Khi dữ liệu trống rỗng: Bài học từ một báo cáo phân tích bóng đá không có nguyên liệu

Có một loại thất bại trong nghề báo thể thao mà ít ai chịu đặt tên: thất bại của quy trình, không phải thất bại của nội dung. Tôi đọc bản báo cáo Stage-2 mà một hệ thống phân tích gửi lên, thấy toàn bộ mục từ góc nhìn chiến thuật đến hồ sơ rủi ro được điền bằng chữ N/A. Điều đáng nói không nằm ở chỗ những chữ N/A xuất hiện, mà nằm ở chỗ bản báo cáo vẫn được định dạng như một văn bản phân tích hoàn chỉnh. Đây là kiểu sự cố giống hệt một bảng trận đấu bị đánh dấu đầy đủ nhưng không ghi bàn thắng nào. Trong trường hợp này, dữ liệu đầu vào của giai đoạn một hoàn toàn trống: không có tiêu đề bài báo, không có nguồn bài báo, không có loại hình bài báo, không có điểm thông tin nào, không có thực thể nào được nhận diện. Trường duy nhất được điền là nhãn lĩnh vực: bóng đá. Đó là toàn bộ nguyên liệu có trong tay. Với tôi, đây là một nguyên tắc quen thuộc từ nhiều năm ngồi trong phòng họp báo Paterna hay Mestalla: không có dữ liệu thì không có kết luận, và quan trọng hơn, không có dữ liệu cũng chưa chắc là không có vấn đề. Bản báo cáo xử lý đúng phần thứ nhất, nhưng người dùng phía sau có nguy cơ hiểu sai phần thứ hai. Về mặt chiến thuật, báo cáo không thể trình bày sơ đồ đội hình, cường độ pressing, tỷ lệ kiểm soát bóng hay bất kỳ chỉ số tấn công nào, vì không có đội nào, không có cầu thủ nào, không có trận đấu nào được nhắc đến. Các mục về cấu trúc tài chính của câu lạc bộ cũng trống trơn. Điều này hợp lý về mặt kỹ thuật: chỉ số xG hay PPDA chỉ có nghĩa khi chúng ta biết đội nào, giải nào và giai đoạn nào. Một cầu thủ trẻ ở học viện miền Đông Tây Ban Nha và một cầu thủ trẻ ở học viện Việt Nam không thể đặt cạnh nhau mà không ghi rõ bối cảnh giải đấu và chất lượng môi trường phát triển. Người viết phân tích bóng đá có trách nhiệm ghi rõ bối cảnh đó trước khi đặt hai con số cạnh nhau trên cùng một dòng. Điều khiến tôi dừng lại lâu nhất là phần về rủi ro danh tiếng và tính xác thực của nguồn tin. Bản báo cáo tự nhận rằng không thể xếp hạng nguồn vì thông tin nguồn thậm chí không được ghi nhận ở giai đoạn một. Trong thị trường chuyển nhượng, đây là lỗ hổng nghiêm trọng. Một tin đồn từ tài khoản mạng xã hội ẩn danh và một xác nhận từ nhà báo chuyên trách ở Tây Ban Nha có giá trị hoàn toàn khác nhau, nhưng nếu quy trình không phân loại nguồn, cả hai sẽ trông giống hệt nhau khi đi vào hệ thống. Từ đó, một tin đồn rỗng có thể được xử lý như một sự thật đã kiểm chứng. Có một điểm tôi muốn bổ sung vào phần đánh giá của báo cáo: sự trống rỗng này thường do quy trình trích xuất thất bại, chứ không phải bài báo gốc thực sự không có nội dung. Trước đây tôi từng gặp những bản tổng hợp bị mất trường thông tin chỉ vì lỗi định dạng ở bước thu thập. Một bài viết chuyển nhượng hay một thông tin chấn thương có thể hoàn toàn đầy đủ, nhưng nếu bước trích xuất không đọc được, toàn bộ hệ thống phân tích phía sau sẽ trống. Khác biệt giữa hai khả năng này quyết định xem chúng ta cần thu thập lại bài báo hay chỉ cần đọc lại dữ liệu cũ. Gộp hai khả năng lại là cách đắt tiền nhất để xử lý một sự cố kỹ thuật đơn giản. Về phần dữ liệu trận đấu, báo cáo cũng đúng khi không đưa ra kết luận. Nhưng điều quan trọng là người đọc phía sau không được hiểu rằng không có cảnh báo nghĩa là không có rủi ro. Trong bóng đá, sự im lặng của dữ liệu thường che giấu hai khả năng: hoặc mọi thứ thật sự ổn, hoặc chúng ta đơn giản là chưa nhìn kỹ. Tôi đã tự nhắc mình điều này sau nhiều mùa giải theo dõi đội trẻ: những cầu thủ trẻ không được ghi chú trong báo cáo tuyển trạch không hẳn là những cầu thủ không có tiềm năng, mà thường là những cầu thủ chưa được quan sát đủ. Cả hai trường hợp đều cần một bước kiểm chứng bổ sung trước khi đưa ra kết luận cuối cùng. Một điểm nữa đáng chú ý: báo cáo đặt rủi ro cao nhất vào khả năng hệ thống tạo ra kết luận từ dữ liệu trống. Tôi coi đây là lời cảnh báo đúng đắn. Trong nghề của tôi, một khẳng định không có số liệu đứng sau là một khoản nợ sẽ đến hạn vào ngày bị chất vấn. Nó không mất ngay, nhưng có thể mất vào một thời điểm tệ nhất. Trong trường hợp này, hệ thống đã chọn không tạo ra khẳng định đó. Đó là một quyết định đúng và nó không phải là quyết định dễ dàng. Điều tôi thấy đáng ghi nhận nhất là cấu trúc chín chiều của báo cáo vẫn hoạt động như thiết kế: giữ nguyên khung, ghi rõ chữ trống, và không vượt qua ranh giới từ bằng chứng sang suy diễn. Người dùng phía sau cần biết rằng một báo cáo có cấu trúc đẹp không đồng nghĩa với một báo cáo có nội dung. Đây là điểm mà nhiều hệ thống phân tích bóng đá hiện nay cần thêm vào quy trình kiểm soát chất lượng của mình, đặc biệt trong giai đoạn thị trường chuyển nhượng khi lượng thông tin tăng nhanh hơn khả năng xác minh. Nếu có thể thay đổi một điều trong quy trình này, tôi sẽ thêm bước kiểm tra độ đầy đủ của dữ liệu đầu vào trước khi hệ thống phân tích được phép chạy. Một bộ lọc đơn giản dựa trên số trường được điền sẽ ngăn được phần lớn các báo cáo trống hoàn toàn. Tôi đã quen với việc tự đặt câu hỏi "dữ liệu này có đủ để nói điều gì?" trước khi viết một bài. Một hệ thống phân tích tốt cũng nên có câu hỏi đó ở bước đầu tiên. Mọi ngôi sao đều từng là một dòng dữ liệu bị lãng quên, và đôi khi chính dòng dữ liệu đó cũng chưa được ghi lại cho đúng. Kết luận của tôi vẫn là một câu hỏi thay vì một câu trả lời: nếu một hệ thống phân tích đủ khôn ngoan để thừa nhận mình không có dữ liệu, thì điều tôi muốn biết là quy trình kiểm tra nào ở bước đầu vào đã để cho toàn bộ dữ liệu trống đi xa đến bước này. Trả lời được câu hỏi đó chắc chắn có ích hơn bất kỳ kết luận bóng đá nào mà hệ thống có thể đưa ra trong trạng thái hiện tại. Chiến thuật có thể bị phản bội, nhưng dữ liệu thì không, và dữ liệu trống cũng không phải là không có dữ liệu.