Điền kinh Việt Nam và cái bẫy dữ liệu trống: Khi nhà phân tích phải học cách nói 'không đủ thông tin'

Tôi nhớ buổi sáng đó như nhớ một vạch xuất phát không có ai đứng sau. Trên màn hình là một bảng phân tích điền kinh với đầy đủ các ô: thành tích, cự ly, đối thủ, xếp hạng mùa giải, điều kiện gió, độ cao, tình trạng thiết bị. Nhưng mọi ô đều trống. Không một cái tên vận động viên. Không một thông số kỹ thuật. Chỉ có những dòng chữ giống nhau lặp đi lặp lại: "không đủ thông tin, không thể đánh giá". Người ngoài có thể coi đó là một thất bại của nghề phân tích. Nhưng với tôi, người đã gắn chín năm với những con số, đó lại là khoảnh khắc trung thực nhất mà công việc này có thể dạy. Và nó mở ra một câu hỏi lớn hơn nhiều về điền kinh Việt Nam. Điền kinh là môn thể thao nền tảng — nơi mọi kỷ lục đều được đo bằng giây và centimet, nơi không có trọng tài biên nào có thể che giấu một sai số. Chính vì thế, nó là môn thể thao mà dữ liệu phải là trung tâm. Ở Việt Nam, chúng ta có những vận động viên đáng tự hào: Nguyễn Thị Oanh với những tấm huy chương vàng SEA Games ở các cự ly trung bình, Bùi Thị Thu Thảo với tấm huy chương vàng nhảy xa, hay lớp vận động viên trẻ đang lên ở các nội dung chạy cự ly ngắn. Nhưng nếu bạn hỏi tôi rằng thành tích của họ đang tiến bộ theo đường cong nào, đỉnh cao sự nghiệp rơi vào khoảng tuổi nào, hay họ đang ở đâu so với chuẩn dự Olympic — tôi sẽ phải trả lời bằng chính câu mà tôi đã viết trên màn hình sáng hôm đó. Không đủ thông tin. Đó là vấn đề cốt lõi. Không phải chúng ta thiếu vận động viên. Mà là chúng ta thiếu một hệ thống dữ liệu đủ dày để biến từng cá nhân thành một câu chuyện có thể kiểm chứng. Và khi dữ liệu mỏng, cái bẫy lớn nhất không phải là sự thiếu hiểu biết — mà là sự tự tin giả tạo được xây trên những con số không tồn tại. Tôi đã từng ở trong cái bẫy đó. Tôi từng thử tra cứu dữ liệu của một giải điền kinh quốc gia. Kết quả tìm được là những bảng thành tích rời rạc, thiếu ngày tháng, thiếu điều kiện thi đấu, và trong nhiều trường hợp, thiếu cả tên đầy đủ của vận động viên. So sánh với cơ sở dữ liệu của Liên đoàn Điền kinh Nhật Bản, nơi mỗi thành tích đều đi kèm ngày, địa điểm, điều kiện gió và tên giải, khoảng cách không nằm ở tài năng — mà ở thói quen. Người Nhật ghi chép trước, phân tích sau. Chúng ta thường phân tích trước, còn ghi chép thì để sau. Đêm Nga 2026, tôi nhìn thấy dữ liệu vỡ tan trước mắt. Năm đó tôi mười bảy tuổi, ngồi ghi chép từng trận của đội tuyển Nhật Bản tại World Cup. Ở trận gặp Bỉ, đội Nhật thua 2-3 ở vòng một phần tám. Tôi ghi lại một con số mà đến giờ vẫn còn nguyên giá trị: Nhật Bản chỉ chạm bóng trong vòng cấm đối phương bảy lần, so với hai mươi mốt lần của Bỉ, dù kiểm soát bóng tới 55%. Tôi viết một bài phân tích, dựa hoàn toàn trên thống kê, và cho rằng việc Nhật dâng cao đội hình ở những phút cuối là một sai lầm chiến thuật. Bài viết bị một nhóm cổ động viên chỉ trích dữ dội. Nhưng tôi giữ nguyên quan điểm, bởi vì dữ liệu không biết nói dối. Điều tôi học được không phải là cách bảo vệ mình trước chỉ trích, mà là cách bắt đầu mỗi bài viết bằng câu hỏi "số liệu nói gì" thay vì cảm xúc. Từ đó, tôi hiểu rằng một bản phân tích chỉ đáng tin khi mỗi kết luận đều có thể truy ngược về một nguồn dữ liệu cụ thể. Điều này đưa tôi trở lại với điền kinh Việt Nam. Hãy tưởng tượng một vận động viên chạy 800 mét. Để đánh giá cậu ấy một cách nghiêm túc, tôi cần ít nhất ba lớp dữ liệu. Lớp thứ nhất là thành tích: thành tích cá nhân tốt nhất, thành tích tốt nhất mùa này, và diễn biến qua từng năm. Lớp thứ hai là điều kiện: gió, độ cao, mặt sân, và cả việc thành tích đó đạt được ở vòng loại hay chung kết. Lớp thứ ba là đối thủ: cậu ấy đang đứng ở đâu so với những người cùng thời. Thiếu bất kỳ lớp nào, tôi không thể nói cậu ấy đang tiến bộ hay đang chững lại. Và nếu tôi vẫn cứ nói, tôi đang bán cho độc giả một niềm tin rỗng. Trong esports, phản xạ của con người là giới hạn của dữ liệu — và tôi thấy nguyên lý này đúng với mọi môn thể thao đo lường được. Ranh giới của phân tích không nằm ở chỗ chúng ta có bao nhiêu dữ liệu, mà ở chỗ chúng ta có đủ dữ liệu để nói điều gì đó trung thực hay không. Khi không đủ, câu trả lời đúng đắn là im lặng và ghi nhận khoảng trống. Đó không phải là sự yếu kém. Đó là kỷ luật. Kỷ luật này càng quan trọng khi tôi nhớ lại mùa giải trống sân năm 2026. Khi đại dịch khiến J-League hoãn bốn tháng, tôi — một sinh viên báo chí ở Osaka — không thể đến sân theo dõi Cerezo Osaka. Tôi bắt đầu xây dựng bộ dữ liệu tự tạo từ video các trận cũ, ghi lại 1.240 tình huống pressing của đội mùa 2026 để phân tích chỉ số PPDA, tức số đường chuyền cho phép đối phương thực hiện trước khi đội mình pressing. Khi giải đấu trở lại, tôi dự đoán Cerezo sẽ tụt phong độ vì thiếu sân nhà. Kết quả: họ đứng thứ tư, thấp hơn dự đoán thứ hai của tôi. Tôi đã sai. Và thay vì đổ lỗi cho may rủi, tôi thừa nhận sai sót và bổ sung một biến số mới vào mô hình: ảnh hưởng của khán giả. Sân không khán giả, nhưng con số vẫn đầy tiếng ồn. Bài học đó định hình cách tôi nhìn điền kinh Việt Nam hôm nay. Vấn đề không phải là chúng ta chưa có những mô hình phân tích hoàn hảo. Vấn đề là chúng ta đang thiếu thói quen ghi lại dữ liệu một cách có hệ thống ngay từ đầu. Mỗi giải đấu trong nước, mỗi buổi kiểm tra thể lực, mỗi lần vận động viên đạt thành tích cá nhân — tất cả đều là những điểm dữ liệu. Nếu chúng không được ghi lại, chúng sẽ biến mất. Và khi chúng biến mất, nhà phân tích tương lai sẽ lại ngồi trước một màn hình trống. Tôi thu thập sai lầm, phân loại chúng, rồi biết đội bóng sẽ đi về đâu. Ở điền kinh, tôi làm điều tương tự với từng bước chạy: mỗi lần xuất phát chậm, mỗi lần mất đà ở khúc cua, mỗi lần hụt hơi ở 200 mét cuối. Đó đều là dữ liệu. Nhưng chỉ khi chúng được ghi lại một cách nhất quán, chúng mới trở thành tri thức. Năm 2026, khi phân tích Euro, tôi phát hiện Đan Mạch ghi bốn trong sáu bàn thắng từ các tình huống cố định được thiết kế sẵn — vượt xa mức trung bình 28% của giải đấu. Tôi so sánh với 38 bàn từ set piece của RB Leipzig ở Bundesliga mùa 2026-21, nơi huấn luyện viên Julian Nagelsmann dùng thống kê vị trí chạy và điểm rơi bóng để thiết kế bài tập. Tôi viết một bài về việc Nhật Bản thiếu sự bài bản tương tự. Bài đó được một trang bóng đá nhỏ đăng lại và nhận 15.000 lượt đọc. Nhưng điều tôi muốn nói ở đây không phải là thành tích của bài viết. Mà là nguyên lý đứng sau nó: một hệ thống chỉ có thể được cải thiện khi nó được đo lường trước tiên. Trong bối cảnh chuyển nhượng, tôi từng phân tích dữ liệu của hơn 200 cầu thủ từ J-League sang châu Âu và chỉ ra mối tương quan giữa số km chạy mỗi trận và tỷ lệ thành công tại Bundesliga, với hệ số tương quan 0,67. Tôi liên hệ một tuyển trạch viên của một câu lạc bộ Đức và gợi ý về tiền vệ Ao Tanaka — người có 11,8 km mỗi trận, cao nhất J-League. Anh ấy sang Fortuna Düsseldorf theo dạng cho mượn. Bài viết của tôi được trích dẫn trên nhiều diễn đàn nước ngoài. Nhưng điều tôi muốn nhấn mạnh là: nếu dữ liệu J-League không được ghi chép đầy đủ, tôi đã không thể đưa ra gợi ý đó. Điều đáng lo hơn là khi vận động viên Việt Nam ra nước ngoài thi đấu hoặc chuyển đến các trung tâm huấn luyện quốc tế, dữ liệu về họ thường biến mất khỏi hệ thống trong nước. Một vận động viên có thể cải thiện thành tích cá nhân đáng kể ở nước ngoài, nhưng khi trở về, không ai trong nước có đủ dữ liệu để so sánh cậu ấy với chính mình của hai năm trước. Đây là một dạng mất mát thông tin âm thầm — không ồn ào như một thất bại trên đường chạy, nhưng nguy hiểm không kém, bởi nó khiến chúng ta không thể nhìn thấy sự tiến bộ ngay cả khi nó đang diễn ra. Ở điền kinh, mỗi phần trăm giây đều có giá trị. Một hệ thống dữ liệu tốt không làm vận động viên chạy nhanh hơn. Nhưng nó giúp chúng ta biết ai đang chạy nhanh hơn, và vì sao. Và đây là chỗ tôi phải nói điều mà ít người muốn nghe. Sai lầm lớn nhất của giới phân tích thể thao không phải là thiếu dữ liệu. Mà là giả vờ có đủ dữ liệu khi thực tế không phải vậy. Một bảng phân tích với toàn ô "không đủ thông tin" là một bảng trung thực. Nhưng một bảng phân tích được lấp đầy bằng những con số ước lượng, những nhận định dựa trên "cảm giác chuyên gia", lại là một lời nói dối được trang điểm bằng thuật ngữ. Trong điền kinh — nơi mọi thứ được đo bằng phần trăm giây — sự khác biệt giữa một phân tích trung thực và một phân tích giả tạo còn rõ ràng hơn bất kỳ môn nào khác. Bởi vì ở đây, dữ liệu không cho phép chúng ta trốn. Dữ liệu không tạo ra câu chuyện; nó bóc trần câu chuyện của người khác. Khi một vận động viên Việt Nam đạt thành tích tốt, câu chuyện được kể ngay lập tức. Nhưng câu hỏi thật sự không phải là "thành tích đó là gì", mà là "thành tích đó có ý nghĩa gì trong bối cảnh rộng hơn". Và để trả lời câu hỏi đó, chúng ta cần một hệ thống dữ liệu đủ dày để so sánh, đối chiếu và kiểm chứng. Không có hệ thống đó, mọi câu chuyện đều chỉ là những mảnh ghép rời rạc, đẹp nhưng vô nghĩa. Tôi không viết những dòng này để chỉ trích. Tôi viết chúng như một lời nhắc nhở cho chính mình và cho những người làm nghề. Ở Nhật Bản, nơi tôi đang sống và làm việc, văn hóa ghi chép dữ liệu thể thao đã ăn sâu đến mức mỗi câu lạc bộ đều có một bộ phận phân tích riêng. Nhưng tôi cũng biết rằng áp nguyên tiêu chuẩn đó vào Việt Nam mà không bóc tách khác biệt văn hóa và điều kiện thực tế là một sai lầm. Điền kinh Việt Nam không thiếu tài năng. Nó thiếu cơ sở hạ tầng dữ liệu. Và xây dựng cơ sở hạ tầng đó là công việc của nhiều năm, không phải của một bài viết. Vậy tín hiệu tiếp theo nằm ở đâu? Nó nằm trong bảng tính. Mọi xác suất đều ẩn chứa một cú sốc — và nhiệm vụ của người phân tích là đảm bảo cú sốc đó không lặp lại. Với điền kinh Việt Nam, cú sốc lớn nhất sẽ không đến từ một thất bại trên đường chạy. Nó sẽ đến từ việc chúng ta đánh mất dữ liệu của chính mình — và rồi không thể biết một vận động viên đang tiến bộ hay đang tụt lại, cho đến khi quá muộn. Bản hợp đồng chỉ là phần kết; phần mở đầu nằm trong bảng tính. Và ở điền kinh, bảng tính đó bắt đầu từ ngày hôm nay — từ việc ghi lại một cách trung thực mỗi thành tích, mỗi điều kiện, mỗi đối thủ. Không phải để tạo ra những tiêu đề hấp dẫn. Mà để đảm bảo rằng khi nhà phân tích tương lai mở tệp dữ liệu lên, họ sẽ không nhìn thấy một khoảng trống.