Bi-a thế giới và bài học từ một cột dữ liệu trống

Đêm thứ Sáu ở một câu lạc bộ ngoại ô Liverpool, tôi ngồi sau lưng một cơ thủ mười chín tuổi suốt bốn tiếng của một trận đấu tập. Cậu ta thắng 9-7. Thứ khiến tôi phải mở sổ ra ghi không phải tỷ số. Ở ván thứ mười một, trong mười bốn pha đặt bóng an toàn liên tiếp, cậu ta chỉ đẩy bóng về đúng một nửa bàn, dù đối thủ đã ba lần để lộ một góc mở ở khu vực giữa bàn. Cậu ta không nhìn thấy. Hoặc cậu ta nhìn thấy và không tin vào điều mình vừa thấy.

Về nhà, tôi mở bảng theo dõi cá nhân. Cột "điểm an toàn thành công" có số. Cột "số lần đối thủ để lộ góc mở" trống trơn, vì tôi chưa định nghĩa nổi thế nào là "để lộ". Cột "thời gian cân nhắc trước khi chọn đường bóng" cũng trống, vì tôi chưa từng bấm đồng hồ cho khái niệm đó. Một bảng có bốn cột số và sáu cột rỗng vẫn trông rất giống một bảng đầy đủ. Đó là điều nguy hiểm nhất trong nghề này.

Vài ngày sau, tôi nhận được một tệp phân tích mà toàn bộ trường dữ liệu đầu vào bị bỏ trống: không tên giải, không nguồn, không mốc thời gian, không cơ thủ nào được nêu. Bản phân tích vẫn dài, vẫn có tiêu đề, vẫn chia chương mục rõ ràng, nhưng mọi kết luận bên trong đều ghi "không đủ thông tin". Tôi đọc nó hai lần. Lần thứ hai tôi nhận ra: tài liệu đó trung thực hơn hầu hết những bản báo cáo tôi từng nhận, vì nó từ chối bịa ra một cơ thủ, một giải đấu, một kỷ lục chỉ để trông đầy đặn.

Sai số là nơi hiện thực ký tên. Nhưng một ô trống không phải sai số. Ô trống là chỗ hiện thực chưa kịp viết gì, và cách chúng ta xử lý nó quyết định chúng ta là nhà phân tích hay người kể chuyện cổ tích.

Bi-a không phải một môn, nó là sáu môn dùng chung một cái tên

Trước khi bàn tới bất cứ điều gì khác, phải chốt một chuyện mà rất nhiều bản tin ở Việt Nam bỏ qua: từ "bi-a" không định danh được nội dung thi đấu. Snooker, pool 9 bi, pool 8 bi kiểu Mỹ, bi-a 8 bi Trung Quốc, carom 3 băng và pyramid Nga là sáu hệ thống luật khác nhau, sáu cấu trúc bàn khác nhau, sáu nền văn hóa huấn luyện khác nhau. Không có bước định danh nội dung, mọi phân tích phía sau chỉ là xây nhà trên cát.

Sự khác biệt nằm ở vật lý trước khi nằm ở kỹ thuật. Bàn snooker tiêu chuẩn thi đấu dài 12 ft, bóng đường kính 52,5 mm, lỗ bi khoét rất chặt. Bàn pool kiểu Mỹ 9 ft, bóng 57,15 mm, lỗ rộng hơn đáng kể. Bàn carom không có lỗ, kích thước thi đấu 2,84 m x 1,42 m, bóng 61,5 mm, và mỗi cú ăn điểm bắt buộc phải chạm đủ ba băng. Bàn bi-a 8 bi Trung Quốc vay hình dáng bàn pool 9 ft nhưng siết lỗ xuống mức gần với snooker, biến nó thành một môn lai có tỷ lệ dứt điểm trọn ván thấp hơn hẳn pool kiểu Mỹ.

Chính vật lý đó sinh ra sáu ngôn ngữ dữ liệu không thể dịch thẳng sang nhau. Ở snooker, đơn vị đo thành tích là "ván" và "điểm trong một lượt cơ", với mốc century tương ứng 100 điểm và mốc tuyệt đối 147 gồm 15 quả đỏ, 15 quả đen và 27 điểm màu cuối. Ở pool 9 bi, đơn vị đo là "lượt dứt điểm trọn ván" sau cú phá, và người ta không đếm điểm mà đếm số ván thắng liên tiếp. Ở carom 3 băng, đơn vị đo là "moyenne" - điểm trung bình mỗi lượt vào bàn, một con số thường nằm dưới 2,0 với cả những cơ thủ hàng đầu thế giới.

Đặt ba đơn vị đó cạnh nhau trong một bảng xếp hạng chung là một lỗi logic, không phải một lỗi trình bày. Một century ở snooker đòi hỏi khoảng mười lăm pha kiểm soát bi trắng liên tiếp trên mặt bàn chật. Một lượt dứt điểm ở pool 9 bi đòi hỏi chín pha trên mặt bàn rộng hơn với lỗ thoáng hơn nhiều. Một lượt ăn 10 điểm ở carom 3 băng đòi hỏi mười pha tính toán quỹ đạo ba băng. Ba thứ đó không đo cùng một năng lực, và việc một bản tin gọi tất cả là "phong độ cao" chỉ làm mờ đi thứ đáng lẽ phải được làm rõ.

Tôi từng thấy một dòng tin trong đó một cơ thủ pool được mô tả là "đạt century" sau một giải đấu. Trên thực tế, kết quả của cơ thủ đó được tính bằng số ván thắng, và con số 100 mà phóng viên nhìn thấy là số điểm tích lũy của cả giải, một chỉ số không tồn tại trong bất kỳ hệ thống luật nào. Lỗi này không xuất phát từ sự cẩu thả đơn thuần. Nó xuất phát từ việc phóng viên đó chưa được dạy rằng bước đầu tiên của mọi phân tích bi-a là xác định môn nào đang được nói tới.

Hệ thống quản trị phân mảnh và cái giá của nó

Ở tầng quản trị, sự phân mảnh còn rõ hơn. Snooker chuyên nghiệp do Hiệp hội Bi-a và Snooker Chuyên nghiệp Thế giới (WPBSA) quản lý về mặt kỷ luật, còn World Snooker Tour vận hành hệ thống giải thương mại. Pool nằm dưới Hiệp hội Bi-a Lỗ Thế giới (WPA). Carom nằm dưới Liên đoàn Bi-a Thế giới (UMB), tổ chức đã tồn tại từ năm 2026. Ở tầng nghiệp dư còn có Liên đoàn Bi-a và Snooker Quốc tế (IBSF), và ở châu Á là Liên đoàn Bi-a châu Á.

Bốn tổ chức, bốn sổ kỷ lục, bốn cách định nghĩa thế nào là một kỷ lục. Điều này dẫn tới một hệ quả rất cụ thể cho người đọc: khi một bản tin nói "kỷ lục thế giới", câu hỏi tiếp theo phải là kỷ lục theo sổ nào. Một kỷ lục về chuỗi ván thắng ở pool không được WPA công nhận giống cách UMB công nhận kỷ lục moyenne ở carom, và không có cơ quan nào đứng trên cả bốn tổ chức để phân xử.

Với một nhà phân tích làm việc ở Anh như tôi, sự phân mảnh này là một biến số thường trực. Nó có nghĩa là mọi bảng so sánh xuyên môn đều phải kèm theo một dòng ghi chú về nguồn, và mọi tuyên bố "vô địch thế giới" đều phải kèm tên tổ chức cấp danh hiệu. Ở Việt Nam, nơi carom 3 băng là nội dung chủ lực và đã có những nhà vô địch thế giới, sự thiếu minh bạch về nguồn này tạo ra một nghịch lý: người hâm mộ biết chính xác tên nhà vô địch nhưng hiếm khi biết danh hiệu đó thuộc hệ thống nào và so với phần còn lại của thế giới thì nặng nhẹ ra sao.

Bảng xếp hạng trông chính xác đến mức nào

Đây là phần lõi của vấn đề, và cũng là phần mà các mô hình dữ liệu trong làng bi-a đang thất bại một cách im lặng.

Trong pool chuyên nghiệp, hệ thống chỉ số được dùng phổ biến nhất là TPA, viết tắt của chỉ số tổng hợp hiệu suất, do một hệ thống thống kê lâu đời của làng pool Mỹ xây dựng. TPA cộng gộp nhiều thành phần: khả năng ghi điểm, kiểm soát vị trí bi trắng, kỹ thuật đi băng, kỹ thuật phá bi, chất lượng đặt bóng an toàn, và một thành phần gọi là "tinh thần". Thành phần cuối cùng đó là chỗ tôi dừng lại.

Một chỉ số có thành phần "tinh thần" nghĩa là người chấm điểm tự quyết định thế nào là một pha xử lý bản lĩnh. Không có định nghĩa vận hành, không có ngưỡng, không có cách kiểm chứng chéo. Trong tám năm theo dõi các trận đấu ở Anh, tôi đã nhiều lần đối chiếu bảng TPA của cùng một trận do hai người chấm khác nhau, và chênh lệch giữa hai bảng thường đủ để đảo ngược thứ hạng của hai cơ thủ. Không ai sai. Chỉ là thước đo không được định nghĩa.

Snooker có vẻ khắt khe hơn, vì phần lớn chỉ số ở đây là kết quả nhị phân: quả bóng vào lỗ hoặc không vào. Tỷ lệ vào bi, tỷ lệ đặt bóng an toàn thành công, số century, số lần đạt 147, thời gian trung bình mỗi cú. Nhưng ngay cả những con số tưởng như khách quan đó vẫn phụ thuộc vào một quyết định của con người: thế nào được tính là một pha "đặt bóng an toàn thành công". Một cú đẩy bóng về cuối bàn khiến đối thủ phải chơi một cú khó được tính là thành công. Một cú đẩy bóng về cuối bàn khiến đối thủ chơi một cú khó rồi vẫn vào bi, được tính là gì.

Carom 3 băng có chỉ số đẹp nhất về mặt lý thuyết: moyenne, điểm trung bình mỗi lượt vào bàn. Nó chia đều cho mọi lượt, không phân biệt lượt quan trọng hay lượt rác. Nhưng chính vì thế nó lại giấu đi thứ quan trọng nhất. Một cơ thủ giữ moyenne 1,4 nhưng tăng lên 2,2 trong hiệp quyết định không phải cùng một loại cơ thủ với người giữ moyenne 1,4 đều đặn và tụt xuống 0,8 khi bị dẫn. Chỉ số bình quân không phân biệt được hai người đó. Và trong bi-a, sự phân biệt đó là toàn bộ câu chuyện.

Tiền thưởng định hình hành vi trước khi định hình kỹ thuật

Cấu trúc giải đấu là một phần của phân tích dữ liệu, không phải phần trang trí. Ở snooker, hệ thống giải được phân tầng rõ: nhóm Triple Crown gồm Giải Vô địch Thế giới, Giải Vô địch Vương quốc Anh và Masters; tiếp đó là các giải tính điểm xếp hạng; rồi các giải mời; và cuối cùng là hệ thống giải cho cơ thủ lớn tuổi. Giải Vô địch Thế giới tổ chức tại Crucible ở Sheffield, thi đấu theo thể thức chung kết tối đa 35 ván kéo dài hai ngày, với tiền thưởng cho nhà vô địch ở mức nửa triệu bảng Anh trong giai đoạn giữa thập niên 2026.

Cấu trúc tiền thưởng đó tạo ra một hành vi rất dễ đoán: phần lớn cơ thủ xếp hạng ngoài nhóm 32 dành phần lớn mùa giải cho các giải có tiền thưởng thấp nhưng số điểm xếp hạng cao, vì suất dự giải lớn mùa sau phụ thuộc vào thứ hạng chứ không phụ thuộc vào phong độ. Nói cách khác, lịch thi đấu của một cơ thủ hạng 40 không phản ánh phong độ của anh ta mà phản ánh bài toán tối ưu điểm số. Bất kỳ mô hình nào dự đoán kết quả dựa trên phong độ gần đây mà bỏ qua biến số này đều sẽ sai một cách hệ thống.

Ở châu Á, dòng tiền còn tạo ra một áp lực ngược lại. Các giải bi-a 8 bi Trung Quốc có mức thưởng đủ lớn để hút cơ thủ từ các hệ thống khác sang, và điều này khiến một số cơ thủ snooker phải cân nhắc giữa việc đánh một giải xếp hạng ở Anh và việc bay sang châu Á cho một giải thưởng cao hơn với thể thức ngắn hơn. Đây là một dạng chảy máu tài năng ngược chiều mà các bảng xếp hạng chính thức không hề ghi nhận, bởi vì chúng chỉ ghi kết quả, không ghi lý do vắng mặt.

Chuyển giao thế hệ: dữ liệu cohort nói gì

Trong làng snooker, thế hệ được nhắc tới nhiều nhất là nhóm sinh năm 2026, gồm Ronnie O'Sullivan, John Higgins và Mark Williams, cả ba đều chuyển chuyên nghiệp năm 2026 và vẫn giành danh hiệu ở độ tuổi cuối bốn mươi. Việc ba người cùng một năm sinh thống trị suốt ba thập niên là một hiện tượng thống kê đáng nghiên cứu hơn nhiều so với cách nó thường được kể, vì nó không chứng minh rằng thế hệ đó vĩ đại hơn, mà chứng minh rằng các thế hệ sau chưa đủ dày để lấp chỗ.

Khi tôi đếm số danh hiệu lớn theo nhóm tuổi trong giai đoạn 2026 đến 2026, điều đáng chú ý không phải là nhóm 2026 vẫn thắng, mà là độ trễ trong việc chuyển giao. Các cơ thủ sinh sau năm 2026 giành được danh hiệu với tần suất thấp hơn hẳn so với tốc độ họ được truyền thông gọi là "thế hệ vàng". Truyền thông gọi họ là vàng vì họ trẻ. Dữ liệu gọi họ là chưa chín vì họ thua ở các vòng sâu.

Trường hợp đáng chú ý nhất của giai đoạn này là Zhao Xintong, người vô địch Giải Vô địch Thế giới snooker năm 2026 với tư cách một cơ thủ phải đi từ vòng loại, sau khi từng bị treo giò trong đợt xử lý kỷ luật lớn của WPBSA. Sự kiện đó phá vỡ gần như mọi mô hình dự đoán dựa trên thứ hạng, tuổi tác và quỹ đạo phong độ. Nó cũng tạo ra một bài học cụ thể cho những ai xây dựng chỉ số: biến số quyết định không nằm trong dữ liệu thi đấu, mà nằm ở khoảng thời gian cơ thủ đó không được phép thi đấu và đã làm gì trong đó.

Bộ dữ liệu bị bỏ quên nhiều nhất trong làng bi-a

Năm 2026, WPBSA công bố các án phạt kỷ luật đối với mười cơ thủ người Trung Quốc liên quan tới hành vi dàn xếp trận đấu và cá cược, trong đó có những án cấm thi đấu trọn đời. Đây là một trong những vụ việc quản trị lớn nhất của môn thể thao này trong nhiều thập niên, và nó có một đặc điểm mà giới phân tích thường bỏ qua: bản thân các án phạt là một bộ dữ liệu.

Cách các cơ quan quản lý xử lý vụ việc cho biết mức độ minh bạch của hệ thống, tốc độ ra quyết định, mức độ hợp tác giữa tổ chức với cơ quan điều tra bên ngoài, và cách họ bảo vệ những người tố giác. Với người làm phân tích, đây là dữ liệu về cấu trúc chứ không chỉ về cá nhân. Một hệ thống có thể xử lý mười trường hợp trong vòng vài tháng, công bố chi tiết và có cơ chế kháng cáo rõ ràng, là một hệ thống có sức chống chịu. Một hệ thống xử lý trong im lặng là một hệ thống đang gửi tín hiệu ngược lại cho những người đứng ngoài.

Đây cũng là vùng mà tôi khắt khe nhất với chính mình. Rủi ro dàn xếp trận đấu chỉ được phép nêu khi có tín hiệu thật, bởi vì nêu nó mà không có cơ sở không phải là phân tích, mà là buộc tội. Trong một tệp dữ liệu đầu vào rỗng, việc tôi nêu chủ đề này như một cảnh báo về bất kỳ ai cụ thể sẽ là một hành vi sai về mặt đạo nghề, dù câu chữ nghe có vẻ thận trọng tới đâu.

Điểm mù không nằm ở dữ liệu thiếu, mà ở phản xạ lấp chỗ trống

Đây là chỗ tôi muốn phản đối trực giác phổ biến trong nghề.

Giả định mặc định của hầu hết bản phân tích thể thao là: nếu có lỗ hổng dữ liệu, hãy lấp nó bằng suy luận hợp lý. Từ một kết quả, suy ra phong độ. Từ phong độ, suy ra tâm lý. Từ tâm lý, suy ra triển vọng mùa sau. Chuỗi suy luận đó nghe rất mạch lạc, và nó là nguồn gốc của gần như mọi dự đoán sai trong môn này.

Tôi gọi đó là bộ lọc thần đồng. Khi một cơ thủ trẻ thắng một trận lớn, câu chuyện được viết ngay lập tức, và câu chuyện đó không bao giờ được kiểm chứng lại. Ba năm sau, nếu cơ thủ đó không giành thêm danh hiệu nào, không ai quay lại sửa câu chuyện cũ. Họ chỉ viết một câu chuyện mới, với tiêu đề về sự sa sút. Cả hai câu chuyện đều được dựng trên cùng một mẫu dữ liệu gồm một trận đấu.

Một kế hoạch an toàn không sụp đổ vì nó sai, mà vì cơ thủ tin vào nó tới mức ngừng quan sát bàn. Tôi đã thấy điều này lặp lại ở mọi cấp độ. Cơ thủ xây dựng một hệ thống đặt bóng an toàn hiệu quả, thắng liên tục, rồi bắt đầu áp dụng nó ngay cả khi đối thủ đã đọc được và đang chờ đúng đường bóng đó. Niềm tin vào hệ thống không biến mất khi hệ thống hết hiệu quả. Nó tăng lên, vì lúc đó cơ thủ cần hệ thống chống đỡ mình về mặt tinh thần. Đó là lúc dữ liệu trở thành vật trang trí.

Và đây là biến số mà không mô hình nào mã hóa nổi. Mùa giải không khán giả đã xóa một biến số mà không mô hình nào mã hóa nổi: tiếng ồn. Giải Vô địch Thế giới snooker năm 2026 tại Crucible là một trong những sự kiện thí điểm của chính phủ Anh, đón một lượng khán giả hạn chế trong ngày đầu tiên, rồi chuyển sang thi đấu không khán giả sau khi hướng dẫn thay đổi. Ronnie O'Sullivan vô địch năm đó khi đánh bại Kyren Wilson 18-8.

Điều đáng phân tích không nằm ở người vô địch. Nó nằm ở chỗ: trong một nhà thi đấu im lặng, một cú đặt bóng an toàn hỏng không còn bị đám đông phản ứng ngay lập tức, và một cú đánh hay không còn được thưởng bằng tiếng vỗ tay. Cả hai chiều phản hồi đều biến mất. Các mô hình xây dựng trên dữ liệu trước năm 2026 vẫn được dùng nguyên vẹn cho giai đoạn sau, dù chúng được huấn luyện trong một môi trường có một biến số đã biến mất. Không ai gỡ biến số đó ra khỏi mô hình, bởi vì không ai đo được nó để mà gỡ.

Cuối cùng, có một cái bẫy tinh vi hơn: dùng sai số làm cái cớ. Khi một dự đoán sai, phản xạ dễ nhất là nói rằng bi-a vốn nhiều may rủi, bóng nảy cạnh bàn, một cú chạm nhẹ đổi hướng. Điều đó đúng về mặt vật lý. Nhưng nó không giải thích được vì sao cùng một mô hình lại sai theo cùng một hướng mỗi lần gặp cùng một kiểu cơ thủ. Sai số là nơi hiện thực ký tên, còn sai số lặp lại theo hệ thống là chỗ mô hình ký tên. Phân biệt được hai chữ ký đó là ranh giới giữa người phân tích và người biện hộ.

Giá trị của một cơ thủ chỉ là một câu chuyện mà thị trường lặp lại cho đến khi tin thật. Và khi trận đấu kết thúc, con số biết nói dối tinh vi hơn cả cơ thủ.

Điều cần theo dõi trong phần còn lại của mùa giải

Nếu phải chọn ba tín hiệu để theo dõi trong giai đoạn tới, tôi chọn những tín hiệu có thể kiểm chứng bằng dữ liệu chứ không bằng cảm giác.

Thứ nhất là khoảng cách giữa chỉ số nổi tiếng và chỉ số sản xuất, tức chênh lệch giữa tần suất xuất hiện trên truyền thông và tần suất thắng ở các vòng sâu. Với carom 3 băng, tín hiệu này đo được bằng moyenne tách theo giai đoạn trận đấu. Với snooker, đo bằng tỷ lệ thắng ván quyết định. Với pool, đo bằng tỷ lệ dứt điểm trọn ván khi bị dẫn trước. Ở cả ba nội dung, một cơ thủ có chỉ số nổi tiếng cao hơn chỉ số sản xuất trong hai mùa liên tiếp thường là một cơ thủ sắp bị thị trường điều chỉnh.

Thứ hai là tiến độ hợp nhất sổ kỷ lục. Nếu các tổ chức quản lý bắt đầu công nhận chéo kỷ lục giữa các hệ thống, chất lượng của mọi bảng so sánh sẽ thay đổi trong vòng vài năm. Nếu họ không làm, người đọc sẽ tiếp tục nhận được những danh hiệu "vô địch thế giới" không thể so sánh với nhau.

Thứ ba là dòng chảy tiền thưởng giữa các khu vực. Khi một thị trường trả tiền cao hơn cho thể thức ngắn hơn, lịch thi đấu của cơ thủ sẽ thay đổi trước khi bảng xếp hạng thay đổi. Đó là tín hiệu sớm nhất mà một nhà phân tích có thể bắt được, và nó xuất hiện trước khi tiêu đề xuất hiện.

Trong một mùa giải thường niên, phần lớn câu chuyện thật nằm dưới bảng xếp hạng. Việc của tôi không phải là kể lại bảng đó, mà là chỉ ra cột nào đang trống.