Bốn hệ quy chiếu, một cái tên: vì sao dữ liệu bi-a sụp đổ ở bước nhận diện thể loại

Bốn hệ quy chiếu, một cái tên: vì sao dữ liệu bi-a sụp đổ ở bước nhận diện thể loại

Câu hỏi đến vào đầu tháng Năm, khoảng hai mươi phút sau khi Zhao Xintong kết thúc frame đấu cuối cùng ở Crucible và trở thành nhà vô địch thế giới snooker đầu tiên trong lịch sử Trung Quốc. Biên tập viên ngồi đối diện tôi hỏi câu mà tôi đã nghe ít nhất mười lần trong sự nghiệp: “Vậy ai đang là tay cơ số một thế giới?”

Tôi mở bảng dữ liệu tổng hợp mà nhóm phân tích chúng tôi dùng cho các bài về bi-a. Bảng có 11.428 dòng kết quả trận, trải trên 38 giải đấu và 19 quốc gia, cập nhật tới hết mùa 2026/26. Cột tên tay cơ đầy đủ. Cột điểm số đầy đủ. Cột ngày thi đấu đầy đủ. Cột xác định thể loại — snooker, pool Mỹ, 8-ball Trung Quốc, carom — trống ở 2.906 dòng, tương đương 25,4% tổng số bản ghi.

Không có cột đó, câu hỏi của anh ấy không có câu trả lời. Nguyên nhân không nằm ở chỗ dữ liệu thiếu, mà ở chỗ tên gọi “bi-a” đang gộp bốn môn thể thao có luật chơi, hệ thống giải, thước đo hiệu suất và liên đoàn chủ quản khác nhau vào cùng một ô tìm kiếm.

Đó là lý do tôi viết bài này. Không phải để kể lại một kỳ giải, mà để trình bày một lỗi phương pháp mà gần như mọi bảng dữ liệu bi-a trên thị trường nội dung Anh ngữ đều đang mắc phải, và để chỉ ra chính xác chỗ nào phép phân tích bị đứt gãy.

Một cái tên, bốn môn

Từ “billiards” trong tiếng Anh có một lịch sử hẹp hơn người Việt thường nghĩ. Nghĩa gốc của nó ở Anh là English billiards — một trò chơi ba bi trên bàn có lỗ, không phải bàn không lỗ, và đó là môn mà Clive Everton, người được gọi là “giọng nói của snooker”, thực sự lớn lên cùng. Nhưng khi một khán giả London nói “I’m going to play billiards” vào tối thứ Sáu, gần như chắc chắn anh ta đang nói về pool. Còn ở Việt Nam, “bi-a” mặc định là pool, thi thoảng là carom, và chỉ khi có ngữ cảnh cụ thể thì mới là snooker.

Sự trượt nghĩa đó không phải vấn đề ngôn ngữ. Nó là vấn đề dữ liệu.

Bốn nhóm môn chính đang tồn tại song song dưới cùng một cái tên.

Snooker chơi trên bàn 12 foot, 22 bi, do WPBSA và World Snooker Tour quản lý, với hệ thống xếp hạng cuốn hai năm và một giải vô địch thế giới tổ chức tại Crucible Theatre ở Sheffield theo thể thức chung kết tối đa 35 frame.

Pool Mỹ, mà người ta hay gọi gọn là 9-ball và 10-ball, chơi trên bàn 9 foot với bi nhỏ hơn và lỗ rộng hơn, chịu sự điều hành của World Pool-Billiard Association về mặt luật, nhưng về mặt thương mại thì Matchroom đang nắm phần lớn hệ thống giải chuyên nghiệp qua World Nineball Tour.

8-ball Trung Quốc chơi trên bàn 9 foot với lỗ nhỏ kiểu snooker và bi lớn, là môn lai giữa hai thế giới, có hệ thống giải riêng do Hiệp hội Bi-a và Snooker Trung Quốc cùng các đơn vị tổ chức nội địa vận hành, với quỹ thưởng ở nhiều giải vượt xa mặt bằng pool quốc tế.

Carom ba băng chơi trên bàn không lỗ, ba bi, do Union Mondiale de Billard quản lý, với truyền thống thi đấu mạnh ở châu Âu, Hàn Quốc, Nhật Bản, Việt Nam và Thổ Nhĩ Kỳ.

Bốn môn này có bốn bộ luật khác nhau, bốn hệ thống xếp hạng khác nhau, bốn lịch thi đấu khác nhau, và quan trọng nhất với người làm dữ liệu: bốn định nghĩa khác nhau về cái gì được coi là một đơn vị thành tích.

Tôi từng chứng kiến hậu quả của việc bỏ qua ranh giới đó trong một buổi họp sản xuất hồi tháng Ba. Một bảng xếp hạng “Top 20 tay cơ thế giới” do một đơn vị truyền thông nước ngoài công bố đặt Ronnie O’Sullivan ở vị trí thứ nhất và Joshua Filler ở vị trí thứ tám, kèm theo một chỉ số hiệu suất gộp chung. Chỉ số đó không đo được thứ gì cả. Nó cộng phần trăm ghi điểm của một người chơi trên bàn có 22 bi với tỉ lệ break-and-run của một người chơi trên bàn có 10 bi, rồi chia cho một mẫu số chung không tồn tại.

Bốn hệ đo lường không quy đổi được

Muốn hiểu vì sao chỉ số không di cư được giữa các môn, cần nhìn vào cấu trúc của từng hệ đo.

Snooker đo bằng frame, và trong frame thì đo bằng century break, break 50+, tỉ lệ pot thành công, tỉ lệ safety thành công, và thời gian trung bình mỗi cú đánh, thường gọi tắt là AST. Những chỉ số này xuất hiện trên đồ họa truyền hình của World Snooker Tour và đã ổn định qua nhiều mùa. Một century break trong snooker có nghĩa là tay cơ đã đưa được 100 điểm trở lên trong một lượt cơ, tương đương việc hạ liên tiếp khoảng 36 quả bi theo trình tự đỏ-đen-màu. Đó là một đơn vị đo độ dài chuỗi, không đo độ khó của từng cú.

Pool Mỹ đo bằng rack, và trong rack thì đo bằng tỉ lệ break-and-run — tỉ lệ giành chiến thắng cả rack chỉ trong một lượt cơ từ cú phá. Hệ thống Accu-Stats đã xây dựng chỉ số Total Performance Index từ nhiều thập niên trước, dựa trên xác suất thành công theo từng loại cú trong từng tình huống bàn. Matchroom sau đó đưa chỉ số Tournament Performance Average vào các buổi phát sóng World Nineball Tour, cộng gộp các yếu tố như tỉ lệ phá có bi vào lỗ, tỉ lệ an toàn thắng thế, và tỉ lệ dọn bàn.

8-ball Trung Quốc đo bằng rack theo thể thức race tới một số ván nhất định, nhưng cấu trúc bàn khiến mọi chỉ số đều lệch. Lỗ nhỏ làm tỉ lệ pot giảm, bi lớn làm quỹ đạo kiểm soát khó hơn, và luật chia nhóm bi khiến chiến thuật an toàn chiếm tỉ trọng lớn hơn hẳn so với 9-ball. Một tay cơ có tỉ lệ break-and-run 40% ở 9-ball có thể tụt xuống dưới 15% khi chuyển sang bàn 8-ball Trung Quốc. Con số không hề nói rằng anh ta chơi tệ hơn. Nó nói rằng định nghĩa về một rack đã thay đổi.

Carom ba băng đo bằng average — số điểm trung bình mỗi lượt cơ — và bằng best run, chuỗi điểm dài nhất trong trận. Một average 1,5 ở đỉnh cao thế giới là con số rất mạnh, và nó không có bất kỳ điểm chung nào về mặt ngữ nghĩa với tỉ lệ pot thành công 92% trong snooker. Đặt hai con số cạnh nhau trong cùng một bảng là một hành động vô nghĩa về mặt thống kê, dù nó trông rất thuyết phục trên slide.

Chiếc cúp không nằm trên bảng điểm, nó nằm trong bảng hiệu suất. Nhưng muốn đọc được bảng hiệu suất, trước hết phải biết bảng đó thuộc môn nào.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi qua nhiều mùa giải ở cả ba hệ thống — Crucible, World Nineball Tour và các giải 8-ball Trung Quốc — tôi nhận thấy sai lầm phổ biến nhất không phải là chọn sai chỉ số, mà là chọn đúng chỉ số cho sai môn. Một bài phân tích về tỉ lệ an toàn của Mark Selby chỉ có giá trị nếu người viết hiểu rằng trong snooker, safety được định nghĩa là để bi trắng ở vị trí không thể pot, còn trong 9-ball, safety được định nghĩa là để đối thủ không có đường đánh hợp lệ vào bi mục tiêu thấp nhất. Hai định nghĩa đó khác nhau về bản chất, không chỉ khác nhau về độ khó.

Nếu bạn muốn một phép thử nhanh để kiểm tra xem một bảng dữ liệu bi-a có đáng tin hay không, hãy tìm cột ghi rõ thể loại, và tìm xem bảng đó có phân biệt được thể thức thi đấu hay không. Một giải snooker đánh tối đa 7 frame và một giải đánh tối đa 35 frame tạo ra hai mẫu dữ liệu có phân phối hoàn toàn khác nhau. Gộp chúng lại rồi tính trung bình là cách nhanh nhất để tạo ra một kết luận sai.

Sân im lặng là phòng thí nghiệm của một môn duy nhất

Trong danh sách các câu tôi vẫn dùng khi giảng cho thực tập sinh, có một câu tôi đặt ở vị trí trang trọng: “Sân vắng, tiếng huấn luyện viên rõ hơn bao giờ hết, và dữ liệu cũng vậy.”

Snooker là môn thể thao duy nhất mà điều kiện “sân vắng” được thiết lập như mặc định, không phải như ngoại lệ. Khán giả ở Crucible im lặng theo luật bất thành văn. Trọng tài chỉ cần nói một câu là cả hội trường nín thở. Điều đó có nghĩa là dữ liệu snooker được thu trong một môi trường gần như không có biến nhiễu âm thanh — một điều kiện mà bất kỳ nhà nghiên cứu hành vi nào cũng phải mơ ước.

Nhưng môi trường đó không chuyển sang được cho pool Mỹ. Các sự kiện của World Nineball Tour diễn ra trong nhà thi đấu có nhạc, có MC, có khán giả cổ vũ ồn ào, và có shot clock 30 giây kèm quyền gia hạn một lần. Chỉ cần đưa biến thời gian vào, hành vi chọn cú đánh đã khác về mặt cấu trúc. Một tay cơ dưới áp lực 30 giây sẽ chọn phương án an toàn đơn giản hơn là một phương án kiểm soát bi trắng phức tạp, và điều đó làm thay đổi toàn bộ phân phối của chỉ số an toàn mà bạn đang đo.

Carom ba băng nằm ở phía ngược lại. Không có shot clock trong phần lớn các giải UMB, khán giả có thể vỗ tay giữa lượt cơ, và mỗi lượt cơ có thể kéo dài nhiều phút với hàng chục đường băng. Đo “thời gian ra quyết định” ở đây rồi so với 9-ball là một phép so sánh vô nghĩa.

Tôi đã mất gần hai năm để hiểu rằng sự im lặng trong snooker không phải là một chỉ số chất lượng, mà chỉ là một điều kiện thí nghiệm. Nó cho phép cô lập biến số tập trung, nhưng nó không cho phép suy rộng ra bốn môn còn lại. Một bài học tương tự đã đến với tôi từ một dự án trước đây, khi một chỉ số được xây dựng rất chặt trong một bối cảnh cụ thể bị đem áp thẳng sang một bối cảnh khác mà không có bước kiểm định lại. Kết quả là một kết luận đúng về mặt kỹ thuật nhưng sai về mặt ý nghĩa.

Bản đồ quyền lực bị vẽ sai khi gộp bốn đường ống đào tạo

Một trong những câu chuyện được lặp lại nhiều nhất trên báo thể thao Anh trong ba năm qua là “Trung Quốc đang lên”. Câu chuyện đó đúng. Nhưng nó sai ở chỗ gộp bốn quốc gia-thể loại thành một thực thể duy nhất.

Đường ống snooker của Trung Quốc được xây bằng học viện, bằng các giải nghiệp dư nội địa và bằng việc World Snooker Tour tổ chức nhiều giải xếp hạng tại Trung Quốc. Ding Junhui mở đường từ hai thập niên trước. Zhao Xintong là mốc tiếp theo. Yan Bingtao, Si Jiahui và một nhóm tay cơ sinh sau năm 2026 đang nằm trong vùng xếp hạng có thể giành suất dự Crucible.

Đường ống 8-ball Trung Quốc vận hành theo logic khác hoàn toàn. Nó gắn với hệ thống câu lạc bộ trong nước, với các giải có quỹ thưởng lớn và với một thị trường khán giả nội địa khổng lồ. Những cái tên như Zheng Yubo hay Chu Bingjie được biết đến rộng rãi ở Trung Quốc nhưng gần như vô hình trên truyền thông phương Tây. Gareth Potts và Chris Melling, hai tay cơ người Anh từng thống trị pool Anh, chuyển sang thi đấu 8-ball Trung Quốc và trở thành những cái tên quen thuộc ở đó. Đây là một dòng chảy nhân lực theo hướng ngược lại với dòng chảy snooker.

Đường ống 9-ball quốc tế nằm trong tay một nhóm nhỏ tay cơ chuyên nghiệp di chuyển giữa các sự kiện của Matchroom. Joshua Filler, Fedor Gorst, Francisco Sánchez Ruiz, Albin Ouschan, Jayson Shaw, Eklent Kaçi, Ko Pin-yi. Nhóm này nhỏ tới mức chỉ cần hai hoặc ba chấn thương là bảng xếp hạng thay đổi hoàn toàn.

Đường ống carom ba băng lại gắn với một bản đồ địa lý khác: Hà Lan, Bỉ, Thụy Điển, Hàn Quốc, Việt Nam, Thổ Nhĩ Kỳ, Ai Cập. Dick Jaspers, Torbjörn Blomdahl, Frédéric Caudron, Cho Myung-woo, Kim Haeng-jik. Đây là nhóm duy nhất trong bốn nhóm có sự hiện diện đáng kể của Việt Nam ở cấp độ chuyên nghiệp.

Vẽ một mũi tên duy nhất cho cả bốn đường ống này là một lỗi phân tích nghiêm trọng. Nó dẫn tới những dự báo sai, ví dụ như kỳ vọng rằng một tay cơ 9-ball hàng đầu sẽ tự động chuyển sang 8-ball Trung Quốc và thống trị ngay lập tức. Thực tế cho thấy quá trình chuyển đổi mất từ 12 đến 24 tháng, và không phải ai cũng thành công.

Hành trình của một tay cơ là một biểu đồ phân tán, không phải một mũi tên đi lên. Và biểu đồ đó chỉ đọc được nếu trục hoành của nó được ghi đúng đơn vị.

Chuẩn hóa thực thể: phần việc không ai muốn làm

Có một tầng công việc trong phân tích dữ liệu thể thao mà gần như không ai viết về, vì nó không hào nhoáng và không tạo ra headline: chuẩn hóa thực thể.

Trong bảng dữ liệu bi-a mà tôi đang dùng, tên “Ko Pin-yi” xuất hiện dưới ít nhất bốn biến thể khác nhau giữa các nguồn: Ko Pin-yi, Ko Ping-yi, Ko Pin Yi, và Ko Ping-chung bị nhập nhầm sang cùng một mã định danh trong hai lần nhập liệu thủ công. Tên tiếng Hàn của các tay cơ carom có thể được viết theo hệ La-tinh hóa cũ hoặc mới. Tên tiếng Trung có thể theo hệ bính âm hoặc theo hệ La-tinh hóa truyền thống. Tên tiếng Việt có dấu hoặc không dấu tùy nguồn.

Chưa hết. Cụm từ “World Championship” tồn tại đồng thời ở ít nhất bốn hệ thống giải khác nhau: World Snooker Championship, World Pool Championship, World 8-Ball Championship của 8-ball Trung Quốc, và World Three-Cushion Championship của UMB. Bốn sự kiện. Bốn tháng khác nhau. Bốn định nghĩa về nhà vô địch thế giới.

Trong bài toán phân tích của chúng tôi, mỗi lần gộp hai nguồn dữ liệu lại mà không chuẩn hóa tên và thể loại, tỉ lệ bản ghi lỗi tăng khoảng 6 đến 9 phần trăm. Với một bảng vài nghìn dòng, mức lỗi đó đủ để đảo ngược kết luận trong những mẫu nhỏ, đặc biệt là ở các giải có ít hơn 32 tay cơ tham dự.

Tôi nói điều này không phải để kêu gọi một tiêu chuẩn chung cho toàn ngành, vì điều đó sẽ không xảy ra trong vài năm tới. Tôi nói để độc giả biết rằng khi một bảng xếp hạng “tay cơ hay nhất mọi thời đại” được công bố, câu hỏi đầu tiên cần đặt là bảng đó có cột thể loại hay không. Nếu không, bảng đó không có giá trị tham chiếu.

Khi một ô trống, việc đúng là tuyên bố nó trống

Có một nguyên tắc tôi giữ từ những năm đầu làm nghề, khi tôi xử lý một bộ dữ liệu bị lỗi trường và ban đầu định nội suy giá trị cho các ô trống để bảng trông hoàn chỉnh.

Nguyên tắc đó là: một ô trống là một thông tin, không phải một chỗ cần lấp.

Trong bảng 11.428 dòng của chúng tôi, 2.906 dòng thiếu cột thể loại. Chúng tôi không điền giá trị suy đoán vào đó. Chúng tôi tách chúng ra thành một tập riêng và ghi rõ trong mọi bài phân tích rằng tập dữ liệu đó chưa được phân loại. Điều này làm bài viết kém hấp dẫn hơn về mặt hình thức. Nó cũng làm bài viết đúng hơn.

Ở tầng sâu hơn, cùng một vấn đề xuất hiện trong chính bước nhận diện thể loại. Nếu một bản ghi chỉ có tên tay cơ, điểm số và ngày thi đấu, mà không có tên giải đấu, mô tả bàn hoặc thuật ngữ luật chơi, thì không có cách nào xác định đó là snooker, 9-ball, hay carom. Không phải khó. Không thể.

Điều tôi muốn nói tới không phải là một vấn đề kỹ thuật. Nó là một vấn đề biên tập. Một bài phân tích không nêu rõ môn nào, thể thức nào và cỡ mẫu bao nhiêu thì không phải là một bài phân tích thiếu chi tiết. Nó là một bài phân tích không có nền.

Góc phản trực giác: nhiều dữ liệu hơn không tạo ra kết luận tốt hơn

Đây là phần tôi cho là quan trọng nhất và cũng là phần ít được chấp nhận nhất.

Trực giác của ngành truyền thông dữ liệu thể thao là thu thập thật nhiều, gộp thật rộng, rồi tìm ra mẫu hình. Trực giác đó đúng trong một số lĩnh vực. Nó sai trong bi-a.

Khi gộp bốn môn lại thành một tập dữ liệu, bạn không tăng cỡ mẫu. Bạn tăng số chiều của nhiễu. Mỗi môn có một phân phối riêng, một định nghĩa thành công riêng, một cấu trúc giải đấu riêng. Trộn chúng lại với nhau làm cho mọi thống kê mô tả trở nên vô nghĩa — độ lệch chuẩn tăng, phân phối trở nên đa đỉnh, và mọi phép kiểm định đều cho ra kết quả không đáng tin.

Một chỉ số tổng hợp kiểu “Billiards Power Index” sẽ là một chỉ số giả. Nó sẽ ổn định về mặt con số, sẽ thay đổi chậm và trông có vẻ đáng tin, và đó chính là điều nguy hiểm nhất. Một chỉ số sai mà bất biến sẽ được trích dẫn nhiều hơn một chỉ số đúng mà dao động.

Cách giải thích thay thế mà tôi tự đặt ra để kiểm tra lại chính mình là: có thể tôi đang quá thận trọng, và giá trị của một chỉ số tổng hợp nằm ở chỗ nó cho khán giả phổ thông một điểm neo để so sánh. Điều đó có lý. Nhưng điểm neo phải được dán nhãn là điểm neo quy ước, không phải là một đo lường khách quan. Bảng xếp hạng quyền anh theo pound-for-pound cũng là một quy ước, và nó được chấp nhận vì ban biên tập nói rõ đó là một quy ước.

Sự khác biệt giữa một quy ước được công bố minh bạch và một chỉ số được trình bày như sự thật là sự khác biệt giữa một công cụ và một lời nói dối.

Và đây là chỗ tôi phải nói thẳng một điều về thị trường chuyển nhượng và thị trường diễn đấu trong bi-a. Thị trường chuyển nhượng về bản chất là một mô hình hồi quy, nhưng mọi người cứ gọi nó là cuộc đua. Trong bốn môn này, người đại diện tay cơ là chi phí ẩn lớn nhất. Một tay cơ 8-ball Trung Quốc có thể nhận phí biểu diễn và thnh hợp đồng tài trợ mà không có bất kỳ bản ghi công khai nào. Những con số đó không xuất hiện trong bất kỳ bảng dữ liệu nào, kể cả bảng của chúng tôi. Bất kỳ bài phân tích nào về thị trường bi-a mà không thừa nhận khoảng trống đó đều đang mô tả một thế giới không tồn tại.

Nhìn về vòng chu kỳ tiếp theo

Có hai tín hiệu tôi sẽ theo dõi trong 12 tháng tới.

Thứ nhất là việc Matchroom mở rộng chỉ số Tournament Performance Average ra ngoài phạm vi các buổi phát sóng của họ. Nếu chỉ số đó trở thành một định dạng mở, có tài liệu phương pháp công khai và có thể kiểm chứng chéo, nó có thể trở thành cột mốc chuẩn hóa đầu tiên của pool chuyên nghiệp. Nếu nó vẫn nằm trong đồ họa truyền hình, nó sẽ chỉ là một công cụ trình diễn.

Thứ hai là diễn biến đàm phán về địa điểm tổ chức World Snooker Championship sau khi hợp đồng với Crucible hết hạn vào năm 2027. Một sự thay đổi địa điểm sẽ thay đổi điều kiện thi đấu, điều kiện khán giả và do đó thay đổi chính dữ liệu được sinh ra. Bất kỳ mô hình nào huấn luyện trên dữ liệu Crucible sẽ mất giá trị áp dụng ngay lập tức.

Với hai tín hiệu đó, tôi chưa đủ dữ liệu để đưa ra kết luận. Tôi sẽ công bố khi có.

Giới hạn dữ liệu

Bảng dữ liệu được nhắc trong bài có 11.428 bản ghi trận, thu thập từ 38 giải đấu trong mùa 2026/26, với 19 quốc gia được ghi nhận. Tỉ lệ 25,4% bản ghi thiếu cột thể loại là số liệu nội bộ, không phải số liệu công bố, và được kiểm tra hai lần bởi hai người nhập liệu độc lập.

Các nhận định về chuyển đổi thể loại của tay cơ dựa trên cỡ mẫu nhỏ, dao động từ 9 đến 22 trường hợp có đủ dữ liệu qua hai môn. Khoảng tin cậy rất rộng. Tôi không khẳng định một tỉ lệ chuyển đổi thành công cụ thể, mà chỉ khẳng định rằng quá trình chuyển đổi cần thời gian và không diễn ra tự động.

Các con số về quỹ thưởng và phí hợp đồng được nêu ở mức định tính do phần lớn giao dịch trong bi-a chuyên nghiệp không được công bố. Phần dữ liệu chấm dứt ở đây. Phần suy luận bắt đầu ở trên, và tôi ghi rõ ranh giới.