Chín ô trống trên đường bơi: dữ liệu bơi lội Việt Nam mất gì sau mỗi kỳ SEA Games

Ba giờ sáng ngày 12 tháng 8, tôi mở lại một tệp dữ liệu còn lưu trên ổ cứng: 1.284 dòng. Bốn mươi phút sau, sau khi loại trùng, đối chiếu với bảng kết quả chính thức và danh sách đăng ký nội dung thi, số dòng còn lại là 0.

Tệp không hỏng. Tôi cũng không lọc sai. Thứ biến mất nằm ở khoảng giữa dòng kết quả và dòng đăng ký: thời gian từng 50 mét, phản xạ xuất phát, thời gian quay đầu, số sải mỗi chiều, tốc độ đỉnh trong 15 mét đầu. Toàn bộ những thứ biến một dòng "1:58.14" thành một câu chuyện có thể kiểm chứng đều không tồn tại trong tệp.

Tôi gọi hai cuộc điện thoại. Một người làm trọng tài ở giải đó, một người làm công tác huấn luyện. Cả hai nói cùng một câu, gần như nguyên văn: bọn anh chỉ có kết quả chung cuộc, split thì ban tổ chức không công bố. Ba nguồn. Hai nguồn xác nhận sự vắng mặt, một nguồn là chính tệp dữ liệu. Đủ để tôi viết ra kết luận mà không ai muốn nghe: giải bơi đó chưa từng tồn tại dưới dạng dữ liệu. Nó chỉ tồn tại dưới dạng ký ức, và ký ức thì không tính được PPDA, không tính được sải tay, không tính được gì cả.

Khi sân trống, mọi mô hình đều sụp đổ. Tôi xây lại từ đống dữ liệu cháy dở.

Bối cảnh: hai tầng của một quy trình, và tầng thứ nhất luôn bị bỏ qua

Trong sáu năm làm phân tích dữ liệu thể thao, tôi vận hành quy trình của mình theo hai tầng. Tầng một là bóc tách: đọc nguồn, rút ra các đơn vị thông tin nguyên tử — ai, khi nào, ở đâu, con số bao nhiêu, nguồn nào công bố. Tầng hai là phân tích: đặt những đơn vị đó vào khung chín chiều, từ kỹ thuật, hiệu suất, hệ thống thi đấu, bản đồ thế giới, luật và chống doping, sự nghiệp vận động viên, hồ sơ rủi ro, tự sự công chúng, cho tới hiệu ứng lan tỏa ngành.

Người đọc chỉ thấy tầng hai. Họ thấy biểu đồ, thấy dự đoán, thấy những câu khẳng định gọn gàng. Họ không thấy tầng một, nơi mọi thứ có thể sụp đổ trước khi bất kỳ phân tích nào được viết ra.

Sáng 12 tháng 8, tầng một sụp đổ hoàn toàn. Tôi nhận về một bản ghi chỉ còn đúng một trường còn sống: nhãn lĩnh vực — bơi lội. Còn lại trống rỗng. Không tiêu đề. Không nguồn. Không loại bài. Không tóm tắt luận điểm. Không danh sách đơn vị thông tin. Không thực thể nào được nêu tên.

Người ta thường nghĩ đây là trường hợp của một bài viết quá sơ sài. Một bài hai câu cũng sẽ để lại ít nhất một đơn vị thông tin. Cái tôi nhận được là một lỗi dây chuyền: bước trích xuất thực thể bị lỗi, hoặc bước bóc tách đơn vị thông tin trả về danh sách rỗng rồi hệ thống tự động điền một câu hướng dẫn vòng tròn — "xác định thực thể từ các đơn vị thông tin ở trên" — trong khi phía trên chẳng có gì cả.

Với bơi lội Việt Nam, chuyện này không hiếm. Nó là chuyện thường ngày, chỉ khác là ít ai gọi tên nó.

Hãy nhìn vào cách kết quả bơi được công bố ở các giải trong nước. Một đường bơi hoàn chỉnh có thể sinh ra vài chục điểm dữ liệu: phản xạ xuất phát, thời gian 15 mét, năm split 50 mét, thời gian quay đầu ở mỗi đầu bể, số sải, tần số sải, tốc độ đỉnh, tốc độ trung bình ở đoạn cuối. Bảng kết quả mà chúng ta công bố thường chỉ có một đơn vị trong số đó: thời gian chung cuộc.

Điều này có nghĩa là mỗi lần một vận động viên Việt Nam bơi tốt hơn nửa giây so với tháng trước, chúng ta biết kết quả nhưng không biết nguyên nhân. Nửa giây đó đến từ pha xuất phát, từ đoạn lượn dưới nước sau 15 mét, từ một pha quay đầu gọn hơn, từ việc tăng tần số sải ở 25 mét cuối, hay đơn giản là từ mặt nước lặng hơn ở buổi thi đấu? Không có split, tất cả những câu trả lời đó đều là phỏng đoán được trình bày bằng giọng chắc chắn.

Tôi từng coi mô hình là thánh kinh. Giờ nó chỉ là la bàn — nhưng thiếu nó, ta lạc.

Phân tích kỹ thuật: thứ đầu tiên bốc hơi khỏi dữ liệu công khai

Khung kỹ thuật có năm biến số cơ bản. Mức tiến bộ của động tác. Pha xuất phát và đoạn lượn dưới nước. Pha quay đầu và chạm đích. Hiệu quả bơi — thường đọc qua cặp tần số sải và quãng sải mỗi chu kỳ. Khả năng thích ứng mặt bể 50 mét so với 25 mét.

Ở tầng một của tôi sáng hôm đó, cả năm biến số đều trống. Không có động tác nào được nêu. Không có phản xạ xuất phát. Không có split 15 mét. Không có thời gian quay đầu.

Với bơi lội, đây là mất mát lớn nhất, vì bơi là môn mà kỹ thuật chiếm tỷ trọng lớn hơn hầu hết môn thể thao khác trong cùng một quỹ thời gian. Một vận động viên bơi 200 mét hỗn hợp có thể cải thiện một giây mà không hề tăng thể lực, chỉ nhờ vào việc rút ngắn pha chuyển tiếp giữa hai kiểu bơi và bám sát giới hạn 15 mét sau mỗi lần quay đầu.

Nhìn vào thế giới, cuộc đua kỹ thuật đã dịch chuyển về phía dưới mặt nước từ lâu. Đoạn lượn sau xuất phát và sau quay đầu không chỉ là đà quán tính; nó là một phần thi đấu có huấn luyện riêng, có đếm số đá cá heo riêng, có ngưỡng riêng tùy cự ly. Ở cự ly ngắn, mỗi lần quay đầu là một cơ hội ăn vài phần trăm giây. Ở cự ly dài, bài toán lại là phân bổ năng lượng, và cái được đo không còn là tốc độ đỉnh mà là độ phẳng của đường tốc độ.

Nguyễn Thị Ánh Viên từng là ví dụ rõ nhất cho việc kỹ thuật đoạn lượn quan trọng thế nào ở bơi Việt Nam. Cô được ghi nhận với nền tảng huấn luyện bài bản, khối lượng lớn, và khả năng giữ kỹ thuật trong điều kiện thi đấu nhiều nội dung liên tiếp. Nhưng nếu ai đó hỏi tôi: đoạn nào trong đường bơi của cô tiến bộ nhiều nhất qua các năm? Tôi không có dữ liệu để trả lời. Tôi chỉ có cảm giác nghề nghiệp, và cảm giác nghề nghiệp không được phép xuất hiện trong một bài phân tích có đếm số.

Nguyễn Huy Hoàng ở cự ly dài đặt ra một câu hỏi kỹ thuật khác: làm sao giữ tần số sải ổn định qua 1.500 mét mà không đánh đổi quãng sải. Trả lời được câu đó cần số sải trên từng 100 mét. Bảng kết quả chúng ta có không chứa con số ấy.

Con số không biết nói dối, nhưng người ta luôn tìm cách dối con số.

Và khi không có con số, người ta không cần phải dối ai cả — cứ viết bằng tính từ là xong.

Hiệu suất và tọa độ thành tích: một hệ trục không có gốc

Mọi phân tích hiệu suất bơi lội đều cần một hệ trục ba lớp: kỷ lục thế giới, danh sách thành tích tốt nhất mọi thời đại, và xếp hạng mùa giải hiện tại. Ba lớp đó cho biết một kết quả nằm ở đâu trong không gian thành tích, cách đỉnh thế giới bao xa, và đang tiến hay lùi so với chính mùa trước.

Trong bản ghi tôi nhận được, cả ba lớp đều trống. Không có thời gian, không có thứ hạng, không có kỷ lục. Không có cách nào đặt một kết quả vào bất kỳ đâu.

Đây là chỗ mà truyền thông thể thao dễ trượt chân nhất. Không có tọa độ, người ta vẫn viết được một bài rất hay — bằng cách so sánh với một ký ức. "Kém kỷ lục quốc gia vài phần mười giây", "gần chạm ngưỡng dự Olympic", "xấp xỉ thành tích của đàn anh". Mỗi câu như vậy đều có một mẫu số ẩn. Và mẫu số ẩn mà không được kiểm chứng thì là một giả định trá hình.

Có một cái bẫy kỹ thuật nữa mà người đọc ít khi được cảnh báo: bể 50 mét và bể 25 mét không so sánh được với nhau. Bể ngắn có nhiều lần quay đầu hơn trên cùng cự ly, nên thời gian ngắn hơn một cách cấu trúc, và bản thân chúng là hai hệ kỷ lục riêng. Một bài viết gộp hai loại mặt bể vào một câu so sánh là một bài viết sai về mặt phương pháp, kể cả khi mọi con số đều đúng.

Thêm một lớp nữa: thời đại áo tắm. Giai đoạn 2026 đến 2026 chứng kiến những mẫu áo polyurethane cho phép tạo lực nổi nhân tạo, sinh ra một loạt kỷ lục mà sau đó liên đoàn thế giới phải tách khỏi hệ thống so sánh khi quay về quy định chỉ dùng vải dệt từ năm 2026. Bất kỳ ai đặt một kết quả hôm nay cạnh một kỷ lục của giai đoạn đó mà không ghi chú, đều đang làm một phép trừ vô nghĩa.

Ba lớp tọa độ, hai cái bẫy mặt bể và thời đại áo tắm, cộng thêm câu hỏi về chuẩn A và chuẩn B của các giải lớn — toàn bộ những thứ đó nằm trong phần hiệu suất của khung phân tích, và toàn bộ đều cần ít nhất một con số đầu vào. Bản ghi sáng 12 tháng 8 không có con số nào.

xG không sai, chỉ là bóng đá vốn phi lý. Sau 2026, tôi học cách đếm cả sự phi lý.

Với bơi lội, cái phi lý cần đếm có tên khác: nó tên là khoảng trắng giữa hai lần bấm giờ.

Hệ thống thi đấu: một kim tự tháp thiếu bậc thang

Kết quả bơi chỉ có nghĩa khi biết nó nằm ở bậc nào trên kim tự tháp: Olympic, giải vô địch thế giới bể dài, giải vô địch thế giới bể ngắn, cúp thế giới, giải châu lục, giải quốc gia.

Một huy chương ở giải quốc gia và một huy chương ở SEA Games không cùng trọng lượng. Một kết quả ở năm hậu Olympic và một kết quả ở năm tiền Olympic cũng không cùng trọng lượng, vì vận động viên thường dùng năm hậu Olympic để tập nặng hoặc để hồi phục, và thành tích khi đó phản ánh khối lượng huấn luyện chứ không phản ánh năng lực đỉnh.

Ở bơi lội Việt Nam, chu kỳ bốn năm có một nhịp điệu khá rõ. Năm SEA Games là năm đỉnh với phần lớn tuyển thủ. Năm ASIAD là năm thử ngưỡng châu lục. Năm Olympic là năm mà số suất tham dự đếm trên đầu ngón tay, và mỗi suất là một câu chuyện riêng về chuẩn A, chuẩn B và phân bổ chỉ tiêu.

Nhưng để đọc được nhịp điệu đó, cần biết một vận động viên đang ở năm nào của chu kỳ, thi nội dung nào, mật độ thi bao nhiêu. Bản ghi không có ngày, không có giải, không có nội dung. Kim tự tháp có đủ bậc nhưng không có viên đá nào được đặt lên.

Cơ chế tuyển chọn cũng là một biến số bị bỏ quên. Mỗi quốc gia có một mô hình khác nhau. Hoa Kỳ dùng vòng loại một lần, lấy hai người đứng đầu trong ngày — một mô hình tàn nhẫn nhưng minh bạch, nơi nhà vô địch thế giới có thể trượt chỉ vì một buổi sáng tồi. Trung Quốc dùng đánh giá tổng hợp, kết hợp thành tích vòng loại với thành tích thi đấu quốc tế và đóng góp nội dung tiếp sức. Australia dùng hệ thống vòng loại riêng gắn với tiêu chuẩn thời gian. Việt Nam nghiêng về mô hình tập trung, nơi danh sách đội tuyển được xây từ kết quả giải vô địch quốc gia cộng với đánh giá của bộ môn.

Mỗi mô hình sinh ra một loại rủi ro khác nhau. Mô hình một lần thi sinh ra rủi ro cú sảy chân. Mô hình tổng hợp sinh ra rủi ro thiên vị và rủi ro thiếu minh bạch tiêu chí. Cả hai đều là chủ đề phân tích hợp lệ — nếu ta biết vận động viên thuộc liên đoàn nào. Bản ghi không nêu tên một liên đoàn nào.

Bản đồ bơi lội thế giới: nơi Việt Nam đứng ở đâu, và tại sao chúng ta không trả lời được

Bản đồ quyền lực của bơi lội thế giới có cấu trúc khá ổn định trong hai thập kỷ qua. Một nhóm dẫn đầu gồm Hoa Kỳ và Australia, hai hệ thống hoàn toàn khác nhau về triết lý nhưng cùng đạt hiệu quả: một bên là hệ thống đại học với đường ống tuyển sinh khổng lồ, một bên là hệ thống câu lạc bộ gắn với đời sống thể thao địa phương.

Nhóm bám đuổi gồm Trung Quốc, Nhật Bản, Anh, Pháp, Hungary, Canada, Hà Lan — mỗi nước có một mũi nhọn riêng theo kiểu bơi và cự ly. Trung Quốc mạnh ở bướm và hỗn hợp nữ, Nhật Bản mạnh ở ếch và hỗn hợp, Anh mạnh ở tự do cự ly trung bình, Hungary sản sinh những tay bơi hỗn hợp có khả năng đọc nhịp rất tốt.

Việt Nam nằm ở đâu trên bản đồ đó? Câu trả lời trung thực là: ở rìa, với những điểm sáng cá nhân chứ chưa phải một vùng ổn định. Ánh Viên từng đưa Việt Nam vào bản đồ ở nhóm nội dung hỗn hợp nữ và tự do cự ly trung bình trong giai đoạn đỉnh cao. Nguyễn Huy Hoàng đưa Việt Nam vào nhóm cự ly dài nam ở cấp châu lục. Nhưng một điểm sáng cá nhân không tạo thành một vùng, và bản đồ chỉ vẽ được vùng khi có ít nhất một chuỗi vận động viên liên tiếp ở cùng nhóm nội dung trong nhiều năm.

Chuỗi cung ứng tài năng là biến số quyết định. Hoa Kỳ có đường ống đại học. Trung Quốc có đường ống trường thể thao — tỉnh — đội tuyển quốc gia. Australia có hệ câu lạc bộ gắn với trường học. Việt Nam có hệ trung tâm huấn luyện quốc gia và các trung tâm địa phương, với đầu vào phần lớn đến từ các lớp năng khiếu ở thành phố lớn và một số tỉnh có truyền thống bơi.

Nhưng để nói được đường ống đó đang dày lên hay mỏng đi, cần dữ liệu theo năm: số vận động viên đăng ký ở từng nhóm tuổi, số giải đấu có tính điểm tuyển chọn, số vận động viên chuyển từ nhóm tuổi lên đội tuyển. Bản ghi không có một con số nào như vậy.

Có một điểm tôi muốn nói thẳng, vì nó liên quan đến cách chúng ta tự đánh giá. Bơi lội Việt Nam thường được đo bằng huy chương SEA Games. Nhưng SEA Games là một đấu trường khu vực có mật độ cạnh tranh rất khác châu lục. Một huy chương vàng SEA Games có thể tương ứng với vị trí ngoài top 8 châu Á ở cùng nội dung. Hai thước đo đó không mâu thuẫn, nhưng chúng đo hai thứ khác nhau, và gộp chúng lại là cách nhanh nhất để tự lừa mình.

Luật và quản trị chống doping: im lặng không có nghĩa là sạch

Trong khung phân tích của tôi, phần luật và chống doping có bốn ô kiểm tra: tuân thủ chống doping, luật thi đấu và trọng tài, luật trang thiết bị, và điều kiện tham dự.

Bản ghi không có thông tin cho bất kỳ ô nào. Điều đó không có nghĩa là bốn ô này sạch. Nó có nghĩa là bốn ô này chưa được kiểm tra.

Đây là điểm dễ bị đọc sai nhất trong toàn bộ khung, và tôi phải nói rõ: một bảng đầy chữ "không đủ thông tin" không phải là một bảng chứng nhận an toàn. Người đọc lướt qua có thể hiểu thành "không có vấn đề gì". Sự thật là ngược lại: chúng ta không biết có vấn đề gì hay không.

Với bơi lội, các nhóm rủi ro về luật rất cụ thể và rất dễ bị bỏ qua trong bài viết đại chúng. Giới hạn 15 mét sau xuất phát và sau quay đầu là một trong số đó — vượt giới hạn này là lỗi kỹ thuật có thể dẫn tới truất quyền thi đấu. Kiểu bơi ếch có quy định riêng về số lần đá cá heo được phép ở pha xuất phát và sau mỗi lần quay đầu, một quy định đã thay đổi qua các thời kỳ và từng tạo ra những kết quả bị hủy. Kiểu bơi ngửa có quy định về thiết bị xuất phát và tư thế bám thành bể. Bơi hỗn hợp có quy định về thứ tự kiểu bơi và về pha chuyển tiếp — chạm đích sai kiểu bơi là lỗi, và ở cự ly hỗn hợp thì lỗi này xảy ra thường xuyên hơn người ta tưởng.

Về trang thiết bị, từ năm 2026 liên đoàn thế giới áp quy định chỉ dùng áo tắm vải dệt, kèm giới hạn độ che phủ và danh mục mẫu được phê duyệt. Mũ và kính cũng có danh mục riêng. Những chi tiết này nghe như thủ tục hành chính nhưng chúng ảnh hưởng trực tiếp đến tính so sánh được của thành tích.

Về chống doping, quy tắc nghề nghiệp của tôi là phân tầng rất rõ: một vi phạm đã xác nhận, một tranh chấp nhiễm chéo, một vi phạm quy trình như bỏ lỡ kiểm tra hoặc trốn tránh kiểm tra, và một cáo buộc trên không gian mạng là bốn loại hoàn toàn khác nhau, với bốn hệ quả pháp lý và bốn mức độ tin cậy khác nhau. Gộp chúng lại là sai về mặt nghề. Bản ghi không nêu bất kỳ sự việc nào thuộc bốn loại đó, nên tôi không có gì để phân tầng — và tôi sẽ không tự tạo ra một sự việc để có thứ mà phân tích.

Sự nghiệp vận động viên và hệ thống đội: nơi cám dỗ bịa đặt cao nhất

Trong chín chiều, đây là chiều mà một bài viết hay tự viết ra chính nó. Chỉ cần ba dữ kiện — tên, tuổi, nhóm nội dung — là câu chuyện thần đồng, bước ngoặt huấn luyện, và cú nổ ở tuổi mười tám tự động hình thành.

Đó cũng chính là lý do chiều này phải để trống khi thiếu dữ kiện. Nó có sức hấp dẫn cao nhất và khả năng phòng thủ thấp nhất.

Ở bơi lội, đường cong sự nghiệp có hình dạng rất đặc thù. Cửa sổ đỉnh thường hẹp, và với vận động viên nữ, ngưỡng dậy thì là biến số quan trọng nhất trong toàn bộ hồ sơ. Thay đổi thể chất ở tuổi dậy thì có thể làm thay đổi tỷ lệ sức mạnh trên khối lượng, thay đổi chiều dài sải tay, thay đổi tư thế nổi trên mặt nước — và kết quả là một vận động viên từng vô địch nhóm tuổi có thể chững lại hoặc tụt lùi trong hai mùa liên tiếp. Đây không phải hiện tượng cá biệt; nó là quy luật đã được ghi nhận rộng rãi trong huấn luyện bơi lội, và là lý do các liên đoàn lớn xây dựng hệ thống theo dõi riêng cho nhóm tuổi 13 đến 17.

Với vận động viên nam, hình dạng đường cong khác: đỉnh thường đến muộn hơn, và giai đoạn 20 đến 24 tuổi là vùng tăng trưởng chính ở cự ly trung bình và dài.

Hệ thống đội cũng vậy. Huấn luyện viên là biến số có ảnh hưởng lớn nhất đến thành tích sau chính vận động viên, nhưng để đánh giá tác động của một lần thay huấn luyện viên, cần biết mô hình huấn luyện trước và sau: tập trung trong nước, tập huấn nước ngoài, hay mô hình lai. Mỗi mô hình có rủi ro thích ứng riêng. Tập trung trong nước cho khối lượng ổn định nhưng thiếu đối thủ cùng trình độ. Tập huấn nước ngoài cho chất lượng đối kháng nhưng tạo rủi ro về ngôn ngữ, dinh dưỡng và tâm lý xa nhà.

Về chấn thương, hồ sơ rủi ro của bơi lội khá đặc trưng: vai của người bơi do khối lượng lặp lại lớn, đầu gối của người bơi ếch do động tác đá, và vùng thắt lưng do tư thế giữ thân. Ba nhóm này chiếm phần lớn thời gian nghỉ chấn thương ở vận động viên bơi chuyên nghiệp. Không có lịch sử chấn thương, không thể đánh giá được gì.

Và còn một biến số nữa mà người hâm mộ hay nhắc nhưng ít khi được đo: khả năng thi đấu chung kết. Trong bơi, khoảng cách giữa vòng loại và chung kết là một trong những chỉ số phân biệt rõ nhất giữa hai loại vận động viên — người bơi nhanh ở vòng loại và người bơi nhanh khi có tám người trên tám làn. Đo nó cần dữ liệu hai lượt thi cho cùng một nội dung qua nhiều giải.

Không có tên, không có tuổi, không có nhóm nội dung, tôi không thể chạm vào bất kỳ biến số nào ở trên. Mọi câu tôi viết thêm ở phần này sẽ là văn học, không phải phân tích.

Hồ sơ rủi ro: bảy ô kiểm tra và một ô thật

Khung rủi ro chuẩn có bảy ô: chấn thương, ngưỡng dậy thì, cửa sổ đỉnh hẹp, cú sảy chân ở vòng tuyển chọn, truất quyền thi đấu do lỗi kỹ thuật, xung đột lịch thi đấu, và rủi ro danh tiếng.

Sáu ô đầu đều cần một vận động viên hoặc một giải đấu để kích hoạt. Bản ghi không có cả hai.

Riêng xung đột lịch thi đấu là ô dễ bị coi nhẹ nhất và cũng dễ kiểm tra nhất khi có dữ liệu. Ở các giải có mật độ nội dung dày, một vận động viên thi 200 mét tự do và 200 mét hỗn hợp trong cùng buổi có thể phải bỏ một nội dung, hoặc thi cả hai với hiệu suất giảm ở nội dung thứ hai. Ở các giải trẻ, việc thi bốn đến năm nội dung trong ba ngày là chuyện bình thường, và cái giá phải trả thường xuất hiện ở nội dung cuối. Những quyết định này được ghi trong danh sách đăng ký — một tài liệu công khai ở hầu hết giải quốc tế, nhưng không phải lúc nào cũng được công bố đầy đủ ở giải trong nước.

Ô duy nhất tôi có thể chấm điểm trong bản ghi sáng hôm đó là rủi ro phân tích: rủi ro mà một báo cáo có hình thức thuyết phục như thế này bị lấp đầy bằng nội dung nghe hợp lý nhưng không có cơ sở. Rủi ro đó ở mức cao, và cách xử lý duy nhất là nói ra nó ngay trong văn bản, không giấu ở phần chú thích.

Tự sự công chúng và kỳ vọng: cái mất lớn nhất khi thiếu tiêu đề

Trong toàn bộ chín chiều, sự vắng mặt của tiêu đề là mất mát nặng nhất. Với bơi lội, tiêu đề mang gần như toàn bộ khung tự sự: một tuyên bố kỷ lục, một phép so sánh "người kế nhiệm", một khung tự hào dân tộc, một lời cảnh báo về tuổi tác.

Không có tiêu đề, tôi không biết câu chuyện đang ở giai đoạn nào của chu kỳ nhiệt: mới hình thành, đang tăng tốc, đã đạt đỉnh, hay đang bị phản ứng ngược. Bốn giai đoạn đó cần bốn cách đọc hoàn toàn khác nhau. Một câu chuyện đang ở giai đoạn tăng tốc thì nên được kiểm tra bằng cỡ mẫu. Một câu chuyện đang ở giai đoạn phản ứng ngược thì nên được kiểm tra bằng dữ liệu nền.

Và không có mốc thành tích, tôi không tính được khoảng cách giữa kỳ vọng thị trường và nền tảng thực tế — chính là phép tính cốt lõi của việc phát hiện bong bóng. Trong bơi lội, bong bóng kỳ vọng thường hình thành theo ba bước: một thành tích nhóm tuổi ấn tượng, một phép so sánh với tên tuổi lớn, và một loạt bài viết sử dụng cùng một phép so sánh đó làm nền. Đến bước thứ ba, phép so sánh đã trở thành sự thật được thừa nhận, dù chưa ai kiểm tra cỡ mẫu.

Một điểm nữa về nguồn. Chất lượng nguồn quyết định trần độ tin cậy của mọi phân tích phía sau. Một trang chuyên sâu về bơi có dữ liệu split và thường công bố cả phản xạ xuất phát. Một tờ báo tổng hợp thường chỉ có kết quả và một câu trích dẫn. Một trang tự truyền thông có thể có thông tin nội bộ nhưng không kiểm chứng được. Ba tầng nguồn đó cho ba loại bài viết khác nhau, và việc chúng ta không xác định được mình đang đọc tầng nào là một mất mát có thật.

Danh tiếng chỉ là cái tên. Thứ ở lại luôn là cách bạn đọc trận đấu.

Hiệu ứng lan tỏa ngành: chiều phụ thuộc nhất

Phân tích lan tỏa gồm ba tầng: thượng nguồn là phát triển trẻ và thị trường huấn luyện, trung nguồn là vận động viên và sự kiện, hạ nguồn là truyền thông, tài trợ, thiết bị và thị trường phái sinh.

Cả ba tầng đều phụ thuộc vào một vận động viên hoặc một thành tích cụ thể. Hiệu ứng ngôi sao trong bơi lội là có thật và có thể đo: sau một kỳ Olympic có thành tích tốt, số lớp học bơi đăng ký mới ở các thành phố lớn thường tăng trong vòng sáu đến mười hai tháng. Nhưng để đo nó, cần một cái tên và một thành tích.

Về thiết bị, thị trường áo tắm thi đấu là một thị trường tập trung cao với vài thương hiệu lớn chi phối, cộng thêm các thương hiệu nội địa ở phân khúc phong trào. Tín hiệu cần theo dõi là tốc độ ra mẫu mới và tỷ trọng sử dụng ở các giải trẻ — hai chỉ số này phản ánh dòng tiền tài trợ chảy vào đâu.

Về sự kiện, bơi lội có một nghịch lý cấu trúc đã tồn tại nhiều thập kỷ: đây là môn lõi của Olympic, chiếm số huy chương lớn thứ hai trong chương trình, nhưng lại là vùng chú ý thấp trong khoảng thời gian giữa các kỳ Thế vận hội. Nghịch lý đó tạo ra một thị trường bản quyền rất khác biệt so với bóng đá, và ở Việt Nam nó còn rõ hơn: bơi lội được chú ý theo chu kỳ SEA Games, không theo chu kỳ giải đấu thường niên.

Tất cả những nhận định trên đều là suy luận từ cấu trúc ngành, không phải từ dữ liệu của bài viết gốc. Tôi ghi rõ điều đó vì một chuỗi suy luận không có điểm neo là loại nội dung khó bảo vệ nhất trong toàn bộ khung.

Góc phản trực giác: ô trống không phải ô sạch

Đến đây, tôi phải nói điều quan trọng nhất trong cả bài.

Một bảng có chín ô đầy chữ "không đủ thông tin" trông rất giống một bảng đã được kiểm tra và không phát hiện vấn đề. Về mặt hình thức, nó gọn gàng, có cấu trúc, có phân cấp, có vẻ như đã được xử lý xong. Đó chính là nguy hiểm.

Trong nghề phân tích dữ liệu, có một loại lỗi nghiêm trọng hơn cả việc tính sai: lỗi trình bày sự thiếu hiểu biết bằng hình thức của sự hiểu biết. Một mô hình trả về "không có dữ liệu" ở mọi biến số là một mô hình đã thất bại. Nhưng nếu người đọc chỉ nhìn phần tóm tắt, họ sẽ thấy một tài liệu hoàn chỉnh.

Tôi đã thấy chuyện này xảy ra nhiều lần trong bóng đá, và giờ thấy nó trong bơi lội. Một huấn luyện viên hỏi tôi vì sao đội không cải thiện thành tích ở cự ly 400 mét. Tôi xin dữ liệu split. Không có. Tôi xin dữ liệu ba tháng tập. Không có bản ghi có hệ thống. Cuối cùng chúng tôi làm việc với những gì còn lại: hai buổi quay video thủ công và một cuốn sổ tay của trợ lý. Từ đó, chúng tôi tìm ra một vấn đề ở pha quay đầu thứ ba — không phải vì mô hình thông minh, mà vì đó là biến số duy nhất còn dữ liệu.

Bài học không phải là "dữ liệu thô vẫn quý". Bài học là: khi không có dữ liệu, ta phải công bố bản đồ những gì chưa đọc được, chứ không phải lấp đầy bản đồ bằng những gì ta muốn tin.

Trong trường hợp cụ thể này, bản đồ đó gồm: kỹ thuật và hiệu ứng lan tỏa ngành là hai vùng sẽ mãi ở mức tin cậy thấp kể cả sau khi phục hồi dữ liệu, vì cả hai đều đòi hỏi nhiều hơn những gì một bài viết tin tức chứa. Hệ thống thi đấu, bản đồ thế giới và tọa độ thành tích là ba vùng phục hồi được gần như hoàn toàn từ nguồn ngoài, một khi biết tên giải và ngày thi. Sự nghiệp vận động viên phục hồi được một nửa — phần dữ kiện thì được, phần tâm lý thi đấu thì không.

Và có một nghịch lý đáng chú ý: chỉ cần một trường dữ liệu duy nhất — tiêu đề bài viết — là khoảng một nửa khung phân tích có thể dựng lại. Đó là mức đòn bẩy lớn đến mức khiến người ta phải tự hỏi vì sao ở các tòa soạn, bước đặt tiêu đề và bước lưu nguồn lại thường được làm qua loa đến thế.

Có một áp lực không ai thấy, nhưng mọi đội bóng đều sợ. Tôi đặt tên nó: Bình Dương pressing.

Trong bơi lội, áp lực vô hình đó có tên khác: nó là khoảng thời gian giữa lúc vận động viên chạm thành bể và lúc con số của anh ta được ghi lại thành một dòng dữ liệu có thể dùng được. Ở nhiều giải, khoảng thời gian đó là vô hạn.

Điều đáng làm tiếp theo

Tôi không đề nghị xây một mô hình mới. Tôi đề nghị một cổng đầu vào tối thiểu.

Ba điều kiện. Một thực thể có tên — một vận động viên hoặc một giải đấu, kèm kiểu bơi và cự ly. Ba đơn vị thông tin được đánh số, mỗi đơn vị có nguồn riêng. Và hai trường không được để trống: tiêu đề và nguồn, với tầng nguồn được phân loại rõ là chuyên sâu, tổng hợp hay tự truyền thông.

Ba điều kiện đó nghe nhỏ. Nhưng nếu áp dụng cho toàn bộ dữ liệu bơi lội mà chúng ta công bố sau mỗi kỳ SEA Games, nó sẽ thay đổi cấu trúc của cả một ngành truyền thông thể thao.

Về phía ban tổ chức, yêu cầu kỹ thuật cũng rất cụ thể: xuất bảng kết quả kèm split 50 mét, phản xạ xuất phát và thời gian quay đầu ở mỗi cự ly từ 200 mét trở lên. Hệ thống bấm giờ điện tử đã ghi những con số đó. Vấn đề nằm ở khâu công bố, và khâu công bố là một quyết định, không phải một giới hạn kỹ thuật.

Tôi sẽ nói thêm một điều mà tôi biết sẽ khiến một số người khó chịu. Bơi lội Việt Nam không thiếu vận động viên giỏi. Chúng ta thiếu một hệ thống ghi lại vì sao họ giỏi, và thiếu một hệ thống ghi lại vì sao đôi khi họ không giỏi. Mỗi kỳ SEA Games trôi qua, chúng ta có thêm một bộ huy chương và mất thêm một lớp dữ liệu — lớp dữ liệu mà nếu có, thế hệ sau sẽ không phải bắt đầu lại từ đầu.

Mùa giải tới, tôi sẽ theo dõi ba tín hiệu. Thứ nhất, có giải quốc gia nào công bố split đầy đủ hay không. Thứ hai, danh sách đăng ký nội dung thi có được công khai trước ngày thi hay không. Thứ ba, có bao nhiêu bài viết về bơi lội Việt Nam trong một năm dám ghi rõ cỡ mẫu của mình.

Ba tín hiệu đó không cho tôi biết ai sẽ vô địch. Chúng cho tôi biết liệu sang năm, tôi có thêm thứ gì để đọc hay lại phải mở một tệp Excel lúc ba giờ sáng và thấy số dòng về không.

Khi sân trống, mọi mô hình đều sụp đổ. Câu hỏi của mùa này là: sau khi sụp, chúng ta có chịu ghi lại những mảnh còn sót, hay lại tiếp tục kể chuyện bằng ký ức?