Bóng chuyền và một bảng dữ liệu trắng: khi mô hình học cách im lặng

BÓNG CHUYỀN VÀ MỘT BẢNG DỮ LIỆU TRẮNG: KHI MÔ HÌNH HỌC CÁCH IM LẶNG

Ba màn hình, một khoảng trắng

2 giờ 47 phút sáng ngày 14 tháng 9 năm 2026, tại một căn hộ tầng 11 ở quận Bình Thạnh, Sài Gòn. Ba màn hình bật sáng trên chiếc bàn gỗ dài. Màn hình trái là luồng phát trực tiếp một trận bóng chuyền nữ trong hệ thống giải khu vực. Màn hình giữa là bảng thống kê thời gian thực: điểm sống, tỷ lệ giao bóng ăn điểm, số pha chắn bóng theo set. Màn hình phải là đầu ra của một đoạn mã thu thập dữ liệu mà tôi viết từ năm 2026, thứ mà tôi vẫn gọi đùa là "cái máy đếm".

Màn hình phải trắng trơn. Không phải trắng vì lỗi hiển thị. Trắng vì cấu trúc dữ liệu trả về rỗng.

Tôi ngồi thêm bốn mươi phút. Trận đấu vẫn chạy. Cầu thủ vẫn vào sân theo vòng xoay. Trọng tài vẫn thổi. Khán đài vẫn kín. Nhưng cái máy đếm của tôi không có một dòng nào để đếm. Và điều khiến tôi nhớ đêm đó không phải là sự cố kỹ thuật. Điều khiến tôi nhớ là phản xạ tiếp theo của chính tôi: tôi bắt đầu tự hỏi liệu mình có nên "điền" vào khoảng trắng đó bằng cảm giác hay không.

Ba mươi năm trước, tôi đã làm đúng như vậy mà không hề biết. Bây giờ thì tôi biết. Khoảng trắng trong một bảng dữ liệu thể thao là thứ nguy hiểm nhất mà một nhà phân tích có thể gặp, nguy hiểm hơn cả một con số sai. Bởi vì con số sai sẽ bị bắt lỗi. Còn khoảng trắng thì ai cũng có xu hướng lấp đầy bằng thứ hay nhất mà họ đang có trong đầu — ký ức, thiên kiến, tên tuổi, và những gì họ đã viết trên mạng xã hội từ tuần trước.

Bối cảnh: hạ tầng dữ liệu bóng chuyền mà rất ít người nhìn thấy

Bóng chuyền là môn kỳ lạ trong nhóm các môn đồng đội phổ biến tại Việt Nam. Bóng đá có một hệ sinh thái dữ liệu đã trưởng thành hơn hai thập kỷ: ai cũng biết xG là gì, ai cũng biết PPDA là gì, báo chí đã quen trích số. Bóng rổ có bảng điểm chi tiết, tốc độ trận đấu, hiệu suất ném. Còn bóng chuyền thì phần lớn khán giả Việt Nam vẫn tiếp nhận bằng ba thứ: điểm số, tên người ghi điểm, và cảm nhận.

Nhưng ở tầng vận hành, bóng chuyền có một chuỗi dữ liệu dày hơn người ta tưởng. Nó chia thành bốn tầng mà tôi phân loại theo cách riêng của mình sau nhiều năm theo dõi các giải trong nước và khu vực.

Tầng 0 — biên bản của trọng tài. Đây là tầng gốc. Nó ghi điểm số, lỗi, vị trí xoay, thứ tự giao bóng, và trong một số giải có cả ghi chú về thay người. Tầng 0 gần như không bao giờ sai về mặt hành chính, vì nó được ký xác nhận sau trận. Nhưng tầng 0 hầu như không có thông tin chiến thuật.

Tầng 1 — mã hóa video. Tầng này là nơi bóng chuyền chuyên nghiệp thật sự sống. Người mã hóa ngồi trước màn hình, tua lại từng pha bóng, gán nhãn: pha bóng này là tấn công biên, pha này là tấn công sau, pha này là tấn công từ vị trí số 3, quỹ đạo chuyền cao hay thấp, chắn bóng một người hay hai người, phòng thủ có đỡ được hay không. Các phần mềm chuyên dụng như DataVolley hay VolleyStation sinh ra từ đây. Tầng 1 là tầng mà các đội tuyển quốc gia Đông Nam Á hiện nay đều đã dùng, ít nhất là trong các trận chính thức thuộc hệ thống AVC.

Tầng 2 — chỉ số phái sinh. Từ tầng 1, người ta tính ra những thứ mà khán giả không thấy: tỷ lệ chuyền một đạt chuẩn (perfect-pass rate), tỷ lệ thắng pha khi mình giao bóng (sideout), hiệu suất tấn công có trừ lỗi, số pha cứu bóng trên set, số pha chắn trung bình mỗi set, tỷ lệ ăn điểm trên lỗi giao bóng.

Tầng 3 — tầng công chúng. Tin tức, đồ họa truyền hình, bảng thống kê trên sân, và các thị trường cá cược. Tầng 3 là nơi mọi sai sót của ba tầng dưới bị phóng đại lên gấp nhiều lần, vì nó không có bộ lọc.

Điểm gãy nằm ở giữa tầng 1 và tầng 3. Có một lớp trung gian ít được nói đến: lớp thu thập và bóc tách tự động. Đó là một chuỗi lệnh chạy nền, kéo dữ liệu từ trang của giải, từ hệ thống thống kê của ban tổ chức, từ các API nhỏ mà ai đó viết vội, rồi phân rã thành các trường thông tin rời rạc: sự kiện, đội, cầu thủ, huấn luyện viên, giải đấu, ngày tháng.

Lớp này là nơi thứ đã xảy ra với tôi vào đêm hôm đó.

Nó không sập vì tiếng Việt đánh dấu ngã sai. Nó không sập vì trọng tài thổi lỗi. Nó sập vì một trang đổi cấu trúc, một đoạn JavaScript mới được thêm vào làm nội dung không còn nằm trong thẻ tĩnh, và đoạn mã của tôi đọc được một khung rỗng. Cấu trúc vẫn còn nguyên vẹn: đủ chín trường, đủ chín tiêu đề, đủ chín ô. Chỉ có nội dung bên trong là không có gì.

Và đây là chỗ mà tôi phải nói thẳng điều khó nghe với chính ngành của mình: một cấu trúc đầy đủ chứa toàn nội dung rỗng là loại đầu vào nguy hiểm nhất mà một quy trình phân tích có thể nhận, bởi vì nó trông hoàn hảo.

Giải phẫu của một payload trống

Sự khác biệt giữa "không có dữ liệu" và "dữ liệu bằng không"

Đây là điểm chết người mà hầu như mọi quy trình phân tích tự động đều mắc phải, và tôi đã thấy nó lặp lại ít nhất bốn lần trong mười năm qua ở các giải bóng chuyền khu vực.

"Không có dữ liệu" nghĩa là cột đó bị bỏ trống. Không có dòng. Không có giá trị. Người đọc biết rằng thứ đó chưa được đo.

"Dữ liệu bằng không" nghĩa là cột đó có số 0. Nó đã được đo, và kết quả là không có gì.

Hai thứ này khác nhau hoàn toàn về mặt ý nghĩa, nhưng nhiều hệ thống xử lý chúng như nhau. Khi một đội không chắn được quả bóng nào trong một set, đó là một thông tin chiến thuật cực kỳ giá trị: nó nói rằng hệ thống chắn bóng của họ đã bị vô hiệu hóa hoàn toàn. Khi một hệ thống không ghi nhận được pha chắn nào vì người mã hóa ngồi sai vị trí hoặc vì máy quay không đủ góc, đó là một thông tin về dữ liệu, không phải về đội bóng.

Trộn hai thứ này lại, bạn có một bảng điểm trông có vẻ lạnh lùng và khách quan, nhưng thực chất đang kể một câu chuyện bịa đặt. Tôi đã thấy một bảng thống kê sau một trận tứ kết ở một giải khu vực, trong đó một đội được ghi 0 pha chắn trong hiệp đầu tiên. Những người ngồi xem cùng tôi đêm đó đếm được bốn pha chắn rõ ràng. Cả bốn pha đều nằm ở góc máy số 2, góc mà hệ thống không có nguồn mã hóa.

Không ai nói dối. Chỉ là một khoảng trắng đã được biến thành số 0, rồi được đưa lên truyền hình như một sự thật.

Chín chiều phân tích và cách chúng sụp đổ cùng nhau

Khi tôi dựng quy trình phân tích bóng chuyền của mình, tôi chia thành chín chiều: chiến thuật và kỹ thuật, dữ liệu, hệ thống giải và lịch thi đấu, bức tranh tổng thể và vị thế đội, luật và quản trị, xây dựng đội và quản lý nhân sự, bề mặt rủi ro, câu chuyện công chúng và kỳ vọng, và cuối cùng là chuỗi truyền dẫn của ngành.

Chín chiều này nghe có vẻ cồng kềnh, nhưng chúng có một điểm chung: tất cả đều cần ít nhất một điểm dữ liệu gốc để bắt đầu. Một trận đấu. Một cầu thủ. Một giải. Một ngày. Một con số.

Khi payload trống, cả chín chiều cùng sụp. Không phải sụp theo kiểu một chiều hỏng rồi chiều khác vẫn chạy. Chúng sụp đồng loạt, giống như một tòa nhà mất cột chịu lực ở tầng trệt. Chiều chiến thuật không có gì để phân tích vì không có set nào được ghi. Chiều dữ liệu không có gì để so sánh vì không có bảng. Chiều lịch thi đấu không có mốc thời gian vì ngày tháng không được trích xuất. Chiều bức tranh tổng thể không có tên đội. Chiều luật không có tên cơ quan quản lý. Chiều nhân sự không có tên huấn luyện viên. Chiều rủi ro không có rủi ro nào để liệt kê. Chiều câu chuyện công chúng không có tiêu đề để đọc giọng. Chiều chuỗi truyền dẫn không có mắt xích nào để nối.

Điều đáng sợ là: nếu bạn chỉ nhìn vào hình thức đầu ra, mọi thứ vẫn ở đúng chỗ. Chín tiêu đề. Chín bảng. Chín kết luận. Chín mục bằng chứng. Một quy trình hạ nguồn không kiểm tra kỹ sẽ đọc kết quả đó và kết luận rằng "phân tích đã được thực hiện".

Đó là lý do tôi viết bài này. Không phải để kể chuyện cái máy đếm của tôi hỏng. Mà để nói rằng một hệ thống chỉ có thể đưa ra kết luận đúng nếu nó biết từ chối đưa ra kết luận khi không có gì trong tay.

Khi cột chuyền một đạt chuẩn biến mất

Tôi lấy ví dụ cụ thể nhất trong bóng chuyền để cho thấy hậu quả của một khoảng trắng.

Tỷ lệ chuyền một đạt chuẩn là chỉ số đo phần trăm những đường bóng đầu tiên được đưa tới đúng vị trí để setter có thể mở toàn bộ menu tấn công. Nó là đầu vào của gần như mọi thứ khác.

Nếu bạn có chỉ số này, bạn đọc được hệ thống. Bạn thấy rằng khi tỷ lệ này dưới một ngưỡng nào đó, đội bóng buộc phải đánh bóng ngoài hệ thống, tức là tấn công dựa vào năng lực cá nhân thay vì bài bản. Bạn thấy được rằng vòng xoay hai tay đập — vòng xoay mà chỉ có hai người ở hàng trước có khả năng tấn công — là điểm yếu cấu trúc, và bạn thấy nó yếu tới mức nào.

Nếu bạn không có chỉ số này, bạn có một vấn đề lớn hơn nhiều so với việc thiếu một con số. Bạn mất khả năng phân biệt giữa hai tình huống hoàn toàn khác nhau: một đội chủ động đánh bóng ngoài hệ thống vì đó là chiến lược, và một đội bị đẩy vào thế đánh bóng ngoài hệ thống vì hệ thống tiếp nhận của họ vỡ.

Hai đội có thể có cùng hiệu suất tấn công trong một trận, nhưng một đội đang kiểm soát trận đấu và đội kia đang chống chọi. Nếu bạn chỉ nhìn vào điểm số cuối cùng, bạn sẽ kết luận sai về cả hai.

Đó chính là cái bẫy mà tôi đã mô tả nhiều lần trong các bài viết về bóng đá, và nó đúng nguyên vẹn trong bóng chuyền. Croatia không phải câu chuyện thần kỳ, họ là một bài toán cần được giải lại từ đầu. Bài toán đó, trong bóng đá, nằm ở xG. Bài toán đó, trong bóng chuyền, nằm ở tỷ lệ chuyền một đạt chuẩn và tỷ lệ thắng pha khi mình giao bóng.

Số 0 không phải là một sự kiện, nó là một trạng thái

Có một lỗi nhận thức khác mà tôi phải nói rõ, vì nó xuất hiện ở cả những người phân tích chuyên nghiệp lẫn khán giả thông thường.

Khi một cầu thủ có 0 pha chắn bóng trong một trận, điều đó không có nghĩa là cầu thủ đó chơi kém. Nó có thể có nghĩa là đội đối phương né vị trí đó hoàn toàn, tức là cầu thủ đó đang bị tôn trọng tới mức bị tránh. Nó có thể có nghĩa là hệ thống chắn bóng được thiết kế để cầu thủ đó đọc bóng và người bên cạnh mới là người chạm bóng. Nó có thể có nghĩa là đối phương chủ động chuyền ra biên để tránh khối chắn trung tâm.

Một con số 0 trong một bảng thống kê bóng chuyền là một dấu hỏi, chưa bao giờ là một câu trả lời. Người đọc số phải biết phân biệt giữa "không xảy ra" và "không xảy ra theo cách tôi đang tưởng tượng".

Trong đêm màn hình trắng đó, tôi có một lợi thế mà nhiều người không có: tôi biết mình đang thiếu gì. Tôi biết rằng cái máy đếm của tôi đã bị một trang web đổi cấu trúc. Nếu tôi không biết, tôi sẽ ngồi đọc một bảng toàn số 0 và kể một câu chuyện về một đội bóng không biết chắn bóng, một setter không biết điều phối, một huấn luyện viên mất kiểm soát.

Tôi đã từng kể những câu chuyện như vậy. Năm 2026 dạy tôi cách lắng nghe những gì mô hình không đo được. Nhưng phải tới đêm màn hình trắng đó, tôi mới phân biệt được hai trạng thái nghe có vẻ giống nhau: mô hình im lặng, và mô hình không được cấp dữ liệu để nói.

Vòng lặp rác vào, rác ra

Trong ngành dữ liệu có một câu ngắn mà tôi nghĩ nên được treo ở mọi phòng phân tích thể thao: rác vào thì rác ra. Nhưng câu đó chưa đủ mạnh. Phiên bản chính xác hơn cho ngành của chúng ta là: không có gì vào thì sẽ có một cái gì đó ra, và cái gì đó ra thường tự tin hơn cả khi có dữ liệu thật.

Lý do rất đơn giản. Khi có dữ liệu, nhà phân tích bị ràng buộc. Anh ta phải uốn câu chuyện của mình theo con số. Khi không có dữ liệu, không có ràng buộc nào cả, và câu chuyện bay theo quán tính của người viết.

Tôi nhớ một lần nữa, cũng trong mùa dịch, tôi phải dựng lại một bảng thống kê cho một giải bóng chuyền trong nước sau khi ban tổ chức công bố dữ liệu trận đấu muộn hơn ba ngày. Trong ba ngày đó, các bài phân tích đã tràn ngập mạng xã hội. Tất cả đều có cùng một dạng: nhận xét về một đội dựa trên điểm số, rồi quy kết nguyên nhân cho một vài cá nhân. Khi dữ liệu thật ra đời, phần lớn các bài đó đều đúng ở phần kết luận nhưng sai hoàn toàn ở phần nguyên nhân. Giữa mùa dịch, tôi đếm lại lịch sử và thấy mọi chu kỳ đều mang một bộ mặt quen thuộc. Cái quen thuộc đó là: con người luôn có sẵn một lời giải thích, kể cả khi chưa có bằng chứng.

Phần im lặng của mô hình

Cá tính của tôi bắt tôi phải nói điều này, dù nó làm yếu đi chính cái hình ảnh mà tôi đã xây hai mươi năm qua.

Tôi là người tin số. Nhưng tôi không tin rằng mọi thứ đều có thể đo được. Và quan trọng hơn: tôi không tin rằng thứ không đo được thì nên bị phủ nhận.

Trong bóng chuyền, có ít nhất bốn thứ mà tôi đã cố đo và thất bại trong nhiều năm.

Thứ nhất là áp lực tâm lý ở vòng xoay quyết định của set thứ năm. Bạn có thể đo điểm, đo lỗi, đo hiệu suất. Bạn không thể đo được cảm giác của một người khi đội mình đang bị dẫn 12-14 và cô ấy là người đứng sau vạch 9 mét. Mọi chỉ số về hiệu suất giao bóng ở giai đoạn này đều có mẫu quá nhỏ để có ý nghĩa thống kê. Bạn có một con số, nhưng con số đó không mang thông tin.

Thứ hai là chất lượng của một đường chuyền. Có những đường chuyền được ghi nhận là đạt chuẩn nhưng thực tế khiến tay đập phải nhảy trong tư thế xấu. Và có những đường chuyền bị ghi là không đạt chuẩn nhưng lại mở ra một pha bóng hay hơn. Người mã hóa ngồi cách sân hai mét, còn tay đập ở trong không khí.

Thứ ba là giá trị của việc đọc trận đấu. Một libero đi trước một bước và đứng đúng chỗ để bóng rơi vào tay không bao giờ xuất hiện trong bảng thống kê. Chỉ có pha cứu bóng xuất hiện. Nghĩa là hệ thống chỉ ghi nhận những gì đã gần như thất bại.

Thứ tư là ảnh hưởng của một người lên năm người còn lại. Đó là thứ mà tôi gọi là phần im lặng của mô hình, và tôi không có công cụ nào để đo nó ngoài việc ngồi xem lại toàn bộ trận đấu theo trình tự thời gian, từ đầu đến cuối, không tua.

Điều tôi học được từ năm 2026 không phải là cách đo nhiều thứ hơn. Mà là cách nhận ra khi nào bảng dữ liệu của tôi đang nói về chính nó, chứ không phải về trận đấu.

Góc phản trực giác: nhiều dữ liệu hơn chưa chắc là tốt hơn

Đây là chỗ mà tôi phải đi ngược lại với chính thị trường đã nuôi sống tôi.

Cả ngành phân tích thể thao đang chạy theo một giả định: càng nhiều dữ liệu thì càng chính xác. Các nền tảng thu thập dữ liệu bóng chuyền mọc lên mỗi năm. Các giải đấu khu vực bắt đầu công bố bảng thống kê chi tiết hơn. Các đội tuyển quốc gia thuê chuyên gia mã hóa video. Nghe thì như tiến bộ.

Nhưng có một nghịch lý mà rất ít người nói ra: số lượng dữ liệu tăng nhanh hơn tốc độ kiểm chứng dữ liệu. Nghĩa là tỷ lệ dữ liệu chưa được xác thực trong mọi bảng thống kê đang tăng lên, không phải giảm xuống.

Khi bạn có ba chỉ số, bạn có thể kiểm tra chéo ba chỉ số đó với nhau bằng mắt. Khi bạn có ba trăm chỉ số, bạn không còn khả năng đó nữa. Bạn tin vào quy trình. Và quy trình, như đêm hôm đó cho tôi thấy, chỉ cần một thay đổi nhỏ ở tầng thu thập là có thể chuyển toàn bộ ba trăm chỉ số thành số 0 mà không hề báo lỗi.

Điều nguy hiểm không nằm ở chỗ mô hình sai. Điều nguy hiểm nằm ở chỗ mô hình trình bày một kết quả sai với định dạng hoàn hảo, khiến người đọc không còn nghi ngờ gì nữa.

Và ở đây có một tương quan mà tôi phải tách khỏi quan hệ nhân quả: các đội bóng có nhiều dữ liệu nhất thường cũng là các đội mạnh nhất. Điều đó dễ dẫn tới kết luận rằng dữ liệu làm nên thành tích. Thực tế, các đội mạnh có nguồn lực để xây dựng hệ thống dữ liệu, và cũng có nguồn lực để tuyển cầu thủ tốt. Hai thứ cùng đi với nhau vì cùng một nguyên nhân, không phải vì cái này tạo ra cái kia.

Tôi đã từng dùng lập luận này để dự đoán một đội tuyển nữ ở khu vực sẽ đi sâu ở một giải châu lục, dựa trên dữ liệu mã hóa video đầy đủ mà họ có. Họ bị loại ở vòng bảng. Dữ liệu của họ đúng, nhưng dữ liệu của họ nói về một đội bóng ở một giai đoạn, và đội bóng đó đã đổi. Tôi không kiểm tra hai điểm khác biệt cơ bản nhất giữa giai đoạn có dữ liệu và giai đoạn thi đấu: sự thay đổi ở vị trí chuyền hai và khối lượng thi đấu liên tục. Đó là lỗi của tôi, không phải lỗi của bảng số.

Có một động lực khác nữa mà tôi phải nói thẳng. Thị trường không trả tiền cho sự im lặng. Khi một nhà phân tích nói "tôi không có đủ dữ liệu để kết luận", anh ta mất đi một bài viết, mất một lượt tương tác, mất một khách hàng. Khi anh ta nói "đội A sẽ thắng vì X, Y, Z", anh ta có tất cả. Cấu trúc khuyến khích đang đẩy ngành này về phía bịa đặt, và không ai gọi đó là bịa đặt vì nó được trình bày bằng ngôn ngữ chuyên môn.

Đó là lý do tôi cho rằng kết luận trung thực nhất trong đêm màn hình trắng là một kết luận không ai muốn nghe: dừng phân tích, khôi phục dữ liệu, rồi bắt đầu lại. Tôi có thể viết một bài về trận đấu đó bằng cảm giác. Tôi chọn không viết.

Điều còn lại sau khoảng trắng

Tôi quay lại câu chuyện Croatia, vì nó là ví dụ sạch nhất cho phương pháp của tôi, dù nó thuộc về một môn khác. Khi đội bóng đó vào tới trận cuối cùng của một kỳ World Cup, rất nhiều người gọi đó là thần kỳ. Tôi không gọi vậy. Tôi đếm lại số km mà các tiền vệ của họ chạy mỗi trận, đếm lại số đường chuyền tiến, đếm lại chỉ số gây áp lực. Ba chỉ số đó cộng lại cho ra một kết luận không có gì thần kỳ: đó là một đội bóng được tổ chức ở mức cực cao, và việc họ thắng không phải là một biến cố, mà là kết quả của một cấu trúc.

Phép màu, trong hầu hết trường hợp, là một bài toán chưa được giải đúng. Nhưng có một ngoại lệ mà tôi phải thừa nhận, và nó liên quan trực tiếp đến khoảng trắng dữ liệu: khi bạn không có đủ số để giải bài toán đó, thì việc gọi nó là phép màu cũng là một dạng trung thực. Vấn đề là phải nói rõ mình đang làm vậy, chứ không được giả vờ rằng mình đã giải xong.

Kết: tín hiệu cho vòng tiếp theo

Trong chu kỳ giải thường niên đang chạy, có ba tín hiệu tôi sẽ theo dõi ở tầng dữ liệu, không phải ở tầng bảng xếp hạng.

Thứ nhất, liệu các giải trong nước có công bố tỷ lệ chuyền một đạt chuẩn và tỷ lệ thắng pha khi mình giao bóng một cách nhất quán hay không. Nếu có, người hâm mộ Việt Nam sẽ có công cụ để đọc trận đấu sâu hơn nhiều so với việc chỉ nhìn điểm.

Thứ hai, liệu các bảng thống kê được công bố có phân biệt rõ giữa khoảng trắng và số 0 hay không. Một bảng ghi dấu gạch ngang thay vì số 0 là một bảng đáng tin hơn rất nhiều, vì nó cho thấy người làm dữ liệu biết mình đang làm gì.

Thứ ba, liệu các nhà phân tích có sẵn sàng nói "chưa đủ dữ liệu" hay không. Đây là tín hiệu khó quan sát nhất, vì nó nằm ở sự im lặng. Nhưng nó cũng là tín hiệu quan trọng nhất.

Ba màn hình của tôi hiện vẫn bật mỗi đêm. Cái máy đếm đã được sửa. Tôi thêm vào nó một dòng lệnh đơn giản: nếu số dòng trả về bằng không, in ra một câu, không in ra một bảng.

Câu đó là: không có gì để nói.

Với tôi, đó là dòng lệnh quan trọng nhất mà tôi viết trong ba mươi năm làm nghề.