Dưới bảng điểm quần vợt Việt Nam là một khoảng trống dữ liệu

Dưới bảng điểm quần vợt Việt Nam là một khoảng trống dữ liệu

Set thứ năm, tỷ số 5-5. Nhà thi đấu Phú Thọ kín chỗ, tiếng hô "Việt Nam" dội từ khán đài xuống mặt sân cứng. Tay vợt chủ nhà giao bóng ở điểm 30-40, cứu break bằng một cú giao bóng chữ T, rồi kết thúc game bằng hai pha thuận tay chéo sân. Khán đài nổ tung. Bảng điện tử nhảy số. Tôi ngồi ở hàng ghế thứ bảy với cuốn sổ chỉ ghi được nửa dòng.

Trận Davis Cup mà tôi theo dõi hôm ấy kéo dài hơn bốn tiếng. Tôi kể lại được cảm giác của khán đài. Tôi không nói được tay vợt ấy giao bóng một vào sân bao nhiêu phần trăm, thắng bao nhiêu điểm khi trả giao bóng, hay chuyển hóa break-point thế nào. Những dữ kiện ấy không tồn tại ở dạng công khai.

Không có bảng tỷ lệ giao bóng một. Không có số điểm thắng khi trả giao bóng. Không có bản ghi từng điểm để dựng lại chuỗi sáu điểm cuối. Không có dữ liệu hướng giao bóng ở những điểm áp lực. Thứ duy nhất tồn tại là ký ức của khoảng hai nghìn người trong nhà thi đấu, và một bảng điểm chỉ trả lời được một câu: ai đang dẫn game.

Tôi theo dõi quần vợt chuyên nghiệp hai mươi tám năm, phần lớn thời gian làm việc với bảng dữ liệu chuyển nhượng và các mô hình xG. Nghề ấy dạy tôi một điều khá khắc nghiệt: thứ không được ghi lại thì gần như không tồn tại trong tranh luận. Quần vợt Việt Nam ở tầng quốc nội đang tồn tại phần lớn trong im lặng như thế.

Một môn thể thao có điểm số nhưng thiếu chỉ số

Ở hệ thống ATP, mỗi trận đấu cấp tour đều sinh ra một bảng chỉ số chuẩn hóa: tỷ lệ giao bóng một vào sân, tỷ lệ thắng điểm trên giao bóng một và giao bóng hai, số điểm thắng khi trả giao bóng, tỷ lệ chuyển hóa break-point, số ace, số lỗi kép, độ dài rally trung bình. Grand Slam có hệ thống gọi đường bóng điện tử, cho phép tái dựng cả quỹ đạo và vị trí đáp bóng. Các sự kiện Challenger cũng có bản thống kê tối thiểu, dù độ chi tiết thấp hơn.

Việt Nam có một giải Challenger từng được tổ chức tại Thành phố Hồ Chí Minh, có các kỳ Davis Cup trên sân nhà, có giải vô địch quốc gia, có hệ thống giải trẻ và bán chuyên. Nhưng khi tôi rà lại những gì còn lưu được trên internet về nhiều trận đấu quốc nội, phần lớn tôi tìm thấy tỷ số. Đôi khi có thời lượng trận. Hiếm khi có bất cứ thứ gì ở tầng điểm số.

Điều đó tạo ra một hệ quả cụ thể, không hề trừu tượng: mọi tranh luận về một tay vợt Việt Nam đều buộc phải bắt đầu từ kết quả cuối cùng, chứ không phải từ quá trình tạo ra kết quả ấy. Thắng là hay. Thua là kém. Không có vùng xám, vì vùng xám chỉ hiện ra khi có chỉ số.

Tôi từng ngồi cạnh một huấn luyện viên ở một giải trong nước. Anh ghi chép bằng tay từng điểm, bằng ký hiệu riêng. Tôi hỏi anh lưu dữ liệu ấy ở đâu. Anh cười: "Trong đầu tôi." Đó là câu trả lời trung thực nhất về hạ tầng dữ liệu quần vợt Việt Nam mà tôi từng nghe.

Chi phí của khoảng trống này không nằm ở người hâm mộ. Nó nằm ở khâu tuyển chọn tài năng. Một liên đoàn muốn biết nên đầu tư vào nhóm tuổi nào thường phải dựa vào cảm nhận của huấn luyện viên, vì không có dữ liệu theo dõi dọc. Một tay vợt mười lăm tuổi có chỉ số giao bóng tốt nhưng chỉ số trả giao bóng kém sẽ phát triển rất khác với người có cấu trúc ngược lại. Nếu không đo, hai con đường ấy trông giống nhau trong ba năm đầu.

Chuỗi bằng chứng: cái gì sẽ thay đổi nếu có dữ liệu

Lấy ví dụ cụ thể. Lý Hoàng Nam giành chức vô địch đôi nam trẻ Wimbledon 2026 cùng Sumit Nagal, một dữ kiện có thể tra cứu được. Anh từng lọt vào nhóm 250 tay vợt hàng đầu ATP và nhiều lần giành huy chương vàng SEA Games. Đó là những mốc đã được ghi lại.

Nhưng câu hỏi tiếp theo mới là câu hỏi khó: vì sao những mốc ấy xuất hiện ở giai đoạn ấy, và vì sao đà tiến đó chững lại? Để trả lời, tôi cần tối thiểu bốn nhóm dữ liệu: tỷ lệ giao bóng một và tỷ lệ thắng điểm trên giao bóng một, tách theo mặt sân; tỷ lệ thắng điểm khi trả giao bóng một và trả giao bóng hai, tách theo đối thủ trong top 200 và ngoài top 200; tỷ lệ chuyển hóa break-point cùng tỷ lệ cứu break-point; và phân phối độ dài rally — tay vợt này thắng điểm kết thúc trong bốn nhịp, hay trong chín nhịp trở lên?

Phân phối độ dài rally là chỉ số bị xem nhẹ nhất, và cũng là chỉ số nói được nhiều nhất khi dữ liệu còn thưa. Nó trả lời câu hỏi về bản sắc lối chơi: tay vợt này thắng bằng cách kết thúc điểm sớm hay bằng cách kéo dài điểm? Hai kiểu ấy cần hai giáo án thể lực khác nhau, hai chiến thuật giao bóng khác nhau, và hai cách chọn đối thủ khác nhau. Không có chỉ số ấy, mọi mô tả về lối chơi chỉ còn là tính từ.

Không có bốn nhóm dữ liệu ấy, mọi kết luận về nguyên nhân đều là suy đoán. Và suy đoán trong môn thể thao này thường bị đóng gói thành hai từ: "bản lĩnh" hoặc "tâm lý". Hai từ ấy đúng một cách tầm thường và vô dụng một cách gần như hoàn toàn. Chúng không kiểm chứng được, nên không thể bị bác bỏ. Thứ không thể bị bác bỏ thì không phải phân tích.

Mùa hè 2026 dạy tôi bài học này bằng một cách đắt giá. Khi Liverpool chi 42 triệu euro cho Mohamed Salah, tôi dựng một bài phân tích dài dựa trên chỉ số dứt điểm và số lần xâm nhập vòng cấm của cậu ấy ở Serie A, kết luận rằng Salah thuộc nhóm 5% cầu thủ chạy cánh tốt nhất châu Âu và sẽ ghi hơn ba mươi bàn. Salah ghi ba mươi hai bàn. Nhưng trong cùng bài viết ấy, tôi cũng dự đoán Gylfi Sigurdsson, với mức phí 45 triệu bảng, sẽ thống trị tuyến giữa Everton. Anh ta mờ nhạt suốt mùa.

Dữ liệu không sai. Tôi sai ở chỗ bỏ qua biến số vai trò. Sigurdsson chuyển từ một hệ thống nơi cậu ấy là trung tâm phát động sang một hệ thống nơi cậu ấy phải chạy không bóng nhiều hơn. Chỉ số cũ không còn mô tả đúng con người mới. Từ đó, mọi phân tích của tôi đều phải có một phần riêng cho biến số vai trò: hệ thống chiến thuật, vị trí trong hệ thống ấy, và cách vị trí đó thay đổi.

Trong quần vợt, biến số vai trò nằm ở ba chỗ. Mặt sân quyết định ai hưởng lợi từ nhịp độ. Đối thủ quyết định ai phải chấp nhận đánh dài. Và vị trí trong đội Davis Cup quyết định áp lực nào đặt lên vai tay vợt nào. Ba biến ấy đều đo được — nhưng chỉ khi có dữ liệu cấp độ điểm.

Người hâm mộ nhìn bằng mắt, tôi nhìn bằng phân phối xác suất.

Mùa hè 2026 dạy tôi bài học thứ hai. Tại World Cup ở Nga, sau trận bán kết giữa Croatia và đội tuyển Anh, tôi dùng xG để lập luận rằng Croatia chỉ tạo được khoảng 0,8 đơn vị xG trong khi đối thủ tạo được khoảng 2,1, và rằng đội thắng là đội gặp may. Cộng đồng mạng phản bác mạnh. Tôi phải rút lui, xem lại toàn bộ các loạt sút luân lưu của giải, và tìm ra một mẫu hình mà mắt thường bỏ qua: thủ môn của đội vô địch lao người về một bên nhiều hơn hẳn bên còn lại, ở mức tôi tính được là khoảng 2,3 lần.

Điều đó không khiến Croatia trở nên xứng đáng hơn. Nó khiến tôi hiểu rằng một chỉ số duy nhất không bao giờ đóng được câu chuyện. Tôi bỏ hẳn từ "xứng đáng" khỏi vốn từ của mình và thay bằng mô tả xác suất: đội ấy thắng trong một chuỗi sự kiện có xác suất ước tính khoảng 18%, và đó là phần dữ liệu chưa lý giải được.

Áp vào quần vợt Việt Nam, bài học này dịch ra thành một câu hỏi rất cụ thể: ở những điểm break-point mà tay vợt chủ nhà đối mặt, cậu ấy chọn giao bóng về hướng nào, và lựa chọn ấy có lặp lại không? Tôi đã xem hàng trăm điểm như thế bằng mắt. Tôi không thể trả lời. Một chỉ số về hướng giao bóng ở điểm áp lực sẽ biến câu hỏi ấy từ vô hình thành đo được. Chỉ cần ba giải quốc nội công bố dữ liệu cấp điểm, chúng ta đã có khoảng vài nghìn điểm mỗi mùa để dựng mẫu hình.

Sân trống không làm kết quả sai, nó chỉ bóc trần ảo tưởng của chúng ta.

Có một lớp dữ liệu nữa ít ai để ý: dữ liệu về chính cách chúng ta ghi dữ liệu. Khi một giải không công bố chỉ số, truyền thông có xu hướng thay thế chúng bằng câu chuyện. Cầu thủ dậy thì muộn. Cầu thủ có tinh thần thép. Cầu thủ thiếu khát vọng. Những câu chuyện ấy không sai về mặt đạo đức, chúng chỉ thiếu khả năng kiểm chứng.

Trong vai trò quản trị viên thị trường chuyển nhượng, tôi học được rằng một khoản phí không nói lên điều gì về cầu thủ, nó nói lên điều gì đó về người trả. Cùng logic ấy, một khoảng trống dữ liệu nói lên điều gì đó về hệ thống, chứ không phải về tay vợt. Nó nói rằng chúng ta chưa xây được hạ tầng để tự kiểm tra mình.

Mỗi con số trong hợp đồng là một lời thú tội của thị trường.

Đến đây là phần phản trực giác, phần tôi phải nói thẳng vì nó đi ngược lại chính lập luận của mình.

Thêm dữ liệu không tự động làm phân tích tốt hơn. Thêm dữ liệu sai chỗ có thể làm nó tệ hơn. Nếu một giải quốc nội chỉ công bố số ace, thì số ace sẽ trở thành tiêu đề. Một tay vợt giao bóng nhanh trên mặt sân nhanh sẽ tích lũy ace, và truyền thông sẽ gọi cậu ấy là xạ thủ. Nhưng ace là chỉ số phụ thuộc mặt sân và đối thủ nặng hơn hầu hết chỉ số khác. Ở một giải chỉ có dữ liệu ace, tôi ước tính khả năng sai lệch trong đánh giá giao bóng lên tới khoảng 70%, cao hơn hẳn so với trường hợp không có chỉ số nào, vì ít nhất khi ấy người đọc còn biết mình đang mù.

Một nguy cơ khác tinh vi hơn: mẫu nhỏ được trình bày như mẫu lớn. Bốn trận thắng liên tiếp ở một giải trong nước có thể được mô tả là phong độ thăng hoa. Với cỡ mẫu bốn, khoảng tin cậy rộng đến mức gần như mọi kết luận đều tương thích với dữ liệu. Tôi luôn buộc mình nói rõ cỡ mẫu trước khi nói bất cứ điều gì khác, vì cỡ mẫu là lời thú nhận về độ chắc chắn của chính người phân tích.

Nguy cơ còn lại mang tính cấu trúc. Nếu dữ liệu chỉ được công bố ở các giải lớn, chúng ta sẽ tối ưu hóa cho các giải lớn. Tay vợt và huấn luyện viên sẽ điều chỉnh hành vi theo thứ được đo, và thứ không được đo sẽ bị lãng quên. Ở cấp độ trẻ, điều đó có thể nghĩa là luyện giao bóng để ăn ace thay vì luyện xây dựng điểm. Một hệ thống dữ liệu kém toàn diện có thể tạo ra một thế hệ tay vợt lệch pha với chính môn thể thao của họ.

Tôi cũng phải thừa nhận một điểm yếu trong lập luận của chính mình. Có những thứ trong quần vợt đo được mà vẫn không giải thích được. Áp lực ở điểm break-point có thể quan sát thấy qua nhịp thở, qua tốc độ đi bộ giữa hai điểm, qua thời gian chuẩn bị giao bóng. Những tín hiệu ấy chưa nằm trong bất kỳ bảng chỉ số chuẩn nào. Nói rằng dữ liệu sẽ giải quyết mọi thứ là một tuyên bố đức tin, chứ không phải một tuyên bố kỹ thuật.

Ở đây tôi phải nói về giới hạn của chính bài viết này. Tôi không có quyền truy cập vào dữ liệu nội bộ của bất kỳ liên đoàn nào. Những gì tôi trình bày dựa trên quan sát công khai và ghi chép cá nhân qua nhiều mùa giải. Nếu tồn tại một cơ sở dữ liệu nội bộ mà tôi chưa từng thấy, kết luận của tôi về khoảng trống này có thể sai, và tôi sẵn sàng sửa lại. Xác suất tôi đánh giá cho khả năng đó vào khoảng 15 đến 20 phần trăm. Tôi nêu con số ấy ra vì một bài viết về thiếu minh bạch mà tự cho mình miễn kiểm chứng thì đã tự phản bội.

Một lớp nữa cần nói tới: quyền giải thích. Trong bóng đá, tranh cãi về trọng tài và VAR kéo dài vì khán giả tại sân không được nghe lý do của quyết định. Trong quần vợt Việt Nam, ở các giải không có gọi đường bóng điện tử, một quả bóng được xử là vào hay ra phụ thuộc vào mắt trọng tài, và không có kênh nào để phán quyết ấy được giải thích công khai sau trận. Minh bạch trở thành khẩu hiệu khi không có dữ liệu để minh bạch hóa. Một bản ghi điểm kèm hình ảnh sẽ biến tranh cãi thành thảo luận. Việc thiếu bản ghi ấy biến thảo luận thành niềm tin.

Sự thật nằm sâu dưới bảng số, nơi tiêu đề không bao giờ chạm tới.

Vậy tín hiệu của vòng tiếp theo là gì? Tôi chọn bốn thứ đo được thay vì bốn thứ nghe hay.

Việc công bố bản ghi từng điểm ở cấp giải vô địch quốc gia là hạng mục có chi phí thấp nhất và giá trị cao nhất, vì nó mở khóa mọi chỉ số phái sinh: tỷ lệ giao bóng, tỷ lệ trả giao bóng, chuyển hóa break-point, phân phối độ dài rally.

Tiếp theo là việc tách chỉ số theo mặt sân. Một tay vợt có thể mạnh trên sân cứng và trung bình trên sân đất nện. Nếu chỉ số bị gộp, chúng ta sẽ đánh giá sai cả hai.

Đáng chú ý hơn là việc ghi lại hướng giao bóng ở các điểm áp lực, cụ thể ở 30-40 và 40-30. Đây là nơi mẫu hình hành vi lộ rõ nhất, và cũng là nơi dữ liệu quần vợt thế giới vẫn còn nhiều khoảng trống.

Còn lại là việc công khai cỡ mẫu đi kèm mọi tuyên bố. Một tuyên bố dựa trên bốn trận cần được trình bày như một tuyên bố dựa trên bốn trận.

Nếu ba trong bốn tín hiệu ấy xuất hiện trong vòng hai mùa, tôi cho rằng chất lượng tranh luận về quần vợt Việt Nam sẽ đổi khác ở mức có thể đo được. Xác suất tôi gán cho kịch bản ấy vào khoảng 30 đến 35 phần trăm. Không cao. Nhưng thấp không có nghĩa là không đáng theo dõi.

Điều tôi không muốn làm là kết thúc bằng một lời kêu gọi. Lời kêu gọi thì miễn phí, còn bản ghi điểm thì phải trả bằng thời gian của một người ngồi bấm máy suốt bốn tiếng. Cái tôi muốn là một thói quen: mỗi khi đọc một tiêu đề về một tay vợt Việt Nam, người đọc có thể tự hỏi dữ kiện nào đứng sau nó. Nếu câu trả lời là không có dữ kiện nào, tiêu đề ấy vẫn có thể đúng, chỉ là chúng ta chưa có cách biết.

Tôi không viết về quần vợt, tôi chỉ ghi chép kinh từ dữ liệu.