Khi ShotLink dừng lại ở rìa sân: bài toán dữ liệu khuyết của golf chuyên nghiệp

Vòng chung kết một giải nam chuyên nghiệp tại Nhật Bản, cuối tháng 6, sân ngoại ô Nagoya. Tôi ngồi trong khu kỹ thuật với hai màn hình. Màn hình thứ nhất là bảng điểm trực tiếp — đầy đủ, cập nhật từng gậy, chính xác. Màn hình thứ hai trống trơn: không tọa độ bóng, không khoảng cách tới cờ, không đường bóng, không tốc độ gậy. Bốn tiếng đồng hồ, tôi biết ai vô địch, ai ăn bogey ở hố 16, ai gãy gậy ở hố 9. Tôi không biết vì sao bất kỳ điều nào trong đó xảy ra.

Đó là trạng thái bình thường của phần lớn golf chuyên nghiệp thế giới, và nó bắt đầu ám ảnh tôi từ một câu hỏi rất cụ thể: nếu chỉ có bảng điểm, tôi đang phân tích golf hay đang phân tích kết quả?

ShotLink là hệ thống theo dõi từng cú đánh theo thời gian thực của PGA Tour, vận hành ở các sự kiện của PGA Tour và phần lớn sự kiện đồng tổ chức. Mọi thứ tôi viết về Strokes Gained — chỉ số do Mark Broadie, giáo sư Trường Kinh doanh Columbia, phát triển và phổ biến qua cuốn Every Shot Counts năm 2026 — đều phụ thuộc vào hạ tầng đó. Strokes Gained đo từng cú đánh, so với kỳ vọng từ một vị trí cụ thể trên sân, chứ không đo kết quả cuối cùng. Không có dữ liệu vị trí, không có Strokes Gained. Không có Strokes Gained, tôi chỉ còn lại bảng điểm — thứ nói cho tôi cái gì đã xảy ra, không nói được cái gì sắp xảy ra.

Khoảng trống đó lớn hơn nhiều người tưởng. PGA Tour là hệ sinh thái dữ liệu dày nhất trong golf. DP World Tour có hệ thống riêng nhưng độ phủ và độ chi tiết không đồng đều. Japan Golf Tour Organization có bảng điểm điện tử tốt, nhưng không có tương đương ShotLink ở quy mô toàn giải. LPGA Tour từng bước xây dựng hệ thống theo dõi, nhưng lịch sử dữ liệu ngắn hơn nhiều. Còn lại là các tour khu vực, các giải nghiệp dư, các vòng loại — nơi dữ liệu từng cú đánh gần như không tồn tại.

Nghĩa là khi tôi đọc một kết luận kiểu 'tay golf này đánh approach tốt hơn mùa trước', tôi phải tự hỏi: kết luận đó dựa trên bao nhiêu cú đánh có tọa độ? Và bao nhiêu cú đánh tương tự đã biến mất khỏi mẫu chỉ vì chúng diễn ra ở một sân không có hệ thống theo dõi?

Sai số hệ thống không nằm ở phép tính, mà ở chỗ ta chọn đếm cái gì.

Đây là điểm tôi muốn nói rõ, vì nó khác với cách giới phân tích thường tranh luận. Tranh luận phổ biến là về cỡ mẫu: mười vòng đấu có đủ để kết luận về putting không, ba tháng có đủ để nói về phong độ không. Câu hỏi đó đúng nhưng chưa chạm tới vấn đề. Vấn đề nằm ở chỗ mẫu không được rút ngẫu nhiên từ toàn bộ golf chuyên nghiệp. Nó được rút từ golf có máy theo dõi. Và golf có máy theo dõi là golf giàu nhất, có tổ chức tốt nhất, tập trung ở một số khu vực địa lý nhất định.

Dữ liệu không bao giờ sai, chỉ là tôi đặt sai câu hỏi. Tôi từng đặt câu hỏi ai putting tốt nhất thế giới và trả lời bằng bảng xếp hạng Strokes Gained: Putting. Câu trả lời đó đúng trong phạm vi dữ liệu tồn tại, và sai khi tôi ngầm mở rộng nó thành toàn bộ golf. Một tay golf putting xuất sắc ở một tour không có ShotLink sẽ không bao giờ xuất hiện trong bảng xếp hạng đó. Cô ấy không kém. Cô ấy không được đo.

Đây là chỗ khái niệm thiên lệch sống sót bước vào, nhưng theo một cách ít được nhắc. Trong tài chính, thiên lệch sống sót là khi ta chỉ nhìn thấy các quỹ còn tồn tại và bỏ qua các quỹ đã đóng. Trong golf dữ liệu, nó là khi ta chỉ phân tích các cú đánh được ghi lại và bỏ qua các cú đánh không được ghi lại. Nhưng khác với tài chính, các cú đánh không sống sót không biến mất vì thất bại. Chúng biến mất vì địa lý, vì ngân sách, vì hạ tầng.

Dựa trên kinh nghiệm theo dõi các vòng đấu của tôi, tôi từng thử một bài kiểm tra nhỏ. Tôi lấy một giải nam ở Nhật, ghi lại thủ công vị trí bóng và khoảng cách tới cờ cho khoảng hai trăm cú đánh approach của một nhóm tay golf, rồi so với cách bảng điểm mô tả họ. Kết quả không gây sốc về mặt thống kê, nhưng gây sốc về mặt phương pháp: hai tay golf có cùng tỷ lệ green in regulation lại có phân bố khoảng cách hoàn toàn khác nhau. Một người đánh approach từ 150 mét, người kia từ 190 mét. Bảng điểm coi họ như nhau. Strokes Gained, nếu có, sẽ tách họ ra ngay lập tức.

Khoảng trống trong bảng số cũng biết nói, nếu ta chịu nghe. Nhưng để nghe được, ta phải thừa nhận khoảng trống tồn tại — và đó là phần khó nhất, vì công việc phân tích golf được xây dựng trên giả định rằng dữ liệu là trung tính. Nó không trung tính. Nó là sản phẩm của một hệ thống có ngân sách, có ưu tiên, có lựa chọn về việc theo dõi ai và ở đâu.

Điều này dẫn tới một hệ quả về quản trị mà tôi theo dõi khá sát. Tranh chấp giữa PGA Tour và LIV Golf — tour do Quỹ Đầu tư Công Saudi Arabia hậu thuẫn, ra mắt năm 2026 — có một nhánh ít được chú ý: điểm xếp hạng thế giới. LIV Golf nộp đơn xin được công nhận để cộng điểm OWGR; OWGR từ chối vào tháng 10 năm 2026. Một trong những lý do được nêu là định dạng thi đấu và tiêu chí kỹ thuật. Nhưng phía sau đó là một câu hỏi dữ liệu: một tour không vận hành theo chuẩn thống kê của hệ thống hiện hành thì đóng góp gì cho một bảng xếp hạng được tính từ dữ liệu?

Tôi không có đủ dữ liệu để phán xử ai đúng trong tranh chấp đó, và tôi sẽ không giả vờ là có. Nhưng tôi có thể nói điều này: cả hai bên đều đang tranh nhau quyền định nghĩa cái gì được tính là dữ liệu hợp lệ. Đó là một cuộc chiến quyền lực núp dưới lớp ngôn ngữ kỹ thuật. Khi dữ liệu giấu mặt, sai số trở thành người dẫn đường — và trong trường hợp này, người dẫn đường đang được cả hai bên thuê riêng.

Còn một tầng nữa, và đây là phần tôi muốn dành nhiều chỗ nhất vì nó ít được bàn. Quy định về thiết bị. USGA và R&A đã công bố quy định địa phương mẫu nhằm hạn chế quãng đường bay của bóng golf, dự kiến áp dụng cho các giải đỉnh cao từ năm 2028 và cho golf phổ thông từ năm 2030. Cuộc tranh luận công khai xoay quanh việc điều đó có phá hỏng golf hay không. Câu hỏi ít được đặt là: các quy định như vậy được đánh giá bằng dữ liệu nào?

Muốn biết bóng bay xa bao nhiêu, ta cần đo bóng bay. Việc đo đó diễn ra trong điều kiện nào — trong phòng lab, trên sân, ở nhiệt độ nào, ở độ cao nào so với mực nước biển? Golf ở Nhật Bản và golf ở Scotland chia sẻ cùng một luật, nhưng không chia sẻ cùng một dữ liệu khí hậu. Một quy định được hiệu chỉnh trên dữ liệu của một số sân nhất định sẽ tác động không đều lên phần còn lại của thế giới. Và phần chịu tác động không đều đó, một lần nữa, thường là phần có ít dữ liệu nhất.

Điều KHÔNG xảy ra thường nói thật hơn điều đã xảy ra. Tôi nghĩ về những tay golf trẻ ở các tour khu vực châu Á, những người có thể có chỉ số approach hàng đầu thế giới nhưng không bao giờ được đo. Tôi nghĩ về các giải nữ, nơi lịch sử dữ liệu ngắn đến mức mọi so sánh xuyên thời gian đều mong manh. Tôi nghĩ về chính công việc của mình: mười bảy năm theo dõi, và phần lớn thời gian đó tôi đã phân tích một mẫu mà tôi chưa từng định nghĩa rõ.

Nếu có một điều tôi rút ra, đó là: mỗi con số là một lời thú tội chưa được viết thành văn. Phép đo nói rằng ai đó đã quyết định đo cái này và không đo cái kia. Khi tôi đọc Strokes Gained của một tay golf PGA Tour, tôi đang đọc kết quả của một chuỗi quyết định về ngân sách, về camera, về nhân sự vận hành. Khi tôi đọc bảng điểm của một giải JGTO, tôi đang đọc kết quả của một chuỗi quyết định khác — và khoảng trống giữa hai chuỗi đó chính là đối tượng nghiên cứu thật sự.

Điều này dẫn tới một quan sát về cách câu chuyện golf được kể. Mỗi khi một tay golf trẻ thắng một giải lớn, câu chuyện triều đại mới xuất hiện trong vòng vài giờ. Tôi không phản đối việc tôn vinh chiến thắng. Tôi phản đối tốc độ. Một câu chuyện về triều đại cần dữ liệu xuyên nhiều mùa, nhiều mặt sân, nhiều điều kiện. Với phần lớn golf, dữ liệu đó không tồn tại. Vậy nên câu chuyện được dựng từ ba hoặc bốn vòng đấu được theo dõi tốt, rồi được kể như thể nó là lịch sử.

Ở tầng ngành, khoảng trống dữ liệu tạo ra một dòng chảy ngược. Nhà tài trợ và đài truyền hình đầu tư vào nơi có dữ liệu, vì dữ liệu tạo ra nội dung tái sử dụng được. Nơi có dữ liệu lại nhận thêm đầu tư. Các tour không có hạ tầng theo dõi thiếu số liệu, và thiếu luôn khả năng kể câu chuyện của chính mình bằng ngôn ngữ mà thị trường đang đòi hỏi.

Vậy câu hỏi tôi mang theo vào mùa giải này không phải là ai đánh tốt nhất. Câu hỏi là: tôi đang đo ai, và ai đang bị bỏ ngoài phép đo? Nếu câu trả lời cho câu hỏi thứ hai là phần lớn golf chuyên nghiệp, thì mọi bảng xếp hạng tôi xuất bản chỉ là bản đồ của một hòn đảo, được trình bày như thể đó là bản đồ của đại dương.

Tôi chưa có cách sửa trọn vẹn. Nhưng tôi biết bước đầu tiên: ghi rõ giới hạn của mẫu ở đầu mỗi bài, thay vì để nó ẩn trong phần chú thích. Và có lẽ, theo thời gian, học cách đọc những khoảng trống như thể chúng cũng là dữ liệu — bởi vì chúng là vậy.