Ô dữ liệu trống và lỗ hổng nằm ở tầng thu thập dữ liệu golf chuyên nghiệp

Cuối một buổi chiều tại trung tâm báo chí của một giải golf chuyên nghiệp ở Đông Nam Á, tôi mở bảng thống kê để chuẩn bị cho bài nhận định sau vòng đấu. Bảng tính trả về đúng ba dòng: tên giải, ngày thi đấu, và một khoảng trắng dài ở cột Strokes Gained. Không có SG: Off the Tee. Không có SG: Approach. Không có dữ liệu gậy putt, không có tỷ lệ fairway, không có GIR, không có scrambling. Đồng nghiệp ngồi cạnh nhún vai: cứ viết theo cảm nhận. Tôi đóng máy tính và ngồi im khá lâu.

Sự im lặng của một ô dữ liệu trống là thứ âm thanh mà ngành golf chuyên nghiệp chưa học cách lắng nghe. Khán giả quen với những buổi phỏng vấn sau vòng đấu, nơi người ta nói về cảm giác bóng tốt và nhịp swing đã trở lại. Nhưng sau mười một năm theo dõi ngành này từ Việt Nam sang Indonesia, tôi tin rằng mọi cuộc khủng hoảng phân tích đều bắt đầu bằng một ô dữ liệu bị bỏ trống trong báo cáo.

Hệ thống dữ liệu của golf chuyên nghiệp vận hành theo ba tầng rõ rệt. Thượng nguồn là sân bãi, thiết bị và phát triển tài năng trẻ. Tầng giữa là các tour đấu và bộ phận vận hành giải. Hạ nguồn là truyền hình, tài trợ, cá cược và các nền tảng dữ liệu. Một cú đánh được ghi lại ở thượng nguồn sẽ chảy xuống tận cùng chuỗi, biến thành điểm trên bảng xếp hạng thế giới, thành hợp đồng tài trợ, thành nội dung cho hàng trăm nghìn người xem mỗi tuần.

ShotLink, hệ thống thu thập dữ liệu từng cú đánh của PGA Tour, là xương sống của chuỗi đó. Mỗi cú drive, mỗi cú approach, mỗi gậy putt đều được ghi lại theo tọa độ và khoảng cách cụ thể. Từ đó sinh ra Strokes Gained, thước đo so sánh một cú đánh với mức trung bình của tour trong cùng tình huống. Data Golf, nền tảng phân tích độc lập, dùng nguồn này để kiểm chứng chéo. Khi tầng ấy hoạt động, người hâm mộ biết một golfer mất điểm ở đâu. Khi tầng ấy im lặng, mọi thứ trở thành phỏng đoán.

Ở Đông Nam Á, tầng dữ liệu mỏng hơn nhiều. Nhiều giải khu vực không có hệ thống ghi từng cú đánh, không có đối tác thống kê chính thức, không có kho dữ liệu lịch sử đủ dài để so sánh. Ban tổ chức công bố kết quả cuối ngày, và thế là hết. Vì vậy những bài phân tích golf trong khu vực thường dừng ở mức kể lại diễn biến, thay vì giải thích vì sao diễn biến ấy xảy ra.

Tôi từng thử một việc nhỏ: theo dõi trọn một mùa giải khu vực và tự ghi dữ liệu bằng tay cho một nhóm golfer. Sau bốn tháng, tôi chỉ có đủ mẫu để nói về tỷ lệ giữ fairway, và chưa đủ để nói bất cứ điều gì về putting. Thống kê không thưởng cho sự kiên nhẫn. Nó trả lời khi bạn có đủ số quan sát, và im lặng khi bạn chưa có.

Trong phân tích golf hiện đại, SG: Approach là hạng mục tương quan mạnh nhất với điểm số. Cú đánh vào green quyết định cơ hội ghi birdie, và cơ hội ghi birdie quyết định thứ hạng. Một golfer có thể putt rất tốt trong ba vòng và vẫn thua, bởi putting là hạng mục biến động mạnh nhất theo tuần. Muốn nói điều đó về một con người cụ thể, bạn cần dữ liệu từng cú. Không có dữ liệu, bạn chỉ còn cảm giác.

Bảng xếp hạng golf thế giới OWGR là tầng diễn giải quan trọng nhất của hệ thống. Nó quyết định suất dự major, quyết định thứ tự vào sân ở nhiều giải lớn, và quyết định giá trị thương mại của một golfer. Suất dự major là tiền. Suất dự major là hợp đồng. Khi một hệ thống xếp hạng thay đổi cách tính điểm, toàn bộ chuỗi giá trị phía sau rung chuyển.

Tôi vẫn theo dõi đường cắt sau 36 hố ở các giải lớn. Khoảng 65 golfer và những người đồng điểm đi tiếp; phần còn lại ra về với hai vòng đấu, không tiền thưởng, không điểm xếp hạng. Đường cắt là một trong những ngưỡng khắc nghiệt nhất của thể thao chuyên nghiệp, và nó chỉ chính xác khi dữ liệu đầu vào chính xác. Một sai lệch nhỏ ở khâu ghi điểm có thể đẩy một người qua hoặc ra khỏi ngưỡng ấy.

Rồi đến tầng quản trị. PGA Tour và LIV Golf đã chia đôi dòng chảy tài chính của môn thể thao này trong vài năm qua. Vấn đề không nằm ở chỗ ai mua được nhiều ngôi sao hơn, mà ở chỗ khi hai hệ thống song song cùng tồn tại, dữ liệu bị phân tán. Một golfer thi đấu ở hệ thống này không được tính điểm ở hệ thống kia theo cùng cách, và OWGR phải đứng giữa để định nghĩa thế nào là công bằng. Ai kiểm soát định nghĩa ấy, người đó kiểm soát giá trị của cả một thế hệ golfer.

Ở tầng thiết bị, USGA và The R&A đang triển khai lộ trình Ball Rollback nhằm giới hạn quãng đường bay của bóng, với tác động khác nhau giữa golf chuyên nghiệp và nghiệp dư. Cuộc tranh luận này cũng là một cuộc tranh luận về dữ liệu: quãng đường trung bình của tour tăng bao nhiêu mỗi năm, đo bằng phương pháp nào, trên mẫu bao nhiêu cú đánh. Phương pháp đo khác nhau thì kết luận khác nhau, và chính sách cũng khác nhau.

Điều khiến tôi bận tâm không nằm ở chuyện thiếu dữ liệu tại một giải nhỏ. Điều khiến tôi bận tâm là cách ngành này tiêu tiền. Các tour chi hàng triệu đô cho nội dung ngắn, cho clip lan truyền, cho những bảng so sánh đẹp mắt trước giờ khai cuộc. Ngân sách bảo đảm dữ liệu tới đúng nơi, đúng lúc, đúng định dạng thì gần như luôn nằm ở dòng cuối cùng được duyệt.

Một tuần cảm hứng bán được ngay. Một lớp hạ tầng dữ liệu dùng trong mười năm thì không ai xem. Người đọc chỉ tiêu đề sẽ tin rằng tour đấu có thống kê cho mọi thứ. Thực tế, thống kê chỉ tồn tại ở nơi có ai đó đã trả tiền để chúng tồn tại. Ô dữ liệu trống không nói rằng cú đánh ấy chưa từng xảy ra; nó chỉ nói rằng chưa ai trả tiền để ghi lại nó.

Tôi không kể câu chuyện này để bào chữa cho một bài viết dang dở. Tôi kể vì nó lặp lại. Một nguồn bị chặn sau tường phí, một trang chỉ hiển thị bằng JavaScript, một lần truy xuất thất bại, và toàn bộ tầng phân tích phía sau trở thành một khung rỗng với đầy đủ tiêu đề nhưng không có một điểm thông tin nào. Không ai cố tình làm sai. Hệ thống chỉ đơn giản là không có cổng kiểm tra nào chặn lại.

Trong golf, chúng ta gọi đó là một cú đánh mất dấu. Bóng vẫn bay, vẫn rơi xuống đâu đó, nhưng không ai ghi lại nó rơi ở đâu. Với người xem, cú đánh ấy biến mất khỏi lịch sử. Với nhà phân tích, nó biến mất khỏi mọi mô hình. Với golfer, nó biến mất khỏi bảng xếp hạng, khỏi tiền thưởng, khỏi hợp đồng năm sau.

Tài năng không xuất hiện từ hư vô, nó chỉ đang chờ một ánh mắt đủ tĩnh để nhìn thấy. Nhưng ánh mắt ấy cần một tầng dữ liệu đủ dày để không nhìn nhầm chỗ. Một golfer 19 tuổi ở Surabaya có thể có tốc độ gậy đủ để chơi ở tour châu Á, và sẽ không ai biết điều đó nếu giải đấu của cậu không ghi lại một chỉ số nào. Người ta nhìn bảng điểm cuối ngày, tôi nhìn vào tầng dữ liệu phía sau bảng điểm.

Nhà vô địch vĩ đại không nằm ở việc chưa từng gục ngã, mà ở chỗ biết chính xác thời điểm mình sắp gục để chuẩn bị cú ngã có kiểm soát. Các hệ thống dữ liệu cũng vậy. Chúng ta sẽ không ngăn được việc một nguồn tin bị chặn, một trang bị lỗi, một buổi chiều trả về bảng trống. Điều kiểm soát được là cài một cổng chặn đủ đơn giản: không có tiêu đề, không có điểm thông tin, không có thực thể thì dừng lại và báo lỗi, thay vì xuất ra một bản phân tích rỗng được trình bày như thể nó đầy đủ.

Bài học cuối cùng thuộc về người hâm mộ. Khi đọc một bản phân tích golf có vẻ hoàn hảo, hãy tự hỏi dữ liệu phía sau nó đến từ đâu: ShotLink, một nền tảng độc lập, hay chỉ là ký ức của người viết về một buổi chiều trên sân. Ranh giới giữa ba nguồn ấy chính là ranh giới giữa phân tích và phỏng đoán.

Golf là môn thể thao kể chuyện rất giỏi. Nhưng câu chuyện chỉ đứng vững khi phía sau nó có một tầng dữ liệu đủ trung thực để giữ nó lại.