Bi-a không phải một môn: Ranh giới dữ liệu mà nhà phân tích hay bỏ qua

Đêm đó tôi ngồi trước màn hình, mở tệp phân tích ra và thấy mọi ô đều trống. Trống không phải vì tôi lười nhập. Trống vì thứ tôi nhận được chỉ là một cái nhãn duy nhất: "bi-a". Ba chữ cái, không tên giải, không tên cơ thủ, không mô tả bàn hay bi. Chỉ có thế.

Với một người ngoài ngành, "bi-a" nghe như một khởi đầu đủ tốt. Với tôi, nó là một điểm dừng. Tôi không thể phân tích một trận đấu mà tôi chưa biết nó thuộc môn nào — bởi vì "bi-a" không phải một môn. Nó là một họ môn.

Tôi nhớ có lần một độc giả gửi cho tôi bảng thống kê của một giải đấu, kèm câu hỏi: "Anh xem giúp, cơ thủ này phong độ có tốt không?" Bảng số đầy đủ: số trận thắng, tỷ lệ thắng, điểm trung bình. Tôi không trả lời được. Bởi vì tôi không biết đó là snooker, 9-ball, hay carom. Ba môn, ba hệ quy chiếu, ba cách đo lường khác nhau. Định danh môn thi đấu là bước đầu tiên — và là bước nhiều người bỏ qua nhất.

Trong tiếng Việt, chúng ta gọi chung là "bi-a". Thế giới bên trong cái tên đó rộng hơn nhiều người tưởng.

Có snooker — môn của Ronnie O'Sullivan, Judd Trump, Mark Selby, với bàn lớn, lỗ nhỏ, và hệ thống điểm dựa trên bi đỏ. Có pool Mỹ 9-ball và 8-ball — sân chơi của Shane Van Boening, Joshua Filler. Có Chinese 8-ball, còn gọi là heyball, một dòng lai giữa bàn Trung Quốc và luật 8-ball, đang bùng nổ ở châu Á. Có carom, gồm ba băng (three-cushion) — môn mà Việt Nam đang có vị thế đặc biệt nhờ Trần Quyết Chiến, Ngô Đình Nại, Phạm Quốc Hoàng, Dương Anh Vũ. Và có pyramid của Nga, một dòng riêng gần như không được biết đến ở nước ta.

Mỗi môn vận hành theo logic riêng. Snooker có "century break" — cú ghi trên 100 điểm trong một lượt cơ; O'Sullivan là người đầu tiên chạm mốc 1.000 century trong sự nghiệp, làm được điều đó tại Players Championship tháng 3 năm 2026. 9-ball có "break-and-run" — ăn trọn ván từ cú phá. Carom ba băng có "average" — điểm trung bình mỗi lượt cơ — và "high run", chuỗi điểm dài nhất. Chinese 8-ball có chuyện phân nhóm bi và bi đen quyết định.

Nếu tôi lấy điểm trung bình mỗi lượt cơ của một cơ thủ carom rồi đặt cạnh tỷ lệ thắng của một cơ thủ snooker, tôi đã so sánh hai thứ không có đơn vị chung. Không phải khó so — mà là không có gì để so.

Đây là điều các bảng thống kê tự động, các trang tổng hợp dữ liệu, và cả một số đồng nghiệp của tôi thường quên. Họ thấy một cột số, họ muốn nó có nghĩa. Nhưng ý nghĩa không đến từ con số. Nó đến từ việc con số đó đo cái gì, đo bằng cách nào, và trong hệ quy chiếu nào.

Lấy ví dụ về cú phá bi. Trong 9-ball, cú phá tốt là cú phá mà sau đó người chơi có thể chạy hết ván. Người ta đo bằng "break-and-run percentage". Trong snooker, cú phá không có chức năng ăn điểm trực tiếp — nó mở màn cho một cuộc chiến an toàn, và được đánh giá qua việc để lại thế nào cho đối thủ. Trong carom ba băng, cú phá là cú đánh đầu tiên chạm hai bi kia, và giá trị của nó nằm ở việc thiết lập thế trận cho ba băng tiếp theo.

Cùng gọi là "cú phá". Ba định nghĩa. Ba hệ đo. Nếu một trang web ghi "tỷ lệ phá bi thành công 75%", tôi phải hỏi ngay: thành công nghĩa là gì? Trong môn nào? Và ai định nghĩa "thành công"?

Tôi không viết để thuyết phục ai. Tôi viết để dữ liệu có người làm chứng. Và người làm chứng đầu tiên phải là chính tôi — người biết mình đang đứng ở đâu trước khi mở miệng.

Nhiều năm trước, tôi từng xây dựng một mô hình nhỏ để dự đoán kết quả các giải bi-a trong nước. Tôi nhập số liệu từ mọi nguồn tìm được, gộp chung lại, và chạy. Mô hình cho ra kết quả rất "đẹp" — độ chính xác cao, sai số thấp. Tôi tự hào.

Rồi tôi nhận ra vấn đề. Tôi đã trộn lẫn dữ liệu từ các giải đấu khác nhau, môn khác nhau, thể thức khác nhau. Mô hình của tôi học được rằng "cơ thủ X thắng nhiều" — nhưng nó không biết X thắng ở môn nào. Khi tôi đem mô hình đó áp vào một giải carom, nó thất bại thảm hại. Không phải vì thuật toán sai. Vì đầu vào của tôi đã hỏng ngay từ khâu định danh.

Đó là bài học về tính toàn vẹn của dữ liệu đầu vào. Một mô hình tốt với dữ liệu rác vẫn là một mô hình rác. Một nhà phân tích giỏi với dữ liệu chưa định danh vẫn có thể đưa ra kết luận sai, và sai một cách tự tin — điều tệ nhất.

Mô hình biết trước từ tháng Mười. Tôi chỉ đủ can đảm để tin vào tháng Năm. Nhưng câu đó chỉ đúng khi mô hình được nuôi bằng dữ liệu sạch. Nếu đầu vào là một nhãn "bi-a" trống rỗng, thì tháng Năm của tôi chẳng khác gì một canh bạc.

Bây giờ nhìn lại, tôi thấy rõ hơn cái cấu trúc quyền lực của ngành bi-a thế giới — và nó cũng chia theo môn. Snooker có thế hệ vàng Class of '75 với O'Sullivan, John Higgins, Mark Williams, những người đã thống trị hơn hai thập kỷ và giờ đang nhường dần sân khấu cho Judd Trump, Kyren Wilson, Luca Brecel. Chinese 8-ball có dòng chảy tiền và giải thưởng riêng ở Trung Quốc, đủ sức hút cơ thủ từ các môn khác. Carom ba băng có châu Âu, Hàn Quốc, và Việt Nam tạo thành tam giác cạnh tranh — với Trần Quyết Chiến từng lên ngôi vô địch thế giới, một dấu mốc đưa bi-a Việt Nam vào bản đồ chuyên nghiệp.

Ba bản đồ quyền lực. Ba dòng tiền. Ba nhóm người hâm mộ gần như không giao nhau. Gộp chúng vào một chữ "bi-a" là xóa sạch tất cả.

Tôi phải tự phản biện chính mình. Có một cám dỗ trong cách làm của tôi: chờ đủ dữ liệu, chờ định danh rõ ràng, chờ mọi thứ hoàn hảo. Và trong lúc chờ, tôi không viết gì cả. Đó là một dạng tê liệt — nó khoác áo "khoa học" nhưng thực chất là né tránh.

Tôi đã mắc bẫy này. Có những trận tôi theo dõi, ghi chép, nhưng không dám kết luận vì "mẫu còn nhỏ". Đến khi mẫu đủ lớn thì thời điểm đã qua, độc giả đã chuyển sang chuyện khác. Sự chính xác muộn màng đôi khi chẳng có giá trị gì.

Cách tôi sửa: đặt giới hạn thời gian cho mỗi lần thu thập. Nếu trong khoảng đó không đủ dữ liệu, tôi vẫn viết — nhưng viết rõ rằng tôi đang ở đâu, biết gì, chưa biết gì. Minh bạch về sự thiếu hụt tốt hơn im lặng giả tạo.

Và bài học từ bảng dữ liệu trống đêm đó nằm ở đây: tôi không từ chối phân tích vì lười. Tôi từ chối phân tích vì phân tích sai còn nguy hiểm hơn không phân tích. Nhưng tôi cũng học được rằng, đôi khi cách trung thực nhất là nói thẳng: "Tôi chưa biết đủ để kết luận" — và biến chính sự chưa biết đó thành nội dung.

Ba nghìn trận để tôi biết rằng một trận có thể dạy nhiều hơn tất cả. Nhưng một trận chỉ dạy được điều gì đó khi tôi biết mình đang xem trận gì.

Ngành phân tích thể thao đang ngày càng đầy dữ liệu. Camera tracking, cảm biến, thuật toán — tất cả đều hứa hẹn sự chính xác. Nhưng càng nhiều dữ liệu, nguy cơ định danh sai càng lớn. Một con số đặt sai chỗ có thể lan truyền qua hàng trăm bài viết, hàng nghìn bình luận, và trở thành một "sự thật" mà không ai kiểm chứng.

Với bi-a, điều này còn nghiêm trọng hơn. Vì chúng ta dùng một từ để gọi ít nhất sáu môn khác nhau. Mỗi lần ai đó nói "bi-a", tôi phải tự hỏi: môn nào? Giải nào? Cơ thủ nào? Bàn nào? Và nếu câu trả lời không có, tôi biết mình cần dừng lại trước khi nói điều gì đó mình sẽ phải rút lại.

Không phải để tỏ ra thông thái. Mà vì dữ liệu không bao giờ nói dối — nhưng tôi đã từng nghe nhầm, và tôi không muốn nghe nhầm thêm lần nào nữa.