Khi mô hình trả về số không: bài học từ một trận bóng bàn không có tín hiệu

Đêm đó ở Thâm Quyến, tôi ngồi trước màn hình với một bảng phân tích gần như trống rỗng. Mười bốn chỉ số, không một con số nào đủ tin cậy để đưa ra nhận định. Trận đấu đã khép lại, nhưng dữ liệu vẫn im lặng. Nhiều năm làm nghề, tôi đã quen để bảng số liệu nói thay mình. Đêm đó, chính sự trống rỗng là điều duy nhất đáng đọc.

Người hâm mộ nhìn vào một trận bóng bàn lớn và chờ một câu chuyện rõ ràng: ai áp đảo, ai bị dồn, ai thắng nhờ khoảnh khắc tỏa sáng. Nhưng khi ngồi đủ lâu trước dữ liệu thô, bạn nhận ra nhiều trận đấu không cung cấp tín hiệu sạch. Chúng cung cấp nhiễu.

Tôi sinh ra ở Hàn Quốc, hiện sống ở Trung Quốc, làm phân tích cá cược cho thị trường bóng bàn Trung Quốc. Ba mươi sáu năm quan sát ngành dạy tôi một điều: hai nền bóng bàn này xử lý dữ liệu theo hai cách hoàn toàn khác nhau. Người Hàn tin vào cảm giác thi đấu, vào phong độ trong ngày. Người Trung Quốc xây dựng cả hệ thống thu thập dữ liệu từ cấp cơ sở, nơi mỗi vận động viên trẻ đều được ghi lại chỉ số theo từng buổi tập. Những cái tên như Ma Long hay Fan Zhendong trưởng thành từ hệ thống đó.

Khoảng cách giữa hai cách tiếp cận ấy là nơi tôi làm việc. Tôi chỉ cố hiểu khi nào con số đáng tin.

Năm 2026, tôi học bài học đắt giá nhất sự nghiệp. Trong trận tứ kết AFC Champions League, tôi dùng mô hình xG để nhận định Quảng Châu Hằng Đại sẽ thắng Urawa Red Diamonds. Mô hình đúng về số cú sút, đúng về thời lượng kiểm soát bóng, và sai hoàn toàn về kết quả. Đội chủ nhà thua 0-1. Tôi mất một khoản tiền không nhỏ, nhưng cái mất lớn hơn là niềm tin vào dữ liệu thô.

Sau trận, tôi ghi chép lại toàn bộ mười bốn cú sút hỏng ăn. Mô hình đã bỏ qua hai biến số: trọng số vị trí cú sút và các tình huống bóng cố định. Từ đó, tôi xây dựng kho dữ liệu vị trí của riêng mình. Mọi kết luận sau này đều phải đi qua ba lớp: vị trí, thời điểm và bối cảnh tình huống.

Bóng bàn là môn mà dữ liệu bề mặt dễ đánh lừa người xem nhất. Một vận động viên có thể thắng 3-0 với các set đều sát nút, hoặc thắng 3-2 với ba set áp đảo. Chỉ khi tách từng điểm theo tình huống giao bóng, theo bên sân, theo chuỗi điểm, bạn mới thấy hai trận đấu hoàn toàn khác nhau.

Trong một giải lớn gần đây, tôi theo dõi một cặp đối đầu mà mọi chỉ số đều cân bằng. Tỷ lệ thắng đối đầu gần như ngang nhau. Xếp hạng thế giới chênh chưa đến ba bậc. Hiệu suất giao bóng, hiệu suất đỡ giao bóng, tỷ lệ thắng ở điểm quyết định đều nằm trong khoảng sai số. Bảng phân tích trả về kết quả gần như trống: không có tín hiệu rõ về bên nào chiếm ưu thế.

Đó là lúc tôi hiểu một mô hình trả về số không không có nghĩa trận đấu không thể dự đoán. Nó có nghĩa các biến số tôi đo chưa đủ. Khoảng trống trong dữ liệu thường phản ánh khoảng trống trong câu hỏi, chứ không phải sự ngẫu nhiên của trận đấu.

Tôi bắt đầu đo những thứ khó đo hơn: thời gian giữa hai điểm, nhịp di chuyển chân, cách một vận động viên hít thở trước quả giao bóng quyết định. Những thứ này không xuất hiện trong bảng thống kê chính thức, nhưng chúng giải thích được những trận mà con số bó tay.

Người Hàn gọi đó là áp lực vô hình. Người Trung Quốc gọi là trạng thái tâm lý thi đấu. Cả hai đều đúng, và cả hai đều không thể lượng hóa trực tiếp. Cái tôi làm được là tìm chỉ dấu gián tiếp: số lần lau mồ hôi giữa các điểm, thời gian chuẩn bị giao bóng, tốc độ bước chân sau khi thua một điểm dài.

Thời kỳ đại dịch, khi các giải diễn ra không khán giả, cho tôi cơ hội tách riêng biến số tâm lý khỏi biến số môi trường. Một sân vận động không có khán giả không phải là sân trống — nó là một phòng thí nghiệm. Không có tiếng hò reo, áp lực từ khán đài biến mất, và thứ còn lại là áp lực thuần túy từ chính trận đấu. Ai vẫn ổn định trong điều kiện đó là người có nền tảng tâm lý thật.

Có niềm tin phổ biến trong giới phân tích rằng dữ liệu nhiều hơn thì kết luận chính xác hơn. Kinh nghiệm cho tôi thấy điều ngược lại: khi thêm biến số vào một mô hình mà không hiểu bản chất của chúng, bạn đang thêm nhiễu, không phải thêm tín hiệu.

Năm 2026, tại World Cup ở Nga, tôi công bố bài phân tích chỉ ra Croatia là đội duy nhất trong top bốn có PPDA trung bình 12,1 — chủ động nhường pressing nhưng chuyển hóa xG tới 18,2% từ các pha phản công. Đa số chọn Pháp vô địch. Croatia vào đến trận cuối và thua 2-4. Tôi đúng về lối chơi, không đúng về kết quả cuối. Croatia 2026 không phải để tin vào phép màu, mà để nhớ xác suất chưa từng là định mệnh.

Bài học đó áp thẳng vào bóng bàn. Một vận động viên có thể có mọi chỉ số tốt hơn đối thủ và vẫn thua, vì bóng bàn là môn của những chuỗi điểm ngắn, nơi một khoảnh khắc mất tập trung đảo ngược cả trận. Mô hình có thể nói đội A thắng với xác suất 68%, và đội A vẫn thua. Điều đó không chứng minh mô hình sai. Nó chứng minh 32% còn lại là có thật.

Điều tôi luôn nhắc bản thân: đừng biến dữ liệu thành tấm khiên để biện minh cho thất bại. Khi mô hình sai, câu hỏi đúng là tôi đã bỏ sót biến số nào. Số liệu không bao giờ nói dối — nhưng nó cũng không bao giờ kể hết chuyện.

Mùa giải lớn đang đến gần, tôi chuẩn bị một bộ chỉ số mới, lần này chú ý hơn đến những ô trống trong bảng dữ liệu. Khi một chỉ số trả về giá trị trung tính, đó có thể là dấu hiệu của một trận thật sự cân bằng, hoặc dấu hiệu tôi đang đo sai thứ. Phân biệt hai khả năng đó là công việc của tôi, không phải của thuật toán.

Có lẽ trận tới, bảng phân tích của tôi sẽ lại trả về một con số không. Và tôi sẽ ngồi đó, đọc nó như một câu hỏi chưa được trả lời, thay vì một câu trả lời đã hoàn tất.