Bảng số trống và phép loại trừ: ghi chép từ một quy trình dữ liệu golf đứt gãy

Bảng số trống và phép loại trừ: ghi chép từ một quy trình dữ liệu golf đứt gãy

6 giờ 40 phút sáng ở Nagoya. Tệp CSV nặng 2,3 MB nằm trên màn hình thứ hai, bên cạnh là bản in danh sách xuất phát của một vòng đấu thuộc Japan Golf Tour. Tôi mở tệp bằng ba trình đọc khác nhau, đổi bảng mã từ UTF-8 sang Shift-JIS rồi quay lại, đếm lại số dòng: 1.842. Cột mã cú đánh đầy đủ. Cột khoảng cách đầy đủ. Nhưng từ cột thứ ba trở đi — SG: Off the Tee, SG: Approach, SG: Around the Green, SG: Putting, Course Fit, GIR, Scrambling, Driving Distance, Putts per Round — mọi ô đều mang một giá trị duy nhất: không có gì.

Không phải số 0. Số 0 là một thông tin. Cũng không phải vài ô thiếu rải rác để tôi có thể nội suy. Trống toàn bộ, kéo dài suốt 1.842 dòng.

Mười một năm làm phân tích dữ liệu golf, tôi đã nhận nhiều bảng xấu. Bảng lệch múi giờ khiến một vòng đấu bị ghi sang ngày hôm sau. Bảng ghi nhầm tên sân nên chỉ số course fit tính sai toàn tập. Bảng gộp chung dữ liệu hai hạng đấu khác nhau vào một cột trung bình. Nhưng một bảng lớn đến vậy mà không chứa lấy một điểm thông tin dùng được thì đây là lần đầu. Điều giữ tôi ngồi lại lâu hơn cả không phải sự tức giận. Là cảm giác không biết mình nên hỏi câu gì.

Đằng sau mỗi chỉ số là cả một hệ thống thu thập

Golf chuyên nghiệp ngày nay không còn đo bằng cảm giác. PGA Tour vận hành ShotLink từ đầu thập niên 2026, ghi lại tọa độ và khoảng cách của từng cú đánh. Đầu thập niên 2026, Mark Broadie — giáo sư tại Đại học Columbia — công bố phương pháp Strokes Gained, rồi hệ thống hóa nó trong cuốn Every Shot Counts xuất bản năm 2026. Từ đó, hiệu suất của một golfer được chia thành bốn nhánh: phát bóng, tiếp cận green, xử lý gần green và gạt bóng. Bảng xếp hạng golf thế giới OWGR ra đời từ năm 2026, đến nay vẫn là thước đo dùng để xếp hạt giống và xác định suất dự các giải major.

Ở Nhật Bản, hệ thống ấy có phiên bản gần gũi hơn với tôi. The Crowns tại Nagoya Golf Club khởi tranh từ năm 2026 và là một trong những giải lâu đời nhất của Japan Golf Tour. Japan Golf Tour Organisation và JLPGA đều duy trì bộ thống kê riêng, đủ chi tiết để một nhà phân tích dựng lại đường cong phong độ của Hideki Matsuyama trước khi anh vô địch Masters năm 2026, hay theo dõi chuỗi thành tích của Ayaka Furue và Miyu Yamashita ở hệ thống nữ.

Rồi có tầng thứ ba, gần tôi về mặt cảm xúc nhưng mỏng hơn về mặt dữ liệu. Golf Việt Nam đi sau trong hạ tầng thu thập cấp cú đánh. Các sự kiện trong nước, kể cả khi có những gương mặt như Nguyễn Anh Minh thi đấu ở đẳng cấp quốc tế, vẫn hiếm khi tạo ra được dữ liệu shot-level đủ dày để tính SG theo chuẩn quốc tế. Báo chí golf Việt Nam vì thế thường phải mô tả bằng số gậy trung bình và thứ hạng — những chỉ số thô hơn rất nhiều so với bốn nhánh SG mà truyền thông Nhật Bản mặc nhiên có.

Nhưng bản ghi tôi nhận được sáng hôm đó không thuộc về tầng nào trong ba tầng ấy. Nó là một bản phân tích gồm tám chiều, và cả tám chiều đều trả về kết quả rỗng.

Khi tám chiều phân tích cùng trả về số không

Chiều đầu tiên là kỹ thuật và dữ liệu. Một đánh giá tử tế ở đây cần bốn nhánh SG tách rời, cần chỉ số phù hợp sân, cần tỷ lệ GIR, khả năng cứu par và khoảng cách phát bóng trung bình. Bản ghi không có nhánh nào. Không có số liệu ShotLink, không có tham chiếu tới bất kỳ nền tảng dữ liệu golf nào.

Chiều thứ hai là cầu thủ và phong độ. Nó đòi hỏi thứ hạng OWGR kèm xu hướng, cấp độ giải đang thi đấu, phong độ gần đây với cỡ mẫu cụ thể, thành tích major, vị trí trên đường cong tuổi và rủi ro chấn thương. Không có tên cầu thủ nào được nêu.

Chiều thứ ba là hệ thống giải đấu: độ mạnh của field, thang điểm OWGR được phân bổ, cơ cấu tiền thưởng, quyền dự và nhịp mùa giải. Chiều thứ tư là bối cảnh quản trị — căng thẳng giữa PGA Tour và LIV Golf, vai trò của DP World Tour, chuyện công nhận điểm OWGR. Chiều thứ năm là luật và thiết bị: áp dụng luật thi đấu, tính hợp chuẩn của gậy và bóng, xử lý vi phạm nhịp độ chậm.

Ba chiều còn lại cũng trống theo cùng một cách. Bề mặt rủi ro gồm sáu nhóm — cạnh tranh, tâm lý, chấn thương, sự nghiệp, quản trị và rủi ro hệ thống — không nhóm nào có dữ liệu đầu vào. Tường thuật công chúng cần biết câu chuyện đang ở pha nào của chu kỳ nhiệt, và khoảng cách giữa kỳ vọng thị trường với đánh giá khách quan lớn đến đâu. Truyền dẫn ngành cần theo dõi từ kinh tế sân golf, thương hiệu thiết bị, tài trợ và phát sóng, cho tới dữ liệu và mạng lưới vốn.

Cả tám chiều rút ra cùng một câu kết luận, viết theo tám cách khác nhau: không đủ thông tin, không thể đánh giá.

Điểm mấu chốt không nằm ở việc tám chiều cùng rỗng. Nằm ở chỗ không có chiều nào buộc tôi phải bịa ra một con số. Một quy trình thất bại theo cách ồn ào vẫn tốt hơn một quy trình âm thầm lấp đầy khoảng trống bằng những giá trị trông có vẻ hợp lý. Dữ liệu không bao giờ sai, chỉ là tôi đặt sai câu hỏi. Nhưng lần này câu hỏi không sai. Vật liệu để trả lời nó đơn giản là không tồn tại.

Tôi từng học bài này bằng một cái giá cụ thể. Năm 2026, khi làm mô hình xG thủ công cho một câu lạc bộ đang chơi ở giải hạng Nhì Nhật Bản, tôi dự đoán sai 6 trong 10 vòng cuối vì bỏ qua yếu tố sân nhà trong chuỗi bốn trận thua liên tiếp. Năm 2026, trong một trận vòng 16 đội ở World Cup, tôi kết luận về khả năng pressing của một đội chỉ dựa trên chỉ số PPDA, bỏ qua quãng đường chạy của đối thủ sau phút 70. Kết quả là một cuộc lội ngược dòng mà mô hình của tôi không hề nhìn thấy. Hai lần đó, tôi đã có dữ liệu và vẫn kết luận sai. Lần này, tôi không có dữ liệu và chọn không kết luận. Đó không phải can đảm. Đó là phép loại trừ.

Cái bẫy của một khoảng trống được tôn thờ

Cám dỗ lớn nhất lúc này là biến sự cố kỹ thuật thành một bài luận tao nhã. Khoảng trống trong bảng số cũng biết nói, nếu ta chịu nghe — câu đó đúng, nhưng nó dễ bị dùng sai. Một bảng trống không phải là một phát hiện. Nó là một tín hiệu về quy trình. Và tín hiệu đó phải được trả lời bằng hai câu hỏi cụ thể: vì sao khoảng trống xuất hiện, và khoảng trống ấy chặn đứng kết luận nào. Nếu không trả lời được cả hai, khoảng trống chỉ là một chỗ trũng trong bài viết, không phải một luận điểm.

Góc nhìn phản trực giác nằm ở chỗ này. Trong ngành phân tích golf, có hai loại thất bại. Loại thứ nhất xảy ra khi dữ liệu đầy đủ nhưng ta hỏi sai. Loại thứ hai xảy ra khi dữ liệu không tồn tại và ta tự thuyết phục rằng im lặng cũng là một câu trả lời. Loại thứ hai nguy hiểm hơn nhiều, vì nó để lại một sản phẩm đọc rất mượt, không có lỗi kỹ thuật nào để bắt, và không có con số nào để kiểm chứng ngược.

Khi dữ liệu giấu mặt, sai số trở thành người dẫn đường. Nhưng người dẫn đường chỉ hữu ích khi ta biết mình đang đi đâu. Với bản ghi rỗng này, hướng đi duy nhất trung thực là quay lại đầu vào: xác minh xem có thật một bài nguồn đã được đưa vào quy trình hay không, hay chuỗi phân tích đã đứt gãy ở khâu trích xuất. Việc một cột chỉ số bị trống có thể chỉ là lỗi kỹ thuật của một lần chạy. Việc toàn bộ tám chiều cùng trống lại là câu chuyện khác — nó chỉ ra một lỗi mang tính hệ thống, và lỗi hệ thống thì không sửa được bằng cách viết hay hơn.

Tôi không tin vào may mắn; tôi tin vào xác suất được nuôi dưỡng. Một xác suất được nuôi bằng dữ liệu bịa sẽ tệ hơn không có xác suất nào, vì nó khiến người đọc ra quyết định dựa trên một nền móng không tồn tại. Với golf, nơi SG: Putting vốn cần cỡ mẫu lớn hơn nhiều so với SG: Approach mới tạm ổn định, việc đưa ra một con số gạt bóng từ vài chục cú đã là một lỗi. Đưa ra con số từ một bảng trống thì không còn là lỗi phân tích nữa. Đó là bịa đặt.

Điều KHÔNG xảy ra thường nói thật hơn điều đã xảy ra. Trong trường hợp này, điều không xảy ra là toàn bộ phần phân tích. Và nó đang nói khá rõ.

Tín hiệu cho vòng tiếp theo

Mỗi con số là một lời thú tội chưa được viết thành văn. Một bảng trống cũng vậy, chỉ khác là lời thú tội ấy thuộc về người dựng quy trình, không thuộc về golfer nào trên sân. Việc cần theo dõi ở vòng tiếp theo rất cụ thể: liệu đầu vào có được nạp lại với ít nhất một điểm thông tin dùng được hay không, và tên bài nguồn có xuất hiện hay vẫn là giá trị rỗng.

Nếu câu trả lời là không, thì câu hỏi đáng đặt ra không phải là "giải đấu này có gì đáng chú ý", mà là "chúng ta đang mất bao nhiêu phần trăm dữ liệu golf trước khi nó kịp tới tay người đọc". Và nếu tỷ lệ đó đủ lớn, mọi bảng xếp hạng, mọi bài preview major, mọi nhận định về phong độ Matsuyama hay Furue đều đang đứng trên một phần nền móng thiếu hụt mà không ai kiểm tra lại.