Bảng chia đoạn trống ở đường bơi 1.500m và giới hạn của dữ liệu bơi lội Việt Nam

Khi một tệp dữ liệu trả về số không

Cuối buổi rà soát sau vòng chung kết bơi lội quốc gia, tôi mở tệp dữ liệu đường bơi 1.500m nam để dựng lại nhịp độ của một suất tranh huy chương. Tệp trả về 0 dòng. Không phải lỗi công thức, không phải sai đường dẫn, cũng không phải tôi quên lọc dữ liệu. Bảng điểm chính thức có tên vận động viên, có thời gian chung cuộc, có thứ hạng từng đợt bơi — nhưng không một mốc chia đoạn nào được ghi lại.

Tôi ngồi với trang trắng đó bốn mươi phút. Trong bốn mươi phút ấy, tôi viết ra ba thứ có thể suy luận và mười một thứ không thể. Tỷ lệ đó chính là chân dung của nghề phân tích dữ liệu bơi lội ở Việt Nam, và cũng là lý do vì sao tôi xem những tệp dữ liệu trống là tài liệu nghiêm túc chứ không phải sự cố kỹ thuật.

Một vận động viên bơi 1.500m hết 15 phút 30 giây. Anh ta bơi 300m cuối trong 3 phút 12 giây, hay 2 phút 58 giây, hay 3 phút 25 giây? Không có chia đoạn, cả ba khả năng đều nằm trong cùng một con số chung cuộc. Và ba khả năng đó dẫn tới ba kết luận huấn luyện khác nhau hoàn toàn: duy trì phân bổ sức bền, tăng khối lượng ở ngưỡng, hay xây lại nền aerobic từ đầu. Một huấn luyện viên đọc bảng điểm không có chia đoạn rồi chọn sai hướng tập luyện sẽ mất trọn một chu kỳ bốn tháng.

Điều tôi học được sau nhiều năm làm dữ liệu: chỗ số liệu câm lặng thường là chỗ câu chuyện thật bắt đầu, nhưng chỉ khi ta chịu thừa nhận nó đang câm.

Một lệch GPS nhỏ cũng đủ dạy tôi: kiểm chứng là tất cả. Năm 2026, ở tuổi 25, tôi là nữ cố vấn dữ liệu duy nhất trong phòng phân tích của một câu lạc bộ bóng đá, và tôi tính sai quãng đường nước rút của một tiền đạo — ghi 1,2km trong khi dữ liệu thô chỉ ra 0,8km. Sai số đến từ phần mềm đồng bộ, không đến từ tôi, nhưng cái giá thì tôi trả. Tôi mất ba tháng rà lại 14.000 mẫu dữ liệu để tìm ra thêm ba lỗi hệ thống khác. Từ đó, mọi bảng tôi dựng đều có một cột mang tên độ tin cậy, và mọi kết luận đều phải qua ít nhất hai nguồn đối chiếu. Khi chuyển sang đưa tin bơi lội cho thị trường Việt Nam, tôi giữ nguyên kỷ luật ấy.

Bảng điểm được sinh ra như thế nào

Ở một giải đấu có chuẩn quốc tế, thời gian được ghi bằng ba lớp độc lập. Lớp thứ nhất là bàn chạm điện tử gắn ở thành hồ, ghi thời điểm vận động viên chạm tường. Lớp thứ hai là hệ thống nút bấm dự phòng do trọng tài ngồi ở mỗi làn thao tác. Lớp thứ ba là đồng hồ bấm tay của trọng tài trưởng, dùng khi cả hai lớp điện tử thất bại. Riêng thời gian phản xạ xuất phát được đo bằng cảm biến đặt trong bục xuất phát.

Chia đoạn thì khác. Chia đoạn là một tệp phụ, được trích ra từ chính hệ thống bàn chạm, ghi thời điểm mỗi lần vận động viên chạm tường. Một đường bơi 1.500m nam trong hồ dài 50m có 29 lần chạm tường, nghĩa là có 29 mốc dữ liệu. Nếu tệp phụ đó không được xuất ra, không được lưu, hoặc được lưu nhưng không công bố, ta có một bảng điểm trông rất đầy đủ mà thực chất rỗng ruột.

Một bảng điểm chỉ có thời gian chung cuộc là một bảng điểm đã bị cắt mất phần lớn thông tin, trong khi phần hình thức của nó vẫn hoàn hảo.

Ở các giải quốc tế lớn, tệp chia đoạn gần như luôn được công bố vì truyền hình cần nó để dựng đồ họa. Ở các giải khu vực và giải quốc gia, mức độ công bố rất khác nhau. Một số giải chỉ đăng thời gian chung cuộc của vòng chung kết. Một số giải đăng cả vòng loại nhưng thiếu mốc 50m đầu tiên. Một số giải trẻ dùng đồng hồ bấm tay, và khi ấy sai số giữa hai trọng tài có thể lên tới vài phần mười giây — đủ để đảo thứ hạng ở cự ly 50m.

Với người làm dữ liệu, sự khác biệt giữa không có dữ liệu và có dữ liệu nhưng không đáng tin quan trọng hơn ta tưởng. Loại thứ nhất buộc ta dừng lại. Loại thứ hai dụ ta đi tiếp rồi trả giá.

Ba tầng thông tin biến mất khi chia đoạn trống

Tầng thứ nhất là cấu trúc nhịp độ. Bơi cự ly dài có hai khuôn mẫu cơ bản: phân bổ đều và phân bổ lệch. Phân bổ lệch có hai biến thể — tăng tốc về cuối, hoặc bung sức rồi chết ở 300m cuối. Không có chia đoạn, hai biến thể này cho ra cùng một thời gian chung cuộc và cùng một vị trí trên bảng xếp hạng. Về mặt kỹ thuật, chúng là hai vận động viên khác nhau.

Tầng thứ hai là hiệu suất dưới nước và hiệu suất quay đầu. Luật thi đấu giới hạn đoạn bơi dưới nước sau khi xuất phát và sau mỗi lần quay đầu ở mức 15m. Với vận động viên bơi bướm và bơi tự do, đoạn dưới nước thường là phần nhanh nhất của cả đường bơi. Chênh lệch giữa một vận động viên nổi lên ở mét thứ 11 và một người nổi lên ở mét thứ 15 có thể là 0,3 giây cho mỗi lần — nhân với 29 lần ở cự ly 1.500m là gần 9 giây. Toàn bộ khoảng cách giữa huy chương vàng và vị trí thứ tư ở một số nội dung SEA Games nằm gọn trong khoảng 9 giây đó.

Tầng thứ ba là dấu vết mệt mỏi. Một vận động viên còn nền aerobic sẽ giữ được độ dài sải tay trong 400m cuối. Một người mất nền sẽ ngắn sải, tăng tần suất quạt tay, và tốc độ tụt dù cảm giác cố gắng tăng. Tần suất quạt tay nhân với quãng đường mỗi chu kỳ cho ra tốc độ. Khi tần suất tăng mà tốc độ giảm, ta có bằng chứng định lượng của việc đuối sức. Khi không có chia đoạn và không có dữ liệu quạt tay, ta chỉ còn cảm nhận chủ quan của người ngồi trên khán đài.

Ba tầng đó, cộng lại, chính là nơi phân tích bơi lội tạo ra giá trị — và cũng là nơi nó sụp đổ nếu thiếu dữ liệu.

Dữ liệu không kể chuyện; nó ghi lại mọi thứ để tôi tự kể. Nhưng khi nó không ghi được gì, người kể chuyện phải có can đảm im lặng.

Nguyễn Huy Hoàng và khoảng trống không thể lấp bằng giả định

Lấy một ví dụ cụ thể từ chính nền bơi lội Việt Nam. Nguyễn Huy Hoàng, sinh năm 2026, từng giành huy chương bạc nội dung 1.500m tự do tại Đại hội Thể thao châu Á 2026 — thành tích được ghi nhận rộng rãi và có thể tra cứu trên các cơ sở dữ liệu kết quả chính thức. Anh cũng là gương mặt quen thuộc của bơi lội Việt Nam ở các kỳ SEA Games và từng giành suất dự Thế vận hội.

Câu hỏi mà bất kỳ nhà phân tích nào cũng muốn trả lời: phần nào trong thành tích của anh tạo ra khác biệt — 400m đầu, 400m giữa, hay 400m cuối? Với một vận động viên cự ly dài, câu trả lời quyết định toàn bộ giáo án.

Nhưng nếu tệp chia đoạn của trận đấu đó không được công bố ở dạng dễ truy cập, câu trả lời chỉ có thể là giả định. Và giả định trong phân tích thể thao không phải là vô hại. Một giả định được lặp lại đủ nhiều lần sẽ trở thành định kiến chuyên môn, rồi thành chiến lược huấn luyện, rồi thành thất bại được đóng gói cẩn thận.

Dựa trên kinh nghiệm theo dõi các đường bơi trong nước qua nhiều mùa giải, tôi nhận ra một quy luật khó chịu: càng ở cự ly dài, dữ liệu công khai càng mỏng, trong khi nhu cầu phân tích lại càng lớn. Cự ly 50m được ghi bằng cảm biến và đồ họa truyền hình. Cự ly 1.500m được ghi bằng niềm tin.

Tôi đã từng chứng kiến một trường hợp ngược lại, và nó dạy tôi nhiều hơn mọi thành công. Khi tư vấn một kỳ chuyển nhượng, tôi phân tích 19 trận của một tiền đạo và phát hiện anh ghi 18 bàn từ chỉ 11,2 bàn thắng kỳ vọng — tỷ lệ chuyển hóa gần gấp đôi mức trung bình của giải, với 70% số bàn đến từ tình huống cố định. Tôi khuyến nghị không mua. Ban lãnh đạo bỏ qua, nói rằng số liệu không thay được mắt nhìn người. Cầu thủ ấy ghi 4 bàn trong 20 trận và hai lần chấn thương gân kheo. Bài học không nằm ở việc tôi đúng. Bài học nằm ở chỗ: nếu dữ liệu của tôi thiếu 30%, kết luận của tôi cũng sẽ sai theo cùng tỷ lệ, chỉ là tôi không biết mình sai.

Cú lật của mô hình khi dữ liệu đến muộn

Cùng nguyên tắc đó áp vào bơi lội. Năm 2026, khi mùa giải bị đứt gãy vì dịch bệnh, tôi dành bảy tháng xây dựng một mô hình chỉ số hồi phục dựa trên dữ liệu định vị của 365 cầu thủ trong ba mùa giải. Nguyên tắc rất đơn giản: quãng đường chạy ở cường độ cao, số lần tăng tốc, và lịch sử chấn thương, cộng lại, cho ra một xác suất. Mùa dịch dạy tôi cách đo một giải đấu bằng chỉ số hồi phục, không phải bằng điểm số. Khi giải trở lại, tôi dự đoán ba đội pressing cường độ cao nhất sẽ tăng 23% nguy cơ chấn thương. Đội tôi giảm 15% tải trọng tập luyện và không mất trụ cột nào.

Điều tôi không kể trong các buổi trình bày năm đó: mô hình của tôi thiếu dữ liệu giấc ngủ, thiếu dữ liệu chu kỳ của các vận động viên nữ, và giả định rằng mọi cầu thủ phản ứng giống nhau trước cùng một tải trọng. Ba lỗ hổng đó không làm mô hình sụp đổ trong một mùa ngắn, nhưng chúng là bom hẹn giờ.

Trong bơi lội, các lỗ hổng tương tự nằm ở đâu? Ở chỗ ta thường đo thời gian mà không đo khối lượng tập luyện thực tế; đo thành tích mà không đo chất lượng giấc ngủ; đo tốc độ mà không đo biên độ vai. Và ở chỗ các giải trẻ, nơi tài năng được phát hiện, lại là nơi dữ liệu thưa thớt nhất.

Tôi tin vào con số, nhưng chỉ sau khi con số vượt qua ba vòng kiểm tra: nguồn gốc, phương pháp đo, và điều kiện đo.

Nguyễn Thị Ánh Viên là ví dụ về khoảng cách giữa hào quang và hồ sơ kỹ thuật. Với 8 huy chương vàng tại SEA Games 2026 và vị thế vận động viên Việt Nam giàu thành tích nhất ở đấu trường này, cô là trường hợp mà truyền thông nhớ rất rõ phần kết quả và nhớ rất mờ phần quá trình. Nhưng nếu muốn tái lập thành công của một vận động viên như thế ở thế hệ sau, phần cần sao chép không phải là huy chương. Phần cần sao chép là cấu trúc tập luyện, phân bổ cự ly, và cách quản lý khối lượng qua nhiều năm. Ba thứ đó chỉ tồn tại dưới dạng dữ liệu, và chúng chỉ có giá trị nếu được ghi lại ngay từ đầu.

Hồ dài, hồ ngắn và cái bẫy quy đổi

Một chi tiết kỹ thuật mà người đọc thành tích thường bỏ qua: cùng một vận động viên, cùng một cự ly danh nghĩa, có thể cho ra hai kết quả khác nhau tùy hồ dài 50m hay hồ ngắn 25m. Ở hồ 25m, số lần quay đầu tăng gấp đôi — đường bơi 1.500m từ 29 lần chạm tường lên 59 lần. Mỗi lần quay đầu mang theo một cú đẩy thành và một đoạn lướt dưới nước, đều là những pha nhanh hơn tốc độ bơi trung bình. Kết quả là thời gian ở hồ ngắn luôn đẹp hơn, và khoảng cách này ở cự ly 1.500m thường rơi vào vài chục giây.

Các tổ chức quản lý bơi lội quốc tế phân tách hai bảng kỷ lục riêng vì lý do đó. Bất kỳ ai trộn hai loại thành tích vào một biểu đồ đều đang tạo ra một so sánh sai về bản chất. Tôi đã thấy những bảng tổng hợp trên mạng xã hội đặt cạnh nhau thời gian hồ ngắn của vận động viên này với thời gian hồ dài của vận động viên khác rồi kết luận người này hơn người kia. Đó không phải phân tích, mà là trang trí.

Chuỗi cung ứng tài năng và nơi dữ liệu đứt gãy

Bơi lội Việt Nam có một nghịch lý cấu trúc: dữ liệu đầy đủ nhất lại nằm ở tầng ít quan trọng nhất. Ở các giải quốc tế lớn, nơi thành tích đã được xác lập, ta có đủ dữ liệu. Ở các giải trẻ và giải địa phương, nơi tài năng được phát hiện và định hình kỹ thuật, dữ liệu gần như bằng không.

Hệ quả là quy trình phát hiện tài năng chạy bằng mắt. Một huấn luyện viên tỉnh lẻ nhìn một em nhỏ 12 tuổi bơi 100m tự do và quyết định có đưa vào đội tuyển hay không. Không có dữ liệu chiều cao sải tay, không có dữ liệu tần suất quạt tay, không có dữ liệu tăng trưởng qua các quý. Quyết định đó có thể đúng, có thể sai, và không ai biết chắc trong mười năm tới.

Ở tầng trên, các trung tâm huấn luyện thể thao quốc gia đã bắt đầu dùng thiết bị đo. Nhưng thiết bị đo mà không có quy trình lưu trữ liên tục thì chỉ tạo ra những đám dữ liệu rời rạc. Một đám dữ liệu rời rạc tệ hơn không có dữ liệu, vì nó tạo cảm giác đang kiểm soát mọi thứ.

Tầng thị trường phía sau đường bơi

Ngành công nghiệp quanh bơi lội vận hành theo logic khác với bản thân các đường bơi. Nhà cung cấp hệ thống bấm giờ điện tử bán thiết bị cho liên đoàn và ban tổ chức giải, và họ bán theo gói: bàn chạm, bảng điểm điện tử, phần mềm điều hành. Phần mềm đó mặc định xuất được tệp chia đoạn. Vấn đề nằm ở chỗ không ai trong ban tổ chức có nhiệm vụ đăng tệp đó lên, và không ai có ngân sách để lưu trữ nó dài hạn.

Đây là điểm mà một thay đổi nhỏ về quy trình có thể tạo ra giá trị lớn: bắt buộc lưu tệp chia đoạn như một phần của biên bản giải đấu. Chi phí gần bằng không. Giá trị tích lũy sau mười năm là một cơ sở dữ liệu quốc gia về nhịp độ bơi — thứ mà hiện tại không tồn tại ở bất kỳ quốc gia nào trong khu vực Đông Nam Á với đủ chiều sâu.

Góc nhìn ngược: cái trống không phải là câu chuyện của vận động viên

Trong hồ sơ mà tôi mô tả ở đầu bài, chỉ có một loại rủi ro được xác định rõ ràng: rủi ro nguồn cung thông tin. Không phải rủi ro chấn thương, không phải rủi ro phong độ, không phải rủi ro doping. Chỉ là rủi ro rằng đường ống dữ liệu đã không đưa ra được gì.

Khi một tệp trống xuất hiện, phản xạ đầu tiên của người viết thể thao là điền vào chỗ trống bằng cảm xúc. Ta viết về ý chí, về bản lĩnh, về khoảnh khắc vượt qua giới hạn bản thân. Những câu đó nghe rất hay và không kiểm chứng được, nên không thể bị bác bỏ. Chúng là loại văn bản an toàn nhất và vô dụng nhất.

Tệ hơn, một tệp trống thường bị hiểu sai thành một kết luận. Không có dữ liệu về sự sa sút trong 300m cuối bị đọc thành không có sự sa sút trong 300m cuối. Hai câu đó khác nhau một trời một vực về mặt logic, và giới truyền thông thể thao trộn lẫn chúng mỗi tuần.

Có một điều nữa mà tôi phải nói thẳng, kể cả khi nó chống lại chính công việc của tôi: dữ liệu đầy đủ cũng không tạo ra nhân quả. Biết một vận động viên có tần suất quạt tay cao không có nghĩa tần suất cao là nguyên nhân giúp anh ta bơi nhanh. Nó có thể là hệ quả của việc anh ta thấp hơn đối thủ 15cm và buộc phải bù bằng số chu kỳ. Chỉ số mô tả; nó không giải thích. Nhầm lẫn giữa mô tả và giải thích là lỗi phổ biến nhất của những người mới dùng dữ liệu, và cũng là lỗi khó sửa nhất ở những người đã dùng dữ liệu lâu năm, vì họ đã có uy tín để bảo vệ.

Tín hiệu đáng theo dõi trong chu kỳ tới

Với mùa giải lớn đang tới gần, áp lực thành tích sẽ khiến các liên đoàn chịu công bố nhiều dữ liệu hơn — nhưng công bố để truyền thông và công bố để phân tích là hai việc khác nhau. Bản đồ nhiệt của một đường bơi trên truyền hình đẹp, nhưng nó không thay được tệp chia đoạn thô. Điều tôi chờ đợi không phải là đồ họa đẹp hơn, mà là việc bảng chia đoạn 50m được đăng kèm kết quả ở các giải quốc gia, kể cả vòng loại.

Tín hiệu thứ hai nằm ở cách các đội tuyển quản lý khối lượng. Nếu một đội công bố số buổi tập mỗi tuần và số km bơi mỗi buổi, ta bắt đầu có nền để tính chỉ số hồi phục cho môn bơi — thứ mà tôi đã làm được cho bóng đá từ bảy năm trước. Bơi lội ở Việt Nam hiện thiếu đúng một thứ: dữ liệu tải trọng tập luyện được ghi liên tục.

Tín hiệu thứ ba là thái độ với sai số. Một liên đoàn dám ghi rõ thời gian do bấm tay với sai số ước tính 0,3 giây đáng tin hơn nhiều một liên đoàn công bố con số trần trụi không nguồn gốc. Sự minh bạch về sai số không làm uy tín giảm; nó làm giá trị của dữ liệu tăng, vì người dùng biết mình đang đứng ở đâu.

Người ta thấy một bảng điểm; tôi thấy một hồ sơ dài về những gì đã được ghi và những gì đã bị bỏ quên. Trong chu kỳ tới, khi các đường bơi Việt Nam bước vào đấu trường khu vực, thứ tôi muốn nhìn thấy trước tiên không phải là huy chương, mà là một tệp chia đoạn đầy đủ đến từng mét. Bởi nếu ta không ghi lại được cách mình đi tới huy chương, ta sẽ không có cách nào lặp lại nó — và mọi thành công sau đó sẽ phụ thuộc vào trí nhớ của một người, chứ không phải vào một quy trình.