Khoảng trống trong bảng dữ liệu golf: kỷ luật của sự im lặng

Ngày 12 tháng 8 năm 2026, tôi mở bảng dữ liệu ShotLink của một vòng đấu PGA Tour vừa khép lại. Ba cột chỉ số Strokes Gained — Off the Tee, Approach, Putting — hiện đủ số. Cột thứ tư, cột mà giả thuyết của tôi phụ thuộc vào, trống hoàn toàn. Không phải lỗi tải, không phải mất kết nối. Hệ thống ghi rõ: chưa cập nhật. Tôi nhìn vào khoảng trắng đó suốt mười phút, và trong mười phút ấy, tôi đã ba lần định bịa ra một con số hợp lý để lấp vào cho bảng biểu trông đầy đặn. Tôi dừng lại. Bài viết này ra đời từ chính cái dừng đó.

Trong mười bảy năm theo dõi golf chuyên nghiệp, tôi học được rằng phần khó nhất của nghề phân tích không nằm ở việc tính toán, mà ở việc biết khi nào không được tính. Khoảng trống trong bảng số cũng biết nói, nếu ta chịu nghe. Nhưng để nghe được nó, ta phải chấp nhận rằng sự im lặng không phải kẻ thù cần bị lấp đầy.

Golf — môn thể thao được đo lường kỹ lưỡng bậc nhất

Golf sống bằng số liệu theo cách mà ít môn thể thao nào sánh được. Từ khi Mark Broadie, giáo sư Trường Kinh doanh Columbia, công bố khung chỉ số Strokes Gained vào năm 2026, và PGA Tour chính thức áp dụng từ mùa 2026, mọi cú đánh của golfer chuyên nghiệp đều được ghi lại qua hệ thống ShotLink — mạng lưới camera và tình nguyện viên đo đạc tại từng hố. Mỗi vòng đấu sản sinh hàng nghìn điểm dữ liệu: khoảng cách, góc, loại cỏ, tốc độ green, hướng gió. Đây là môi trường lý tưởng cho một nhà phân tích dữ liệu.

Chính vì dữ liệu golf phong phú đến vậy, người ta dễ quên rằng nó vẫn có lỗ hổng. ShotLink không phủ hết mọi giải đấu. Các tour khu vực, trong đó có nhiều giải tại châu Á, vẫn đo đạc thủ công hoặc không đo. Các giải nghiệp dư, giải trẻ, và phần lớn giải nữ ở nhiều quốc gia gần như là vùng trắng. Ngay cả trên PGA Tour, một số chỉ số chỉ được cập nhật sau vài giờ, có khi sau cả ngày.

Ở Nhật Bản, nơi tôi đang làm việc, tình hình còn đặc thù hơn. Japan Golf Tour Organization (JGTO) có hệ thống thống kê riêng, nhưng độ chi tiết không đồng nhất với PGA Tour. JLPGA — tour nữ Nhật Bản — cũng vậy. Khi tôi cố dựng một mô hình so sánh phong độ giữa một golfer nam trên JGTO và một golfer nam trên PGA Tour, tôi va ngay vào bức tường dữ liệu: hai hệ thống đo hai thứ khác nhau, theo hai định nghĩa khác nhau, không thể đặt cạnh nhau một cách ngây thơ.

Đây là khác biệt mà tôi, một người sinh ra ở Việt Nam và hành nghề tại Nhật Bản, cảm nhận rõ hơn ai hết. Golf Việt Nam đang phát triển nhanh về số lượng sân và số người chơi, nhưng hạ tầng dữ liệu còn sơ khai. Golf Nhật Bản có hạ tầng dữ liệu dày, nhưng lại khép kín trong hệ thống riêng. Người phân tích đứng giữa hai bên phải làm một việc không ai muốn làm: dịch sự khác biệt thành bảng so sánh, và nói thẳng ra đâu là chỗ không thể so sánh được.

Quy trình ba bước và bước bị đánh giá thấp nhất

Quy trình của tôi gồm ba bước, và bước đầu tiên là bước bị xem nhẹ nhất: kiểm kê cái trống. Trước khi phân tích bất cứ điều gì, tôi liệt kê ra những gì mình có và những gì mình thiếu. Với mỗi khoảng trống, tôi phải trả lời hai câu hỏi. Thứ nhất, vì sao nó trống — do hệ thống không đo, do mẫu quá nhỏ, hay do dữ liệu bị chặn? Thứ hai, nếu lấp nó bằng giả định, sai số sẽ lan ra đâu trong kết luận cuối cùng?

Ví dụ cụ thể. Một golfer có chỉ số Strokes Gained: Putting dương 1,2 gậy mỗi vòng trong ba vòng gần nhất. Con số nghe rất ấn tượng. Nhưng ba vòng là bao nhiêu cú putt? Khoảng 90 đến 100 cú. Với putting, độ biến động tự nhiên của mẫu nhỏ lớn đến mức một chuỗi nóng ba vòng gần như không nói lên điều gì về năng lực thật. Nếu tôi lấp khoảng trống lịch sử bằng cách suy diễn từ ba vòng này, tôi đã phạm đúng sai lầm mà tôi tự hứa sẽ không lặp lại.

Tôi từng mắc sai lầm đó. Năm 2026, khi làm phân tích cho một đội bóng đá tại J.League 2 — vâng, tôi khởi nghiệp ở bóng đá trước khi chuyển sang golf — tôi xây một mô hình dự đoán từ video mà bỏ sót yếu tố sân nhà trong chuỗi bốn trận thua. Kết quả, tôi dự đoán sai sáu trên mười vòng đấu cuối. Tôi phải ngồi xem lại toàn bộ băng ghi hình, đối chiếu từng pha bóng, và nhận ra dữ liệu thô không đủ; nó cần bối cảnh chiến thuật. Bài học ấy theo tôi sang golf nguyên vẹn: một con số tách khỏi bối cảnh là một con số chưa hoàn thành.

Trở lại golf. Khi thiếu chỉ số Strokes Gained: Approach của một golfer, tôi có ba lựa chọn. Bỏ qua, và nói rõ rằng kết luận chỉ dựa trên phần dữ liệu hiện có. Thay thế bằng một chỉ số gần nghĩa, ví dụ tỷ lệ green in regulation (GIR), kèm ghi chú rằng đây là phép thay thế có điều kiện. Hoặc suy diễn từ các chỉ số khác. Chỉ lựa chọn thứ ba mới nguy hiểm, vì nó tạo ảo giác về độ đầy đủ. Phép loại trừ mới là chìa khóa của mọi bảng dữ liệu, không riêng thị trường chuyển nhượng.

Chỉ số nào thực sự được đo

Strokes Gained chia thành bốn nhóm chính: Off the Tee, Approach, Around the Green, và Putting. Mỗi nhóm lại được chia nhỏ theo khoảng cách. Nhưng độ tin cậy của từng nhóm không giống nhau. Chỉ số Approach thường ổn định nhất vì số cú đánh mỗi vòng lớn. Chỉ số Putting biến động mạnh nhất vì phụ thuộc vào tốc độ và chất lượng green của từng sân. Một golfer có thể có chỉ số Putting rất khác nhau giữa hai tuần liên tiếp chỉ vì green tuần này nhanh hơn tuần trước.

Điều này có nghĩa là khi so sánh hai golfer, tôi phải chuẩn hóa theo điều kiện sân. Nếu không, tôi đang so sánh tốc độ green, chứ không phải kỹ năng putt. Đây là một khoảng trống khác — khoảng trống ngữ cảnh, thứ mà dữ liệu thô không bao giờ tự bộc lộ.

Hệ thống xếp hạng và khoảng trống thể chế

Official World Golf Ranking (OWGR) ra đời năm 2026, là hệ thống xác định thứ bậc golfer và phân bổ suất dự major. Nhưng OWGR dựa trên điểm số của các tour được công nhận. Điều đó tạo ra một vòng lặp: tour nào được công nhận thì golfer của tour đó mới tích được điểm, và tour nào có golfer tích điểm thì mới được công nhận. Các tour nhỏ, trong đó có nhiều tour châu Á, nằm ngoài vòng lặp ấy. Khoảng trống ở đây không phải kỹ thuật, mà là thể chế.

Ảo giác về độ chính xác

Phần lớn các mô hình dự đoán golf được công bố đại chúng không thất bại vì thuật toán yếu, mà vì chúng lấp khoảng trống bằng giả định rồi quên mất mình đã lấp.

Một mô hình có thể cho ra con số chính xác đến hai chữ số thập phân, trong khi một phần ba đầu vào là suy diễn. Độ chính xác của đầu ra không bao giờ vượt qua độ chắc chắn của đầu vào. Đây là nguyên tắc cơ bản, nhưng nó bị bỏ qua thường xuyên đến mức trở thành điểm mù của cả một ngành truyền thông số liệu.

Có một cám dỗ tinh vi hơn: biến sự trống rỗng thành một thứ thần bí. Tôi đã thấy những bài viết ca ngợi \"sức mạnh của dữ liệu ẩn\" mà không hề chỉ ra dữ liệu ẩn đó là gì và vì sao nó quan trọng. Mỗi khoảng trống được nhắc đến phải kèm hai câu trả lời: nó tồn tại vì lý do gì, và nó thay đổi kết luận như thế nào. Nếu không trả lời được, khoảng trống ấy không đáng được nhắc.

Điều quan trọng nhất vẫn là tương quan không phải nhân quả. Một golfer có chỉ số putting cao và tỷ lệ thắng cao không có nghĩa putting tạo ra chiến thắng. Có thể anh ta approach tốt đến mức mọi cú putt đều ngắn, và chính approach mới là nguyên nhân thật. Nếu tôi chỉ nhìn cột putting mà không kiểm tra phân bố khoảng cách putt, tôi đã đọc sai toàn bộ câu chuyện.

Tôi đã từng đọc sai như thế. Năm 2026, khi cộng tác dữ liệu cho một trang bóng đá ở Nagoya, tôi thu thập chỉ số PPDA cho thấy một đội pressing rất tốt, nhưng tôi bỏ qua quãng đường chạy của đối thủ sau phút 70. Kết quả, đội bị tôi đánh giá thấp đã lội ngược dòng trong hiệp hai nhờ khoảng trống mênh mông ở hàng tiền vệ. Tôi tự phê bình công khai, thừa nhận mô hình thiếu biến số thể lực theo thời gian thực. Từ đó, mọi bài viết của tôi phải có biểu đồ cường độ theo từng khoảng mười lăm phút.

Bài toán của golf trẻ

Có một vùng trắng mà tôi quan tâm hơn cả: dữ liệu của các golfer trẻ.

Ở nhiều nơi, trong đó có Việt Nam và một phần Nhật Bản, các tay golf trẻ tuổi được đẩy vào thi đấu với nhịp độ của người lớn quá sớm. Cơ thể chưa trưởng thành đã phải chịu khối lượng swing và số vòng đấu mà nó chưa sẵn sàng. Nhưng vì dữ liệu ở cấp độ trẻ gần như không tồn tại, không ai có thể chứng minh mối liên hệ giữa nhịp độ ấy và chấn thương về sau. Khoảng trống dữ liệu ở đây không trung tính. Nó che chắn cho một cách làm đáng ngờ.

Đây là loại khoảng trống tôi gọi là khoảng trống có lợi cho kẻ mạnh. Bên nào hưởng lợi từ việc không bị đo, bên đó sẽ không vội vàng xây dựng hạ tầng đo. Người phân tích trung thực phải chỉ ra điều này, ngay cả khi không có số liệu để kết luận. Khi dữ liệu giấu mặt, sai số trở thành người dẫn đường — và sai số, trong trường hợp này, nghiêng về phía những người trẻ chưa được lên tiếng.

Điều KHÔNG xảy ra

Tôi không tin vào may mắn; tôi tin vào xác suất được nuôi dưỡng. Nhưng niềm tin ấy không cho tôi quyền bịa số.

Mỗi con số là một lời thú tội chưa được viết thành văn. Và một khoảng trống, nếu ta chịu đọc nó, cũng là một lời thú tội: lời thú tội rằng có ai đó đã quyết định không đo, hoặc đo nhưng không công bố. Việc của tôi không phải là lấp nó bằng phỏng đoán, mà là giữ nguyên nó trong bảng, đánh dấu nó, và để độc giả thấy chỗ trống ấy nằm ở đâu trong lập luận.

Vòng đấu tiếp theo sẽ đến. Trước khi mở bảng dữ liệu của nó, tôi sẽ dành mười phút đầu tiên chỉ để nhìn vào những ô trống. Điều KHÔNG xảy ra thường nói thật hơn điều đã xảy ra. Và nếu một ngày nào đó, hạ tầng dữ liệu golf ở Việt Nam và Nhật Bản đủ dày để những ô trống ấy biến mất, tôi sẽ là người đầu tiên vui mừng — nhưng cũng là người đầu tiên kiểm tra lại xem chúng đã biến mất thật, hay chỉ bị che đi.