Tệp dữ liệu trống và kỷ luật của người đếm bước chạy

Đêm đó tôi ngồi trước màn hình với một tệp bảng tính mở sẵn. Tên tệp là HP_2024_dienkinh_raw. Bên trong không có gì. Không một dòng thời gian, không một cột chỉ số, không một ghi chú. Chỉ có hàng tiêu đề trơ trọi – Split_100, Split_200, HR_max, Lactate – và bên dưới là khoảng trắng kéo dài đến dòng thứ năm nghìn. Tôi đã nhận những tệp như thế này nhiều lần. Người ta gửi cho tôi một cái khung, một bộ cột, và một niềm tin rằng chỉ cần đủ ô vuông thì dữ liệu sẽ tự chảy vào. Ô vuông không tạo ra sự thật. Chỉ có phép đo mới tạo ra sự thật. Tôi nhấc điện thoại gọi cho huấn luyện viên. “Anh muốn tôi phân tích điều gì từ tệp này?” Im lặng ba giây. “Cậu cứ xem đi, rồi cho tôi biết vận động viên này có tiến bộ không.” Đó là khoảnh khắc tôi hiểu mình đang đứng trước một lựa chọn quen thuộc: đoán, hoặc không đoán. Người làm dữ liệu điền kinh ở Việt Nam phải chọn giữa hai thứ đó mỗi ngày, và phần lớn thời gian, áp lực nghiêng về phía thứ nhất. Mười tám năm trước, tôi rời sân cỏ bóng đá để bước sang điền kinh. Không phải vì tôi chán bóng đá. Mà vì tôi nhận ra một điều: ở bóng đá, người ta đã bắt đầu đếm. Ở điền kinh Việt Nam, người ta vẫn còn đo bằng mắt. “Ngày bóng đá ngừng, tôi bắt đầu đếm lại từng bước chạy.” Câu đó tôi viết lần đầu vào năm 2026, khi đại dịch đóng sập mọi giải đấu và tôi ngồi rà lại dữ liệu của năm mùa V.League cùng ba giải châu Âu lớn. Hai nghìn ba trăm trận. Nhưng nó đúng cả với điền kinh, có khi còn đúng hơn. Ở điền kinh, mọi thứ đều có thể đo. Thời gian phản xạ sau tiếng súng xuất phát, đo bằng phần nghìn giây. Thời gian từng đoạn một trăm mét, đo bằng phần trăm giây. Tần số sải chân, đo bằng số bước mỗi giây. Nồng độ lactate trong máu sau khi về đích, đo bằng milimol trên lít. Nhịp tim tối đa, đo bằng nhịp mỗi phút. Điền kinh là môn thể thao của những con số rõ ràng nhất. Không có bàn thắng gây tranh cãi. Không có việt vị. Chỉ có đường chạy, đồng hồ bấm giây, và một vạch đích không biết thương lượng. Vậy mà khi tôi về nước làm việc với các trung tâm huấn luyện, tôi thường xuyên gặp những tệp trống như đêm hôm đó. Không phải vì người ta lười. Mà vì người ta chưa được dạy rằng dữ liệu phải được ghi lại ngay tại thời điểm nó xảy ra, chứ không phải sau đó, bằng trí nhớ. Năm 2026, tôi được một trung tâm huấn luyện ở miền Bắc mời đánh giá một nhóm vận động viên chạy cự ly trung bình, chuẩn bị cho một giải quốc gia. Họ đưa tôi một tệp dữ liệu trông có vẻ đầy đủ. Mỗi vận động viên có một bảng thành tích, mỗi bảng có hàng chục lần chạy thử. Tôi bắt đầu kiểm tra. Và tôi phát hiện một điều kỳ lạ. Một vận động viên, gọi anh là T., có thành tích chạy tám trăm mét được ghi là 2 phút 04 giây. Nhưng khi tôi đối chiếu với thời gian từng đoạn bốn trăm mét trong cùng bảng, tổng hai đoạn cộng lại là 2 phút 09 giây. Chênh lệch năm giây. Năm giây trên đường chạy tám trăm mét là một khoảng cách khổng lồ. Đó là ranh giới giữa suất vào chung kết và suất ở nhà. Tôi kiểm tra lại ba lần. Cùng một kết quả. Hoặc thời gian tổng sai, hoặc thời gian đoạn sai. Không thể cả hai đều đúng. Tôi gọi cho người phụ trách. Anh ta nói: “Chắc tại lúc đó bấm giờ bằng tay.” Đó là câu trả lời thật thà, và cũng là câu trả lời đáng sợ. Bởi vì một bảng dữ liệu có nguồn gốc hỗn hợp – nửa máy, nửa người – là một bảng dữ liệu không thể tin hoàn toàn. Tôi không viết con số 2 phút 04 giây vào báo cáo. Tôi viết: “Thành tích tổng và thành tích đoạn không khớp; cần đo lại trước khi kết luận.” Có người sẽ hỏi: thế thì báo cáo để làm gì? Một báo cáo chỉ nói rằng dữ liệu thiếu thì có ích gì? Nó có ích ở đúng một chỗ. Nó ngăn một quyết định sai được đưa ra dựa trên một con số sai. Một suất dự giải trao nhầm cho người không xứng đáng, hoặc tệ hơn, một suất bị rút khỏi người xứng đáng, đều bắt đầu từ một con số không được kiểm chứng. Tôi luôn tự nhắc mình về câu chuyện năm 2026. Trước World Cup, tôi công bố một bài viết dựa trên dữ liệu vòng loại: tuyển Đức có chỉ số PPDA trung bình 9,2 – quá cao so với chuẩn pressing của một nhà vô địch – cộng với tốc độ tấn công chậm và xG chung cuộc chỉ ở mức trung bình. Tôi khẳng định Đức sẽ bị loại ngay từ vòng bảng. Cộng đồng mạng chế nhạo tôi, cho rằng tôi chỉ biết nhìn số. Đêm 27 tháng 6 năm 2026, Đức thua Hàn Quốc 0-2 dù có hai mươi sáu cú sút và xG 1,5. Họ bị loại. Các bài viết cũ của tôi được chia sẻ lại hàng nghìn lần. Nhưng điều tôi học được từ đêm đó không phải là “tôi đã đúng.” Điều tôi học được là: một kết luận chỉ mạnh bằng dữ liệu đứng sau nó. Nếu tôi đoán đúng mà không có dữ liệu, tôi đã không học được gì, và lần sau tôi sẽ đoán sai. Thắng bằng may mắn là một bài học tồi. Tôi không thấy Đức thua vì một lời nguyền. Tôi thấy một chuỗi chỉ số không biết nói dối. Và chính vì thế, khi tôi nhìn vào một tệp dữ liệu điền kinh trống, tôi không được phép lấp đầy nó bằng trực giác. Trực giác là thứ tôi dùng để chọn câu hỏi. Nó không phải thứ tôi dùng để chọn câu trả lời. Quay lại với tệp HP_2024_dienkinh_raw. Tôi có ba lựa chọn. Thứ nhất, tôi có thể viết một báo cáo nghe rất thuyết phục, dựa trên tên tuổi và cảm nhận chung. Thứ hai, tôi có thể từ chối làm việc. Thứ ba, tôi có thể viết một báo cáo nói rõ rằng dữ liệu không đủ, kèm theo danh sách những gì cần đo để lần sau có thể phân tích thật. Tôi chọn cách thứ ba. Và tôi cho rằng đó là cách duy nhất đúng với một người làm dữ liệu. Tôi lập một danh sách. Cần ghi lại thời gian từng đoạn hai trăm mét của mỗi vận động viên trong ít nhất tám buổi tập, không phải một buổi. Cần đo thời gian phản xạ xuất phát bằng thiết bị điện tử, không bấm tay. Cần ghi lại điều kiện thời tiết, nhiệt độ và độ ẩm của mỗi buổi, vì gió ngược và nắng gắt có thể làm chậm thành tích vài phần trăm giây. Cần đo nhịp tim tối đa và lactate sau mỗi lần chạy nước rút, để biết ngưỡng mệt mỏi thật của từng người. Danh sách đó dài mười bảy dòng. Tôi gửi nó cho huấn luyện viên kèm một câu: “Anh cho tôi mười bảy thứ này, tôi sẽ trả lại anh một bức tranh thật.” Ba tháng sau, họ gửi lại. Lần này tệp có dữ liệu thật. Và bức tranh hiện ra hoàn toàn khác với những gì ban huấn luyện tin trước đó. Vận động viên được đánh giá cao nhất – người có thành tích tốt nhất trong các buổi chạy thử – hóa ra lại là người có thời gian phản xạ xuất phát chậm nhất và tốc độ suy giảm nhanh nhất ở đoạn cuối. Anh ta thắng vì đối thủ trong buổi tập yếu, chứ không vì anh ta mạnh. Ngược lại, một vận động viên trẻ ít được nhắc đến lại có thời gian đoạn cuối ổn định nhất qua tám buổi, điều mà không ai để ý vì cậu ta chưa từng về nhất buổi tập nào. Đây là điểm mù kinh điển của thể thao Việt Nam: người ta đo bằng thứ hạng trong buổi tập, chứ không đo bằng cấu trúc thành tích. Một người về nhất trong một buổi tập yếu vẫn là người về nhất trong mắt huấn luyện viên. Nhưng nếu bạn nhìn vào thời gian từng đoạn, bạn thấy một câu chuyện khác. Hải Phòng dạy tôi: ngôi sao không nằm trên áo, mà nằm trong chỉ số. Năm 2026, ở tuổi ba mươi mốt, tôi là cố vấn dữ liệu cho một câu lạc bộ bóng đá ở Hải Phòng. Trong một đợt rà soát chỉ số của đội trẻ, tôi phát hiện một tiền vệ trẻ có chỉ số PPDA trung bình 6,8 – cao nhất hệ thống đào tạo – nghĩa là cậu ấy pressing cực tốt nhưng không được chú ý vì thể hình khiêm tốn. Tôi mang bảng số liệu đến phòng họp và yêu cầu trao cơ hội. Trong trận gặp Hà Nội FC ở vòng 17, cậu ấy đoạt bóng mười bốn lần, kiến tạo một bàn, và đội thắng 2-1. Bài học đó theo tôi sang điền kinh. Một vận động viên không nổi bật trong buổi tập có thể là người có nền tảng dữ liệu tốt nhất. Nhưng để thấy điều đó, bạn phải có dữ liệu. Bạn không thể thấy cấu trúc thành tích bằng mắt thường. Mắt thường chỉ thấy người về đích trước. Tôi muốn dừng lại ở đây một chút, vì đây là chỗ tôi thường bị hiểu sai. Nhiều người nghĩ người làm dữ liệu như tôi là người tin rằng con số luôn đúng. Điều đó ngược lại hoàn toàn. Người làm dữ liệu giỏi là người biết con số nào không đáng tin. Một thời gian bấm tay có sai số đến ba phần mười giây. Một cảm biến nhịp tim đeo sai vị trí có thể cho ra những đỉnh nhịp tim không tồn tại. Một thiết bị GPS gắn ở lưng áo đo quãng đường ngắn hơn thực tế vì sai số vệ tinh. “Số liệu là tấm gương. Phần lớn thị trường soi vào đó chỉ thấy mình.” Câu đó tôi dùng khi nói về chuyển nhượng bóng đá, nhưng nó đúng với mọi phép đo. Tấm gương không tạo ra khuôn mặt. Nó chỉ phản chiếu khuôn mặt bạn mang đến. Nếu bạn mang đến một tệp trống, tấm gương sẽ chỉ cho bạn thấy sự trống rỗng của chính mình. Và đây là góc nhìn mà tôi cho là phản trực giác nhất trong toàn bộ câu chuyện này: một tệp dữ liệu trống không phải là một thất bại. Đó là một phát hiện. Chúng ta thường được dạy rằng giá trị của một nhà phân tích nằm ở kết luận họ đưa ra. Càng nhiều kết luận, càng chắc chắn, càng tốt. Nhưng trong công việc thật, giá trị lớn nhất của người làm dữ liệu đôi khi nằm ở chỗ họ dám nói “tôi không biết.” Tôi không biết vận động viên này có tiến bộ hay không. Đó là một câu trả lời đúng, khi tệp dữ liệu trống. Và nó hữu ích hơn một câu trả lời sai được tô vẽ bằng ngôn từ đẹp. Hãy tưởng tượng điều ngược lại. Tôi viết một báo cáo dài ba trang, dùng những từ như “tiềm năng,” “nền tảng thể lực tốt,” “tinh thần thi đấu cao.” Ban huấn luyện đọc, tin, và trao suất dự giải cho một người dựa trên những từ đó. Ba tháng sau, người đó thất bại, và không ai hiểu vì sao. Câu trả lời rất đơn giản: vì không có ai thực sự đo. Người ta gọi tôi là thầy tu dữ liệu. Thầy tu không cần thánh đường – chỉ cần sự thật. Nhưng một thầy tu tồi là người tự nhốt mình trong phòng và tuyên bố mình biết tất cả. Một thầy tu tốt là người mở cửa, chỉ cho người khác thấy chỗ nào còn thiếu ánh sáng. Tôi từng bị chế nhạo vì nói Đức sẽ bị loại. Tôi cũng từng bị nghi ngờ khi nói một tiền vệ trẻ vô danh xứng đáng được trao cơ hội. Cả hai lần, tôi đều chỉ làm một việc: đọc dữ liệu và trình bày nó. Không thêm, không bớt. Có một điều tôi học được sau nhiều năm: điều khó nhất không phải là phân tích dữ liệu. Điều khó nhất là giữ được sự trung thực khi dữ liệu không đủ, và vẫn có can đảm nói ra điều đó trước những người muốn một câu trả lời rõ ràng. Huấn luyện viên nào cũng muốn biết học trò mình có tiến bộ không. Đó là câu hỏi chính đáng. Nhưng câu hỏi chính đáng không tự động có câu trả lời chính đáng. Nếu dữ liệu chưa cho phép trả lời, thì việc đúng đắn là nói rõ cần thêm gì, chứ không phải bịa ra một câu trả lời cho yên lòng. Tôi nhận ra rằng phần lớn vấn đề của thể thao Việt Nam không nằm ở chỗ thiếu tài năng. Nó nằm ở chỗ thiếu hệ thống ghi chép. Chúng ta có những vận động viên chạy nhanh, nhưng chúng ta không có đủ dữ liệu để biết ai trong số họ sẽ còn nhanh hơn nữa trong hai năm tới. Chúng ta có những buổi tập tốt, nhưng chúng ta không lưu lại đủ chi tiết để biết buổi tập nào thực sự tạo ra tiến bộ. Điền kinh là môn thể thao công bằng nhất về mặt luật lệ. Ai về đích trước thì thắng. Nhưng sự công bằng trên đường chạy không tự động tạo ra sự công bằng trong việc lựa chọn người lên đường chạy. Việc lựa chọn đó phụ thuộc vào dữ liệu, và nếu dữ liệu không đầy đủ, sự lựa chọn sẽ nghiêng về những người nổi tiếng, những người được nhớ đến, những người đã từng thắng. Những người lặng lẽ, những người chỉ mạnh trong từng đoạn nhưng chưa từng về nhất, sẽ bị bỏ lại. Đó là lý do tôi làm nghề này. Không phải để chứng minh tôi giỏi. Mà để đưa cho những người bị đánh giá thấp một cơ hội được đo đúng cách. Tôi quay lại với tệp dữ liệu trống đêm đó một lần nữa, theo một cách khác. Giả sử tôi phải giải thích cho một người mới vào nghề rằng phải làm gì khi nhận được một tệp không có dữ liệu. Tôi sẽ nói với họ ba điều. Điều thứ nhất: không đoán. Một con số được bịa ra sẽ tồn tại lâu hơn một sự thật bị bỏ sót, và nó sẽ gây hại lâu hơn. Điều thứ hai: nói rõ cái thiếu. Đừng chỉ nói “dữ liệu không đủ.” Hãy liệt kê chính xác cần đo cái gì, bằng thiết bị nào, trong bao nhiêu buổi. Một danh sách cụ thể biến sự từ chối thành một kế hoạch. Điều thứ ba: ghi lại giới hạn của chính mình. Trong mọi báo cáo tôi viết, tôi luôn dành một đoạn cuối để ghi rõ dữ liệu còn thiếu gì và kết luận của tôi có thể sai ở đâu. Người đọc có quyền biết mức độ chắc chắn của thứ họ đang đọc. Ba điều đó không hào nhoáng. Không ai chia sẻ chúng trên mạng xã hội. Nhưng chúng là nền móng của mọi phân tích đáng tin. Bóng chỉ lăn một hướng, nhưng dữ liệu thì nhìn được mọi hướng. Trên đường chạy, vận động viên chỉ chạy về phía trước. Nhưng người phân tích phải nhìn cả phía sau – lịch sử chấn thương, nền tảng tập luyện nhiều năm – và cả phía hai bên – điều kiện thi đấu, đối thủ, tâm lý. Một tệp dữ liệu trống chỉ cho bạn thấy một hướng, và hướng đó là hướng của sự thiếu hiểu biết. Tôi không tin vào những lời tiên tri. Tôi tin vào những phép đo được lặp lại đủ nhiều lần để trở thành sự thật. Nếu một vận động viên chạy nhanh hơn trong tám buổi tập liên tiếp, đó không phải may mắn. Đó là dữ liệu. Nếu một vận động viên chạy nhanh một lần rồi không lặp lại được, đó không phải tài năng. Đó là nhiễu. Sự khác biệt giữa dữ liệu và nhiễu là sự lặp lại. Và sự lặp lại cần thời gian. Đó là lý do tôi luôn đặt một trận đấu, một buổi tập, một thành tích vào bối cảnh dài hạn – năm năm, mười năm. Một mùa giải là một lời thú tội của chiến thuật, và một buổi tập là một lời thú tội của quá trình chuẩn bị. Bạn chỉ đọc được lời thú tội đó nếu bạn ghi chép đủ lâu. Sáng hôm sau, tôi gửi báo cáo cho huấn luyện viên. Nó ngắn. Nó không có kết luận về việc vận động viên có tiến bộ hay không. Nó chỉ có một danh sách mười bảy thứ cần đo và một lời hứa sẽ phân tích thật khi có đủ dữ liệu. Anh ấy nhắn lại một câu: “Lần đầu tiên có người nói với tôi rằng họ chưa biết.” Tôi giữ tin nhắn đó. Nó nhắc tôi rằng sự trung thực, dù không hào nhoáng, vẫn được ghi nhận. Và trong một nền thể thao đang học cách đếm lại từng bước chạy, sự trung thực có thể là phép đo quan trọng nhất mà chúng ta còn thiếu. Tôi sẽ tiếp tục đếm. Không phải vì tôi tin mọi con số đều đúng. Mà vì tôi tin rằng chỉ khi chịu đo, chúng ta mới biết mình đang ở đâu. Một tệp dữ liệu trống không phải là dấu chấm hết. Nó là một câu hỏi chưa được trả lời, và câu hỏi đó đang chờ một thiết bị, một buổi tập, và một người đủ kiên nhẫn để ghi lại.