Khi dữ liệu quần vợt im lặng: Kỷ luật của ô trống và cái bẫy suy diễn giữa mùa giải 2026

MELBOURNE, 1 GIỜ SÁNG GIỜ BRISBANE

Đêm 22 tháng Một, tôi ngồi trước hai màn hình trong căn hộ nhỏ ở West End, Brisbane. Màn hình trái là bảng điểm chính thức của Tennis Australia. Màn hình phải là bảng tính Excel mà tôi duy trì suốt chín năm, hiện đang chạy sheet "AO26_XuHuong". Giữa hai màn hình là một luồng dữ liệu từng pha mà tôi đăng ký qua một nhà cung cấp châu Âu — thứ tôi vẫn gọi là nhịp thở của trận đấu.

Ở game thứ mười hai của set năm, tỷ số 6-6, loạt tie-break đang chờ. Cột dữ liệu của tôi đứng im. Không phải đường truyền đứt. Con trỏ vẫn nhấp nháy. Nhưng mọi trường đều trống: tên tay vợt trống, điểm số trống, tốc độ giao bóng thứ nhất trống, tỷ lệ thắng điểm trên giao bóng hai trống. Một khối ô trắng xếp thẳng hàng như tờ giấy chưa in.

Trong chín năm làm nghề, tôi đã học cách xử lý dữ liệu nhiễu, dữ liệu lệch, dữ liệu bị gắn nhãn sai. Nhưng dữ liệu trống rỗng theo nghĩa trọn vẹn — không phải vài ô khuyết mà là toàn bộ trường đều null — lại là loại khó đối phó nhất. Bởi vì nó không mời gọi phân tích. Nó mời gọi bịa đặt.

Đó là lý do tôi viết bài này.

Sự việc tối hôm đó tự nó nhỏ. Nhà cung cấp khôi phục luồng sau bảy phút, đúng lúc loạt tie-break bắt đầu, và tôi lấy lại được dữ liệu của game quyết định. Nhưng bảy phút ấy đủ để tôi nhìn thấy một thứ lớn hơn: cách ngành phân tích thể thao vận hành khi không có gì trong tay. Một số người bỏ qua. Một số người lấp đầy bằng phỏng đoán. Và một số rất ít — chọn im lặng.

Bảy phút của sự im lặng, hóa ra, là bài kiểm tra khắt khe nhất mà một nhà phân tích có thể gặp.

BỐI CẢNH: MỘT MÔN THỂ THAO ĐƯỢC ĐO ĐẾN TỪNG MILIMÉT

Quần vợt chuyên nghiệp ngày nay là một trong những môn thể thao được số hóa triệt để nhất. Mỗi cú giao bóng được ghi nhận tốc độ, điểm rơi, độ xoáy, và số lần chạm lưới. Mỗi pha bóng có dữ liệu vị trí, quỹ đạo, thời gian bay. Mỗi điểm có kết quả, người giao, người nhận, và tình huống dẫn đến.

Ba trụ cột tạo nên hạ tầng này. Thứ nhất là hệ thống phán quyết điện tử. Hawk-Eye xuất hiện lần đầu ở Grand Slam vào năm 2026 và đến năm 2026, US Open triển khai Hawk-Eye Live trên toàn bộ các sân, thay thế trọng tài biên ở các giải lớn. Australian Open làm điều tương tự từ năm 2026. Điều này có nghĩa mỗi điểm đều có một bản ghi số chính xác đến từng milimét — dữ liệu mà trước đây chỉ tồn tại trong mắt trọng tài.

Thứ hai là nguồn cấp dữ liệu trực tiếp. ATP và WTA ký các thỏa thuận phân phối dữ liệu chính thức với những đơn vị như Sportradar và IMG Arena. Các tổ chức này thu thập, chuẩn hóa và bán lại luồng dữ liệu theo thời gian thực cho truyền thông, nhà cái, và các đội phân tích. Một trận tứ kết nam ở Melbourne có thể tạo ra hàng chục nghìn điểm dữ liệu riêng lẻ trước khi trọng tài tuyên bố kết thúc.

Thứ ba là tầng phân tích. Sau lớp dữ liệu thô là các chỉ số phái sinh: tỷ lệ thắng điểm trên giao bóng một, tỷ lệ giữ bản giao, tỷ lệ tận dụng break-point, chỉ số áp lực trên loạt tie-break, và những mô hình phức tạp hơn như xác suất thắng trận theo từng điểm của Tennis Abstract.

Tầng thứ ba này là nơi tôi làm việc. Và cũng là nơi nguy hiểm nhất.

Dữ liệu thô không thể sai theo cách chủ quan — nó hoặc có hoặc không. Nhưng tầng phân tích là nơi ký ức, định kiến, áp lực thời hạn và kỳ vọng của tòa soạn hòa vào nhau. Khi dữ liệu thô biến mất, tầng phân tích không đơn giản là đứng yên. Nó có xu hướng tự lấp đầy khoảng trống bằng những gì nó muốn thấy.

Tôi đã thấy điều đó. Nhiều lần.

Năm 2026, tôi xây dựng một mô hình dự đoán bằng dữ liệu lịch sử của sáu giải đấu lớn, dùng chỉ số Elo và thành tích vòng loại. Mô hình xếp đội mà tôi cổ vũ là ứng viên số một với xác suất vô địch 23,4 phần trăm. Tôi tự tin đến mức viết một bài dài tuyên bố rằng dữ liệu đã chỉ ra nhà vô địch. Rồi đội đó bị loại ở tứ kết. Đội mà mô hình của tôi chỉ xếp thứ tư, với 11,2 phần trăm, lại lên ngôi.

Bài học năm đó không nằm ở chỗ mô hình sai. Bài học nằm ở chỗ tôi đã không viết ra nghi ngờ của chính mình.

Kể từ đó, tôi đặt cho mình một quy tắc cứng: mọi bài phân tích phải có phần hạn chế của mô hình ở cuối. Không phải để tự vệ. Mà để nhắc độc giả — và chính tôi — rằng con số là điểm khởi đầu của suy luận, không phải điểm kết thúc.

Dữ liệu không nói dối; chính kẻ đọc dữ liệu mới viện cớ.

Và trong bảy phút ở Melbourne, khi mọi ô đều trống, tôi đã có cơ hội để kiểm tra xem quy tắc đó có thật sự vận hành.

CORE: ĐIỀU THỰC SỰ XẢY RA KHI MỘT LUỒNG DỮ LIỆU TRỐNG RỖNG

Có một sự khác biệt mà ngành phân tích thể thao thường bỏ qua giữa hai loại thiếu hụt. Loại thứ nhất là thiếu hụt cục bộ — một chỉ số không tính được vì mẫu quá nhỏ, một game bị lỗi ghi nhận, một tay vợt chưa đủ số trận để có phân vị. Loại này xử lý được. Bạn đánh dấu, bạn ghi chú, bạn tiếp tục.

Loại thứ hai là thiếu hụt cấu trúc: toàn bộ khung dữ liệu trống, không có chủ thể, không có mốc thời gian, không có sự kiện. Loại này không thể xử lý theo cách thông thường, bởi vì không có gì để đối chiếu chéo.

Trong nghề báo dữ liệu, có một cám dỗ cố hữu: khi khung trống, người ta lấp nó bằng khung của lần trước. Nếu tuần trước tay vợt X thắng 6-4 6-3 với 68 phần trăm điểm trên giao bóng một, thì tuần này người ta giả định con số tương tự. Cách làm này nghe có vẻ vô hại. Nó không vô hại.

Vì nó biến dữ liệu thành ký ức, và biến ký ức thành sự thật.

Nguyên tắc nền tảng của phân tích dữ liệu thể thao là: một ô trống trung thực luôn có giá trị cao hơn một ô được lấp đầy bằng phỏng đoán.

Tôi học được điều này lần đầu khi còn làm kiểm tra thông tin cho Sports Illustrated năm 2026. Công việc của tôi khi đó là đối chiếu từng con số trong bản thảo với nguồn gốc. Có lần, một phóng viên viết rằng một tay vợt có tỷ lệ thắng tie-break là 72 phần trăm trong mùa. Tôi tra ba nguồn khác nhau và nhận được ba con số khác nhau: 68, 71, và 73. Không nguồn nào sai về mặt ghi nhận. Chúng chỉ đơn giản là định nghĩa "tie-break của mùa" theo ba cách khác nhau — có tính cả các trận đồng đội, không tính, hoặc chỉ tính ATP.

Bài học không nằm ở chỗ tìm ra con số đúng. Bài học nằm ở chỗ nhận ra rằng con số đúng có thể không tồn tại, và việc viết ra sự bất định đó là một phần của nghề.

Từ đó, tôi xây dựng một quy trình ba lớp cho mọi bài phân tích quần vợt.

Lớp một là lớp nguồn. Mỗi chỉ số tôi sử dụng phải truy được về nguồn gốc: trang chính thức của ATP hoặc WTA, dữ liệu từ Hawk-Eye, hoặc một nguồn học thuật có phương pháp công khai. Nếu không truy được, tôi ghi rõ.

Lớp hai là lớp chuẩn hóa. Tôi ghi lại định nghĩa của từng chỉ số trong bảng tính, kèm ngày cập nhật. Điều này nghe có vẻ cồng kềnh nhưng nó là thứ giúp tôi phát hiện ra sự khác biệt giữa các nguồn.

Lớp ba là lớp diễn giải. Đây là nơi tôi phải đối mặt với điều khó nhất: phân biệt giữa cái dữ liệu cho thấy và cái tôi muốn dữ liệu cho thấy.

Trong bảy phút ở Melbourne, cả ba lớp đều trống. Không có nguồn, không có chuẩn hóa, không có diễn giải. Và điều tôi nhận ra là: sự trống rỗng đó không phải vấn đề. Nó là một tín hiệu.

Một tín hiệu rằng tôi cần chờ.

Trong kinh tế học, có một khái niệm gọi là "chi phí cơ hội của việc hành động khi không có thông tin". Trong phân tích thể thao, chi phí đó thường bị đánh giá thấp. Một bài viết xuất bản sai hạn chót gây tổn hại ít hơn một bài viết xuất bản sai sự thật. Nhưng trong môi trường tin tức thể thao cạnh tranh, áp lực xuất bản thường lấn át kỷ luật dữ liệu.

Tôi từng chứng kiến điều này trực tiếp trong kỳ Euro 2026, khi tôi làm cộng tác viên từ xa cho một trang thể thao Úc. Đội tuyển Đan Mạch thua trận mở màn 0-1 trước Phần Lan sau sự cố của Christian Eriksen trên sân. Các nhà báo kỳ cựu trong tòa soạn viết bài chỉ trích huấn luyện viên Kasper Hjulmand vì thiếu dũng cảm chiến thuật.

Tôi phân tích dữ liệu và phát hiện ra Đan Mạch tạo ra tổng số bàn thắng kỳ vọng cao nhất vòng bảng — 3,6 trong ba trận — chỉ kém Pháp và Tây Ban Nha. Họ chỉ thiếu may mắn. Tôi viết một bài phản bác, dùng số liệu pressing và các hành động tạo cơ hội để chứng minh rằng màn trình diễn của họ không hề tệ.

Trưởng ban biên tập loại bài của tôi với lý do "đi ngược lại cảm nhận chung". Một tuần sau, Đan Mạch vào bán kết. Bài viết của tôi được xuất bản và trở thành bài được đọc nhiều nhất trong tháng với 45 nghìn lượt truy cập.

Nhưng điều tôi nhớ nhất từ sự việc đó không phải là con số lượt đọc. Đó là khoảnh khắc tôi suýt nữa đã viết một bài khác — một bài lấp đầy khoảng trống bằng cảm giác chung, thay vì chờ dữ liệu lên tiếng.

Bài học đó áp dụng cho quần vợt nhiều hơn bất kỳ môn nào khác.

Quần vợt là môn thể thao mà khoảng cách giữa cảm giác và dữ liệu thường rất lớn. Một tay vợt có thể thắng trận với cảm giác áp đảo nhưng chỉ hơn đối thủ 3 điểm trên tổng số điểm. Một tay vợt có thể thua với cảm giác bị dẫn dắt hoàn toàn nhưng thực tế chỉ kém 11 điểm, trong đó 8 điểm rơi vào hai loạt tie-break.

Đây là lý do vì sao các chỉ số như số điểm thắng trên tổng số điểm, tỷ lệ thắng điểm trên giao bóng một, và hiệu số điểm quan trọng hơn nhiều so với cảm nhận chung về một trận đấu. Nhưng chúng cũng dễ bị hiểu sai nhất.

Lấy ví dụ về chỉ số phòng thủ điểm số. Hệ thống xếp hạng ATP và WTA vận hành theo cửa sổ cuộn 52 tuần. Mỗi điểm mà một tay vợt kiếm được sẽ hết hạn sau đúng 52 tuần, trừ khi được thay thế bằng kết quả mới ở giải tương đương hoặc cao hơn. Điều này có nghĩa một tay vợt có thể đang ở đỉnh xếp hạng trong khi thực tế đứng trước một vách đá phòng thủ điểm số.

Ví dụ cụ thể: nếu một tay vợt giành chức vô địch một giải Masters 1000 vào tháng Ba năm ngoái, giành được 1.000 điểm, thì đến tháng Ba năm nay, số điểm đó sẽ hết hạn. Nếu tay vợt không bảo vệ được thành tích tương đương, thứ hạng sẽ tụt dù phong độ không hề giảm.

Vách đá phòng thủ điểm số là hiện tượng mà cảm nhận công chúng và thực tế xếp hạng lệch nhau tới sáu đến tám tuần, tạo ra một cửa sổ mà phân tích dữ liệu có giá trị cao nhất và cũng dễ bị bóp méo nhất.

Tôi từng theo dõi chi tiết một trường hợp như vậy. Sau chức vô địch ATP Finals 2026 của Jannik Sinner, áp lực phòng thủ điểm số ở giai đoạn đầu năm 2026 trở nên rất lớn vì số điểm tích lũy từ cuối mùa trước. Những bài phân tích vội vã thời điểm đó thường kết luận về phong độ dựa trên điểm số, mà bỏ qua cấu trúc điểm.

Cấu trúc điểm quan trọng hơn con số tuyệt đối.

Một tay vợt có 8.000 điểm phân bố đều khắp các giải lớn có nền tảng khác hoàn toàn với một tay vợt có 8.000 điểm nhưng tập trung vào một vài giải. Người thứ nhất ổn định hơn về mặt cấu trúc. Người thứ hai có nguy cơ sụp đổ cao hơn nhiều nếu một trong những giải trụ cột không bảo vệ được.

Đây là loại phân tích mà tôi tin có giá trị thực tiễn cao nhất, và cũng là loại mà các bài tin nhanh thường bỏ qua vì nó đòi hỏi thời gian.

Trong quần vợt, cấu trúc điểm còn phức tạp hơn vì hệ thống có tính đến kết quả tốt nhất trong 18 giải, có phân biệt Grand Slam, Masters 1000, ATP 500, ATP 250, và các giải Challenger. Mỗi loại có trọng số khác nhau, và một tay vợt có thể tối ưu lịch thi đấu để bảo vệ thứ hạng thay vì tối ưu để tích lũy điểm.

Điều này dẫn đến một hiện tượng thú vị: có những tay vợt có thứ hạng cao hơn thực lực hiện tại, và có những tay vợt có thứ hạng thấp hơn thực lực hiện tại. Sự lệch pha này là nơi phân tích dữ liệu tạo ra giá trị.

Tôi gọi đây là "vùng lệch pha dữ liệu" — khoảng không giữa thứ hạng và phong độ thực tế.

Cách nhận diện vùng lệch pha này khá đơn giản về mặt kỹ thuật nhưng đòi hỏi kiên nhẫn. Bạn lấy dữ liệu 12 tháng gần nhất của một tay vợt, tách riêng kết quả trên từng mặt sân, và so sánh với thứ hạng. Nếu một tay vợt có tỷ lệ thắng trên sân cứng cao hơn tỷ lệ thắng trung bình của nhóm tốp 20 nhưng thứ hạng lại thấp hơn, thì đó là tín hiệu.

Trong mùa giải 2026, tôi đang theo dõi một số tay vợt trong vùng này. Nhưng tôi sẽ không nêu tên cụ thể ở đây, bởi vì dữ liệu của tôi chưa đủ dày để kết luận, và việc nêu tên dựa trên mẫu nhỏ là chính xác cái sai lầm mà tôi đang cố tránh trong bài viết này.

Đây là điểm mà tôi muốn dừng lại và nói rõ.

TRONG QUẦN VỢT, CÁI BẪY LỚN NHẤT KHÔNG PHẢI LÀ DỮ LIỆU SAI

Cái bẫy lớn nhất là dữ liệu được đọc trong điều kiện không đủ mẫu, nhưng được trình bày như thể mẫu đủ lớn.

Một tay vợt thắng 7 trong 10 loạt tie-break gần nhất. Con số 70 phần trăm nghe rất ấn tượng. Nhưng với mẫu 10, khoảng tin cậy của con số này rất rộng — có thể từ 40 đến 90 phần trăm với độ tin cậy 95 phần trăm. Nói cách khác, dữ liệu không đủ để khẳng định tay vợt đó có khả năng tie-break tốt hơn mức trung bình.

Trong bảng tính của tôi, tôi luôn thêm một cột ghi rõ kích thước mẫu và khoảng tin cậy. Cột này thường bị đồng nghiệp bỏ qua khi đọc nhanh. Nhưng nó là cột quan trọng nhất.

Mùa giải không khán giả là phòng thí nghiệm sạch nhất mà bóng đá từng có.

Nhưng tôi muốn nói về quần vợt, nơi có một "phòng thí nghiệm tự nhiên" tương tự nhưng ít được chú ý: giai đoạn hậu COVID năm 2026 và 2026, khi các giải đấu diễn ra không khán giả hoặc với số lượng khán giả hạn chế.

Tháng Sáu năm 2026, khi các giải đấu tái khởi động, tôi đang là sinh viên năm thứ hai. Tôi thực hiện một nghiên cứu so sánh dữ liệu trước và sau đại dịch. Kết quả ở bóng đá cho thấy chỉ số pressing giảm rõ rệt khi không có khán giả. Ở quần vợt, kết quả có phần khác.

Tôi phát hiện ra rằng khi không có khán giả, tỷ lệ thắng điểm trên giao bóng một của các tay vợt tốp 20 tăng nhẹ, khoảng 1,5 đến 2 điểm phần trăm. Lý do có thể là giảm áp lực tâm lý từ tiếng ồn và sự chú ý. Nhưng đồng thời, tỷ lệ tận dụng break-point giảm, vì giao bóng trở thành lợi thế lớn hơn và các game đấu có xu hướng nghiêng về người giao bóng.

Điều này có ý nghĩa cho cách chúng ta đọc dữ liệu. Môi trường thi đấu — khán giả, mặt sân, điều kiện khí hậu — là một biến số ngầm định mà hầu hết các mô hình đơn giản hóa đều bỏ qua, và việc bỏ qua biến số này dẫn đến sai lệch hệ thống trong dự đoán.

Bài viết của tôi về nghiên cứu đó dài 2.500 từ. Nó vô tình lọt vào mắt một nhà phân tích của Brisbane Roar, người sau đó liên hệ và mời tôi thực tập.

Đây là điều tôi muốn nhấn mạnh: giá trị của phân tích dữ liệu không nằm ở việc dự đoán đúng. Nó nằm ở việc chỉ ra những biến số mà người khác bỏ qua.

Trong quần vợt 2026, có ít nhất năm biến số mà tôi tin sẽ quyết định mùa giải, và hầu hết các mô hình đại chúng đều xử lý chúng kém.

Biến số thứ nhất là mật độ lịch thi đấu. Mùa giải quần vợt kéo dài gần như toàn năm, từ Australian Open tháng Một đến ATP Finals tháng Mười một. Với việc các giải đấu mới được thêm vào lịch, số tuần nghỉ ngơi của các tay vợt tốp đầu giảm xuống. Điều này tạo ra hiệu ứng tích lũy mà các mô hình dựa trên phong độ ngắn hạn không nắm bắt được.

Biến số thứ hai là chuyển đổi mặt sân. Một tay vợt chuyển từ sân cứng ở Melbourne sang sân đất nện ở châu Âu trong vòng sáu đến tám tuần. Sự chuyển đổi này không chỉ là vấn đề kỹ thuật mà còn là vấn đề sinh lý và tâm lý.

Biến số thứ ba là luật thi đấu. Việc áp dụng đồng hồ giao bóng và huấn luyện viên được phép vào sân đã thay đổi nhịp độ và chiến thuật của trận đấu. Một số tay vợt thích nghi tốt, một số không.

Biến số thứ tư là công nghệ. Hawk-Eye Live, phân tích video thời gian thực, và các công cụ dữ liệu hiện đại cho phép người chơi điều chỉnh chiến thuật ngay trong trận. Điều này làm giảm giá trị của các mô hình dựa trên dữ liệu lịch sử đơn thuần.

Biến số thứ năm là yếu tố con người. Chấn thương, đội ngũ huấn luyện, tâm lý thi đấu. Đây là biến số khó định lượng nhất và cũng thường bị bỏ qua nhất.

Tôi từng nói rằng chuyển nhượng là nơi người ta trả hàng trăm triệu để mua một hàng trong bảng dữ liệu. Trong quần vợt, điều tương tự xảy ra ở các hợp đồng tài trợ và suất đặc cách. Một tay vợt trẻ có thể được tài trợ hàng trăm nghìn đô la dựa trên một bảng dữ liệu chưa đủ mẫu.

Đây là nơi phân tích dữ liệu có trách nhiệm. Không phải trong việc dự đoán nhà vô địch, mà trong việc đánh giá rủi ro.

Và đây cũng là lúc tôi phải nói về mặt tối của số hóa thể thao.

Dữ liệu trực tiếp cung cấp cho các công ty cá cược là tác dụng phụ đen tối nhất của việc số hóa thể thao. Trong quần vợt, điều này đặc biệt rõ ràng. Mỗi điểm, mỗi cú giao bóng, mỗi pha bóng đều có thể trở thành một sự kiện cá cược trong thời gian thực. Các nhà cung cấp dữ liệu không thể kiểm soát hoàn toàn việc dữ liệu của họ được dùng để làm gì.

Đây không phải là vấn đề đạo đức trừu tượng. Nó là vấn đề cấu trúc của ngành.

Tôi chọn làm việc với dữ liệu vì tôi tin nó giúp người hâm mộ hiểu trận đấu sâu hơn. Nhưng tôi không thể phớt lờ thực tế rằng cùng một luồng dữ liệu đó cũng đang nuôi một thị trường mà tôi không muốn tham gia.

Đây là một trong những lý do tôi luôn công khai phương pháp và hạn chế của mình. Nếu dữ liệu của tôi được sử dụng, tôi muốn nó được sử dụng với sự hiểu biết đầy đủ về giới hạn của nó.

GÓC NHÌN NGƯỢC: Ô TRỐNG TRUNG THỰC HƠN CON SỐ ĐƯỢC LẤP ĐẦY

Hãy quay lại bảy phút ở Melbourne.

Khi luồng dữ liệu trống, tôi có ba lựa chọn.

Lựa chọn thứ nhất là chờ. Không hành động, không viết, không đăng.

Lựa chọn thứ hai là lấp đầy bằng dữ liệu từ trận trước hoặc từ mùa trước, kèm theo một ghi chú nhỏ rằng dữ liệu có thể không chính xác.

Lựa chọn thứ ba là phân tích dựa trên những gì tôi nhìn thấy bằng mắt, không có số liệu.

Tôi đã chọn lựa chọn thứ nhất. Nhưng tôi biết nhiều người trong ngành sẽ chọn lựa chọn thứ hai hoặc thứ ba.

Và đây là điểm mấu chốt: trong phân tích thể thao, sự trung thực về cái không biết có giá trị cao hơn sự tự tin về cái có thể sai.

Ngành phân tích dữ liệu thể thao đang vận hành theo một nghịch lý. Càng nhiều dữ liệu, người ta càng kỳ vọng câu trả lời chắc chắn. Nhưng nghịch lý của xác suất là: càng nhiều dữ liệu, người ta càng thấy rõ giới hạn của dự đoán.

Năm 2026 tôi học được rằng xác suất 95 phần trăm vẫn có 5 phần trăm biết cười.

Trong quần vợt, 5 phần trăm đó thường xuất hiện ở những khoảnh khắc quan trọng nhất: một loạt tie-break, một break-point, một cú giao bóng ở phút quyết định. Đây là lý do vì sao các mô hình dự đoán quần vợt có độ chính xác thấp hơn các môn thể thao khác. Trận đấu được quyết định bởi một số lượng nhỏ điểm, và trong số điểm nhỏ đó, yếu tố ngẫu nhiên chiếm tỷ trọng lớn.

Một trận đấu quần vợt có thể có 200 điểm. Trong 200 điểm đó, khoảng 15 đến 20 điểm là quan trọng nhất. Trong 15 đến 20 điểm đó, kết quả thường phụ thuộc vào những biến số nhỏ đến mức không mô hình nào nắm bắt được: một cú giao bóng chạm lưới và rơi sang sân đối thủ, một cú đánh bóng chạm vạch biên vài milimét, một quyết định của trọng tài.

Đây là lý do vì sao tôi nói rằng phân tích quần vợt có trách nhiệm không phải là dự đoán người thắng. Đó là đánh giá rủi ro.

Và đánh giá rủi ro đòi hỏi một thứ mà môi trường truyền thông thể thao hiện đại không khuyến khích: sự kiên nhẫn với sự bất định.

Tôi từng bị chỉ trích vì viết bài không đưa ra kết luận rõ ràng. Một biên tập viên từng nói với tôi rằng độc giả muốn câu trả lời, không muốn câu hỏi. Tôi hiểu quan điểm đó. Nhưng tôi tin rằng trong dài hạn, độc giả am hiểu sẽ nhận ra giá trị của sự trung thực.

Trong quần vợt, có một ví dụ điển hình cho sự trung thực với dữ liệu: cách các chuyên gia phân tích loạt tie-break. Trước đây, người ta thường nói về "khả năng tie-break" như một phẩm chất cố định của tay vợt. Nhưng dữ liệu cho thấy khả năng này thay đổi rất nhiều theo thời gian và bối cảnh. Một tay vợt có thể thắng 8 trong 10 loạt tie-break đầu mùa và thua 6 trong 10 loạt tie-break cuối mùa.

Điều này có nghĩa là khái niệm "khả năng tie-break" như một thuộc tính ổn định là một huyền thoại. Nó là một chuỗi các sự kiện ngẫu nhiên được đóng khung thành một câu chuyện.

Và câu chuyện, trong thể thao, luôn có sức mạnh hơn dữ liệu.

Đây là vấn đề mà tôi tin là thách thức lớn nhất của ngành phân tích dữ liệu thể thao trong mười năm tới: làm thế nào để dữ liệu cạnh tranh với câu chuyện.

Người xem thích câu chuyện. Máy tính thích sự thật. Tôi đứng giữa nên chẳng ai ưa.

Nhưng tôi tin rằng có một con đường thứ ba: kể chuyện bằng dữ liệu. Không phải dùng dữ liệu để chứng minh một câu chuyện đã có sẵn, mà để câu chuyện nảy sinh từ dữ liệu.

Trong quần vợt, điều này có nghĩa là thay vì nói "tay vợt X vô địch vì anh ấy có tinh thần thép", hãy nói "trong 12 điểm quyết định của trận chung kết, tay vợt X thắng 9 điểm, trong đó 7 điểm đến từ giao bóng một với tốc độ trung bình cao hơn 8 km/h so với phần còn lại của trận".

Đây là loại kể chuyện mà tôi cố gắng thực hiện. Nó không làm bài viết kém hấp dẫn hơn. Nó làm bài viết khó viết hơn.

Và đó là vấn đề của người viết, không phải của độc giả.

TÍN HIỆU CHO VÒNG ĐẤU TIẾP THEO

Bảy phút ở Melbourne đã dạy tôi một điều mà chín năm làm nghề chưa dạy hết.

Khi dữ liệu im lặng, có ba phản ứng có thể xảy ra. Bạn có thể chờ. Bạn có thể lấp đầy. Bạn có thể thừa nhận.

Tôi chọn cách thứ ba, vì tôi tin rằng sự thừa nhận khoảng trống là một hành động có giá trị chuyên môn, không phải một sự thú nhận.

Trong mùa giải quần vợt 2026, sẽ có rất nhiều khoảnh khắc mà dữ liệu không đủ, không rõ, hoặc mâu thuẫn. Sẽ có những tay vợt được tôn vinh quá mức dựa trên mẫu nhỏ. Sẽ có những tay vợt bị đánh giá thấp dựa trên thứ hạng. Sẽ có những dự đoán được đưa ra với sự tự tin không tương xứng với bằng chứng.

Trong tất cả những khoảnh khắc đó, câu hỏi tôi sẽ tự hỏi mình không phải là "dữ liệu nói gì về tay vợt này". Câu hỏi tôi sẽ tự hỏi là "dữ liệu có đủ để nói không".

Đây là câu hỏi mà ngành phân tích thể thao thường bỏ qua. Và đó cũng là câu hỏi mà tôi tin sẽ định hình tương lai của nghề này.

Sau World Cup 2026, tôi bỏ hẳn chữ "chắc chắn" khỏi từ điển phân tích.

Mùa giải 2026 sẽ là phép thử xem tôi có giữ được cam kết đó hay không.

Và như mọi mùa giải, câu trả lời sẽ chỉ đến khi tiếng bóng cuối cùng rơi xuống sân.