĩa là hiểu biết hơn. Chúng ta đang sống trong thời đại mà các nền tảng thể thao đổ ra vô số chỉ số, và phần lớn chúng bị đọc sai, hoặc bị đọc mà không kèm bối cảnh. Một con số không có bối cảnh có thể gây hại nhiều hơn là không có con số nào, vì nó tạo ra ảo giác hiểu biết.

Trong bóng bàn, điều này đặc biệt nguy hiểm. Một đường bóng chỉ kéo dài vài giây, và trong vài giây đó, một quyết định sai của đối thủ có thể tạo ra một điểm thắng trông rất đẹp trong bảng thống kê, dù thực chất nó không đến từ kỹ năng của người ghi điểm. Nếu chúng ta đếm những điểm như vậy mà không có bối cảnh, chúng ta sẽ tôn vinh sự may mắn và gọi nó là đẳng cấp.

Có một câu tôi luôn tự nhắc trước mỗi phép phân tích: khả năng đây chỉ là nhiễu nền là bao nhiêu? Nếu câu trả lời vượt quá 30%, tôi dừng lại và viết thẳng về sự nhiễu đó, thay vì cố rút ra một kết luận cho đẹp. Với bóng bàn Việt Nam, nơi cỡ mẫu thường nhỏ — vài trận mỗi năm, vài chục điểm mỗi trận — ngưỡng nhiễu nền luôn cao hơn mức chúng ta muốn thừa nhận.

Nói cách khác, khoảng trống dữ liệu mà tôi chạm phải không chỉ là vấn đề của hạ tầng. Nó là vấn đề của sự khiêm tốn. Chúng ta chưa xây tầng dữ liệu đó, một phần vì xây nó đòi hỏi phải thừa nhận rằng chúng ta đang không biết nhiều như chúng ta tưởng.

Nhìn về phía trước, tôi không cho rằng bóng bàn Việt Nam cần một hệ thống phức tạp ngay lập tức. Tôi cho rằng nó cần một thói quen đơn giản hơn: ghi lại nhiều hơn, và thừa nhận ít hơn. Mỗi trận đấu được mã hóa tử tế là một viên gạch. Mỗi lần một nhà phân tích dám viết rằng không đủ dữ liệu, thay vì bịa ra một con số, là một bước tiến.

Bóng bàn không nằm trong bảng tính — nhưng bảng tính giúp tôi thấy bóng bàn rõ hơn. Và nếu một ngày nào đó, bảng trắng trong đêm muộn kia chuyển thành một bảng đầy, thì người được lợi không chỉ là tôi. Đó sẽ là lúc bóng bàn Việt Nam bắt đầu biết nhớ.

Câu hỏi tôi để lại: nếu mỗi đường bóng đều có thể được ghi nhớ, liệu chúng ta có còn đủ can đảm để nhìn thẳng vào những gì nó nói về mình?