Khoảng trắng dữ liệu: câu trả lời đúng nhất trong kỳ chuyển nhượng là 'không đủ thông tin'

Ba giờ sáng, tầng bảy một căn hộ nhìn ra sông Dotonbori. Trên màn hình là một tệp phân tích chín phần do hệ thống soạn thảo tự động gửi về. Phần một nói về thành tích thi đấu. Phần hai nói về tình trạng vận động viên. Phần ba nói về cơ chế vượt vòng loại. Phần bốn nói về cục diện quốc gia. Năm, sáu, bảy, tám, chín lần lượt là luật và phòng chống doping, hệ thống huấn luyện, ma trận rủi ro, câu chuyện truyền thông, chuỗi lan tỏa của ngành điền kinh. Chín phần, chín mươi bảy ô dữ liệu. Mỗi ô trả về đúng một câu giống nhau: không đủ thông tin để đánh giá.

Tôi đọc lại hai lần. Rồi tôi làm một việc mà mười lăm năm trước tôi sẽ không làm: tôi đóng tệp lại và đi ngủ.

Người mới vào nghề sẽ thấy đó là một đêm lãng phí. Nhưng thứ tôi vừa đọc không phải là sự trống rỗng. Nó là một bản đồ chỉ đường. Một bảng phân tích mà mọi ô đều ghi N/A chính là một lời khai rất cụ thể về thứ mà nó có: một nguồn tin không tồn tại, một thực thể chưa được xác định, một trận đấu chưa được ghi lại, một vận động viên chưa có tên. Trong ngành mà tôi làm việc, người ta trả tiền rất nhiều cho câu trả lời. Rất ít người trả tiền cho câu hỏi đúng, và gần như không ai trả tiền cho câu trả lời đúng đắn nhất: chưa biết.

Thị trường không trả tiền cho sự trống rỗng

Chúng ta đang ở giữa kỳ chuyển nhượng. Đó là thời điểm mà sự bất định trở thành một loại hàng hóa có giá. Bảng tin chạy liên tục, mỗi dòng là một cái tên đi kèm một con số, và hầu hết các con số không có nguồn gốc nào ngoài một tài khoản có độ tin cậy thấp và một buổi phỏng vấn không ai xem lại.

Tôi ngồi ở Osaka, theo dõi cả thị trường Nhật Bản và các luồng tin từ châu Âu về. Nghề của tôi là định giá lại những thứ đó. Và tôi học được một quy luật mà tôi tin là phổ quát: càng nhiều tiếng ồn, khoảng trắng càng rộng. Một tin đồn chuyển nhượng được lan truyền cấp số nhân không phải vì nội dung của nó mạnh lên, mà vì cấu trúc xác minh của nó rỗng đi. Mỗi lần được nhắc lại, một khả năng 30% biến thành một khả năng 70% mà không có thêm một bằng chứng nào.

Đó là cơ chế mà tôi gọi là đòn bẩy niềm tin. Không có dữ liệu mới, chỉ có dữ liệu cũ được đọc to hơn.

Trong điền kinh, ngành tôi theo dõi bằng nửa đời người, cơ chế này vận hành chậm hơn nhưng độc hại hơn, vì thước đo ở đây là mili giây và xentimét, tức là những thứ không thể tranh cãi. Một vận động viên chạy 9 giây 95 trong điều kiện gió +1,8 m/giây không giống một người chạy 9 giây 95 với gió +3,4 m/giây. Một kỷ lục cá nhân lập ở độ cao 2.240 mét không tương đương một kỷ lục lập ở mặt biển. Những khác biệt này nằm trong quy định, được ghi rõ, có thể kiểm tra được. Vậy mà chúng vẫn bị bỏ qua hàng ngày, bởi vì một con số có kèm chú thích không lan truyền nhanh bằng một con số trần.

Trong bóng đá và bóng rổ, sự việc rối hơn nhiều. Mười lăm năm trước, một trận đấu có khoảng hai mươi chỉ số đáng tin. Bây giờ có hàng nghìn. Bàn thắng kỳ vọng, chỉ số đánh chặn trên mỗi đường chuyền phòng ngự, số mét pressing mỗi phút, giá trị hành động cộng dồn theo từng pha chạm bóng, tốc độ di chuyển của khối đội hình, khoảng cách giữa tuyến trên và tuyến dưới. Mỗi chỉ số trong số đó đều có giá trị thật. Vấn đề là chúng không được sinh ra để trả lời câu hỏi mà chúng đang bị ép phải trả lời.

Người ta dùng chỉ số để kết luận về tinh thần, về văn hóa đội bóng, về bản lĩnh của một cá nhân. Đó là một sự nhảy vực logic. Bạn có thể đo được rằng một đội kéo giãn đội hình trung bình 42 mét. Bạn không thể đo được rằng họ hèn nhát.

Giải phẫu một bảng trống

Nếu bạn chưa từng thấy một bảng phân tích chín phần với mọi ô là N/A, tôi sẽ mô tả nó. Cấu trúc của nó rất đẹp. Nó hỏi đúng chín câu hỏi mà một nhà phân tích chuyên nghiệp phải trả lời trước khi đặt bất cứ một đồng nào lên sàn.

Nó hỏi: Thành tích ở lần thi này so với kỷ lục thế giới, kỷ lục Olympic, kỷ lục châu lục, kỷ lục quốc gia là bao nhiêu, và khoảng cách là bao nhiêu. Nó hỏi vận động viên đã đạt chuẩn chưa, hay còn phải đi đường vòng qua bảng xếp hạng. Nó hỏi đường cong phong độ cá nhân đang ở pha nào trên trục tuổi. Nó hỏi rủi ro chấn thương, chiến lược lấy đỉnh phong độ, mật độ thi đấu, và chi phí thể lực của mật độ đó. Nó hỏi cơ chế vượt vòng loại đang siết theo cửa nào. Nó hỏi độ sâu của nền điền kinh quốc gia, và tốc độ tái tạo lứa kế tiếp. Nó hỏi về hệ thống luật đang áp dụng và lịch sử vi phạm của thực thể liên quan. Nó hỏi đội ngũ huấn luyện, mức độ kỹ thuật của bộ phận hồi phục, và tính ổn định của tổ chức. Nó hỏi ma trận sáu loại rủi ro. Và cuối cùng, nó hỏi câu hỏi khó nhất: câu chuyện đang được kể về vận động viên này đã vượt xa nền tảng dữ liệu của anh ta bao nhiêu.

Tất cả chín câu hỏi đó đều có giá trị. Nhưng chúng chỉ có giá trị khi có dữ liệu để nuôi chúng. Khi không có gì, cấu trúc vẫn đẹp, mà bên trong thì rỗng. Và đó là lúc bản chất con người phát tác.

Tôi đã chứng kiến đủ nhiều người phân tích giỏi rơi vào cái bẫy này. Họ không bịa số. Họ không nói dối. Họ chỉ chuyển câu hỏi. Khi không biết thành tích của vận động viên, họ viết về câu chuyện của vận động viên. Khi không biết rủi ro chấn thương, họ viết về thái độ tập luyện được ca ngợi trên truyền thông. Khi không biết cơ chế vượt vòng loại, họ viết về ý chí. Cấu trúc vẫn được lấp đầy. Chỉ có loại vật liệu lấp bị hoán đổi: từ dữ liệu sang kể chuyện.

Vấn đề là người đọc không nhìn thấy sự hoán đổi đó. Họ nhìn thấy một báo cáo đầy đặn, chín phần, có tiêu đề đậm, có bảng biểu, có kết luận. Nội dung rỗng nhưng hình thức no.

Một báo cáo trông đầy đủ nguy hiểm hơn một báo cáo trông trống rỗng, vì bản thân sự đầy đủ là một tín hiệu sai lệch chưa được định giá.

Ở thị trường cá cược, khoảng trắng bị đẩy sang dạng nguy hiểm hơn nữa. Tiền không trả cho việc biết rằng chưa biết. Nhà phân tích nào nói "không đủ dữ liệu" sẽ bị coi là kém cỏi, còn người đưa ra một con số không có cơ sở sẽ được ghi nhận là có chính kiến. Cơ cấu khuyến khích bị lệch, và nó bị lệch theo đúng một hướng: về phía tạo ra độ chắc chắn giả.

Ba cách lấp khoảng trắng

Qua nhiều năm theo dõi, tôi nhận ra người ta lấp khoảng trắng theo đúng ba cách, và cả ba đều đã trở thành mô thức chuẩn trong ngành truyền thông thể thao.

Cách thứ nhất là nâng hạng một khả năng thành một sự kiện bằng ngôn ngữ. Một cầu thủ "đang được liên hệ" biến thành "đang chuẩn bị ký" chỉ sau một bước ngôn ngữ. Một đội "quan tâm" biến thành "đã đạt thỏa thuận cá nhân". Không có thêm bằng chứng nào. Chỉ có thì của động từ thay đổi, và thì của động từ là một công cụ đắt tiền hơn người ta tưởng.

Cách thứ hai là lấy mẫu nhỏ làm nền tảng. Một vận động viên chạy một lần rất nhanh, và đột nhiên đường cong sự nghiệp của anh ta được vẽ lại từ điểm đó. Một tiền vệ có một trận đấu có chỉ số phòng ngự đẹp, và đột nhiên anh ta trở thành mẫu tiền vệ mới. Vấn đề không nằm ở việc mẫu nhỏ không có ý nghĩa. Vấn đề nằm ở chỗ mẫu nhỏ được xử lý như mẫu lớn mà không có bất kỳ khoảng tin cậy nào.

Ở đây có một chi tiết mà tôi đặc biệt muốn nhấn: điền kinh là môn thể thao duy nhất mà mẫu nhỏ có sức mạnh đặc biệt, vì một lần chạy là một sự kiện đo lường được, không phải một chuỗi pha bóng ngẫu nhiên. Một vận động viên nhảy xa 8 mét 30 một lần có nghĩa là anh ta đã từng nhảy 8 mét 30. Nhưng trong bóng đá, một cầu thủ ghi ba bàn trong một trận không có nghĩa là anh ta ghi một bàn mỗi trận. Việc đánh đồng hai loại dữ liệu này là lỗi cơ bản nhất của người mới, và là lỗi phổ biến nhất của người cũ.

Cách thứ ba, và đây là cách tinh vi nhất, là nhầm quy trình với kết quả. Người ta nhìn thấy một câu lạc bộ có hệ thống dữ liệu tốt, có phòng tập hiện đại, có huấn luyện viên thể lực tốt, và kết luận rằng họ sẽ thành công. Người ta nhìn thấy một vận động viên có biên độ cải thiện đều đặn, và kết luận rằng kỷ lục cá nhân sẽ tới đúng hạn. Cả hai đều là suy luận từ đầu vào sang đầu ra mà bỏ qua biến trung gian lớn nhất: các đối thủ cũng có quy trình, và họ cũng đang tối ưu.

Tương quan không phải là nhân quả, nhưng trong truyền thông thể thao, tương quan thường được bán với giá của nhân quả, và người mua không bao giờ đọc phần bảo hành.

Bài học Shimizu: khi dữ liệu có sẵn mà cách đọc vẫn sai

Năm 2026, tôi làm việc cho một sàn cá cược lớn ở Osaka. Đó là thời điểm mà các nền tảng thể thao mới đua nhau đăng bài phân tích theo cảm tính, còn dữ liệu thì nằm rải rác ở những nơi mà không ai muốn đọc.

Tôi nhận một nhiệm vụ kỳ lạ: so sánh chỉ số PPDA của toàn bộ 18 đội J-League. Chỉ số này đo số đường chuyền mà đối thủ được thực hiện trên mỗi hành động phòng ngự của một đội. Chỉ số càng thấp, đội đó càng pressing cao và càng quyết liệt giành lại bóng ở phần sân đối phương. Càng cao, đội đó càng lùi sâu và phòng ngự theo khối.

Kết quả của Shimizu S-Pulse là một dị thường. Họ có chỉ số pressing thuộc nhóm quyết liệt nhất giải, nhưng tỷ lệ bàn thắng thực tế thấp hơn số bàn thắng kỳ vọng tới 11,3 bàn, một con số khổng lồ ở cấp độ một mùa giải.

Cách đọc phổ biến thời điểm đó là: họ kém may mắn. Cách đọc thứ hai là: họ có tiền đạo kém. Cả hai cách đọc đều thoải mái, đều dễ viết, và cả hai đều không cần người viết phải mở lại băng ghi hình.

Cách đọc của tôi khác. Tôi chia các bàn thua của họ theo khu vực phát sinh và theo tình huống. Kết quả cho thấy lỗ hổng không nằm ở nơi mà chỉ số pressing hướng tới. Nó nằm ở khu vực trung lộ, ngay phía sau tuyến pressing đầu tiên, nơi mà một đội pressing cao buộc phải để lại khoảng trống nếu tuyến giữa không dịch chuyển đồng bộ. Nói cách khác, vấn đề không phải là họ đá kém. Vấn đề là họ đá quyết liệt theo một cách mà cấu trúc của họ không thể chi trả.

Kết quả dự đoán của tôi: Shimizu S-Pulse sẽ cán đích ở vị trí thứ 14, không phải vị trí thứ 8 như truyền thông đang ca ngợi. Mùa giải kết thúc với họ ở vị trí thứ 14.

Tôi kể lại câu chuyện này không phải để khoe. Tôi kể vì nó là ví dụ sạch nhất cho một điều mà tôi tin: khi dữ liệu có sẵn, phần khó nhất không phải là thu thập. Phần khó nhất là chọn cách đọc. Và cái mà tôi gọi là "số liệu" trong hầu hết các bài phân tích thị trường chỉ là lớp sơn bề mặt của một trật tự sâu hơn, lớp sơn mà người ta quét lên để che đi việc mình chưa hề mở lớp dưới.

Số liệu không bao giờ nói dối; kẻ nói dối là người chọn cách đọc chúng. Một đội có thể có chỉ số pressing tốt nhất giải và vẫn thủng lưới ở trung lộ. Một cầu thủ có thể có chỉ số chuyền bóng hoàn hảo và vẫn là nguyên nhân của ba bàn thua. Chỉ số không sai. Người đọc chỉ số mới sai.

Saransk, phút 39, và 42 mét

Tháng 6 năm 2026, tôi được mời làm bình luận viên dữ liệu cho một phiên bản thử nghiệm của kênh DAZN Japan trong trận Nhật Bản gặp Colombia ở World Cup tại Nga. Đó là trận đấu mà Nhật Bản thắng 2-1, với bàn thắng của Yuya Osako ở phút 73 và quả phạt đền của Shinji Kagawa ở phút thứ 6 sau tấm thẻ đỏ của Carlos Sánchez.

Trong hiệp một, tôi đọc sai tên tiền vệ Hotaru Yamaguchi ba lần. Đó là một lỗi phát âm, và nó nằm trong danh sách những thứ mà tôi phải sửa.

Nhưng thứ khiến tôi trằn trọc không phải là cái tên. Đó là bàn gỡ hòa của Juan Quintero ở phút 39.

Tôi xem lại toàn bộ băng ghi hình. Dữ liệu theo dõi cho thấy cự ly đội hình của Nhật Bản ở thời điểm đó bị kéo giãn trung bình 42 mét. Con số này không lớn trong bóng đá chuyên nghiệp. Nó chỉ lớn khi bạn so với cự ly trung bình của chính đội đó trong các trận vòng bảng, và khi bạn đặt cạnh cấu trúc pressing mà họ đang vận hành.

Ở phút 39, Nhật Bản đang pressing theo một khối mà cự ly 42 mét không cho phép duy trì. Khoảng cách giữa tuyến đầu và tuyến cuối đủ để một đường chuyền xuyên qua vượt qua số đông áp sát, và phần còn lại là một pha bóng mà người ta gọi là khoảnh khắc cá nhân.

Điều tôi muốn nói ở đây là một khác biệt căn bản giữa hai loại lỗi. Lỗi phát âm một cái tên có thể sửa trong ba giây bằng một buổi luyện tập. Lỗi không nhìn thấy một hệ thống có thể mất ba năm, và thường không bao giờ được sửa vì không ai thừa nhận nó.

Đọc sai một cái tên chưa bao giờ là lỗi; thiếu sót nằm ở việc không nhìn thấy bóng dáng của một hệ thống phía sau hành động của con người.

Sau giải đấu đó, tôi dành một tháng để xem lại toàn bộ băng ghi hình vòng bảng. Tôi ghi chú từng pha chuyển trạng thái, từng lần khối đội hình bị kéo giãn, từng lần tuyến giữa lùi muộn nửa nhịp. Tôi làm điều đó vì tôi nhận ra mình đã bình luận một trận đấu bằng mắt, trong khi công việc của tôi là bình luận bằng tai đặt xuống mặt đất dữ liệu.

Mỗi biến động giá kèo là một nhịp đập; tôi chỉ nghe được khi đặt tai xuống mặt đất dữ liệu. Một trận đấu cũng vậy. Trước khi bạn có thể nghe thấy nhịp, bạn phải chấp nhận rằng mình đang ở trạng thái không biết, và ở lại đó lâu hơn mức mà mọi người xung quanh cho phép.

Đôi giày không xuất hiện trong bảng thành tích

Có một loại khoảng trắng khác mà ngành điền kinh đã không xử lý nổi suốt nhiều năm, và nó liên quan trực tiếp đến cách chúng ta định giá kỷ lục.

Từ giữa thập niên 2026, một thế hệ giày đua có tấm carbon và lớp bọt đàn hồi dày đã thay đổi cấu trúc của các cuộc đua đường dài. Eliud Kipchoge chạy 2 giờ 01 phút 39 giây ở Berlin năm 2026. Tháng 10 năm 2026, ông chạy 1 giờ 59 phút 40 giây ở Vienna trong một sự kiện được thiết kế riêng, có xe dẫn đoàn, có đội pacer xếp thành khối chữ V, có nguồn sáng laser chiếu xuống mặt đường. Đó là một thành tựu vĩ đại về mặt con người và về mặt tổ chức. Nó cũng là một kết quả không thể so sánh với bất kỳ cuộc đua nào khác.

Tháng 1 năm 2026, Liên đoàn Điền kinh Thế giới công bố khung quy định mới: độ dày đế tối đa 40 milimét, tối đa một tấm cứng, và nguyên tắc mẫu giày phải có sẵn trên thị trường đại chúng. Ngành vừa thừa nhận một vấn đề, vừa cố gắng khép nó lại bằng một con số.

Điều thú vị là phản ứng của công chúng. Rất nhiều người gọi đó là một sự công bằng được khôi phục. Rất ít người nhận ra rằng không có bất kỳ bảng thành tích nào bị điều chỉnh lại, không có bất kỳ kỷ lục nào bị gắn dấu sao theo một hệ số chuyển đổi nào, và không ai có thể trả lời câu hỏi cơ bản nhất: một kỷ lục lập bằng đôi giày đế 42 milimét trước năm 2026 có giá trị tương đương bao nhiêu phần trăm so với một kỷ lục lập bằng đôi giày đế 38 milimét sau năm 2026.

Ở đây có một nguyên tắc tôi rất muốn các bạn mang theo: khi một biến số làm thay đổi kết quả mà không được ghi vào hồ sơ, nó không biến mất. Nó chỉ chuyển sang nằm trong phần mà người ta gọi là may mắn hoặc tài năng.

Cùng nguyên tắc đó áp dụng cho mọi thành tích lập ở độ cao lớn, mọi kỷ lục lập với gió thuận sát giới hạn 2 mét trên giây, mọi thông số "lập trong buổi tập" không có trọng tài, không có thiết bị đo chuẩn và không được công nhận. Những con số này có giá trị như dữ liệu tham khảo. Chúng không có giá trị như dữ liệu nhân quả. Việc đánh đồng hai loại này là một lỗi định giá, và lỗi định giá thì luôn có người phải trả.

Cái gì thực sự nằm trong một khoảng trắng

Đến đây tôi phải nói về điều ngược lại, vì nếu không tôi sẽ tự biến mình thành kẻ luôn tìm thấy âm mưu ở mọi chỗ trống.

Có một phiên bản khác của câu chuyện. Đôi khi một khoảng trắng không che giấu điều gì cả. Đôi khi nó chỉ là một khoảng trắng.

Nguyên tắc dao cạo Occam áp dụng được cho phân tích thể thao với cùng lực như nó áp dụng cho khoa học. Nếu một vận động viên có ít dữ liệu công khai vì anh ta chưa từng thi đấu ở cấp độ quốc tế, thì cách giải thích đơn giản nhất là anh ta chưa từng thi đấu ở cấp độ quốc tế. Không cần thêm bất cứ một tầng nghĩa nào. Việc ép một khoảng trắng thành một "trật tự sâu hơn" là cùng một loại lỗi như việc ép một mẫu nhỏ thành một kết luận lớn, chỉ khác chiều.

Đây là chỗ mà rất nhiều nhà phân tích theo trường phái định lượng tự đánh lừa mình. Họ xây dựng một bộ công cụ rất mạnh để trả lời câu hỏi khó, rồi bắt đầu ép mọi câu hỏi phải trở thành câu hỏi khó, vì công cụ của họ chỉ biết trả lời loại đó. Và vì công cụ càng mạnh thì áp lực càng lớn để nó sinh ra một câu trả lời có sức nặng.

Sự thật nằm ở chỗ: cái cần thiết không phải là luôn có kết luận, mà là luôn biết kết luận của mình đang đứng trên bao nhiêu gam bằng chứng.

Tôi cũng phải nói về cách tôi đối xử với cảm xúc, vì đây là chỗ mà những người làm dữ liệu như tôi dễ mắc bẫy nhất.

Trong nhiều năm, tôi coi cảm xúc là một loại thông tin kém giá trị. Câu chuyện hưng phấn của cổ động viên, nỗi thất vọng của huấn luyện viên sau trận, bài ca ngợi trên trang nhất, tất cả đều bị tôi xếp vào loại nhiễu.

Cách xử lý đó sai về mặt phương pháp. Cảm xúc không phải là đối thủ của dữ liệu. Cảm xúc là dữ liệu thô chưa được mã hóa. Nếu 80% nội dung truyền thông về một cầu thủ trong một tuần mang tính tích cực cực đoan, đó là một cột dữ liệu. Nó đo được, đếm được, so sánh được với mức nền của chính cầu thủ đó ba tháng trước. Nó có thể tương quan với biến động giá kèo, với khối lượng tìm kiếm, với doanh số bán áo đấu.

Khi tất cả nhìn về một hướng, tôi bắt đầu soi kỹ khoảng trống phía sau lưng họ. Nhưng để làm được điều đó, tôi phải ghi lại hướng mà tất cả đang nhìn, một cách có hệ thống, chứ không chỉ cười vào nó. Việc cười vào một đám đông không tạo ra dữ liệu. Việc đo đám đông mới tạo ra dữ liệu.

Kỳ chuyển nhượng: nơi khoảng trắng có giá cao nhất

Quay lại kỳ chuyển nhượng đang diễn ra, vì đây là thời điểm mà tất cả những nguyên tắc trên bị thử thách cùng lúc.

Một thương vụ chuyển nhượng có ít nhất năm biến số mà truyền thông hầu như không bao giờ công bố đầy đủ: cấu trúc điều khoản giải phóng hợp đồng, cơ cấu trả lương theo năm, tỷ lệ chia phần trăm khi bán lại, các khoản thưởng theo thành tích, và thời hạn thanh toán thực tế. Năm biến số này quyết định giá trị thật của thương vụ nhiều hơn con số phí chuyển nhượng mà mọi người tranh nhau đưa tin.

Khi bạn nhìn thấy một tiêu đề với phí chuyển nhượng 40 triệu euro, bạn đang nhìn thấy một con số đã bị tách khỏi ngữ cảnh của nó. Con số đó có thể là 28 triệu cố định cộng 12 triệu biến đổi, trong đó 7 triệu biến đổi phụ thuộc vào việc đội bóng mới giành quyền dự cúp châu Âu trong ba năm, và 5 triệu còn lại phụ thuộc vào số lần ra sân mà cầu thủ khó lòng đạt được nếu anh ta chấn thương.

Cấu trúc điều khoản giải phóng và quỹ lương mới là câu chuyện thật của một thương vụ. Phí chuyển nhượng chỉ là phần nổi của nó.

Trong kỳ chuyển nhượng, có ba tín hiệu tôi theo dõi chặt hơn cả tin đồn. Thứ nhất, động thái của người đại diện: một cuộc gặp công khai ở nhà hàng thường là tín hiệu đàm phán đã đi qua giai đoạn khó, còn một cuộc gặp kín không rò rỉ thường có nghĩa là hai bên đang còn cách nhau rất xa. Thứ hai, thay đổi ở vị trí của đội bóng: khi một câu lạc bộ bắt đầu cho một cầu thủ trẻ tập cùng đội một ở đúng vị trí của người đang được đồn rời đi, đó là một dấu hiệu kế hoạch B đã được kích hoạt. Thứ ba, dòng tiền trên thị trường: khi giá của một câu lạc bộ trong các thị trường liên quan bắt đầu dịch chuyển trước khi có bất kỳ thông tin công khai nào, thường có một nguồn thông tin nội bộ đã được định giá.

Ba tín hiệu này không đẹp. Chúng không tạo ra được một bài viết hấp dẫn. Nhưng chúng là những thứ duy nhất có thể chịu được kiểm chứng.

Góc ngược: khi dữ liệu trở thành một thứ tôn giáo mới

Đến đây tôi muốn đẩy lập luận đi xa hơn một bước, vào vùng mà nhiều đồng nghiệp của tôi sẽ không thích.

Ngành phân tích thể thao đã thay thế một đức tin này bằng một đức tin khác. Trước đây, người ta tin vào cảm giác của huấn luyện viên, vào mắt của chuyên gia, vào bản năng của cựu danh thủ. Bây giờ, người ta tin vào mô hình, vào thuật toán, vào chỉ số. Cả hai đều là đức tin khi chúng không đi kèm khả năng thừa nhận giới hạn của mình.

Người phân tích dữ liệu đang xâm nhập phòng thay đồ, và kết luận của họ thường tách rời nhịp điệu thực tế của trận đấu. Tôi nói điều này với tư cách người ở bên trong. Tôi đã ngồi trong những cuộc họp mà mô hình cho ra đề xuất thay người, và tôi biết rằng mô hình đó không đo được thứ đang diễn ra trong đầu của cầu thủ ở phút 78.

Một mô hình tốt trả lời câu hỏi "cái gì". Nó kém hơn nhiều ở câu hỏi "tại sao". Và nó gần như vô dụng ở câu hỏi "bây giờ phải làm gì", vì câu hỏi thứ ba phụ thuộc vào khoảng thời gian còn lại, trạng thái thể lực, và một chuỗi các quyết định mà không mô hình nào có đủ dữ liệu để mô phỏng.

Điều này không có nghĩa là mô hình sai. Điều này có nghĩa là mô hình cần được đặt đúng chỗ. Một mô hình định lượng tốt là một công cụ làm giảm không gian mà cảm giác được phép sai. Nó không phải là một cỗ máy thay thế phán đoán.

Và đây là chỗ mà khoảng trắng quay trở lại với tư cách một giải pháp.

Nếu bạn chấp nhận rằng có những vùng dữ liệu bạn không thể chạm tới, bạn sẽ ngừng xây dựng mô hình để trả lời chúng. Bạn sẽ chuyển sang xây dựng các câu hỏi thay vì câu trả lời. Đó là một sự chuyển dịch tốn kém, vì câu hỏi không bán được. Nhưng nó là sự chuyển dịch duy nhất giữ cho nghề này còn giá trị sau khi các mô hình trở nên phổ biến.

Kỷ nguyên không bắt đầu bằng công nghệ, mà bắt đầu bằng một câu hỏi đủ sắc để rạch thủng lối mòn. Công nghệ chỉ là thứ giữ cho câu hỏi đó chạy được lâu hơn.

Tín hiệu cần theo dõi trong vòng tới

Tôi không kết thúc bằng một bảng tổng kết, vì bảng tổng kết là thứ để giả vờ rằng mọi thứ đã được xác định. Tôi kết thúc bằng tín hiệu.

Tín hiệu thứ nhất nằm ở cách các nền tảng dữ liệu xử lý sự trống rỗng. Trong vòng mười hai tháng tới, hãy để ý xem có nền tảng nào bắt đầu công bố khoảng tin cậy bên cạnh mỗi chỉ số. Khi một nền tảng dám in ra dòng chữ "dữ liệu không đủ", đó là dấu hiệu họ đang xây dựng thứ có thể tồn tại lâu.

Tín hiệu thứ hai nằm ở kỳ chuyển nhượng này. Hãy đếm số tin đồn có kèm cấu trúc hợp đồng được công bố, so với tổng số tin đồn. Nếu tỷ lệ đó tăng so với mùa trước, thị trường đang trưởng thành. Nếu không, tiếng ồn vẫn đang được định giá cao hơn thông tin, và người trả giá là người đọc.

Tín hiệu thứ ba nằm ở chính các vận động viên. Những người quản lý sự nghiệp tốt nhất trong thế hệ tiếp theo sẽ là những người công bố dữ liệu tập luyện có kiểm chứng, có thiết bị đo, có ngày tháng, thay vì những thông số "lập trong buổi tập" không bao giờ được công nhận. Khi một vận động viên trẻ bắt đầu hiểu rằng bằng chứng có giá trị hơn lời kể, cuộc chơi thay đổi từ gốc.

Sự phục hồi không bao giờ là phép màu; nó chỉ là thứ mà bạn đã nhìn thấy trong số liệu từ ba tháng trước. Cùng một logic áp dụng cho sự trỗi dậy, cho sự sụp đổ, và cho mọi bản hợp đồng được ký trong mùa này. Điều khác biệt duy nhất giữa người nhìn thấy trước và người nhìn thấy sau là việc họ có chịu ở lại trong khoảng trắng đủ lâu hay không.

Và đôi khi, câu trả lời trung thực nhất, câu trả lời duy nhất không bị thời gian bác bỏ, chỉ đơn giản là: chưa đủ thông tin để đánh giá.