23 giờ 40, phòng làm việc phía đông London. Tôi chạy lại script trích xuất lần thứ ba trong cùng một buổi tối. Cửa sổ terminal trả về đúng những gì nó trả về hai lần trước: trường tiêu đề trống, trường nguồn tin trống, danh sách điểm thông tin không có một dòng nào. Ba lần chạy độc lập, ba kết quả giống nhau. Trong nghề của tôi, sự lặp lại đó là một tín hiệu sạch: nó loại bỏ giả thuyết về một lỗi ngẫu nhiên. Nhưng nó cũng là một kết quả chết — không tiêu đề, không nguồn, không một thực thể nào được nêu tên.

Thứ duy nhất tôi còn trong tay là một bảng chín chiều phân tích, và ở mỗi ô, cùng một dòng chữ được lặp lại: không đủ thông tin để đánh giá. Không phải 'dữ liệu xấu', mà là không có dữ liệu nào cả. Với người viết bằng số, đó là tình huống khó chịu nhất, và cũng là tình huống dạy được nhiều nhất.

Bối cảnh

Bi-a chuyên nghiệp không thiếu dữ liệu theo kiểu bóng đá thiếu dữ liệu. Nó thiếu theo một kiểu khác, khó thấy hơn. Ở bóng đá, Opta và StatsBomb đã biến mỗi đường chuyền thành một điểm dữ liệu có toạ độ, và cả ngành phân tích sống được nhờ đó. Ở bi-a, hệ sinh thái dữ liệu bị chia theo thể loại và theo giải. Snooker có hệ thống xếp hạng của WPBSA và World Snooker Tour, có CueTracker lưu kết quả, century break và tỷ lệ đối đầu. Pool 9 bóng có Matchroom. Bi-a 8 bóng Trung Quốc có hệ thống giải riêng ở châu Á với cấu trúc tiền thưởng khác hẳn. Carom ba băng có liên đoàn thế giới. Bốn hệ thống đó không nói cùng một ngôn ngữ, và không có cơ quan nào đứng ra chuẩn hoá chúng.

Vấn đề lớn nhất không nằm ở chỗ thiếu dữ liệu thô. Nó nằm ở chỗ những trường dữ liệu quan trọng nhất hiếm khi được ghi lại một cách có hệ thống. Bạn tra được ai thắng trận, ai ghi break 147, ai vô địch một giải Triple Crown. Bạn gần như không tra được, ở dạng số, chất lượng một cú safety, tỷ lệ an toàn trong những frame quyết định, hay nhịp độ trung bình giữa hai cú đánh khi tỷ số đang bám đuổi. Đó lại đúng là những cột mà một bài phân tích tử tế cần.

Tôi sống ở London, nơi snooker được theo dõi nghiêm túc nhất, và tôi viết về bi-a cho thị trường Anh. Mười năm qua dạy tôi một điều: ở bộ môn này, chúng ta thường không thẩm định dữ liệu — chúng ta thẩm định cảm giác, rồi gán cho nó một cái tên nghe có vẻ định lượng.

Phần lõi

Chín chiều trong bảng vừa trả về khoảng trắng là một bản đồ khá chính xác về những chỗ hổng của ngành. Chiều đầu tiên — nhận diện bộ môn — thất bại ngay ở bước tiên quyết: không có tên giải, không có mô tả bàn, không có thuật ngữ luật, nên không thể xác định đó là snooker, 9 bóng, 8 bóng Trung Quốc hay carom. Nghe tầm thường, nhưng đây là chỉ dấu cho một vấn đề thật: bốn bộ môn này có cấu trúc dữ liệu khác nhau đến mức trộn chúng vào một bảng phân tích là tự tạo ra sai số.

Chiều thứ hai — dữ liệu cầu thủ — trống ở mọi ô: số danh hiệu, số century, số 147, thành tích đối đầu, phong độ ở thể thức dài. Đây là nhóm dữ liệu mà bi-a thực sự có. CueTracker ghi lại được gần như toàn bộ sự nghiệp của một tay cơ chuyên nghiệp. Khi hồ sơ trích xuất trả về trống ở cả nhóm này, nó không có nghĩa tay cơ đó không tồn tại; nó có nghĩa lớp thu thập phía trên đã đứt.

Chiều thứ ba — hệ thống giải đấu — là chỗ thiệt hại rõ nhất. Để đánh giá một giải, bạn cần thể thức, số frame, tổng tiền thưởng, tiền thưởng nhà vô địch, việc có tính điểm xếp hạng hay không, và quy mô bốc thăm. Không có nhóm này, bạn không thể nói gì về cấu trúc khuyến khích của giải — mà cấu trúc khuyến khích mới quyết định cách tay cơ chọn lối chơi. Một giải có khoảng cách tiền thưởng giữa vô địch và á quân quá lớn sẽ đẩy người ta vào lối đánh rủi ro ở frame cuối. Đó là giả thuyết kiểm định được, nhưng chỉ khi bạn có con số.

Chiều thứ tư — bản đồ quyền lực — cho ra sơ đồ rỗng ở cả bốn tầng: nhóm tranh vô địch trong Top 16, nhóm trụ hạng, nhóm nguy hiểm ở biên, và làn sóng kế cận. Ở snooker, nhóm ba tay cơ sinh năm 2026 vẫn trụ trong Top 16 sau hơn ba thập kỷ là một hiện tượng dữ liệu đáng giá: tuổi nghề trung bình của nhóm dẫn đầu bị kéo dài bất thường. Ronnie O'Sullivan, John Higgins và Mark Williams đều đã bước qua tuổi 50, và điều đó nói gì đó về độ dày của lớp kế cận. Hành trình của một tay cơ không phải là một mũi tên đi lên, mà là một biểu đồ phân tán. Không có tên cầu thủ, bạn không đo được nhịp chuyển giao thế hệ — một trong những câu hỏi lớn nhất của bộ môn.

Chiều thứ năm — luật và tuân thủ — là chiều mà sự trống rỗng nguy hiểm nhất. Với một môn có lịch sử dài về các vụ dàn xếp tỷ số đã bị xử lý, việc không có tín hiệu tuân thủ trong dữ liệu đầu vào không được phép đọc thành 'sạch'. Đây là điểm phân biệt giữa hai trạng thái mà rất nhiều người viết trộn lẫn: một hồ sơ không có vấn đề, và một hồ sơ không có gì cả. Cái thứ hai không phải chứng nhận an toàn; nó là một tập dữ liệu trống.

Ba chiều còn lại — hệ sinh thái sự nghiệp của tay cơ, phân tích rủi ro, và truyền dẫn chuỗi ngành — trống theo cùng một cơ chế. Đáng chú ý nhất là chiều rủi ro. Nó chỉ ra một rủi ro duy nhất còn hoạt động, và rủi ro đó không nằm ở bàn bi: đó là lỗi toàn vẹn dữ liệu ở đầu vào. Khi lớp trích xuất hỏng, mọi suy luận phía sau mất giá trị, kể cả những suy luận nghe rất hợp lý. Chuỗi ngành cũng vậy. Từ sân tập và cơ sở vật chất, qua tay cơ và giải đấu, tới tài trợ và thị trường phái sinh — mỗi mắt xích đều cần một tín hiệu đầu vào. Không có tín hiệu nào, không có mắt xích nào để nói tới. Và ở bối cảnh kỳ chuyển nhượng, chiều thứ tám — câu chuyện dư luận — là chiều dễ bị lấp liếm nhất bằng văn xuôi.

Góc phản trực giác

Phần lớn người đọc sẽ thấy thông báo 'không đủ thông tin' là một thất bại. Tôi cho rằng đó là kết quả trung thực nhất mà một quy trình phân tích có thể tạo ra, và là thứ ngành truyền thông thể thao cần nhiều hơn.

Bởi cái thay thế cho sự trống rỗng không phải là sự thật. Nó là tin đồn. Trong kỳ chuyển nhượng, khi một tay cơ đổi hợp đồng hoặc chuyển sang một hệ thống giải ở thị trường khác, khoảng trống thông tin được lấp ngay bằng câu chuyện: anh ấy bất mãn, có mâu thuẫn nội bộ, đang tìm động lực mới. Không có dữ liệu nào trong số đó. Chúng chỉ là văn xuôi mặc áo số liệu. Trạng thái duy nhất đáng tin, khi nó tới, chỉ dài hai chữ: đã ký.

Có một cách giải thích thay thế mà tôi chưa loại trừ được. Có thể kết quả trống này là lỗi kỹ thuật ở lớp trích xuất, chứ không phải một bài viết không có nội dung. Nếu vậy, kết luận đúng không phải 'bộ môn này thiếu dữ liệu' mà là 'đường ống dữ liệu của chúng tôi có lỗi và cần chạy lại'. Hai cách giải thích dẫn tới hai hành động hoàn toàn khác nhau, và tôi không đủ căn cứ để chọn cái nào. Việc tôi phải viết ra sự lưỡng lự đó, thay vì chọn phe cho gọn, chính là phần việc thật.

Một điểm nữa: sự im lặng không tự động là dữ liệu sạch. Hội trường vắng khán giả, tiếng bi va vào nhau rõ hơn bao giờ hết, và dữ liệu cũng vậy — nhưng chỉ khi bạn thực sự có máy ghi. Sự vắng lặng là một điều kiện thí nghiệm, không phải một kết luận.

Thị trường chuyển nhượng về bản chất là một mô hình hồi quy, nhưng mọi người cứ gọi nó là cuộc đua.

Điểm đọng

Tín hiệu tôi chờ ở vòng tiếp theo không nằm ở việc ai ký với ai. Nó nằm ở chỗ quy trình trích xuất có trả về được một trường thông tin có nội dung hay không, và ở chỗ có ai đó chịu ghi lại ngày phát hành, chất lượng nguồn và độ nhạy thời gian trước khi dữ liệu được đưa vào phân tích. Ba mươi cú safety, một điều khoản giải phóng hợp đồng, và cả một thị trường thay đổi — nhưng chỉ khi có người chịu đếm.

Giới hạn dữ liệu: bài viết này dựa trên một hồ sơ phân tích có đầu vào trống hoàn toàn. Cỡ mẫu bằng không. Không có khoảng tin cậy nào được tính. Mọi nhận định về bộ môn, tay cơ hay giải đấu trong bài chỉ mang tính bối cảnh công khai, không phải kết luận rút ra từ dữ liệu.