Bốn mươi bảy trang N/A: Lằn ranh khiêm nhường của nghề phân tích dữ liệu cầu lông

Tờ A4 nằm trên bàn họp của một trung tâm huấn luyện cầu lông ven biển miền Trung vào một buổi sáng tháng Sáu. Bốn mươi bảy trang. Trang nào cũng có bảng. Bảng nào cũng có cột chỉ số: số pha cầu trung bình mỗi ván, độ dài mỗi rally, tốc độ smash đỉnh, tỷ lệ lỗi tự đánh hỏng, số điểm thắng sau khi mất quyền giao cầu, nhịp độ di chuyển trên sân. Và ở ô trả lời của gần như mọi dòng, cùng một ký hiệu lặp đi lặp lại: N/A.

Tôi đọc hết bốn mươi bảy trang đó trong mười hai phút. Không phải vì tôi đọc nhanh. Mà vì chẳng có gì để đọc.

Một cậu phân tích viên hai mươi sáu tuổi, mới ra trường, được giao nhiệm vụ tổng hợp dữ liệu thi đấu của một tay vợt trẻ chuẩn bị bước vào vòng loại một giải quốc tế trong hệ thống Liên đoàn Cầu lông Thế giới. Cậu ta làm đúng quy trình mà tôi dạy. Cậu ta mở khung, dựng bảng, đặt tên cột, gán đơn vị đo. Rồi cậu ta phát hiện ra điều mà không ai nói với cậu: nguồn dữ liệu trống. Không có băng ghi hình đủ nét để bóc tách từng pha cầu. Không có bảng điểm chi tiết theo từng điểm số. Không có hồ sơ thể lực. Không có lịch sử đối đầu được ghi lại một cách hệ thống.

Cậu ta có hai lựa chọn. Một là bịa ra những con số nghe hợp lý để bản báo cáo trông đầy đặn. Hai là để N/A.

Cậu ta chọn cách thứ hai. Và vì thế, bốn mươi bảy trang giấy trở thành bản tự thú trung thực nhất mà tôi từng đọc về nghề của mình.

Nghề phân tích dữ liệu cầu lông ở Việt Nam có lịch sử ngắn hơn nhiều so với bóng đá. Bóng đá có hàng chục năm thống kê, có những công ty dữ liệu quốc tế thu thập từng đường chuyền, có văn hóa chỉ số kỳ vọng đã ăn sâu vào cách người ta tranh luận. Cầu lông thì khác. Môn này vẫn thường được nhìn như một cuộc đối đầu của bản năng, của phản xạ, của đôi tay. Người ta nhớ một pha smash như nhớ một tiếng sét, chứ ít ai nhớ rằng đằng sau tiếng sét đó là bao nhiêu lần di chuyển sai vị trí.

Tôi vào nghề bằng báo chí, nhưng năm 2026 dạy tôi rằng số liệu cũng biết viết. Năm đó tôi ngồi giữa một phòng họp ở Nha Trang, trình bày báo cáo về một đội bóng đá, và học được rằng một con số đặt đúng chỗ có sức nặng hơn một bài xã luận. Khi tôi chuyển sang cầu lông, tôi mang theo nguyên tắc đó. Nhưng tôi cũng mang theo một nỗi nghi ngờ: liệu môn cầu lông có đủ dữ liệu để nói chuyện bằng con số hay không.

Nguyễn Tiến Minh là người đặt ra câu hỏi ấy cho cả một thế hệ. Tay vợt sinh năm 2026 từng vươn tới vị trí thứ năm thế giới và giành huy chương đồng giải vô địch thế giới năm 2026. Đó là những dữ kiện có thể tra cứu, có thể kiểm chứng. Nhưng đằng sau tấm huy chương ấy, có bao nhiêu chỉ số được ghi lại đầy đủ? Có bao nhiêu trận đấu của anh được bóc tách thành từng pha cầu, từng nhịp di chuyển, từng quyết định chọn điểm rơi? Câu trả lời trung thực là: không nhiều.

Thế hệ kế tiếp — những tay vợt như Nguyễn Thùy Linh ở nội dung đơn nữ, hay Vũ Thị Trang, hay Lê Đức Phát — lớn lên trong một thời đại mà khán giả có thể xem trực tiếp mọi giải đấu qua mạng. Nhưng xem được và phân tích được là hai chuyện khác nhau. Một trận đấu phát trực tiếp cho hàng trăm nghìn người xem không tự động sinh ra một bộ dữ liệu dùng được cho huấn luyện. Giữa hình ảnh và tri thức vẫn là một khoảng trống. Và khoảng trống ấy chính là nơi tờ báo cáo bốn mươi bảy trang kia ra đời.

Điều đầu tiên cần nói rõ: N/A không phải số không. Trong ngôn ngữ dữ liệu, số không là một quan sát — nó nói rằng ta đã đo, và ta đo được giá trị rỗng. Còn N/A là một sự thú nhận — nó nói rằng ta chưa đo, hoặc không thể đo. Hai thứ này khác nhau về bản chất, và nhầm lẫn giữa chúng là sai lầm chết người trong nghề.

Khi một huấn luyện viên đọc bảng và thấy tỷ lệ lỗi tự đánh hỏng bằng 0, ông ấy có thể kết luận học trò mình chơi sạch. Nhưng khi ông ấy thấy tỷ lệ lỗi tự đánh hỏng ghi là N/A, lẽ ra ông ấy phải hiểu rằng mình đang đứng trước một khoảng tối. Cả hai ô đều in ra giấy như nhau nếu người ta không đọc kỹ. Và trong bóng tối ấy, phán đoán của con người sẽ tự lấp đầy khoảng trống bằng cảm giác, bằng ký ức, bằng thiên kiến.

Trong cầu lông, nguy hiểm lớn nhất của dữ liệu không phải là dữ liệu sai, mà là dữ liệu thiếu được trình bày như dữ liệu đủ.

Có một cơ chế tâm lý khiến điều này xảy ra liên tục. Khi ta phải ra quyết định — chọn ai vào đội tuyển, cho ai nghỉ, cho ai tập nặng thêm — ta không chịu được sự trống rỗng. Bộ não người ghét khoảng trắng. Nó sẽ tự động điền vào đó một câu chuyện. Tay vợt này có tinh thần tốt. Tay vợt kia chưa đủ chín. Đối thủ này khó chịu. Những nhãn dán ấy nghe như nhận định, nhưng thực chất chúng là những ô N/A đội lốt lời nói.

Tôi đã từng chứng kiến một đội tuyển chọn người dựa trên ba trận đấu được xem trực tiếp, trong khi bỏ qua hai mươi trận đấu khác chỉ vì không có băng ghi hình. Ba trận ấy trở thành toàn bộ dữ liệu. Và ba trận thì quá nhỏ để nói lên điều gì về một tay vợt. Nhưng vì đó là tất cả những gì có, người ta đành coi nó là tất cả. Đây là lỗi kinh điển: lấy sự sẵn có của dữ liệu làm thước đo cho giá trị của dữ liệu.

Vậy nếu chúng ta muốn xây một nền dữ liệu cầu lông tử tế, chúng ta cần đo cái gì?

Bộ chỉ số cốt lõi của một tay vợt đơn có thể chia thành bốn nhóm. Nhóm thứ nhất là chỉ số về cấu trúc điểm số: tay vợt thắng bao nhiêu phần trăm số điểm khi cầm quyền giao cầu, và thắng bao nhiêu phần trăm khi đối thủ cầm quyền giao cầu. Chênh lệch giữa hai con số này nói lên rất nhiều về lối chơi. Một tay vợt có tỷ lệ thắng khi giao cầu cao nhưng tỷ lệ thắng khi nhận giao cầu thấp là người phụ thuộc vào thế chủ động. Một tay vợt cân bằng ở cả hai đầu là người có nền tảng vững.

Nhóm thứ hai là chỉ số về nhịp độ. Độ dài trung bình mỗi rally là một trong những chỉ số bị xem nhẹ nhất. Nhưng nó nói lên phong cách và cả thể lực. Tay vợt chơi rally ngắn trung bình dưới tám giây thường dựa vào tấn công sớm. Tay vợt chơi rally dài trên mười lăm giây thường dựa vào sức bền và sự kiên nhẫn. Khi hai phong cách này gặp nhau, độ dài rally trở thành vũ khí chiến thuật: người chơi ngắn muốn kết thúc sớm, người chơi dài muốn kéo dài để bào mòn.

Nhóm thứ ba là chỉ số về hiệu quả tấn công. Tốc độ smash đỉnh chỉ là phần nổi. Phần chìm quan trọng hơn là tỷ lệ smash thắng điểm trên tổng số lần smash. Một tay vợt có tốc độ smash 400 km/h nhưng chỉ thắng 40% số pha smash là người đang lãng phí sức lực. Một tay vợt có tốc độ 350 km/h nhưng thắng 60% số pha smash là người biết chọn thời điểm. Tốc độ là con số hào nhoáng; hiệu suất là con số thật.

Nhóm thứ tư là chỉ số về lỗi. Lỗi tự đánh hỏng chia thành hai loại: lỗi do bị đối phương gây áp lực, và lỗi do mất tập trung. Phân biệt được hai loại này cần băng ghi hình và một người bóc tách. Nhưng khi phân biệt được, nó thay đổi hoàn toàn cách đánh giá một tay vợt. Một tay vợt có nhiều lỗi vì bị dồn ép là chuyện bình thường. Một tay vợt có nhiều lỗi ở những điểm số không quan trọng là chuyện đáng lo.

Bốn nhóm chỉ số này không đòi hỏi công nghệ đắt tiền. Chúng đòi hỏi một điều duy nhất: có người ngồi lại sau mỗi trận đấu và ghi chép. Đó là công việc buồn tẻ nhất trong nghề. Và vì nó buồn tẻ, nó thường bị bỏ qua. Mỗi trận đấu là một tuần trà của kẻ tu hành dữ liệu — im lặng mà thấm. Không có tuần trà nào, không có dữ liệu nào.

Đến đây tôi phải nói về một cái bẫy khác, cái bẫy mà chính tôi từng sập vào. Năm 2026, khi các giải đấu dừng lại vì đại dịch, tôi có thời gian xem lại dữ liệu của nhiều đội. Tôi phát hiện ra một quy luật: các đội chơi pressing tầm cao với chỉ số gây áp lực rất thấp có xu hướng sụp đổ ở giai đoạn cuối trận, dính nhiều bàn thua nhất trong mười phút cuối. Tôi viết một bài về điều đó và nói rằng bóng đá hiện đại đã đặt cược sai vào cường độ chạy.

Nhưng khi áp dụng tư duy ấy sang cầu lông, tôi nhận ra mình cần cẩn trọng hơn. Trong cầu lông, lối đánh gây áp lực liên tục không tồn tại theo nghĩa bóng đá. Cái tương đương gần nhất là lối chơi tấn công không ngừng, đẩy đối thủ ra sau sân, và cướp quyền kiểm soát lưới. Lối chơi này tiêu tốn thể lực khủng khiếp. Và câu hỏi đặt ra là: liệu có một ngưỡng thể lực mà sau đó tay vợt tấn công bắt đầu mắc lỗi nhiều hơn?

Tôi tin là có. Nhưng tôi chưa có đủ dữ liệu để nói con số cụ thể. Và đây là điểm tôi muốn nhấn mạnh: khi dữ liệu chưa đủ, việc trung thực nhất là nói rằng chưa đủ, chứ không phải đưa ra một con số nghe có vẻ chắc chắn. Nghề của tôi không phải là nghề của sự chắc chắn. Nghề của tôi là nghề của sự chắc chắn có điều kiện.

Có một khía cạnh nữa mà dữ liệu cầu lông thường bỏ sót: quản lý tải trọng thi đấu. Trong nhiều năm, người ta nói về việc các tay vợt thi đấu quá nhiều, đi lại quá nhiều, và cần được nghỉ ngơi. Nghe rất hợp lý. Nhưng khi tôi nhìn vào lịch thi đấu thực tế, tôi thấy một nghịch lý. Các tay vợt được cho nghỉ lại thường xuất hiện trong các trận giao hữu, các sự kiện quảng bá, các buổi đấu biểu diễn. Cái gọi là nghỉ ngơi đôi khi chỉ là đổi từ thi đấu tính điểm sang thi đấu vì thương mại.

Quản lý tải trọng, nếu không được đo bằng dữ liệu thật, rất dễ trở thành cái cớ để sắp xếp lịch theo lợi ích của người tổ chức chứ không phải của tay vợt. Tôi không nói rằng mọi trường hợp đều như vậy. Tôi nói rằng nếu không có dữ liệu về số giờ thi đấu, số km di chuyển, số pha bung sức tối đa, thì mọi tuyên bố về quản lý tải trọng chỉ là niềm tin.

Ở đây tôi phải nhắc đến một chủ đề nóng của làng thể thao: giá trị của các tay vợt trẻ. Trong bóng đá, tôi từng lên tiếng rằng bong bóng giá cầu thủ trẻ đang vỡ — trả một trăm triệu euro cho một cầu thủ chưa đá nổi năm mươi trận đỉnh cao là một canh bạc trần trụi. Cầu lông có một phiên bản nhẹ hơn của hiện tượng này. Các học viện, các nhà tài trợ, các trung tâm đào tạo đôi khi đặt cược rất lớn vào một tay vợt mười bảy, mười tám tuổi vừa giành vài kết quả tốt ở giải trẻ. Nhưng khoảng cách giữa giải trẻ và giải chuyên nghiệp là một vực thẳm. Và khoảng cách ấy hầu như không được đo bằng dữ liệu.

Một tay vợt trẻ thắng giải trẻ vì đối thủ cùng trang lứa chưa đủ thể lực. Khi bước lên giải chuyên nghiệp, thể lực không còn là lợi thế. Kỹ thuật cơ bản không còn đủ. Cái còn lại là khả năng thích nghi chiến thuật — và đó là thứ cực kỳ khó đo. Nhưng vì ta không đo được, ta lại dùng kết quả để suy ra tiềm năng. Đây là lỗi logic: lấy thành tích quá khứ làm bằng chứng cho tương lai, mà bỏ qua việc môi trường đã thay đổi.

Dữ liệu tốt không phải là dữ liệu khiến ta tự tin hơn. Dữ liệu tốt là dữ liệu khiến ta biết chính xác mình nên nghi ngờ điều gì.

Hệ thống điểm xếp hạng của Liên đoàn Cầu lông Thế giới vận hành theo nguyên tắc bảo vệ điểm. Mỗi tay vợt phải bảo vệ số điểm đã giành được ở cùng kỳ năm trước. Nếu không thi đấu, điểm cũ sẽ hết hạn. Điều này tạo ra một áp lực mà dữ liệu thường không nắm bắt được: áp lực phải ra sân, dù cơ thể chưa sẵn sàng.

Khi tôi ngồi phân tích lịch thi đấu của một tay vợt, tôi luôn vẽ ra một biểu đồ hai trục: trục tung là điểm cần bảo vệ theo từng tuần, trục hoành là quãng đường di chuyển giữa các giải. Hai trục này thường cắt nhau ở những điểm rất xấu — tức là tay vợt phải bay nửa vòng trái đất để bảo vệ một số điểm nhỏ, trong khi thể lực đang cạn. Nhưng để vẽ được biểu đồ ấy, tôi cần dữ liệu về số điểm, về ngày hết hạn, về lịch bay. Và những dữ liệu này thường nằm rải rác, không ai tổng hợp.

Ở nội dung đôi, vấn đề dữ liệu còn nghiêm trọng hơn. Đơn thì ít ra người ta còn đếm được điểm. Đôi thì phức tạp gấp bội: có sự ăn ý, có phân chia vai trò, có người chuyên lưới, có người chuyên cuối sân. Một cặp đôi tốt không phải là hai cá nhân tốt cộng lại. Đó là một hệ thống. Và hệ thống thì cần dữ liệu về tương tác, về khoảng trống hai người để lại, về nhịp di chuyển đồng bộ.

Tôi từng xem một cặp đôi trẻ thi đấu và thấy họ thua vì những quả cầu rơi vào đúng khoảng giữa hai người. Nhìn bề ngoài, đó là lỗi phối hợp. Nhưng nếu có dữ liệu về vị trí đứng của từng người theo từng pha cầu, ta có thể thấy một quy luật: khoảng trống ấy xuất hiện khi một người bị kéo ra biên. Đó là lỗi hệ thống, không phải lỗi cá nhân. Nhưng vì không có dữ liệu vị trí, người ta đành đổ lỗi cho sự ăn ý.

Ngành cầu lông vận hành theo một chuỗi. Thượng nguồn là đào tạo trẻ và nguồn cung tài năng. Trung nguồn là các tay vợt và các giải đấu. Hạ nguồn là thiết bị, truyền thông, và các thị trường phái sinh. Dữ liệu chảy qua chuỗi này rất không đều.

Ở hạ nguồn, các thương hiệu thiết bị thu thập dữ liệu rất tốt — họ biết chính xác mẫu vợt nào bán chạy, dây nào được ưa chuộng. Nhưng dữ liệu ấy phục vụ bán hàng, không phục vụ huấn luyện. Ở trung nguồn, các giải đấu có dữ liệu điểm số nhưng thiếu dữ liệu kỹ thuật. Ở thượng nguồn, nơi cần dữ liệu nhất để nuôi dưỡng tài năng, dữ liệu lại thưa thớt nhất.

Đây là một nghịch lý cấu trúc: nơi cần dữ liệu nhất lại là nơi có ít dữ liệu nhất. Các trung tâm đào tạo trẻ thiếu người ghi chép, thiếu băng ghi hình, thiếu hệ thống lưu trữ. Trong khi đó, một giải đấu lớn có thể có hàng chục máy quay nhưng chỉ dùng để phát sóng, không dùng để phân tích.

Tôi nhớ một buổi tối ở Nha Trang, ngồi xem lại băng ghi hình một trận đấu của một tay vợt trẻ. Tôi tua đi tua lại một pha cầu đúng hai mươi ba lần. Đó là một pha rally kéo dài mười chín giây, kết thúc bằng một cú bỏ nhỏ hỏng. Nếu chỉ nhìn kết quả, người ta sẽ nói tay vợt ấy chọn sai điểm rơi. Nhưng khi tua chậm, tôi đếm được mười một lần đổi hướng di chuyển trong mười chín giây, và ở lần thứ mười một, chân cậu ta đã ở sai vị trí khoảng bốn mươi phân. Cú bỏ nhỏ hỏng không phải là lỗi kỹ thuật. Nó là hệ quả của một lỗi vị trí xảy ra ba giây trước đó.

Đó là loại thông tin chỉ có được khi có người chịu ngồi tua băng hai mươi ba lần. Không có phần mềm nào tự làm việc đó miễn phí. Không có thuật toán nào thay được sự kiên nhẫn. Và đó là lý do vì sao dữ liệu cầu lông ở ta vẫn mỏng: nó đòi hỏi thời gian của con người, thứ đắt nhất trong mọi nguồn lực.

Có một cám dỗ mà bất kỳ ai làm nghề dữ liệu cũng phải đối mặt, và tôi muốn nói thẳng về nó. Khi ta có trong tay một bộ số liệu đẹp, ta muốn nó kể một câu chuyện. Và khi ta muốn nó kể một câu chuyện, ta bắt đầu chọn lọc. Ta giữ lại những con số ủng hộ luận điểm của mình, ta lờ đi những con số chống lại nó. Đây là lúc dữ liệu biến từ công cụ tìm sự thật thành vũ khí bảo vệ cái tôi.

Tương quan không phải là nhân quả. Một tay vợt có tỷ lệ thắng cao khi chơi rally dài không có nghĩa là chơi rally dài giúp cậu ta thắng. Có thể cậu ta vốn đã giỏi, nên đối thủ buộc phải kéo dài rally, và cậu ta vẫn thắng. Biến số gây nhiễu nằm ở khắp nơi: điều kiện sân, độ ẩm, quả cầu, lịch thi đấu, tâm lý. Một phân tích chỉ dựa trên mười trận đấu là một phân tích đang tự lừa mình.

Tôi đã từng bị chỉ trích vì dùng dữ liệu để bênh vực một vận động viên thua cuộc. Người ta nói tôi đang tìm cách biện minh cho thất bại. Nhưng tôi nghĩ khác. Con số không bao giờ vội. Người vội là ta. Khi một tay vợt thua, đám đông vội kết luận cậu ta yếu. Dữ liệu thì chậm rãi chỉ ra rằng tốc độ phản ứng xuất phát của cậu ta nằm trong nhóm dẫn đầu, rằng cú smash của cậu ta vẫn đạt đỉnh cao, và rằng thất bại nằm ở một chi tiết nhỏ khác. Sự chậm rãi ấy không phải là bao biện. Đó là sự tôn trọng sự thật.

Tôi cũng phải nói về một cái bẫy nữa mà tôi từng thấy ở nhiều người làm nghề. Đó là dùng dữ liệu để tạo ra sự vượt trội giả tạo. Khi ta có số liệu và người khác không có, ta dễ rơi vào thói khinh thường. Ta coi người hâm mộ là cảm tính, coi nhà báo là thiếu hiểu biết, coi huấn luyện viên là lạc hậu. Nhưng thái độ ấy không làm dữ liệu mạnh hơn. Nó chỉ làm ta cô đơn hơn. Dữ liệu mạnh nhất khi nó được đặt lên bàn cùng với những người không có dữ liệu, để cùng nhau tìm ra sự thật, chứ không phải để chứng minh ai đúng.

Tờ báo cáo bốn mươi bảy trang với đầy chữ N/A ấy, tôi giữ lại. Tôi không xé nó. Tôi để nó trên giá, cạnh những bản báo cáo đầy ắp số liệu khác. Vì nó nhắc tôi rằng nghề của mình có một lằn ranh: lằn ranh giữa điều ta biết và điều ta tưởng là mình biết.

Khi sân trống và dữ liệu thừa thãi, tôi hiểu ra mình theo cầu lông vì người, không chỉ vì số. Những con số chỉ có ý nghĩa khi chúng phục vụ một con người cụ thể — một tay vợt đang cố gắng, một huấn luyện viên đang loay hoay, một cậu phân tích viên hai mươi sáu tuổi dám để trống thay vì bịa đặt.

Vòng đấu tiếp theo của cầu lông Việt Nam sẽ không được định đoạt bởi ai có nhiều số liệu nhất, mà bởi ai biết thành thật về những ô trống của mình. Đó là tín hiệu tôi đang chờ. Và tôi tin nó sẽ đến từ một người dám viết N/A.