Phân tích bóng rổ bằng dữ liệu: Khi một báo cáo chuyên sâu không có gì để phân tích

Mỗi bản tin thể thao hiện đại đều bắt đầu từ một tệp dữ liệu. Trước khi một bài viết về bóng rổ được đăng tải, đội ngũ sản xuất thường đẩy bài nguồn qua hai tầng xử lý: tầng thứ nhất bóc tách văn bản thành các trường thông tin có cấu trúc, tầng thứ hai biến những trường đó thành phân tích chuyên môn. Khi tầng thứ nhất trả về kết quả rỗng, toàn bộ chuỗi sản phẩm phía sau sụp đổ. Đó là tình huống mà một báo cáo phân tích chuyên sâu gần đây đã ghi nhận. Báo cáo ấy dài hàng nghìn chữ, chia thành chín nhóm chuyên đề: chiến thuật và kỹ thuật; dữ liệu cầu thủ; vận hành đội bóng và quỹ lương; cục diện giải đấu; luật lệ và quản trị; ban huấn luyện và phòng thay đồ; phân tích rủi ro; truyền thông và kỳ vọng; cùng tác động lan tỏa của ngành bóng rổ. Về hình thức, đây là một khung phân tích hoàn chỉnh, đủ sức chứa một bài báo thể thao quy mô lớn. Nhưng khi đọc kỹ, mọi ô dữ liệu đều bỏ trống. Tiêu đề bài nguồn ghi "không xác định". Nguồn bài viết ghi "không xác định". Loại bài viết ghi "chưa phân loại". Danh sách điểm thông tin trống hoàn toàn. Danh sách thực thể liên quan — tức các đội, cầu thủ, huấn luyện viên, giải đấu — cũng không được trích xuất. Trường duy nhất có nội dung là nhãn lĩnh vực: bóng rổ. Điều đáng chú ý là báo cáo không hề che giấu sự trống rỗng đó. Thay vì bịa ra số liệu, tài liệu này điền "không đủ thông tin" vào từng ô và giải thích rõ vì sao không thể kết luận. Đây là cách xử lý đúng về mặt nguyên tắc: khi không có dữ liệu, công cụ phải nói rằng không có dữ liệu. Với giới làm nội dung thể thao, câu chuyện này mang ý nghĩa nghề nghiệp trực tiếp. Một bài phân tích bóng rổ chỉ có giá trị khi phía sau nó là dữ liệu kiểm chứng được: chỉ số tấn công, chỉ số phòng ngự, nhịp độ thi đấu, tỷ lệ ném hiệu quả, số phút thi đấu, cấu trúc hợp đồng, tình trạng chấn thương. Không có những con số ấy, phần chữ chỉ còn là cảm nhận. Xét ở nhóm chuyên đề đầu tiên, báo cáo không thể đánh giá bất kỳ khía cạnh chiến thuật nào. Không có mô tả về hệ thống tấn công, không có sơ đồ phòng ngự, không có tình huống trận đấu cụ thể. Vì vậy câu hỏi quan trọng nhất của phân tích bóng rổ — liệu lối chơi đang dùng có trụ được ở vòng loại trực tiếp hay không — hoàn toàn không có cơ sở để trả lời. Ở nhóm chuyên đề về cầu thủ, tình hình còn rõ hơn. Báo cáo không nêu tên bất kỳ vận động viên nào. Không có tên, thì không có tuổi, không có vị trí thi đấu, không có quỹ thời gian, không có chỉ số sử dụng bóng. Mọi phép kiểm tra nhằm phát hiện số liệu rỗng hoặc số liệu bị thổi phồng đều không thể thực hiện. Nhóm chuyên đề về vận hành đội bóng và quỹ lương cũng vậy. Không có hợp đồng tối đa, không có mức lương trung bình, không có hợp đồng tân binh, không có ngưỡng thuế sang trọng. Trong bóng rổ chuyên nghiệp, đây thường là lớp phân tích có giá trị cao nhất, bởi nó quyết định đội nào còn cửa nâng cấp đội hình. Nhóm chuyên đề về cục diện giải đấu ghi nhận một thực tế đơn giản: chỉ có nhãn "bóng rổ" xuất hiện. Không có giải đấu cụ thể, không có bảng xếp hạng, không có mốc thời gian giao dịch. Việc xếp một đội vào nhóm ứng viên vô địch, nhóm dự play-off hay nhóm xây dựng lại là bất khả thi. Nhóm chuyên đề về luật lệ và quản trị trống tương tự. Không có hệ thống luật nào được viện dẫn, không có án phạt nào được nhắc tới, không có tình huống tuân thủ nào cần mổ xẻ. Các mô phỏng về cách lách luật — vốn là phần hấp dẫn của báo chí thể thao chuyên sâu — không thể triển khai. Nhóm chuyên đề về ban huấn luyện và phòng thay đồ cũng không có nhân vật nào. Không huấn luyện viên trưởng, không giám đốc điều hành, không ngôi sao nào được nêu tên. Vì vậy không thể đánh giá mức độ ổn định của ghế huấn luyện, cũng không thể bàn về quan hệ giữa các ngôi sao trong đội. Nhóm chuyên đề về rủi ro đưa ra một kết luận đáng lưu ý. Báo cáo cho rằng không thể xếp hạng bất kỳ rủi ro nào thuộc lĩnh vực bóng rổ, nhưng lại chỉ ra một rủi ro ở tầng vận hành: việc tầng trích xuất trả về kết quả rỗng tự nó là một lỗi chất lượng dữ liệu. Đây là điểm sáng duy nhất về mặt phân tích trong toàn bộ tài liệu. Nhóm chuyên đề về truyền thông và kỳ vọng cũng bế tắc. Không có tiêu đề bài nguồn, không có tên cơ quan báo chí, nên không thể phân loại độ tin cậy của nguồn. Việc phân biệt một nguồn tin nội bộ uy tín với một trang tự truyền thông dễ sai lệch trở nên không thể thực hiện. Cuối cùng, nhóm chuyên đề về tác động lan tỏa trong ngành bóng rổ cũng trống. Không có sự kiện thương mại, không có hợp đồng truyền hình, không có thị trường giày thể thao, không có giải đấu quốc tế nào được nhắc tới để phân tích dây chuyền ảnh hưởng. Nhìn tổng thể, đây không phải là một bài phân tích về bóng rổ. Đây là một báo cáo về sự cố dữ liệu. Giá trị của nó nằm ở chỗ nó cho thấy giới hạn của tự động hóa trong sản xuất nội dung thể thao: máy móc có thể viết rất nhiều, nhưng không thể viết đúng nếu đầu vào không có gì. Với các tòa soạn thể thao Việt Nam, bài học nằm ở khâu kiểm soát chất lượng đầu vào. Một quy trình hai tầng chỉ đáng tin khi tầng thứ nhất được kiểm tra. Nếu tầng trích xuất trả về danh sách thông tin trống, sản phẩm cần được đưa trở lại để xử lý lại, hoặc xác nhận rằng bài nguồn thực sự không có nội dung. Báo cáo cũng đề xuất ba hành động cụ thể. Thứ nhất, không công bố hoặc dựa vào kết quả đang có. Thứ hai, chạy lại bước trích xuất thực thể để có tên đội, tên cầu thủ, tên sự kiện. Thứ ba, kiểm tra đường dẫn nhập dữ liệu, vì việc thiếu nguồn và thiếu tiêu đề thường là dấu hiệu của lỗi hệ thống chứ không phải lỗi biên tập. Một điểm đáng bàn khác là nguy cơ lặp lại. Nếu tình trạng kết quả rỗng chỉ xảy ra một lần, đó có thể là sự cố đơn lẻ. Nhưng nếu nó lặp lại trên nhiều bài, vấn đề nằm ở thiết kế quy trình. Báo cáo khuyến nghị theo dõi tỷ lệ kết quả rỗng theo từng lô bài để phát hiện sớm. Về mặt đạo đức nghề nghiệp, cách xử lý trong tài liệu này đáng được nhân rộng. Khi thiếu thông tin, người viết nên ghi rõ là thiếu thông tin thay vì lấp chỗ trống bằng phỏng đoán. Trong bóng rổ, một con số sai về tỷ lệ ném thành công hay quỹ lương có thể làm sai lệch toàn bộ nhận định về sức mạnh của một đội. Tóm lại, sự việc cho thấy một nghịch lý của ngành nội dung thể thao số: càng tự động hóa, yêu cầu về kiểm chứng càng cao. Một bài phân tích bóng rổ hay không bắt đầu từ câu chữ, mà bắt đầu từ một tệp dữ liệu sạch. Khi tệp dữ liệu ấy rỗng, cách phản ứng trung thực nhất — và cũng chuyên nghiệp nhất — là dừng lại và nói rằng chưa thể phân tích.