Khi bảng phân tích bi-a trả về số không

Ba giờ sáng, tôi ngồi ở dãy bàn cuối một câu lạc bộ bi-a trên đường Nguyễn Thiện Thuật, Nha Trang, mở lại tệp phân tích chuyên sâu về bi-a mà tôi phải đọc xong trước khi lên sóng. Tệp có chín phần. Phần nào cũng có tiêu đề, có bảng so sánh, có ma trận rủi ro, có cả mục từ vựng chuyên môn đặt ở cuối. Còn nội dung thì trắng. Không một cái tên cơ thủ, không một giải đấu, không một dòng số.

Phản ứng đầu tiên của tôi là nhẹ người. Không rủi ro nào bị ghi nhận, không tranh chấp nào bị nêu, không dấu hiệu nào bị đánh cờ. Phải hai mươi phút sau tôi mới nhận ra mình vừa suýt đọc sai một thứ rất cơ bản: bảng đó không nói rủi ro bằng không. Nó nói chưa ai đo. Đó là hai câu khác nhau, và trong nghề của tôi, khoảng cách giữa chúng đủ để một tay cơ bị định giá sai vài năm sự nghiệp.

Bối cảnh

Bi-a là cái tên chung của ít nhất ba hệ thống thi đấu khác nhau: carom (ba băng), pool (9-ball, 8-ball) và snooker. Mỗi hệ thống có một tầng dữ liệu riêng. Snooker có WPBSA và World Snooker Tour, dữ liệu ghi tới từng cú đánh, ai cũng tra được số cú ăn 100 điểm của một tay cơ. Pool có Matchroom dẫn dắt World Nineball Tour cùng bảng xếp hạng 9-ball thế giới; sự xuất hiện của Hanoi Open trên lịch thi đấu quốc tế đưa Việt Nam thành điểm đến thật sự của làng pool chuyên nghiệp. Carom có UMB với hệ thống World Cup và bảng xếp hạng ba băng, nhưng tầng dữ liệu công khai mỏng hơn nhiều: chủ yếu là kết quả trận, điểm số và hệ số trung bình mỗi lượt cơ.

Ở Việt Nam, phong trào thì dày. Câu lạc bộ bi-a có mặt ở gần như mọi quận, các giải quốc nội do liên đoàn và các đơn vị tổ chức chạy quanh năm, và bi-a ba băng Việt Nam đã có nhà vô địch thế giới. Nhưng tầng ghi chép mỏng theo một cách rất cụ thể: kết quả được đăng, còn chi tiết bên trong trận thì không. Không ai ghi lại lượt cơ thứ 31 diễn ra thế nào, bi chủ được xử lý ra sao, hay một trận thắng 40-38 khác một trận thắng 40-12 ở chỗ nào.

Đó là lý do tôi quan tâm đến cái tệp trắng kia. Một quy trình phân tích chuyên nghiệp chạy theo hai bước: bước một đọc nguồn và bóc ra các thực thể cùng các đơn vị thông tin; bước hai lấy những đơn vị đó mà phân tích. Nếu bước một trả về rỗng, bước hai vẫn chạy tiếp và cho ra một bản báo cáo đủ khung. Nó có tiêu đề, có bảng, có kết luận, có tuyên bố miễn trừ trách nhiệm. Nó chỉ thiếu sự thật.

Phân tích

Điều tôi muốn nói với bất kỳ ai đọc bảng số liệu bi-a: phải phân biệt cho được số 0 và ô trắng. Một cơ thủ không có cú ăn 100 điểm nào ở giải là một phát hiện đo được. Chúng tôi không có dữ liệu lượt cơ của cơ thủ này là một khoảng trống. Cả hai hiện ra trên màn hình giống hệt nhau, nhưng cái thứ nhất nói về tay cơ, cái thứ hai nói về người ghi chép.

Tôi từng học bài này trong giai đoạn bóng đá châu Âu dừng vì dịch, khi tôi được giao loạt bài giải mã các trận kinh điển dựa trên dữ liệu. Ngày đó tôi kiểm tra một trận và thấy dữ liệu bỏ sót một pha dứt điểm trúng cột dọc. Từ đó tôi giữ một thói quen: đối chiếu băng hình trước khi tin số. Mùa giải trống dạy tôi rằng sự im lặng của dữ liệu cũng đáng bị thẩm vấn. Và trong bi-a, sự im lặng đó có bốn nguồn gốc rất cụ thể.

Nguồn thứ nhất là thiên lệch camera. Một giải chỉ dựng băng ghi hình đầy đủ ở bàn chính. Cơ thủ đi từ vòng loại, từ những bàn không ai quay, không để lại dấu vết nào ngoài dòng kết quả. Trong sổ tay của tôi ở một giải quốc nội gần đây, tôi ghi được 62 lượt cơ của bốn cơ thủ ở vòng ngoài. Không lượt nào trong số đó có băng hình đủ góc để đo vị trí bi chủ sau cú phá. Nghĩa là nếu chỉ dựa vào dữ liệu công khai, bốn người đó có hệ số trung bình, có thứ hạng, mà không có gì để nói về cách họ chơi.

Nguồn thứ hai là gộp sai hệ thống. Từ bi-a bị dùng chung cho ba môn, và các chỉ số không chuyển đổi được cho nhau. Cú ăn 100 điểm của snooker, tỷ lệ dọn bàn trong 9-ball, hệ số trung bình mỗi lượt cơ của ba băng là ba đại lượng khác nhau về bản chất. Trộn chúng vào một bảng xếp hạng sức mạnh cơ thủ thì kết quả không phải dữ liệu thô, mà là dữ liệu sai. Một chỉ số đúng đặt sai môn sẽ sai nhanh hơn một chỉ số thiếu.

Nguồn thứ ba là độ phân giải của dữ liệu được công bố. Với ba băng, con số duy nhất được phổ biến rộng là hệ số trung bình. Nhưng hệ số trung bình che mất phân bố. Một cơ thủ kết thúc trận với hệ số 1,2 có thể đạt được bằng cách đi đều từng lượt, cũng có thể đạt được bằng vài lượt bùng nổ rồi tắt điện. Ở thể thức đấu ngắn, hai kiểu đó cho ra hai kết cục hoàn toàn khác nhau. Hệ số trung bình không cho biết độ ổn định; nó chỉ cho biết tổng chia cho số lượt. Muốn tách hai kiểu đó, phải có dữ liệu từng lượt cơ, và dữ liệu từng lượt cơ gần như không tồn tại ở tầng thi đấu trong nước.

Nguồn thứ tư là hệ quả của ba nguồn trên: vòng lặp tự khẳng định. Nhà tài trợ chọn người có dữ liệu. Truyền thông đưa tin về người có dữ liệu. Giải đấu xếp người có dữ liệu lên bàn chính. Bàn chính được quay. Dữ liệu lại sinh ra từ bàn chính. Sau vài mùa, bảng số liệu trông ngày càng đầy, trong khi thực tế nó chỉ đầy ở đúng một vùng nhỏ của làng bi-a.

Tôi vẫn giữ thói quen cũ từ những năm bình luận bóng đá: trước khi khẳng định bất cứ điều gì, tôi phải chỉ được nó nằm ở đâu. Nói về bóng đá, tôi phải nói được bóng bị mất ở khu vực nào. Nói về bi-a, tôi phải nói được bi chủ dừng ở đâu sau cú phá và ở đâu sau lượt cơ thứ ba. Không có hai điểm đó thì mọi nhận định về phong độ chỉ là ký ức. Sơ đồ in trên giấy chỉ là tàn dư của mọi quyết định đã xảy ra trên sân. Câu đó tôi dùng cho bóng đá, và nó đúng y nguyên khi tôi mở một bảng dữ liệu bi-a.

Góc nhìn ngược

Cách nghĩ thông thường là thêm dữ liệu thì mọi thứ sẽ rõ. Tôi không tin hoàn toàn. Thứ nguy hiểm nhất trong phòng phân tích không phải một bảng thiếu số, mà là một bảng trông như đã hoàn chỉnh. Báo cáo chín phần của tôi có ma trận rủi ro, có xếp hạng giá trị thông tin, có cả mục khuyến nghị hành động. Một biên tập viên đang chạy deadline có thể trích nguyên một mục trong đó mà không nhận ra toàn bộ nội dung đều là ô trắng. Rủi ro vận hành lớn nhất của ngành dữ liệu thể thao nằm ở đây, chứ không nằm ở việc thiếu máy quay.

Một điểm ngược nữa: người ta hay nói bi-a Việt Nam thiếu dữ liệu vì thiếu thành tích. Thực tế đi theo hướng khác. Những chức vô địch thế giới ở nội dung ba băng trong vài năm qua đến từ đúng cái môn có tầng dữ liệu mỏng nhất. Vấn đề không nằm ở chỗ không có gì để đo, mà ở chỗ không ai ngồi đo. Nhiều nơi nhập mô hình thống kê của snooker và pool rồi áp lên ba băng, trong khi ba môn này đo bằng ba thứ khác nhau. Cái còn thiếu là người ghi sổ, không phải là chỉ số.

Và nếu đã nói về tầng ghi chép, phải nói thêm một chuyện ít ai đụng: bi-a nữ có lượng dữ liệu mỏng hơn bi-a nam một bậc, dù số giải và số trận không hề ít. Phần lớn tiền tài trợ cho bi-a nữ ở khu vực vẫn đi kèm một khung truyền thông về trách nhiệm xã hội, và bảng số liệu của các giải nữ vẫn thường trắng ở đúng những ô mà giải nam có. Một chỉ số không được ghi lại thì cũng không được trả tiền.

Suy ngẫm

Thứ tôi muốn biết ở giải tới không phải ai vô địch. Tôi muốn biết ai ngồi ở bàn số 7 ghi lại lượt cơ thứ 47. Nếu một năm nữa bảng dữ liệu bi-a Việt Nam vẫn đầy ở bàn chính và trắng ở bàn ngoài, thì mọi kết luận rút ra từ đó vẫn chỉ là kết luận về người quay phim.