Khoảng trống dữ liệu: bài toán lớn nhất của bơi lội Việt Nam nằm ngoài mặt hồ

Trong quá trình đối chiếu dữ liệu thi đấu bơi lội giữa các giải quốc nội và đấu trường khu vực, tôi nhiều lần bắt gặp một hiện tượng lặp đi lặp lại: những ô trống nằm đúng ở vị trí cần số liệu nhất. Thời gian chạm thành của một lượt bơi vòng loại, quãng nghỉ giữa hai cự ly, nhịp sải tay ở 50 mét cuối — tất cả đều dễ tra cứu ở các giải quốc tế, nhưng lại tan biến trong kho lưu trữ nội địa. Mỗi cú sốc đều có xác suất riêng. Ta gọi là sốc khi chưa kịp tra bảng số. Nhưng khi chính bảng số bỏ trống, quyền gọi bất cứ điều gì là bất ngờ cũng biến mất theo.

Đó là cách tôi bắt đầu nhìn bơi lội Việt Nam bằng một lăng kính khác: lăng kính của khả năng ghi chép, thay vì lăng kính của thành tích.

Bối cảnh

Bơi lội Việt Nam trong hơn một thập kỷ qua gắn với một khối lượng huy chương đáng nể ở đấu trường SEA Games. Đằng sau những tấm huy chương ấy là một hệ thống dữ liệu mỏng manh đến mức khó tin. Ở các nền bơi phát triển, mỗi vận động viên được theo dõi bằng hàng chục chỉ số: thời gian phản xạ xuất phát, số mét lặn dưới nước sau khi rời bục, tần suất sải tay, quãng đường mỗi sải, và phân bố tốc độ theo từng 50 mét. Những con số này phục vụ cho việc dự báo.

Ở Việt Nam, phần lớn dữ liệu dừng lại ở kết quả cuối cùng: thời gian về đích. Một con số duy nhất cho cả một quá trình dài. Khi tôi hỏi về phân bố tốc độ của một lượt bơi, câu trả lời thường là những đoạn video quay bằng điện thoại và cảm nhận của huấn luyện viên. Cảm nhận ấy có giá trị, nhưng nó không thể thay thế dữ liệu khi ta cần so sánh giữa hai mùa giải, hai nhóm tuổi, hay hai phương án tập luyện.

Phân tích

Khoảng trống dữ liệu không phân bố ngẫu nhiên. Nó tập trung đúng vào những chỉ số quyết định sự tiến bộ dài hạn. Lấy nhịp sải tay và quãng đường mỗi sải làm ví dụ. Hai chỉ số này có mối quan hệ đánh đổi: tăng nhịp sải thường làm giảm quãng đường mỗi sải, và ngược lại. Một vận động viên muốn cải thiện thành tích phải tìm điểm cân bằng tối ưu cho từng cự ly, từng giai đoạn thể lực. Không đo, không có cách nào biết mình đang ở đâu trên đường cong ấy.

Tôi từng dành nhiều tuần dựng lại một bộ chỉ số tối thiểu cho bơi lội, đủ gọn để một huấn luyện viên cấp cơ sở ghi chép mà không cần thiết bị đắt tiền: thời gian từng 50 mét, số sải tay mỗi chiều dài hồ, và khoảng nghỉ giữa các lần bơi. Ba trường dữ liệu. Khi ghép chúng theo chuỗi thời gian, ta bắt đầu thấy những mẫu hình mà mắt thường bỏ qua: một vận động viên giảm số sải tay nhưng không tăng nhịp, hay một vận động viên bung sức ở 50 mét đầu rồi sụp ở 50 mét cuối.

Chỉ số không tự sinh ra ý nghĩa. Chúng chỉ có nghĩa khi được đặt cạnh một câu hỏi. Đó là lý do tôi luôn bắt đầu bằng câu hỏi đơn giản của người ngoài nghề, rồi mới mở bảng số. Nếu không, phân tích dễ trượt thành một bản báo cáo dày đặc mà không ai đọc hết.

Cú sút xuất hiện một lần. Quỹ đạo của nó kéo dài nhiều năm. Trong bơi lội, cú sút ấy là một lượt bơi đỉnh cao, và quỹ đạo là cả một chu kỳ tập luyện kéo dài. Nếu ta chỉ ghi lại thời gian về đích, ta giữ được điểm cuối mà đánh mất toàn bộ đường đi. Và chính đường đi mới là thứ dự báo được lượt bơi tiếp theo.

Điều này đặc biệt đúng với các cự ly trung bình và dài, nơi chiến thuật phân bố sức lực quyết định kết quả nhiều hơn tốc độ thuần túy. Một vận động viên bơi 400 mét với 100 mét đầu quá nhanh sẽ trả giá ở 100 mét cuối, và cái giá ấy có thể đo được bằng chênh lệch phân bố tốc độ. Không có dữ liệu phân đoạn, sai lầm chiến thuật lặp lại mà không ai gọi tên.

Có một điều tôi học được sau nhiều năm làm việc với dữ liệu: một tập dữ liệu trống cũng là một tín hiệu. Nó cho biết điều gì chưa được quan tâm đủ. Khi nhận về một bảng phân tích mà mọi ô đều để trống, tôi không vội kết luận rằng không có gì để nói. Tôi đọc khoảng trống ấy như một câu hỏi ngược: vì sao không ai ghi lại? Câu trả lời thường dẫn tới những nguyên nhân mang tính hệ thống — thiếu thói quen, thiếu quy trình, thiếu người đọc số liệu tới cùng.

Góc phản trực giác

Người ta thường tin rằng thiếu dữ liệu là vấn đề của các môn ít tiền, và cứ có nhiều tiền là sẽ có nhiều dữ liệu. Cơ chế thật nằm ở chỗ khác. Dữ liệu sinh ra từ thói quen ghi chép, và thói quen ghi chép sinh ra từ việc dữ liệu được dùng để ra quyết định. Ở nhiều nơi, dữ liệu được thu thập nhưng không ai đọc, nên nó chết dần trong các bảng tính. Ngược lại, có những trung tâm nhỏ chỉ với sổ tay và đồng hồ bấm giây vẫn cải thiện được thành tích, đơn giản vì mọi con số đều được đem ra bàn.

Trước khi nói rằng thiếu thiết bị dẫn đến thiếu dữ liệu, tôi phải chỉ ra cơ chế cụ thể nối hai điều đó. Cơ chế không nằm ở thiết bị, mà nằm ở vòng phản hồi: dữ liệu chỉ sống khi có người hỏi nó một câu hỏi. Ở đây, mối quan hệ giữa thiết bị và thành tích chỉ nên được gọi là "có liên hệ", chứ chưa đủ cơ sở để khẳng định thiết bị sinh ra thành tích.

Cũng cần nói rõ: dữ liệu không giải thích được tất cả. Một phần phương sai trong thành tích đến từ những thứ không lượng hóa được — tâm lý thi đấu, áp lực khán đài, ý nghĩa xã hội của một tấm huy chương. Tôi từng chứng kiến những lượt bơi có chỉ số đẹp nhưng kết quả kém, và ngược lại. Khi ấy, tôi ghi chú rõ rằng khoảng tin cậy của phán đoán bị nới rộng, thay vì cố nhồi mọi thứ vào một mô hình.

Hướng tới

Vấn đề của bơi lội Việt Nam nằm ở khả năng ghi chép và sử dụng dữ liệu có hệ thống. Một nền bơi chỉ dự báo được khi nó biết mình đang ở đâu, và để biết mình đang ở đâu, nó phải bắt đầu ghi lại những gì mình đã bỏ quên. Bản hợp đồng không phải một chữ ký, nó là một giả thuyết được ký tên — và mọi giả thuyết về một vận động viên đều cần dữ liệu để kiểm chứng.

Câu hỏi tôi để lại không phải làm sao để có thêm huy chương. Mà là: trong mùa giải tới, bao nhiêu ô trống trên bảng dữ liệu sẽ được lấp đầy?