Khi ShotLink im tiếng: kỷ luật của một báo cáo trắng trong làng golf

Ngày 13 tháng 8, tôi mở một tệp bàn giao dữ liệu và thấy đúng một dòng chữ: golf. Không tên giải đấu, không tên sân, không một chỉ số nào theo sau. Tệp nặng vài chục byte, đủ để chứng minh nó từng tồn tại, không đủ để nói bất cứ điều gì.

Tôi đóng lại và ghi vào nhật ký một dòng duy nhất: không đủ dữ liệu để kết luận. Ngày hôm đó không có phán đoán chuyên môn nào được đưa ra.

Người ngoài nhìn vào sẽ thấy một ngày làm việc trống rỗng. Trong nghề phân tích golf, đó là loại ngày quan trọng nhất. Một golfer chuyên nghiệp đánh khoảng 280 cú trong bốn vòng của một giải. Đó là mẫu nhỏ hơn mức người ta tưởng. Và phần lớn kết luận đang lưu hành trên diễn đàn, trong bản tin và trong các cuộc họp tuyển trạch đều được dựng trên nền mẫu đúng cỡ đó.

Ranh giới giữa một nhà phân tích và một người kể chuyện không nằm ở khả năng tìm ra mẫu hình. Nó nằm ở khả năng chịu đựng khoảng trống khi mẫu hình chưa xuất hiện.

Dữ liệu không bao giờ gấp gáp; nó chỉ chờ người biết đọc.

Golf vận hành trên một hạ tầng dữ liệu khác biệt so với phần lớn môn thể thao đồng đội. ShotLink, hệ thống ghi nhận từng cú đánh chính thức của PGA Tour, lưu lại vị trí bóng, khoảng cách, loại cú đánh và kết quả cho gần như mọi cú đánh ở cấp độ cao nhất. Từ nguồn đó, Strokes Gained ra đời: thước đo giá trị của một cú đánh so với mức trung bình của tour trong cùng tình huống, cùng khoảng cách và cùng loại địa hình.

Strokes Gained chia thành bốn nhóm: off the tee, approach, around the green và putting. Trong bốn nhóm ấy, SG: Approach là chỉ số tương quan chặt nhất với điểm số cuối cùng. Ai đánh bóng vào green tốt, người đó ghi điểm. Nghe hiển nhiên đến mức khó tin là vẫn còn tranh cãi.

Vấn đề nằm ở độ ổn định. SG: Putting cần một mẫu rất lớn mới đáng tin. Theo các nghiên cứu được công bố và kiểm chứng trên nền tảng Data Golf, phải mất hàng chục vòng đấu thì chỉ số putting của một golfer mới hội tụ quanh giá trị thật của anh ta. Truyền thông golf thì kết luận về putting sau một vòng. Khoảng cách giữa hai mốc thời gian đó là nơi sinh ra phần lớn huyền thoại sai lệch của môn này.

Ở Việt Nam, hạ tầng ấy mỏng hơn nhiều lần. Các giải chuyên nghiệp trong nước và khu vực phần lớn không có hệ thống đo từng cú đánh. Dữ liệu thu được chủ yếu là điểm tổng, số gậy từng hố, đôi khi là khoảng cách drive nếu có người đo thủ công bên fairway. Nghĩa là một bài phân tích golf viết tại Nha Trang hôm nay đang làm việc với nguyên liệu thô hơn hẳn so với những gì một dòng trích dẫn trên mạng xã hội ngụ ý. Trọng lượng của mỗi câu chữ phải được đặt theo đúng chất lượng nguyên liệu đứng sau nó.

Bộ khung quy chiếu của mọi phân tích golf gồm vài mảnh ghép cố định. OWGR, bảng xếp hạng golf thế giới, tính điểm theo vị trí về đích, trọng số giải đấu và số lượng golfer mạnh trong bảng. Bốn giải major gồm The Masters, PGA Championship, U.S. Open và The Open. Đường cắt sau 36 hố thường lấy khoảng 65 golfer đứng đầu và đồng hạng; người ngoài đường cắt không nhận tiền thưởng, không nhận điểm xếp hạng. Chính cấu trúc này khiến mẫu nhỏ trở nên đắt đỏ: một golfer chỉ có bốn lần đo lớn nhất mỗi năm, và mỗi lần đo là bốn vòng.

Ba năm theo dõi golf trong nước dạy tôi rằng có bốn loại nhiễu luôn núp sau mỗi bảng số đẹp.

Mẫu nhỏ là loại đầu tiên. Bốn vòng đấu là một lát cắt mỏng. Một golfer có thể dẫn đầu giải về SG: Putting trong một tuần rồi trở lại mức trung bình ngay tuần sau mà kỹ thuật không hề thay đổi. Giới phân tích có tên riêng cho hiện tượng này, và cái tên ấy không thuộc về tài năng.

Điều kiện thi đấu là loại thứ hai. Gió, độ ẩm, độ cứng của green, vị trí tee và cả khung giờ xuất phát. Ở một giải có cắt loại, nhóm xuất phát sớm ngày thứ Năm và nhóm xuất phát muộn ngày thứ Sáu thường gặp hai mặt sân khác nhau về mặt vật lý, dù bảng điểm ghi cùng một tên sân. Tôi từng dựng lại dữ liệu gió theo từng khung giờ của một vòng đấu khu vực và thấy chênh lệch điểm trung bình giữa hai buổi lên tới hơn một gậy rưỡi. Không bảng xếp hạng nào ghi chú điều đó.

Course fit là loại thứ ba. Một sân Links ven biển với fairway cứng và gió đổi chiều liên tục thưởng cho kiểu golfer hoàn toàn khác với một sân parkland có rough dày và green được tưới nước. Cùng một golfer, cùng một phong độ, hai sân cho hai kết quả trái ngược. OWGR không phân biệt điều đó; nó chỉ cộng điểm.

Khoảng trống dữ liệu là loại thứ tư, và là loại nguy hiểm nhất, vì nó không tạo ra con số sai. Nó tạo ra con số thiếu. Sân vận động trống không thiếu tiếng ồn, mà thiếu một chiều dữ liệu.

Tôi có một thói quen mà đồng nghiệp cũ gọi là cứng nhắc: mỗi khi thấy một chỉ số được trích dẫn, tôi đi tìm mẫu số của nó. Một tỷ lệ tắc bóng 94 phần trăm vô nghĩa nếu không biết đó là 94 phần trăm của 17 lần thử hay của 170 lần thử. Một tỷ lệ fairway 70 phần trăm vô nghĩa nếu không biết mặt sân rộng bao nhiêu yard ở điểm hẹp nhất. Người ta trích tử số vì tử số gây ấn tượng. Mẫu số mới là thứ quyết định câu chuyện có đứng vững hay không.

Và có một loại bằng chứng tôi luôn kiểm tra trước khi tin bất kỳ nhận định nào: xu hướng nhiều mùa. Một golfer cải thiện SG: Approach trong ba mùa liên tiếp là một câu chuyện khác hoàn toàn với một golfer có một tuần approach thăng hoa. Trường hợp đầu là dữ liệu. Trường hợp sau là một sự kiện. Ngành truyền thông thể thao thường bán hai thứ đó với cùng một mức giá.

Có một chi tiết trong chính sự cố tôi mở đầu bài viết này khiến tôi nghĩ mãi. Khi hệ thống trả về một tệp trắng, thứ duy nhất sống sót là nhãn lĩnh vực: golf. Tên bài, nguồn, quan điểm, thực thể, tất cả đều biến mất. Chỉ còn lại cái nhãn.

Đó cũng là cách phần lớn câu chuyện golf được kể. Cái nhãn sống sót. Phần nội dung thì không.

Vì vậy tôi đặt một cổng chặn trước mọi bước phân tích trong quy trình báo cáo của mình. Cổng đó yêu cầu ba điều kiện tối thiểu: có tên giải đấu, có ít nhất một điểm thông tin định lượng, và có danh sách thực thể được xác định. Không đủ ba điều kiện, quy trình dừng. Không có ngoại lệ cho những ngày gấp.

Nguyên tắc này tốn kém. Nó khiến tôi mất những bài đăng đúng thời điểm. Nó khiến tôi bị coi là chậm. Nhưng nó cũng khiến tôi chưa bao giờ phải rút lại một kết luận vì dữ liệu nền chưa từng tồn tại. Tôi viết báo cáo, đóng hồ sơ, rồi thị trường tự mở lại.

Ở các giải đồng đội như Ryder Cup hay Presidents Cup, khoảng trống dữ liệu còn rộng hơn. Suất captain's pick được quyết định bởi những cuộc thảo luận mà không chỉ số nào ghi lại: ai chịu được áp lực ở nhóm đấu cuối, ai hòa nhập được với bốn người còn lại trong phòng, ai sẽ không sụp khi bị dẫn hai hố ở hố 15. Các mô hình chọn đội dựa trên thứ hạng và phong độ gần nhất định giá rất cao tiềm năng của người trẻ, và định giá rất thấp những thứ không đo được. Lịch sử Ryder Cup cho thấy điều ngược lại xảy ra thường xuyên hơn người ta thừa nhận.

Một nhầm lẫn khác lặp lại mỗi mùa: khoảng cách drive được thần thánh hóa. Một cú drive dài 320 yard nằm gọn trong rough có thể tệ hơn một cú drive 285 yard nằm giữa fairway nếu tính bằng Strokes Gained. Bảng highlight thì không tính bằng Strokes Gained.

Rồi có một biến số vừa gia nhập bàn. Quy định giới hạn độ bay của bóng do USGA và The R&A ban hành, thường được gọi là ball rollback, tác động khác nhau lên golf chuyên nghiệp và golf phong trào. Mọi mô hình dự báo khoảng cách hiện hành sẽ phải tính lại. Ai đang nắm dữ liệu khoảng cách theo từng golfer, người đó có lợi thế trước khi mùa giải tiếp theo bắt đầu.

Trong ba năm theo dõi golf trong nước, tôi chưa từng thấy một bảng dữ liệu từng cú đánh nào được công bố cho một giải chuyên nghiệp tổ chức tại Việt Nam. Đó là khoảng trống lớn nhất của ngành golf nước nhà, lớn hơn cả vấn đề số lượng giải hay quỹ thưởng. Bởi vì không có dữ liệu ở tầng gốc, mọi tranh luận về chiến thuật, về chọn đội tuyển, về phát triển tài năng trẻ đều chỉ còn là tranh luận về cảm giác.

Tương quan không phải nhân quả, và một nhãn không phải một bằng chứng.

Vòng dữ liệu tiếp theo của làng golf Việt Nam sẽ mở khi nào? Câu trả lời không nằm ở số lượng giải được tổ chức, mà ở việc có ai đó chịu bỏ tiền và thời gian để đo từng cú đánh ở cấp độ chuyên nghiệp trong nước hay không. Khi cột mốc đó xuất hiện, tôi sẽ mở lại hồ sơ và viết tiếp.

Cho tới lúc đó, tôi vẫn giữ nguyên quy trình: ghi lại nguồn, ghi lại ngày, đếm số thực thể, và đóng hồ sơ khi cổng kiểm tra chưa đạt.

Một báo cáo nằm trong ngăn kéo không phải kết luận, mà là đồ thị đang chờ trục thời gian.